1.

13 Un fabricante de componentes electrónicos se interesa en determinar el tiempo de vida de

cierto tipo de batería. Una muestra, en horas de vida, es como la siguiente:

123, 116, 122, 110, 175, 126, 125, 111, 118, 117.

a) Calcule la media y la mediana de la muestra.

b) ¿Qué característica en este conjunto de datos es la responsable de la diferencia sustancial entre

ambas?

Resultados:

a)

Media:
𝑛
𝑥1 123 + 116 + 122 + 110 + 175 + 126 + 125 + 111 + 118 + 117
𝑥=∑ = = 124.3 ℎ𝑜𝑟𝑎𝑠
𝑛 10
𝑖=1

Mediana:

110,111,116,117,118,122,123,125,126,175

(118,122)
1 1
𝑥= (𝑥𝑛⁄2 + 𝑥𝑛⁄2+1 ) = (118 + 122) = 120 ℎ𝑜𝑟𝑎𝑠
2 2
b)

El valor atípico que es el valor mas elevado de cada muestra y el de uno de los extremos, en este
caso la muestra 175.

_______________________________________________________________________________

1.15 Cinco lanzamientos independientes de una moneda tienen como resultado cinco caras.
1 5
Resulta que, si la moneda es legal, la probabilidad de este resultado es ( ) = 0.03125.
2
¿Proporciona esta evidencia sólida de que la moneda no es legal? Comente y utilice el concepto de
valor-P que se analizó en la sección 1.1.

Respuesta:

Nuestro valor P es 0.03125 esta pequeña probabilidad sugiere que tenemos un proceso no
aceptable, por lo que la moneda no es legal por la pequeña probabilidad.

ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN

1.17 Se realiza un estudio acerca de los efectos del tabaquismo sobre los patrones de sueño. La
medición que se observa es el tiempo, en minutos, que toma quedar dormido. Se obtienen los
siguientes datos:

Fumadores: 69.3 56.0 22.1 47.6 53.2 48.1 52.7 34.4 60.2 43.8 23.2 13.8

No fumadores: 28.6 25.1 26.4 34.9 29.8 28.4 38.5 30.2 30.6 31.8 41.6 21.1 36.0 37.9 13.9

a) Calcule la media de la muestra para cada grupo.

b) Calcule la desviación estándar de la muestra para cada grupo.

c) Elabore una gráfica de puntos de los conjuntos de datos A y B en la misma línea.

d) Comente qué clase de efecto parece tener el hecho de fumar sobre el tiempo que se requiere
para quedarse dormido.

Respuestas:

a)

Fumadores
𝑛
𝑥1
𝑥=∑
𝑛
𝑖=1
69.3 + 56.0 + 22.1 + 47.6 + 53.2 + 48.1 + 52.7 + 34.4 + 60.2 + 43.8 + 23.2 + 13.8
=
12
= 43.7 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
No fumadores
𝑛
𝑥1
𝑥=∑
𝑛
𝑖=1
28.6 + 25.1 + 26.4 + 34.9 + 29.8 + 28.4 + 38.5 + 30.2 + 30.6 + 31.8 + 41.6 + 21.1 + 36.0 + 37.9 + 13.9
=
15
= 30.32 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

b)

Fumadores:
𝑛
2
(𝑥𝑖 − 𝑥 )2
𝑠 =∑
𝑛−1
𝑖=1
(69.3 − 43.7)2 + (56.0 − 43.7)2 + (22.1 − 43.7)2 + (47.6 − 43.7)2 + (53.2 − 43.7)2 + (48.1 − 43.7)2
= …
12 − 1
(52.7 − 43.7)2 + (34.4 − 43.7)2 + (60.2 − 43.7)2 + (43.8 − 43.7)2 + (23.2 − 43.7)2 + (13.8 − 43.7)2
…
12 − 1
3152.04
= = 286.5490900
11

ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN

 𝑠 = √𝑠2 = √286.5490900 = 16.92776095 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

No fumadores:
𝑛
2
(𝑥𝑖 − 𝑥 )2
𝑠 =∑
𝑛−1
𝑖=1
(28.6 − 30.32)2 + (25.1 − 30.32)2 + (26.4 − 30.32)2 + (34.9 − 30.32)2 + (29.8 − 30.32)2 + (28.4 − 30.32)2
= …
15 − 1

(38.5 − 30.32)2 + (30.2 − 30.32)2 + (30.6 − 30.32)2 + (31.8 − 30.32)2 + (41.6 − 30.32)2 + (21.1 − 30.32)2
… …
15 − 1
(36.0 − 30.32)2 + (37.9 − 30.32)2 + (13.9 − 30.32)2 711.284
… = = 50.806
15 − 1 14

𝑠 = √𝑠2 = √50.806 = 7.12783277 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

c)

d)

Los fumadores tardan más tiempo en poder dormir por una diferencia notable en la gráfica,
mientras que los que no fuman pueden dormir más rápido.

ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN

1.21 La duración de fallas eléctricas, en minutos, se presenta en la siguiente tabla.

22 18 135 15 90 78 69 98 102

83 55 28 121 120 13 22 124 112

70 66 74 89 103 24 21 112 21

40 98 87 132 115 21 28 43 37

50 96 118 158 74 78 83 93 95

a) Calcule la media y la mediana muestrales de las duraciones de la falla eléctrica.

b) Calcule la desviación estándar de las duraciones de la falla eléctrica.

Respuestas:

a)

Media:
𝑛
𝑥1
𝑥=∑
𝑛
𝑖=1
22 + 18 + 135 + 15 + 90 + 78 + 69 + 98 + 102 + 83 + 55 + 28 + 121 + 120 + 13 + 22 + 124
= …
45
112 + 70 + 66 + 74 + 89 + 103 + 24 + 21 + 112 + 21 + 40 + 98 + 87 + 132 + 115 + 21 + 28
… …
45
43 + 37 + 50 + 96 + 118 + 158 + 74 + 78 + 83 + 93 + 95 3331
= = 74.02222222 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
45 45
Mediana:

13 15 18 21 21 21 22 22 24 28 28 37 40 43 50 55 66 69 70 74 74 78 78 83 83 87 89
90 93 95 96 98 98 102 103 112 112 115 118 120 121 124 132 135 158

𝑥 = 𝑥(𝑛+1)⁄2 = 𝑥 (45 + 1)⁄2 = 𝑥 46⁄2 = 𝑥23 = 78

b)
𝑛
2
(𝑥𝑖 − 𝑥 )2
𝑠 =∑
𝑛−1
𝑖=1
(22 − 74.02)2 + (18 − 74.02)2 + (135 − 74.02)2 + (15 − 74.02)2 + (90 − 74.02)2 + (78 − 74.02)2
= …
45 − 1
(69 − 74.02)2 + (98 − 74.02)2 + (102 − 74.02)2 + (83 − 74.02)2 + (55 − 74.02)2 + (28 − 74.02)2
… …
45 − 1
(121 − 74.02)2 + (120 − 74.02)2 + (13 − 74.02)2 + (22 − 74.02)2 + (124 − 74.02)2 + (112 − 74.02)2
… …
45 − 1
(70 − 74.02)2 + (66 − 74.02)2 + (74 − 74.02)2 + (89 − 74.02)2 + (103 − 74.02)2 + (24 − 74.02)2
… …
45 − 1
ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN
 (21 − 74.02)2 + (112 − 74.02)2 + (21 − 74.02)2 + (40 − 74.02)2 + (98 − 74.02)2 + (87 − 74.02)2
… …
45 − 1
(132 − 74.02)2 + (115 − 74.02)2 + (21 − 74.02)2 +(28 − 74.02)2 + (43 − 74.02)2 + (37 − 74.02)2
… …
45 − 1
(50 − 74.02)2 + (96 − 74.02)2 + (118 − 74.02)2 + (158 − 74.02)2 + (74 − 74.02)2 + (78 − 74.02)2
… …
45 − 1
(83 − 74.02)2 + (93 − 74.02)2 + (95 − 74.02)2 67810.98
… = = 1541.158636
45 − 1 44

𝑠 = √𝑠2 = √1541.158636 = 39.25759336 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

________________________________________________________________________________________

1.23 En 20 automóviles elegidos aleatoriamente, se tomaron las emisiones de hidrocarburos en

velocidad en vacío, en partes por millón (ppm), para modelos de 1980 y 1990.

Modelos 1980:

141 359 247 940 882 494 306 210 105 880

200 223 188 940 241 190 300 435 241 380

Modelos 1990:

140 160 20 20 223 60 20 95 360 70

220 400 217 58 235 380 200 175 85 65

a) Construya una gráfica de puntos como la de la figura 1.1.

b) Calcule la media de la muestra para los dos años y sobreponga las dos medias en las gráficas.

c) Comente sobre lo que indica la gráfica de puntos respecto de si cambiaron o no las emisiones
poblacionales de 1980 a 1990. Utilice el concepto de variabilidad en sus comentarios.

Resultados:

a)

b)

Modelos 1980

ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN

 𝑛
𝑥1
𝑥=∑
𝑛
𝑖=1
141 + 359 + 247 + 940 + 882 + 494 + 306 + 210 + 105 + 880 + 200 + 223 + 188 + 940 + 241
= …
20
190 + 300 + 435 + 241 + 380 7902
… = = 395.1 𝑝𝑝𝑚
20 20
Modelos 1990
𝑛
𝑥1
𝑥=∑
𝑛
𝑖=1
140 + 160 + 20 + 20 + 223 + 60 + 20 + 95 + 360 + 70 + 220 + 400 + 217 + 58 + 235
= …
20
380 + 200 + 175 + 85 + 65 3203
… = = 160.15 𝑝𝑝𝑚
20 20
c)

En la gráfica se refleja que para modelos de 1980 los datos están más dispersos que los datos de
1990, además de notar la variabilidad en los datos de la gráfica.

______________________________________________________________________________

1.25 El siguiente conjunto de datos se relaciona con el ejercicio 1.24 y representa el porcentaje de
las familias que se ubican en el nivel superior de ingresos en las mismas escuelas individuales y con
el mismo orden del ejercicio 1.24.

72.2 31.9 26.5 29.1 27.3 8.6 22.3 26.5 20.4 12.8 25.1 19.2 24.1 58.2 68.1 89.2 55.1 9.4 14.5 13.9
20.7 17.9 8.5 55.4 38.1 54.2 21.5 26.2 59.1 43.3

a) Calcule la media de la muestra.

b) Calcule la mediana de la muestra.

c) Construya un histograma de frecuencias relativas

con los datos.

d ) Determine la media recortada al 10%. Compárela con los resultados de los incisos a) y b) y
exprese su comentario.

Resultados:

a)
𝑛
𝑥1
𝑥=∑
𝑛
𝑖=1
72.2 + 31.9 + 26.5 + 29.1 + 27.3 + 8.6 + 22.3 + 26.5 + 20.4 + 12.8 + 25.1 + 19.2 + 24.1 + 58.2
= …
30

ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN

 68.1 + 89.2 + 55.1 + 9.4 + 14.5 + 13.9 + 20.7 + 17.9 + 8.5 + 55.4 + 38.1 + 54.2 + 21.5 + 26.2
… …
30
59.1 + 43.3 999.3
… = = 33.31
30 30
b)

8.5 8.6 9.4 12.8 13.9 14.5 17.9 19.2 20.4 20.7 21.5 22.3 24.1 25.1 26.2 26.5 26.5 27.3
29.1 31.9 38.1 43.3 54.2 55.1 55.4 58.2 59.1 68.1 72.2 89.2
1 1 1
𝑥 = (𝑥𝑛⁄2 + 𝑥𝑛⁄2+1 ) = (26.2 + 26.5) = (52.7) = 26.35
2 2 2
c)

Punto medio de la clase: Frecuencia Relativa:

1 3⁄30 = 0.1
(1.1 + 10.0) = 5.55
2
5⁄30 = 0.167
1
(10.1 + 20.0) = 15.05 11⁄30 = 0.367
2
1 2⁄30 = 0.067
(20.1 + 30.0) = 25.05
2
1⁄30 = 0.033
1
(30.1 + 40.0) = 35.05 5⁄30 = 0.167
2
1 1⁄30 = 0.033
(40.1 + 50.0) = 45.05
2 1⁄30 = 0.033
1
(50.1 + 60.0) = 55.05 1⁄30 = 0.033
2
1
(60.1 + 70.0) = 65.05
2
1
(70.1 + 80.0) = 75.05
2
1
(80.1 + 90.0) = 85.05
2

Intervalo de clase Punto medio de la Frecuencia f Frecuencia relativa

clase
1.1-10.0 5.55 3 0.1
10.1-20.0 15.05 5 0.167
20.1-30.0 25.05 11 0.367
30.1-40.0 35.05 2 0.067
40.1-50.0 45.05 1 0.033
50.1-60.0 55.05 5 0.167
60.1-70.0 65.05 1 0.033

ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN

 70.1-80.0 75.05 1 0.033
80.1-90.0 85.05 1 0.033

d)
10
(30) = 3
100
Entonces eliminamos los 3 más bajos y los tres más altos quedando 24 valores:

12.8 13.9 14.5 17.9 19.2 20.4 20.7 21.5 22.3 24.1 25.1 26.2 26.5 26.5 27.3 29.1 31.9 38.1
43.3 54.2 55.1 55.4 58.2 59.1
𝑛
𝑥1
𝑥=∑
𝑛
𝑖=1
12.8 + 13.9 + 14.5 + 17.9 + 19.2 + 20.4 + 20.7 + 21.5 + 22.3 + 24.1 + 25.1 + 26.2 + 26.5 + 26.5
= …
24
27.3 + 29.1 + 31.9 + 38.1 + 43.3 + 54.2 + 55.1 + 55.4 + 58.2 + 59.1 743.3
… = = 30.9708
24 24
Los resultados son a=33.31 b=26.35 y d=30.97, esto indica que la media es más grande quizás por
tener más valores.

ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN

1.29 Utilice los datos del ejercicio 1.24 para elaborar una gráfica de caja.

Datos ordenados de menor a mayor:

1.84 2.05 2.1 2.14 2.37 2.44 2.45 2.52 2.52 2.67 2.68 2.71 2.75 2.77 2.83 2.89
2.91 2.99 3.1 3.13 3.14 3.22 3.36 3.37 3.51 3.54 3.57 3.71 3.79 3.85

Entonces para los cuartiles sacamos la mediana

𝑄2 = 𝑋30⁄2 = 𝑋15 = 2.83

Después sacamos la mediana de cada extremo

1 1
𝑄1 = 𝑋30⁄4 = 𝑋7.5 = (𝑥7 + 𝑥8) = (2.45 + 2.52) = 2.485
2 2
1 1
𝑄3 = 𝑋(3)(30⁄4) = 𝑋22.5 = (𝑥22 + 𝑥23) = (3.22 + 3.36) = 3.29
2 2
Ahora sacamos el rango

𝐼𝑄𝑅 = (𝑄3 − 𝑄1 ) = (3.29 − 2.485) = 0.805

Bigote superior:
3 3
𝑄3 + ( ) (𝐼𝑄𝑅) = 3.29 + ( ) (0.805) = 4.4975
2 2
Bigote inferior:
3 3
𝑄3 − ( ) (𝐼𝑄𝑅) = 3.29 − ( ) (0.805) = 2.0825
2 2

ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN

1.31 Considere la situación del ejercicio 1.28, pero ahora utilice el siguiente conjunto de datos, en
el cual la contracción se mide de nuevo a una velocidad de inyección baja y a una velocidad de
inyección alta. Sin embargo, esta vez la temperatura de moldeado se aumenta a un nivel “alto” y
se mantiene constante. Los valores de la contracción a una velocidad de inyección baja fueron:

76.20 76.09 75.98 76.15 76.17 75.94 76.12 76.18 76.25 75.82

Los valores de la contracción a una velocidad de inyección alta fueron:

93.25 93.19 92.87 93.29 93.37 92.98 93.47 93.75 93.89 91.62

a) Igual que en el ejercicio 1.28, elabore una gráfica de puntos con ambos conjuntos de datos en la
misma gráfica e identifique las dos medias (es decir, la contracción media para la velocidad de
inyección baja y para la velocidad de inyección alta).

b) Igual que en el ejercicio 1.28, comente sobre la influencia de la velocidad de inyección en la

contracción para la temperatura de moldeado alta. Tome en cuenta la posición de las dos medias y
la variabilidad de cada media.

c) Compare su conclusión en el inciso b) actual con la del inciso b) del ejercicio 1.28, en el cual la
temperatura de moldeado se mantuvo a un nivel bajo. ¿Diría que hay interacción entre la
velocidad de inyección y la temperatura de moldeado? Explique su respuesta.

Resultados:

Inyección baja:
𝑛
𝑥1
𝑥=∑
𝑛
𝑖=1
76.20 + 76.09 + 75.98 + 76.15 + 76.17 + 75.94 + 76.12 + 76.18 + 76.25 + 75.82
= = 76.09
10
Inyección alta:
𝑛
𝑥1
𝑥=∑
𝑛
𝑖=1
93.25 + 93.19 + 92.87 + 93.29 + 93.37 + 92.98 + 93.47 + 93.75 + 93.89 + 91.62
=
10
= 93.168

ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN

ESTADÍSTICA Y CONTROL DE CALIDAD JOSÉ EDUARDO LAGUNES ESTEBAN