Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBLEMA 1.
SOLUCIÓN
Sea:
X= Tensión de ruptura de un hilo utilizado en la fabricación de material de tapicería, en
psi.
𝑋~𝑁(𝜇, 𝜎 2 = 4)
Datos
m.a.t (9)
𝛼 = 0,05
Dócima
𝐻0 : 𝜇 ≥ 100
𝐻1 : 𝜇 < 100
Estadística
𝑥̅ − 𝜇0
𝑇= 𝜎 (1)
⁄ 𝑛
√
A partir de la tabla 1, se puede obtener el valor del promedio de la muestra “𝑥̅ ” .Es
posible determinarla ingresando los valores de la tabla a la calculadora con frecuencia 1 , o
bien por la fórmula del promedio estudiada en estadística descriptiva. 2
𝑥̅ = 97 [𝑝𝑠𝑖]
97 − 100
𝑇= = −4,5
2⁄
√9
Región Crítica
Conclusión
PROBLEMA 2.
SOLUCIÓN
Sea: 3
X= Cantidad de refresco vertida, en [u.m]
𝑋~𝑁(𝜇, 𝜎 2 )
Datos
m.a.t (28)
𝛼 = 0,10
𝑠(𝑥) = 0,027 [𝑢. 𝑚]
Dócima
𝐻0 : 𝜎 2 ≤ 0,022
𝐻1 : 𝜎2 > 0,022
Estadística
(𝑛 − 1) ∗ 𝑠 2
𝑇= (3)
𝜎02
(28 − 1) ∗ (0,027)2
𝑇= = 49,208
0,0202
Región Crítica
2
𝑅𝐶: 𝑇 > 𝑋(𝑛−1;1−𝛼) (4)
Conclusión
PROBLEMA 3
Una empresa dedicada a la fabricación de vidrio quiere incluir lunas entre los
productos que fabrican, piensan comercializarlas en la industria de automóvil. Las
especificaciones de estos productos siguen una resistencia media al impacto de 8
[kg/cm2]. Para ello ha realizado pruebas de fabricación obteniendo los siguientes
resultados de resistencia al impacto:
Con un nivel de significación de 1%. ¿Se puede afirmar que las lunas fabricadas
cumplen con la especificación requerida?
SOLUCIÓN
Sea:
X= Resistencia al impacto de lunas producidas por una empresa dedicada a la fabricación
𝑘𝑔
de vidrios, en [ ⁄𝑐𝑚2 ]
𝑋~𝑁(𝜇, 𝜎 2 )
Datos
m.a.t (9)
𝛼 = 0,01 5
Dócima
𝐻0 : µ = 8
𝐻1 : µ ≠ 8
Estadística
𝑥̅ − µ0
𝑇= 𝑠 (5)
⁄ 𝑛
√
Los valores de la desviación estándar muestral (s) y del promedio (𝑥̅ ), se pueden
determinar a partir de la tabla 2. Estos valores, se pueden obtener ingresando los valores
de las muestras a la calculadora con frecuencia 1, o bien por la fórmula de varianza muestral
y del promedio respectivamente, las cuales fueron estudiadas en estadística descriptiva.
𝑥̅ = 7,444
𝑠(𝑥) = 1,839
7,444 − 8
𝑇= = −0,907
1,839
⁄
√9
Región Crítica 6
𝑅𝐶: 𝑇 < −𝑡(8 ; 0,995) ˅ 𝑇 > 𝑡(8 ;0,995) → 𝑇 < −3,3554 ˅ 𝑇 > 3,3554
Conclusión
PROBLEMA 4
SOLUCIÓN
Sean:
X= Tiempo de acceso al disco duro en un cierto modelo de computador, sin realizar
modificación, en milisegundos.
𝑥~𝑁(µ = 15, 𝜎 2 )
𝑦~𝑁(µ, 𝜎 2 )
Datos
m.a.t (10)
𝛼 = 0,05
Dócima
𝐻0 : µ ≥ 15
𝐻1 : µ < 15
Estadística
𝑦̅ − µ0
𝑇= 𝑠 (7)
⁄ 𝑛
√
∑𝑦
𝑦̅ = = 13,1
𝑛
∑ 𝑦 2 − 𝑛 ∗ 𝑦̅ 2 1801 − 10 ∗ 13,12
𝑉(𝑦) = = = 9,433
𝑛−1 10 − 1
13,1 − 15
𝑇= = −1,956
3,071
⁄
√10
𝐑𝐞𝐠𝐢ó𝐧 𝐂𝐫í𝐭𝐢𝐜𝐚
Conclusión
9
Es posible observar que el estadístico de prueba “T” pertenece a la región crítica. A
partir de esto, se puede rechazar la hipótesis nula [H0]. Según lo expuesto anteriormente,
es posible concluir con un nivel de confianza del 95%, que el tiempo de acceso al disco duro
disminuye al realizar la modificación técnica, esto en comparación con el tiempo empleado
originalmente.
PROBLEMA 5
Una empresa se plantea la posibilidad de establecer un servicio complementario de
información a sus clientes. Éste será rentable únicamente si más del 40% de los clientes
están interesados. Para poder tomar una decisión se realizó un sondeo con una muestra
aleatoria de 100 clientes, de los cuales 45 están de acuerdo.
SOLUCIÓN
Sea:
X= Número de clientes interesados en establecer un servicio complementario de
información.
𝑥~𝐵𝑒𝑟𝑛𝑜𝑢𝑙𝑙𝑖(𝑝)
Datos
m.a.t (100)
𝛼 = 0,04
Dócima
𝐻0 : 𝑝 ≤ 0,4
𝐻1 : 𝑝 > 0,4
Estadística
𝑝̂ − 𝑝0 10
𝑇= (9)
√𝑝0 𝑞0⁄𝑛
45
𝑝̂ = = 0,45
100
0,45 − 0,4
𝑇= = 1,021
√0,4 ∗ 0,6⁄
100
Región Crítica
En este caso, es importante recordar que los formularios están hechos para
igualdades. En el planteamiento de la dócima es posible notar que se está en presencia de
una desigualdad. Así se considera en la región crítica sólo la parte de ella en donde la
desigualdad coincide con la de la hipótesis alternativa [H1]
Conclusión