TEMA: Problemas de Aplicación de Probabilidades

CARRERA: Ingeniería de sistemas

CURSO: Estadística aplicada

DOCENTE: Tapia Sánchez Carlos

CICLO: lll

ALUMNOS:

CHAMOCHUMBI APAESTIGUE, WENDY

GARCÍA TEJADA XIOMARA, MELISSA
QUIROZ GAMARRA, JOSE ALBERTO
LLIQUE CHAVARRY, JHON
HERNÁNDEZ GOMEZ, PIERO

GUADALUPE - 2020
1. Determinar la probabilidad de cada una de las siguientes expresiones:

a) P ( Z < 1.25 ) = 0.8944

b) P ( Z< -2.28 ) = 0.0113

c) P ( Z < 0 ) = 0.5000

d) P ( 0 < Z < 2.5 ) =

P ( Z < 0 ) – P ( Z < 2.5 )
0.5000 - 0.9938
-0.4938

e) P ( -2.38 < Z < 0 ) =

P ( Z < 0 ) – P ( Z < -2.38 )
0.5000 - 0.0087
0.4913

f) P ( - 2.25 < Z < 2.25 ) =

P ( Z < 2.25 ) – P ( Z < -2.25 )
0.9878 - 0.0122
0.9756

g) P (1.55 < Z < 2.35) =

P ( Z < 1.55 ) – P ( Z < 2.35 )
0.9906 - 0.9394
0.0512

h) P ( Z > 2.43 ) =
1 – P ( Z < 2.43 )
1 – 0.9925
0.0075
2. En una población normalmente distribuida con media µ = 30 y variancia igual a 25
se pregunta: ¿Qué porcentaje del total de las observaciones estarán entre 20 y 35?

µ : 30
σ : 25
20 < X < 35
P ( 20 < X < 35 ) = P( ( 20-30 ) /25 < Z < ( (35-30) /25 ) = P( -0.4 < Z < 0.2 )
P( Z < 0.2 ) – P ( Z < -0.4 ) = 0.5793 - 0.3446 = 23.47%

3. Se sabe que el peso medio de la población de un grupo de estudiantes es igual a 60

Kg., y su desviación estándar es igual a 3 kg. ¿Halle la probabilidad de que el peso de
un alumno este entre 55 y 65 Kg?

µ : 60
σ:3
P ( 55 < X < 65 ) = P( ( 55-60 ) /3 < Z < ( 65-60 ) /3 ) = P( -1.66 < Z < 1.66 ) =
P ( Z < 1.66 ) - P( Z < -1.66 )
0.9515 - 0.0485 = 0.903 = 90.3%

4. El peso de los atletas de pruebas de medio fondo sigue una distribución normal con
media 64,3 kilos y desviación típica 2,3 kilos. Hallar un intervalo centrado alrededor
de la media que contenga:
a) El 68,3% de la población.
( 64.3 - 2.3 , 64.3 + 2.3 ) = 62 , 66.6

b) El 95,5% de la población.
( 64.3 - 4.6 , 64.3 +4.6 ) = 59.7 , 68.9

c) El 99,7% de la población
( 64.3 - 6.9 , 64.3 + 6.9 ) = 57.4 , 71.2
5. El rendimiento académico de los estudiantes de la UPN, tiene una distribución
normal con media igual a 16 y varianza igual a 4. Si se selecciona un estudiante de
esta Universidad, encuentre la probabilidad de que:
a. El rendimiento sea mayor que 16
µ:16
σ:4
P ( X > 16 )
P( Z > (16-16) /4) = P ( Z > 0/4) = P ( Z > 0 ) = 0.5000 = 50%
b. El rendimiento sea menor que 14
µ:16
σ:4
X>14
P( Z > ( 14-16 ) /4 ) = P ( Z > -0/5 ) = 0.3085 = 30.85%
c. El rendimiento este entre 14 y 18
µ:16
σ:4
14 < X > 18
P( 14 < Z < 18 ) = P( (14-16) /4 < Z < (18-1 6)/ 4) = P(-0.5 < Z < 0.5) =
P( Z < 0.5 ) – P ( Z < -0.5 )
0.6915 – 0.3085 = 0.383 = 38%

d. El rendimiento este entre 15.5 y 16.5

µ:16
σ:4
15.5 < X > 16.5
P( 15.5 < X < 16.5 = P( (15.5 - 16) /4 < Z < (16.5-16) /4) = P(-0.125 <Z< 0.5)
P(Z < 0.5) – P( Z < -0.125)=0.6915 - 0.4522 = 0.2393 = 23.93%
6. Los salarios mensuales de los trabajadores de una empresa tienen un
comportamiento normal cuya media es S/. 2100 y una desviación estándar de S/.
450. Cuantos trabajadores tienen salarios:
a. Menores de S/. 2150.
µ:2100
σ:450
P ( X < 2150 )
Z = 2150 – 2100 / 450 = 0.11
P ( Z < 0.11 ) = 0.5438
 b. Menos de S/. 2200.
P ( X < 2200 )
Z = 2200 – 2100 / 450 = 0.22
P ( Z < 0.22 ) = 0.5871

c. Mas de S/. 2180.

P ( X > 2180 )
P ( Z > 2180 – 2100 / 450 ) = P ( Z > 0.17 ) =
1 – P ( Z < 0.17 ) = 1 – 0.5675 = 0.432

d. Entre 2080 y 2150 soles.

P ( 2080 < X < 2150 )
P ( 2080 – 2100 / 450 < Z < 2150 – 2100 / 450 ) =
P ( 0.04 < Z < 0.11 ) = P ( Z < 0.11 ) – P ( Z < 0.04 ) =
0.5438 – 0.4840 = 0.0598

7. El tiempo de duración de los focos de alumbrado eléctrico producidos por una

compañía eléctrica tiene una distribución normal con una media de 1000 horas y
una desviación estándar de 750 horas. Determinar la probabilidad de que:
a. Un foco tomado al azar se queme antes de las 990 horas de funcionamiento.
P ( X < 990)
P ( Z = 990 – 1000 / 750 ) =
P ( Z < -0.01 ) = 0.4960 = 49.6%

b. Un foco se que queme entre 980 y 1120 horas de funcionamiento.

P( 980 < X < 1120)
P( ( 980-1000 ) /750 < 2 < (1120-1000) /750)
P( -0.02 < Z < 0.16 )
P( Z < 0.16 ) – P ( Z < -0.02 ) = 0.5636 – 0.4920 = 0.0716 =7.16%

c. Un foco dure más de 998 horas

P( X > 998 )
P( Z > ( 998-1000 ) /750 )= P ( Z > -0.0026 ) =
1- P( Z < 0.00) = 1 – 0.5000 = 0.5 = 50%
8. una empresa que produce llantas para automóviles en nuestro país. La vida útil de
estas llantas se distribuye aproximadamente como una normal con media y
desviación estándar iguales a 32000 y 1000 millas respectivamente. Esta empresa
quiere exportar estas llantas por lo que empieza a hacer ciertos cálculos acerca de la
calidad de estas llantas, para lo cual se hace las siguientes preguntas:
a. Cual es la probabilidad de una llanta producida por esta empresa tenga una vida útil
de 31900 millas.
P( X > 31900 )
1- P( Z < 31900 – 32000 / 1000 ) = 1 – P ( Z < -0.10) = 0.53983 = 53.98%

b. Cual es la probabilidad de una llanta producida por esta empresa tenga una vida útil
desde 31000 y 33000 millas.
µ:32000
σ:1000
P ( 31000 < Z < 33000 )
P ( 31000 – 32000 / 1000 < Z < 33000 – 32000 / 1000 ) =
P ( -1 < Z < 1 ) = P ( Z < 1 ) - P ( Z < -1 ) = 0.8413 – 0.1587 = 0.6826

c. Si la empresa fija una garantía de 30000 millas. ¿Qué porcentaje de esta producción
necesitará ser reemplazada?
P ( X < 30000 )
P ( Z < ( 30000 – 32000 / 1000 ) = P ( Z < -2 ) = 0.02275 = 2.275%

9. El peso de los estudiantes de la escuela de Ing. Industrial de la UPN, tienen una

distribución normal que tiene una media de 60 Kgs. y una desviación estándar de
18 kgs. Calcular la probabilidad de que un estudiante pese entre:
a. Entre 58 y 65 Kgs.
µ:60
σ:18
P ( 58 < X < 65 )
P ( 58 < Z < 65 ) = P ( 58 – 60 / 18 < Z < 65 – 60 / 18 )
P ( -0.11 < Z < 0.27 ) = P ( Z < 0.27 ) – P ( Z < -0.11 ) = 0.6064 – 0.4562 = 0.1502 =
15.02%
 b. Menos de 71 Kgs.
P ( X < 71 )
P ( Z < 71 ) = P ( Z < 71 – 60 / 18 ) = P ( Z < 0.61 ) = 0.7291 = 72.91%

c. Más de 69 Kgs.
P ( X > 69 )
P ( Z > 69 – 60 / 18 ) = P ( Z > 0.5 ) = 1 – 0.6915 = 0.3085 = 30.85%

10.El tiempo requerido para realizar una pregunta de examen es una variable
aleatoria cuya distribución es aproximadamente normal con media 12.9 minutos y
una desviación estándar de 2.0 minutos. ¿Cuáles son la probabilidades de que un
alumno resuelva una pregunta del examen en:
a. Al menos 11.5 minutos.
µ:12.9
σ:20
P ( X < 11.5 )
P ( Z = 11.5 – 12.9 / 2.0 ) = P ( Z < -0.7 ) = 0.2420 = 24.2%

b. Entre 11.0 y 14.8 minutos.

P ( 11.0 < X < 14.8 )
P ( 11.0 – 12.9 / 2.0 < Z < 14.8 – 12.9 / 2.0 ) = P ( -0.95 < Z < 0.95 )
P ( Z < 0.95 ) – P ( Z < -0.95 ) = 0.8289 – 0.1711 = 0.6578 = 65.78%

c. A lo mas 12 minutos.
P ( X > 12 )
P ( Z > 12 – 12.9 / 2.0 ) = P ( Z > -0.45 ) = 1 – P (Z < - 0.45 ) =
1 – 0.3264 = 0.6736 = 67.36%

d. Entre 10 y 13 minutos.
P ( 10 < X < 13 )
P ( 10 – 12.9 / 2.0 < Z < 13 – 12.9 / 2.0) = P ( -1.45 < Z < 0.05 ) =
P ( Z < 0.05 ) – P ( Z < -1.45 ) = 0.5199 – 0.0735 = 0.4464 = 44.64%
1. Si un bote de 1 galón de cierta clase de pintura cubre, en promedio un área (en
pies cuadrados) de 513.3, con una desviación estándar de 1.5. Se sabe que los botes
cubren áreas de pintura normalmente distribuidas, ¿cuál es la probabilidad de
que el área media cubierta por una muestra de 40 de estos botes.
N = 40
µ = 513.3
σ = 1.5
S=0
a) esté entre 510 y 520 pies cuadrados?
510−513.3 520−513.3
P=
(
1.5
√ 40
< Z<
1.5
√ 40 )
P = (−13.9< Z< 28.2 )

P = ( 0.9975−0.9995 )

P = -0.002

b) sea mayor que 576.3 pies cuadrados?

x−µ
P= σ
√n( )
576.3−513.3
P=
( ) 1.5
√ 40
= - 265.8

c) Sea menor que 481.8 pies cuadrados?

x−µ
P= σ
√n( )
481.8−513.3
P=
( )
1.5
√ 40
= - 132.8 = 0.001 = 1 – 0.001 = 0.999

2. Se dice que el proceso de alargamiento de un cable está bajo control si la

resistencia media de la tracción es de 10 libras. Se sabe que las mediciones de
resistencia a la tracción están normalmente distribuidas con una desviación
estándar de 1.5 libras. Muestras aleatorias periódicas de tamaño 4 se toman en el
proceso y se dice que el sistema está fuera de control si la media muestral es menor
que 7.75 libras. Calcular la probabilidad de que el sistema esté fuera de control.
N=4
µ = 10
σ = 1.5
x= 7.75

Z = X-μ/σ
 Z = 7.75 -10 / 1.5
Z = -1.5 = 0.0668

3. Un fabricante de fusibles asegura que, con una sobrecarga del 20%, sus fusibles se
fundirán al cao de 12.40 minutos en promedio. Una muestra aleatoria de 20 de los
fusibles fue sometida a una sobrecarga de un 20% y los tiempos que tardaron en
fundirse tuvieron una media de 13.63 minutos y una desviación estándar de 2.48
minutos. Suponiendo distribución normal para los tiempos de fundición, hallar la
probabilidad de que el tiempo muestral medio de fundición sea menor que 10
minutos.

S=2.48
n=20
u=12.4
x=13.63

13.63−12.4
t=
( 2.48
√ 20 )
=2.21

4. Una óptica adquiere cristales para montarlos en anteojos. Se sabe por experiencia
que la varianza delíndice de refracción (en 10-4) de esta clase de cristales es 1.26.
Como es importante que los diversos cristales tengan un índice de refracción muy
parecido, la empresa rechazará uno de tales cargamentos si la varianza muestral
de 20 cristales escogidos al azar excede a 2.00. Suponiendo que los valores
muestrales pueden considerarse como una muestra aleatoria de una población
normal, ¿cuál es la probabiliad de que un cargamento sea rechazado?

X: Optica de refracción
X – N ( 1,26 )
N = 20
σ = 1.26
S=2
Si : S˄2 > 2 -> rechazo
( n−1 ) S ˄2 ( n−1 ) S ˄2
P ( S ˄2 > 2 ) = P
( 2 ) (
>¿
2 )
x˄2 ( n−1 ) S ˄2
P ( S ˄2 > 2) = P
( )(
n−1
>
σ )
P ( S ˄2 > 2) = 1 – P ( x19˄ 2 )>( 191.26˄2 )
P ( S ˄2 > 2) = 1 – P ( x19˄ 2 )>( 30.16 )
P ( S ˄2 > 2) = 1 – 0.95

P ( S ˄2 > 2) = 0.05
5. Si las mediciones del peso específico de un metal pueden considerarse como una
muestra de una población normal cuya desviación estándar es de 0.04, ¿cuál es la
probabilidad de que la media de una muestra aleatoria de tamaño 25 difiera a lo
sumo por 0.02?

6. En la ingeniería humana y el diseño de productos, a menudo es importante

considerar los pesos de las personas con objeto de no sobrecargar los aviones o
elevadores, romper las sillas o sufrir otros percances peligrosos o embarazosos. Se
sabe que una población de todos los hombres tiene distribución desconocida con
una media de 173 libras y desviación estándar 30 libras. Use el teorema del límite
central para determinar la probabilidad de que, si se escoge al azar una muestra
aleatoria de 36 hombres diferentes, su peso medio sea mayor que 180 libras.

7. Suponga que la población de temperaturas corporales humanas tiene una media

de 98.6 °F y una desviación estándar de 0.62 °F. Si se elige aleatoriamente una
muestra de 106 persona, calcular la probabilidad de obtener una media de 98.2 °F
o menos.

8. Un estudio reveló que los hombres pasan en promedio 11.4 minutos en la ducha. Si
los tiempos de distribuyen normalmente con una desviación estándar de 1.8
minutos, determine la probabilidad de que, si se escogen al azar una muestra de 33
hombres, el tiempo medio que pasan en la ducha entre 11 y 12 minutos.

P(11<Z<12)

μ− X́
S/ √ n

11−11.4 12−11.4
P
( 1.8
√ 33 ) (
≤Z ≤
1.8
√ 33 )
P ( -1.27 ≤ Z ≤ 1.91) =P (Z < 1.91)- P (Z < -1.27)

P (0.1020 ≤ Z ≤ 0.9719) =0.9719 – 0.1020=0

P ( -1.27 ≤ Z ≤ 1.91) =0.8699

9. La precipitación pluvial anual en una ciudad se distribuye según la normal con

media 32.473 pulgadas y desviación estándar 5.601 pulgadas. Se elige una muestra
aleatoria de 10 años; use el teorema del límite central para calcular la
probabilidad de que las precipitaciones anuales tengan una media menor que 29
pulgadas.

10. Una población consiste en los siguientes datos: 2, 3, 6, 8, 11, 18.

a) Calcular μ y σ.
b) Listar todas las muestras de tamaño n=2 que se obtienen sin reemplazo.
c) Hallar la media de cada una de las muestras obtenidas en el inciso b.
 d) Calcular la media y la desviación estándar de todas las medias muestrales
obtenidas en el inciso c.
e) Verifique que la media de las medias muestrales es igual a μ.
f) Verifique que la desviación estándar es (σ /raíz (n)) (raíz[(N-n)/(N-1)].

11. Un proceso industrial produce mosaicos de 10 cm de ancho, con una desviación

estándar de 0.1 cm. Suponer distribución normal del ancho poblacional de los
mosaicos y calcular la probabilidad, P(s2> 0.0183), en base a una muestra aleatoria
de 16 mosaicos.
es una distribución Ji-cuadrada con n-1 grados de libertad

( n−1 ) S 2 (16−1 ) 0.0183

= =27.45
σ2 0.01

( n−1 ) S 2
P ( S 2 >0.0183 ) =P ( σ 2 )
>27.45 =P ( X 2 ( n−1 ) >27.45 ) =P ¿ =0.025

12. El peso neto por lata en una marca de pintura tiene una media de 565 gramos, con
una desviación estándar de 15 gramo. Suponer distribución normal de los pesos.
a) Si se elige una muestra aleatoria de 9 latas y se registra el peso, ¿cuál es la
probabilidad de que la media muestral esté entre 555 y 575 gramos?

μ− X́
S/ √ n
Para X≥555
555−565 −10

(
P Z>
15
)
=P Z >
5( )
=P ( Z >−2 )=0.0228
3

Para x≤575
575−565 10

(
P Z>
15
)
=P Z >
5 ( )
=P ( Z> 2 )=0.9772
3

Para 555≤X≤575

P(2 < X < -2)=P(0.9772 – 0.0228)=0.9544

b) ¿De qué tamaño tendría que ser la muestra para que la probabilidad calculada en el inciso fuese
0.9906?

Para p= .99016 Con ayuda de las tablas se obtuvo estas probabilidades

 P(0.9951 − 0.0049) = P(2.58 < X < −2.58)

Para X≥555
555−565

(
P Z>
15
√n )
Si Z = −2.58, entonces n=?

−10 √ n
(
P −2.58=
15
, n=15)

Para X≤575
575−565

(
P Z>
15
√n )
Si Z = 2.58, entonces n=?

10 √ n
(
P 2.58=
15 )
, n=15

13. En un universo de pernos de cierta marca para licuadora, se sabe que el 70% de
ellos necesita reemplazo después de los 10 años de uso. Si se eligen aleatoriamente
una muestra de 250 de tales pernos, determine la probabilidad de que la
proporción en la muestra de pernos que necesitan reemplazo después de los 10
años de uso sea mayor que 0.35.

14. En un universo de autos, el 85% usa petróleo. En una muestra aleatoria de 300
autos, ¿cuál es la probabilidad de que la proporción muestral de autos que usa
petróleo sea menor que 0.60?
P = 0.85
N = 300
P ( p > 0.60) = 1 – P (p < 0.60)
p−P
¿
P ( p > 0.60) = 1 – P (z <√ p(1−P) ¿ )
n
0.60−0.85
¿
P (p > 0.60) = 1 – P (z < √ 0.85(1−0.15)¿ )
300
P (p > 0.60) = 1 – P (z < -12.12)
P (p > 0.60) = 1 – 0.00
P (p > 0.60) = 1
Rpta: La probabilidad de que la proporción muestral de autos que usa petróleo sea menor que 0.60 es
1%.
15. Se toma una muestra aleatoria de 250 casas antiguas de una ciudad para estimar
la proporción de casas cuya instalación eléctrica resulta insegura. Suponga que, de
hecho, el 40% de todas las casas antiguas de esta ciudad tienen instalación
insegura. Hallar la probabilidad de que la proporción de casas de la muestra con
instalación insegura esté entre 0.35 y 0.45.

n=250
P=0.40
P(0.35<X<0.45)
DESVIACION =RAIZ(0.4 * 0.6/250)=0.0310
P=0.35->Z=(0.35-0.40)/0.0310=-1.61
P=0.45->Z=(0.45-0.40)/0.0310=1.61
(0.35<X<0.45)=P(-1.61<X<1.61)
P(Z<1.61)- P(Z<-1.61)
P=0.9463 – 0.0537
P=0.8926

16. Calcular el factor de corrección por población infinita, (N-n)/(N-1), usado cuando
n> 0.05N,para muestras de 20 observaciones, cuando la población es de tamaño:

FC =
√ (N−n)
N −1

a)20
FC =
FC = 0
√ (20−20)
20−1

b) 40
FC =
√
(40−20)
40−1
FC = 0.7161
c) 100
FC =
√
(100−20)
100−1
FC = 0.8989

17. Se toma una muestra aleatoria de 100 individuos, con el fin de estimar la
proporción de individuos de una ciudad que está a favor de un aumento en los
impuestos sobre la gasolina para contar así con un ingreso adicional para
reparaciones de las autopistas.
a) ¿Cuál es el mayor valor que puede tomar el error estándar de la proporción
muestras de esta medida?
b) Si se decida que una muestra de 100 individuos es demasiado pequeña para
estimar la proporción poblacional que resulte suficientemente creíble. Entonces se
decide exigir que la probabilidad de que la proporción muestral difiera de la
proporción poblacional en más de 0.03, no sea superior a 0.05. ¿Qué tamaño ha de
tener la muestra para garantizar que se cumple este requerimiento?

18. Una compañía quiere estimar la proporción de personas que son posibles
compradores de afeitadoras eléctricas que ven las retransmisiones de los partidos
de fútbol de la liga nacional. Se toma una muestra de 120 individuos que se
identificaron como posibles compradores de afeitadoras eléctricas. Supongamos
 que la proporción de posibles compradores de afeitadoras eléctricas en la
población que ven estas retransmisiones es 0,25.
a) 0.10 es la probabilidad de que la proporción muestral exceda a la proporción
poblacional. ¿En qué valor?
b) 0.05 es la probabilidad de que la proporción muestral esté por debajo de la
proporción poblacional. ¿En qué cantidad?
c) 0.30 es la probabilidad de que la proporción muestral difiera de la proporción
poblacional. ¿En qué cantidad?

19. En promedio, los estudiantes de la Universidad A se levantan 50 minutos después

de la salida del sol, con una desviación estándar de 15 minutos. Los estudiantes de
la Universidad B se levantan 60 minutos después de la salida del sol, con una
desviación estándar de 18 minutos. Una muestra de 25 estudiantes de la
Universidad A realiza un viaje junto con otra muestra de 20 alumnos de la B.
Hallar la probabilidad de que la hora media de levantada de la muestra de la
Universidad B sea más temprana que la de la muestra de la Universidad A. Asuma
distribución normal del tiempo de levantada de los estudiantes en ambas
universidades.

20. Dos fábricas A y B productoras de bombillas afirman que el promedio de duración

de ellas es de 1500 y 1450 horas, respectivamente, con desviaciones estándar de 90
y 100 horas. Si se compran una muestra de 100 bombillas de cada fábrica, ¿ cuál
es la probabilidad de que la diferencia en duración entre las dos marcas sea mayor
que 40 horas?. Suponer distribución normal en ambas poblacionales.

Datos: x: 1500, y:1450,σ 1: 90,σ 2: 100, N: 100, µ: 40

(1500−1450 )−(40)
Z=
902 +1002

10
√ 100
Z=
13,453
Z=0,743 → ( z )=0,2754 →27,54 %

Es decir, la probabilidad de que la diferencia en duración entre las dos marcas sea mayor de 40
horas es de 27,54%

21. Considere dos máquinas que producen cierto artículo; la primera produce por
término medio un 14% de artículos defectuosos, en tanto que la otra, produce el
20% de artículos defectuosos. Si se obtienen muestras de 200 unidades en la
primera y 100 unidades en la segunda, ¿cuál es la probabilidad de que difiera A de
B en 8% o más?

P(p1 – p2≥0.08)=?
P1=0.14
P2=0.20
n1=200
n2=100
( p 1−p 2 ) −( p 1−p 2 ) 0.08−( 0.14−0.20 ) 0.14
= = =2.98
z= p 1Q 1 p2Q2 0.14∗0.86 0.2∗0.8 0.047
√ n1
+
√ n2 √ 200
+
√
100
z= 2.98->A=0.4986
 P(p1 – p2≥0.08)=0.5-0.4986=0.0014=0.14

22. Si en la pregunta anterior, la producción de la primera contiene 7% de

defectuosos y la de la segunda contiene 5%. Determine la probabilidad de que las
dos muestras (de 200 artículos cada una) revelan una diferencia en el número de
los defectuosos del 1% o más.

( p 1−p 2 ) −( p 1−p 2 ) 0.01−( 0.07−0.05 ) −0.01

= = =−0.42
z= p 1Q 1 p2Q2 0.07∗0.93 0.05∗0.95 0.0237
√ n1 √+
n2 √ 200 √+
200
z= -0.42=0.3372
Fabrica A
P(1 – P1)=0.93
Fabrica B
P(1 – P2)=0.95

23. El rendimiento (en millas por galón) de una muestra aleatoria de 25 automóviles
es:
18.90 20.00 18.25 20.07 11.20 22.12 34.70 30.40 16.50 36.50 21.50
19.70 17.80
14.39 14.89 17.80 23.54 21.47 16.59 31.90 13.27 23.90 19.73 13.90
16.50
a) Determine las estimaciones puntuales de la media (μ) y la desviación estándar
(σ) del rendimiento.
b) Estimar el error estándar de la media muestral (El estimador del error estándar
de la media muestral es s/(n)(1/2).