1.

La producción industrial diaria en una pequeña planta petroquímica registra en los

últimos 35 días una producción promedio de 370 toneladas de productos
petroquímicos y una desviación estándar de 18 toneladas. El gerente de la planta
quiere probar, con un nivel de significancia de 0.05, la hipótesis de que la producción
diaria en su planta tiene una media de 365 toneladas, contrastar las hipótesis nula y
alternativa.

𝑋 = 365 𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠 (𝑣𝑎𝑙𝑜𝑟 𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙)

𝐻0 : 𝜇 = 365 (𝑙𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑑𝑖𝑎𝑟𝑖𝑎 𝑒𝑠 𝑑𝑒 365 𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠)

𝐻1 : 𝜇 ≠ 365
(𝑙𝑎 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑑𝑖𝑎𝑟𝑖𝑎 𝑒𝑠 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑎 𝑑𝑒 365 𝑡𝑜𝑛𝑒𝑙𝑎𝑑𝑎𝑠 𝑝𝑢𝑒𝑑𝑒 𝑠𝑒𝑟 𝑑𝑒 𝑚á𝑠 𝑑𝑒 365, 𝑜 𝑏𝑖𝑒𝑛 𝑑𝑒 𝑚𝑒𝑛𝑜𝑠)

Prueba de hipótesis de dos extremos bilateral o de dos colas.

𝛼 = 0.05, y para la muestra: =370, S=18, n=35

370 − 365
𝑍= = 1.643
18
√35

Con 𝛼 = 0.05 se busca el valor Z para una probabilidad de 0.95.

La región de rechazo será 𝑍 > 1.959, o bien 𝑍 < −1.959

Como el valor de prueba se encuentra dentro de la zona de aceptación, el gerente deberá

aceptar la hipótesis nula; es decir, en la planta se elabora en promedio 365 toneladas de
productos químicos diariamente.

2. Una compañía de publicidad que elabora anuncios en televisión para la población

infantil, realizó un estudio en 60 niños que habitan zonas urbanas cuyas edades son
de cuatro a sietes años. Ésta observó que los niños ven la televisión en promedio
25.5 horas a la semana. Una investigación publicada por la Secretaría de Educación
indica que los niños en ese intervalo de edad ven la televisión 23.5 horas en promedio
a la semana, con una desviación estándar poblacional de 6.1 horas. La compañía
 publicitaria deberá rechazar los resultados de la investigación de la Secretaría de
Educación utilizando como nivel de significancia un valor de 0.05.

𝑋 = 23.5 ℎ𝑜𝑟𝑎𝑠 (𝑣𝑎𝑙𝑜𝑟 𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙)

𝐻0 : 𝜇 ≤ 23.5 (𝑙𝑜𝑠 𝑛𝑖ñ𝑜𝑠 𝑣𝑒𝑛 𝑡𝑒𝑙𝑒𝑣𝑖𝑠𝑖ó𝑛 23.5 ℎ𝑜𝑟𝑎𝑠 𝑜 𝑚𝑒𝑛𝑜𝑠 𝑎 𝑙𝑎 𝑠𝑒𝑚𝑎𝑛𝑎)

𝐻1 : 𝜇 > 23.5 (𝑙𝑜𝑠 𝑛𝑖ñ𝑜𝑠 𝑣𝑒𝑛 𝑚á𝑠 𝑑𝑒 23.5 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑡𝑒𝑙𝑒𝑣𝑖𝑠ó𝑛 𝑎 𝑙𝑎 𝑠𝑒𝑚𝑎𝑛𝑎

Prueba de hipótesis de un extremo, unilateral.

𝛼 = 0.05, y para la muestra: =25.5, n=60, y para la población: 𝜎 = 6.1

El valor estadístico de prueba será:

25.5 − 23.5
𝑍= = 2.539
6.1
√60

Con 𝛼 = 0.05 se busca el valor Z para una probabilidad de 0.95.

La región de rechazo será 𝑍 > 1.645.

Como el valor de la prueba se encuentra dentro de la zona de no aceptación, la compañía

publicitaria deberá aceptar los resultados de la secretaria de educación (H0).

3. Una compañía que renta vehículos en el Aeropuerto Internacional de Cancún, México,

observa que en los últimos meses, 20 % de sus clientes es mujer. La compañía elabora
una promoción de vehículos de renta con la finalidad de aumentar el número de
mujeres que renten automóvil en esta plaza. Después de un periodo de esta
promoción, se toma una muestra de 500 clientes, y se observa que 375 son hombres
y 125 mujeres. La gerencia cree que la proporción de mujeres que rentan auto ha
crecido con la promoción, por lo que para probarlo, establece realizar una prueba de
 hipótesis para la proporción de clientes mujeres, con un nivel de significancia de
0.05.

𝑝𝑥 = 0.20 𝑠𝑜𝑛 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑚𝑢𝑒𝑗𝑒𝑟𝑒𝑠

𝐻0 : 𝑝𝑝 ≤ 0.20 (20% 𝑜 𝑚𝑒𝑛𝑜𝑠 𝑒𝑠 𝑚𝑢𝑗𝑒𝑟).

𝐻1 : 𝑝𝑝 > 0.20 (𝑚á𝑠 𝑑𝑒𝑙 20% 𝑑𝑒 𝑙𝑜𝑠 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑠 𝑚𝑢𝑗𝑒𝑟).

Prueba de hipótesis de un extremo, unilateral.

125
Con 𝛼 = 0.05, para la muestra: 𝑝𝑚 = 500 = 0.25, 𝑛 = 500 𝑦

𝑝𝑥 (1 − 𝑝𝑥 ) 0.20(1 − 0.20)
𝜎𝑚 = √ =√ = 0.0179
𝑛 500

Como 𝑛 > 30, 𝑛𝑝𝑥 = 100 𝑦 𝑛(1 − 𝑝𝑥 ) = 400 mayor o igual que 5, se supone normalidad.

𝑝𝑚 − 𝑝𝑥 0.25 − 0.20
𝑍= = = 2.79
𝜎𝑚 0.0179

Con 𝛼 = 0.05 se busca el valor Z para una probabilidad de 0.95.

La región de rechazo será 𝑍 > 1.645.

Como el valor de prueba se encuentra dentro de la zona de no aceptación, la compañía

deberá rechazar la hipótesis nula (H0).

4. El departamento de control de calidad de una empresa sabe por experiencia que uno
de cada diez productos presenta algún defecto de fabricación, por lo que éste tiene
que ser reenviado a la línea de producción para su corrección y lograr así pasar la
inspección de calidad. Para cambiar esta situación, la gerencia implanta
modificaciones a la línea de producción. Después de una semana, toma una muestra
de 400 productos, y detecta que 22 necesitan nuevamente regresar a la línea de
producción. Sin embargo, la gerencia requiere determinar si hay evidencia de que la
proporción de productos defectuosos disminuyó con la modificación en la línea. Para
ello, elabora una prueba de hipótesis con un nivel de significancia de 0.05.

1
𝑝𝑥 = = 0.10 𝑠𝑜𝑛 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑐𝑜𝑛 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠 (𝑣𝑎𝑙𝑜𝑟 𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙)
10
 𝐻0 : 𝑝𝑝 ≥ 0.10 (10% 𝑜 𝑚á𝑠 𝑒𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑐𝑜𝑛 𝑎𝑙𝑔ú𝑛 𝑑𝑒𝑓𝑒𝑐𝑡𝑜)

𝐻1 = 𝑝𝑝 < 0.10

(𝑚𝑒𝑛𝑜𝑠 𝑑𝑒𝑙 10% 𝑑𝑒 𝑙𝑜𝑠 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜𝑠 𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑛 𝑑𝑒𝑓𝑒𝑐𝑡𝑜 𝑐𝑜𝑛 𝑙𝑎 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙𝑎 𝑙í𝑛𝑒𝑎)

Prueba de hipótesis de un extremo, unilateral.

22
𝛼 = 0.05, para la muestra: 𝑝𝑚 = = 0.055, 𝑛 = 400 y
400

𝑝𝑥 (1 − 𝑝𝑥 ) 0.10(1 − 0.10)
𝜎𝑚 = √ =√ = 0.015
𝑛 400

Dado que 𝑛 > 30, 𝑛𝑝𝑥 = 40 𝑦 𝑛(1 − 𝑝𝑥 ) = 360 mayor o igual que 5, se puede suponer
normalidad.

𝑝𝑚 − 𝑝𝑥 0.055 − 0.10
𝑍= = = −3
𝜎𝑚 0.015

Con ∝= 0.05 se busca el valor de Z en las tablas de la distribución normal estandarizada para
una probabilidad de 0.95

La región de rechazo será 𝑍 < −1.645

Como el valor de la prueba se encuentra dentro de la zona de no aceptación, la gerencia

deberá no aceptar la hipótesis nula (H0) y aceptar la hipótesis alternativa (H1).

5. Una máquina llenadora de cereal trabaja con sacos de 20 kg. El jefe de producción
ha notado que algunos sacos pesan más del llenado estándar de la máquina, por lo
que se toma una muestra de 100 sacos, de la cual se obtiene un peso promedio de
20.35 kg y una desviación estándar 1.6 kg. Si éste considera un nivel de
significancia del 0.05, ¿está en lo correcto y deberá ajustar la máquina?

𝑋 = 20 𝑘𝑔 (𝑣𝑎𝑙𝑜𝑟 𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙)

𝐻0 : 𝜇 = 20 (𝑙𝑜𝑠 𝑠𝑎𝑐𝑜𝑠 𝑠𝑒 𝑙𝑙𝑒𝑛𝑎𝑛 𝑐𝑜𝑛 20 𝑘𝑔)

𝐻1 : 𝜇 ≠ 20 (𝑙𝑜𝑠 𝑠𝑎𝑐𝑜𝑠 𝑛𝑜 𝑠𝑒 𝑙𝑙𝑒𝑛𝑎𝑛 𝑐𝑜𝑛 20 𝑘𝑔; 𝑝𝑢𝑒𝑑𝑒𝑛 𝑐𝑜𝑛𝑡𝑒𝑛𝑒𝑟 𝑚á𝑠 𝑜 𝑚𝑒𝑛𝑜𝑠 𝑐𝑒𝑟𝑒𝑎𝑙. )
Prueba de hipótesis de dos extremos bilateral o de dos colas.

𝛼 = 0.05, y para la muestra: =20.35, S=1.6, n=100

20.35 − 20
𝑡= = 2.187
1.6
√100

Con ∝= 0.05 se busca el valor de 𝑡𝛼,(𝑛−1) en las tablas de la distribución t para pruebas de
dos extremos: 𝑡0.05,(99) = 1.984

La región de rechazo será 𝑡 > 1.984, o bien 𝑡 < −1.984

Como el valor de la prueba se encuentra fuera de la zona de aceptación, el jefe de

producción aceptar la hipótesis alternativa (H1) y ajustar la máquina.