1.

- Una compañía utiliza baterías en sus juegos electrónicos que según ellos duran un
promedio de 30 horas, para confirmar esto se prueba 16 baterías siendo la media muestral
de 27.5 horas y su desviación estándar S=5 horas. Encuentre un intervalo de confianza del
95% para la media. Suponga que la distribución de la duración de las baterías es
aproximadamente normal.

µ = 30
𝑛=16
𝑋 ̅=27.5
𝑠=5
𝑁𝑖𝑣𝑒𝑙 𝐶𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎=95%=1− α
α=5% = 0.05 0.975

𝑿 ̅−𝒕_((𝟏−𝜶/𝟐;𝒏−𝟏))
𝑺/√𝒏<𝝁<𝑿 ̅+𝒕_((𝟏−𝜶/𝟐;𝒏−𝟏)) 𝑺/√𝒏

𝟐𝟕.𝟓−𝒕_((𝟏−(𝟎,𝟎𝟓)/𝟐;𝟏𝟔−𝟏) )
𝟓/√𝟏𝟔<𝝁<𝟐𝟕.𝟓+𝒕_((𝟏−(𝟎,𝟎𝟓)/𝟐;𝟏𝟔−𝟏)) 𝟓/√𝟏𝟔

𝟐𝟕.𝟓−𝒕_((𝟎.𝟗𝟕𝟓;𝟏𝟓) ) 𝟓/√𝟏𝟔<𝝁<𝟐𝟕.𝟓+𝒕_((𝟎.𝟗𝟕𝟓;𝟏𝟓))
𝟓/√𝟏𝟔
Media 27.5
Tstudent 2.131 2.13144955
S/raiz(n) 1.25
ME 2.66375
LI 24.83625
LD 30.16375

𝟐𝟕.𝟓−𝟐.𝟔𝟔𝟑𝟕𝟓<𝝁<𝟐𝟕.𝟓+𝟐.𝟔𝟔𝟑𝟕𝟓
𝟐𝟒.𝟖𝟑𝟔𝟐𝟓<𝝁<𝟑𝟎.𝟏𝟔𝟑𝟕𝟓

Interpretación

Con un nivel de confianza del 95%, existe evidencia estadística para indicar que la media poblacional de la duraci
IC(µ) = [24.83625;30.16375]
n ellos duran un
la media muestral
o de confianza del
as baterías es

a media poblacional de la duración de las baterias se encuentra en el rango de

INTERVALOS DE CONFIANZA PARA LA DIFERENCIA DE DIFERENCIA DE MEDIAS MUESTRALES

CON VARIANZA POBLACIONAL CONOCIDA

〖 (𝑋 ̅ 〗 _1 〖−𝑋 ̅〗 _2)−𝑍_((1−𝛼/2) ) √( 〖𝜎 _1 〗 ^2/𝑛_1 + 〖𝜎 _2

^2/𝑛_2 )≤𝝁_𝟏−𝝁_𝟐≤(𝑋 ̅_1 〖−𝑋 ̅〗 _2)+𝑍_((1−𝛼/2) )
√( 〖𝜎 _1 〗 ^2/𝑛_1 + 〖𝜎 _2 〗 ^2/𝑛_2 )

CON VARIANZA POBLACIONAL DESCONOCIDA

CASO 1 VARIANZAS DESCONOCIDAS PERO IGUALES

(𝑋 ̅_1 〖−𝑋 ̅〗 _2)−𝑇_((1−𝛼/2, 𝑔𝑙) ) √( 〖𝑆 _𝑃 〗 ^2 (1/𝑛_1 +1/𝑛_2 ) )≤𝝁_𝟏−𝝁_

〖−𝑋 ̅〗 _2)+𝑇_((1−𝛼/2, 𝑔𝑙) ) √( 〖𝑆 _𝑃 〗 ^2 (1/𝑛_1 +1/𝑛_2 ) )

grados de libertad (gl) = n1+n2-2

CASO 2 VARIANZAS DESCONOCIDAS PERO DIFERENTES

〖 (𝑋 ̅ 〗 _1 〖−𝑋 ̅〗 _2)−𝑇_((1−𝛼/2,𝑉) ) √( 〖𝑠 _1 〗 ^2/𝑛_1 +

〖𝑆 _2 〗 ^2/𝑛_2 )≤𝝁_𝟏−𝝁_𝟐≤(𝑋 ̅_1 〖−𝑋 ̅〗 _2)+𝑇_((1−𝛼/2,𝑉) )
√( 〖𝑆 _1 〗 ^2/𝑛_1 + 〖𝑆 _2 〗 ^2/𝑛_2 )
DIAS MUESTRALES

〗 ^2/𝑛_1 + 〖𝜎 _2 〗
/2) )

+1/𝑛_2 ) )≤𝝁_𝟏−𝝁_𝟐≤(𝑋 ̅_1 〖𝑆 _𝑃 〗 ^2=((𝑛_1−1) 〖𝑆 _1 〗

2))
^2+(𝑛_2−1) 〖𝑆 _2 〗 ^2)/(𝑛_1+
𝑛_2−2)

𝑉=( 〖𝑠 _1 〗 ^2/𝑛_1
1 〗 ^2/𝑛_1 + + 〖𝑆 _2 〗 ^2/𝑛_2 )^
𝑇_((1−𝛼/2,𝑉) ) 2/(( 〖𝑠 _1 〗 ^2/𝑛_1
)^2/(𝑛_1−1)+
( 〖𝑆 _2 〗 ^2/𝑛_2 )^2
/(𝑛_2−1))
) 〖𝑆 _1 〗
^2)/(𝑛_1+
 2.- Debido al empleo de una nueva tecnología se llevan a cabo nuevas pruebas de
resistencia a la tensión sobre diferentes clases de largueros de aluminio utilizados en la
fabricación de alas de aeroplanos comerciales. De la experiencia con el proceso de
fabricación de largueros y del procedimiento de prueba se tienen los datos obtenidos en la
tabla siguiente. Si µ1 y µ2 denotan los promedios verdaderos de las resistencias a la
tensión para las clases de largueros, entonces se pide encontrarse un intervalo de
confianza del 95% para la diferencia de las medias µ1 − µ2. Considere varianzas diferentes

Clase 1 de Larguero Clase 2 del Larguero

n1 8 n2 7
𝑋 ̅1 𝑋 ̅2
88.6 75.5

s1 1.1 s2 1.4

Datos
Nivel de confianza = 95%
α = 5%
1-α/2 = 0.975
Varianzar diferentes

〖 (𝑋 ̅ 〗 _1 〖−𝑋 ̅〗 _2)−𝑇_((1−𝛼/2,𝑉) ) √( 〖𝑠 _1 〗 ^2/𝑛_1

+ 〖𝑆 _2 〗 ^2/𝑛_2 )≤𝝁_𝟏−𝝁_𝟐≤(𝑋 ̅_1 〖−𝑋 ̅〗 _2)+𝑇_((1−𝛼/2,𝑉) ) √( 〖𝑆 _1 〗 ^2/𝑛_1
+ 〖𝑆 _2 〗 ^2/𝑛_2 )

26.4007762

𝑉=( 〖𝑠 _1 〗 ^2/𝑛_1 + 〖𝑆 _2 〗
^2/𝑛_2 𝑉=( 〖 1.1 〗 ^2/8+ 〖 1.
)^2/(( 〖𝑠 _1 〗 ^2/𝑛_1 4 〗 ^2/7)^2/(( 〖 1.1 〗
)^2/(𝑛_1−1)+( 〖𝑆 _2 〗 ^2/𝑛_2
)^2/(𝑛_2−1)) ^2/8)^2/(8−1)+
( 〖 1.4 〗 ^2/7)^2/
(88.6-75.5)−𝑻_((𝟎.𝟗𝟕𝟓;𝟐𝟔) ) √( 〖𝟏 (7−1))
.𝟏 〗 ^𝟐/𝟖=+ 〖𝟏
26.𝟒 〗 ^𝟐/𝟕)≤𝝁_𝟏−𝝁_𝟐≤ "(88.6-75.5")
+𝑻_((𝟎.𝟗𝟕𝟓;𝟐𝟔) ) √( 〖𝟏 .𝟏 〗 ^𝟐/𝟖+ 〖𝟏 .𝟒 〗 ^𝟐/𝟕)

Dif Medias 13.1

Tstudent 2.056
raiz 0.65669628
ME 1.35016755
LI 11.7498325
LS 14.4501675
13.1−𝟏.𝟑𝟓𝟎𝟐≤𝝁_𝟏−𝝁_𝟐≤13.1+𝟏.𝟑𝟓𝟎𝟐

11.7498≤𝝁_𝟏−𝝁_𝟐≤14.4502
 as pruebas de
o utilizados en la
n el proceso de
os obtenidos en la
esistencias a la
n intervalo de
arianzas diferentes

1 〗 ^2/𝑛_1

𝟐≤ "(88.6-75.5")
3.- En las elecciones del Colegio de Abogados de Lima, la empresa IPSOS APOYO,
para dar su resultado a boca de urna, utilizó una muestra aleatoria de 600
votantes después de emitir su voto.
Si el sondeo indica que 240 electores votaron a favor del candidato A obtenga el
intervalo de estimación del porcentaje de electores a favor de A en toda la
población con un nivel de confianza de 95%.

n= 600
A favor A 240
p(A) 0.4
q(A) 0.6
Nivel de conf 95%
alfa = 5%
1-alfa/2 𝒑−𝒁_((𝟏−𝜶/𝟐)) √(𝒑𝒒/𝒏)<π<𝒑+𝒁_((𝟏−𝜶/𝟐))
0.975

√(𝒑𝒒/𝒏)

𝟎.𝟒−𝟏.𝟗𝟔√((𝟎.𝟒∗𝟎.𝟔)/𝟔𝟎𝟎)<π<𝟎.𝟒+𝟏.𝟗𝟔√((𝟎.𝟒∗𝟎.𝟔)/𝟔𝟎𝟎)

p(a) 0.4
ME 0.0392
LI 0.3608 36.08
LS 0.4392 43.92

𝟎.𝟒−𝟎.𝟎𝟑𝟗𝟐<π<𝟎.𝟒+𝟎.𝟎𝟑𝟗𝟐

𝟎.𝟑𝟔𝟎𝟖<π<𝟎.𝟒𝟑𝟗𝟐

𝟑𝟔.𝟎𝟖%<π<𝟒𝟑.𝟗𝟐%
sa IPSOS APOYO,
atoria de 600

ato A obtenga el
e A en toda la

𝟒∗𝟎.𝟔)/𝟔𝟎𝟎)
4.- Los principales vendedores de los centros comerciales se quejan de que las tiendas por departa
cierran muy temprano. En una muestra aleatoria de 600 compradores compulsivos del Centro C
Rotonda y del Centro Comercial Tottus se encontró que 360 están a favor de un horario más am
compras en el CC La Rotonda y del Centro Comercial TOTTUS encontró que 240 están a favor de u
amplio de compra.
Calcule e interprete un intervalo del 95% de confianza para la diferencia de proporciones ver
compradores de los 2 centros comerciales qué están a favor de un horario más amplio para la

CC LA ROTONDA CC TOTTUS
n1 = 600 n2=600
X1: clientes a favor de ampliar horario X2: clientes a favor de ampliar horario
x1 = 360 x2 = 240
𝑝_1= 𝑥1/𝑛1= (360 𝑝_2= 𝑥2/𝑛2= 240/600 = 0.4
)/600=0.6

Nivel de confianza = 1 - α = 95%

α = 5% = 0.05
1-α/2 = 1-0.05/2 = 0.975

(𝒑_𝟏−𝒑_𝟐)−𝒁_((𝟏−𝜶/𝟐) ) √((𝒑_𝟏 𝒒_𝟏)/𝒏_𝟏 +(𝒑_𝟐

𝒒_𝟐)/𝒏_𝟐 )<𝝅<(𝒑_𝟏−𝒑_𝟐)+𝒁_((𝟏−𝜶/𝟐)) √((𝒑_𝟏 𝒒_𝟏)/𝒏_𝟏 +(𝒑_𝟐 𝒒_𝟐)/𝒏_𝟐 )

(0.6−0.4)−𝑍_((0.975) ) √((0.6∗0.4)/600+(0.4∗0.6)/600) <𝜋< (0.6−0.4)+𝑍_((0.975) )

√((0.6∗0.4)/600+(0.4∗0.6)/600)

(0.2)−0.0554<𝜋< (0.2)+0.0554
0.2
1.96 0.145<𝜋< 0.255
0.02828427 14.5 %<𝜋< 25.5%
0.05543615
0.14456385
0.25543615

Con un nivel de confianza del 95% para la diferencia de proporciones verdadera de compradores de los 2 centros comerciales
IC(π) [14.5% -25.5%]
e las tiendas por departamento de LIMA
compulsivos del Centro Comercial La
or de un horario más amplio para las
ue 240 están a favor de un horario más
ncia de proporciones verdadera de
orario más amplio para las compras.

600 = 0.4

𝒑_𝟐 𝒒_𝟐)/𝒏_𝟐 )

es de los 2 centros comerciales qué están a favor de un horario más amplio para las compra se encuentra entre
 5.- Una máquina produce piezas metálicas en forma cilíndrica. Para estimar la variabilidad de los
toma una muestra aleatoria de 10 piezas producidas por la máquina encontrando los siguientes
centímetros:
10.1 - 9.7 - 10.3 - 10.4 - 9.9 - 9.8 - 9.9 - 10.1 - 10.3 - 9.9.
Encuentre un intervalo de confianza del 95% para la varianza de los diámetros de todas las pieza
por la máquina. Suponga que los diámetros de las piezas se distribuyen según la norm

10.1 9.7 10.3 10.4 9.9 9.8 9.9 10.1

n= 10
S2
0.056
Alfa = 5%
1-alfa/2 0.975

)/(𝑋_((1−𝛼⁄2;𝑛−1))^2 )≤𝜎^2≤((𝑛−1)𝑠

1)0.056/(𝑋_((0.975;9))^2 )≤𝜎^2≤(10−1
0.504
19.23 19.0227678

(10−1)0.056/19.023≤𝜎^2≤(10−
2.7 2.7003895

0.02620905
0.18666667
0.16189209
0.43204938

0.026≤𝜎^2≤0.186
0.1619≤𝜎≤0.4320
0.1619≤𝜎≤0.4320
mar la variabilidad de los diámetros, se
contrando los siguientes diámetros en
10.1 - 10.3 - 9.9.
metros de todas las piezas producidos
istribuyen según la normal.

10.3 9.9

≤((𝑛−1)𝑠^2)/(𝑋_((𝛼⁄2;𝑛−1))^2 )

^2≤(10−1)0.056/(𝑋_((0.025;9))^2 )

𝜎^2≤(10−1)0.056/2.7

^2≤0.1867
𝜎≤0.43205
𝜎≤0.43205
^2 )

))^2 )