ESTADÍSTICA APLICADA A LA INGENIERÍA AMBIENTAL

EJERCICIOS PROPUESTOS – SESIÓN Nº 5

1. Las siguientes mediciones se registraron para el tiempo de secado, en horas, de cierta marca de pintura látex:
3,4 2,5 4,8 2,9 3,6
2,8 3,3 5,6 3,7 2,8
4,4 4,0 5,2 3,0 4,8
Suponiendo que las mediciones representan una muestra aleatoria de una población normal, encuentre los
límites de tolerancia de 99% de la media del tiempo de secado.
Solución.
Datos:
N: población desconocido o infinito
2
σ =Desconocido
n=15<30
t 0.995 ,14=?
Identificación: quinto caso para estimar la media poblacional µ
tiempo<-c(3.4,2.5,4.8,2.9,3.6,2.8,3.3,5.6,3.7,2.8,4.4,4.0,5.2,3.0,4.8)
n<-length(tiempo);n
n=15
m<-mean(tiempo);m
X =3.786667
s<-sd(tiempo);s
s=0.9709102
t<-qt(0.995,df = n-1,lower.tail = T);t
t 0.995,14=2.976843

Error de estimación e:
e<-t*s/sqrt(n);e
e= 0.7462586

Encuentre los límites de tolerancia de 99% de la media del tiempo de secado.

li<-m-t*s/sqrt(n);li
[1] 3.040408
ls<-m+t*s/sqrt(n);ls
[1] 4.532925
µ: [3.040408, 4.532925]
Con el RStudio:
t.test(x = tiempo,conf.level = 0.99)

One Sample t-test

data: tiempo
t = 15.105, df = 14, p-value = 4.64e-10
alternative hypothesis: true mean is not equal to 0
99 percent confidence interval:
3.040408 4.532925
sample estimates:
mean of x
3.786667
Interpretación: Con una confianza del 99% podemos decir, que el tiempo promedio de secado de cierta marca
de pintura látex, está entre [3.040408, 4.532925] segundos.
 ESTADÍSTICA APLICADA A LA INGENIERÍA AMBIENTAL

2. Desde siempre, la proporción de adultos mayores de 24 años que fuman ha sido de 0.30. Hace poco se
publicó y trasmitió por radio y televisión mucha información de que el tabaquismo no beneficia a la salud.
Una muestra de 500 adultos reveló que solo 25% de los entrevistados fumaba. Construya el intervalo de
confianza de 98% de la proporción de adultos que fuma actualmente.
Solución:
Datos:
P=0.30 (Fumaba tradicionalmente)
N: desconocido
n=500
^
P =0.25
Identificación: primer caso para estimar la media poblacional P
Construya el intervalo de confianza de 98% de la proporción de adultos que fuma actualmente:
n<-500
p<-0.25
z<-qnorm(p = 0.99,mean = 0,sd = 1,lower.tail = T);z
[1] 2.326348
li<-p-z*sqrt(p*(1-p)/(n));li
[1] 0.2049505
ls<-p+z*sqrt(p*(1-p)/(n));ls
[1] 0.2950495
P: [0.2049505, 0.2950495]
Interpretación: Con una confianza del 98% podemos decir, que la proporción de adultos mayores de 24 años
que fuma, está entre [0.2049505, 0.2950495].

3. Una pizzería con entregas a domicilio ha prosperado mucho, pues entrega las pizzas en muy poco tiempo. La
pizzería garantiza que sus productos se recibirán en 30 minutos o menos después de hacer el pedido; si la
entrega se atrasa, la pizza es gratis. El tiempo que se tarda en realizar cada pedido surtido se anota en el
registro de la pizzería. A continuación, se incluyen 12 anotaciones aleatorias del registro:
15.3 10.8 29.5 12.2 30.0 14.8 10.1 30.0 30.0 22.1 19.6 18.3
Datos:
N: población desconocido o infinito
2
σ =Desconocido
n=12<30
t 0.995,11 =?
Identificación: quinto caso para estimar la media poblacional µ

a) Determine en forma puntual el tiempo promedio de entrega de la muestra

n<-length(tp);n
n=15
m<-mean(tp);m
X = 20.225
Interpretación: el tiempo que tarda en realizar cada pedido surtido de Pizza en promedio es de 20.225 minutos.

b) Determine un intervalo de confianza del 99% para estimar el tiempo promedio que tarda la pizzería en
entregar un pedido
 ESTADÍSTICA APLICADA A LA INGENIERÍA AMBIENTAL

tp<-c(15.3,10.8,29.5,12.2,30.0,14.8,10.1,30.0,30.0,22.1,19.6,18.3)
n<-length(tp);n
[1] 12
m<-mean(tp);m
[1] 20.225
X =20.225
s<-sd(tp);s
[1] 7.918462
t<-qt(0.995,df = n-1,lower.tail = T);t
[1] 3.105807
e<-t*s/sqrt(n);e
[1] 7.099449
li<-m-t*s/sqrt(n);li
[1] 13.12555
ls<-m+t*s/sqrt(n);ls
[1] 27.32445
µ: [13.12555, 27.32445]

Con el RStudio:

> t.test(x = tp,conf.level = 0.99)

One Sample t-test

data: tp
t = 8.8479, df = 11, p-value = 2.476e-06
alternative hypothesis: true mean is not equal to 0
99 percent confidence interval:
13.12555 27.32445
sample estimates:
mean of x
20.225
Interpretación: Con una confianza del 99% podemos decir, que el tiempo promedio que tarda en realizar cada
pedido surtido de Pizza, está entre [13.12555, 27.32445] minutos.

4. Una muestra de 70 ejecutivos de una empresa fue investigada con respecto al pobre desempeño que ésta tuvo
en noviembre, 65% de los ejecutivos creía que la disminución en las ventas se debió al alza inesperada de la
temperatura, lo cual trajo como consecuencia que los consumidores retardaran la adquisición de productos de
invierno.
Datos:
N: desconocido
n=70 ejecutivos
^
P =0.65
Identificación: primer caso para estimar la media poblacional P

a. Estime el error estándar de la proporción de ejecutivos que culpan de las ventas bajas al clima cálido.
e= z*sqrt(p*(1-p)/(n)
 ESTADÍSTICA APLICADA A LA INGENIERÍA AMBIENTAL

[1] e=0.1117351
Interpretación: error estándar estimado de la proporción de ejecutivos que culpan de las ventas bajas al clima
cálido es de 0.1117351=11.2%

b. Encuentre el intervalo de confianza para esta proporción, dado un nivel de confianza igual a 95%.

n<-70
p<-0.65
z<-qnorm(p = 0.975,mean = 0,sd = 1,lower.tail = T);z
[1] 1.959964
e<-z*sqrt(p*(1-p)/(n));e
[1] 0.1117351
li<-p-z*sqrt(p*(1-p)/(n));li
[1] 0.5382649
ls<-p+z*sqrt(p*(1-p)/(n));ls
[1] 0.7617351

P: [0.5382649, 0.7617351]
Interpretación: Con una confianza del 95% podemos decir, que la proporción de ejecutivos que creían que la
disminución en las ventas se debió al alza inesperada de la temperatura, lo cual trajo como consecuencia que
los consumidores retardaran la adquisición de productos de invierno, está entre [0.5382649, 0.7617351].

5. Se midieron las concentraciones de contenido de arsénico en 16 muestras de diferentes compañías mineras.

Se registraron los siguientes valores:
15.6, 14.8, 14.4, 16.6, 13.8, 14.0, 17.3, 17.4, 18.6, 16.2, 14.7, 15.7, 16.4, 13.9, 14.8, 17.5. Construya
intervalo de confianza de 95% para la varianza y la desviación estándar poblacional.
Solución:
Datos:
N: desconocido
n=16 muestras
2
σ =Desconocido
n=12<30

χ 20.975 ,1 5=b
2
χ 0.025 ,15 =a

cas<-c(15.6,14.8,14.4,16.6,13.8,14.0,17.3,17.4,18.6,
+ 16.2,14.7,15.7,16.4,13.9,14.8,17.5)
n<-length(cas);n
[1] 16
s<-sd(cas);s
[1] 1.476355
b<-qchisq(p = 0.975,df = n-1,lower.tail = T);b
[1] 27.48839
a<-qchisq(p = 0.025,df = n-1,lower.tail = T);a
[1] 6.262138
#intervalo de la varianza poblacional
li<-(n-1)*s^2/b;li
[1] 1.189388
ls<-(n-1)*s^2/a;ls
 ESTADÍSTICA APLICADA A LA INGENIERÍA AMBIENTAL

[1] 5.220961
2
σ : [1.189388, 5.220961]

#intervalo de la desviación estándar poblacional

lli<-sqrt(li);lli
[1] 1.090591
lls<-sqrt(ls);lls
[1] 2.284942

σ : [1.090591, 2.284942]

Interpretación:
La variabilidad del contenido de Arsénico en la muestras provenientes de la compañías mineras se dispersan
en promedio entre [1.090591, 2.284942] al 95% de confianza con respecto al valor central.