Material Adicional- Estadı́stica Inferencial Sesión 3

1. NOTA
El Código de R o RSTUDIO DE LA CLASE se encuentra en la plataforma canvas S01 en
formato texto.

2. Tipos de Muestreo

3. Ejercicios Propuestos
1. El artı́culo Evaluating Tunnel Kiln Performance” (Amer Ceramic Soc Bull agosto de
1997:59-63) reportó la siguiente información resumida sobre resistencias a la fractura
(MPa) de n 169 barras de cerámica horneadas en un horno particular x = 89,10, S = 3,73.
Calcule un intervalo de confianza para la resistencia a la fractura promedio verdadera
utilizando un nivel de confianza de 95 %.

x̄: 89,10
S: 3,73
Nivel de Confianza: 95 %
σ: Desconocido
n: 169
Analisis: n > 30 =⇒ Utilizamos la tabla Z

1 − α = 0,95 =⇒ α = 0,05
Z1− α2 = Z1− 0,05
2

= Z1−0,025 = Z0,975
Z0,975 =⇒ 1,96(vertablaZ)
S S
⇒ I.C : x̄ − N C. √ < µ < x̄ + N C. √
n n
3,73 3,73
⇒ I.C : 89,10 − (1,96) √ < µ < 89,10 + (1,96) √
169 169
⇒ I.C : 88,44 < µ < 89,56

Interpretación: Alumno

2. El proceso de producción de una caja de control de un tipo particular para un motor fue
modificado Antes de esta modificación, datos históricos sugirieron que la distribución de
diámetros de agujeros para bujes en las cajas era normal con desviación estándar de 0,100
mm. Se cree que la modificación no ha afectado la forma de la distribución ni la desviación
estándar, pero que el valor del diámetro medio pudo haber cambiado Se selecciona una
muestra de 40 cajas y se determina el diámetro de agujero un intervalo de confianza para
el diámetro de agujero promedio verdadero utiliza para cada una y el resultado es un
diámetro medio muestral de 5,426 mm. Calcular un intervalo de confianza sabiendo que el
nivel de significancia es de 10 %

1
 x̄: 5,426
Nivel de Confianza: 90 %
σ: 0.100
n: 40
Analisis: n > 30 =⇒ Utilizamos la tabla Z

1 − α = 0,90 =⇒ α = 0,10
Z1− α2 = Z1− 0,10
2

= Z1−0,05 = Z0,95
Z0,95 =⇒ 1,645(vertablaZ)
σ σ
⇒ I.C : x̄ − Z1− α2 . √ < µ < x̄ + Z1− α2 . √
n n
0,100 0,100
⇒ I.C : 5,426 − (1,645) √ < µ < 5,426 + (1,645) √
40 40
⇒ I.C : 5,39999 < µ < 5,452
⇒ I.C : 5,4 < µ < 5,452

Interpretación: Alumno

3. Como parte de la evaluación de la calidad del aprendizaje en escolares del segundo grado
de primaria de Instituciones Educativas estatales, el equipo evaluador ha elegido al azar
a 20 niños de esta población Se les aplico una prueba de aritmética que consta de 30 pro-
blemas para este nivel, los autores de la prueba indican los escolares de este grado escolar
debe emplear en promedio 40 minutos, para resolver estos problemas. El equipo evaluador
desea estimar el tiempo promedio que emplean todos los niños de este nivel de estudios
para resolver esta prueba, si se sabe que el tiempo tiene distribución normal Los tiem-
pos empleados por los alumnos son: 50,48,48,55,40,52,57,55,47,46,43,49,51,50,53,48,50,46,
43,45

x̄: 48,8 =⇒ x̄ = 20 xi 50+48+48+......+43+45

P
i=1 20 = 20
σ: Desconocido
n: 20
P20 (xi −x̄)2 (50−49)2 +(48−49)2 +(48−49)2 +......+(43−49)2 +(45−49)2
S: 4,36 =⇒ S 2 = i=1 20−1 = 19

a) N.C.=95 %
b) N.C.=90 %

a) Analisis: n = 20 < 30 =⇒ Utilizamos la tabla T, Nivel de Confianza: 95 %

1 − α = 0,95 =⇒ α = 0,05

T(1− α2 ,n) = T(1− 0,005 ,20−1)

2

= T(1−0,025,19) = T(0,975,19)
T(0,975,19) =⇒ 2,093(vertablaT )

2
 S S
⇒ I.C : x̄ − T(1− α2 ,n−1) . √ < µ < x̄ + T(1− α2 ,n−1) . √
n n
4,36 4,36
⇒ I.C : 48,8 − (2,093) √ < µ < 48,8 − (2,093) √
20 20
⇒ I.C : 46,76 < µ < 50,84
Interpretación: Alumno
b) Analisis: n = 20 < 30 =⇒ Utilizamos la tabla T, Nivel de Confianza: 90 %

1 − α = 0,90 =⇒ α = 0,10

T(1− α2 ,n) = T(1− 0,10 ,20−1)

2

= T(1−0,05,19) = T(0,95,19)

T(0,95,19) =⇒ 1,729(vertablaT )
S S
⇒ I.C : x̄ − T(1− α2 ,n−1) . √ < µ < x̄ + T(1− α2 ,n−1) . √
n n
4,36 4,36
⇒ I.C : 48,8 − (1,729) √ < µ < 48,8 − (1,729) √
20 20
⇒ I.C : 47,11 < µ < 50,49
Interpretación: Alumno

Material Adicional- Estadı́stica Inferencial Sesión 4

4. Propuestos 2
1. Se hace un estudio sobre las partı́culas del aire en dos ciudades, se sabe que el número de
partı́culas por m3 está normalmente distribuida: En la ciudad X, el número de partı́cu-
las tiene una media de 20 y con una varianza de 144. Para un nuevo estudio se eligen
muestras aleatorias de partı́culas en determinados lugares de dicha ciudad y realizan 36
mediciones. En la otra Ciudad Y el número de partı́culas tiene también una media de
20. Se eligen muestras aleatorias de partı́culas en determinados lugares de dicha ciudad y
realizan solamente 8 mediciones arrojando una desviación estándar de 10.

a) Obtener la probabilidad de que la media muestral en la ciudad Y sea más de 25

unidades.
b) Obtener la probabilidad de que la media muestral en la ciudad X se encuentre entre
21 y 24 unidades.

a)

 µ = 20
X= σ = 12
n = 36


3
 b) 
 µ = 20
Y = S = 10
n=8


a) Analisis: P(Ȳ > 25)

25 − 20
Estandarizamos =⇒ 1 − P(T8−1 < 10 )
√
8

=⇒ 1 − P(T7 < 1,4142)

=⇒ 1 − 0,90
=⇒ 0,10 =⇒ Interpretacion?

b) Analisis: P(21 < X̄ < 24)

24 − 20 21 − 20
Estandarizamos =⇒ P(Z < ) − P(Z < )
√12 √12
36 36

=⇒ P(Z < 2) − P(Z < 0,5)

La−tabla−Z
−→ =⇒ 0,97725 − 0,69146
=⇒ 0,28579 =⇒ Interpretacion?

5. Propuestos 3
Una empresa decide hacer un estudio para determinar la cantidad gastada de un com-
bustible para calefacción casera en un año en particular. Con tal motivo se selecciona
una muestra de n=100 hogares de la ciudad. La media muestral del gasto en gas
para calefacción resultó de 85 Se sabe por experiencia que la desviación estándar de
la población es 15. Hallar un intervalo de confianza del 99 % para el gasto promedio
anual en este tipo de combustible en la ciudad.


 X̄ = 85
σ = 15(Conocido)

=

 n = 100
N ivel − de − Conf ianza = 99 %


Analisis: n = 100 > 30 =⇒ Utilizamos la tabla Z

1 − α = 0,99 =⇒ α = 0,01
Z1− α2 = Z1− 0,01
2

= Z1−0,005 = Z0,995
Z0,995 =⇒ 2,578(vertablaZ)

4
 σ σ
⇒ I.C : x̄ − Z1− α2 . √ < µ < x̄ + Z1− α2 . √
n n
15 15
⇒ I.C : 85 − (2,578) √ < µ < 85 + (2,578) √
100 100
⇒ I.C : 81,133 < µ < 88,87

Interpretación: Alumno