UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE CIENCIAS
ESCUELA PROFESIONAL DE ESTADÍSTICA

ASIGNATURA:

INFERENCIA ESTADÍSTICA I

DOCENTE:

CABRERA PRIETO CARLOS EDUARDO

INTEGRANTES:

 RAMÍREZ ARÉVALO DARWIN JOEL

 SANTAMARÍA LLAUCE VIRGINIA
 TEMOCHE GÓMEZ CARLOS FRANCISCO
 PRACTICA DIRIGIDA N°1

Una media

1. De una población normal N(6,62) se selecciona la muestra aleatoria: 𝑋1 , 𝑋2 , … , 𝑋9

de tamaño 9. Sea X la media de la muestra aleatoria:
a) Describa la distribución de probabilidades de X
𝜇=6 𝜎 2 = 62 n=9

Solución:

𝑋̅ ~𝑁(𝜇, 𝜎 2 ⁄𝑛)
𝑋̅~𝑁(6,36/9)

RPTA: 𝑋̅ ~𝑁(6,36/9)

b) Determine el valor de C tal que P[𝑋̅ > c] = 0.985

Solución:

Z=2.17
P [𝑋̅ > c] = 1- P[Z < c] = 0.985

0.015 = P [Z < c]
𝑋̅−6
𝜎𝑋̅ = 𝜎⁄ = 6⁄3 = 2 => Z=
√𝑛 2

En la tabla de distribución normal estándar se dice:

𝑐−6
2.17 = ⇒ 𝑐 = 2(2.17) + 6 = 1.66
2

RPTA: C = 1.66

c) Si Y = 3X - 5, calcular P [𝑌̅ > 28].

Solución:

- Se cumple que:
11−6
3x-5>28 => 𝑧=
2

x>11 z = 2.5

- Por lo tanto:

P (z > 2.5) = 1 – P(z < 2.5)

= 1 – 0.9938
 = 0.0062

RPTA: P [𝑌̅ > 28] = 0.0062

2. Una población finita X consiste de los valores: 0, 2, 5, 8. Determine la distribución

muestral de la media 𝑋̅ para las muestras de tamaño dos escogidas de esta
población:

𝑋𝑖 0 2 5 8
F(𝑋𝑖 ) = P(X=𝑋𝑖 ) 1/4 1/4 1/4 1/4

0+2+5+8
𝜇= = 3.75
4

2
02 + 22 + 52 + 82
𝜎 = − 3.752 = 9.1875
4
a) Con sustitución:

Solución:

Muestra:

00 02 05 08
20 22 25 28
50 52 55 58
80 82 85 88

Media de las muestras:

0 1 2.5 4
1 2 3.5 5
2.5 3.5 5 6.5
4 5 6.5 8

Distribución de probabilidades de las medias:

𝑋 0 1 2 2.5 3.5 4 5 6.5 8

F (𝑋) 1/16 2/16 1/16 2/16 2/16 2/16 3/16 2/16 1/16

60
𝜇𝑥 = ∑ 𝑓(𝑋)(𝑋) = = 3.75
16
597
𝜎𝑥 2 = ∑ 𝑓(𝑋)(𝑋)2 − 𝜇2 = − 3.752 = 4.5937
32
RPTA: 4.5937
 b) Sin sustitución

Solución:

Muestra:

02 05 08
20 25 28
50 52 58
80 82 85
Media de las muestras:

1 2.5 4
1 3.5 5
2.5 3.5 6.5
4 5 6.5
𝑋 1 2.5 3.5 4 5 6.5
F (𝑋) 2/12 2/12 2/12 2/12 2/12 2/12

45
𝜇𝑥 = ∑ 𝑓(𝑋)(𝑋) = = 3.75
12
102.75
𝜎𝑥 2 = ∑ 𝑓(𝑋)(𝑋)2 − 𝜇2 = − 3.752 = 3.0625
6
RPTA: 3.0625

3. Suponga que los sueldos en cientos de dólares, en una región, es una variable
aleatoria X cuya distribución de probabilidades es :
a) Halle la media y la varianza de la media muestral.

Solución:

15
𝜇= =3
5
1 + 8 + 36 + 32 + 25 102 − 90
𝜎2 = −9 =
10 10
12
= 10 = 1.2

𝜎 2 1.2
𝜎𝑋2̅ = = = 0.04
𝑛 30

RPTA: 𝜇𝑋 = 3 y 𝜎𝑋2̅ = 0.04

b) Calcule la probabilidad de que la media muestral esté entre 260 y 330 dólares.

Solución:
 𝑋̅ − 𝜇 𝑥 − 3 𝑥 − 3
ℤ= = =
𝜎 √0.04 0.2
2.6−3 3.3−3
P[2.6 ≤ 𝑥 ≤ 3.3] = [ ≤𝑧≤ ]
√0.04 √0.04

P[−2 ≤ 𝑥 ≤ 1.5]

P[𝑧 < 1.5] − P[𝑧 < −2]

0.3332 – 0.0228

0.9104

RPTA: 0.9104

4. La demanda diaria de un producto puede ser 0, 1, 2, 3, 4 con probabilidades

respectivas 0.3, 0.3, 0.2,0.1, 0.1.

X 0 1 2 3 4
P(X) 0.3 0.3 0.2 0.1 0.1

a) Describa la distribución de probabilidades aproximada de la demanda promedio

de 36 días.

Solución:

N=36

𝑢𝑥 = 𝐸 (𝑥 )

∑ 𝑥𝑝(𝑥 ) = 0(0.3) + 1(0.3) + 2(0.2) + 3(0.1) + 4(0.1)

𝑢𝑥 =1.4

E (𝑥 2 ) = ∑ 𝑥 2 𝑝(𝑥 ) = 02 (0.3) + 12 + (0.3) + 22 (0.2) + 32 (0.1) + 42 (0.1)

E (𝑥 2 ) = 3.6

VAR(x) = E (𝑥 2 ) − 𝑢2

𝜎𝑋2̅ = 3.6 − 1.42 = 1.64

𝜎𝑥 = 0.045

RPTA: N (1.4; 1.64/3.6)

b) Calcular la probabilidad de que la media de la demanda de 36 días esté entre 1 y

2 inclusive
Solución:
2−1.4 1−1.4
P[1 ≤ 𝑥 ≤ 2] = ∅ (0.21343 ) − ∅ (0.21343 )

P[1 ≤ 𝑥 ≤ 2] = ∅(2.81) − ∅(1.87)

P[1 ≤ 𝑥 ≤ 2] = ∅(2.81) − [1 − ∅(1.87) ]

P[1 ≤ 𝑥 ≤ 2] = 0.9668

RPTA: 0.9668

5. De la historia sacada de los registros de la Universidad se ha determinado que

las calificaciones del curso de MATE1 y de FILO1 se distribuyen normalmente
con las medias respectivas 12 y 15 y con varianzas homogéneas igual a 4. ¿Cuál
es la probabilidad de que el promedio de las notas de un alumno en tales cursos
esté, entre 13 y 16?

Solución:

 MATE 1: 𝜇1 = 12 , 𝜗 21 = 2 , 𝜗1 = 1.41
 FILO 1: 𝜇2 = 15 , 𝜗 2 2 = 2 , 𝜗2 = 1.41

𝜇1 + 𝜇2 12 + 15 𝑋̅ − 13.5
= = 13.5 → 𝑍=
2 2 1.41
13 − 13.5 16 − 13.5
𝑃[13 ≤ 𝑋̅ ≤ 16] = 𝑃 [ ≤𝑍≤ ] = −0.35 ≤ 𝑍 ≤ 1.77
1.41 1.41

= 0.1368 + 0,4616 = 𝟎. 𝟓𝟗𝟖𝟒

RPTA: 0.5984

6. El gerente de ventas de una empresa cafetalera sabe que el consumo mensual de

café por casa (en kilos) está normalmente distribuida con media desconocida µ
y desviación estándar igual a 0.3. Si se registra el consumo de café durante un
mes de 36 hogares escogidos al azar, ¿cuál es la probabilidad de que la media
del consumo esté entre los valores µ - 0.1 y µ + 0.1?

Solución:

𝜎𝑥 = 0.3 ; 𝑛 = 36

µ + 0.1 − µ µ − 0.1 − µ
𝑃(µ − 0.1 ≤ x ≤ µ + 0.10) = −
0.3 0.3
√36 √36

= 2 − [1 − (2)] = 0.9772 − [1 − 0.9772 ] = 0.9544

RPTA: 0.9544
 7. La distribución de las notas del examen final de Mat.I resultó ser normal
𝑁(µ, s2 ) , con cuartiles 1 y 3 iguales a 6.99 y 11.01 respectivamente.

a) Determine la media y la varianza de la distribución de las notas.

b) Halle el intervalo [a, b] centrado en m tal que P[a < X < b] = 0.9544, donde X es la
media de la muestra X1 , X 2 , X 3 , X 4 escogida de esa población.

a) Solución:

6.99 − µ
−0.3 =
s
6.99 − µ
s=
0.3
6.99 − µ
0.3
11.01 − µ
−0.3 =
s
6.99 − µ
s=
0.3
6.99 − µ
0.3
−6.99 + µ = 11.01 − µ

µ=9

11.01 − 9
𝜎= = 6.7 → 𝜎 2 = 44.89
0.3

RPTA: 𝜇 = 9 y 𝜎 2 = 44.89

b) Solución:

6.7
𝜎𝑋 2 = = 1.675 → 𝜎𝑋 = 1.2942
4
𝑎−9 𝑏−9
𝑃[𝑎 ≤ 𝑋 ≤ 𝑏] = 𝑃 [ ≤𝑍≤ ]
1.2942 1.2942
𝑎−9
−2 = → 𝑎 = −2(1.2942) + 9 → 𝑎 = 6.4116 ≈ 6
1.2942
𝑏−9
2= → 𝑎 = 2(1.2942) + 9 → 𝑎 = 11.5884 ≈ 12
1.2942
RPTA: a = 6 y b = 12

8. La vida útil (en miles de horas) de una batería es una variable aleatoria X con
función de densidad:

2 − 2𝑥 0 ≤ 𝑥 ≤ 1
𝑓 (𝑥 ) = {
0 𝑒𝑛 𝑒𝑙 𝑟𝑒𝑠𝑡𝑜

Si 𝑋 36 es la media de la muestra aleatoria 𝑋1 , 𝑋2 , … , 𝑋36 escogida de X, ¿con que

probabilidad 𝑋 36 es mayor que 420 horas?

Solución:

𝑛 = 36
1
𝑢 = ∫ 𝑥(2 − 2𝑥 )𝑑𝑥
0

1 1
𝑥2 𝑥3 2 1
𝑢=2 [ ] −2 [ ] =1− =
2 0 3 0 3 3

1 1
2
1
2(
1 2 𝑥3 𝑥4 1 2
𝜎 = ∫ 𝑥 2 − 2𝑥 )𝑑𝑥 − ( ) = 2 [ ] − 2 [ ] − ( )
0 3 3 0. 4 0 3

2 2 1
𝜎2 = − −
3 4 9

𝜎 2 = 0.0556 → 𝜎 = 0.2358

𝑃[𝑥̅36 > 420]

𝑥̅ 36 − 1/3 0.420 − 1/3

𝑃[ > ]
0.2358 0.2358
6 6

𝑃 [𝑧 > 2.21] = 0.5 − 0.4864 = 𝟎. 𝟎𝟏𝟑𝟔

RPTA: 0.0136

9. Sea 𝑋40 la media de la muestra aleatoria 𝑋1 , 𝑋2 , … , 𝑋40 de tamaño 𝑛 = 40

escogida de una población X cuya distribución es geométrica con función de
probabilidad:

1 4 𝑥−1
𝑓 (𝑥 ) = ( ) , 𝑥 = 1,2, …
5 5
Hallar la probabilidad de que la media muestral difiera de la media poblacional en a lo
más el 10% del valor de la varianza de la población.
Solución:

𝑃[|𝑥̅ − 𝑀| ≤ 0.1(𝑉 )]

1
𝑝=
5
1
1−5
𝜎2 = = 20
1
25

−2 𝑥̅ − 𝜇 2
𝑃 ≤ ≤ = 𝑃[−2.83 ≤ 𝑧 ≤ 2,83]
𝜎𝑋
√20 √ 20
[ 40 40]

𝑃[−2.83 ≤ 𝑧 ≤ 2,83] = 0.4977 + 0.4977 = 0.9954

RPTA: 0.9954

10. La utilidad (en miles de soles) por la venta de cierto artículo, es una variable
aleatoria con distribución normal. Se estima que en el 5% de las ventas la
utilidad sería menos de 6.71, mientras que el 1% de las ventas serían mayores
que 14.66, si se realizan 16 operaciones de venta, ¿Cuál es la probabilidad de
que el promedio de la utilidad por cada operación esté entre $ 10,000 y$ 11,000?

Solución:

~N(µ, s); n = 16

𝑃 (𝑥 < 6.71) = 0.05

6.71 − µ
= 0.05
s
6.71 − µ
s=
1.645
𝑃(𝑥 > 14.66) = 0.01

14.66 − µ
= 0.01
s
14.66 − µ
s=
2.33
µ = 10 s=2
 11 − 10 10 − 10
𝑃(10 ≤ 𝑥 ≤ 11) = ( )−( )
2 2
√16 √16

= 2 − (0)

= 0.9772 − 0.50 = 0.4772

RPTA: 0.4772

11. La vida útil de cierta marca de llantas radiales es una variable aleatoria X cuya
distribución es normal con (m = 38,000 Km. y s = 3,000 Km).

a) Si la utilidad Y (en $) que produce cada llanta está dada por la relación: Y = 0.2X
+100, ¿cuál es la probabilidad de que la utilidad sea mayor que 8,900$?

b) Determinar el número de tales llantas que debe adquirir una empresa de transporte
para conseguir una utilidad promedio de al menos $7541 con probabilidad 0.996.

a) Solución:

~N(38000,3000)

𝑦 = 0.2𝑥 + 100

𝐸 (𝑦) = 0.2𝐸(𝑥 ) + 100

𝐸 (𝑦) = 0.2𝐸(38000) + 100 = 7700

𝑉𝑎𝑟(𝑦) = 0.22 𝑉𝑎𝑟(𝑥)

s𝑦 = 0.2s𝑥 = 0.2(3000) = 600

8900 − 7700
𝑃(𝑦 > 8900) = 1 − ( )
600
= 1 − (2) = 1 − 0.9772 = 0.0228

RPTA: 0.0228

b) Solución:

𝑃(𝑦 > 7541)

𝐸 (𝑦) = 0.2𝐸(𝑥 ) + 100

𝐸 (𝑦) = 0.2𝐸(38000) + 100 = 7700

600
𝑉𝑎𝑟(𝑦) =
√𝑛
 7541 − 7700
𝑃(𝑦 > 7541) = 1 − ( )
600
√𝑛
7541 − 7700
0.996 = 1 − ( )
600
√𝑛
7541−7700
2.65 = 600 𝑛 = 100
√𝑛

RPTA: 100

12. Un proceso automático llena bolsas de café cuyo peso neto tiene una media de
250 gramos y una desviación estándar de 3 gramos. Para controlar el proceso,
cada hora se pesan 36 bolsas escogidas al azar; si el peso neto medio está entre
249 y 251 gramos se continúa con el proceso aceptando que el peso neto medio
es 250 gramos y en caso contrario, se detiene el proceso para reajustar la
máquina.

a) ¿Cuál es la probabilidad de detener el proceso cuando el peso neto medio

realmente es 250?

Solución:

P [249≤ X´ ≤ 251]
251−250 249−250
p( 3 ) −( 3 )
6 6

p (-2 ≤ 𝑧 ≤ 2)

p(𝑧 ≤ 2) − (𝑧 ≤ −2)

p(𝑧 ≤ 2) − (1 − 𝑝(𝑧 ≤ 2)

0.9772- (1 – (0.9772))

0.9544

1 – 0.9544 = 0.0456

RPTA: 0.0456

b) ¿Cuál es la probabilidad de aceptar que el peso neto promedio es 250 cuar.do

realmente es de 248 gramos?

Solución:

P [249 ≤ X ≤ 251/μ=248]
 251−248 249−248
( 3 ) - ( 3 )
6 6

P (2 ≤ 𝑧 ≤ 6 )

P (1 − 𝑝(𝑧 ≤ 2) - (𝑧 ≤ 6)

(1 – 0,9772) – 0 = 0,0228

RPTA: 0.0228

13. En cierta población de matrimonios el peso en kilogramos de esposos y esposas

se distribuye normalmente N (80,100) y N (64,69) respectivamente y son
independientes. Si se eligen 25 matrimonios al azar de esa población calcular la
probabilidad de que la media de los pesos sea a lo más 137 Kg.

Solución:

N (80,100)

p(80 ≤ 𝑥 ≤ 100)

p(80 ≤ 𝑧 ≤ 100)
80−137
z= = −2,28
25

100−137
z= = −1,43
25

=p (𝑧 ≤ −1.43) − 𝑝(𝑧 ≤ −2.28)

=1-p (𝑧 ≤ 1.43) − (1 − 𝑝(𝑧 ≤ 2.28))

=1-0.9236 – (1-(0.9887)) = 0.0651

N (64,69)

p(64 ≤ 𝑥 ≤ 69)

p(64 ≤ 𝑧 ≤ 69)
64−137
z= = −2,92
25

69−137
z= = −2,72
25

=p (𝑧 ≤ −2.72) − 𝑝(𝑧 ≤ −2.92)

=1-p (𝑧 ≤ 2.72) − (1 − 𝑝(𝑧 ≤ 2.92))

=1-0.9967 – (1-(0.9982)) = 0.0015

0.0651 - 0.0015 = 0.0636

RPTA: 0.0636

14. Una empresa vende bloques de mármol cuyo peso se distribuye normalmente
con una media de 200 kilogramos.

a) Calcular la varianza del peso de los bloques, si la probabilidad de que el peso esté
entre 165 Kg. y 235 Kg es 0.9876.

Solución:

P [165≤ X´ ≤ 235]=0.9876
235−200 165−200
( ) − ( ) =0.9876
𝜎 𝜎

35 −35
(𝜎) − ( ) =0.9876
𝜎

35 35 35 35
( 𝜎 ) − 1 + ( 𝜎 ) =0.9876 = 0.9938 = 2.5 𝜎 2 = 196 σ = 14
𝜎 𝜎

RPTA: 𝜎 2 = 196 σ = 14

b) ¿Qué tan grande debe ser la muestra para que haya una probabilidad de 9938 de que
el peso medio de la muestra sea inferior a 205 Kg?

Solución:

P [X´ ≤205]=0.9876
205−200 205−200
=0.9938 = 2.25
14 /√n 14 /√n

N=49

RPTA: 49

15. La duración en horas de una marca de tarjeta electrónica se distribuye

exponencialmente con un promedio de 1000 horas.

a) Hallar el tamaño n de la muestra de manera que sea 0.9544 la probabilidad de que su

media muestral esté entre 800 y 1200 horas.

Solución:
1
p(800 ≤ 𝑥 ≤ 1200) =𝛿
1000

800−1000 1200−1000 1
p( 1000 ≤𝑧≤ 1000 ) = 0.9544 𝜎2 = 1 2
√𝑛 √𝑛 1000

−200√𝑛 200
p( 1000
≤ 𝑧 ≤ 1000) = 0.9544 𝜎 2 = 106
 200 √𝑛
z=2 = 1000

10=√𝑛

100=n
1−0,9544
P= = 0,0228
2

RPTA: 0.0228

b) Si se obtiene una muestra aleatoria de 100 de esas tarjetas calcular la probabilidad

que la duración media de la muestra sea superior a 1,100 horas.

Solución:

P (𝑥 > 1100)

1-p (𝑥 ≤ 1100)
1100−1000
1-p (𝑧 ≤ 1000 )
√100

1-p (z≤1)= 1-0,8413=0,1584

RPTA: 0.1584

16. Un proceso para llenar cerveza en botellas de 620 ml. sufre una perdida en el
contenido que tiene una media de 5 ml. y una desviación estándar de 1.2 ml. Se
escogen al azar 36 de tales botellas. Si la meda de la muestra está entre 4.5 y 5.5
ml. se acepta que u=5 ml., en caso contrario; se rechaza que u=5. ¿Cuál es la
probabilidad de aceptar que u=5 cuando realmente es u=4,8 ml?

Solución:

X N (5;(1,2)2 ) n=36

P [4.5≤ X≤ X´ ≤ 5.5, μ=4.8]

5.5−4.8 4.5−4.8
( 1.2 ) − ( 1.2 ).
6 6

p (−1.5 ≤ 𝑧 ≤ 3.5)

p(𝑧 ≤ 3.5) − (𝑧 ≤ −1.5)

p(𝑧 ≤ 3.5) − (1 − 𝑝(𝑧 ≤ 1.5)

0.9998 - (1 – (09332))

0.933
RPTA: 0.933

17. 17Una empresa comercializa fardo* de algodón cuyo peso X se distribuye

normalmente con una media de 250 Kg. y una desviación estándar de 4 Kg. El
costo por fardo es dado por Y = aX + 52. Hallar el valor de a si se quiere que la
media de los costos de 4 fardos sea mayor que $3,100 con probabilidad 0.0228.

Solución:

N (250 ; 42 ).
Y1+Y2+Y3+Y 4
Y=aX+52E (Y)=aE(X)+52 w´ = 𝐸 (Y)Var(w´ ) =
4
4𝑎2 σ w = 2𝑎

E (Y)=a (250) +52 E (Y)=250 a+52

Var(Y )=(a ) 2 Var( X)

Var(Y )=(𝑎)2 42 𝜎 2 Y 16𝑎2 σ Y 4 𝑎2

NOS PIDE:
3100−250 a−52 3048−250a
P (w´ >3100)=0.0228( ) = 0.9772 = 2𝑎 = 12
2a 2𝑎

RPTA: 12

18. Definimos la variable aleatoria "error muestral", por: |𝑋̅ − 𝜇|. De todas las
muestras de tamaño 36 escogidas al azar de la población N(𝜇,324).

a) ¿Qué porcentaje tendrán un error muestral mayor de 4.5?

b) ¿Para qué valor de k el 95% tienen error muestral no mayor que k?

𝑋 ~ 𝑁(𝜇, 324)

𝑛 = 36

a) Error muestral mayor de 4.5 → |𝑋̅ − 𝜇| > 4.5 → 𝑃[|𝑋̅ − 𝜇| ≤ 4.5]

Solución:

324
𝜎𝑥2 =
36

324
𝜎𝑥 = √
36

18
𝜎𝑥 = =3
6
 1 − 𝑃[|𝑋̅ − 𝜇| ≤ 4.5]

1 − 𝑃(−4.5 ≤ |𝑋̅ − 𝜇| ≤ 4.5 )

4.5 4.5
1 − 𝑃 (− ≤ |𝑋̅ − 𝜇| ≤ )
3 3

1 − 𝑃(−1.5 ≤ 𝑍 ≤ 1.5)

1 − [𝑃(𝑍 ≤ 1.5) − 𝑃(𝑍 ≤ −1.5)]

𝑃(𝑍 ≥ 1.5) = 0.0668

𝑃(𝑍 ≤ 1.5) = 1 − 𝑃(𝑍 ≥ 1.5)

𝑃(𝑍 ≤ 1.5) = 1 − 0.0668

𝑷(𝒁 ≤ 𝟏. 𝟓) = 𝟎. 𝟗𝟑𝟑𝟐

𝑃(𝑍 ≤ −1.5) = 𝑃(𝑍 ≥ 1.5)

𝑷(𝒁 ≤ 𝟏. 𝟓) = 𝟎. 𝟎𝟔𝟔𝟖

1 − [𝑃(𝑍 ≤ 1.5) − 𝑃(𝑍 ≤ −1.5)]

1 − [0.9332 − 0.0668]

𝟏 − 𝟎. 𝟖𝟔𝟔𝟒 = 𝟎. 𝟏𝟑𝟑𝟔

RPTA: 0.1336

b) ¿Para qué valor de k el 95% tienen error muestral no mayor que k?

Solución:

𝑃[|𝑋̅ − 𝜇| ≤ 𝑘] = 0.95 → 𝑃 [−𝑘 ≤ |𝑋̅ − 𝜇| ≤ 𝑘 = 0.95]

𝑘 𝑘
𝑃 (− ≤ 𝑍 ≤ ) = 0.95
3 3
𝑘 𝑘
𝑃 (𝑍 ≤ ) − 𝑃 (𝑍 ≤ − ) = 0.95
3 3

𝑘 𝑘
𝑃 (𝑍 ≤ ) − (1 − 𝑃 (𝑍 ≤ )) = 0.95
3 3

𝑘 𝑘
𝑃 (𝑍 ≤ ) − 1 + 𝑃 (𝑍 ≤ − ) = 0.95
3 3

𝑘
2 (𝑃 (𝑍 ≤ )) = 1.95
3
 𝑘
𝑃 (𝑍 ≤ ) = 0.975
3
𝑘
= 1.96
3
𝑘 = 5.88

RPTA: 5.88

19. El costo de producción en dólares de un objeto es 100 veces el valor numérico

de su longitud. Suponga que la longitud en metros del objeto es una variable
aleatoria con distribución normal N(0.012, 1.4410−4 ).

𝑋~𝑁(0.012 , 1.44 × 10−4 )

a) ¿Cuál es la distribución del costo medio por objeto si se toman al azar 𝑛(𝑛 ≥
2)objetos?
Solución:

𝑦 = 100𝑥

𝐸 (𝑌) = 100𝑥0.012 = 1.2

𝜎2
𝑉𝑎𝑟(𝑌) =
𝑛

→ 𝜎 2 = 1002 (1.44𝑥10−4 ) = 1.44

𝟏. 𝟒𝟒
𝑵 (𝟏. 𝟐 , )
𝒏
1.44
RPTA: 𝑁 (1.2 , )
𝑛

b) Si el precio de venta de cada objeto es $2.00, calcular la probabilidad de que la

utilidad promedio por objeto de 36 objetos tomados al azar, sea a lo más $0.5.
Solución:

𝑃𝑟𝑒𝑐𝑖𝑜 𝑑𝑒 𝑣𝑒𝑛𝑡𝑎: 2.00

𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑 (𝑈) = 2 − 𝑌

𝐸 (𝑈) = 2 − 𝐸 (𝑌) = 2 − 1.2 = 0.8

𝑉𝑎𝑟(𝑈) = 𝑉𝑎𝑟(𝑌)

1.44 2
𝜎𝑢2 = 𝜎 = 0.04
36 𝑢

𝜎𝑢 = √0.04 = 0.2
 ̅ 𝟑𝟔 = 𝑵(𝟎. 𝟖 , 𝟎. 𝟎𝟒)
𝑼

0.5 − 0.8
̅36 ≤ 0.5) = 𝑃 (𝑈
𝑃 (𝑈 ̅36 ≤ )
0.2
̅36 ≤ 0.5) = 𝑃(𝑈
𝑃 (𝑈 ̅36 ≤ −1.5)

̅36 ≤ 0.5) = 0.5 − 0.4332

𝑃 (𝑈

̅ 𝟑𝟔 ≤ 𝟎. 𝟓) = 𝟎. 𝟎𝟔𝟔𝟖
𝑷(𝑼

RPTA: 0.0668

20. Un analista de investigación de mercado toma una muestra aleatoria de 36

clientes de una tienda, de un conjunto de 400 clientes que adquirieron un cupón
especial. El monto de las compras mensuales de los 400 clientes constituye una
población finita con una media de 2,500 dólares y una desviación estándar de
$660. ¿Cuál es la probabilidad de que la media de la muestra supere los $2765?

Solución:

𝑛 = 36; 𝑁 = 400; 𝜎 = 660; 𝜇 = 2500

𝜎 𝑁−𝑛
𝜎𝑥 = √
√𝑛 𝑁 − 1

660 400 − 36
𝜎𝑥 = √
√36 400 − 1

660 364
𝜎𝑥 = √
6 399

𝜎𝑥 = 105.06

2765 − 2500
𝑃 (𝑍 ≤ )
105.06

𝑃(𝑍 ≤ 2.52) → 0.5 − 0.4941

𝑃 (𝑍 ≤ 2.52) → 𝟎. 𝟎𝟎𝟓𝟗

RPTA: 0.0059

21. Un auditor quiere tomar una muestra aleatoria de una población que consiste de
10,000 cuentas por cobrar, donde s $2000. ¿De qué tamaño debe escoger la
muestra si se quiere tener una probabilidad del 95% de que la diferencia entre la
media muestral y la media poblacional no exceda el valor $192?
Solución:

2
20002 10000 − 𝑛 20002 10000 − 𝑛
𝜎𝑋 = ( ) → 𝜎𝑋 = √ ( )
𝑛 9999 𝑛 9999

𝑃[|𝑋 − 𝜇| ≤ 192] = 𝑃[−192 ≤ 𝑋 − 𝜇 ≤ 192] = 0.95

−192 𝑋−𝜇 192

𝑃 ≤ ≤ = 0.95
2 𝜎𝑋 2
√2000 (10000 − 𝑛) √2000 (10000 − 𝑛)
[ 𝑛 9999 𝑛 9999 ]

192 192 2 20002 10000 − 𝑛

= 1.96 → ( ) = ( )
2000 2 10000 − 𝑛 1.96 𝑛 9999
√ ( )
𝑛 9999

192 2 9999
( ) ( ) 𝑛 = 10000 − 𝑛
1.96 20002

23.99𝑛 = 10000 − 𝑛 → 24.99𝑛 = 10000

𝑛 = 400.16 ≈ 400

RPTA: 400

22. La calificación en una prueba de aptitud es una variable aleatoria X que tiene
distribución normal con media igual a 100.

a) Si se supone que la desviación estándar de todas las calificaciones es s 15, ¿cuántas

calificaciones se deben escoger para que la media muestral esté en el intervalo de 90.2 a
109.8 con probabilidad 0.95?

Solución:

𝑃[90.2 ≤ 𝑋̅ ≤ 109.8] = 0.95

90.2 − 100 109.8 − 100

𝑃[ ≤𝑍≤ ] = 0.95
15 15
√𝑛 √𝑛

−9.8 9.8
𝑃[ ≤𝑍≤ ] = 0.95
15 15
√𝑛 √𝑛

9.8√𝑛 9.8√𝑛
𝑃 (𝑍 ≤ ) − 1 + 𝑃 (𝑍 ≤ ) = 0.95
15 15
 9.8√𝑛
2𝑃 (𝑍 ≤ ) = 1.95
15

9.8√𝑛
𝑃 (𝑍 ≤ ) = 0.975
15

9.8√𝑛
= 1.96
15
𝑛=9

RPTA: 9

b) Si se escogen al azar 16 calificaciones y se encuentra que la desviación estándar s ˆ

12, ¿cuál es la probabilidad de que la media muestral se encuentre entre 92.194 y
104.023?

Solución:

n=16 𝑆̅ = 12

𝑃 [92.194 ≤ 𝑥 ≤ 104.023]

92.194 − 100 𝑥 − 𝜇 104.023 − 100

𝑃[ ≤ ≤ ] = 𝑃[−2.60 ≤ 𝑍 ≤ 1.34] = 0.89
12 𝜎𝑋 12
√16 √16
RPTA: 0.89

23. El gerente de producción afirma que las baterías que produce duran en promedio
tres años. En el control de calidad se verifican 16 baterías y si el valor de t
calculado: 𝑇𝐶 = (𝑥̅ -3)/ (𝑠̂ /√𝑛 ) está entre −𝑇0.05 y 𝑇0.05 fabricante está
satisfecho con su afirmación. ¿Qué conclusión sacará el fabricante si la muestra
da una media de 3.8 años y una desviación estándar 𝑠̂ =1.5 años?. Suponga que
la duración de las baterías tiene distribución normal.

Solución:

𝑢̿ = 3 𝑎ñ𝑜𝑠

n = 1.6

𝑢𝑥̅ = 3.8

−𝑇0.05 ≤ 𝑇𝐶 ≤ 𝑇0.05

𝑋̅ − 3 3.8 − 3 0.8(4)
𝑇𝐶 = = =
1.5 1.5 1.5
√𝑛 4
 𝑇𝐶 ≅ 2,13

𝑇𝐶 ≅ 2,13 ∄ 𝐹

RPTA: 2,13 ∄ 𝐹

Una proporción

24. Se estima que el 40% de los votos de los electores de la ciudad favorecen al
candidato Sr. Díaz.

a) Si se selecciona una muestra aleatoria de 600 electores de la ciudad, ¿qué

probabilidad hay de que la proporción muestral de votos a favor del Sr. Díaz esté entre
37% y 45%?

b) ¿Qué tamaño de muestra se debería escoger si se quiere tener una probabilidad igual
a 0.97 de que la proporción de votos a favor del Sr. Díaz en la muestra no se diferencie
de su proporción estimada en más del 2%?

a) Solución:

x 𝑝×(1−𝑝)
P = 0.4 𝑃𝑥 = → 𝑁 ( 𝑝√ )
n 𝑛

n = 600

(0.37 ≤ 𝑝𝑥 ≤ 0.45)
𝑃𝑥−𝜋
Z= 𝑁(0.1)
𝜋×(1−𝜋)
√
m

0.37−0.40
𝑧1 = = -1.5
0.40×(1−0.40)
√
600

0.45−0.40
𝑧2 = = 2.5
0.40×(1−0.40)
√
600

𝑝 (−1.5 ≤ 𝑧 ≤ 2.5)

𝑝(𝑧 ≤ 2.5) − 𝑝(𝑧 ≤ −1.5) = 0.9938 − 0.0668 = 0.927

RPTA: 0.9287

b) Solución:

𝑝 = 0.4

𝑃[|𝑃 − 𝑝| ≤ 0.02] = 0.97

𝑃[−0.02 ≤ |𝑃 − 𝑝| ≤ 0.02] = 0.97

 −0.02 |𝑃 − 𝑝| 0.02
𝑃 ≤ ≤ = 0.97
√0.4(0.6) √𝑝(1 − 𝑝) √0.4(0.6)
[ 𝑛 𝑛 𝑛 ]

0.02 0.02 2 0.4(0.6)

= 2.17 → ( ) =
0.4(0.6) 2.17 𝑛
√
𝑛

0.4(0.6)
𝑛= = 2825.34 = 2826
0.02 2
(2.17)

RPTA: 2826

25. Una empresa que hace estudios de mercado quiere obtener una muestra aleatoria
suficientemente grande de manera que la probabilidad de que la proporción
obtenida a favor de un cierto producto resulte inferior al 35% sea igual a 0.0062.

a) Calcular el tamaño de la muestra a tomar si se supone que la verdadera proporción a

favor del producto es p = 0.4.

b) Con el tamaño de muestra calculado en a) y si se supone verdadero el valor del

parámetro p = 0.2, determinar el intervalo [a,b\ centrado en p tal que P e \a,b] con
probabilidad 0.95

a) Solución:

p (𝑝̂ ≤ 0.35) = 0.0062

0.35 − 0.4
∅ = 0.0062
√(0.4)(0.6)
( 𝑛 )
−0.05
= −2.5e
√0.24 / √𝑛

n = 600

RPTA: 600

b) Solución:

n = 600 p = 0.2

𝑝𝑞
[𝑎 ≤ 𝑝̂ ≤ 𝑏], ∝= 0.05𝑒 = 𝑧0 √
𝑛
 (0.2)(0.8)
𝑒 = 1.96√ 𝑒 = 0.032
600

RPTA: 0.032

26. Un fabricante afirma que a lo más el 2% de todas las piezas producidas son
defectuosas. Al parecer esta información es exagerada, por lo que se selecciona
una muestra aleatoria de 400 de tales piezas. Si la proporción muestral de
defectuosos es mayor que 3% se rechaza la afirmación, en caso contrario se
acepta la afirmación.

a) ¿Cuál es la probabilidad de rechazar la afirmación cuando realmente el 2% de todas

las piezas producidas son defectuosas?

b) ¿Cuál es la probabilidad de aceptar la afirmación cuando realmente el 4% de todas

las piezas producidas son defectuosas?

a) Solución:

0.02 ×0.98
𝜎𝑝̅ = √ = 0.007
400

0.03 − 0.02
𝑝[𝑧 > 0.03] =
0.007
𝑝[𝑧 > 1.43] = 0.5 − 0.4236 == 0.0764

RPTA: 0.0764

b) Solución:

0.04 ×0.96
𝜎𝑝̅ = √ = 0.0098
400

0.03 − 0.02
𝑝[𝑧 > 0.03] =
0.007
𝑝[𝑧 > −1.02] = 0.153864

RPTA: 0.1539

27. El director de la bolsa de trabajo de la universidad afirma que el 60% de los

egresados consigue empleo con una remuneración mayor a los $500. Para
comprobar esta afirmación se escoge una muestra aleatoria de 600 egresados de
la universidad. Si 330 o más pero no más de 390 de la muestra consiguen
trabajo con remuneración mayor a los $500, se aceptará la afirmación. En caso
contrario se rechazará tal afirmación.
a) ¿Cuál es la probabilidad de rechazar la afirmación cuando ésta es realmente
verdadera?

b) ¿Cuál es la probabilidad de aceptar la afirmación cuando realmente el 70% de todos

los egresados consiguen trabajo con remuneración mayor a los $500?

a) Solución:

0.06 ×0.04
𝜎𝑝̅ = √ = 0.02
600

0.65 − 0.60
𝑍= = 2.5
0.02
0.55 − 0.6
𝑍= = −2.5
0.02
2𝑝[𝑧 > 2.5] = 0.0062

𝑝[𝑧 > 2.5] = 0.0062 × 2

= 0.0124

RPTA: 0.0124

b) Solución:

0.07 ×0.03
𝜎𝑝̅ = √ = 0.0187
600

0.65 − 0.7
𝑍= = −2.67
0.0187
0.60 − 0.7
𝑍= = −5.35 = 0%
0.0187
𝑍 = 0.5 − 0.4962 = 0.038

RPTA: 0.038

28. Para controlar la calidad en un proceso de producción de cierto bien de

consumo, se seleccionan al azar 46 unidades del bien cada día. Si la proporción
de objetos defectuosos en la muestra es al menos 𝑝0 , se detiene el proceso, de
otro modo se continúa con el proceso. Determine aproximadamente el valor de
𝑝0 para que con probabilidad de 0.9332 no se continúe con el proceso, cuando la
producción total contenga 8% de objetos defectuosos.

Solución:

𝑛 = 46
 0,08𝑥0,92
𝛿𝑝0 =√ 46
= 0,04

𝑃⌊𝑝0 < 𝑝/𝑝 = 0,08⌋ = 0,9332

𝑝0 − 0,08
𝑃⌈ < 𝑝⌉ = 0,9332
0,04

𝑝0 < −1.5(0,04) + 0.08

𝑝0 < 0,02

RPTA: 0.02

29. Un nuevo producto va a salir al mercado si por lo menos el 𝑝0 (100%) de n

personas encuestadas, aceptan el producto. Calcular los valores de n y 𝑝0 de
manera que haya una probabilidad de 0.1112 de que el producto no saldrá al
mercado cuando realmente el 58% lo aceptan y una probabilidad de 0.0228 de
que el producto saldrá al mercado cuando realmente el 50% lo aceptan.

Solución:

P≤ 𝑝𝑜 se rechaza

P [P≤ 𝑝𝑜 ]=0.1112; p=0.58

𝑝𝑜 −0.58
( (0.58 )(0.42)
)=0.8888
√
𝑛

𝑝𝑜 −0.58√𝑛
( )=−1.22
√0.2436

0.60214
𝑝𝑜 =0.58 -
√𝑛

P > 𝑝𝑜 se acepta

P[P≤ 𝑝𝑜 ]=0.0228 ; p=0.5

𝑝𝑜 −0.5
( ) =0.9772
(0.5)(0.5)
√
𝑛

(𝑝𝑜 −0.5√𝑛 )
=2
√0.25

1
𝑝𝑜 =0.5 +
√𝑛

Igualamos las dos ecuaciones y nos da como resultado:

0.60214 1
0.58 - = 0.5 +
√𝑛 √𝑛

n = 400
 𝑝𝑜 =0,55

RPTA: n = 400 y 𝑝𝑜 =0,55

30. Por experiencia el departamento de créditos de una tienda comercial sabe que
sus ventas se pagan con dinero en efectivo, con cheque o al crédito, con
probabilidades respectivas; 0.3, 0.3, y 0.4... La probabilidad de que una venta
sea por más de $50 es igual a 0.2 si ésta es en efectivo, es igual a 0.9 si ésta es
con cheque y es igual a 0.6 si ésta es al crédito. Si se escoge una muestra
aleatoria de 256 personas que ingresan a la tienda, ¿cuál es la probabilidad de
que el porcentaje de personas que hayan comprado por más de $50 sea al menos
50%?

Solución:

X:”venta mayor a $50”

n=258

E = Efectivo P (E) = 0.3

C = Cheque P (C) = 0.3
D = crédito P (D) = 0.4
P (X/E) = 0.2
P (X/C) = 0.9
P (X/D) = 0.6

E C D TOTAL
X 0.06 0.27 0.24 0.57
𝑋 0.24 0.03 0.16 0.43
Total 0.3 0.3 0.4 1

P (p´ >0.5)=?
0.50−0.57
P (z= 0.57𝑥0.43
)
√
256

P (z=−2.26)

P (z= 2.26)

P = 0.9881

RPTA: 0.9881

31. De 3000 empleados de una empresa se escoge una muestra aleatoria de 300
empleados para una encuesta sobre condiciones laborales. ¿Cuál es la
 probabilidad de que la proporción muestral a favor de las condiciones laborales
esté comprendida en el intervalo 0.76 y 0.84, si se estima en 80% del total de
empleados el porcentaje a favor de las condiciones laborales?

Solución:

N= 3000

n= 300

0,8𝑥0,2 3000−300
𝛿𝑝0 =√ √ = 0,0219
300 2999

0,84
P [0.76≤ p ≤ =0.80]
𝑝

0.84−0.8 0.76−0.8
P[ 0,0219 ≤ z ≤ ]
0,0219

P(z=1.83)-P(=-1.83)

0.9664-0.0336

0.9328

RPTA: 0.9328

32. Una empresa encuestadora debe seleccionar una muestra aleatoria donde una
población que consiste de 3000 electores para una encuesta de opinión. La
empresa estima en 30% del total, el porcentaje a favor de cierto candidato. ¿De
que tamaño debe escoger la muestra si se quiere tener una probabilidad del 95%
de que la diferencia de la proporción a favor del candidato en la muestra y en la
población no exceda el valor 0.0492?

Solución:

N= 3000 p= 0.30 n=?

P (|´p−p|≤ 0.0492)=0.95
−0.0492 0.0492
( ≤Z≤ )=0.95
δ𝑝 δ𝑝

0.0492
2( ) =0.95
δ𝑝

0.0492
=0.475
δ𝑝

0.0492
=1.96
δ𝑝

0,0492
𝛿𝑃 = 1.96
 0,04922
𝛿𝑃 2 = 1.962

0.3𝑥0.7 3000−𝑛
𝛿𝑃 =√ √
𝑛 2999

0.3𝑥0.7 3000 − 𝑛
𝛿𝑃 2 =
𝑛 2999
Por lo tanto:

0,04922 0.3𝑥0.7 3000 − 𝑛

=
1.962 𝑛 2999
n = 300

RPTA: 300

Varianzas

33. Si X1, X2,…, X8 son ocho variables aleatorias independientes y distribuidas cada
una normal N (10,32), calcular la probabilidad de que la varianza muestral 𝑆 2 =
∑(𝑋𝑖 − 𝑋̅) 2 /8 sea menor o igual que 56.28.

Solución:

∑(𝑋𝑖 − 𝑋̅)2
𝑆2 =
𝑛−1

2
∑(𝑋𝑖 − 𝑋̅)2
𝑆 =
8

2
𝑆𝑋2 (𝑛 − 1) 56.28 (8)
𝑃(𝑆 ≤ 56.28) → 𝑃( 2
≤ )
σ 32
𝑃(𝑋72 ≤ 14.07) = 0.95

RPTA: 0.95

34. Calcular la probabilidad de que una muestra aleatoria de tamaño 13 escogida de

una población normal con varianza σ2 = 4 tenga una varianza muestral 𝑆 2

Sea 𝑛𝑥 = 13, σ2𝑥 = 4

a) menor que 7.01

Solución:

𝑆𝑋2 (𝑛 − 1) 7.01(13 − 1)
𝑃(𝑆 2 < 7.01) → 𝑃( 2
< )
σ 4
2
𝑃(𝑋12 < 21.03) = 0.95
RPTA: 0.95

b) entre 1.19 y 2.1

Solución:

𝑃 (1.19 ≤ 𝑆 2 ≤ 2.1)

1.19(13 − 1) 2
2.1(13 − 1)
𝑃( ≤ 𝑋12 ≤ )
4 4
2
𝑃(3.57 ≤ 𝑋12 ≤ 6.3)
2 2
𝑃(𝑋12 ≤ 6.3) − 𝑃(𝑋12 ≤ 3.57) = 0.0997 − 0.00999 = 0.089 ≈ 0.09

RPTA: 0.09

35. Si X1, X2,…, X9 son 9 variables aleatorias independientes y con distribución

normal,

N (8,4), calcular la probabilidad 𝑃[1.09 ≤ 𝑆 2 ≤ 10.045 , 7 ≤ 𝑋̅ ≤ 9]

(𝑋̅ 𝑦 𝑆 2 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠)

Solución:

𝑃( 1.09 ≤ 𝑆𝑋2 ≤ 10.045)

1.09(9 − 1) 10.045(9 − 1)
𝑃( ≤ 𝑋92 ≤ )
2 2

𝑃(4.36 ≤ 𝑋92 ≤ 40.18) = 0.9999 − 0.1575 ≈ 0.84

RPTA: 0.84

36. Utilizando la tabla de la distribución F hallar:

a) 𝐹0.95,10 .15 = 2.544 ≈ 2.54

b) 𝐹0.99,15 .9 = 4.962 ≈ 4.96

1 1
c) 𝐹0.05,30 .8 = = = 0.440528 ≈ 0.4405
𝐹0.95,8 .30 2.27

1 1
d) 𝐹0.01,15 .9 = 𝐹0.99,9 .15 = = 0.257069 ≈ 0.257
3.89

37. Dos muestras aleatorias independientes de tamaños 21 y 9 respectivamente se

toman de una misma población que está normalmente distribuida, ¿cuál es la
probabilidad de que la varianza de la primera muestra sea al menos el cuádruple
de la varianza de la segunda?
Solución:

Sea 𝑛𝑥 = 21, 𝑛𝑦 = 9

𝑆𝑋2
𝑃(𝑆𝑋2 ≥ 4𝑆𝑦2 ) = 𝑃 ( 2 ≥ 4)
𝑆𝑦

𝑃(𝐹20,8 ≥ 4) = 0.0249 ≈ 0.025

RPTA: 0.025

38. Sean 𝑋1 ~𝑋 2 (9), 𝑋2 ~𝑋 2 (20) y 𝑋 = (𝑋1 ⁄9)/(𝑋2 ⁄20) hallar los valores de a y b
tales que:

𝑃[𝑎 ≤ 𝑋 ≤ 𝑏] = 0.925 y 𝑃 [𝑋 ≤ 𝑎] = 0.05

Solución:

𝑋1 ⁄9 9(𝑆1 2 )⁄9(𝜎 2 ) 𝑆1 2
𝑋= = =
𝑋2 ⁄20 20(𝑆2 2 )⁄20(𝜎 2 ) 𝑆2 2

𝑆1 2
𝐹= ~𝐹(9,20)
𝑆2 2

𝑆1 2
𝑃[𝑎 ≤ 𝑋 ≤ 𝑏] = 𝑃 [𝑎 ≤ ≤ 𝑏] = 0.925
𝑆2 2

𝑆1 2
𝑃[𝑋 ≤ 𝑎] = 𝑃 [ 2 ≤ 𝑎] = 0.05
𝑆2

1 1
𝑘1 = = = 0.341
𝑓0.95,20,9 2.936

𝑘1 = 𝑎 = 0.341

𝑆1 2
𝑃 [𝑋 ≤ 𝑏] = 𝑃 [ 2 ≤ 𝑏] = 0.975
𝑆2

1 1
𝑘2 = = = 2.86
𝑓0.025,20,9 0.35

𝑘2 = 𝑏 = 2.86

RPTA: 𝑎 = 0.341 y 𝑏 = 2.86

39. Sea 𝑋1 …𝑋10 una muestra aleatoria escogida de una población normal N (0,1).
 2 2
a) Hallar la distribución de 𝐹 = (∑10 5
𝑖=1 𝑋𝑖 )⁄10⁄(∑𝑖=1 𝑋𝑖 )⁄5

b) Calcular la probabilidad 𝑃[𝐹 < 1/3.33]

Solución:
2 2
a) Hallar la distribución de 𝐹 = (∑10 5
𝑖=1 𝑋𝑖 )⁄10⁄(∑𝑖=1 𝑋𝑖 )⁄5

La media poblacional es conocida:

𝜇=0

Por lo tanto:
𝑛𝑥 𝑛𝑥 𝑛𝑥
1 1 1
𝑆̂2
𝑥 = ∑(𝑋𝑖 − 𝜇)2 = ∑(𝑋𝑖 − 0)2 = ∑ 𝑋𝑖 2
𝑛𝑥 𝑛𝑥 𝑛𝑥
𝑖=1 𝑖=1 𝑖=1

Entonces:
10 5 𝑛1 𝑛2

𝐹 = (∑ 𝑋𝑖 2 )⁄10⁄(∑ 𝑋𝑖 2 )⁄5 = (∑ 𝑋𝑖 2 )⁄𝑛1 ⁄(∑ 𝑋𝑖 2 )⁄𝑛2 = 𝑆̂2 ̂2

1 ⁄𝑆2
𝑖=1 𝑖=1 𝑖=1 𝑖=1

𝐹~𝐹(𝑛1 , 𝑛2 ) = 𝐹~𝐹(10,5)

RPTA: 𝐹~𝐹(10,5)

b) Calcular la probabilidad 𝑃[𝐹 < 1/3.33]

𝑃 [𝐹 < 1/3.33] = 𝑃[𝐹(10,5) < 1/3.33]

3.33 = 𝑓𝑃,5,10 → 𝑃 = 0.05

RPTA: 𝑃[𝐹 < 1/3.33] = 0.05

Diferencia de dos medias

41. Para comparar la duración promedio (en meses) 𝜇1 y 𝜇2 de dos marcas de

batería B1 y B2 se escogen dos muestras aleatorias independientes de tamaños
respectivos 𝑛1 = 32 y 𝑛2 = 36. Si la media muestral de B1 es mayor que la
media muestral B2 en más de 2 meses, se acepta que 𝜇1 > 𝜇2 . En caso contrario
se acepta que 𝜇1 = 𝜇2 . Suponga que las varianzas de las duraciones de B1 y B2
son respectivamente 𝜎1 2 = 16 y 𝜎2 2 = 9.

2−0 2 2
𝑃[𝑋1 − 𝑋2 > 2] = 𝑃 𝑍 > =𝑃 𝑍> =𝑃 𝑍>
√16 + 9 √1 + 1 √3
[ 32 32] [ 2 4] [ 4]
 2
= 𝑃 [𝑍 > ] = 𝑃[𝑍 > 2.31] = 0.0104
0.866

RPTA: Se acepta que 𝜇1 > 𝜇2 cuando la probabilidad es 0.0104 de que la media

muestral de B1 es mayor que la media muestral B2.

42. Una firma comercializadora afirma que el peso promedio (en gramos) 𝜇1 y 𝜇2 de
dos marcas de café instantáneo C1 y C2, es el mismo. Para verificar la
afirmación se escogen dos muestras aleatorias independientes de tamaño 36
sobres de cada marca. Si la media muestral de C1 es mayor que la media
muestral de C2 en más de 0.5 gramos, se rechaza que 𝜇1 = 𝜇2 . En caso contrario
se acepta que 𝜇1 = 𝜇2 . ¿Cuál es la probabilidad de aceptar que 𝜇1 = 𝜇2 cuando
realmente 𝜇1 = 𝜇2 + 2? Suponga que las varianzas de las poblaciones C1 y C2
son respectivamente 𝜎1 2 = 9 y 𝜎2 2 = 4.

0.5 − 2
1 − 𝑃[𝑋1 − 𝑋2 > 0.5] = 1 − 𝑃 𝑍 >
√9 + 4
[ 36 36]

−1.5 −1.5
1−𝑃 𝑍 > = 1 − 𝑃 [𝑍 > ] = 1 − 𝑃[𝑍 > −2.50]
0.601
√1 + 1
[ 4 9]

1 − 0.9938 = 0.0062

RPTA: La probabilidad de aceptar que 𝜇1 = 𝜇2 cuando realmente 𝜇1 = 𝜇2 + 2 es

0.0062.

43. El jefe de compras está por decidir si comprar una marca A o una marca B de
focos para la compañía. Para ayudarle a optar por una de ellas se escogen dos
muestras aleatorias de tamaños 𝒏𝟏 = 𝟏𝟎 𝒚 𝒏𝟐 = 𝟗 focos respectivamente de las
marcas A y B, resultando, las desviaciones estándares respectivas 𝒔̂𝟏 =
𝟐𝟎𝟎 𝒚 𝒔̂𝟐 = 𝟏𝟓𝟎. Si la diferencia entre las medias muestrales es mayor que 173
horas, se acepta que 𝒖𝟏 ≠ 𝒖𝟐 . En caso contrario, se acepta que 𝒖𝟏 = 𝒖𝟐 . ¿Cuál
es la probabilidad de aceptar que 𝒖𝟏 ≠ 𝒖𝟐 cuando realmente 𝒖𝟏 = 𝒖𝟐 ?. Se
asume que la vida útil de ambas marcas tiene una distribución normal con
varianzas iguales.

Solución:

9(200)2 + 8(150)2
𝒔̂𝒄 =
17
 𝒔̂𝒄 = 𝟑𝟏𝟕𝟔𝟒. 𝟕𝟎𝟓𝟖𝟖

31764.70588 31764.70588
𝒔̂𝒄 = √ +
10 9

𝒔̂𝒄 = 𝟖𝟏. 𝟖𝟖𝟗𝟒𝟓

𝟏𝟕𝟑 − 𝟎
̅𝟏 − 𝑿
𝑷[𝑿 ̅ 𝟐 > 𝟏𝟕𝟑/𝒖𝟏 = 𝒖𝟐 ] = 𝟏 − 𝑷 [𝒕𝟏𝟕 ≤ ]
𝟖𝟏. 𝟖𝟖𝟗𝟒𝟓

𝑃[𝑋̅1 − 𝑋̅2 > 173/𝑢1 = 𝑢2 ] = 1 − 𝑃[𝑡17 ≤2.1126]

𝑃[𝑋̅1 − 𝑋̅2 > 173/𝑢1 = 𝑢2 ] = 1 − 0.975

𝑃[𝑋̅1 − 𝑋̅2 > 173/𝑢1 = 𝑢2 ] = 𝟎. 𝟎𝟐𝟓

RPTA: 0.025

44. Para comparar los salarios que se pagan a los empleados en dos grandes
empresas E1 y E2 se escogen dos muestras aleatorias independientes de tamaños
𝒏𝟏 = 𝟏𝟔 𝒚 𝒏𝟐 = 𝟏𝟑 respectivamente de E1 y E2 resultando las desviaciones
estándares respectivas 𝒔̂𝟏 = $𝟏𝟐𝟎 𝒚 𝒔̂𝟐 = $𝟓𝟓. Si la diferencia entre las medias
muestrales no es mayor que 65$, se acepta que 𝒖𝟏 = 𝒖𝟐 . En caso contrario, se
acepta que 𝒖𝟏 ≠ 𝒖𝟐 . ¿Cuál es la probabilidad de aceptar que 𝒖𝟏 ≠ 𝒖𝟐 cuando
realmente 𝒖𝟏 = 𝒖𝟐 ? .Se asume que los salarios en ambas empresas tienen una
distribución normal con varianzas diferentes.

Solución:

1132.69232
𝑟=
241.89283212
𝑟 = 𝟐𝟏. 𝟗𝟐𝟔 = 𝟐𝟐

𝟔𝟓 − 𝟎
𝑃[𝑋̅1 − 𝑋̅2 > 65/𝑢1 = 𝑢2 ] = 𝟏 − 𝑷 𝒕𝟐𝟐 ≤
𝟐 𝟐
√𝟏𝟐𝟎 + 𝟓𝟓
[ 𝟏𝟔 𝟏𝟑 ]
65
𝑃 [𝑋̅1 − 𝑋̅2 > = 𝑢2 ] = 1 − 𝑃[𝑡22 ≤ 1.9313]
𝑢1

𝑃[𝑋̅1 − 𝑋̅2 > 65/𝑢1 = 𝑢2 ] = 1 − 0.95

𝑃[𝑋̅1 − 𝑋̅2 > 65/𝑢1 = 𝑢2 ] = 𝟎. 𝟎𝟓

RPTA: 0.05

Diferencia de dos proporciones

 45. Dos programas de televisión A y B tienen como ratings ( porcentaje de hogares
donde se ve el programa) de 40 y 20 respectivamente. Se toma una muestra
aleatoria de 300 hogares con T.V durante la transmisión del programa A y otra
de 100 hogares durante la transmisión de B. ¿Cuál es la probabilidad de que los
resultados muestren que el programa A tiene un rating mayor a la de B en 10%?

Solución:

̅̅̅̅
𝑷𝒙 = 𝟎. 𝟒

𝒏 = 𝟑𝟎𝟎

̅̅̅̅
𝑷𝒚 = 𝟎. 𝟐

𝒏 = 𝟏𝟎𝟎

𝒖̅̅̅̅
𝑷𝒙−𝑷𝒚̅̅̅̅ = 𝟎. 𝟒 − 𝟎. 𝟐 = 𝟎. 𝟐

0.4(0.6) 0.2(0.8)
𝜎𝑃𝑥 ̅̅̅̅ = √
̅̅̅̅−𝑃𝑦 +
300 100

𝜎𝑃𝑥 ̅̅̅̅ = 𝟎. 𝟎𝟒𝟖𝟗𝟗

̅̅̅̅−𝑃𝑦

0.10 − 0.20
̅̅̅̅ − ̅̅̅̅
𝑃[𝑃𝑥 𝑃𝑦 ≤ 0.10] =
0.04899

𝑃[𝑍 < −2.04] = 0.5 − 0.4793

𝑃[𝑍 < −2.04] = 𝟎. 𝟎𝟐𝟎𝟕

RPTA: 0.0207

46. Un fabricante afirma que el 30% de mujeres y el 20% de hombres prefieren su

nuevo producto de aseo personal. Si se hace una encuesta a 200 hombre y 200
mujeres elegidos aleatoriamente, ¿Con qué probabilidad la proporción muestral
de mujeres menos la proporción muestral de hombres está en el intervalo [-19%,
19%]?

Solución:

𝑷𝑯 = 𝟎. 𝟑𝟎 𝑷𝑴 = 𝟎. 𝟐𝟎

0.3(0.7) 0.2(0.8)
𝜎𝑃𝐻 ̅̅̅̅̅ = √
̅̅̅̅−𝑃𝑀 +
200 200

𝜎𝑃𝐻 ̅̅̅̅̅ = 𝟎. 𝟎𝟒𝟑𝟎𝟏𝟏

̅̅̅̅−𝑃𝑀

𝟎. 𝟏𝟗 − 𝟎. 𝟏 −𝟎. 𝟏𝟗 − 𝟎. 𝟏
𝑷[−𝟎. 𝟏𝟗 ≤ ̅̅̅̅̅ ̅̅̅̅̅ ≤ 𝟎. 𝟏𝟗] = ∅ (
𝑷𝑯 − 𝑷𝑴 ) −∅( )
𝟎. 𝟎𝟒𝟑𝟎𝟏𝟏 𝟎. 𝟎𝟒𝟑𝟎𝟏𝟏
 𝑃[−0.19 ≤ ̅̅̅̅
𝑃𝐻 − ̅̅̅̅̅
𝑃𝑀 ≤ 0.19] = ∅(2.09) − ∅(−6.79)

𝑃[−0.19 ≤ ̅̅̅̅
𝑃𝐻 − ̅̅̅̅̅
𝑃𝑀 ≤ 0.19] = 0.9817 − 0

𝑃[−0.19 ≤ ̅̅̅̅ ̅̅̅̅̅ ≤ 0.19] = 𝟎. 𝟗𝟖𝟏𝟕

𝑃𝐻 − 𝑃𝑀

RPTA: 0.9817

47. Se escoge una muestra de 600 electores que acaban de votar, entre las 9 a.m. y
las 3p.m para estimar la proporción de votantes a favor de los candidatos A y B.
En una encuesta hecha en la víspera se estimó en 30% y 35% los porcentajes a
favor de A y B respectivamente. ¿Cuál es la probabilidad de que la proporción
muestral de B exceda a la proporción muestral de A en al menos 10%?

Solución:

𝑷𝑨 = 𝟎. 𝟑𝟎 𝑷𝑩 = 𝟎. 𝟑𝟓 𝒏 = 𝟔𝟎𝟎

0.3(0.7) 0.35(0.65)
𝜎𝑃𝐵 ̅̅̅̅ = √
̅̅̅̅−𝑃𝐴 +
600 600

𝜎𝑃𝐵 ̅̅̅̅ = 𝟎. 𝟎𝟐𝟕

̅̅̅̅−𝑃𝐴

𝑷[̅̅̅̅
𝑷𝑩 − ̅̅̅̅
𝑷𝑨 > 𝟎. 𝟏𝟎] = 𝟏 − 𝑷[̅̅̅̅
𝑷𝑩 − ̅̅̅̅
𝑷𝑨 ≤ 𝟎. 𝟏𝟎]

0.10 − (0.35 − 0.30)

̅̅̅̅ − 𝑃𝐴
𝑃[𝑃𝐵 ̅̅̅̅ > 0.10] = 1 − ∅ ( )
0.027

𝑃[̅̅̅̅
𝑃𝐵 − ̅̅̅̅
𝑃𝐴 > 0.10] = 1 − ∅(1.85)

̅̅̅̅ − 𝑃𝐴
𝑃 [𝑃𝐵 ̅̅̅̅ > 0.10] = 1 − 0.9678

𝑃 [̅̅̅̅
𝑃𝐵 − ̅̅̅̅
𝑃𝐴 > 0.10] = 𝟎. 𝟎𝟑𝟐𝟐

RPTA: 0.0322