Ejercicios de repaso

1. Un centro de investigación de ingenierı́a sostiene que utilizando un nuevo sistema de

control informático, los automóviles deberı́an lograr, en promedio, tres kilóme- tros
más por litro de gasolina. Se ha utilizado una mues- tra aleatoria de 100 automóviles
para evaluar este pro- ducto. La media muestral del aumento de los kilómetros por
litro logrados es de 2,4 y la desviación tı́pica muestral es de 1,8 kilómetros por litro.
Contraste la hipótesis de que la media poblacional es de al menos tres kilómetros por
litro. Halle el p-valor de este contraste e interprete sus resultados. Consideremos
α = 10%.

R: Sea X =rendimiento de la gasolina en km por litro. La hipótesis nula es

H0 : µ ≥ 3
H1 : µ < 3

(a) Definir α: α = 10%.

(b) Estadı́stico de prueba y su distribución:

X̄ − µ
Z= √ = N (0, 1)
S/ n

La distribución se considera normal porque la varianza es desconocida y el tamaño

de la muestra es n = 100 > 30.
(c) Encontrar la región de aceptación y la región crı́tica.
Notemos que el contraste es unilateral y solo se considera una cola (la cola inferior)
que acumula el 10% de probabilidad.

zα = z0.1 = −1.28
Por lo tanto,

C = (−∞, −1.28)
A = [−1.28, ∞)

1
 (d) Encontremos el valor del estadı́stico para la muestra

X̄(s) − µ 2.4 − 3
Z(s) = √ = √ = −3.33 ∈ C,
S(s)/ n 1.8/ 100

Por lo tanto, rechazamos la hipótesis nula con α = 10%, o sea, la probabilidad de

haber rechazado H0 dado que H0 es verdadero es de 10%.

2. En el ejercicio anterior calcule el mayor valor de α para que la hipótesis H0 sea cierta
con los datos obtenidos.

R: El mayor valor de α es 0.00043 = 0.043%.

3. Un profesor de estadı́stica tiene interés en conocer la ca- pacidad de los estudiantes

para evaluar la dificultad de un examen que han realizado. Este examen se ha realiza-
do a un gran grupo de estudiantes y la calificación media ha sido de 78,5. Se ha pedido
a una muestra aleatoria de ocho estudiantes que predigan la calificación media. Sus
predicciones son 72 83 78 65 69 77 81 71
Suponiendo que la distribución es normal, contraste la hipótesis nula de que la media
poblacional de las predic- ciones serı́a 78,5. Utilice una hipótesis alternativa bilate- ral
y un nivel de significación del 10 %.

R: Tenemos n = 8. La v.a.

X = ’promedios predecidos por los estudiantes’

¿Los estudiantes acertaron en sus predicciones?

H0 : µ = 78.5
H1 : µ 6= 78.5

Hacemos el contraste de hipótesis.

(a) Definir α = 10%.

(b) Definir el estadı́stico de prueba y encontrar su distribución asumiendo que H0 es
cierta.
X̄ − µ
t= √ = tn−1
S/ n

X̄ − 78.5
t= √ = t7
S/ 8

2
 (c) Encontrar la región crı́tica y la región de aceptación. Tenemos que α = 0.1 ⇒
t0.05,7 = 1.89. Por lo tanto,

C = (−∞, −1.89) ∪ (1.89, ∞)

A = [−1.89, 1.89]
(d) Calcular el valor del estadı́stico para la muestra obtenida:

X̄(s) − 78.5
t(s) = √
S(s)/ 8

Debemos calcular X̄(s) y S(s) para los datos 72, 83, 78, 65, 69, 77, 81, 71:

X̄(s) = 74.5; S(s) = 6.23

Por lo tanto,
74.5 − 78.5
t(s) = √ = −1.82 ∈ A
6.23/ 8
Luego, no rechazamos H0 y por tanto creemos que los estudiantes lograron predecir
la nota promedio del curso.

4. Una manera de evaluar la eficacia de un profesor ayu- dante es examinar las calificaciones
que obtienen sus es- tudiantes en el examen final del curso. Evidentemente, es interesante
la calificación media. Sin embargo, la va- rianza también contiene útil información:
algunos profe- sores tienen un estilo que da muy buenos resultados con los estudiantes
más capacitados, pero no con los menos capacitados o motivados. Un profesor pone al
final de cada cuatrimestre el mismo examen a todos los grupos del curso. La varianza
de las calificaciones de este exa- men normalmente es muy cercana a 300. Un nuevo
pro- fesor ayudante tiene una clase de 30 estudiantes, cuyas calificaciones tienen una
varianza de 480. Considerando las calificaciones obtenidas por estos estudiantes en el
examen como una muestra aleatoria extraı́da de una po- blación normal, contraste la
hipótesis nula de que la va- rianza poblacional de sus calificaciones es de 300 frente a
una hipótesis alternativa bilateral. Considere α = 5%

R: La v.a.
X = ’ rendimiento de los estudiantes ’
La hipótesis que deseamos contrastar es

H0 : σ 2 = 300

H1 : σ 2 6= 300

Tenemos los siguiente datos:

S 2 (s) = 480; n = 30

(a) Definir α: α = 5%.

3
 (b) Definir el estadı́stico de prueba y encontrar su distribución asumiendo H0 como
cierta:
n−1 2
χ2 = 2
S = χ2n−1
σ
29 2
S = χ229 .
300
(c) Encontrar la región de aceptación y la región crı́tica:

α = 0.05
α = 0.05 ⇒ χ20.975,29 = 16.05; χ20.025,29 = 45.72.
Por lo tanto,
C = (0, 16.05) ∪ (45.72, ∞)
A = [16.05, 45.72]
(d) Calculamos el valor del estadı́stico para la muestra obtenida:
29 2 29
χ2 (s) = S (s) = · 480 = 46.4 ∈ C
300 300
Por lo tanto, rechazamos H0 , o sea, la varianza de las calificaciones no es 300 de
acuerdo a la muestra obtenida y α = 5%.

5. Un director de personal ha observado que históricamente las puntuaciones de los tests

de aptitud realizados a los solicitantes de empleo en los niveles de entrada siguen una
distribución normal con una desviación tı́pica de 32,4 puntos. Una muestra aleatoria
de nueve puntuacio- nes del grupo actual de solicitantes tenı́a una puntuación media
de 187,9 puntos.

(a) Halle un intervalo de confianza al 80% de la media poblacional de las puntuaciones

del grupo actual de solicitantes.

R: X = puntajes de los test de aptitud. Sabemos que X = N (µ; 32.42 ).

La muestra considerada tiene tamaño n = 9 y X̄(s) = 187.9.
Construı́mos el intervalo de confianza de la media con varianza conocida para
α = 20%:
 
σ
Iµ (s) = X̄(s) ± zα/2 √
n
 
32.4
Iµ (s) = 187.9 ± 1.28 · √
9

Iµ (s) = [187.9 ± 13.82]

Iµ (s) = [187.9 − 13.82, 187.9 + 13.82]

4
 Iµ (s) = [174.08, 201.72].
De cada 100 intervalos generados de esta forma 80 de ellos contendrán el valor
del promedio µ.

(b) Basándose en estos resultados muestrales, un estadı́s- tico ha hallado para la

media poblacional un interva- lo de confianza que va de 165,8 a 210,0 puntos.
Halle el nivel de confianza de este intervalo.
R: El intervalo de confianza encontrado es:

Iµ = [165.8, 210.0] = [187.9 − 22.1, 187.9 + 22.1]

El margen de error es 22.1 y

σ
22.1 = zα/2 √
n
32.4
22.1 = zα/2 √
9
√
22.1 ∗ 9
= zα/2
32.4

2.05 = zα/2
Entonces α/2 = 0.02 entonces α = 0.04.

6. ¿Cuánto pagan los estudiantes universitarios, en prome- dio, por los libros de texto en
el primer cuatrimestre? Se observó que el coste medio de una muestra aleatoria de 400
estudiantes era de 357,75 dólares y la desviación tı́pica muestral era de 37,89 dólares.
Suponiendo que la población sigue una distribución normal, halle el margen de error
de un intervalo de confianza al 95 % de la media poblacional.

R: Sabemos que n = 400, X̄(s) = 357.75 S(s) = 37.89. El intervalo de confianza

es  
S(s)
Iµ (s) = X̄(s) ± zα/2 √
n
 
37.89
Iµ (s) = 357.75 ± 1.96 ∗ √
400

Iµ (s) = [357.75 ± 3.71]

Por lo tanto el margen de error es M E = 3.71.

5
7. Un equipo universitario de investigación estaba estu- diando la relación entre la generación
de ideas por par- te de los grupos con y sin moderador. En una muestra aleatoria de
cuatro grupos con moderador, el número medio de ideas generadas por grupo era de
78,0 y la desviación tı́pica era de 24,4. En una muestra aleatoria de cuatro grupos sin
moderador, el número medio de ideas generadas era de 63,5 y la desviación tı́pica era
de 20,2. Contraste el supuesto de que las dos varianzas poblacionales son iguales frente
a la hipótesis alternati- va de que son distintas. Considerar α = 5%.

R: Sabemos que
n1 = 4 X̄1 (s1 ) = 78 S1 (s1 ) = 24.4
n2 = 4 X̄2 (s2 ) = 63.5 S2 (s2 ) = 20.2
La hipótesis que deseamos contrastar es:

H0 : σ12 = σ22

H1 : σ12 6= σ22

(a) Definir α: α = 5%.

(b) Definir estadı́stico de prueba y encontrar su distribución:

S12 /σ12
F = = Fn1 −1,n2 −1
S22 /σ22

S12
F = = F3,3
S22
(c) Encontramos la región de aceptación y la región crı́tica.

A = [0.06, 15.44]
C = (0, 0.06) ∪ (15.44, ∞)
(d) Calcular el valor del estadı́stico de prueba en la muestra:

S12 (s) 24.42

F (s) = = = 1.46 ∈ A
S22 (s) 20.22

8. Realizar el ejercicio anterior contrastando el supuesto de que las dos varianzas poblacionales
son iguales frente a la hipótesis alternati- va de que la varianza poblacional es mayor
en los gru- pos con moderador, o sea,

H0 : σ12 = σ22

H1 : σ12 > σ22