Problemas 6.2.

3
1.- Una máquina produce piezas cuyas longitudes están distribuidas
normalmente, con desviación estándar σ = 0.5. La longitud media, de una
muestra aleatoria de 10 piezas, es de 75.92 cm.
a). Encuentre la estimación puntual de la media μ.
La estimación puntual de la media (μ) es simplemente la media de la muestra ( x ). En este caso, la
longitud media de la muestra es de 75.92 cm.
Por lo tanto, la estimación puntual de la media es μ=75.92 cm.

b). Obtenga un intervalo de confianza de 98%, para la media μ.

Para un intervalo de confianza del 98%, el valor crítico z es aproximadamente 2.33
El error estándar de la media (SE) se calcula como:
sustituimos los valores conocidos
Intervalo de confianza

2.- Para calcular la cantidad media gastada en libros de texto por estudiante,
durante un semestre determinado en cierta Universidad, Se realizó una encuesta
a una muestra aleatoria de 75 alumnos. La media de la muestra fue de
$1,500.00.
a). ¿Cuál es el parámetro de interés?
El parámetro de interés en este caso es la media (μ), que representa el costo medio por estudiante en
libros de texto durante un semestre en la universidad.

b). Obtenga un intervalo de confianza de 90% para estimar el costo medio por
estudiante, de la población de interés. Suponga que la desviación estándar, σ=$350.00.
El intervalo de confianza de calcula usando la formula:
Primero se calcula el error estándar
Luego, determinamos el valor crítico z para un intervalo de confianza del 90%. Para un intervalo de
confianza del 90%, z es aproximadamente 1.645.
Finalmente, el intervalo de confianza es: 1500 ± 1.645 ⋅ 40.42
Límite inferior≈1500−(1.645⋅40.42)
Límite inferior≈1500−66.39≈1433.61
Límite superior≈1500+(1.645⋅40.42)
Límite superior≈1500+66.39≈1566.39
Por lo tanto, el intervalo de confianza del 90% para el costo medio por estudiante es
aproximadamente (1433.61,1566.39) dólares.

3.- El ajuste a una máquina cambia la longitud de las piezas que produce, pero
afecta la desviación estándar. La longitud de las piezas está distribuida
normalmente con una desviación estándar σ = 0.5 mm. . Después de hacer el
ajuste, se tomó una muestra aleatoria para determinar la longitud media de las
piezas producidas. Las longitudes resultantes son:
75.3 76.0 75.0 77.0 75.4 76.3 77.0 74.9 76.5 75.8
a). ¿Cuál es el parámetro de interés?
El parámetro de interés en este caso es la media (μ), que representa la longitud media de todas las
piezas producidas después del ajuste

b). Obtenga una estimación puntual para la longitud media de todas las piezas,
producidas después del ajuste.
La estimación puntual de la media (μ) es simplemente la media de la muestra ( x ). Utilizando los
datos proporcionados:

75.3+76.0+75.0+77.0+75.4 +76.3+77.0+74.9+76.5+75.8 753.2

x= ˉ= x = =75.32 mm
10 10
Por lo tanto, la estimación puntual de la longitud media es μ=75.32 mm.

c). Obtenga un intervalo de con fianza de 99% para estimar la media μ, de la

población.
Dado que no tenemos la desviación estándar de la población (σ), utilizaremos la desviación
estándar de la muestra (s) para calcular el intervalo de confianza. Primero, calculamos el error
estándar de la media (SE):

supongamos que encontramos s ≈0.671 mm.

0.671 3.162
Ahora, calculamos el error estándar de la media: SE= ≈ ≈0.213
√10 0.671
aproximadamente 2.821 (puedes encontrar este valor en tablas t de Student o utilizar
software estadístico).
El intervalo de confianza es: xˉ±t⋅SE
Sustituimos los valores conocidos:
Intervalo de confianza=75.32±2.821⋅0.213
Calculamos los límites del intervalo:
Límite inferior≈75.32−(2.821⋅0.213)
Límite inferior≈75.32−0.6≈74.72
Límite superior≈75.32+(2.821⋅0.213)
Límite superior≈75.32+0.6≈75.92
Por lo tanto, el intervalo de confianza del 99% para la media (μ) de la población es
aproximadamente (74.72,75.92) mm.
4.- De una población normal con media μ desconocida y con desviación estándar σ = 5.0,
se elige una muestra aleatoria de tamaño n = 100 y se encuentra que la media de la muestra
es de 41.5.
a). Obtenga un intervalo de confianza de 95% para estimar la media de la población μ.
σ
Intervalo de confianza=xˉ±z ( )
√n
Primero, determinamos el valor crítico z para un intervalo de confianza del 95%. Este valor
es aproximadamente 1.96.
Ahora, calculamos el error estándar de la media (SE):
σ
SE=
√n
Sustituimos los valores conocidos:
5.0
SE= =0.5
√ 100
Finalmente, el intervalo de confianza es: xˉ±z⋅ SE
Sustituimos los valores conocidos:
Intervalo de confianza=41.5±1.96⋅0.5
Calculamos los límites del intervalo:
Límite inferior≈41.5−(1.96⋅0.5)
Limite inferior≈41.5−0.98≈40.52
Límite superior≈41.5+(1.96⋅0.5)
Límite superior≈41.5+0.98≈42.48
Por lo tanto, el intervalo de confianza del 95% para la media de la población (μ) es
aproximadamente (40.52,42.48)
5.-Una muestra aleatoria de n = 300 observaciones de una población binomial produjo x =
263 éxitos.
a). Obtenga la estimación puntual para P

^ 263
P= ≈0.8767
300
Por lo tanto, la estimación puntual para P es aproximadamente 0.8767.

b). Obtenga un intervalo de confianza de 90% para estimar P e interprete el intervalo.

Intervalo de confianza =0.8767±1.645

Calculamos los límites del intervalo:
√ 0.8767(1−0.8767)
300

Límite inferior ≈0.8767+1.645

√ 0.8767(1−0.8767)
300
Límite superior≈0.8767-1.645
√ 0.8767(1−0.8767)
300
Por lo tanto, el intervalo de confianza del 90% para P es aproximadamente (0.848,0.905)
(0.848,0.905).
Interpretación del intervalo con un nivel de confianza del 90%, podemos estar bastante
seguros de que la verdadera proporción de éxitos en la población se encuentra en el
intervalo (0.848, 0.905).

6.- Suponga que el número de éxitos observados en n = 500 intentos de un

experimento binomial es 27.
a). Obtenga la estimación puntual para P.
^ 27
P= ≈0.054
500
Por lo tanto, la estimación puntual para P es aproximadamente 0.054

b). Obtenga un intervalo de confianza de 95% para P.

Intervalo de confianza=0.054±1.96
√ 0.054(1−0. 054)
500
Calculamos los límites del intervalo:
Límite inferior: 0.054-1.96
√ 0.054(1−0. 054)
500
Límite superior: 0.054+1.96
√ 0.054(1−0. 054)
500
Por lo tanto, el intervalo de confianza del 95% para P es aproximadamente (0.028,0.080).
Con un nivel de confianza del 95%, podemos estar bastante seguros de que la verdadera
proporción de éxitos en la población se encuentra en el intervalo (0.028, 0.080).

7.- Una muestra aleatoria de 200 tarjetas de circuitos impresos contiene 18

unidades defectuosas.
a). Estime la proporción de tarjetas defectuosas.

^ 18
P= =0.09
200
Por lo tanto, la estimación puntual para P es 0.09
.
b). Obtenga un intervalo de confianza de 90% para P.
Intervalo de confianza=0.09±1.645
√ 0.09(1−0.09)
200
Calculamos los límites del intervalo:
Límite inferior :0.09-1.645
√ 0.09(1−0.09)
200
Límite superior:0.09+1.645
√ 0.09(1−0.09)
200
Por lo tanto, el intervalo de confianza del 90% para P es aproximadamente (0.056,0.124).
Con un nivel de confianza del 90%, podemos estar bastante seguros de que la verdadera
proporción de tarjetas defectuosas en la población se encuentra en el intervalo (0.056,
0.124).

8.- Una muestra aleatoria de 500 chavetas para varillas articuladas contiene 65
unidades defectuosas.
a). Estime la proporción de unidades defectuosas.
^ 65
P= =0.13
500
La estimación puntual para P es 0.13

b). Obtenga un intervalo de confianza de 95%.

Intervalo de confianza=0.13±1.96
√ 0.13(1−0.13)
500
Límite inferior : 0.13-1.96
√ 0.13(1−0.13)
500
Límite superior: 0.13+1.96
√ 0.13(1−0.13)
500
Por lo tanto, el intervalo de confianza del 95% para P es aproximadamente (0.098,0.162).
Con un nivel de confianza del 95%, podemos estar bastante seguros de que la verdadera
proporción de unidades defectuosas en la población se encuentra en el intervalo (0.098,
0.162).