Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística Aplicada: Ingenieria Industrial
Estadística Aplicada: Ingenieria Industrial
ESTADÍSTICA
APLICADA
INGENIERIA INDUSTRIAL
Ingeniería
Pregrado
TEMARIO Industrial
Distribución muestral
Distribución de la diferencia
de dos medias muestrales
Ingeniería
Pregrado
Industrial
OBJETIVOS DE LA SESIÓN
𝑥−𝜇
𝑍= 𝑁 ( 0,1 )
𝜎
√𝑛
Ingeniería
Pregrado
DISTRIBUCIÓN DE UNA MEDIA MUESTRAL Industrial
𝑥 −𝜇
𝑇=
𝑠
√𝑛
Una máquina empaqueta un determinado producto, cuyo peso en gramos se distribuye con
una desviación estándar de 20 gramos y con una media (µ) de 500, que debe ser regulada
constantemente.
a) La media µ se encuentra bien regulada solo si el 1% de los pesos de todos los paquetes
que produce la máquina tienen pesos mayores a 546.5 gramos ¿Cuánto debe valer?
b) Con la media bien regulada, se programa el siguiente control del peso del producto:
cada hora se escogen al azar 4 paquetes, si el promedio de los pesos no está entre 480 y
530 gramos, se para la maquina para mantenimiento. En caso contrario, se continua el
proceso. ¿Cuál es la probabilidad de parar la máquina cuando realmente está bien
regulada?
c) Si la máquina está bien regulada, ¿con que tamaño de muestra se consigue que la media
muestral sea a lo más 409.2 gramos de probabilidad igual a 0.025
Ingeniería
Pregrado
EJEMPLO APLICATIVO 1 Industrial
Una máquina empaqueta un determinado producto, cuyo peso en gramos se distribuye con
una desviación estándar de 20 gramos y con una media (µ) de 500, que debe ser regulada
constantemente.
Con la media bien regulada, se programa el siguiente control del peso del producto: cada
hora se escogen al azar 4 paquetes, si el promedio de los pesos no está entre 480 y 520
gramos, se para la máquina para mantenimiento. En caso contrario, se continua el proceso.
¿Cuál es la probabilidad de parar la máquina cuando realmente está bien regulada?
Solución: 𝑥−𝜇
𝑍=
𝜎
Sea la media de la muestra de tamaño 4 √𝑛
Donde , y
¿ 0.9772 −0.0228
La probabilidad de parar la máquina es
¿ 95.44 %
Ingeniería
Pregrado
EJEMPLO APLICATIVO 1 Industrial
Una máquina empaqueta un determinado producto, cuyo peso en gramos se distribuye con
una desviación estándar de 20 gramos y con una media (µ) de 500, que debe ser regulada
constantemente.
Si la máquina está bien regulada, ¿con qué tamaño de muestra se consigue que la media
muestral sea a lo más 409.2 gramos de probabilidad igual a 0.025
𝑥−𝜇
Solución: 𝑍=
𝜎
: Tamaño de muestra √𝑛
(
P 𝑍≤
490.2 −500
20 / √ 𝑛 )
=0.025
490.2 −500
=− 1.96 𝑛=16
20 / √ 𝑛 El tamaño de muestra seria de 16 paquetes
Ingeniería
Pregrado
EJEMPLO APLICATIVO 2 Industrial
Los ingresos mensuales, en cientos de dólares, de una empresa consultora tienen distribución
normal con media y desviación estándar, en cientos de dólares, de 100 y 10 respectivamente. Si
el promedio mensual de los ingresos varían entre 95 y 105 cientos de dólares, entonces se
considera que la situación financiera de la empresa es estables
c) ¿De cuantos meses se deberían registrar datos para tener una probabilidad de 0.97 de que
el promedio muestral de ingresos se encuentra en el intervalo de 95 a 105 cientos de
dólares?
Ingeniería
Pregrado
EJEMPLO APLICATIVO 2 Industrial
Los ingresos mensuales, en cientos de dólares, de una empresa consultora tienen distribución
normal con media y desviación estándar, en cientos de dólares, de 100 y 10 respectivamente. Si
el promedio mensual de los ingresos varían entre 95 y 105 cientos de dólares, entonces se
considera que la situación financiera de la empresa es estables
Calcule la probabilidad de que la empresa consultora mantenga una situación financiera estable
en un periodo de 16 meses
𝑥−𝜇
Solución: 𝑍=
𝜎
Sea la media de la muestra de tamaño 16 meses
√𝑛
Donde , y
P ( 95 ≤ 𝑥 ≤ 105 )=¿ 𝑃 (
95 −100
10 / √ 16
≤𝑍≤
105 −1 00
1 0 / √ 16 )
=¿ 𝑃 ( − 2 ≤ 𝑍 ≤2 )=¿ 0.9772 −0.0228
¿ 09544
Los ingresos mensuales, en cientos de dólares, de una empresa consultora tienen distribución
normal con media y desviación estándar, en cientos de dólares, de 100 y 10 respectivamente. Si
el promedio mensual de los ingresos varían entre 95 y 105 cientos de dólares, entonces se
considera que la situación financiera de la empresa es estables
¿Cuál es la probabilidad de que el promedio muestral mensual de los ingresos difiera de su
respectiva media poblacional en más de trecientos dólares?
Solución: |𝑥 − 𝜇|≤ 3
𝑃 (| 𝑥 −𝜇|>3 )=¿ 1− 𝑃 (|𝑥 − 𝜇| ≤ 3 )
−3 ≤ 𝑥 − 𝜇 ≤+3
¿ 1− 𝑃 ( − 3 ≤ 𝑥 − 𝜇 ≤ 3 )
( )
−3 𝑥 −𝜇 3
¿ 1− 𝑃 ≤ ≤
10 𝜎 10
√ 16 √𝑛 √ 16
La probabilidad de que el
¿ 1− 𝑃 ( − 1.2≤ 𝑍 ≤ 1.2 ) promedio muestral difiera de su
¿ 1− [ 𝑃 ( 𝑍 ≤ 1.2 ) − 𝑃 ( 𝑍 ≤ −1.2 ) ] promedio poblacional en mas de
trescientos dólares es de 23.02%
¿ 1− [ 0.8849− 0.1151 ] 0.2302
Ingeniería
Pregrado
EJEMPLO APLICATIVO 2 Industrial
Los ingresos mensuales, en cientos de dólares, de una empresa consultora tienen distribución
normal con media y desviación estándar, en cientos de dólares, de 100 y 10 respectivamente. Si
el promedio mensual de los ingresos varían entre 95 y 105 cientos de dólares, entonces se
considera que la situación financiera de la empresa es estables
¿De cuántos meses se deberían registrar datos para tener una probabilidad de 0.97 de que el
promedio muestral de ingresos se encuentra en el intervalo de 95 a 105 cientos de dólares?
Solución:
Se desea hallar el valor del tamaño de muestra tal que P ( −𝑎 ≤ 𝑍 ≤ 𝑎) =2 𝑃 ( 𝑍 ≤ 𝑎 ) −1
P ( 95 ≤ 𝑥 ≤ 105 )=0.97 𝑍𝑡𝑎𝑏𝑙𝑎=𝑍 0.985 =2.17
P
(
95 −100
10 / √ 𝑛
≤𝑍≤
105 −100
10/ √ 𝑛
− 𝑛
2 ) ( 2
𝑛
2 ) (
=¿P √ ≤ 𝑍 ≤ √ =¿2 P 𝑍 ≤ √ 𝑛 − 1¿ 0.97
)
√𝑛 =2.17
(
P 𝑍≤
2 )
√ 𝑛 =0.985
2
Se debe registrar datos de
aproximadamente 19 meses
2
𝑛= [ 2(2.17) ] =18.84 ≅ 19
Ingeniería
Pregrado
EJEMPLO APLICATIVO 3 Industrial
𝑥 −𝜇
𝑇=
𝑠
Se desea hallar: √𝑛
P ( 𝑥 <7 )=¿ 𝑃
( 𝑥 − 𝜇 7 − 8.1
<
)
𝑆/ √ 𝑛 3.9/ √ 22
=¿ 𝑃 ( 𝑇 21 <−1.32 ) =¿ 1− 𝑃 ( 𝑇 21 <1.32 ) ¿ 1− 0.9 ≅ 0.1
Se utiliza la
tabla T de
student
La probabilidad de que el tiempo promedio de instalación sea menor a 7 horas es del 10%
Ingeniería
EJEMPLO APLICATIVO 4 Pregrado
Industrial
Sea es la media y es la varianza de una muestra aleatoria de tamaño seleccionada de una población normal con
media . Calcule:
(
𝑃 0.2353 ≤
𝑥 −𝜇
𝑠
≤ 1.1183 )
Solución
𝑥−𝜇
De los datos se tiene que: 𝑇 = 𝑡 𝑛 −1 𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑:𝑛 − 1=9 − 1=8
𝑠/√𝑛
Entonces:
( )
0.2353 𝑥 −𝜇 1.1183
(
𝑃 0.2353 ≤
𝑥 −𝜇
)
≤ 1.1183 =¿ 𝑃 ≤ ≤ ¿ 𝑃 ¿
𝑠 1/ √ 𝑛
𝑠
1
√𝑛 ( )1
√𝑛
¿ 𝑃 ¿ ¿ 𝑃 ( 0 .7059 ≤𝑇 8 ≤ 3.3549 )
¿ 𝑃 ( 𝑇 8 ≤ 3.3549 ) − 𝑃 ( 𝑇 8 ≤ 0.7059 ) – 0.750 = 0.245
(
𝑃 0.2353 ≤
𝑥 −𝜇
𝑠 )
≤ 1.1183 =0.245
Ingeniería
Distribución de la diferencia de dos medias muéstralesPregrado Industrial
Si se toman muestras con reemplazo de tamaño y se obtienen las distribuciones de sus medias
muestrales, entonces
( ) ( )
2 2
𝜎1 𝜎2
𝑥 1 𝑁 𝜇1 , 𝑦 𝑥 2 𝑁 𝜇 2 ,
𝑛1 𝑛2
( )
2 2
𝜎1 𝜎 2
( 𝑥 1 − 𝑥 2 ) 𝑁 𝜇1 − 𝜇2 , 𝑛 + 𝑛
1 2
( 𝑥 1 − 𝑥 2 ) − ( 𝜇 1 − 𝜇2 )
La expresión representa una variable aleatoria 𝑍= 𝑁 ( 0 ; 1)
√
2 2
𝜎 𝜎
1 2
+
𝑛1 𝑛 2
Ingeniería
Pregrado
EJEMPLO APLICATIVO 5 Industrial
Los celulares producidos por empresa Audix tiene una duración media de 80 meses y una
desviación estándar de 5 meses, mientras que los celulares fabricados por la empresa
Fonorola tienen una duración media de 75 meses y una desviación estándar de 3 meses, ¿Cuál
es la probabilidad de qué una muestra aleatoria de 36 celulares de la empresa Audix tenga
una duración media de al menos tres meses más que la duración media de 49 celulares de la
empresa Fonorola?. Suponga que las duraciones medias en ambos casos se distribuyen
normalmente y son independientes. ( 𝑥 1 − 𝑥 2 ) − ( 𝜇 1 − 𝜇2 )
𝑍=
√
Solución: 2
𝜎1 𝜎2
2
En el caso de que las varianzas sean desconocidas, estas varianzas pueden ser
homogéneas o heterogéneas
( 𝑥 1 − 𝑥2 ) − ( 𝜇1 − 𝜇2 ) ( 𝑛 1 −1 ) 𝑆21 + ( 𝑛2 − 1 ) 𝑆22
𝑇= 𝑡 (𝑛 𝐶𝑜𝑛 : 𝑆 2𝑝 =
√
+𝑛2 −2 )
( ) 𝑛1+ 𝑛2 − 2
1
2 1 1
𝑆𝑝 +
𝑛1 𝑛2
Grados de libertad Varianza mancomunada
Ingeniería
Pregrado
Industrial
Varianzas poblacionales Heterogéneas ( 𝝈𝟐𝟏 ≠ 𝝈 𝟐𝟐)
Para este caso, la variable aleatoria tiene la siguiente distribución:
( 𝑥 1 − 𝑥2 ) − ( 𝜇1 − 𝜇2 )
𝑇= 𝑡 (𝜈 )
√( )
2 2
𝑆 1 𝑆2
+
𝑛1 𝑛 2
( )
2 2 2
𝑆1 𝑆2
+
𝑛1 𝑛2
ν≅
( ) ( )
2 2
𝑆2
1 𝑆2
2
𝑛1 𝑛2
+
( 𝑛1 − 1 ) ( 𝑛2 − 1 )
Ingeniería
Pregrado
EJEMPLO APLICATIVO 6 Industrial
√
+𝑛2 −2 )
𝜇1 =22 𝑛 1=18 𝑠 1=6.18
( )
1
2 1 1
𝑆𝑝 +
𝑛1 𝑛2
X2: Consumo (S/.) por hora de los clientes de la Empresa B
𝜇 2=27 𝑛 2=20 𝑠 1=4.39
1− ( 22− 27 )
𝑇 36 = ¿ 3.477
Nos piden Consideramos
√ 28.21
1
(
+
18 20
1
)
La varianza mancomunada
( 𝑛 1 −1 ) 𝑆 21+ ( 𝑛2 − 1 ) 𝑆22 (18 − 1 ) ( 6.18 2 ) + ( 20 −1 ) ( 4.39 2 )
=¿ 28.21
2
𝑆 =
𝑝 =¿
𝑛1+𝑛 2 − 2 18+20 −2
Ingeniería
Pregrado
Industrial
Se registro una muestra aleatoria del consumo de 18 clientes de la empres A y de 20 clientes
de la empresa B, los cuales presentan una desviación estándar muestral de 6.18 y 4.39
respectivamente. ¿Cuál es la probabilidad de que la diferencia del consumo promedio
muestral de la empresa A con respecto al consumo del promedio muestral de la empresa B
sea por lo menos de S/ 1? Suponga varianzas poblacionales desconocidas pero homogéneas.
Solución:
[ ] [ ]
( 𝑥1 − 𝑥 2 ) − ( 𝜇1 − 𝜇 2 ) 1 − ( 𝜇1 − 𝜇2 ) 1− ( 22− 27 )
𝑃 [ ( 𝑥 𝐴 − 𝑥 𝐵 ) ≥ 1 ] =¿1− 𝑃 < =¿1− 𝑃 𝑇 𝑛 −2 <
√ √ √
+𝑛 2
( ) ( ) ( )
1
1 1 1 1 2 1 1
2
𝑆𝑝 +
2
𝑆𝑝 + 𝑆𝑝 +
𝑛1 𝑛2 𝑛1 𝑛2 18 20
[ ]
El valor de la distribución t de 1− ( 22− 27 )
¿ 1− 𝑃 𝑇 36 <
student con 36 grados de libertad,
se calculo mediante el Excel
√ 28.21 ( 1
+
18 20
1
)
¿ 1− 𝑃 [ 𝑇 36 <3.477 ]
¿ 1− 0 .9993
¿ 0 .0007 ¿ 0 .07 %
Ingeniería
Pregrado
Industrial
Si se seleccionaron aleatoriamente muestras de 20 y 16 clientes de las empresas A y B
respectivamente, obteniéndose SA = 0.82 y SB = 0.57. ¿Cuál es la probabilidad de que estos
promedios muestrales difieran como máximo en S/. 0.5?
Suponga varianzas poblacionales desconocidas pero homogéneas
Solución:
X1: Costo (S/.) que pagan los clientes de la Empresa A
𝜇1 =1.69 𝑛 1=20 𝑠1=0.82
X2: Costo (S/.) que pagan los clientes de la Empresa B
𝜇 2=1.85 𝑛2=16 𝑠1=0.57
[ ]
𝑃 [| 𝑥1 − 𝑥 2|≤ 0.5 ]= ¿ 𝑃 [ − 0.5 ≤ 𝑥1 − 𝑥 2 ≤ 0.5 ]¿ 𝑃
− 0.5 − ( 1.69 − 1.85 ) 0.5 − ( 1.69 − 1.85 )
≤ 𝑇 20+16 − 2 ≤
√ 𝑆2𝑝 ( 1
+
20 16
1
) √ 𝑆2𝑝 ( 1
+
20 16
1
)
La varianza mancomunada
[√ ]
− 0.5 − ( 1.69 −1.85 ) 0.5 − ( 1.69− 1.85 )
𝑃 [| 𝑥1 − 𝑥 2|≤ 0.5 ]=¿ 𝑃 ≤ 𝑇 34 ≤
(0.519) ( 1
+
20 16
1
) √ (0.519) ( 1
+
20 16
1
)
¿ 𝑃 [ − 1.407 ≤ 𝑇 34 ≤ 2.731 ] El valor de la distribución t de
student con 34 grados de libertad,
se calculo mediante el Excel
¿ 𝑃 [ 𝑇 34 ≤ 2.731 ] − 𝑃 [ 𝑇 34 ≤ −1 . 407 ]
¿0 .9950 − 0.0843
= 91.07%
La probabilidad de que estos promedios muestrales difieran como máximo en S/. 0.5 es del 91.07%
Ingeniería
Pregrado
EJEMPLO APLICATIVO 7 Industrial
En Securitex se sabe que el número promedio de miembros por familia afiliados en el rubro
seguro hogar es de 7 miembros; y el número promedio de miembros por familia afiliados en el
rubro seguro vida es de 4 miembros. Si se toman las siguientes muestras aleatorias: 39
afiliados al rubro Hogar y 34 afiliados al rubro Vida. Obteniendose . ¿Cuál es la probabilidad de
que el promedio muestral del número de miembros por familia de los afiliados al rubro Hogar
difiera del promedio muestral de los afiliados al rubro de Vida en más de 4 miembros?
Suponga varianzas poblacionales desconocidas pero heterogéneas
Solución:
X1: numero de miembros por familia afiliados al rubro seguro Hogar
𝜇1 =7 𝑛1=39 𝑠1 =1.4
X2: numero de miembros por familia afiliados al rubro seguro Vida
𝜇 2=4 𝑛2=34 𝑠1=1.8
Ingeniería
Pregrado
Industrial
Se desea hallar:
𝑃 [| 𝑥1 − 𝑥 2|>4 ] =¿ 1− 𝑃 [|𝑥 1 − 𝑥2|≤ 4 ] =¿ 1− 𝑃 [ − 4 ≤ 𝑥 1 − 𝑥 2 ≤ 4 ] =¿
[√ ]
− 4 − ( 𝜇1 − 𝜇2 ) ( 𝑥 1 − 𝑥 2 ) − ( 𝜇1 −𝜇 2 ) 4 − ( 𝜇1 −𝜇 2 )
¿ 1− 𝑃 ≤ ≤
√ √
2 2 2 2 2 2
𝑆 𝑆
1 2 𝑆 𝑆
1 2 𝑆 1 𝑆2
+ + +
𝑛1 𝑛2 𝑛1 𝑛2 𝑛1 𝑛 2
[√ ]
− 4 −(7 − 4 ) 4 −(7 − 4 )
¿ 1− 𝑃 ≤ 𝑇 (𝜐 ) ≤
1.4 2 1,8 2
39
+
34 √ 1.4 2 1,82
39
+
34
( ) ( )
2 2 2 2 2
𝑆1 𝑆 2 ¿
2
1.4 1,8 ¿
𝐺𝑟𝑎𝑑𝑜 𝑑𝑒𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 : ν ≅ + + = + + =62.01 ≅62 ¿¿
() () ( )( )
Donde: 𝑛1 𝑛2 𝑆12 2
𝑆22 2 39 34 1.4
2 2
1,8
2 2
𝑛1 𝑛2 39 34
+ +
( 𝑛1 −1 ) ( 𝑛2 −1 ) ( 39 −1 ( 34−1 )
)
Ingeniería
Pregrado
Industrial
¿ 1− ( 0.994 − 0.000 )
¿ 1− ( 0.994 )
¿ 0 .006=0.6 %
La probabilidad de que el promedio muestral del número de miembros por familia de los afiliados al rubro
Hogar difiera del promedio muestral de los afiliados al rubro de Vida en más de 4 miembros es del 0.6%