Probyesta 131207141658 Phpapp02

Ctedra: Probabilidad y Estadstica Trabajo Final
UADER 6 de Agosto de 2008

Lafata Desio Fernando, Warlet Ivn Lautaro Pgina 1 de 100

Problema 1 (Ref: Pg. 223 - Ej. 5)
Una mquina de refrescos se ajusta para que la cantidad de bebida que sirve promedie 240 mililitros
con una desviacin estndar de 15mililitros. La mquina se verifica peridicamente tomando una
muestra de 40 bebidas y se calcula el contenido promedio. Si la media de las 40 bebidas es un valor
dentro del intervalo
x x
2 , se piensa que la mquina opera satisfactoriamente, de otra forma, se
ajusta. En la seccin 8.4, el funcionario de la compaa encuentra que la media de 40 bebidas es x =
236 mililitros y concluye que la mquina no necesita un ajuste Esta fue una decisin razonable?

Datos:

Variable aleatoria X: cantidad de bebida que sirve una mquina (en mililitros).
Tamao de la muestra n = 40 bebidas.
Desviacin estndar poblacional
x
= 15 mililitros.
Media poblacional
x
= 240 mililitros.
Media muestral x =
x

= 240 mililitros.
Desviacin estndar muestral
n
x
x
= 2.3717 mililitros.

Incgnita:

x x x x
2 2 + s s x

Solucin:

Reemplazando con nuestros datos

240 ml. (2)(2.372 ml.) x 240 ml. + (2)(2.372 ml.)
240 ml. 4.744 ml. x 240 ml. + 4.744 ml.
235.257 ml. x 244.743 ml.

Respuesta:

Esta fue una decisin razonable puesto que 236 ml., que es la media encontrada se encuentra dentro del
intervalo definido.



La vida media de una mquina para hacer pasta es de siete aos, con una desviacin estndar de un
ao. Suponga que las vidas de estas mquinas siguen aproximadamente una distribucin normal,
encuentre:
a) La probabilidad de que la vida media de una muestra aleatoria de nueve de estas mquinas caiga
entre 6.4 y 7.2 aos;
b) El valor de x a la derecha del cual caera el 15% de las medias calculadas de muestras aleatorias de
tamao nueve.

Datos:

Variable aleatoria X: vida til de una mquina de hacer pasta (en aos).
Media poblacional
x
= 7 aos.
x
= 1 ao.
Tamao de la muestra n = 9 mquinas.

a) Incgnita:
P(6.4 x 7.2)

Solucin:
( ) ( ) ( ) = s s = s s =
|
|
|
.
|
\
|
1.8 z P 0.6 z P 0.6 z 1.8 P

3
1
7 7.2
n
X
3
1
7 6.4
P
x
x

Aplicando Tabla A.3. = 0.7257 0.0359 = 0.6898 = 68.98%.

Respuesta:
La probabilidad de que la vida media de una muestra de 9 de esas mquinas caiga entre 6.4 aos y 7.2 aos es
del 68.98%.

b) Incgnita:
Un valor de x que deje a su derecha un rea del 15% y por lo tanto un rea del 85% a su izquierda.
Solucin:
Con 7
_
=
x
aos y 85 . 0 15 . 0 1 = = o
( ) 346667 . 7 7
3
1
* 04 . 1
3
1
7
04 . 1
_
_
85 . 0 85 . 0
= = +
(
= = = x
x
Z Z Z
o
Aos
x
= 7.35 aos

Respuesta:
El valor de x que deja a su derecha un rea del 15% es 7.35 aos.

( )
) (
3
1
9
1

(aos) 7 , N ~ X
x
x
x x x x
aos
n
= = =
= =
o



Problema 3 (Ref: Pg. 223/224 - Ej. 10)
El tiempo que el cajero de un banco con servicio en el automvil atiende a un cliente es una variable
aleatoria con media = 3.2 minutos y una desviacin estndar = 1.6 minutos. Si se observa una
muestra aleatoria de 64 clientes, encuentre la probabilidad de que su tiempo medio con el cajero sea:
a) a lo ms 2.7 minutos;
b) ms de 3.5 minutos;
c) al menos 3.2 minutos pero menos de 3.4 minutos.

Datos:

Variable aleatoria X: tiempo que un cajero atiende a un cliente (en minutos).
Media poblacional
x
= 3.2 minutos.
x
= 1.6 minutos.
Tamao de la muestra n = 64 clientes.

a) Incgnita:
P( x 2.7)

Solucin:
( ) 2.5 z P
8
1.6
3.2 2.7
n
X
P
x
x
s =
|
|
|
.
|
\
|
= Aplicando Tabla A.3. = 0.0062 = 0.62%

Respuesta:
La probabilidad de que el tiempo promedio de los cliente con el cajero sea a lo ms 2.7 minutos es de 0.62%.

b) Incgnita:
P( x > 3.5)

Solucin:
( ) ( ) 0.9332 1 .5 z P 1 1.5 z P
64
1.6
3.2 3.5
n
X
P
x
x
= s = > =
|
|
|
.
|
\
|
>
= Aplicando Tabla A.3. = 0.0668 = 6.68%.

Respuesta:
La probabilidad de que el tiempo promedio de los cliente con el cajero sea ms 3.5 minutos es de 6.68%.

c) Incgnita:
P(3.2 x 3.4)

Solucin:
( ) ( ) ( ) = s s = s s =
|
|
|
.
|
\
|
0 z P 1 z P 1 z 0 P
64
1.6
3.2 3.4
n
X
64
1.6
3.2 3.2
P
x
x

Aplicando Tabla A.3 = 0.8413 0.5000 = 0.3413 = 34.13%.
Respuesta:
La probabilidad de que el tiempo promedio de los cliente con el cajero este entre 3.2 y 3.4 minutos es de
34.13%.
( )
) (
8
6 . 1
64
1.6

(aos) 3.2 , N ~ X
x
x
x x x x
aos
n
= = =
= =
o



Se toma una muestra aleatoria de tamao 25 de una poblacin normal que tiene una media de 80 y una
desviacin estndar de 5. Una segunda muestra aleatoria de tamao 36 se toma de una poblacin
normal diferente que tiene una media de 75 y una desviacin estndar de 3. Encuentre la probabilidad
de que la media muestral calculada de las 25 mediciones exceda de media muestral calculada de las 36
mediciones por al menos 3.4 pero en menos de 5.9. Suponga que las medias se miden al dcimo ms
cercano.

Datos:

Tamao de la primer muestra n
1
= 25.

Media de la primer poblacin
1
= 80.

Desviacin estndar de la primer poblacin
1
= 5.

Tamao de la segunda muestra n
2
= 36.

Media de la segunda poblacin
2
= 75.

Desviacin estndar de la segunda poblacin
2
= 3.

Incgnita:
( ) ( ) 5.9 X X 3.4 P
2 1
s s

Solucin:

Utilizando el Teorema 8.3; el que dice:

con nuestros datos:
=
2 1
x - x
80 75 = 5 y 118 . 1
36
9
25
25
2 1
x - x
= + =
Si se extraen al azar muestras independientes de tamao
1
n y
2
n de dos poblaciones, discreta o continuas,
con medias
1
y
2
y varianzas
2
1
y
2
2
, respectivamente, entonces la distribucin muestral de las
diferencias de las medias,
2 1
X X , est distribuida aproximadamente de forma normal con media y varianza
dadas por

2 1 x - x

1 1
= y
2
2
2
1
2
1 2
x - x
n
2 1
+ = .
De aqu

( ) ( )
( ) ( )
2
2
2 1
2
1
2 1 2 1
n n
X X
+

= Z

es aproximadamente una variable normal estndar.

( )
1
25
5

80 , N ~ X
1
x
x
x x x x 1
1
1
1 1 1 1
= = =
= =
n
o

( )
2
1
36
3

75 , N ~ X
2
x
x
x x x x 2
2
2
2 2 2 2
= = =
= =
n
o



( ) ( )
( ) ( )
( ) = s s =
|
|
|
|
|
|
|
|
.
|
\
|
s
|
|
|
.
|
\
|
+
|
|
|
.
|
\
|

s
= s s 0.8050 z 1.4311 P
1.118034
5 5.9
2
n
2
2
1
n
2
1
2
X
1
X
1.118034
5 3.4
P 5.9
2
X
1
X 3.4 P

( ) = s s = 1.4311 z P 0.8050) P(z Aplicando Tabla A.3. = 0.7896 0.0762 = 0.7134 = 71.34%.

Respuesta:

La probabilidad de que la media muestral calculada de las 25 mediciones exceda de media muestral calculada
de las 36 mediciones por al menos 3.4 pero en menos de 5.9 es de 71.34%.



Para una distribucin ji cuadrada encuentre.
a)
2
0.025
cuando = 15;
b)
2
0.01
cuando = 7;
c)
2
0.05
cuando = 24.

a) Segn Tabla A.5
2
0.025
cuando = 15 => 27.488

Respuesta:

El valor
2
con 15 grados de libertad, que deja un rea de 0.025 a su derecha es 27.488.

Grfica:



b) Segn Tabla A.5
2
0.01
cuando = 7 => 18.475

Respuesta:

El valor
2

Grfica:



c) Segn Tabla A.5
2
0.05
cuando = 24 => 36.415

Respuesta:

El valor
2

Grfica:



Para una distribucin ji cuadrada encuentre
2

tal que:
a) P(
2
>
2
) = 0.99 cuando = 4;
b) P(
2
>
2
) = 0.025

cuando = 19;
c) P(37.652 <
2
<
2
) = 0.045 cuando = 25.

a) P(
2
>
2
) = 0.99 cuando = 4
Segn Tabla A.5 =>
2

= 0.297

Respuesta:

El valor de
2
que deja a su derecha una probabilidad igual a 0.99 es decir 99 %, con 4 grados de libertad es
0.297.



b) P(
2
>
2
) = 0.025

cuando = 19
Segn Tabla A.5 =>
2

= 32.852

Respuesta:

El valor de
2
que deja a su derecha una probabilidad igual a 0.025 es decir 2.5 %, con 19 grados de libertad
es 32.852.

Grfica:



c) P(37.652 <
2
<
2
) = 0.045 cuando = 25
=>
2

= 37.652 =>

o = 0.05
=>

o = 0.05 - 0.045 = 0.005 =>
2
=
2
0.005
cuando = 25
Segn Tabla A. 5 =>
2
0.005

= 46.928

Respuesta:

El valor de
2
debe ser igual a 46.928 para que la probabilidad entre 37.652 y dicho valor calculado sea igual a
0.045, es decir 4.5%, con 25 grados de libertad.

Grfica:



Problema 7 (Ref: Pg. 236 Ej. 5)
Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una poblacin normal
con varianza
2
= 6, tenga una varianza s
2

a) mayor que 9.1;
b) entre 3.462 y 10.745.
Suponga que las varianzas muestrales son mediciones continuas.

Datos:

Tamao de la muestra n = 25 observaciones.
Varianza de la muestra
2
= 6.

a) Incgnita:
P (s
2
> 9.1)

Solucin:

con nuestros datos:
( )( ) ( )( )
36.4
6
218.4
6
9.1 24
6
9.1 1 25
2
= = =
=
Segn Tabla A.5 4 . 36
2
= cuando = 24 =>0.05

Respuesta:
La probabilidad de que la varianza de esa muestra sea mayor que 9.1 es del 5%.

b) Incgnita:
P (3.462 s
2
10.745)

Solucin:

con nuestros datos:
( )( )
13.848
6
83.088
6
3.462 24
6
3.462 1 25
2
= =
=
2
= cuando = 24 =>0.95

( )
42.98
6
257.88
6
10.745 24
6
10.745 1 25
2
= =
=

=
2
= cuando = 24 =>0.01

P (3.462 s
2
10.745) = 0.95 0.01 = 0.94

Respuesta:
La probabilidad de que la varianza de esa muestra se encuentre entre 3.462 y 10.745 es del 94%.

( )
2
2
2
s 1 n

= con (n 1) grados de libertad

( )
2
2
2
s 1 n



Las clasificaciones de un examen de colocacin que se aplic a estudiantes de primer ao de
licenciatura durante los ltimos cinco aos estn aproximadamente distribuidas de forma normal con
una media = 74 y una varianza
2
= 8. Considerara an que
2
=8 es un valor vlido de la varianza
si una muestra aleatoria de 20 estudiantes que realizan este examen de colocacin este ao obtienen un
valor de s
2
= 20?

Datos:
P: estudiantes de primer ao de licenciatura.
X: calificacin de un examen de colocacin.

Media poblacional
x
= 74.
Varianza poblacional
2
x
= 8.
Tamao de la muestra n = 20 estudiantes.
Varianza muestral s
2
= 20.

Incgnita:
Considerar si es vlida
2
x
= 8

Solucin:

con nuestros datos

( )( ) ( )( )
47.5
8
380
8
20 19
8
20 1 20
2
= = =
=

8.907
2
0..975
= 32.852
2
0.025
=

Respuesta:
Es un valor de una distribucin ji cuadrada con 19 grados de libertad.
Como 95% de los valores
2
con 19 grados de libertad caen entre 8.907 y 32.852, el valor calculado con
2
= 8
no es razonable y por lo tanto se tiene razn suficiente para sospechar que la varianza es diferente a ocho.
Es muy probable que el valor supuesto de
2
sea un error.

( ) 8 , 74 N ~ X
x x
= =
( )
2
2
2
s 1 n



a) Encuentre t
0.025
cuando =14;
b) Encuentre t
0.10
cuando = 10;
c) Encuentre t
0.995
cuando =7.

a) Segn Tabla A.4 t
0.025
cuando =14 => 2.145

Respuesta:
El valor t con 14 grados de libertad, que deja un rea de 0.025 a su derecha es 2.145.

Grfica:



b) Segn Tabla A.4 t
0.10
cuando = 10 => -1.372

Respuesta:
El valor t con 10 grados de libertad, que deja un rea de 0.10 a su izquierda es -1.372.

Grfica:



c) Segn Tabla A.4 t
0.995
cuando =7 => -3.499

Respuesta:
El valor t con 7 grados de libertad, que deja un rea de 0.995 a su derecha y por lo tanto un rea de 0.005 a su
izquierda es -3.499.

Grfica:



a) Encuentre P(T < 2.365)

cuando =7;
b) Encuentre P(T > 1.318)

cuando = 24;
c) Encuentre P(-1.356 < T <2.179) cuando =12;
d) Encuentre P(T > -2.567) cuando =17.

a) P(T < 2.365)

cuando =7
1 P(T 2.365)

cuando =7
Segn Tabla A.4 =>
= 1 0.025 = 0.975

Respuesta:
La probabilidad de que un valor t sea menor que 2.365 con 7 grados de libertad es del 97.5%.

Grfica:



b) P(T > 1.318)

cuando = 24
Segn Tabla A.4 =>0.10

Respuesta:
La probabilidad de que un valor t sea mayor que 1.318 con 24 grados de libertad es del 10%.

Grfica:



c) P(-1.356 < T < 2.179) cuando =12
P(T -1.356) P(T 2.179) cuando =12
Segn Tabla A.4 =>
= (1 0.10) 0.025 =
= 0.90 0.025 = 0.875

Respuesta:
La probabilidad de que un valor t se encuentre entre -1.356 y 2.179 con 12 grados de libertad es del 87.5%.

Grfica:



d) P(T > -2.567) cuando =17
1 P( T > 2.567) cuando =17
Segn Tabla A.4 =>
= 1 0.01 = 0.99

Respuesta:
La probabilidad de que un valor t sea mayor que -2.567 con 17 grados de libertad es del 99%.

Grfica:



Una empresa manufacturera afirma que las bateras que utiliza en sus juegos electrnicos duran un
promedio de 30 horas. Para mantener este promedio se prueban 16 bateras cada mes. Si el valor t que
se calcula cae entre t
0.025
y t
0.025
, la empresa queda satisfecha con su afirmacin.Qu conclusiones
extraera la empresa de una muestra que tiene una media de x = 27.5 horas y una desviacin estndar
de s = 5 horas? Suponga que la distribucin de las duraciones de las bateras es aproximadamente
normal.

Datos:

P: bateras de juegos electrnicos.
X: rendimiento en horas de una bajara de juegos electrnicos.
Media poblacional
x
= 30 horas.
Tamao de la muestra n = 16 bateras.
Media muestral x = 27.5 horas.
Desviacin estndar muestral s = 5 horas.

Solucin:

De la tabla A.4 encontramos que t
0.025
= 2.131 para 15 grados de libertad. Por tanto, la empresa queda
satisfecha con esta afirmacin si una muestra de 16 bateras rinde un valor t entre 2.131 y 2.131. si = 30,
entonces

Con nuestros datos:

2
16 5
30 27.5
T =
= ,

Respuesta:
La empresa estara satisfecha con su afirmacin ya que el valor hallado de t pertenece al intervalo establecido
como parmetro para poder afirmar que sus bateras promedian las 30 horas de duracin.

n
s
X
T



Una poblacin normal con varianza desconocida tiene una media de 20. Se tiene posibilidad de
obtener una muestra aleatoria de tamao 9 de esta poblacin con una media de 24 y una desviacin
estndar de 4.1? Si no, qu conclusin sacara?

Datos:

Media poblacional
x
= 20.
Tamao de la muestra n = 9.
Media muestral x = 24.
Desviacin estndar muestral s = 4.1.

Solucin:

con nuestros datos:

P ( X - = X - 20 > 4) =

= 1 P ( X - 20 4) =

= 1 P (-4 X - 20 4) =

= 1 P
|
|
|
.
|
\
|
s s
3
4.1
4
20 X
3
4.1
4
=

= 1 P (-2.92 t
8
2.92) =

= P (t
8
2.92) P (t
8
2.92) = 0.00959 + 0.00959 = 0.01918 = 1.918%.

Respuesta:
Si se tiene la posibilidad de obtener una muestra de tamao 9 con esas condiciones, con una probabilidad del
1.918%

n
s
X
T



Un fabricante de cierta marca de barras de cereal bajo de grasa afirma que su contenido promedio de
grasa saturada es 0.5 gramos. En una muestra aleatoria de 8 barras de cereal de esta marca el
contenido de grasa saturada fue 0.6, 0.7, 0.7, 0.3, 0.4, 0.5, 0.4 y 0.2. Estara de acuerdo con la
afirmacin?

Datos:

P: barras de cereal bajo de grasa.
X: contenido de grasa en gramos de una barra de cereal.
Media poblacional
x
= 0.5 gramos.
Media muestral
n
X
x
n
1 i
i
=
= gramos 0.475
8
3.8
8
0.2 0.4 0.5 0.4 0.3 0.7 0.7 0.6
= =
+ + + + + + +
=
( )
1 n
X X
s
n
1 i
2
i
=

=

( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
gramos 0.1832 0.037
7
0.26
7
2
0.275
2
0.075
2
0.025
2
0.075
2
0.175
2
0.225
2
0.225
2
0.125
7
2
0.475) (0.2
2
0.475) (0.4
2
0.475) (0.5
2
0.475) (0.4
2
0.475) (0.3
2
0.475) (0.7
2
0.475) (0.7
2
0.475 0.6
s
~ = =
+ + + + + + +
=
=
+ + + + + + +
=

Incgnita:

x
= 0.5

Solucin:

con nuestros datos
0.3860
8
0.1832
5 . 0 0.475
T =
=

|
|
|
.
|
\
|
>
n
s
X
n
s
X
P
0

con nuestros datos

P(-0.3860 t
7
0.3860) = 0.3754 + 0.3754 = 0.7508 = 75.08%.

Respuesta:
Hay razones suficiente (75,08%) para considerar que la afirmacin es cierta.

n
s
X
T



Para una distribucin F encuentre:
a)
0.05
con
1
= 7 y
2
= 15;
b)
0.05
con
1
= 15 y
2
= 7;
c)
0.01
con
1
= 24 y
2
= 19;
d)
0.95
con
1
= 19 y
2
= 24;
e)
0.99
con
1
= 28 y
2
= 12.

a) Segn Tabla A.6
0.05
con
1
= 7 y
2
= 15 => 2.71

Respuesta:
El valor f con 7 y 15 grados de libertad, que deja un rea de 0.05 a su derecha es 2.71.

Grfica:



b) Segn Tabla A.6
0.05
con
1
= 15 y
2
= 7 => 3.51

Respuesta:

Grfica:



c) Segn Tabla A.6
0.01
con
1
= 24 y
2
= 19 => 2.92

Respuesta:

Grfica:



d)
0.95
con
1
= 19 y
2
= 24

con nuestros datos
( )
( ) 2.11
1
24,19
1
19,24
0.05
0.95
= =
f
f = 0.4739

Respuesta:

Grfica:

( )
( )
1 2
2 1
1
,
1
,
f
f =



e)
0.99
con
1
= 28 y
2
= 12

con nuestros datos
( )
( ) 2.90
1
12,28
1
28,12
0.01
0.99
= =
f
f = 0.3448

Respuesta:

Grfica:

( )
( )
1 2
2 1
1
,
1
,
f
f =



Una muestra aleatoria de cinco presidentes de bancos indican salarios anuales de $163000, $148000,
$152000, $135000 y $141000. Encuentre la varianza de este conjunto.

Datos:

Variable aleatoria X: salarios anuales de presidentes de bancos (en pesos)
Tamao de la muestra n = 5 presidentes.

Media muestral
n
X
x
n
1 i
i
=
= 147800
5
739000
5
141000 135000 152000 148000 163000
= =
+ + + +
= $

Incgnita:
Varianza muestral s
2

Solucin:

con nuestros datos

( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
$ 114700000
4
458800000
4
6800 12800 4200 200 15200
4
147800 141000 147800 135000 147800 152000 147800 148000 147800 163000
s
2 2 2 2 2
2 2 2 2 2
2
= =
+ + + +
=
=
+ + + +
=

Respuesta:
La varianza de este conjunto es 114700000 $.

( )
1 n
X X
s
n
1 i
2
i
2
=



Si S
2
1
y S
2
2
representan las varianzas de muestras aleatorias independientes de tamao n
1
= 25 y n
2
=
31, tomadas de poblaciones normales con varianzas
2
1
= 10 y
2
2
= 15, respectivamente, encuentre
( ) 1.26 S S P
2
2
2
1
> .

Datos:

1
= 25.
2
= 31.
Varianza de la primera muestra 10
2
1
= .
Varianza de la segunda muestra 15
2
2
= .

Incgnita:
( ) 1.26 S S P
2
2
2
1
>

Solucin:

Utilizando el Teorema 8.8; el que dice:

con nuestros datos
( ) ( )
( ) %. 5 05 . 0 1.89 F
10
26 . 1 * 15
s

s
26 . 1
s
s
P
2
2
2
2
2
1
2
1
2
2
2
1
= ~ > =
|
|
|
|
.
|
\
|
> =
|
|
.
|
\
|
> = P P

F
0.05
(24, 30) = 1.89

Respuesta:
La probabilidad de que F con 24 y 30 grados de libertad sea mayor que 1.26 es de 0.05, es decir, 5%.

Si
2
1
s y
2
2
s son las varianzas de muestras aleatorias independientes de tamao
1
n y
2
n tomadas de
poblaciones normales con varianzas
2
1
y
2
2
, respectivamente, entonces

2
1
2
2
2
2
2
1
2
2
2
2
2
1
2
1
s
s
s
s
F = =

Tiene una distribucin F con
1
= n
1
1 y
2
= n
2
1 grados de libertad.



Una empresa elctrica fabrica focos que tienen una duracin aproximadamente distribuida de forma
normal con una desviacin estndar de 40 horas. Si una muestra de 30 focos tiene una duracin
promedio de 780 horas, encuentre un intervalo de confianza de 96 % para la media de la poblacin de
todos los focos que produce esta empresa.

Datos:

P: focos fabricados por la empresa.
X: duracin de esa muestra de focos.
x
= 40 horas.
Tamao de la muestra n = 30 focos.
Media muestral x = 780 horas.
Intervalo de confianza IC = 96%.

Incgnita:
Intervalo de confianza para la media poblacional,
x
, con 96% de confianza.

Solucin:

100% =100(1-)% = 96% => = 0.04 =>
2 1 o
z => z
0.98
= 2.054

con nuestros datos

( ) ( )
30
40
2.054 780
30
40
2.054 780
x
+ s s
hs. 795 hs. 765
x
s s

Respuesta:
Podemos afirmar con un nivel de confianza del 96% que la media poblacional se encuentra entre 765 y 795
horas.

( ) 40 , 780 N ~ X
x x
= =
n
z X
n
z X
2 1 2 1
+ s s


De que tamao se necesita una muestra en el ejercicio 4 si deseamos tener 96% de confianza que
nuestra media muestral est dentro de 10 horas de la media real?

Datos:

x
= 40 horas.
Intervalo de error e = 10 horas.

con nuestros datos

+
Z e n
68 n 67.5
10
2.054.40
n
2
= =
|
.
|
\
|
>

Respuesta:
Por lo tanto, podemos tener una confianza 96% de que una muestra aleatoria de tamao 68 proporcionara una
estimacin x que difiere de por una cantidad menor que 0.04.

2
2 1
e
z
n
n
|
|
.
|
\
|
>
Z e
+



Las estaturas de una muestra aleatoria de 50 estudiantes universitarios muestra una media de 174.5
centmetros y una desviacin estndar de 6.9 centmetros.
a) Construya un intervalo de confianza de 98% para la estatura media de todos los estudiantes de la
universidad;
b) Qu podemos afirmar con 98% de confianza sobre el tamao posible de nuestro error si estimamos
que la estatura media de todos los estudiantes de la universidad de 174.5 centmetros?.

Datos:

P: estudiantes universitarios.
Variable aleatoria X: medidas de esos estudiantes universitarios (en centmetros)
Media muestral x = 174.5 centmetros.
Desviacin estndar muestral s = 6.9 centmetros.

100% =100(1-)% = 98% => = 0.02 =>
2
o
= 0.01
t
49, 0.01
= 2.4048

a) Incgnita:
x

Solucin:

con nuestros datos

( ) ( )
50
9 . 6
4048 . 2 5 . 174
50
9 . 6
4048 . 2 5 . 174 + s s
cm. 85 . 176 cm. 172.15 s s

Respuesta:
Podemos afirmar con 98% de confianza que la media poblacional se encuentra entre 172.15 y 176.85
centmetros.

b) Incgnita:
Posible error de estimacin.

Solucin:

35 . 2 15 . 172 5 . 174 - X = = = E cm.

Respuesta:

Podemos afirmar con 98% de confianza que el error de estimacin es igual a 2.35 cm.

n
s
t X
n
s
t X
2 2
+ s s


Problema 20(Ref: Pg. 252 Ej. 13)
Una mquina produce piezas metlicas de forma cilndrica. Se toma una muestra de las piezas y los
dimetros son 1.01, 0.97, 1.03, 1.04, 0.99, 0.98, 0.99, 1.01 y 1.03 centmetros. Encuentre un intervalo de
confianza de 99% para el dimetro medio de las piezas de esta mquina, suponga una distribucin
aproximadamente normal.

Datos:

P: piezas metlicas de forma cilndricas.
X: dimetro de las piezas cilndricas(en centmetros).
Tamao de la muestra n = 9 piezas.
Media muestral
n
X
x
n
1 i
i
=
= 1.0055
9
1.03 1.01 0.99 0.98 0.99 1.04 1.03 0.97 1.01
=
+ + + + + + + +
= cm.
( )
1 n
X X
s
n
1 i
2
i
=

=

( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
cm 0.0245 1 0.00060278
8
0.00482225
8
2
0.0245
2
0.0045
2
0.0155
2
0.0255
2
0.0155
2
0.0345
2
0.0245
2
0.0355
2
0.0045
s
8
2
1.0055) (1.03
2
1.0055) (1.01
2
1.0055) (0.99
2
1.0055) (0.98
2
1.0055) (0.99
2
1.0055) (1.04
2
1.0055) (1.03
2
1.0055) (0.97
2
1.0055 1.01
~ = =
+ + + + + + + +
=
= =
+ + + + + + + +
100% =100(1-)% = 99% => = 0.01 =>
2
o
= 0.005
t
8, 0.005
= 3.355

Incgnita:
x

Solucin:

con nuestros datos

( ) ( )
9
0.0245
3.355 1.0055
9
0.0245
3.355 1.0055 + s s
cm. 0329 . 1 cm. 0.9781 s s

Respuesta:
Podemos afirmar con 99% de confianza que la media poblacional se encuentra entre 0.9781 y 1.0329
centmetros.

n
s
t X
n
s
t X
2 2
+ s s


Problema 21 (Ref: Pg. 252/253 Ej. 17)
Una muestra aleatoria de 25 botellas de aspirinas contiene, en promedio, 325.05 mg. de aspirina con
una desviacin estndar de 0.5. Encuentre los lmites de tolerancia del 95% que contendrn 90% del
contenido de aspirina para esta marca. Suponga que el contenido de aspirina se distribuye
normalmente.

Datos:

P: botellas de aspirinas.
X: cantidad de aspirina que contienen las botellas de aspirina (en miligramos).
Tamao de la muestra n = 25 botellas de aspirina.
Media muestral x = 325.05 mg. de aspirina.

Desviacin estndar muestral s = 0.5 mg. de aspirina.
1 = 95% => = 0.05 y 1 = 90% => 0.9
Segn Tabla A.7 => k = 2.208

Incgnita:
Limites de tolerancia del 95% que contendrn 90% de aspirina.

Solucin:

x ks

con nuestros datos

325.05 2.208.0.5 = [323.946 ; 326.154]mg.

Respuesta:
Los lmites de tolerancia del 95% que contendrn 90% de aspirina para esta marca son 323.946 mg y 326.154
mg,



Una muestra aleatoria de tamao n
1
= 25 que se toma de una poblacin normal con una desviacin
estndar
1
= 5 tiene una media
1
x = 80. Una segunda muestra aleatoria de tamao n
2
= 36, que se
toma de una poblacin normal diferente con una desviacin estndar
2
= 3, tiene una media
2
x = 75.
Encuentre un intervalo de confianza de 95% para
1
-
2
.

Datos:

1
= 25.
1
= 5.
Media de la primer muestra
1
x = 80.

2
= 36.
2
= 3.
Media de la segunda muestra
2
x = 75.

Intervalo de confianza IC = 95% para
2 1

100(1-)% = 95% => = 0.05 =>
2 1 o
z => z
0.025
= 1.96 Aplicando Tabla A.3

Incgnita:
Intervalo de confianza para la diferencia de las medias poblacionales,
1

2

Solucin:

con nuestro datos
5 75 80
2 1
x x
= =
y 118 . 1 1.25
4
5
36
9
25
25
2 1
x x
~ = = + =

con nuestros datos

5 1.96 1.118 <
1

2
< 5 + 1.96 1.118
5 2.19 <
1

2
< 5 + 2.19
2.80 <
1

2
< 7.19

Respuesta:
Podemos afirmar con 95% de confianza que la diferencia entre las medias poblacionales se encuentra entre
2.80 y 7.19.

( ) 3 75, N ~ X P
2 2
x x 2 2
= =

( ) 5 80, N ~ X P
1 1
x x 1 1
= =

2 1 x x

2 1
=
y
2
2
2
1
2
1
x x
n
2 1
+ =

( ) ( )
2
2
2
1
2
1
2
2 1 2 1
2
2
2
1
2
1
2
2 1
n
. z x x
n
. z x x + + < < +


Una compaa de taxis trata de decidir si comprar neumticos de la marca A o de la B para su flotilla
de taxis. Para estimar la diferencia de las dos marcas, se lleva cabo un experimento, utilizando 12 de
cada marca. Los neumticos se utilizan hasta que se gastan. Los resultados son:

Marca A:
1
x = 36300 kilmetros.
s
1
= 5000 kilmetros.
Marca B:
2
s
2
= 6100 kilmetros.

Calcule un intervalo de confianza de 95% para
1

2
,suponga que las poblaciones se distribuyen de
forma aproximadamente normal. Puede no suponer que las varianzas son iguales.

Datos:
P
1
: neumticos de la marca A.
P
2
: neumticos de la marca B.
X
1
: duracin en kilmetros de un neumtico de la marca A.
X
2
: duracin en kilmetros de un neumticos de la marca B.
1
= 12 neumticos.
2
= 12 neumticos.
1
x = 36300 Km.
2
x = 38100 Km.
Desviacin estndar de la primer muestra
1
s = 5000 Km.
Desviacin estndar de la segunda muestra
2
s = 6100 Km.

100(1-) % = 95% => = 0.05 =>
2
t Aplicando Tabla A.4 t
0.025
= 2.07892 con = 21.18 grados de libertad.
Incgnita:
1

2

Solucin:

donde
2
t es el valor t con

( )
( ) ( )
( )
( ) ( )
( )
( ) ( )
21.18
11
2
3100833.3
11
2
2083333.3
2
3100833.3 2083333.3
1 12
2
12 37210000
1 12
2
12 25000000
2
12 37210000 12 25000000
1
2
n
2
2
n
2
2
s
1
1
n
2
1
n
2
1
s
2
2
n
2
2
s
1
n
2
1
s
=
+
+
=
+
=
+
=

con nuestros datos
( ) ( )
12
37210000
12
25000000
080 . 2 38100 36300
12
37210000
12
25000000
078 . 2 38100 36300
2 1
+ + < < +

( ) ( )( ) ( ) ( )( ) 87 . 2276 080 . 2 1800 87 . 2276 080 . 2 1800
2 1
+ < <
4 . 2933 4 . 6533
2 1
< <
Respuesta:
Podemos afirmar con 95% de confianza que la diferencia entre las medias poblacionales se encuentra entre
6533.4 y 2933.4.

( ) ( )
2
2
2
1
2
1
2
2 1 2 1
2
2
2
1
2
1
2
2 1
n
s
n
s
t x x
n
s
n
s
t x x + + < < +


Los siguientes datos, registrados en das, representan el tiempo de recuperacin para pacientes que se
tratan al azar con uno de dos medicamentos para curar infecciones graves en la vejiga:

Medicamento 1 Medicamento 2
n
1
= 14 n
2
= 16

1
x = 17
2
x = 19

2
1
s = 1.5
2
2
s = 1.8
Encuentre un intervalo de confianza de 99% para la diferencia
2

1
en el tiempo promedio de
recuperacin para los dos medicamentos, suponga poblaciones normales con varianzas iguales.

Datos:
1
P : pacientes que se tratan con el medicamento 1.
1
X : tiempo de recuperacin en das para un paciente tratado con el medicamento 1.
1
= 14 das.
Primer media muestral
1
x = 17 das.
Primer varianza muestral
2
1
s = 1.5 das.

2
P : pacientes que se tratan con el medicamento 2.
2
X : tiempo de recuperacin en das para un paciente tratado con el medicamento 2.
2
= 16 das.
Segunda media muestral
2
x = 19 das.
Segunda varianza muestral
2
2
s = 1.8 das.

Intervalo de confianza IC = 99% para
1 2
.
100(1-)% = 99% => = 0.01 =>
2
0.005
= 2.763 con (n
1
+ n
2
2) = 28 grados de
libertad.

Incgnita:
1 2

Solucin:

con nuestros datos
2 17 19
1 2
x x
= =
y 3659 . 0 0,1339
16
1
14
1
1 2
x x
~ = + =

1 2 x x

1 2
=
y
1 2
x x
n
1
n
1
1 2
+ =

( ) ( ) ( ) ( )
2 n n
s * 1 n s * 1 n
s
2 1
2
2 2
2
1 1 2
p
+
+
=


con nuestros datos

( ) ( ) ( ) ( )
2886 . 1 s 1.6607
2 16 14
1.8 * 1 16 1.5 * 1 14
s
p
2
p
~ =
+
+
=
luego,

con nuestros datos

2 (2.763)*(1.2886)*(0.3659) <
1 2
- < 2 + (2.763)*(1.1886)*(0.3659)
2 1.30 <
1 2
- < 2 + 1.30
0.70 <
1 2
- < 3.30

Respuesta:
Podemos afirmar con 99% de confianza que la diferencia entre las medias (
1 2
- ) poblacionales se
encuentra entre 0.70 y 3.30.

( ) ( )
1 2
p
2
1 2 1 2
1 2
p
2
1 2
n
1
n
1
s t x x -
n
1
n
1
s t x x + + < < +


a) Se selecciona una muestra aleatoria de 200 votantes y se encuentra que 114 apoyan un convenio de
anexin. Encuentre un intervalo de confianza de 96% para la fraccin de la poblacin votante que
favorece el convenio.
b) Qu podemos asegurar con 96% de confianza acerca de la posible magnitud de nuestro error si
estimamos que la fraccin de votantes que favorecen la anexin es 0.57?

Datos:

Tamao de la muestra n = 200 votantes.
Nmeros de xitos x = 114 votantes.
Intervalo de confianza IC = 96% para p: proporcin de votante que favorecen el convenio.
Proporcin de xitos en una muestra 0.57
200
114
n
x
p = = = .
Proporcin de fracasos en una muestra 0.43 0.57 1 p 1 q = = =
100 = 100(1 - )% = 96% => =0.04 =>
2 1 o
z => z
0.98
~ 2.054

a) Incgnita:
Intervalo de confianza de 96% para la fraccin de la poblacin que favorece el convenio.

Solucin:

( ) ( )
035 . 0 0,0012255
200
0.2451
200
0.43 * 0.57
n
q * p
~ = = =

con nuestros datos

0.57 (2.054)*(0.035) < p < 0.57 + (2.054)*(0.035)
0.57 0.07189 < p < 0.57 + 0.07189
0.49811 < p < 0.64189

Respuesta:
Podemos afirmar con 96% de confianza que la fraccin que favorece el convenio se encuentra entre 0.49811
y 0.64189, es decir, 49.81% y 64.19% respectivamente.

b) Incgnita:
Posible error de estimacin.

Solucin:

% 2 . 7 72 . 0 49811 . 0 57 . 0 p - p = s = = E

Respuesta:
Podemos afirmar con 96% de confianza que le error de estimacin no superar el 7.2 %.

n
q * p
* z p p
n
q * p
* z p
2
+ < <


Que tan grande se requiere que sea la muestra si deseamos tener una confianza de 96% de que
nuestra proporcin de la muestra estar dentro del 0.02 de la fraccin real de la poblacin votante?.

Datos:
Sabemos que:
0.57 p ~
Y que 0.43 q ~

Incgnita:

( ) 0.96 02 . 0 p - p p que tal ? n = s =

Solucin:
Con
Intervalo de error e = 0.02.

con nuestros datos

( ) ( )( )
( )
2575
0.0004
1.030
0.02
0.43 0.57 2.054
n
2
2
~ = = votantes

Respuesta:

Si basamos nuestra estimacin de p sobre una muestra aleatoria de tamao 2575, podemos tener una
confianza de 96% de que nuestra proporcin muestral no diferir de la proporcin real por ms de 0.02.

2
2
2
e
q p z
n =


Cierto genetista se interesa en la proporcin de hombres y mujeres en la poblacin que tienen cierto
trastorno sanguneo menor. En una muestra aleatoria de 1000 hombres se encuentra que 250 lo
padecen, mientras que 275 de 1000 mujeres examinadas parecen tener el trastorno. Calcule un
intervalo de confianza de 95% para la diferencia entre la proporcin de hombres y mujeres que
padecen el trastorno sanguneo.

Datos:
P
1
: hombres
P
2
: mujeres
p
1
: proporcin de hombres que tienen cierto trastorno sanguneo menor.
p
2
: proporcin de mujeres que tienen cierto trastorno sanguneo menor.
1
= 1000 hombres.
2
= 1000 mujeres.
Nmero de xitos de la primer muestra x
1
= 250.
Nmero de xitos de la segunda muestra x
2
= 275.
Proporcin de xitos de la primer muestra 0.25
1000
250
n
x
p
1
= = =
Proporcin de xito de la segunda muestra 0.275
1000
275
n
x
p
2
= = =
Proporcin de fracasos de la primer muestra 0.75 0.25 1 p 1 q
1 1
= = =
Proporcin de fracasos de la segunda muestra 0.725 0.275 1 p 1 q
2 2
= = =
Diferencia entre proporciones de xitos 0.025 0.275 0.25 p p
2 1
= =

Intervalo de confianza IC = 95%
100 = 100(1 - )% = 95% => =0.05 =>
2 1 o
z => z
0.025
1.96 ~

Incgnita:
Intervalo de confianza de 96% para la diferencia de las fracciones de poblacin que favorece el convenio.

Solucin:

con nuestros datos
( ) ( ) ( ) ( )
01967 . 0
1000
725 . 0 * 275 . 0
1000
75 . 0 * 25 . 0
~ +

con nuestros datos

0.025 (1.96)*(0.01967) < p
2
p
1
< 0.025 + (1.96)*(0.01967)
0.025 0.0385532 < p
2
p
1
< 0.025 + 0.0385532
0.01355 < p
2
p
1
< 0.06355

Respuesta:
Podemos afirmar con 95% de confianza que la diferencia entre la proporcin de hombres y mujeres que
padecen el trastorno sanguneo se encuentra entre 0.01355 y 0.06355.

2
2 2
1
1 1
n
q * p
n
q * p
+
( ) ( )
2
2 2
1
1 1
2
1 2 1 2
2
2 2
1
1 1
2
1 2
n
q * p
n
q * p
* z p p p p
n
q * p
n
q * p
* z p p + + < < +


De acuerdo con USA Today (17 de marzo de 1997), las mujeres constituan 33.7% del personal editorial
en las estaciones locales de televisin en 1990 y el 36.2% en 1994. Suponga que se contrataron 20 nuevos
empleados para el personal editorial.
a) Estime el nmero que habran sido mujeres en cada ao respectivamente.
b) Calcule un intervalo de confianza de 95% para ver si hay evidencia de que la proporcin de mujeres
contratadas como personal editorial en 1994 fue mayor que la proporcin contratada en 1990.

Datos:
Tamao de la muestra n = 20 empleados.
Proporcin de xitos en 1990 las mujeres constituan 33,7 % de 20 empleados 337 . 0
20
74 . 6
1
= = P
Proporcin de xitos en 1994 las mujeres constituan 36,2 % de 20 empleados 362 . 0
20
24 . 7
2
= = P
Proporcin de fracasos de la muestra en 1990 0.663 0.337 1 p 1 q
1 1
= = =
Proporcin de fracasos de la muestra en 1994 0.638 0.362 1 p 1 q
2 2
= = =
Intervalo de confianza IC = 95%
100 = 100(1 - ) % = 95% => =0.05 =>
2 1 o
z => z
0.025
1.96 ~ .

a) Incgnita:
Estimar el nmero que habran sido mujeres en cada ao.
Solucin:
En 1990 el 33.7% de 20
74 . 6 337 . 0 * 20
*
1
= = P n ~ 7 mujeres

En 1994 el 36.2% de 20
24 . 7 362 . 0 * 20
*
2
= = P n ~ 7 mujeres
Respuesta:
Estimamos que en 1990 habra sido de 74 . 6 ~ 7 mujeres, y en 1994 la estimacin habra sido de 24 . 7 ~ 7
mujeres.

b) Incgnita:
Intervalo de confianza de 95% para ver si hay evidencia de que la proporcin de mujeres contratadas
como personal editorial en 1994 fue mayor que la proporcin contratada en 1990.
Solucin:

( ) ( )
20
) 638 . 0 ( * ) 362 . 0 (
20
) 663 . 0 ( * ) 337 . 0 (
* ) 96 . 1 ( 0.362 - 0.337
20
) 638 . 0 ( * ) 362 . 0 (
20
) 663 . 0 ( * ) 337 . 0 (
* ) 96 . 1 ( 0.362 - 0.337
1 2
+ + < < + p p

( ) ( )
20
) 638 . 0 ( * ) 362 . 0 (
20
) 663 . 0 ( * ) 337 . 0 (
* ) 96 . 1 ( 025 . 0
20
) 638 . 0 ( * ) 362 . 0 (
20
) 663 . 0 ( * ) 337 . 0 (
* ) 96 . 1 ( 025 . 0
1 2
+ + < < + p p

( ) ( ) 295430 . 0 025 . 0 295430 . 0 025 . 0
1 2
+ < < p p
27043 . 0 32043 . 0
1 2
< < p p
Respuesta:
Podemos afirmar con 95% de confianza que no hay ninguna evidencia para asegurar que la proporcin de
mujeres contratadas como personal en 1994 fue mayor que la proporcin contratada en 1990.
( ) ( )
2
2 2
1
1 1
2 / 1 2 1 2
2
2 2
1
1 1
2 / 1 2
* *
*

* *
*

n
q p
n
q p
Z P P p p
n
q p
n
q p
Z P P + + < < +
o o



Un fabricante de bateras para automvil afirma que sus bateras duraran, en promedio, tres aos con
una varianza de un ao. Si cinco de estas bateras tienen duraciones de 1.9, 2.4, 3.0, 3.5 y 4.2 aos,
construya un intervalo de confianza de 95% para
2
y decida si la afirmacin del fabricante de que
2
=
1 es vlida. Suponga que la poblacin de duraciones de las bateras se distribuye de forma
aproximadamente normal.

Datos:
P: bateras de automvil.
X: tiempo de duracin en aos de una batera.
Media poblacional
x
= 3 aos.
x
= 1 ao.
Intervalo de varianza IC = 95%.
Tamao de la muestra n = 5 bateras.

Incgnita:

2
= 1
2
ao

Solucin:
Se desea estimar el valor de la varianza utilizando
2
S como estimador.

( ) ( ) ( )
( )( )
2
2
2
ao 0.815
20
225 241.3
4 5
15 48.26 * 5
s =
=

902774 . 0 = S aos

Para el intervalo de confianza del 95% = 0.05
11.113
2
0.025
2
2
= = 0.484
2
0.975
2
2
1
= =
con (n-1) grados de libertad Segn Tabla A.5

con nuestros datos

( )( ) ( )( )

< <
0.484
0.815 1 5
11.113
0.815 1 5
2

( )( ) ( )( )
0.484
0.815 4
11.113
0.815 4
2
< <

0.484
3.26
11.113
3.26
2
< <
735537 . 6 292639 . 0
2
< <o (
2
ao )

Respuesta:
Podemos afirmar con 95% de confianza que, ya que este intervalo 735537 . 6 292639 . 0
2
< <o contiene a 1,
que la afirmacin del fabricante, de que
2
= 1, es vlida.

( ) 1 3, N ~ X
x x
= =

( ) 1 n n
x x n
s
2
n
1 i
i
n
1 i
2
i
2
|
.
|
\
|
=

= =

( ) ( )
2
2
1
2
2
2
2
s 1 n
s 1 n
< <



Problema 30 (Ref: Pg. 275 Ej. 8 ligado al Ej. 9 Pg. 263)
Ref. Pg. 263 Ej. 9
Una compaa de taxis trata de decidir si comprar neumticos de la marca A o de la B para su flotilla
de taxis. Para estimar la diferencia de las dos marcas, se lleva cabo un experimento, utilizando 12 de
cada marca. Los neumticos se utilizan hasta que se gastan. Los resultados son:

Marca A:
1
s
1
= 5000 kilmetros.
Marca B:
2
s
2
= 6100 kilmetros.

a) Calcule un intervalo de confianza de 95% para
1

2
, suponga que las poblaciones se distribuyen de
forma aproximadamente normal. Puede no suponer que las varianzas son iguales.

Ref. Pg. 275 Ej. 8
b) Construya un intervalo de confianza de 90% para
2
2
2
1
. Estamos justificados al suponer que
2
1
=

2
2
cuando construyamos nuestro intervalo de confianza para
1

2
?

Datos:
P
1
: neumticos de la marca A.
P
2
: neumticos de la marca B.
X
1
: duracin en kilmetros de un neumtico de la marca A.
X
2
: duracin en kilmetros de un neumticos de la marca B.
1
= 12 neumticos.
2
= 12 neumticos.
1
x = 36300 Km.
2
x = 38100 Km.
1
s = 5000 Km.
2
s = 6100 Km.

100(1-) % = 95% => = 0.05 =>
2
0.025
= 2.07892 con = 21.18 grados de
libertad.

a) Incgnita:
1

2

Solucin:

donde
2
t es el valor t con

( ) ( )
2
2
2
1
2
1
2
2 1 2 1
2
2
2
1
2
1
2
2 1
n
s
n
s
t x x
n
s
n
s
t x x + + < < +
( )
( ) ( )
1
2
n
2
2
n
2
2
s
1
1
n
2
1
n
2
1
s
2
2
n
2
2
s
1
n
2
1
s
+
=


con nuestros datos

( )
( ) ( )
( )
( ) ( )
21.18
11
2
3100833.3
11
2
2083333.3
2
3100833.3 2083333.3
1 12
2
12 37210000
1 12
2
12 25000000
2
12 37210000 12 25000000
=
+
+
=
+
=

con nuestros datos

( ) ( )
12
37210000
12
25000000
080 . 2 38100 36300
12
37210000
12
25000000
078 . 2 38100 36300
2 1
+ + < < +

( ) ( ) ( ) ( ) ( ) ( ) 87 . 2276 * 080 . 2 1800 87 . 2276 * 080 . 2 1800
2 1
+ < <
4 . 2933 4 . 6533
2 1
< <

Respuesta:
Podemos afirmar con un 95% de confianza que la diferencia entre las medias poblacionales se encuentra entre
6533.4 y 2933.4.

b) Incgnita:
Intervalo de confianza de 90% para
2
1
/
2
2
.

Solucin:

100(1-)% = 90% => = 0.10 =>
2
o
f Aplicando Tabla A.6
f
0.05
= 2.80 con (n
1
1, n
2
- 1), es decir, con (11, 11) grados de libertad.

con nuestros datos

( ) 80 . 2
37210000
25000000
80 . 2
1
37210000
25000000
2
2
2
1
|
.
|
\
|
< < |
.
|
\
|
|
.
|
\
|

894652 . 1 238249 . 0
2
2
2
1
< <
o
o

Respuesta:
Podemos afirmar con 90% de confianza que
2
2
2
1
se encuentra entre 0.238249 y 1.894652, ya que el
intervalo contiene a 1 es razonable asumir que
2
1
=
2
2
.

( )
( )
2 1,
2
2
2
2
1
2
2
2
1
2 1,
2
2
2
2
1
f
s
s
f
1
s
s
< <


Suponga que un alerglogo desea probar la hiptesis de que al menos 30% del pblico es alrgico a
algunos productos de queso. Explique como el alerglogo puede cometer:
a) Un error tipo I.
b) Un error tipo II.

Solucin:

0
H ) Al menos el 30% del pblico es alrgico a algunos productos de queso.
1
H ) Menos del 30% del pblico es alrgico a algunos productos de queso.

= p proporcin de pblico que es alrgico a algunos productos de queso.

En smbolos:

30 . 0 )
0
> p H

30 . 0 )
1
< p H

El rechazo de la hiptesis nula cuando es verdadera se llama error de tipo I.

a) Cuando concluye que al menos de 30% del pblico es alrgico a algunos productos de queso cuando, de
hecho, el 30% o ms son alrgicos.

El no rechazo de la hiptesis nula cuando es falsa se llama error tipo II.

b) Cuando concluye que al menos el 30% del pblico es alrgico a algunos productos de queso cuando, de
hecho, menos del 30% son alrgicos.



Se estima que la proporcin de adultos que viven en una pequea ciudad que son graduados
universitarios es p = 0.6. Para probar esta hiptesis se selecciona una muestra aleatoria de 15 adultos.
Si el nmero de graduados en nuestra muestra es cualquier nmero de 6 a 12, aceptaremos la hiptesis
nula de que p = 0.6 en caso contrario, concluiremos que p 0.6
a) Evale con la suposicin de que p = 0.6. Utilice la distribucin binomial.
b) Evale para las alternativas p = 0.5 y p = 0.7.
c) Es este un buen procedimiento de prueba?.

Datos:

P : adultos graduados universitarios.
p : proporcin de adultos graduados universitarios.
X : un adulto graduado universitario de esa poblacin.
Tamao de la muestra n = 15 adultos.
Regin de aceptacin 6 x 12 graduados universitarios.

Hiptesis nula H
0
: p = 0.6.
Hiptesis alternativa H
1
: p = 0.6.

a) Incgnita:
Probabilidad de error tipo I,

Solucin:
Proporcin de adultos graduados universitarios p = 0.6 graduados universitarios.

= P(error tipo I) = P(6 < x < 12 | p = 0.6) = P( s x 6 | p = 0.6) + P( s x 12 | p = 0.6) =
=

=
=
=
=
+
15
13
5
0
) 6 . 0 ; 15 ; ( ) 6 . 0 ; 15 ; (
i
i
i
i
x b x b = 0.0338 +(1 0.9729) = 0.0609 = 6.09%.

Respuesta:
La probabilidad de cometer un error tipo I con p = 0.6 es del 6.09%.

b) Incgnita:
Probabilidad de error tipo II,

Solucin:
= P(error tipo II) =P(6 x 12 | p = 0.5) =
=
=
12 i
6 i
) 5 . 0 ; 15 ; x ( b = Aplicando Tabla A.1 = 0.8464 = 84.64%.

= P(error tipo II) =P(6 x 12 | p = 0.7) =
=
=
12 i
6 i
) 7 . 0 ; 15 ; x ( b = Aplicando Tabla A.1 = 0.8695 = 86.95%.
Respuesta:
La probabilidad de cometer un error tipo II con p = 0.5 es del 84.64%.

c) Incgnita:
Es este un buen procedimiento de prueba?
Solucin:
El procedimiento empleado para este ejercicio no es un buen procedimiento de prueba ya que la probabilidad
| es muy alta.


Repita el ejercicio 4 cuando se seleccionan 200 adultos y la regin de aceptacin se define como 110 x
130 donde xes el nmero de graduados universitarios en nuestra muestra. Utilice la aproximacin
normal.

Datos:
Tamao de la muestra n = 200 adultos.
Regin de aceptacin 110 x 130 graduados universitarios.

Hiptesis nula H
0
: p = 0.6.
1
: p 0.6.

a) Incgnita:

Solucin:

Media ( ) ( ) 120 6 . 0 * 200 * = = = p n .

Desviacin estndar 9282 . 6 4 . 0 * 6 . 0 * 200 * * = = = q p n o

Necesitamos conocer el rea bajo la curva normal entre
110 x 130 110 - 0.5 y 130 + 0.5 109.5 y 130.5

52 . 1
928 . 6
120 5 . 109
~
= z y 52 . 1
928 . 6
120 5 . 130
~
= z

= P(error tipo I) = P(110 > x > 130 | p = 0.6) = P( x < 110 | p = 0.6) + P( x > 130 | p = 0.6) =
= P(z < -1.52) + P(z < 1.52) = (2)*(0.0643) = 0.1286 = 12.86%.

Respuesta:

b) Incgnita:

Solucin:


Media ( ) ( ) 100 5 . 0 * 200 * = = = p n .


110 x 130 110 - 0.5 y 130 + 0.5 109.5 y 130.5
o

=
y
Z



34 . 1
07 . 7
100 5 . 109
~
= z y 31 . 4
07 . 7
100 5 . 130
~
= z

= P(error tipo II) =P(110 < x < 130 | p = 0.5) =P(1.34 < z < 4.31) = P(z 4.31) P(z 1.34) =
= 1 0.9099 = 0.0901 = 9.01%.


Media ( ) ( ) 140 7 . 0 * 200 * = = = p n .


110 x 130 110 - 0.5 y 130 + 0.5 109.5 y 130.5

71 . 4
480 . 6
140 5 . 109
~
= z y 47 . 1
480 . 6
140 5 . 130
~
= z

= P(error tipo II) =P(110 < x < 130 | p = 0.7) = P(-4.71< z < -1.47) = P(z -1.47) P(z -4.71) =
= 0.0708 0 = 0.0708 = 7.08%.

Respuesta:



c) Incgnita:
Es este un buen procedimiento de prueba?

Solucin:
Para este procedimiento la probabilidad de cometer un error Tipo I es algo alto, aunque se reduce
dramticamente la probabilidad de cometer un error Tipo II.

o

=
y
Z

o

=
y
Z



Se pregunta a una muestra aleatoria de 400 votantes en cierta ciudad si estn a favor de un impuesto
adicional de 4% sobre la venta de gasolina para proporcionar ingresos que se necesitan con urgencia
para la reparacin de calles. Si ms de 220 pero menos de 260 favorecen el impuesto sobre ventas,
concluiremos que 60% de los votantes lo apoyan.
a) Encuentre la probabilidad de cometer un error tipo I si 60% de los votantes estn a favor del
aumento de impuestos.
b) Cul es la probabilidad de cometer un error de tipo II al utilizar este procedimiento de prueba si en
realidad slo 48% de los votantes est a favor del impuesto adicional a la gasolina?

Datos:
P : votantes de una cierta ciudad.
p : proporcin de votantes a favor del impuesto.
X : un votante de esa ciudad.
Regin de aceptacin 220 < x < 260 221 x 259 votantes que favorecen el impuesto.

Hiptesis nula H
0
: p = 0.6.
1
: p 0.6.

a) Incgnita:

Solucin:

Proporcin de votantes a favor del impuesto p = 0.6 votantes a favor del impuesto.

Media = n*p = (400)*(0.6) = 240.

Desviacin estndar = ( ) ( ) ( ) ~ = 4 . 0 * 6 . 0 * 400 * * q p n 9.79

221 x 259 221 - 0.5 y 259 + 0.5 220.5 y 259.5

99 . 1
79 . 9
240 5 . 220
~
= z y 99 . 1
79 . 9
240 5 . 259
~
= z

= P(error tipo I) = P(221 > x > 259 | p = 0.6) = P( x < 221 | p = 0.6) + P( x > 259 | p = 0.6) =
=P(z < -1.99) + P(z < 1.99) = (2)*(0.0233) = 0.0466 = 4.66%.

Respuesta:

o

=
y
Z



b) Incgnita:

Solucin:


Media = n*p = (400)*(0.48) = 192.

Desviacin estndar = ( ) ( ) ( ) 52 . 0 * 48 . 0 * 400 * * = q p n ~ 9.99

Necesitamos conocer el rea bajo la curva normal entre 220.5 y 259.5

85 . 2
99 . 9
192 5 . 220
~
= z y 75 . 6
99 . 9
192 5 . 259
~
= z

= P(error tipo II) =P(221 < x < 259 | p = 0.48) = P(2.85< z < 6.75) = P(z 6.75) P(z 2.85) =
=1 0.9978 = 0.0022 = 0.22%.

Respuesta:

o

=
y
Z



Suponga que, en el ejercicio 12, concluimos que 60% de los votantes est a favor del impuesto a la venta
de gasolina si ms de 214 pero menos de 266 votantes de nuestra muestra lo favorece. Muestre que esta
nueva regin de aceptacin tiene como resultado un valor ms pequeo para a costa de aumentar .

Datos:
Regin de aceptacin 214 < x < 266 215 x 265 votantes que favorecen el impuesto.

Hiptesis nula H
0
: p = 0.6.
1
: p 0.6.

a) Incgnita:

Solucin:
Proporcin de votantes a favor del impuesto p = 0.6 votantes a favor del impuesto.
Media = n*p = (400)*(0.6) = 240.
Desviacin estndar = ( ) ( ) ( ) 79 . 9 4 . 0 * 6 . 0 * 400 * * ~ = q p n
215 x 265 215 - 0.5 y 265 + 0.5 214.5 y 265.5

60 . 2
79 . 9
240 5 . 214
~
= z y 60 . 2
79 . 9
240 5 . 265
~
= z

= P(error tipo I) = P(214 > x > 266, cuando p = 0.6) = (2)*P(z < -2.60) = (2)*(0.0047) = 0.0094 = 0.94%.

Respuesta:

b) Incgnita:

Solucin:
Media = n*p = (400)*(0.48) = 192.
Desviacin estndar = ( ) ( ) ( ) 99 . 9 52 . 0 * 48 . 0 * 400 * * ~ = q p n
Necesitamos conocer el rea bajo la curva normal entre 214.5 y 265.5
215 x 265 215 - 0.5 y 265 + 0.5 214.5 y 265.5

25 . 2
99 . 9
192 5 . 214
~
= z y 35 . 7
99 . 9
192 5 . 265
~
= z

= P(error tipo II) =P(214 < x < 266, cuando p = 0.48) =P(2.25 z 7.35) = P(z 7.35) P(z 2.25) =
= 1 0.9878 = 0.0122 = 1.22%.

Respuesta:
o

=
y
Z

o

=
y
Z



Una mquina de refrescos en un restaurante de carnes asadas se ajusta de modo que la cantidad de
bebida que sirva est distribuida de forma aproximadamente normal con una media de 200 mililitros y
una desviacin estndar de 15 mililitros. La mquina se verifica peridicamente con una muestra de
nueve bebidas y con el clculo del contenido promedio. Si x cae en el intervalo 191 < x < 209, se
considera que la mquina opera de manera satisfactoria: de otro modo, concluimos que 200
mililitros.
a) Encuentre la probabilidad de cometer un error tipo I cuando = 200 mililitros.
b) Encuentre la probabilidad de cometer un error tipo II cuando = 215 mililitros.

Datos:
P : bebida que sirve cierta maquina de refresco.
X : medida en mililitros de esa maquina de refresco.
Tamao de la muestra n = 9 bebidas.
Desviacin estndar poblacional = 15 mililitros.
3
15
9
15
n
x
x
= = = = 5 mililitros.
Regin de aceptacin 191 < x < 209.

Hiptesis nula H
0
: = 200 mililitros.
1
: 200 mililitros.

a) Incgnita:

Solucin:
Media = 200 mililitros.
Necesitamos conocer el rea bajo la curva normal entre 191 y 209

5
200 191
z

= = -1.80 y
5
200 209
z

= = 1.80

= P(error tipo I) = P(191 > x > 209) = (2)*P(z < -1.80) = (2)*(0.0359) = 0.0718 = 7.18%.

Respuesta:
La probabilidad de cometer un error tipo I con es del 7.18%.

b) Incgnita:

Solucin:
Media = 215 mililitros.
Necesitamos conocer el rea bajo la curva normal entre 191 y 209

5
215 191
z

= = -4.80 y
5
215 209
z

= = -1.20

= P(error tipo II) =P(191 < x < 209) =P(-4.80 z -1.20) = P(z -1.20) P(z -4.80) =
= 0.1151 0 = 0.1151 = 11.51%.

Respuesta:
La probabilidad de cometer un error tipo II es del 11.51%.

( ) 15 , 200 N ~ X
x x
= =

( ) 15 , 200 N ~ X
x x
= =



Una empresa elctrica fabrica focos que tienen una duracin que se distribuye de forma
aproximadamente normal con una media de 800 horas y una desviacin estndar de 40 horas. Prueba
la hiptesis de que = 800 horas contra la alternativa de que 800 horas si una muestra aleatoria de
30 focos tiene una duracin promedio de 788 horas. Utilice un nivel de significancia de 0.04.

Datos:
P : focos fabricados en cierta empresa elctrica.
X : duracin en horas de un foco fabricado en esa empresa elctrica.
Tamao de la muestra n = 30 focos.
Desviacin estndar poblacional = 40 horas.
Desviacin estndar muestral 30 . 7
30
40
x
x
~ = =
n
mililitros.
Nivel de significancia = 0.04

Hiptesis nula H
0
: = 800 horas.
1
: 800 horas.

Incgnita:
Rechazo o aceptacin de la hiptesis nula.

Solucin:
Es conveniente estandarizar X e incluir de manera formal la variable aleatoria normal estndar Z, donde

30 . 7
800 788
= z =-1.64

Si
2
z z z < < , no se rechaza H

0
.

2
04 . 0
2
04 . 0
z z z < <

02 . 0 02 . 0
z z z < < Aplicando Tabla A.3.

2.055 < z < 2.055

Respuesta:

No rechazamos la hiptesis nula ya que el valor de z hallado se encuentra dentro de la regin de no rechazo.

( ) 40 , 788 N ~ X
x x
= =

n
X
z

=


Se afirma que un automvil se maneja en promedio ms de 20000 kilmetros por ao. Para probar esta
afirmacin, se pide a una muestra de 100 propietarios de automviles que lleven un registro de los
kilmetros que viajen. Est de acuerdo con esta afirmacin si la muestra aleatoria muestra un
promedio de 23500 kilmetros y una desviacin estndar de 3900 kilmetros?. Utilice un valor P en su
conclusin.

Datos:

Tamao de la muestra n = 100 automviles.
Media muestral x = 23500 kilmetros.
x
= 3900 kilmetros.

Hiptesis nula H
0
: 20000 kilmetros.
1
: > 20000 kilmetros.

Incgnita:
Rechazo o aceptacin de la hiptesis nula.

Solucin:
Es conveniente estandarizar X e incluir de manera formal la variable aleatoria normal estndar Z, donde

100 / 3900
20000 23500
= z = 8.97.

P= P(Z > 8.97) ~ 1-1 = 0

Respuesta:

Rechazamos la hiptesis nula y concluimos que 20000 Kilmetros.

n
X
z

=


a) Ref. Pg. 326 Ej. 7
Pruebe la hiptesis de que el contenido promedio de los envases de un lubricante particular es de 10
litros si los contenidos de una muestra aleatoria de 10 envases son 10.2, 9.7, 10.1, 10.3, 10.1, 9.8, 9.9,
10.4, 10.3 y 9.8 litros. Utilice un nivel de significancia de 0.01 y suponga que la distribucin del
contenido es normal.

b) Ref. Pg. 339 Ej.1
Se sabe que el volumen de los envases de un lubricante particular se distribuye normalmente con una
varianza de 0.03 litros. Pruebe la hiptesis de que
2
= 0.03 contra la alternativa de que
2

0.03 para la
muestra aleatoria de 10 envases del ejercicio 7 de la pgina 326. Use un nivel de significanca de 0.01.

a) Ref. Pg. 326 Ej. 7

Datos:
P : envases de un lubricante.
X : contenido en litros de un envase de ese lubricante.
Tamao de la muestra n = 10 envases.
Media muestral
n
X
x
n
1 i
i
=
= 10.06
10
9.8 10.3 10.4 9.9 9.8 0.1 1 10.3 10.1 9.7 10.2
=
+ + + + + + + + +
= litros.
( )
1 n
X X
s
n
1 i
2
i
=

=

( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
litros 0.2458 0.0604
9
0.544
9
2
0.26
2
0.24
2
0.34
2
0.16
2
0.26
2
0.04
2
0.24
2
0.04
2
0.36
2
0.14
s
9
2
10.06) (9.8
2
10.06) (10.3
2
10.06) (10.4
2
10.06) (9.9
2
10.06) (9.8
2
10.06) (10.1
2
10.06) (10.3
2
10.06) (10.1
2
10.06) (9.7
2
10.06 10.2
~ = =
+ + + + + + + + +
=
= =
+ + + + + + + + +

Hiptesis nula H
0
: = 10 litros.
1
: 10 litros.

Incgnita:
Rechazo o No Rechazo de la hiptesis nula.

Solucin:

7722 . 0
0777 . 0
10 06 . 10
t =
= .

Si
1 n ,
2
1 n ,
2
t t t

< < , no se rechaza H
0
.

9 ,
2
01 . 0
9 ,
2
01 . 0
t t t < <

9 , 005 . 0 9 , 005 . 0
t t t < < Aplicando Tabla A.4.
- 3.250 < t < 3.250

Respuesta:
No rechazamos la hiptesis nula ya que el valor de t hallado se encuentra dentro de la regin de No Rechazo.
n
s
X
t

=



Datos:

Tamao de la muestra n = 10 envases.

Media muestral
n
X
x
n
1 i
i
=
= 10.06
10
9.8 10.3 10.4 9.9 9.8 0.1 1 10.3 10.1 9.7 10.2
=
+ + + + + + + + +
= litros.
( )
1 n
X X
s
n
1 i
2
i
=

=

( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
litros. 0.2458 0.0604
9
0.544
9
2
0.26
2
0.24
2
0.34
2
0.16
2
0.26
2
0.04
2
0.24
2
0.04
2
0.36
2
0.14
s
9
2
10.06) (9.8
2
10.06) (10.3
2
10.06) (10.4
2
10.06) (9.9
2
10.06) (9.8
2
10.06) (10.1
2
10.06) (10.3
2
10.06) (10.1
2
10.06) (9.7
2
10.06 10.2
~ = =
+ + + + + + + + +
=
= =
+ + + + + + + + +


Hiptesis nula H
0
:
2
= 0.03

litros.

1
:
2
= 0.03 litros.

Incgnita:

Solucin:

( ) ( )
( ) ( )
13 . 18
0.03
5436 . 0
0.03
0.0604 * 9
0.03
0.2458 * 1 10
x
2
2
~ = =
=

Si
2
= 18.13 cuando v = 10 1 = 9 grados de libertad

Segn Tabla A.5 => 0.025 < P(
2
>18.13) < 0.05

Respuesta:
No rechazamos la hiptesis nula ya que la muestra de 10 envases no es suficiente para mostrar que
2
no es
igual a 0.03
.

( )
2
2
2
s * 1
x

=
n



Una muestra aleatoria de tamao n
1
= 25, que se toma de una poblacin normal con una desviacin
estndar
1
= 5.2, tiene una media
1
x = 81. Una segunda muestra aleatoria de tamao n
2
= 36, que se
toma de una poblacin normal diferente con una desviacin estndar
2
= 3.4, tiene una media
2
x = 76.
Pruebe la hiptesis de que
1
=
2
contra la alternativa
1

2
. Cite un valor

P en su conclusin.

Datos:

1
= 25.
1
= 5.2.
1
x = 81.

2
= 36.
2
= 3.4.
2
x = 76.

Hiptesis nula H
0
:
1
=
2.
1
:
1

2
.

Incgnita:

Solucin:

( ) ( )
222 . 4
184 . 1
5
36
56 . 11
25
04 . 27
0 76 81
~ =
+

= z

p = P(z > 4.222) ~ 1-1 = 0

Respuesta:

Rechazamos la hiptesis nula ya que la probabilidad de que ocurra es aproximadamente del 0%.

( ) 2 . 5 , 81 N ~ X
1 1
x x 1
= =
( ) 4 . 3 76, N ~ X
2 2
x x 2
= =
( ) ( )
2
2
2
1
2
1
2 1 2 1
n
X X
+

= z


a)Ref. Pg. 327 Ej.18
Una compaa armadora de automviles trata de decidir si compra llantas de la marca A o de la B para
sus modelos nuevos. Se lleva a cabo un experimento, para ayudar a llegar a una decisin, en el que se
usan 12 llantas de cada marca. Las llantas se utilizan hasta que se acaban. Los resultados son:

Marca A:
1
s
1
= 5100 kilmetros.
Marca B:
2
s
2
= 5900 kilmetros.

Prueba la hiptesis de que no hay diferencias en las dos marcas de llantas con un nivel de significancia
de 0.05. Suponga que las poblaciones se distribuyen de forma aproximadamente normal con varianzas
iguales.

Con referencia al ejercicio 18 de la pgina 327, pruebe la hiptesis de que

1
=
2
de que

1
<
2
, donde

1
y
2
son las desviaciones estndar de las distancias que se obtienen por las
llantas marca A y marca B, respectivamente. Utilice un nivel de significancia de 0.05.

a)Ref. Pg. 327 Ej.18

Datos:
1
= 12 llantas.
2
= 12 llantas.
Desviacin estndar de la primer muestra s
1
= 5100 Km.
Desviacin estndar de la segunda muestra s
2
= 5900 Km.
1
x = 37900 Km.
2
x = 39800 Km.

Hiptesis nula H
0
:
1
=
2.
1
:
1

2
.


Incgnita:

Solucin:

Con nuestros datos:

( ) ( ) ( ) ( )
. 52 . 5514
22
669020000
22
382910000 286110000
2 12 12
11 * 34810000 11 * 26010000
Km s
p
= =
+
=
+
+
=

( ) ( ) ( ) ( )
2
1 * 1 *
2 1
2
2
2 1
2
1
+
+
=
n n
n s n s
s
p

( ) ( )
2 1
2 1 2 1
n
1
n
1
X X
+

=
p
s
t


Con nuestros datos:

( ) ( )
( )( )
84 . 0
92 . 2249
1900
0.408 5514.52
1900
12
1
12
1
5514.52
0 39800 37900
~
=
+

= t

Si
2 n n ,
2
2 n n ,
2
2 1 2 1
t t t
+ +
< <
o o
, no se rechaza H
0
.

2 12 12 ,
2
05 . 0
2 12 12 ,
2
05 . 0
t t t
+ +
< <

22 , 025 . 0 22 , 025 . 0
074 . 2 074 . 2 < < t

Respuesta:
No rechazamos la hiptesis nula ya que el valor de t hallado se encuentra dentro de la regin crtica.


Datos:
1
= 12 llantas.
2
= 12 llantas.
Desviacin estndar de la primer muestra s
1
= 5100 Km.
Desviacin estndar de la segunda muestra s
2
= 5900 Km.
1
x = 37900 Km.
2
x = 39800 Km.

Hiptesis nula H
0
:
2 1
o o =

1
:
2 1
o o <


Incgnita:

Solucin:
Sabemos que:

con nuestros datos:
11 1 12
1
= = v y 11 1 12
2
= = v grados de libertad

( ) 82 . 2 11 , 11
05 . 0
= f

Segn Tabla A.6

( )
2 1
v , v
o
con 1
1 1
= n v y 1
2 2
= n v grados de libertad
( )
( )
1 2
2 1
1
,
1
,
f
f =
con 1
1 1
= n v y 1
2 2


Con nuestros datos:

( )
( )
35 . 0
2.82
1
11,11
1
11,11
0.05
0.95
~ = =
f
f

Grficamente:

La hiptesis nula se rechaza cuando 82 . 2 > f 35 . 0 < f , donde
2
2
2
1
s
s
= f , con 11
1
= v y 11
1
= v
grados de libertad.

con nuestros datos:

( ) . 26010000 5100
2 2
1
km S = =

( ) . 34810000 5900
2 2
2
km S = =

y por ello 7472 . 0
34810000
23010000
= = f

Respuesta:
Rechazamos la hiptesis nula, para
1
2
=
2
2
, ya que el valor de f hallado es f < 0.35, 0.7472 < 0.35.



a)Ref. Pg. 328 Ej. 21
Los siguientes datos representan los tiempos de duracin de pelculas producidas por dos compaas
cinematogrficas:

Compaa Tiempo (minutos)
1 102 86 98 109 92
2 81 165 97 134 92 87 114

Pruebe la hiptesis de que el tiempo de duracin promedio de las pelculas producidas por la compaa
2 excede el tiempo promedio de duracin de la que produce la compaa 1 en 10 minutos, contra la
alternativa unilateral de que la diferencia es de ms de 10 minutos. Utilice un nivel de significancia de
0.1 y suponga que las distribuciones de los tiempos son aproximadamente normales con varianzas
iguales.

b) Ref. Pg. 340 Ej. 10
Con referencia al ejercicio 21 de la pgina 328, pruebe la hiptesis de que
2
1
=
2
2
de que
2
1

2
2
, donde
2
1
y
2
2
son las varianzas para los tiempos de duracin de pelculas producidas
por la compaa 1 y la compaa 2, respectivamente. Utilice un nivel de significancia de 0.10.

a)Ref. Pg. 328 Ej. 21

Datos:
X
1
: tiempo de duracin en minutos de una pelcula producida por la compaa 1.
X
2
: tiempo de duracin en minutos de una pelcula producida por la compaa 2.
1
= 5 pelculas.
2
= 7 pelculas.
1
n
1 i
i
1
n
X
x

=
= 97.4
5
92 109 98 86 102
=
+ + + +
= minutos.
2
n
1 i
i
2
n
X
x

=
= 110.
7
114 87 92 134 97 165 81
=
+ + + + + +
= minutos.

( )
1 n
X X
s
1
n
1 i
2
i
1
=

=

( )
( ) ( ) ( ) ( ) ( )
s 8.87minuto 78.8
4
315.2
4
2
5.4 -
2
11.6
2
0.6
2
.4 11
2
4.6
4
2
) 4 . 97 (92
2
97.4) (109
2
97.4) (98
2
97.4) (86
2
97.4 102
1
s
= = =
+ + + +
=
=
+ + + +
=

( ) 86 . 19 , 4 . 97 N ~ X
1 1
x x 1
= = ( ) 95 . 79 , 110 N ~ X
2 2
x x 2
= =


( )
1 n
X X
s
2
n
1 i
2
i
2
=

=

( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
utos min 22 . 30 913.3
6
5480
6
2
4
2
) 23
2
18 -
2
24
2
13 -
2
55
2
29 -
6
2
110) (114
2
110) (87
2
110) (92
2
110) (134
2
110) (97
2
110) (165
2
110 81
2
s
= = =
+ + + + + +
=
=
+ + + + + +
=

Hiptesis nula H
0
:
2 -
1
s 10 minutos
.
1
:
2
-
1
> 10 minutos.


Incgnita:

Solucin:

con nuestros datos:

( ) ( )
22 . 0
09 . 12
6 . 2
19 . 146
6 . 2
15.73 46 . 130
10 6 . 12
5
78.67
7
913.24
10 4 . 97 110
~ = =
+
=
+

= t

Si
,
2
,
2
t t t < < , no se rechaza H

0
.

Con
( )
( ) ( )
( )
( ) ( )
( )
( ) ( )
( )
7 38 . 7
65 . 2898
44 . 21374
75 . 2836 90 . 61
44 . 21374
6
81 . 17019
4
75 . 247
2
2 . 146
6
2
46 . 130
4
2
74 . 15
2
46 . 130 74 . 15
1 7
2
7 25 . 913
1 5
2
5 68 . 78
2
7 25 . 913 5 68 . 78
1
2
2
2
2
2
1
1
2
1
2
1
2
2
2
2 1
2
1
= ~ =
+
=
+
=
=
+
+
=
+
=
+
~
n
n s
n
n s
n s n s

entonces:
7 ,
2
1 . 0
7 ,
2
1 . 0
t t t < <

7 , 05 . 0 7 , 05 . 0
998 . 2 998 . 2 < < t

Respuesta:
No rechazamos la hiptesis nula ya que el valor de t hallado se encuentra dentro de la regin crtica.
b) Ref. Pg. 340 Ej. 10

( ) ( )
1
2
1
2
2
2
1 2 1 2
n
s
n
s
X X
+

= t


Datos:
1
= 5 pelculas.
2
= 7 pelculas.
1
n
1 i
i
1
n
X
x

=
= 97.4
5
92 109 98 86 102
=
+ + + +
= minutos.
2
n
1 i
i
2
n
X
x

=
= 110.
7
114 87 92 134 97 165 81
=
+ + + + + +
= minutos
( )
1 n
X X
s
1
n
1 i
2
i
1
=

=

( )
( ) ( ) ( ) ( ) ( )
s 8.87minuto 78.8
4
315.2
4
2
5.4 -
2
11.6
2
0.6
2
.4 11
2
4.6
4
2
) 4 . 97 (92
2
97.4) (109
2
97.4) (98
2
97.4) (86
2
97.4 102
1
s
= = =
+ + + +
=
=
+ + + +
=

( )
1 n
X X
s
2
n
1 i
2
i
2
=

=

( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
utos min 22 . 30 913.3
6
5480
6
2
4
2
) 23
2
18 -
2
24
2
13 -
2
55
2
29 -
6
2
110) (114
2
110) (87
2
110) (92
2
110) (134
2
110) (97
2
110) (165
2
110 81
2
s
= = =
+ + + + + +
=
=
+ + + + + +
=

Hiptesis nula H
0
:
1
2
=
2
2
.
1
:
1
2
=
2
2
.


Incgnita:

Solucin:
Sabemos que:

Con nuestros datos:
4 1 5
1
= = v y 6 1 7
2
= = v grados de libertad entonces:

( ) 53 . 4 6 , 4
05 . 0
= Segn Tabla A.6

( )
2 1
v , v
o
con 1
1 1
= n v y 1
2 2
( )
( )
1 2
2 1
1
,
1
,
f
f =
con 1
1 1
= n v y 1
2 2


Con nuestros datos:

( )
( )
16 . 0
6.16
1
6,4
1
4,6
0.05
0.95
~ = =
f
f

Grficamente:

La hiptesis nula se rechaza cuando 53 . 4 > f 16 . 0 < f , donde
2
2
2
1
s
s
= f , con 4
1
= v y 6
1
= v
grados de libertad.

con nuestros datos:

( ) . min 7 . 78 8.87
2 2
1
utos S = =
y
( ) . min 25 . 913 30.22
2 2
2
utos S = =

y por ello 09 . 0
913.25
78.7
= = f

Respuesta:
Rechazamos la hiptesis nula, para
1
2
=
2
2
, ya que el valor de f hallado es f < 0.16, 0.09 < 0.16.



En cierta universidad se estima que a lo ms 25% de los estudiantes van en bicicleta a la escuela. Esta
parece ser una estimacin valida si, en una muestra aleatoria de 90 estudiantes universitarios, se
encuentra que 28 van en bicicleta a la escuela?. Utilice un nivel de significancia de 0.05.

Datos:

P : estudiantes de cierta universidad.
X : un estudiante de esa universidad.
Cantidad de estudiantes que van en bicicleta x = 28 estudiantes.
Proporcin de estudiantes que en bicicleta p = 0.25
Proporcin de estudiantes que no andan en bicicleta 75 . 0 = q
Media = n*p = (90)*(0.25) = 22.5 estudiantes.
Desviacin estndar = ( ) ( ) ( ) 10 . 4 75 . 0 * 25 . 0 * 90 * * ~ = q p n estudiantes.

Hiptesis nula H
0
: p 0.25.
1
: p > 0.25.


Incgnita:

Solucin:

Rechazamos H
0
si Z < -1.64 siendo

Con nuestros datos:

34 . 1 338877 . 1
107919 . 4
5 . 22 28
~ =
= Z

( ) ( ) % 1 . 9 091 . 0 909 . 0 1 34 . 1 1 34 . 1 = = = s = > = Z Z P P

Respuesta:
No rechazamos la hiptesis nula ya que no hay suficiente evidencia para concluir que P> 0.25.

( ) 10 . 4 , 5 . 22 N ~ X
x x
= =

x
Z

=


En un estudio para estimar la proporcin de residentes de cierta ciudad y sus suburbios que estn a
favor de la construccin de una planta de energa nuclear, se encuentra que 63 de 100 residentes
urbanos estn a favor de la construccin mientras que solo 59 de 125 residentes suburbanos la
favorecen. Hay una diferencia significativa entre la proporcin de residentes urbanos y suburbanos
que favorecen la construccin de la planta nuclear?. Use un valor P.

Datos:
P
1
: residentes urbanos de cierta ciudad.
P
2
: residentes suburbanos de cierta ciudad.
p
1
: proporcin de residentes urbanos a favor de la construccin de una planta de energa nuclear.
p
2
: proporcin de residentes suburbanos a favor de la construccin de una planta de energa nuclear.
1
= 100 residentes urbanos.
2
= 125 residentes suburbanos.
Cantidad de urbanos a favor x
1
= 63 residentes urbanos.
Cantidad de suburbanos a favor x
2
= 59 residentes suburbanos.
Proporcin de urbanos a favor 63 . 0
100
63
n
x
p
1
1
1
= = =
Proporcin de suburbanos a favor 472 . 0
125
59
n
x
p
2
2
2
= = =
Combinacin de las proporciones 542 . 0
225
122
125 100
59 63
n n
x x
p
2 1
2 1
= =
+
+
=
+
+
=
Hiptesis nula H
0
: p
1
= p
2
.
1
: p
1
p
2
.

Incgnita:

Solucin:

Utilizamos la aproximacin normal

( )( )
( )( )( )
36 . 2
066 . 0
158 . 0
0044 . 0
158 . 0
018 . 0 458 . 0 542 . 0
158 . 0
125
1
100
1
458 . 0 542 . 0
472 . 0 63 . 0
= = = =
(
|
.
|
\
|
+
|
.
|
\
|
= z

P(z > 2.36 ) = 2* P(z > 2.36) = 2*(1 0.9909) = 0.0182 = 1.82%

Respuesta:
Rechazamos la hiptesis nula ya que hay una probabilidad de que ocurra del 1.82%. La proporcin de los
residentes urbanos a favor de la construccin de una planta de energa nuclear es mayor que la proporcin de
los residentes suburbanos a favor de la construccin de dicha planta.

( ) ( ) | |
2 1
2 1
1 1

n n q p
p p
z
+
=


En un estudio sobre la fertilidad de mujeres casadas por Martn O`Connell y Carolyn C. Rogers para
la Oficina de Censos en 1979, se seleccionaron al azar dos grupos de esposas con edades de 25 a 29 sin
hijos y a cada mujer se le pregunt si planeaba tener un hijo. Se seleccion un grupo entre las mujeres
con menos de dos aos de casadas y otro entre las que tenan cinco aos de casadas. Suponga que 240
de 300 con menos de dos aos de casadas planean tener algn da un hijo comparadas con 288 de las
400 con cinco aos de casadas. Podemos concluir que la proporcin de mujeres con menos de dos
aos de casadas que planean tener hijos es significativamente ms alta que la proporcin con cinco aos
de casadas?. Use un valor P.

Datos:
P
1
: mujeres con menos de dos aos de casada.
P
2
: mujeres con cinco aos de casadas.
p
1
: proporcin de mujeres con menos de dos aos de casadas.
p
2
: proporcin de mujeres con cinco aos de casadas.
1
= 300 mujeres con menos de dos aos de casadas.
2
= 400 mujeres con cinco aos de casadas.
Cantidad con menos de dos aos de casadas x
1
= 240 mujeres.
Cantidad con cinco aos de casadas x
2
= 288 mujeres.
Proporcin con menos de dos aos 80 . 0
300
240
n
x
p
1
1
1
= = =
Proporcin con cinco aos 72 . 0
400
288
n
x
p
2
2
2
= = =
Combinacin de las proporciones 754 . 0
700
528
400 300
288 240
2 1
2 1
= =
+
+
=
+
+
=
n n
x x
p

Hiptesis nula H
0
: p
1
s p
2
.
1
: p
1
> p
2
.

Incgnita:

Solucin:
Utilizamos la aproximacin normal

( )( )
( )( )( )
44 . 2
032893616 . 0
08 . 0
00108199 . 0
08 . 0
0055 . 0 246 . 0 754 . 0
08 . 0
400
1
300
1
246 . 0 754 . 0
72 . 0 80 . 0
~ = = =
(
|
.
|
\
|
+ |
.
|
\
|
= z

P(z > 2.44 ) = 1 P(z 2.44) = 1 0.9927 = 0.0073 = 0.73%.

Respuesta:
Rechazamos la hiptesis nula. La proporcin de mujeres con menos de 2 aos de casadas que planean tener
hijos es considerablemente ms alta que la proporcin de mujeres con 5 aos de casadas que planean tener
hijos.

( ) ( ) | |
2 1
2 1
1 1

n n q p
p p
z
+
=


Cinco muestras de una sustancia ferrosa se usan para determinar si hay una diferencia entre un
anlisis qumico de laboratorio y un anlisis de fluorescencia de rayos X del contenido de hierro. Cada
muestra se divide en dos submuestras y se aplican los dos tipos de anlisis. A continuacin se presentan
los datos codificados que muestran los anlisis de contenido de hierro:

Muestra
Anlisis 1 2 3 4 5
Rayos X 2,0 2,0 2,3 2,1 2,4
Qumico 2,2 1,9 2,5 2,3 2,4

Suponga que las poblaciones son normales, pruebe con un nivel de signficancia de 0.05 si los dos
mtodos de anlisis dan, en promedio, el mismo resultado.

Datos:
Tamao de la muestra n = 5 muestras.

Hiptesis nula H
0
:
1
=
2 .
1
:
1

2
.


Incgnita:

Solucin:

Regin critica
2 2
o o
t t t < <

2
05 . 0
2
05 . 0
t t t < <

025 . 0 025 . 0
776 . 2 776 . 2 < < t
Donde
n
s
d
t
d
0
_
d
= con v = n-1 grados de libertad
Calculando:
La media muestral
n
|
.
|
\
|
=

=
n
1 i
i
_
d
d

Muestra
Anlisis 1 2 3 4 5
Rayos X 2,0 2,0 2,3 2,1 2,4
Qumico 2,2 1,9 2,5 2,3 2,4

i
d
-0,2 0,1 -0,2 -0,2 0,0

( ) ( ) ( ) ( ) ( )
1 . 0
5
0 . 0 2 . 0 2 . 0 1 . 0 2 . 0
d
_
=
+ + + +
=


la desviacin estndar

con nuestros datos:

( ) ( ) ( ) ( ) ( ) | | ( ) ( ) ( ) ( ) ( ) | |
( ) 1 5 * 5
0 . 0 2 . 0 2 . 0 1 . 0 2 . 0 - 0.0 0.2 - 0.2 - 0.1 0.2 - * 5
2 2 2 2 2 2
+ + + + + + + +
=
d
s

( ) | | ( ) | |
( )
1414 . 0
20
4 . 0
4 * 5
5 . 0 - 0.13 * 5
2
= =
=
d
s

Calculamos
n
s
d
t
d
0
_
d
= con nuestros datos

58 . 1
5
1414 . 0
1 . 0
=
= t

Respuesta:
No rechazamos la hiptesis nula. Concluimos que ambos mtodos no son considerablemente diferentes.

El administrador de una compaa de taxis trata de decidir si el uso de llantas radiales en lugar de
llantas regulares de cinturn mejora la economa de combustible. Se equipan 12 autos con llantas
( ) 1 *
d - d *
2
n
1 i
n
1 i
2
|
.
|
\
|
|
.
|
\
|
=

= =
n n
n
s
i i
d



radiales y se manejan por un recorrido de prueba preestablecido. Sin cambiar de conductores, los
mismos autos se equipan con llantas comunes con cinturn y se manejan otra vez por el recorrido de
prueba. El consumo de gasolina, en kilmetros por litro, se registr como sigue:

Kilmetros por litro
Auto Llantas radiales Llantas con cinturn
1 4,2 4,1
2 4,7 4,9
3 6,6 6,2
4 7,0 6,9
5 6,7 6,8
6 4,5 4,4
7 5,7 5,7
8 6,0 5,8
9 7,4 6,9
10 4,9 4,7
11 6,1 6,0
12 5,2 4,9

Podemos concluir que los autos equipados con llantas radianes dan una economa de combustible
mejor que los equipados con llantas de cinturn?. Suponga que las poblaciones se distribuyen
normalmente. Utilice un valor P en su conclusin.
Datos:
Tamao de la muestra n = 12 autos.

Hiptesis nula H
0
:
1
=
2 .
1
:
1
>
2
.


Incgnita:

Solucin:

Donde
n
s
d
t
d
0
_
d

Calculando:
La media muestral
n
|
.
|
\
|
=

=
n
1 i
i
_
d
d

Kilmetros por litro


Auto Llantas radiales Llantas con cinturn i
d
1 4,2 4,1 0,1
2 4,7 4,9 -0,2
3 6,6 6,2 0,4
4 7,0 6,9 0,1
5 6,7 6,8 -0,1
6 4,5 4,4 0,1
7 5,7 5,7 0,0
8 6,0 5,8 0,2
9 7,4 6,9 0,5
10 4,9 4,7 0,2
11 6,1 6,0 0,1
12 5,2 4,9 0,3

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
1417 . 0
12
3 . 0 1 . 0 2 . 0 5 . 0 2 . 0 0 . 0 1 . 0 1 . 0 1 . 0 4 . 0 2 . 0 1 . 0
d
_
=
+ + + + + + + + + + +
= Km

con nuestros datos:

( ) | | | |
( )
198 . 0
132
15 . 5
11 * 12
7 . 1 - 67 0. * 12
2
= = =
d
s Km

Calculamos
n
s
d
t
d
0
_
d

48 . 2
12
198 . 0
1417 . 0
= = t
Y P = P( t > 2.48) = 0.02 con 11 grados de libertad

Respuesta:
Rechazamos hiptesis nula ya que el nivel de significancia esta por encima del 0.02.

( ) 1 *
d - d *
2
n
1 i
n
1 i
2
|
.
|
\
|
|
.
|
\
|
=

= =
n n
n
s
i i
d



En el ejercicio 2 de la pgina 287, utilice la distribucin t para probar la hiptesis de que la dieta
reduce el peso de una persona en 4.5 kilogramos en promedio contra la hiptesis alternativa de que la
diferencia media en peso es menor que 4.5 kilogramos. Utilice un valor P.

Datos:
Tamao de la muestra n = 7 mujeres.

Hiptesis nula H
0
:
1
-

2
= 4.5 Kilogramos

1
:
1
-

2
< 4.5 Kilogramos

Incgnita:

Solucin:

Donde
n
s
d
t
d
0
_
d

Calculando:
La media muestral
n
|
.
|
\
|
=

=
n
1 i
i
_
d
d

Mujeres
Peso 1 2 3 4 5 6 7
Antes 58,5 60,3 61,7 69,0 64,0 62,6 56,7
Despus 60,0 54,9 58,1 62,1 58,5 59,9 54,4
i
d
-1,5 5,4 3,6 6,9 5,5 2,7 2,3

( ) ( ) ( ) ( ) ( ) ( ) ( )
557 . 3
7
3 . 2 7 . 2 5 . 5 9 . 6 6 . 3 4 . 5 5 . 1
d
_
=
+ + + + + +
= Kilogramos


( ) 1 *
d - d *
2
n
1 i
n
1 i
2
|
.
|
\
|
|
.
|
\
|
=

= =
n n
n
s
i i
d



con nuestros datos:

( ) | | | |
( )
776 . 2
42
66 . 323
6 * 7
9 . 24 - 134.81 * 7
2
= = =
d
s Kilogramos

Calculamos
n
s
d
t
d
0
_
d
= con nuestros datos 896 . 0
7
776 . 2
5 . 4 557 . 3
=
= t

Y P = P( t > 0.896) = 0.3 con 6 grados de libertad

Respuesta:
No rechazamos la hiptesis nula.



En un estudio realizado por el Departamento de Nutricin Humana y Alimentos del Instituto
Politcnico y Universidad Estatal de Virginia se registraron los siguientes datos acerca de la
comparacin de residuos de cido srbico, en partes por milln, en jamn inmediatamente despus de
sumergirlo en una solucin de cido y despus de 60 das de almacenamiento:

Residuos de cido srbico en jamn
Rebanada Antes del almacenamiento Despus del almacenamiento
1 224 116
2 270 96
3 400 239
4 444 329
5 590 437
6 660 597
7 1400 689
8 680 576

Si se supone que las poblaciones se distribuyen normalmente, hay suficiente evidencia, al nivel de
significancia de 0.05, para decir que la duracin del almacenamiento influye en las concentraciones
residuales de cido srbico?

Datos:
Tamao de la muestra n = 8 rebanadas.

Hiptesis nula H
0
:
1
=
2.
1
:
1

2
.


Incgnita:

Solucin:

Regin critica
2 2
o o
t t t < <

2
05 . 0
2
05 . 0
t t t < <

025 . 0 025 . 0
365 . 2 365 . 2 < < t

Donde
n
s
d
t
d
0
_
d

Calculando:
La media muestral
n
|
.
|
\
|
=

=
n
1 i
i
_
d
d

Residuos de cido srbico en jamn


Rebanada Antes del almacenamiento Despues del almacenamiento

i
d
1 224 116 108
2 270 96 174
3 400 239 161
4 444 329 115
5 590 437 153
6 660 597 63
7 1400 689 711
8 680 576 104

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
625 . 198
8
104 711 63 153 115 161 174 108
d
_
=
+ + + + + + +
= Milln/partes


( ) | | | |
( )
165 . 210
56
2473487
7 * 8
1589 - 624801 * 8
2
= = =
d
s Milln/partes

Calculamos
n
s
d
t
d
0
_
d

67 . 2
8
165 . 210
625 . 198
= = t

Respuesta:
Rechazamos la hiptesis nula. La duracin de almacenamiento influye en las concentraciones residuales de
cido srbico.

( ) 1 *
d - d *
2
n
1 i
n
1 i
2
|
.
|
\
|
|
.
|
\
|
=

= =
n n
n
s
i i
d



Se seleccionan tres canicas de una urna que contiene cinco canicas rojas y tres verdes. Despus de
registrar el nmero X de canicas rojas, las canicas se reemplazan en la urna y el experimento se repite
112 veces. Los resultados que se obtienen son los siguientes:

x 0 1 2 3
f 1 31 55 25

Pruebe la hiptesis con un nivel de significancia de 0.05 de que los datos registrados se pueden ajustar
con una distribucin hipergeomtrica h (x; 8, 3, 5), x = 0, 1, 2, 3.

Datos:
Variable aleatoria X: nmeros de canicas rojas.
Repeticiones del experimento m = 112 veces.

Hiptesis nula H
0
: X ~ h(x, 8, 3, 5) x = 0, 1, 2, 3.
1
:

es falso.

Nivel de significancia = 0.05.

Incgnita:
Solucin:

Aplicando la distribucin hipergeomtrica a nuestros datos:

P(x = 0)=
( )( )
01786 . 0
56
1
56
1 1
3
8
3
3
0
5
3
8
0 3
5 8
0
5
~ = =
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
e
0
= (112)*(0.01786) = 2.

P(x = 1)=
( )( )
26786 . 0
56
15
56
3 5
3
8
2
3
1
5
3
8
1 3
5 8
1
5
~ = =
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
e
1
= (112)*(0.26786) = 30.

P(x = 2)=
( )( )
53571 . 0
56
30
56
3 10
3
8
1
3
2
5
3
8
2 3
5 8
2
5
~ = =
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
e
2
= (112)*(0.53571) = 60.
X ~ h(x, N, n, k) => P(x = x
i
) = ,
n
N
x n
k N
x
k
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
x = 0, 1, 2, 3,....., n.


P(x = 3)=
( )( )
17857 . 0
56
10
56
1 10
3
8
0
3
3
5
3
8
3 3
5 8
3
5
~ = =
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
=
|
|
.
|
\
|
|
|
.
|
\
|
|
|
.
|
\
|
e
3
= (112)*(0.17857) = 20.

I x
i
P(x = x
i
) e
i
= mp
i
o
i
j
1 0 0.01786 2 1 1
2 1 0.26786 30 31
3 2 0.53571 60 55 2
4 3 0.17857 20 25 3
Totales ~ 1 112 112

Combinamos las clases adyacentes, donde las frecuencias esperadas son menores que cinco. En consecuencia,
el numero total de intervalos se reduce de cuatro a tres, lo que tiene como resultado = 2 grados de libertad.

Utilizando el Teorema 10.1; que dice:

Con nuestros datos, el valor
2
_ est dado entonces por

( )
( ) ( ) ( )
667 . 1
20
25
60
25
0
20
2
20 25
60
2
60 55
32
2
32 32
1
2
2
= + + =
=
=

=
n
i
i
e
i
e
i
o
_

Para un nivel de significancia igual a , encontramos el valor crtico
2
o
_ de la tabla A.5., y entonces
2 2
o
_ > _ constituye la regin critica.

Con el uso de la tabla A.5., encontramos
2
05 . 0
_ = 5.991 con = 2 grados de libertad.

Respuesta:

Como
2 2
o
_ < _ , 1.667 < 5.991, No se rechaza la hiptesis nula. Concluimos que no hay suficiente evidencia
para sospechar que la distribucin no es hipergeomtrica.

Una prueba de la bondad de ajuste entre las frecuencias observadas y esperadas se basa en la cantidad

( )
=

=
n
i
i
e
i
e
i
o
1
2
2
_
Donde
2
_ es un valor de una variable aleatoria cuya distribucin muestral se aproxima muy de cerca con la
distribucin ji cuadrada con = k 1grados de libertad. Los smbolos
i
o y
i
e representan las frecuencias
observada y esperada, respectivamente, para la i-sima celda.



Se lanza una moneda hasta que sale una cara y se registra el nmero de lanzamientos X. Despus de
repetir el experimento 256 veces, obtenemos los siguientes resultados:

x 1 2 3 4 5 6 7 8
f 136 60 34 12 9 1 3 1

Prueba la hiptesis con un nivel de significancia de 0.05 de que la distribucin observada de X se puede
ajustar por una distribucin geomtrica g (x; 1/2), x = 1, 2, 3,......

Datos:
Variable aleatoria X: nmeros de lanzamientos hasta que sale una cara.
Repeticiones del experimento m = 256 veces.

Hiptesis nula H
0
: X ~ G(x, ) x = 1, 2, 3,..
1
:

es falso.


Incgnita:

Solucin:

Aplicando la distribucin hipergeomtrica a nuestros datos

P(x = 1) =( )( ) ( )( ) 5 . 0 1 5 . 0 5 . 0 5 . 0
0
= = e
1
= (256)*(0.5) = 128

P(x = 2) =( )( ) ( )( ) 25 . 0 5 . 0 5 . 0 5 . 0 5 . 0
1
= = e
2
= (256)*(0.25) = 64

P(x = 3) =( )( ) ( )( ) 125 . 0 25 . 0 5 . 0 5 . 0 5 . 0
2
= = e
3
= (256)*(0.125) = 32

P(x = 4) =( )( ) ( )( ) 0625 . 0 125 . 0 5 . 0 5 . 0 5 . 0
3
= = e
4
= (256)*(0.0625) = 16

P(x = 5) =( )( ) ( )( ) 03125 . 0 0625 . 0 5 . 0 5 . 0 5 . 0
4
= = e
5
= (256)*(0.03125) = 8

P(x = 6) =( )( ) ( )( ) 15625 . 0 03125 . 0 5 . 0 5 . 0 5 . 0
5
= = e
6
= (256)*(0.15625) = 4

P(x = 7) =( )( ) ( )( ) 0078125 . 0 15625 . 0 5 . 0 5 . 0 5 . 0
6
= = e
7
= (256)*(0.0078125) = 2

P(x = 8) =( )( ) ( )( ) 00390625 . 0 0078125 . 0 5 . 0 5 . 0 5 . 0
7
= = e
8
= (256)*(0.0078125) = 2

X ~ G(x, p) => P(x = x
i
) = pq
x-1
, x = 1, 2, 3,.....


i x
i
P(x = x
i
) e
i
= mp
i
o
i
j
1 1 0.5 128 136 1
2 2 0.25 64 60 2
3 3 0.125 32 34 3
4 4 0.0625 16 12 4
5 5 0.03125 8 9 5
6 6 0.015625 4 1
6 7 7 0.0078125 2 3
8 8 0.00390625 2 1
Totales ~ 1 256 256

el numero total de intervalos se reduce de ocho a seis, lo que tiene como resultado = 5 grados de libertad.

Con nuestros datos el valor
2

( )
( ) ( ) ( ) ( ) ( ) ( )
125 . 3
8
25
8
9
8
1
16
16
32
4
64
16
128
64
8
2
8 5
8
2
8 9
16
2
16 12
32
2
32 34
64
2
64 60
128
2
128 136
1
2
2
= = + + + + + =
=
=

=
n
i
i
e
i
e
i
o
_

Para un nivel de significancia igual a , encontramos el valor critico
2
o
2 2
o

2
05 . 0

Respuesta:

Como
2 2
o
para sospechar que la distribucin no es geomtrica.



En el ejercicio 1 de la pagina 68, pruebe la bondad de ajuste entre las frecuencias de clase que se
observan y las frecuencias esperadas correspondientes de una distribucin normal con = 65 y = 21,
utilice un nivel de significancia de 0.05.

Datos:

Calificaciones m = 60.
Intervalos i = 9.
Media = 65.
Desviacin estndar = 21.

Hiptesis nula H
0
: X ~ N(x, 65, 21)
1
:

es falso.


De acuerdo con el ejercicio 1 de la pgina 68, los intervalos y las frecuencias que se observan son

i Limite de
clases
o
i

1 - 19.5 3
2 19.5 29.5 2
3 29.5 39.5 3
4 39.5 49.5 4
5 49.5 59.5 5
6 59.5 69.5 11
7 69.5 79.5 14
8 79.5 89.5 14
9 89.5 + 4

Incgnita:
Solucin:
Los valores z que corresponden a los lmites de las clases son:

=

=

=
21 21
65
11
z 17 . 2
21
5 . 45
21
65 5 . 19
12
~
= z
de la tabla A.3. encontramos que el rea entre z
11
y z
12
es
P(- < z < -2.17) = P(z < -2.17) P(z < - ) = 0.0150 0 = 0.0150
De aqu, la frecuencia esperada para la primer clase es
e
1
= (60)*(0.0150) = 0.9

17 . 2
21
5 . 45
21
65 5 . 19
21
~
= z 69 . 1
21
5 . 35
21
65 5 . 29
22
~
= z
21
y z
22
es
P(-2.17 < z < -1.69) = P(z < -1.69) P(z < -2.17) = 0.0455 0.0150 = 0.0305
De aqu, la frecuencia esperada para la segunda clase es
e
2
= (60)*(0.0305) = 1.83



69 . 1
21
5 . 35
21
65 5 . 29
31
~
= z 21 . 1
21
5 . 25
21
65 5 . 39
32
~
= z
31
y z
32
es
P(-1.69 < z < -1.21) = P(z < -1.21) P(z < -1.69) = 0.1131 0.0455 = 0.0676
De aqu, la frecuencia esperada para la tercer clase es
e
3
= (60)*(0.0676) = 4.056

21 . 1
21
5 . 25
21
65 5 . 39
41
~
= z 74 . 0
21
5 . 15
21
65 5 . 49
42
~
= z
41
y z
42
es
P(-1.21 < z < -0.74) = P(z < -0.74) P(z < -1.21) = 0.2296 0.1131 = 0.1165
De aqu, la frecuencia esperada para la cuarta clase es
e
4
= (60)*(0.1165) = 6.99

74 . 0
21
5 . 15
21
65 5 . 49
51
~
= z 26 . 0
21
5 . 5
21
65 5 . 59
52
~
= z
51
y z
52
es
P(-0.74 < z < -0.26) = P(z < -0.26) P(z < -0.74) = 0.3974 0.2296 = 0.1678
De aqu, la frecuencia esperada para la quinta clase es
e
5
= (60)*(0.1678) = 10.068

26 . 0
21
5 . 5
21
65 5 . 59
61
~
= z 21 . 0
21
5 . 4
21
65 5 . 69
62
~ =
= z
61
y z
62
es
P(-0.26 < z < 0.21) = P(z < 0.21) P(z < -0.26) = 0.5832 0.3974 = 0.1858
De aqu, la frecuencia esperada para la sexta clase es
e
6
= (60)*(0.1858) = 11.148

21 . 0
21
5 . 4
21
65 5 . 69
71
~ =
= z 69 . 0
21
5 . 14
21
65 5 . 79
72
~ =
= z
71
y z
72
es
P(0.21 < z < 0.69) = P(z < 0.69) P(z < 0.21) = 0.7549 0.5832 = 0.1717
De aqu, la frecuencia esperada para la sptima clase es
e
7
= (60)*(0.1717) = 10.302

69 . 0
21
5 . 14
21
65 5 . 79
81
~ =
= z 17 . 1
21
5 . 24
21
65 5 . 89
82
~ =
= z
81
y z
82
es
P(0.69 < z < 1.17) = P(z < 1.17) P(z < 0.69) = 0.8790 0.7549 = 0.1241
De aqu, la frecuencia esperada para la octava clase es
e
8
= (60)*(0.1241) = 7.446

17 . 1
21
5 . 24
21
65 5 . 89
91
~ =
= z + =
+
=
+
=
21 21
65
92
z
91
y z
92
es
P(1.17 < z < +) = P(z < +) P(z < 1.17) = 1 0.8790 = 0.121
De aqu, la frecuencia esperada para la novena clase es
e
9
= (60)*(0.121) = 7.26



i P(x = x
i
) e
i
= mp
i
o
i
j
1 0.0150 0.9000 3
1

2 0.0305 1.8300 2
3 0.0676 4.0560 3
4 0.1165 6.9900 4 2
5 0.1678 10.068 5 3
6 0.1858 11.148 11 4
7 0.1717 10.302 14 5
8 0.1241 7.4460 14 6
9 0.1210 7.2600 4
Totales ~ 1 60 60

el numero total de intervalos se reduce de nueve a seis, lo que tiene como resultado = 5 grados de libertad.

2
( )
( ) ( ) ( ) ( ) ( ) ( )
11 . 6
706 . 14
850436 . 10
302 . 10
675204 . 13
148 . 11
021904 . 0
068 . 10
684624 . 25
99 . 6
9401 . 8
786 . 6
473796 . 1
706 . 14
2
706 . 14 18
302 . 10
2
302 . 10 14
148 . 11
2
148 . 11 11
068 . 10
2
068 . 10 5
99 . 6
2
99 . 6 4
786 . 6
2
786 . 6 8
1
2
2
~ + + + + + =
=
=
=

=
n
i
i
e
i
e
i
o
_

2
o
2 2
o

2
05 . 0

Respuesta:

Como
2 2
o
para sospechar que la distribucin no es normal.



En el ejercicio 5 de la pagina 69, pruebe la bondad de ajuste entre las frecuencias de clase que se
observan y las frecuencias esperadas correspondientes de una distribucin normal con = 1.8 y = 0.4,
utilice un nivel de significancia de 0.01.

Datos:

Calificaciones m = 40.
Intervalos i = 10.
Media = 1.8.
Desviacin estndar = 0.4.

Hiptesis nula H
0
: X ~ N(x, 1.8, 0.4)
1
:

es falso.


De acuerdo con el ejercicio 5 de la pgina 69, los intervalos y las frecuencias que se observan son

i Limite de
clases
o
i

1 - 0.795 1
2 0.795 0.995 1
3 0.995 1.195 1
4 1.195 1.395 2
5 1.395 1.595 4
6 1.595 1.795 13
7 1.795 1.995 8
8 1.995 2.195 5
9 2.195 2.395 3
10 2.395 + 2

Incgnita:
Solucin:
Los valores z que corresponden a los lmites de las clases son:

=

=

=
4 . 0 4 . 0
8 . 1
11
z
4 . 0
005 . 1
4 . 0
8 . 1 0.795
12

=
= z = -2.51
11
y z
12
es
P(- < z < -2.51) = P(z < -2.51) P(z < - ) = 0.0060 0 = 0.0060
De aqu, la frecuencia esperada para la primer clase es
e
1
= (40)*(0.0060) = 0.24

4 . 0
005 . 1
4 . 0
8 . 1 795 . 0
21

=
= z = -2.51
4 . 0
805 . 0
4 . 0
8 . 1 995 . 0
22

=
= z = -2.01
21
y z
22
es
P(-2.51 < z < -2.01) = P(z < -2.01) P(z < -2.51) = 0.0222 0.0060 = 0.0162
De aqu, la frecuencia esperada para la segunda clase es
e
2
= (40)*(0.0162) = 0.648



4 . 0
805 . 0
4 . 0
8 . 1 995 . 0
31

=
= z = -2.01
4 . 0
605 . 0
4 . 0
8 . 1 1.195
32

=
= z = -1.51
31
y z
32
es
P(-2.01 < z < -1.51) = P(z < -1.51) P(z < -2.01) = 0.0655 0.0222 = 0.0433
De aqu, la frecuencia esperada para la tercer clase es
e
3
= (40)*(0.0433) = 1.732

4 . 0
605 . 0
4 . 0
8 . 1 195 . 1
41

=
= z = -1.51
4 . 0
405 . 0
4 . 0
8 . 1 395 . 1
42

=
= z = -1.01
41
y z
42
es
P(-1.51 < z < -1.01) = P(z < -1.01) P(z < -1.51) = 0.1562 0.0655 = 0.0907
De aqu, la frecuencia esperada para la cuarta clase es
e
4
= (40)*(0.0907) = 3.628

4 . 0
405 . 0
4 . 0
8 . 1 395 . 1
51

=
= z = -1.01
4 . 0
205 . 0
4 . 0
8 . 1 595 . 1
52

=
= z = -0.51
51
y z
52
es
P(-1.01 < z < -0.51) = P(z < -0.51) P(z < -1.01) = 0.3050 0.1562 = 0.1488
De aqu, la frecuencia esperada para la quinta clase es
e
5
= (40)*(0.1488) = 5.952

4 . 0
205 . 0
4 . 0
8 . 1 595 . 1
61

=
= z = -0.51
4 . 0
005 . 0
4 . 0
8 . 1 795 . 1
62
=
= z = 0.01
61
y z
62
es
P(-0.51 < z < 0.01) = P(z < 0.01) P(z < -0.51) = 0.4960 0.3050 = 0.191
De aqu, la frecuencia esperada para la sexta clase es
e
6
= (40)*(0.191) = 7.64

4 . 0
005 . 0
4 . 0
8 . 1 795 . 1
71
=
= z = 0.01
4 . 0
195 . 0
4 . 0
8 . 1 995 . 1
72
=
= z = 0.49
71
y z
72
es
P(0.01 < z < 0.49) = P(z < 0.49) P(z < 0.01) = 0.6879 0.4960 = 0.1919
De aqu, la frecuencia esperada para la sptima clase es
e
7
= (40)*(0.1919) = 7.676

4 . 0
195 . 0
4 . 0
8 . 1 995 . 1
81
=
= z = 0.49
4 . 0
395 . 0
4 . 0
8 . 1 195 . 2
82
=
= z = 0.99
81
y z
82
es
P(0.49 < z < 0.99) = P(z < 0.99) P(z < 0.49) = 0.8389 0.6879 = 0.151
De aqu, la frecuencia esperada para la octava clase es
e
8
= (40)*(0.151) = 6.04

4 . 0
395 . 0
4 . 0
8 . 1 195 . 2
91
=
= z = 0.99
4 . 0
595 . 0
4 . 0
8 . 1 395 . 2
92
=
= z = 1.49
91
y z
92
es
P(0.99 < z < 1.49) = P(z < 1.49) P(z < 0.99) = 0.9319 0.8389 = 0.093
De aqu, la frecuencia esperada para la novena clase es
e
9
= (40)*(0.093) = 3.72



4 . 0
595 . 0
4 . 0
8 . 1 395 . 2
101
=
= z = 1.49 + =
+
=
+
=
4 . 0 4 . 0
8 . 1
102
z
101
y z
102
es
P(1.49 < z < + ) = P(z < + ) P(z < 1.49) = 1 0.9319 = 0.0681
De aqu, la frecuencia esperada para la dcima clase es
e
9
= (40)*(0.0681) = 2.724

i P(x = x
i
) e
i
= mp
i
o
i
j
1 0,006 0,240 1
1

2 0,0162 0,648 1
3 0,0433 1,732 1
4 0,0907 3,628 2
5 0,1488 5,952 4 2
6 0,191 7,640 13 3
7 0,1919 7,676 8 4
8 0,1510 6,040 5 5
9 0,0930 3,72 3 6
10 0,0681 2,724 2
Totales ~ 1 40 40

el numero total de intervalos se reduce de diez a seis, lo que tiene como resultado = 5 grados de libertad.

2

( )
( ) ( ) ( ) ( ) ( ) ( )
166 . 5
444 . 6
08 . 2
04 . 6
08 . 1
676 . 7
10 . 0
64 . 7
73 . 28
952 . 5
81 . 3
248 . 6
56 . 1
444 . 6
2
444 . 6 5
04 . 6
2
04 . 6 5
676 . 7
2
676 . 7 8
64 . 7
2
64 . 7 13
952 . 5
2
952 . 5 4
248 . 6
2
248 . 6 5
1
2
2
~ + + + + + =
=
=
=

=
n
i
i
e
i
e
i
o
_

2
o
2 2
o

2
01 . 0

Respuesta:

Como
2 2
o
para sospechar que la distribucin no es normal.



En un experimento para estudiar la dependencia de la hipertensin de los hbitos de fumar, se tomaron
los siguientes datos de 180 individuos:

No
fumadores
Fumadores
modernos
Fumadores
empedernidos
Con hipertensin 21 36 30
Sin hipertensin 48 26 19

Pruebe la hiptesis de que la presencia y ausencia de hipertensin es independiente de los hbitos de
fumar. Utilice un nivel de significancia de 0.05.

Datos:

Tamao de la muestra n = 180 individuos.

Hiptesis nula H
0
: independientes.
1
:

dependientes.


Incgnita:
Dependencia o no de la hipertensin de los hbitos de fumar.

Solucin:
Buscamos las frecuencias marginales, para ello armamos una tabla de contingencia de 2 3 y definimos los
siguientes eventos.
N: Un individuo seleccionado es no fumador.
M: Un individuo seleccionado es fumador moderado.
E: Un individuo seleccionado es fumador empedernido.
S: Un individuo seleccionado tiene hipertensin.
C: Un individuo seleccionado no tiene hipertensin.

Tabla de contingencia 2 X 3:

N M E Total
C 21 36 30 87
S 48 26 19 93
Total 69 62 49 180

Con el uso de las frecuencias marginales, podemos listar las siguientes estimaciones de probabilidad:

( )
180
69
N P = 0.383

( )
180
62
M P = 0.344

( )
180
49
E P = 0.272


( )
180
87
C P = 0.483

( )
180
93
S P = 0.517

Ahora si H
0
es verdadera y las dos variables son independientes, debemos tener las siguientes frecuencias
esperadas:

( ) ( ) ( )
( )( )
180
87 69
C P N P C N P = = 33.35

( ) ( ) ( )
( )( )
180
93 69
S P N P S N P = = 35.65

( ) ( ) ( )
( )( )
180
87 62
C P M P C M P = = 29.97

( ) ( ) ( )
( )( )
180
93 62
S P M P S M P = = 32.03

( ) ( ) ( )
( )( )
180
87 49
C P E P C E P = = 23.68

( ) ( ) ( )
( )( )
180
93 49
S P E P S E P = = 25.32

Con las frecuencias esperadas rearmamos la tabla de contingencia:

N M E Total
C 33.35 29.97 23.68 87
S 35.65 32.03 25.32 93
Total 69 62 49 180

Para probar la hiptesis nula de independencia. Usamos el criterio de decisin siguiente, que dice:

Calcular
( )

=
i
i
e
i
e
i
o
2
2
_
Donde la suma se extiende a todas las celdas rc en la tabla de contingencia r X c. Si
2 2
o
_ > _ con
= (r - 1)(c - 1) grados de libertad, rechazar la hiptesis nula de independencia al nivel de significancia ;
en cualquier otro caso, aceptar la hiptesis nula.



Aplicando este criterio con nuestros datos, encontramos que:

( )
( ) ( ) ( ) ( ) ( ) ( )
46 . 14
32 . 25
94 . 39
03 . 32
36 . 36
65 . 35
52 . 152
68 . 23
94 . 39
97 . 29
36 . 36
35 . 33
52 . 152
32 . 25
2
32 . 25 19
03 . 32
2
03 . 32 26
65 . 35
2
65 . 35 48
68 . 23
2
68 . 23 30
97 . 29
2
97 . 29 36
35 . 33
2
35 . 33 21
1
2
2
= + + + + + =
=
=
=

=
n
i
i
e
i
e
i
o
_

Si
2 2
o
_ > _ con =(r 1)(c 1) grados de libertad, rechazar la hiptesis nula de independencia.

De la tabla A.5. encontramos que
2
05 . 0
_ = 5.991 para = (2 1)(3 1) = 2 grados de libertad.

Respuesta:

Como
2 2
o
_ > _ , 14.46 > 5.991, se rechaza la hiptesis nula. Concluimos que la presencia o ausencia de
hipertensin y el hbito de fumar no son independientes.



Una muestra aleatoria de 200 hombres casados, todos retirados, se clasifica de acuerdo con la
educacin y el nmero de hijos:

Nmero de hijos
Educacin 0-1 2-3 Over 3
Elemental 14 37 32
Secundaria 19 42 17
Universidad 12 17 10

Prueba la hiptesis, con un nivel de significancia de 0.05, de que el tamao de la familia es
independiente del nivel de instruccin del padre.

Datos:

Tamao de la muestra n = 200 hombres casados.

Hiptesis nula H
0
: independientes.
1
: dependientes.


Incgnita:
Dependencia o no del tamao de la familia del nivel de instruccin del padre.

Solucin:

siguientes eventos.
E: Un hombre seleccionado tiene un nivel de educacin elemental.
S: Un hombre seleccionado tiene un nivel de educacin secundaria.
U: Un hombre seleccionado tiene un nivel de educacin universitaria.
0: Un hombre seleccionado tiene a lo ms un hijo.
2: Un hombre seleccionado tiene entre dos y tres hijos.
3: Un hombre seleccionado tiene ms de tres hijos.


0 2 3 Total
E 14 37 32 83
S 19 42 17 78
U 12 17 10 39
Total 45 96 59 200


( )
200
83
E P = 0.415

( )
200
78
S P = 0.39


( )
200
39
U P = 0.195

( )
200
45
0 P = 0.225

( )
200
96
2 P = 0.48

( )
200
59
3 P = 0.295

Ahora si H
0
esperadas:

( ) ( ) ( )
( )( )
200
45 83
0 P E P 0 E P = = 18.675

( ) ( ) ( )
( )( )
200
96 83
2 P E P 2 E P = = 39.84

( ) ( ) ( )
( )( )
200
59 83
3 P E P 3 E P = = 24.485

( ) ( ) ( )
( )( )
200
45 78
0 P S P 0 S P = = 17.55

( ) ( ) ( )
( )( )
200
96 78
2 P S P 2 S P = = 37.44

( ) ( ) ( )
( )( )
200
59 78
3 P S P 3 S P = = 23.01

( ) ( ) ( )
( )( )
200
45 39
0 P U P 0 U P = = 8.775

( ) ( ) ( )
( )( )
200
96 39
2 P U P 2 U P = = 18.72

( ) ( ) ( )
( )( )
200
59 39
3 P U P 3 U P = = 11.505


0 2 3 Total
E 18.675 39.84 24.485 83
S 17.55 37.44 23.01 78
U 8.775 18.72 11.505 39
Total 45 96 59 180



Para probar la hiptesis nula de independencia. Usamos el criterio de decisin siguiente, con nuestros datos:

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
46 . 7
505 . 11
26 . 2
72 . 18
95 . 2
775 . 8
40 . 10
01 . 23
12 . 36
44 . 37
79 . 20
55 . 17
10 . 2
485 . 24
47 . 56
84 . 39
06 . 8
675 . 18
85 . 21
505 . 11
2
505 . 11 10
72 . 18
2
72 . 18 17
775 . 8
2
775 . 8 12
01 . 23
2
01 . 23 17
44 . 37
2
44 . 37 42
55 . 17
2
55 . 17 19
485 . 24
2
485 . 24 32
84 . 39
2
84 . 39 37
675 . 18
2
675 . 18 14 n
1 i
i
e
2
i
e
i
o
2
= + + + + + + + + =
=
=
=
= _

Si
2 2
o

2
05 . 0

Respuesta:

Como
2 2
o
_ < _ , 7.46 < 9.488, no se rechaza la hiptesis nula. Concluimos que el tamao de la familia es
independiente del nivel de instruccin del padre.



Problema 56 (Ref: Pg. 354 Ej.15)
Un criminlogo realiz una investigacin para determinar si la incidencia de ciertos tipos de crmenes
varan de una parte otra en una ciudad grande. Los crmenes particulares de inters son asalto, robo,
hurto y homicidio. La siguiente tabla muestra el nmero de crmenes cometidos en cuatro reas de la
ciudad durante el ao pasado.

Tipo de crimen
Distrito Asalto Robo Hurto Homicidio
1 162 118 451 18
2 310 196 996 25
3 258 193 458 10
4 280 175 390 19

Datos:


Hiptesis nula H
0
: independientes.
1
: dependientes.


Incgnita:
Dependencia o no del tamao de la familia del nivel de instruccin del padre.

Solucin:

siguientes eventos.
A: El tipo de crimen es asalto.
R: El tipo de crimen es robo.
U: El tipo de crimen es hurto
H: El tipo de crimen es homicidio
1: El distrito seleccionado es el 1.
4: El distrito seleccionado es el 4


A R U H Total
1 162 118 451 18 749
2 310 196 996 25 1527
3 358 193 458 10 1019
4 280 175 390 19 864
Total 1110 682 2295 72 4159


( )
4159
1110
A P = 0.27


( )
4159
682
R P = 0.16

( )
4159
2295
U P = 0.55

( )
4159
72
H P = 0.02

( )
4159
749
1 P = 0.18

( )
4159
1527
2 P = 0.37

( )
4159
1019
3 P = 0.24

( )
4159
864
4 P = 0.21

Ahora si H
0
esperadas:

( ) ( ) ( )
( )( )
4159
749 1110
1 P A P 1 A P = = 199.90

( ) ( ) ( )
( )( )
4159
749 2295
1 P U P 1 U P = = 413.31

( ) ( ) ( )
( )( )
4159
1527 1110
2 P A P 2 A P = = 407.55

( ) ( ) ( )
( )( )
4159
1527 2295
2 P U P 2 U P = = 842.62

( ) ( ) ( )
( )( )
4159
1019 1110
3 P A P 3 A P = = 271.96

( ) ( ) ( )
( )( )
4159
1019 2295
3 P U P 3 U P = = 562.30

( ) ( ) ( )
( )( )
4159
864 1110
4 P A P 4 A P = = 230.59

( ) ( ) ( )
( )( )
4159
864 2295
4 P U P 4 U P = = 476.77

( ) ( ) ( )
( )( )
4159
749 682
1 P R P 1 R P = = 122.82


( ) ( ) ( )
( )( )
4159
749 72
1 P H P 1 H P = = 12.97

( ) ( ) ( )
( )( )
4159
1527 682
2 P R P 2 R P = = 250.40

( ) ( ) ( )
( )( )
4159
1527 72
2 P H P 2 H P = = 26.43

( ) ( ) ( )
( )( )
4159
1019 682
3 P R P 3 R P = = 167.10

( ) ( ) ( )
( )( )
4159
1019 72
3 P H P 3 H P = = 17.64

( ) ( ) ( )
( )( )
4159
864 682
4 P R P 4 R P = = 141.68

( ) ( ) ( )
( )( )
4159
864 72
4 P H P 4 H P = = 14.96


A R U H Total
1 199.9 122.82 413.31 12.97 749
2 407.55 250.4 842.62 26.43 1527
3 271.96 167.10 562.30 17.64 1019
4 230.59 141.68 476.77 14.96 864
Total 1110 682 2295 72 4159


( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
01 . 165
96 . 14
32 . 16
76 . 476
29 . 7527
89 . 141
27 . 1096
59 . 230
34 . 2441
64 . 17
37 . 58
3 . 562
5 . 10878
09 . 167
32 . 671
96 . 271
88 . 7402
43 . 26
04 . 2
62 . 842
42 . 23525
4 . 250
36 . 2959
54 . 407
05 . 9514
96 . 12
40 . 25
31 . 413
53 . 1420
82 . 122
23 . 23
9 . 199
41 . 1436
96 . 14
2
96 . 14 19
76 . 476
2
76 . 476 390
89 . 141
2
89 . 141 175
59 . 230
2
59 . 230 280
64 . 17
2
64 . 17 10
3 . 562
2
3 . 562 458
09 . 167
2
09 . 167 193
96 . 271
2
96 . 271 358
43 . 26
2
43 . 26 25
62 . 842
2
62 . 842 996
4 . 250
2
4 . 250 196
54 . 407
2
54 . 407 310
96 . 12
2
96 . 12 18
31 . 413
2
31 . 413 451
82 . 122
2
82 . 122 118
9 . 199
2
9 . 199 162
n
1 i
i
e
2
i
e
i
o
2
= + +
+ + + + + + + + + + + + + =
+
+
+
+
=
=

= _

Si
2 2
o
2
01 . 0

Respuesta:
Como
2 2
o
_ > _ , 165.01 > 21.666, se rechaza la hiptesis nula. Concluimos que el tipo de crimen no es
independiente del distrito de la ciudad.



La enfermera de una universidad realiza un experimento para determinar el grado de alivio que
proporcionan tres remedios para la tos. Cada remedio para la tos se trata en cincuenta estudiantes y se
registran los siguientes datos:

Remedio para la tos
NyQuil Robitussin Triaminic
Sin alivio 11 13 9
Cierto alivio 32 28 27
Alivio completo 7 9 14

Pruebe la hiptesis, con un nivel de significancia de 0.05, de que los tres remedios para la tos son
igualmente efectivos.

Datos:


Hiptesis nula H
0
: los tres remedios son igualmente efectivos.
1
: los tres remedios no son igualmente efectivos.


Incgnita:
Homogeneidad o no entre los remedios.

Solucin:

siguientes eventos.
S: El remedio no proporciona alivio.
A: El remedio proporciona cierto alivio.
C: El remedio proporciona alivio completo.
N: El remedio seleccionado es NyQuil.
R: El remedio seleccionado es Robitussin.
T: El remedio seleccionado es Triaminic.


N R T Total
S 11 13 9 33
A 32 28 27 87
C 7 9 14 30
Total 50 50 50 150

Con el uso de las frecuencias marginales, podemos listar las siguientes estimaciones de probabilidad.

( )
150
33
S P = = 0.22

( )
150
87
A P = 0.053


( )
150
30
C P = = 0.2

( )
150
50
N P = 0.33

( )
150
50
R P = 0.33

( )
150
50
T P = 0.34

Ahora si H
0
esperadas:

( ) ( ) ( )
( )( )
150
50 33
N P S P N S P = = = 11

( ) ( ) ( )
( )( )
150
50 33
R P S P R S P = = = 11

( ) ( ) ( )
( )( )
150
5 33
T P S P T S P = = = 11

( ) ( ) ( )
( )( )
150
50 87
N P A P N A P = = = 29

( ) ( ) ( )
( )( )
150
50 87
R P A P R A P = = = 29

( ) ( ) ( )
( )( )
150
50 87
R P A P R A P = = = 29

( ) ( ) ( )
( )( )
150
50 30
N P C P N C P = = = 10

( ) ( ) ( )
( )( )
150
50 30
R P C P R C P = = =10

( ) ( ) ( )
( )( )
150
50 30
R P C P R C P = = = 10


N R T Total
S 11 11 11 33
A 29 29 29 87
C 10 10 10 30
Total 50 50 50 150



( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
81 . 3
10
16
10
1
10
9
29
4
29
1
29
9
11
4
11
4
0
10
2
10 14
10
2
10 9
10
2
10 7
29
2
29 27
29
2
29 28
29
2
29 32
11
2
11 9
11
2
11 13
11
2
11 11 n
1 i
i
e
2
i
e
i
o
2
= + + + + + + + + =
=
=
=
= _

Si
2 2
o
_ > _ con =(r 1) (c 1) grados de libertad, rechazar la hiptesis nula de independencia.

2
05 . 0
_ = 9.488 para = (3 1) (3 1) = 4 grados de libertad.

Respuesta:

Como
2 2
o
_ < _ , 3.81 < 9.488, no se rechaza la hiptesis nula. Concluimos que los tres remedios son
igualmente efectivos.



Bibliografas:

Walpole, Myers y Myers, Probabilidad y Estadstica para Ingenieros, sexta edicin.

Apuntes de la ctedra.

Los recursos computacionales utilizados: Calculadora cientfica, EasyFit (versin gratuita), Excel
2007 y Word 2007.

Probyesta 131207141658 Phpapp02

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Probyesta 131207141658 Phpapp02

Încărcat de

Drepturi de autor:

Formate disponibile

Ctedra: Probabilidad y Estadstica Trabajo Final

UADER 6 de Agosto de 2008

1.8 z P 0.6 z P 0.6 z 1.8 P

= Aplicando Tabla A.3. = 0.0062 = 0.62%

= Aplicando Tabla A.3. = 0.0668 = 6.68%.

) = 0.045 cuando = 25.

con (n-1) grados de libertad Segn Tabla A.5

z z z < < , no se rechaza H

= 18.13 cuando v = 10 1 = 9 grados de libertad

t t t < < , no se rechaza H

S-ar putea să vă placă și