UNIVERSIDAD NACIONAL DE SAN CRISTOBAL DE

HUAMANGA
FACULTAD DE INGENIERIA DE MINAS, GEOLOGIA Y CIVIL
Escuela de Formaci
on Profesional de Ingeniera de Sistemas

Ejercicios Resueltos de Intervalos de Confianza y M

axima
Verosimilitud
Curso:Estadistica II
Sigla: ES-244
Docente: Romero Plasencia, Jackson Macoy
Grupo: I
Alumnos:
-

CONGACHE RODRIGUEZ, Edison

HUAMAN PINEDA, Isac
LOAYZA QUISPE, Jhony Crispin
RAMIRES QUISPE, Ruth
SANCHEZ QUISPE, Zoraida

Ayacucho - Per
u
2015

Indice
1. Intervalos de Confianza
1.1. Ejercicio 1 . . . . . .
1.2. Ejercicio 2 . . . . . .
1.3. Ejercicio 3 . . . . . .
1.4. Ejercicio 4 . . . . . .
1.5. Ejercicio 5 . . . . . .
1.6. Ejercicio 6 . . . . . .
1.7. Ejercicio 7 . . . . . .
1.8. Ejercicio 8 . . . . . .
1.9. Ejercicio 9 . . . . . .
1.10. Ejercicio 10 . . . . .
1.11. Ejercicio 11 . . . . .
1.12. Ejercicio 12 . . . . .
1.13. Ejercicio 13 . . . . .
1.14. Ejercicio 14 . . . . .
1.15. Ejercicio 15 . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

2
2
2
3
3
4
4
5
6
6
7
8
8
9
10
10

2. Estimacion Puntual de parametros : M

etodo de M
axima Verosimilitud
12
2.1. Ejercicio 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2. Ejercicio 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3. Ejercicio 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

1.

Intervalos de Confianza

1.1.

Ejercicio 1

En una muestra aleatoria de 1000 viviendas en cierta ciudad se encuentra que 228 utilizan
petroleo como combustible para la calefaccion. Calcule intervalos de confianza del 99 % para la
proporcion de viviendas en esta ciudad que utilizan petroleo con el fin mencionado.
Soluci
on:
n = 1000
x = 228
228
P = 1000
= 0,288
q =1p
q = 0,772
99 % de confianza
0.001 de error
0.005

Como no hay 0.005 en la tabla:

2,58x
x5,57

(494500)105
(500508)105

x = 2,575714
Z0,005
= 2,575
q
q
(P )(q)
P Z/2
< P < P + Z/2 (P n)(q)
n
q
q
(0,228)(0,772)
0,228 2,575
< P < 0,228 + 2,575 (0,228)(0,772)
1000
1000
0,194 < P < 0,262

1.2.

Ejercicio 2

Se quiere hacer una encuesta para estimar el tiempo promedio por semana que los ni
nos
ven television. Por estudios anteriores se sabe que la desviacion estandar de dicho tiempo es de
3 horas. Con el nivel de confianza de! 99 %.
a) Que tama
no de muestra se deberfa elegir si el error de la estimacion puntual no es
superior a media hora?
b) Que costo se debe presupuestar para hacer la encuesta si esta tiene un costo fijo de
$5000 mas un costo variable de $2 por cada entrevista?
Soluci
on:

X :Tiempo promedio por semana que los ni

nos ven tv.
= 19
a) n =

= 0,01
(2,5752 )(32 )
0,52

= 238,7

b) C = 5000 + 2x

(0,5) = Z1 2 n

0,01
2

= 0,995

239 ($2 por c/entrevista)

c = 5000 + 2(239) = 5478

= 500

1.3.

Ejercicio 3

Calcule intervalos de confi anza del 95 % para la proporcion de artculos defectuosos que
resultan de un proceso cuando se encuentra que una muestra de tama
no 100 produce 8 defectuosos.
Soluci
on:
n = 100
x=8
8
P = 100
= 0,08
q =1P
q = 0,92

Donde:
Z0,025 = 1,96
q
P = 0,08 (1,96) (0,08)(0,92)
100
0,027 < P < 0,134

1.4.

Ejercicio 4

Resolver:
a) Se selecciona una muestra aleatoria de 200 votantes en una ciudad y se encuentra que
114 apoyan un juicio de anexion. Calcule el intervalo de confi anza del 96 % para la parte de la
poblacion votante que esta a favor del juicio.
b) Que podemos afirmar con 96 % de confianza acerca de la posible magnitud de nuestro
error, si estimamos que la fraccion de votantes que esta a favor del juicio de anexion es 0.57?
Soluci
on:
a)

n = 200
x = 114
P = 200/114 = 0,57
q = 0,43
Z0,02 = 2,05
q
0,57 (2,05) (0,57)(0,43)
200
0,498 < P < 0,642
b) Del error podremos afirmar:
q
ERROR Z/2 Pnq
q
ERROR 2,05 (0,57)(0,43)
n
ERROR 0,072

1.5.

Ejercicio 5

Un fabricante de reproductores de MP3 utiliza un conjunto de pruebas exhaustivas para

evaluar el funcionamiento electrico de su producto. Todos los reproductores de MP3 deben
pasar todas las pruebas antes de ser puestos a la venta. De una muestra aleatoria de 500 reproductores, 15 no pasan una o mas de las pruebas.
Calcule un intervalo de confianza del 90 % para la proporcion de los reproductores de MP3
de la poblacion que pasan todas las pruebas.
Soluci
on:
n = 500
x = 500 a favor y 15 en contra
P = x/n
P = 0,97
q = 0,03
Z0,05 = 1,645
q
0,97 (1,645) (0,97)(0,03)
= 0,97 0,013
500
0,957 < P < 0,983

1.6.

Ejercicio 6

Se decide estimar la media x del nivel de ansiedad de todos los estudiantes preuniversitarios.
Se supone que la poblacion de los puntajes de la prueba para, medir la ansiedad se distribuye

normalmente con desviacion estandar igual a 10 puntos.

a) Determinar el intervalo para Li con confianza del 95 %, si una muestra aleatoria de tamano 100 ha dado una media de 70 puntos.
b) Si u. se estima en 70 puntos con el nivel de confianza del 98 %, i,es el error de la estimacion puntual superior a 5 puntos?
c) Si Ud. considera que el intervalo encontrado en a) no es muy preciso, que action deberia
tomar para que el intervalo de estimacion al 95 % sea mas preciso?.
Soluci
on:
X = niveldeinsideil x N (, 102 )

Z0,975 = 1,96

X : puntajes
a) = 0,05

n = 100

x = 70

p(x Z n x + Z n )
1,96(10)
10

= 1,96 (70 1,96)

b) = 0,02

Z0,99

e = 2,33(10/10) = 2,33

NO
c) Si R 0 n

1.7.

Ejercicio 7

Se esta considerando un nuevo sistema de lanzamiento de cohetes para el despliegue de cohetes peque
nos, de corto alcance. La probabilidad de que el sistema existente tenga un lanzamiento
exitoso se representa con p = 0.8. Se toma una muestra de 40 lanzamientos experimentales con
el nuevo sistema y 34 resultan exitosos.
a) Construya un intervalo de confi anza del 95 % para p.
b) Con base en sus resultados, concluira que el nuevo sistema es mejor?
Soluci
on:
a)
n = 40
x = 34
P = 30/40 = 0,85
q = 0,15

Como el intervalo es a 95 %
Z0,025 = 1,96 q

0,85 (1,96)

(0,85)(0,15)
40

= 0,85 0,111

0,739 < P < 0,961

b)
Como P=0.8 y esta en el intervalo de confianza, entonces el nuevo sistema no es mejor.

1.8.

Ejercicio 8

Seg
un estudios realizados por el doctor W. H. Bowen, del Instituto Nacional de Salud, y por
el doctor J. Yudben, profesor de nutricion y dietetica de la Universidad de Londres, el consumo
regular de cereales preendulzados contribuye al deterioro de los dientes, a las enfermedades
cardiacas y a otras enfermedades degenerativas. En una muestra aleatoria de 20 porciones sencillas similares del cereal Alpha-Bits, el contenido promedio de azucar era de 11.3 gramos con
una desviacion estandar de 2.45 gramos. Suponga que el contenido de azucar esta distribuido
normalmente y con base en esto construya un intervalo de coni anza de 90para el contenido
medio de azucar de porciones sencillas de Alpha-Bits.
Soluci
on:
n = 20
X = 11,3
S = 2,45
= 0,95 = 1
= 0,05
/2 = 0,25
P (t(19) t) = 1 /2
P (t(19) t) = 0,975
t = 2,093
h
i
S
S

IC=0,954 : X n t(n1) ; X + n t(n1)

i
h
2,45
2,45

IC=0,954 : 11,3 20 (2,093); 11,3 + 20 (2,093)

IC=0,954 : [10,15; 12,45]

1.9.

Ejercicio 9

Un fabricante afirma que el peso promedio de las latas de fruta en conserva que saca al
mercado es 19 onzas. Para verificar esta afirmacion se escogen al azar 20 latas de la fruta y se
encuentra que el peso promedio es 18.5 onzas Suponga que la poblacion de los pesos es normal
con una desviacion estandar de 2 onzas.
a) Utilizando un intervalo de confianza del 98 % para , i,se puede aceptar la afirmacion del
fabricante?
6

b) Que tama
no de muestra se debe escoger para estimar si se quiere un error no superior
a 0.98 onzas con confianza del 95 %?.
Soluci
on:
= 19

n = 20

= 0,02

X N (, 22 )

x = 18,5

Z1/2 = 0,99 = 2,33

18,2 2,33( 220 ) 18,5 + 2,33( 220 )

n=

(1,962 )(22 )
0,982

= 16

N = 16

1.10.

Ejercicio 10

Una empresa de taxis trata de decidir si comprara neumaticos de la marca A o de la marca

B para su flotilla de taxis. Para estimar la diferencia entre las dos marcas realiza un experimento utilizando 12 neumaticos de cada marca, los cuales utiliza hasta que se desgastan. Los
resultados son:
Marca A: X 1 = 36, 300 kilometros,
S1 = 5000 kilometros.
Marca B: X 2 = 38, 100 kilometros,
s2 = 6100 kilometros.
Construya un intervalo de confianza del 90 % para 2 /2
Soluci
on:
n1 = 12
X 1 = 36,300
S1 = 5000
n2 = 12
X 1 = 38.|00
S1 = 6100
= 0,9 = 1
= 0,1
/2 = 0,05
IC=0,90 12 /22


:

IC=0,90 12 /22 :

( S1 )2
2

F(n1 1,n2 1,1/2)

5000 2
( 6100
)

F(n1 1,n2

; F(n

;
1,1/2) F(n

( S1 )2
2

1 1,n2 1,/2)
5000 2
( 6100
)

1 1,n2 1,/2)

IC=0,90 12 /22 :

0,67 0,67
;
2,88 0,355

IC=0,90 12 /22 : [0,238; 1,893]

Como en el intervalo se encuentra el 1, se toma como 12 /22 .

1.11.

Ejercicio 11

Una muestra aleatoria de 20 estudiantes obtuvo una media de X = 72 y una varianza de

S 2 = 16 en un examen universitario de colocacion en matematicas.
Suponga que las calificaciones se distribuyen normalmente y con base en esto construya un
intervalo de confianza del 98 % para 2 .
Soluci
on:
n = 20
X = 72
S 2 = 16
= 0,98 = 1
= 0,02
/2 = 0,01
h
i
2
(n1)S 2
IC=0,98 2 : X 2 (1/2,n1)
; X 2(n1)S
(/2,n1)
i
h
2
(201)S 2
; X(201)S
IC=0,98 2 : X 2 (10,001,19)
2 (0,01,19)
h
i
IC=0,98 2 : (19)(16)
; (19)(16)
36,2
7,63
IC=0,98 2 : [8,398; 39,843]

1.12.

Ejercicio 12

Una maquina llena un determinado producto en bolsas cuyo peso medio es u gramos. Suponga que la poblacion de los pesos es normal con desviacion estandar 20 gramos.
a) Estime u de manera que el 99.38 % de las bolsas tengan pesos no superiores a 550 gramos.
b) Estime u mediante un intervalo de confianza del 95 %, si una muestra aleatoria de 16
bolsas ha dado una media de 495 gramos
Soluci
on:
X N (, 202 )

X : pesomedio

p(x Z n overlinex + Z n ) = 0,95

N = 16

Z0,975 = 1,95(5) = 9,8

(495 9,8)
p(x 550) = 0,9938
p(Z
=
550
20

550
)
20

551
20

= 0,9938

= 0,9938

= 2,5

= 500

1.13.

Ejercicio 13

Una muestra aleatoria de tama

no n1 = 25, tomada de una poblacion normal con una desno n2 = 36 que se
viacion estandar 1 = 5, tiene una media X 1 = 80. Una segunda m.a. de tama
toma de una poblacion normal diferente con una desviacion estandar 2 = 3, tiene una media
X 2 = 75. Calcule un intervalo de confianza del 94 % para 1 2 .
Soluci
on:
1 = 5
n1 = 25
X 1 = 80
2 = 3
n2 = 36
X 2 = 75
i) Estimacion puntual de 1 mu2 :
X 1 X 2 = 80 75 = 5
ii) Error estandar de 1 2 :
q 2
q
1
12
32
52
+ 36
= 1,118
x1 x2 = n1 + n2 = 25
iii) Para el nivel de confianza del 94 % se encuentra:
Zo = Z1/2 = Z10,03 = Z0,97
P [Z Z0,97 ] = 0,97
Z0,97 = 1,89
IC 1 2 : [(X 1 X 2 ) Zo x1 x2 ]
IC 1 2 : [5 1,89(1,118)]

IC 1 2 : [5 2,113]
2,90 < 1 2 < 7,1

1.14.

Ejercicio 14

El tiempo en minutos que utilizan los clientes en sus distintas operaciones en un banco local
es una variable aleatoria cuya distribucion se supone normal con una desviacion estandar de
3 minutos. Se han registrado los tiempos de las operaciones de 9 clientes delbanco resultando
una media igual a 9 minutos:
a) Hallar el nivel de confianza si la estimacion de Ji es el intervalo de 7 a 11 minutos.
b) Si se estima por x, calcular la probabilidad de que la media de los tiempos de todas
las muestras de tamano 9 este entre 6.5 y 11.5 minutos.
Soluci
on:
X : tiempo en minutos

X N (, 32 )

n=9

x=9
a) (7 11)
b) X Z(1 ( 2 )( n )) = 7
9 Z(1 ( 2 )( 33 )) = 7
1

= 0,9772

Z(1 2 ) = 2

= 0,0456

1 = 0,9544

(6,5 11,5)
p(x Z n x + Z n )
9 Z1 ( 2 )( 39 ) = 6,5 Z1 ( 2 ) = 2,5
1

= 0,9938

= 0,0124

1 = 0,9876

1.15.

Ejercicio 15

El Departamento de zoologa de Virginia Tech llevo a cabo un estudio para estimar la diferencia en la cantidad de ortofosforo qumico medido en dos estaciones diferentes del ro James.
El ortofosforo se mide en miligramos por litro. Se reunieron 15 muestras de la estacion 1 y 12
muestras de la estacion 2. Las 15 muestras de la estacion 1 tuvieron un contenido promedio
de ortofosforo de 3.84 miligramos por litro y una desviacion estandar de 3.07 miligramos por
litro; en tanto que las 12 muestras de la estacion 2 tuvieron un contenido promedio de 1.49
miligramos por litro y una desviacion estandar de 0.80 miligramos por litro. Calcule un intervalo de confi anza de 95 % para la diferencia en el contenido promedio verdadero de ortofosforo
en estas dos estaciones. Suponga que las observaciones provienen de poblaciones normales con
varianzas diferentes.

10

Soluci
on:
Para la estacion 1:
x1 = 3,84
s1 = 3,07
n1 = 15
Para la estacion 2:
x2 = 1,49
s1 = 0,80
n1 = 11
= 0,95 = 1 para 1 2
Distribucion t con v grados de libertad:
v=

(3,072 /15+0,802 /12)2

[(3,072 /15)2 /14]+[(0,802 /12)2 /11]

= 16,3 16

x1 x2 = 3,84 1,49 = 2,45

= 0,05
t0025 = 2,120 para v = 16 grados de libertad.
q
q
2
3,072
0,802
+ 12 < 1 2 < 2,35 + 2,120 3,07
+
2,35 2,120
15
15
0,60 < 1 2 < 4,10

11

0,802
12

2.

Estimacion Puntual de parametros : M

etodo de M
axima Verosimilitud

2.1.

Ejercicio 1

Leyes de Bernoulli: El conjunto de los valores posibles es [0,1]. El parametro conocido es

n
p. Si (x1 , x2 , ..., xn ) [0, 1]
es una muestra,
la verosimilitud vale:
P
P
L(x1 , x2 , ..., xn ; p) = p xi (1 p)n xi
P
P
i) log(L(x1 , ..., xn ; p)) = ( xi )log(p) + (n xi )log(1 p)
ii)

log(x1 ,...,xn ;p)

p

p=

2.2.

xi
p

P
n xi
1p

xi
n

Ejercicio 2

Leyes Geom
etricas: El conjunto de valores posibles es N, el parametro desconocido es
p ]0, 1[.Si(x1 , ..., xn ) es una muestra entera, la verosimilitud vale:
P

L(x1 , ..., xn ; p) = pn (1 p)

xi n

i) Log(L(x1 , ..., xn ; p)) = nlog(p) + (

ii)

log(L(x1 ,...,xn ;p))

p

iii) p =

2.3.

n
p

xi n)log(1 p)

xi n
1p

Pn
xi

Ejercicio 3

- Sea x1 .x2 , ..., xn una muestra de tama

no n, de una distribucion binomial B(1, p) donde
0 < p < 1, obtener el estimador de maxima verosimilitud P (1 p).
Soluci
on:
P (x, p) = P (x1 ; p)P (x2 ; p)...P (xn ; p) = (pn (1 p)1x1 )...(pxn (1 p)1xn )
1er paso para funcion de probabilidad:
P (x; p) = p

xi

(1 p)1

xi

= L(x1 , ..., xn ; p)

2do paso para funcion de probabilidad:

ln[L(x1 , ..., xn ; p)] = ln[p

xi

(1 p)1

xi

]=

xi ln(n

xi ln(1 p))

3er paso:

[ln[L(x1 , ..., xn ; p)]]

p

[
p

xi lnp] +

[n
p

12

xi ln(1 p)]

xi
p

P
n+ xi
1p

4to paso:

[ln[L(x1 , ..., xn ; p)]]

p
P

xi
r

P
n+ xi
1p

1p+p(n+
p(1p)

=0

xi )

xi pn = 0

xi = pn

=0

=0

pn = x
Donde:
p(1 P
p) = x(1 x) Estimador
n
p = nxi

13