Intervalo Confidencial Test de Hipotesis y Bondad de Ajuste Ejercicios Resueltos PDF

7.
- Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste
Ejercicios Resueltos
Estimacin por Intervalos

Pruebas de Hipotesis
Muestras Pareadas
Bondad de ajuste de distribuciones discretas y continuas
7. Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste Ejercicios Resueltos
ANLISIS ESTADSTICO
1. La Oficina de Planificacin Familiar de la Municipalidad A desea determinar la proporcin

de familias con un ingreso familiar inferior a $ 200.000. En una muestra aleatoria de 90 familias
18 presentaron un ingreso familiar inferior a $ 200.000.
1.1) Estime con 98% de confianza la proporcin de familias con un ingreso familiar inferior a
$ 200.000 en la Municipalidad A.
1.2) Qu tamao muestral se requiere para asegurar con una confianza del 95% que el
error en la estimacin de la proporcin de familias con ingreso inferior a $200.000 no
exceder de 0,05?
1.1) Solucin: Sean:

= Cantidad de familias con un ingreso familiar inferior a $200.000 en Municipalidad A
~ (; 2 )
Debido a que el problema habla de proporcin, debemos utilizar la siguiente frmula para determinar
el intervalo confidencial:

()1 = ( 1 )
2
18
Con: 1 = 0,98 ; = 90 ; = 90 = 0,2 ; = 0,8
Nota: El valor de se calcula dividiendo la nmero de datos de la muestra que cumplen la

caracterstica que nos da el problema, en este caso, las familias con ingreso familiar inferior a
$200.000, dividido por el tamao de la muestra.
Reemplazando, obtenemos:
0,2 0,8
()0,98 = (0,2 0,99 ); 0,99 = 2,33
90
0,2 0,8
()0,98 = 0,2 2,33
90
Finalmente, el intervalo de confidencialidad queda dado por:
()0,98 = [0,102; 0,298]
Respuesta: El intervalo [0,102; 0,298] tiene un 98% de contener a la proporcin de familias con un
ingreso familiar inferior a $ 200.000 en la Municipalidad A.
1.2) Solucin: El ejercicio nos otorga los siguientes datos:

18
1 = 0,95; 0,05; = 90; = = 0,2; = 0,8
90
Ya que estamos tratando con proporciones, utilizamos la frmula de error est dada por:

= 1
2
Pgina 134 Alejandro Gonzlez Tapia Ingeniera Civil en Minas

ANLISIS ESTADSTICO
Reemplazando:
0,2 0,8 1,96
0,05 0,975 0,2 0,8 245,86 246
0,05
Respuesta: Para asegurar que el error en la estimacin de la proporcin de familias con ingreso
inferior a $200.000, no exceda a 0,05, el tamao de la muestra debe ser igual a 246, considerando
una confianza del 95%.
2.- Se realizan estudios sobre la contaminacin producida por descargas de aguas residuales,
en cuerpos fluviales cordilleranos, para medir si estos cumplen con la norma establecida por
el decreto 90/2000, que establece niveles de concentracin de Plomo de a lo ms 0.02 mg/l. En
una muestra aleatoria de tamao 20, de volmenes de agua de 50 ml. cada uno, obtenidas en
das distintos, se encontr un nivel medio de concentracin de plomo de 0,28 mg/l, con una
desviacin estndar de 0,01 mg/l.
Bajo el supuesto de que las observaciones provienen de una poblacin normal, estime el nivel
medio de concentracin de plomo en estas aguas, con una confianza del 90%. Analice los
valores estimados en funcin de la norma.
2) Solucin: Sea: = Concentracin de Plomo en cuerpos fluviales cordilleranos; ~ ( ; 2 )
Del enunciado del ejercicio se desprenden los siguientes datos:
= 20 = 0,28 = 0,01 1 = 0,90
Debido a que desconocemos la varianza de la distribucin, utilizaremos la siguiente frmula para

obtener el intervalo de confianza:

()1 = ( ( 1;1 ) )
2
Reemplazando:
0,01
()0,90 = (0,28 (19; 0,95) ) ; (19; 0,95) = 1,7291
20
0,01
()0,90 = (0,28 1,7291 )
20
()0,90 = [0,2761; 0,2839]
Respuesta: El intervalo [0,2761; 0,2839] tiene un 90% de contener el nivel medio de concentracin de
plomo en las aguas residuales, en cuerpos fluviales cordilleranos.
Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 135

ANLISIS ESTADSTICO
3.- Se est estudiando la duracin de ciertos procesos productivos y se toma una muestra
aleatoria, de tamao 10. Se define como "Proceso Corto cuando su duracin es menor que 5
minutos, los datos obtenidos, en minutos, fueron:
3 5 8 6 10 5,5 4 4,2 4,5 2
3.1) Se pide estimar por intervalo de confianza del 98% la proporcin de Procesos Cortos.
3.2) Cul debera ser el tamao de la muestra si la proporcin estimada disminuyen en un
10% y utilizamos un 95% de confianza manteniendo el mismo error probable antes de la
modificacin?
3.3) Estimar la varianza de dichos tiempos con un nivel de confianza del 99%.
3.4) Si se realiza un ajuste tecnolgico en el proceso de fabricacin, el que reduce los
tiempos en un 15% Cul sera la estimacin de la varianza con un 97% de confianza?
3.1) Solucin: Sea: = Muestra del tiempo de duracin de ciertos procesos productivos
~ (; 2 )
Debido a que el problema nos habla de proporcin, debemos utilizar la siguiente frmula para
determinar el intervalo confidencial:

()1 = ( 1 )
2
5
Con: 1 = 0,98 ; = 10 ; = = 0,5 ; = 0,5
10
0,5 0,5
()0,98 = (0,5 0,99 ); 0,99 = 2,33
10
0,5 0,5
()0,98 = 0,5 2,33
10
()0,98 = [0,1316; 0,86848]
Respuesta: Este intervalo tiene un 98% de contener a la verdadera proporcin de Procesos cortos
3.2) Solucin: Lo primero que debemos hacer en este tem es determinar una nueva variable, como
se ve a continuacin: = "Proporcin con Procesos Cortos disminuida en un 10%
= 0,9 = 0,9 0,5 = 0,45
En seguida, calculamos el error probable de p que se mantiene, con la siguiente frmula:
0,5 0,5 0,5 0,5

= 1 = 0,99 = 2,33 = 0,3684
2 10 10

ANLISIS ESTADSTICO
Luego de esto, ya tenemos lo necesario para determinar el tamao de la muestra, lo que se realiza
despejando la frmula que sigue:
(1,96)2 (0,45)(0,55)
= 0,3684 = 1,96
0,45 0,55
= = 7,005 8
1 (0,3684)2
2
= 0,45;
: 1 = 0,95; = 0,3684 ; = 0,55; 0,975 = 1,96
Respuesta: El tamao de la muestra debe ser 8, si la proporcin disminuye en un 10% y se mantiene
el error probable antes de la modificacin, con un 95% de confianza.
3.3) Solucin: Para empezar calculamos la varianza muestral, la que determina con la siguiente
frmula:
( )2 (52,2) 2
2
322,14
=

= 10
= 2,3489
1 9
Debido a que el problema hace referencia a la varianza, el intervalo confidencial est dado de la
siguiente forma:
( 1) 2 ( 1) 2
( 2 )1 = ( 2 , 2 )

(1; 1 ) (1; )
2 2
Con: = 10; = 2,3489; 1 = 0,99

Reemplazando:
9 (2,3489)2 9 (2,3489)2 9 (2,3489)2 9 (2,3489)2
( 2 )0,99 = ( 2 , 2 )=( , )
(9; 0,995) (9; 0,005) 23,589 1,735
( 2 )0,99 = [2,1050; 28,6202]
Respuesta: Existe un 99% de que el intervalo [2,1050; 28,6202] contenga a la varianza poblacional
de los procesos productivos.
3.4) Solucin: Sea: = Muestra reducida en un 15% = 0,85
Por propiedades determinamos el valor de la desviacin estndar de y, la que se encuentra dada por:
= 0,85 = 0,85 2,3489 = 1,9966

Despus procedemos a definir el intervalo confidencial como se ve a continuacin:
( 1) 2 ( 1) 2
( 2 )1 = ( 2 , 2 )

(1; 1 ) (1; )
2 2
Con: = 10; = 1,9966; 1 = 0,97

ANLISIS ESTADSTICO
2
Ya que no poseemos los valores de la distribucin , tenemos que interpolar para poder
determinarlos:
0,99 0,975 21,666 19,023
=
0,985 0,975 19,023
0,015 2,643
=
0,01 19,023
2,643 0,01
= + 19,023
0,015
= 20,785
2
(9; 0,985) = 20,785
0,025 0,01 2,700 2,088

=
0,015 0,01 2,088
0,015 0,612
=
0,005 2,088
0,612 0,005
= + 2,088
0,015
= 2,292
2
(9; 0,015) = 2,292
Finalmente, reemplazando obtenemos el intervalo confidencial:
9 (1,9966)2 9 (1,9966)2 9 (1,9966)2 9 (1,9966)2

( 2 )0,97 = ( 2 , 2 )=( , )
(9; 0,985) (9; 0,015) 20,785 2,292
( 2 )0,97 = [1,7261; 15,6534]
Respuesta: Existe una probabilidad del 97% de que el intervalo [1,7261; 15,6534] contenga a la
varianza poblacional de los procesos productivos luego de reducir sus tiempos en un 15%.
4.- En cualquier proceso de enlatado, el fabricante pierde dinero si las latas contienen ms o
menos de la cantidad que se especifica en la etiqueta. Por esta razn se vigila constantemente
la cantidad de producto enlatado. Considere una compaa que produce un cemento de hule
de secado rpido en latas de aluminio etiquetadas con un peso de 32 onzas.
Se toma una muestra de 34 latas, las cuales se pesan, obteniendo un peso promedio de 31,18
onzas y una desviacin estndar de 0,645 onzas.
Considere que el peso de las latas se distribuye normal.
4.1) A un inspector de control de calidad le interesa probar si la varianza del peso de las
latas es superior a 0,4 (onzas)2. Utilice una significacin de 5%.
4.2) Cul debe ser el mnimo tamao de muestra que se debe utilizar si se desea estimar el
peso real promedio de las latas de cemento de hule? Se est dispuesto a cometer un
error mximo de 0,2 onzas con una confianza del 95%. Sabiendo por estudios anteriores
que la varianza del peso de las latas es 0,4096 (onzas) 2

ANLISIS ESTADSTICO
4.1) Solucin: Sea: = Cantidad de cemento en una lata, en onzas

~ (; 2 )
Con: = 34; = 0,645; = 0,05; 1
Las hiptesis que nos interesan contrastar son:

0 : 2 = 0,4
1 : 2 > 0,4
Entonces, el estadstico de prueba es:
( 1) 2 (34 1)(0,645)2
= = = 34,3221
0 2 0,4
El Punto Crtico, se determina de la siguiente forma:

2 2
(1; 1 ) = (33; 0,95) = 47,400
La Regin Crtica:
2
= { | > (1; 1 ) } = { | > 47,400}
Respuesta: Como , no se rechaza la hiptesis nula, es decir, la varianza de la cantidad de

cemento en una lata no es superior a 0,4 (onzas) 2.
4.2) Solucin: El problema nos otorga la siguiente informacin:
= 0,2; 1 = 0,95; 2 = 0,4096 ; = 0,4096 = 0,64

Debido a que estamos trabajando con el peso real promedio de las latas de cemento de hule, y que
conocemos la varianza ( 2 ), la frmula del error est dada por:

= = 1
2
Reemplazando:
0,64 1,96 0,64
0,2 1 0,25 39,33 40
0,2
Respuesta: El mnimo tamao de la muestra que se debe utilizar si se desea estimar el peso real
promedio de las latas de cemento de hule, es igual a 40.
5.- Se requiere que la resistencia a la ruptura de una fibra sea menos de 150 psi. Se sabe que la
desviacin estndar de la resistencia a la ruptura es 3 psi. En una muestra aleatoria de 25
trozos de fibra se obtiene una resistencia media a la ruptura de 148 psi y una desviacin
estndar de 2,8 psi.
5.1) Puede considerarse aceptable este tipo de fibra? Use = 0,05.

5.2) Determine el tamao de la muestra necesario para estimar la resistencia media de este
tipo de fibra con un nivel de confianza del 95% y un error de estimacin de 0,5 psi.

ANLISIS ESTADSTICO
5.1) Solucin: Sea: = Resistencia a la ruptura de una fibra

~ (; 2 = 32 )
Con: = 25; = 148; = 2,8; = 0,05; 0 = 150
0 : = 150
1 : < 150
Entonces, como conocemos la varianza, el estadstico de prueba es:
0 148 150
= =
= 3, 33
3
25
El Punto Crtico, se determina de la siguiente forma:
(1 ) = 0,95 = 1,645
La Regin Crtica:
= { | < (1 ) } = { | < 1,645}
Respuesta: Debido a que , hay suficiente informacin para rechazar la hiptesis nula, es
decir, es aceptable este tipo de fibra, con un 5% de significacin.
5.2) Solucin: El ejercicio proporciona los siguientes datos:
= 0,5; 1 = 0,95; =3
Como consecuencia que estamos trabajando con la resistencia media de este tipo de fibra, y que
conocemos la varianza ( 2 ), la frmula del error est dada por:

= = (1 )
2
Reemplazando:
3 1,96 3
0,5 = (0,975) = = 138,3 139
0,5
Respuesta: El tamao de la muestra necesario para estimar la resistencia media de este tipo de fibra
con un nivel de confianza del 95% y un error de estimacin de 0,5 psi, es 139.
6.- La velocidad de transmisin de un modem se mide en baudios que se define como el nmero
de bits por segundo que puede transmitir. Debido a factores tcnicos, la rapidez de transmisin
real vara de un archivo a otro. Una empresa est en proceso de adquirir un modem, el cual fue
ofrecido por dos proveedores (A y B). Para decidir la compra se transmiten seis archivos,
elegidos al azar, utilizando ambos modem y registrando las velocidades de transmisin (en
miles de baudios)
Archivo 1 2 3 4 5 6
Proveedor A 10,75 10,86 11,18 10,47 11,36 10,47
Proveedor B 10,31 10,95 10,33 9,20 11,36 9,74
Suponiendo que la velocidad de transmisin se distribuye Normal

ANLISIS ESTADSTICO
6.1.- La revista PC Reports, afirma que en pruebas hechas por su equipo se ha encontrado que
el modem del proveedor A es significativamente ms rpido que el del proveedor B, Con =
0,01, Los resultados obtenidos por la empresa confirman lo planteado por la revista?
6.2.- Pruebe si la varianza de la velocidad de transmisin del modem del proveedor A es de 0,52
(miles de baudios)2 con nivel de significacin 0,05.
6.1) Solucin: Sea: = ~ (; 2 )
Archivo 1 2 3 4 5 6
Proveedor A 10,75 10,86 11,18 10,47 11,36 10,47
Proveedor B 10,31 10,95 10,33 9,20 11,36 9,74
D 0,44 -0,09 0,85 1,27 0 0,73
=6 = 0,5333
= 0,5221

0 : = 0
1 : > 0
Entonces, como desconocemos la varianza, el estadstico de prueba es:
0
0,5333 0
= = 0,5221 = 2,502
6
La Regin Crtica ( = 0,01)
= { | > (1; 1 ) } = { | > (5; 0,99) } = { | > 3,3649}
Respuesta: Debido a que , no existe suficiente informacin para rechazar la hiptesis nula, es
decir, los resultados obtenidos por empresa no confirman lo planteado por la revista, con = 0,01.
6.2) Solucin: Las hiptesis que nos interesa contrastar son:

H0 : 2 = 0,52
1 : 2 0,52
Con: =6 = 0,3654
Entonces como conocemos la desviacin estndar, el estadstico de prueba es:
( 1) 2 (6 1) 0,36542
= = = 1,2838
2 0,52
Regin crtica ( = 0,05):

= { | < 2 (1; ) > 2 (1; 1 ) } = { | < 2 (5; 0,025) > 2 (5; 0,975) }
2 2
= { | < 0,830 > 12,833}

ANLISIS ESTADSTICO
decir, la varianza de la velocidad de transmisin del modem del proveedor A es de 0,52 (miles de
baudios)2, con un 5% de significacin.
7.- En un estudio realizado en el Departamento de Silvicultura y Fauna de una universidad del

extremo sur del pas, se examin la influencia de un frmaco sobre los niveles de andrgenos
en la sangre de huemules salvajes. Se capturaron 15 ejemplares y se les inyect el frmaco,
extrayndoles una muestra de sangre cinco minutos despus de la captura, y luego se les
extrajo una segunda muestra despus de 30 minutos, posteriormente se liberaron los
ejemplares. Se midieron los niveles de andrgenos en la sangre de cada muestra y los datos
aparecen en la siguiente tabla (Suponga distribucin normal)
7.1) Se pide ensayar con 6% de significacin si el nivel de andrgenos se altera despus de
30 minutos de encierro.
7.2) Ensayar con un 5% de significacin si la proporcin de animales que presentaron nivel
de andrgenos superior a 15,00 despus del encierro, supera al 25%
Nmero de Nivel Primero Nivel Segundo

ejemplares (5 minutos) (30 minutos)
1 2,76 7,02
2 5,18 3,10
3 2,68 5,44
4 3,05 3,99
5 4,10 5,21
6 7,05 10,26
7 6,60 13,91
8 4,79 18,53
9 7,39 7,91
10 7,30 4,85
11 11,78 11,10
12 3,90 3,74
13 26,00 94,03
14 67,48 94,03
15 17,04 41,70
7.1) Solucin: Lo primero ser definir la variable a utilizar, la cual se muestra a continuacin:
= Diferencia entre el Nivel Primero y Nivel Segundo ~ (; 2 )
Ya que nos preguntan si el nivel de andrgenos se altera, nuestras hiptesis a contrastar son:
0 : = 0
1 : 0
En seguida calculamos , como se muestra a continuacin:

ANLISIS ESTADSTICO
Nivel Nivel
Nmero de
Primero Segundo
ejemplares (Diferencia) Luego, de la cuarta columna se calcula la
(5 minutos) (30 minutos)
1 2,76 7,02 - 4,26 media y desviacin estndar de :
2 5,18 3,10 2,08
= 9,848

3 2,68 5,44 - 2,76
4 3,05 3,99 - 0,94 = 18,4736
5 4,10 5,21 - 1,11
En seguida, como desconocemos la
6 7,05 10,26 - 3,21
7 6,60 13,91 - 7,31 varianza, el estadstico de prueba es:
8 4,79 18,53 - 13,74 0

9 7,39 7,91 - 0,52 =
10 7,30 4,85 2,45
11 11,78 11,10 0,68 Reemplazando:
12 3,90 3,74 0,16
13 26,00 94,03 - 68,03 9,848 0
= 18,4736 = 2,065
14 67,48 94,03 - 26,55
15
15 17,04 41,70 - 24,66
El punto crtico est dado por: (1;1 ) = (14;0,97)

2
Ya que este valor no se encuentra explcitamente en la tabla, tenemos que interpolar:
0,975 0,95 2,1448 1,7613

=
0,97 0,95 1,7613
0,025 0,3835
=
0,02 1,7613
0,3835 0,02
= + 1,7613
0,025
= 2,068
(14;0,97) = 2,068
La Regin Crtica:
= { | < (14;0,97) > (14;0,97) } = { | < 2,068 > 2,068}
Respuesta: Debido a que , no hay suficiente informacin para rechazar la hiptesis nula, es
decir, el nivel de andrgenos no se altera despus de 30 minutos de encierro, con un 6% de
significacin.
7.2) Solucin: De la muestra que nos expone el ejercicio, podemos calcular el estimador , ya que
cuatro de los quince ejemplares presentan niveles de andrgenos superiores a 15,00 despus del
encierro.
Las hiptesis que interesan contraponer son:

0 : = 0,25
1 : > 0,25

ANLISIS ESTADSTICO
Luego, para determinar el estadstico de prueba, tenemos:
4
0 15
0,25
= = = 0,1491
0 0 0,250,75

15
La Regin Crtica (Con = 0,05):

= { | > 1 } = { | > 0,95 } = { | > 1,645}
decir, la proporcin de animales que presentaron nivel de andrgenos superior a 15,00 despus de
encierro, no supera al 25%, con un 5% de significacin.
8.- En la manufactura de semiconductores, es comn el uso de un proceso de grabado por

remojo qumico para eliminar el silicio de la parte posterior de las obleas antes de la
metalizacin. La rapidez de grabado es una caracterstica importante en este proceso y se
sabe que es una variable aleatoria con distribucin normal. Se compararon dos soluciones de
grabado diferentes, usando dos muestras aleatorias de obleas, una para cada solucin. La
rapidez de grabado (milipulgadas/minuto), observada fue la siguiente:
Solucin 1 9,9 9,4 9,3 9,6 10,2 10,6 10,3 10,0 10,3 10,1
Solucin 2 10,2 10,6 10,7 10,4 10,5 10,0 10,2 10,7 10,4 10,3
8.1) Apoyan los datos la afirmacin de que la rapidez media de grabados es la misma para
ambas soluciones, use = 0,05
8.2) Estime con un nivel de confianza del 90% la rapidez media de grabado para la solucin
1.
8.1) Solucin: Sea: = Rapidez de grabado de la Solucin 1, en milipulgadas/minuto; ~ (; 2 )

= Rapidez de grabado de la Solucin 2, en milipulgadas/minuto; ~ (; 2 )
Lo primero ser determinar el tamao de la muestra, la media y desviacin estndar de ambas

muestras:
= 10 = 9,97 = 0,4218
= 10 = 10,4 = 0,2309
En seguida, debemos contrastar las siguientes hiptesis, para determinar si estas muestras poseen
varianzas poblacionales iguales o diferentes:
0 : 2 = 2
1 : 2 2
2 0,42182
= = = 3,3371
2 0,23092

ANLISIS ESTADSTICO
Los puntos crticos estn dados por ( = 0,05):

1 1
( = (9; 9; 0,05) = = = 0,248
1; 1; ) 2 (9; 9; 0,975) 4,026
( = (9; 9; 0,975) = 4,026
1; 1; 1 )
2
La Regin Crtica:
= { | < (9; 9; 0,05) > (9; 9; 0,95) } = { | < 0,248 > 4,026 }
Resultado: Debido a que , no hay informacin suficiente para rechazar la hiptesis nula, es
decir, las varianzas poblacionales de ambas soluciones son iguales.
Continuando con el desarrollo del ejercicio, procedemos a contrastar las siguientes hiptesis:
0 : =
1 :

( 1) 2 + ( 1) 2
= =
1 1 + 2
+

(10 1) 0,42182 + (10 1) 0,23092
= = 0,34
10 + 10 2
10,4 9,97
= = 2,83
1 1
0,34 10 + 10
Finalmente, la Regin Crtica:

= { | > ( } = + 2
; 1 2 )
= { | > (18; 0,975) } = { | > 2,1009}
Respuesta: Como , en conclusin hay informacin suficiente para rechazar la hiptesis nula,
es decir, la rapidez media de grabado es la misma, con = 0,05.
8.2) Solucin: Debido a que el problema nos pregunta por la media de grabado para la Solucin 1,
debemos utilizar la siguiente frmula para determinar el intervalo confidencial:

()1 = ( (1; 1 ) )
2
Con: 1 = 0,90; = 10 ; = 0,4218 ; = 9,97

0,4218
()0,90 = (9,97 (9; 0,95) ); (9; 0,95) = 1,8331
10
0,4218
()0,90 = (9,97 (9; 0,95) )
10

ANLISIS ESTADSTICO
()0,90 = [9,7255; 10,2145]
Respuesta: El intervalo [9,7255; 10,2145] tiene un 90% de contener la rapidez media de grabado
para la solucin 1.
9.- La resistencia mnima especificada, transcurridos 28 das, de un hormign para pavimento

de 20 cm de espesor es de 250 kg/cm. En dosificaciones con materiales provenientes de la
cantera A y B, las resistencias se distribuyen aproximadamente normal.
Se realizan 16 ensayos con materiales de la cantera A y 32 ensayos de la cantera B,

obteniendo al trmino del tiempo especificado, en pruebas de roturas a la compresin, las
siguientes resistencias:
Resistencia Cantera A 200 - 218 218 - 236 236 - 254 254 - 272 272 - 290
2 4 5 4 1
Resistencias Cantera B
218 220 225 230 235 237 241 245 269 270 270 272 272 274 276 278
250 254 255 258 260 262 264 268 280 285 289 290 290 290 295 300
Ayuda: = ; =
9.1) El ingeniero sospecha que la resistencia media de las dosificaciones proveniente de la
cantera A est muy por debajo de la resistencia media de aquellas dosificaciones
provenientes de la cantera B. Qu concluira usted respecto a la sospecha del
Ingeniero, con = 0,01?
9.2) Con nivel de significacin del 2,5%, Puede usted afirmar que las dosificaciones cuyo
material proviene de la cantera B que est bajo la resistencia mnima especificada es de
un 20%?
9.1) Solucin: Sea: = Resistencia de los Materiales provenientes de la cantera A; ~ ( ; 2 )

= Resistencia de los Materiales provenientes de la cantera B; ~ ( ; 2 )
Lo primero ser determinar el tamao de la muestra, la media y desviacin estndar de ambas
muestras:
Para A: Para B: 8422
= = = 263,1875
[1 ] 32
[200 218] 209 2
2 ( )2
[218 236] 227 4 2 2
[236 254] 245 5 = =
1 1
[254 272] 263 4
84222
[272 290] 281 1 2232454
= 16 = 32
= 22,6394
31
= 242,75 ; = 20,6543

ANLISIS ESTADSTICO
0 : 2 = 2
1 : 2 2
2 22,63942
= = = 1,2015
2 20,65432

1 1 1
( = (31; 15; 0,005) = = = 0,3327
1; 1; )
2 (15; 31; 0,995) (15; 30; 0,995) 3,0057
( = (31; 15; 0,995) (30; 15; 0,995) = 3,6867
1; 1; 1 )
2
La Regin Crtica:
= { | < (31; 15; 0,005) > (31; 15; 0,995) } = { | < 0,3327 > 3,6867 }
decir, las varianzas poblacionales de ambas muestras son iguales.
0 : =
1 : <
( 1) 2 + ( 1) 2
= =
1 1 + 2
+

(16 1) 20,65432 + (32 1) 22,63942
= = 22,0118
16 + 32 2
242,75 263,1875
= = 3,0324
1 1
22,0118 16 + 32

= { | < ( ; 1 ) } = + 2 = 46
= { | < (46; 0,99) } = { | < 2,4102}
es decir, se concluye que lo sospechado por el Ingeniero es real, o sea, la resistencia media de A
est muy debajo de la resistencia media de B.

ANLISIS ESTADSTICO
9.2) Solucin: Sabemos que la resistencia mnima especificada es 250 kg/cm, por ende, podemos
calcular el estimador , o sea, la proporcin de la muestra de los materiales provenientes de la
cantera B, que cumplen la condicin de ser inferiores a la resistencia mnima especificada. Lo que
llevndolo a nmeros es igual a = 8/32
Las hiptesis a contrastar son:

0 : = 0,20
1 : 0,20

0 8 0,25 0,20
= : = = 0,25; = 32 = = 0,7071
0 0 32 0,200,80

32
= { | < 1 } = { | < 0,9875 } = { | < 2,24}
2
decir, las dosificaciones que estn bajo la resistencia mnima, en la cantera B, representan el 20%.
10.- La utilizacin de materiales sintticos tales como nylon, polister y ltex en la produccin
de telas, ha provocado debates acerca de la calidad y resistencia de estas fibras comparadas
con las fibras naturales.
Un fabricante de una nueva fibra sinttica asegura que en promedio su producto (Y) posee una
mayor resistencia a la traccin que las fibras naturales (X). Para tal efecto se seleccionan al
azar 10 fibras sintticas y 12 fibras naturales, a cada una de las cuales se les midi la
resistencia a la traccin. Los resultados muestrales obtenidos se dan a continuacin:
=
; = ; = ; =
Confirman estos datos lo asegurado por el fabricante? Fundamente adecuadamente su
respuesta y use = , ?
10) Solucin: Sean: = Resistencia a la traccin de las fibras naturales, en Kg; = 12

= Resistencia a la traccin de la nueva fibra sinttica, en Kg; = 10
~ ( ; 2 ) ~ ( ; 2 )
0 : 2 = 2
1 : 2 2
2 1892
= 2 = = 1,1565
1636

ANLISIS ESTADSTICO

1 1
( = (9; 11; 0,025) = = = 0,255
1; 1; )
2 (11; 9; 0,975) 3,9117
( = (9; 11; 0,975) = 3,9639
1; 1; 1 2 )
La Regin Crtica:
= { | < (9; 11; 0,025) > (9; 11; 0,975) } = { | < 0,255 > 3,9639 }
0 : =
1 : <
Luego, para determinar el estadstico de prueba, tenemos la siguiente expresin:
( 1) 2 + ( 1) 2
= =
1 1 + 2
+

(12 1) 1636 + (10 1) 1892
= = 41,8473
12 + 10 2
272 335
= = 3,5460
1 1
41,8473 +
12 10
Finalmente, la Regin Crtica (Con = 0,05):
= { | < ( ; 1 ) } = + 2 = 20
= { | < (20; 0,95) } = { | < 1,7247}
Respuesta: Como , en conclusin existe suficiente informacin para rechazar la hiptesis nula
con un 10% de significacin, es decir, podramos concluir que el fabricante estara en lo cierto, ya que
la nueva fibra sinttica posee mayor resistencia a la traccin que las fibras naturales.
11.- En una planta industrial se quiere determinar cul de dos tipos de fuentes de energa, gas
o electricidad, produce ms energa til a menor costo. Una medida de la produccin
econmica de energa, llamada inversin de planta por quad suministrado, se calcula
dividiendo la cantidad de dinero (en dlares) invertida por la planta en la fuente de energa en
cuestin y la cantidad suministrada de energa (en quads, miles de billones de unidades
trmicas britnicas [BTU]). Cuanto menor sea este cuociente, menos pagar una planta

ANLISIS ESTADSTICO
industrial por la energa suministrada. Se seleccionaron muestras aleatorias de 11 plantas que

utilizan electricidad y 16 plantas que utilizan gas y se calcul la inversin de la planta por quad
para cada una. Los datos se presentan en la tabla:
14,15 9,57 7,76 9,72 5,35 8,46 7,78 4,38

ELECTRICIDAD
9,28 8,60 17,13
16,66 10,14 9,18 10,11 8,45 7,91 11,03 10,70
GAS
15,05 18,22 12,50 9,40 9,67 9,21 15,3 12,1
Asumiendo normalidad en la inversin por quad suministrado
11.1) Se podra afirmar que existe diferencia significativa entre los promedios de inversin
de planta por quad suministrado para estos dos tipos de fuentes de energa, con un
nivel de significacin de 0,10?
11.2) Estime con una confianza del 99% la proporcin de plantas de gas que invierten ms de
10 [BTU].
11.1) Solucin: Sean: = Inversin de una planta elctrica por quad suministrado; ~ (; 2 )
= Inversin de una planta a gas por quad suministrado; ~ (; 2 )
Lo primero ser determinar el tamao de la muestra, la media y desviacin estndar de cada

muestra:
= 11 = 9,289 = 3,616
= 16 = 11,602 = 3,112
0 : 2 = 2
1 : 2 2
2 3,6162
= = = 1,35
2 3,1122

1 1
( = (10; 15; 0,05) = = = 0,351
1; 1; )
2 (15; 10; 0,95) 2,8450
( = (10; 15; 0,95) = 2,5437
1; 1; 1 2 )
La Regin Crtica:
= { | < (10; 15; 0,05) > (10; 15; 0,95) } = { | < 0,351 > 2,5437 }

ANLISIS ESTADSTICO
Continuando con el desarrollo del ejercicio, tenemos que contrastar las siguientes hiptesis:
0 : =
1 :
( 1) 2 + ( 1) 2
= =
1 1 + 2
+

(11 1) 3,6162 + (16 1) 3,1122
= = 3,323
11 + 16 2
9,289 11,602
= = 1,777
1 1
3,323 11 + 16

= { | < ( ; 1 ) } = + 2 = 25
2
= { | < (25; 0,95) } = { | < 1,7081}

con un 10% de significacin, es decir, se puede afirmar que existe una diferencia significativa en el
promedio de inversin de planta por quad suministrado por estos dos tipos de energa.
11.2) Solucin: Lo primero, ser determinar el estimador , el que corresponde al nmero de plantas
a gas que invierten ms de 10 quad, en la muestra, dividido en el tamao de la muestra, que llevado
a los nmeros es igual a 1016.
Luego, el intervalo confidencial est dado por:

()1 = ( 1 )
2
10
Con: 1 = 0,99; = 16 ; = 16 = 0,625; = 0,375
0,625 0,375
()0,99 = (0,625 0,995 ); 0,995 = 2,575
16
0,625 0,375
()0,99 = (0,625 2,575 )
16
()0,90 = [0,313; 0,937]
Respuesta: El intervalo [0,313; 0,937] tiene un 90% de probabilidad de contener a la proporcin de

plantas de gas que invierten ms de 10 [BTU].

ANLISIS ESTADSTICO
12.- El PM10 (material particulado respirable), son partculas de dimetro menor o igual a 10
micrones. Por su tamao, el PM10 es capaz de ingresar al sistema respiratorio del ser humano;
mientras menor es el dimetro de estas partculas mayor es el potencial dao en la salud; es
por esta razn, que diariamente se monitorea la calidad del aire, 3
AQI (g/m ) C M
calculando un ndice de calidad de Aire (AQI por sus siglas en
Ingls). Un AQI de 100 para PM10, corresponde a un nivel de 150 0 50 2 5
PM10 en microgramos por metro cbico (promediado en 24 50 100 9 5
horas). 100 150 11 11
Se toman muestras aleatorias independientes del AQI, de tamao 150 200 15 13
40, correspondientes a dos comunas C y M, del Gran Santiago, en 200 300 3 4
meses de invierno, obteniendo la siguiente informacin: 300 550 0 2
Suponiendo vlidos los supuestos necesarios:
12.1) Estime el mnimo tamao de muestra que se debe considerar para estimar el AQI
3
promedio en la comuna M, considerando un error de estimacin de a lo ms 18 g/m y
una confianza de 95%, si de estudios previos se sabe que la desviacin estndar del
3
AQI es de 110 g/m .
12.2) Es posible asegurar que el porcentaje de episodios en que el AQI es de al menos 200
(episodio daino para la salud) es superior al 4% en la comuna C, con 5% nivel de
significacin?
12.3) Es posible, afirmar que no existen diferencias significativas en el ndice de calidad
medio del aire en ambas comunas en estudio, con un nivel de significacin del 1%?
12.1) Solucin: Sean: = Cantidad de material particulado en la comuna C; ~ (; 2 )

= Cantidad de material particulado en la comuna M; ~ (; 2 )
El enunciado del problema nos otorga la siguiente informacin:
18; 1 = 0,95; = 110
Ya que el conocemos la varianza, y estamos estimando el AQI promedio en la comuna, la frmula del
error est dada por:

= 1
2
Reemplazando:
110 110
18 0,975 1,96 143,46 144
18
Respuesta: El tamao de la muestra debe ser como mnimo de 144.
12.2) Solucin: Con los datos entregados por la tabla, podemos determinar el estimador , que
corresponde a la cantidad de episodios de la muestra, en que el AQI es de al menos 200, dividido en
el tamao de la muestra, lo que llevado a los nmeros es igual a 340 .

ANLISIS ESTADSTICO
Luego, las hiptesis a contrastar son:

0 : = 0,04
1 : > 0,04
El estimador de prueba a utilizar es:
0 3 0,075 0,04
= : = = 0,075; = 40 = = 1,1296
0 0 40 0,040,96

40

= { | < 1 } = { | < 0,95 } = { | < 1,645}
Respuesta: Como , en conclusin no existe suficiente informacin para rechazar la hiptesis

nula con un 5% de significacin, es decir, se puede afirmar que el porcentaje o proporcin de
episodios en que el AQI es de al menos 200, es equivalente o menor al 4% en la Comuna C.
12.3) Solucin: Para este tem lo primero que debemos hacer es calcular el tamao de la muestra, la
media y desviacin estndar, de cada muestra:
AQI (g/m )
3
C M = 40
0 50 25 2 5

= 136,875
50 100 75 9 5 = 55,7546
100 150 125 11 11
150 200 175 15 13 = 40
200 300 250 3 4 = 150
300 550 425 0 2 = 89,5144
= 40 = 40
0 : 2 =
2
1 : 2
2

2
89,51442
= 2 = = 2,5777
55,75462

1 1 1
( = (39; 39; 0,005) = = = 0,435
1; 1; 2 ) (39; 39; 0,995) (40; 40; 0,995) 2,2958
( = (39; 39; 0,995) (40; 40; 0,995) = 2,2958
1; 1; 1 )
2
La Regin Crtica:
= { | < (39; 39; 0,005) > (39; 39; 0,995) } = { | < 0,435 > 2,2958 }

ANLISIS ESTADSTICO
Resultado: Debido a que , hay informacin suficiente para rechazar la hiptesis nula, es decir,
las varianzas poblacionales de ambas soluciones son diferentes.
Continuando con el desarrollo del ejercicio, tenemos que contrastar las siguientes hiptesis:
0 : =
1 :

150 136,875
= = = 0,7871
2 2 55,75462 89,51442
+ +
40 40
Despus para calcular los grados de libertad tenemos la siguiente frmula:

2 2
2 2 55,75462 89,51442
( + ) ( + )
40 40
= 2 = 2 2 = 65,3016 65
2 2 55,75462 89,51442
( ) 2 ( ) ( )
( ) 40 40
+
+
401 401
1 1

= { | < (; 1 ) } = { | < (65; 0,995) } = { | < 2,6536}
2

nula con un 1% de significacin, es decir, se puede afirmar que no existen diferencias significativas
en el ndice de calidad medio del aire en ambas comunas en estudio.
13.- Para comparar la capacidad de produccin de calor del carbn proveniente de dos minas,
se obtuvo una muestra aleatoria de 35 especmenes de carbn de la mina 1 y otra muestra de
25 especmenes de carbn de la mina 2, obteniendo los siguientes resultados de la capacidad
de produccin de calor, en miles de millones de caloras por tonelada:
Mina 1 Mina 2
Capacidad calrica promedio 8,23
= , = ,
Desviacin estndar capacidad calrica 0,1255 = =
Especmenes con capacidad

mayor a 8,3 mM de cal/ton. 10 5
Suponiendo que las poblaciones muestreadas tienen distribucin normal:

13.1) Estime con 95% de confianza la proporcin de carbn con capacidad calrica de a lo
ms 8,3 miles de millones de caloras en la mina 1.
13.2) Que tamao de muestra sera necesario para estimar la capacidad calrica promedio
del carbn de la mina 2 con 98% de confianza y un error en la estimacin que no supere

ANLISIS ESTADSTICO
los 0,1 miles de millones de caloras por tonelada, si en estudios anteriores se obtuvo
una varianza de la capacidad calrica igual a 0,09 (miles de millones de caloras por
tonelada)2?
13.3) Verifique, con 5% de significacin, si la capacidad calrica promedio del carbn de la
mina 1 es superior a la capacidad calrica promedio del carbn de la mina 2.
13.4) Se afirma que la capacidad calrica del carbn de la mina 1 es de a lo menos 8,3 miles
de millones de caloras por tonelada. Qu opina usted con 5% nivel de significacin?
13.1) Solucin: Sea: = Capacidad de produccin de calor del carbn proveniente de la mina 1
= Capacidad de produccin de calor del carbn proveniente de la mina 2
~ (; 2 ) ~ (; 2 )
Ya que el problema habla de proporcin, debemos utilizar la siguiente frmula para determinar el
intervalo confidencial:

()1 = ( 1 )
2
25 10
Con: 1 = 0,95 ; = 35 ; = ; =
35 35
25 10
25
()0,95 = ( 0,975 35 35) ; 0,975 = 1,96
35 35
25 10
25
()0,95 = ( 1,9635 35)
35 35
()0,98 = [0,5846; 0,840]
Respuesta: El intervalo [0,5846; 0,840] tiene un 98% de probabilidad de contener a la proporcin de

carbn con capacidad calrica de a lo ms 8,3 miles de millones de caloras en la mina 1.
13.2) Solucin: El problema nos proporciona la siguiente informacin:

1 = 0,98; 0,1; 2 = 0,09; = 0,3
Ya que estamos tratando con proporciones, utilizamos la frmula de error est dada por:

= 1
2
Reemplazando, tenemos:
0,3 0,3
0,1 0,99 2,33 48,86 49
0,1
Respuesta: El tamao necesario para el problema es como mnimo 49.

ANLISIS ESTADSTICO
13.3) Solucin: Procedemos a determinar el tamao de la muestra, la media y desviacin estndar de

ambas muestras:
Para Mina I: = 35; = 8,23 ; = 0,12553
204,85
Para Mina II: = 25; =
= 25
= 8,194
2 204,85 ( )2 2
2 2 1680,76 25
= = = = 0,304
1 1 24
En seguida, debemos contrastar las siguientes hiptesis, para determinar si estas muestras
poseen varianzas poblacionales iguales o diferentes:
0 : 2 = 2
1 : 2 2
2 0,3042
= = = 5,8648
2 0,125532

1 1 1
( = (24; 34; 0,025) = =
= 0,452
1; 1; 2 ) (34; 24; 0,975) (30; 24; 0,975) 2,2090
( = (24; 34; 0,975) (24; 30; 0,975) = 2,1359
1; 1; 1 )
2
La Regin Crtica:
= { | < (24; 34; 0,025) > (24; 34; 0,975) } = { | < 0,452 > 2,1359 }
Resultado: Debido a que , hay informacin suficiente para rechazar la hiptesis nula, es decir,
las varianzas poblacionales de ambas muestras son diferentes.
Continuando con el desarrollo del ejercicio, contrastamos las siguientes hiptesis:
0 : =
1 : >
( ) 8,23 8,194 0
= = = 0,5590
2 0,125532 0,3042
2 +
+
35 25


ANLISIS ESTADSTICO
Despus para calcular los grados de libertad tenemos la siguiente frmula:

2
2 2 0,125532 0,3042
2
( +
) ( + )
35 25
= 2 = 2 2 = 29,89 29
2 2 0,125532 0,3042
2 ( ) ( ) ( )
( ) 35 25

+ 351
+ 251
1 1
= { | > (; 1 ) } = { | > (29; 0,95) } = { | > 1,6991}

nula con un 5% de significacin, es decir, se puede afirmar que la capacidad calrica del carbn de la
mina 1 no supera a la capacidad calrica del carbn de la mina 2.
13.4) Solucin: Las hiptesis a contrastar son:
0 : 8,3
1 : < 8,3
Luego, como desconocemos la varianza el estadstico de prueba se determina de la siguiente forma:
0 8,23 8,3
= : = 35; = 8,23 ; = 0,12553 = 0,1255 = 3,3
35

= { | < ( 1; 1 ) } = { | < (34; 0,95) } = { | < 1,6909}
Respuesta: Debido a que , existe suficiente informacin para rechazar la hiptesis nula, con
un 5% de significacin, es decir, la capacidad calrica del carbn de la mina 1 es inferior a 8,3 mil
millones de caloras por tonelada.
14.- Una empresa de telecomunicaciones realiz un estudio a fin de comparar el trfico

mensual de los clientes que han tomado los planes A B y conocer la opinin de stos
respecto de los servicios prestados por la empresa.
Para este efecto, tom de cada plan, una muestra aleatoria de 121 clientes. La informacin
recolectada, se presenta a continuacin:
Plan A
Tiempo (min) 60 a 100 100 a 140 140 a 180 180 a 220 220 a 260
N de clientes 13 32 30 27 19
Plan B
Tiempo (min) 120 a 156 156 a 192 192 a 228 228 a 264 264 a 300
N de clientes 20 26 33 30 12
Adems 98 clientes del plan A y 80 del plan B evaluaron satisfactoriamente los servicios
prestados por la empresa.

ANLISIS ESTADSTICO
14.1) Estime, con un nivel de confianza del 95% el tiempo medio de trfico de los clientes del
plan B.
14.2) Con un nivel de significacin del 5%, Aceptara Ud. La hiptesis que la diferencia de
los tiempos medios de trfico, de los clientes del plan B con respecto a los clientes del
plan A, supere los 30 minutos?
14.3) Si el Gerente de la empresa se plante la hiptesis: el porcentaje de clientes que
evala satisfactoriamente los servicios prestados por la empresa es igual en ambos
planes, Qu concluye, si utiliz un nivel de significacin del 1%?
14.4) Docime la hiptesis de que el tiempo de trfico de los clientes del plan A, es una v.a.
con distribucin normal de varianza 2500 (min2).
14.1) Solucin:
Sea: = Tiempo trfico mensual de los clientes que han tomado el plan A, en minutos
= Tiempo trfico mensual de los clientes que han tomado el plan B, en minutos
~ (; 2 ) ~ (; 2 )
Lo primero ser calcular el tamao, media y desviacin estndar de cada muestra dada:

60 100 80 13 120 156 138 20
100 140 120 32 156 192 174 26
140 180 160 30 192 228 210 33
180 220 200 27 228 264 246 30
220 260 240 19 264 300 282 12
= 121 = 121
Para A Para B
= 162,3140 = 49,8792
= 206,4296 = 44,4336
Dado que el problema nos pide estimar el tiempo medio de trfico de los clientes del plan B,
utilizaremos la siguiente frmula para poder determinarlo

( )1 = ( ( ) : 1 = 0,95
1;1 )
2
Evaluando:
44,4336
( )0,95 = (206,4296 (120;0,975) ) : (120;0,975) = 1,9799
121
44,4336
( )0,95 = (206,4296 1,9799 )
121
( )0,95 = [198,4319; 214,4272]
Respuesta: El intervalo [198,4319; 214,4272] tiene un 95% de probabilidad de contener el tiempo

medio de trfico de los clientes del plan B.

ANLISIS ESTADSTICO
14.2) Solucin: En seguida, debemos contrastar las siguientes hiptesis, para determinar si estas
muestras poseen varianzas poblacionales iguales o diferentes:
0 : 2 = 2
1 : 2 2
2 49,87922
= = = 1,2601
2 44,43362
1 1
( = (120; 120; 0,025) = = = 0,697
1; 1; 2 ) (120; 120; 0,975) 1,4327
( = (120; 120; 0,975) = 1,4327
1; 1; 1 )
2
La Regin Crtica:
= { | < (120; 120; 0,025) > (120; 120; 0,975) } = { | < 0,697 > 1,4327 }
Continuando con el desarrollo del ejercicio, contrastamos las siguientes hiptesis:
0 : 30
1 : > 30
( ) ( 1) 2 + ( 1) 2
= =
1 1 + 2
+

(120) 44,43362 + (120) 49,87922
= = 47,235
121 + 121 2
206,4296 162,3140 30
= = 2,3244
1 1
47,235 +
121 121
= { | > ( ; 1 ) } = + 2 = 240
= { | > (240; 0,95) }

ANLISIS ESTADSTICO
Ya que este valor no se encuentra explcitamente en la tabla, tenemos que interpolar:

1,6499 1,6525 1,6525
=
300 200 240 200
0,0026 1,6525
=
100 40
0,0026 40
= + 1,6525
100
= 1,6515
(240; 0,95) = 1,6515
= { | > (240; 0,95) } = { | > 1,6515}
con un 5% de significacin, es decir, se puede afirmar que la diferencia media de los tiempos de
trfico de los clientes del plan B con respecto a los clientes del plan A, supera los 30 minutos.
14.3) Solucin: Ya que el ejercicio nos entrega la cantidad de clientes, de cada plan, que evala
satisfactoriamente los servicios prestados por la empresa, podemos determinar las proporciones
respectivas de las muestras:
98 80 98 + 80 178
= = = = = 0,7355
121 121 121 + 121 242
Definimos las hiptesis a contrastar

0 : =
1 :
El estadstico de prueba est dado por:
98 80
121
121
= = = 2,6234
1 1 1 1
(
+

) (0,7355)(0,2645) ( + 121)
121
El Punto Crtico corresponde a: 1 = 0,995 = 2,575

2
= { | < 1 > 1 } = { | < 2,575 > 2,575}

2 2
Respuesta: Como , se llega a la conclusin que existe suficiente informacin para rechazar la
hiptesis nula con un 1% de significacin, o sea, el gerente de la empresa no se encontraba en lo
correcto cuando planteaba que el porcentaje de clientes que evala satisfactoriamente los servicios
prestados por la empresa es igual en ambos casos.
14.4) Solucin: Sea: = Tiempo trfico mensual de los clientes que han tomado el plan A, en min.
Con: = 162,31 ; 2 = 2500; = 50

ANLISIS ESTADSTICO
Las hiptesis a contrastar son: 0 : ~ (; 2 = 2500)

1 : ~ (; 2 = 2500)
Nota: Debido a que el ejercicio no nos entrega los grados de libertad se = 0,05
Luego, se crea una tabla con los intervalos que abarcan todos los nmeros del conjutno de los reales,
es decir, desde el al +, donde tambin se adiciona la frecuencia absoluta y la probabilidad de
cada uno de ellos:

1 () = ()
1
60162,31 f(2,05)
60 < < 2,05
= 0,0202
0,0202 2,44
50
60 162,31 100 162,31 f(1,25) f(2,05)
60 100 13 ; 2,05; 1,25 0,0854 10,33
50 50 = 0,1056 0,0202
100 162,31 140 162,31 f(0,45) f(1,25)
100 140 32 ; 1,25; 0,45 0,2208 26,72
50 50 = 0,3264 0,1056
140 162,31 180 162,31 f(0,35) f(0,45)
140 180 30 ; 0,45; 0,35 0,3104 37,56
50 50 = 0,6368 0,3264
180 162,31 220 162,31 f(1,15) f(0,35)
180 220 27 ; 0,35; 1,15 0,2381 28,81
50 50 = 0,8749 0,6368
220 162,31 260 162,31 f(1,95) f(1,15)
220 260 19 ; 1,15; 1,95 0,0995 12,04
50 50 = 0,9744 0,8749
260162,31 1 f(1,95)
260 > > 1,95
= 1 0,9744
0,0256 3,1
50
= 121 1 121
En seguida, como se debe cumplir que > 5, se procede a modificar la tabla, lo que se lleva a cabo
sumando las dos primeras filas y las dos ltimas filas, quedando expresado de la siguiente forma:
() = ()
13 0,3062 12,77
32 0,2208 26,72
30 0,3104 37,56
27 0,2381 28,81
19 0,1251 15,14
= 121 () = 1 = 121
Posteriormente, se aplica la frmula para calcular el estadstico de prueba:
2 ( )2 (13 12,77)2 (32 26,72)2 (30 37,56)2 (27 28,81)2 (19 15,14)2
= = + + + +
12,77 26,72 37,56 28,81 15,14
2
= 3,667
Adems, la regin crtica est definida de la siguiente forma:
2 2 =
= { | > } Con: = 1
1;
=
Debido a que ocupamos el estimador de la media, el valor de es igual a uno y el nmero de filas
despus de la modificacin es cinco, por lo tanto, reemplazando tenemos:
2 2
= { |
> 1 ; 3 }

ANLISIS ESTADSTICO
Ya que el valor del nivel de confianza no es entregado por el ejercicio, tenemos que interpolar para
determinarlo:
0,75 0,25 4,108 1,213
=
0,25 3,667 1,213
0,50 2,895
=
0,25 2,454
0,50 2,454
= + 0,25
2,895
= 0,69
1 = 0,69
Resultados:
2
Caso 1: La hipotesis nula se rechaza si 1 < 0,69 > 0,31
2
Caso 2: La hipotesis nula no se rechaza si 1 > 0,69 < 0,31
Considerando que el nivel de significacin debe ser el menor posible para que la estimacin sea
adecuada, por lo que es correcto elegir el caso 2, ya que as se cumple lo antes expuesto.
2
Respuesta: Ya que 1 > 0,69, es decir, no existe informacin suficiente para
rechazar la hipotesis nula, por lo tanto, el tiempo de trfico de los clientes del plan A se distribuye
normalmente con varianza igual a 2500 min 2.
15.- En el mercado existen dos tipos de plsticos (A y B), los que son utilizados en la
fabricacin de diversos artculos. Una variable importante que se maneja es su tensin de
ruptura (en psi) y por lo tanto se ha diseado un experimento para medir la variable en ambos
tipos. Los resultados en 41 ensayos de plstico A fueron los siguientes:
Tensin de Ruptura 144 a 150 150 a 156 156 a 162 162 a 168
5 12 16 8
Por otro lado, en 25 ensayos realizados para registrar la tensin a la ruptura en el plstico B,
se obtuvo un promedio de 154 psi con desviacin estndar de 5,2 psi.
15.1) Considerando un nivel de significacin del 5% y la informacin que entregan los datos.
Hay evidencia suficiente para cuestionar lo especificado por el fabricante, quin
seala que el valor medio de la tensin a la ruptura del plstico A es de 155,5 psi?
15.2) El ingeniero de procesos tiene la sospecha que el plstico A tiene una tensin media a
la ruptura ms alta de lo que se observa para el plstico B. Admitiendo como vlidos
los supuestos de normalidad de las variables en estudio y considerando un niel de
significacin del 5% Qu puede concluir usted respecto de la sospecha del ingeniero
de procesos?
15.3) Con un nivel de significacin del 2,5% Muestran los datos la evidencia suficiente para
corroborar que efectivamente la distribucin de probabilidad de la tensin a la ruptura
del plstico tipo A es de tipo normal con media 155,5 psi y varianza 25 (psi) 2.
15.4) Con un 5% de nivel de significacin, es posible corroborar que ms de un 30% de las
unidades del plstico A presentan una tensin a la ruptura superior a 160 psi?

ANLISIS ESTADSTICO
15.1) Solucin: Sea: = Tensin de ruptura del tipo de plsticos A, en psi; ~ (; 2 )

= Tensin de ruptura del tipo de plsticos B, en psi; ~ (; 2 )
1
Para :
144 150 147 5
150 156 153 12 = 156,95 = 5,63 = 41
156 162 159 16 Para :
162 168 165 8
= 41 = 154 = 5,2 = 25
Las hiptesis a contrastar son:
0 : = 155,5
1 : 155,5
Luego, como desconocemos la varianza el estadstico de prueba se determina de la siguiente forma:
0 156,95 155,5
= : = 41; = 156,95 ; = 5,63 = 5,63 = 1,65
41

= { | < ( } = { | < (40; 0,975) } = { | < 2,0211}
1; 1 2 )
decir, no hay evidencia suficiente para cuestionar lo especificado por el fabricante, el que seal que
el valor medio de la tensin a la ruptura del plstico A es de 155,5 psi, con un 5% de significacin.
15.2) Solucin: Debemos contrastar las siguientes hiptesis, para determinar si estas muestras
poseen varianzas poblacionales iguales o diferentes:
0 : 2 = 2
1 : 2 2
2 5,632
= = = 1,1722
2 5,22

1 1
( = (40; 24; 0,025) = = = 0,4928
1; 1; 2 ) (24; 40; 0,975) 2,0069
( = (40; 24; 0,975) = 2,1460
1; 1; 1 2 )
La Regin Crtica:
= { | < (40; 24; 0,025) > (40; 24; 0,975) } = { | < 0,4928 > 2,1460 }

ANLISIS ESTADSTICO
0 : =
1 : >
( 1) 2 + ( 1) 2
= =
1 1 + 2
+

(41 1) 5,632 + (25 1) 5,22 156,95 154

= = 5,4727 ; = = 2,1243
41 + 25 2 1 1
5,4727 + 41 25
= { | > ( ; 1 ) } = + 2 = 64
= { | > (64; 0,95) } = { | > 1,6690}
es decir, las sospechas del ingeniero de proceso estn en lo correcto, ya que por los resultados
obtenidos el plstico A tiene una tensin media a la ruptura ms alta de lo que se observa para el
plstico B.
15.3) Solucin: Las hiptesis a contrastar son (Con = 0,025):
0 : ~ ( = 155,5; 2 = 25)
1 : ~ ( = 155,5; 2 = 25)
Luego, como queremos probar que se distribuye normalmente, se crea una tabla con los intervalos
que abarcan todos los nmeros del conjunto de los reales, es decir, desde el al +, donde
tambin se adiciona la frecuencia absoluta y la probabilidad de cada uno de ellos:

1 () = ()
1
144 155,5 f(2,3)
144 < < 2,3 0,011 0,45
5 = 0,0107
144 155,5 150 155,5 f(1,1) f(2,3)
144 150 5 ; 2,3; 1,1 0,125 5,13
5 5 = 0,1357 0,0107
150 155,5 156 155,5 f(0,1) f(1,1)
150 156 12 ; 1,1; 0,1 0,404 16,56
5 5 = 0,5398 0,1357
156 155,5 162 155,5 f(1,3) f(0,1)
156 162 16 ; 0,1; 1,3 0,363 14,88
5 5 = 0,9032 0,5398
162 155,5 168 155,5 f(2,5) f(1,3)
162 168 8 ; 1,3; 2,5 0,091 3,73
5 5 = 0,9938 0,9032
168 155,5 1 f(2,5)
168 > > 2,5 0,006 0,25
5 = 1 0,9938
= 41 1 41

ANLISIS ESTADSTICO
En seguida, se sabe que cuando estamos haciendo bondad de ajuste se debe cumplir que > 5, por
lo tanto, se procede a modificar la tabla, lo que se lleva a cabo sumando las dos primeras filas y las
tres ltimas filas, quedando expresado de la siguiente forma:
() = ()
5 0,136 5,58
12 0,368 16,56
24 0,496 18,86
= 41 () = 1 = 41
2 ( )2 (5 5,58)2 (12 16,56)2 (24 18,86)2

= = + + = 2,717
5,58 16,56 18,86
2 2 =
= { | > } Con: = 1
1;
=
Debido a que no se utiliza ningn estimador, el valor de es igual a cero y el nmero de filas
despus de la modificacin corresponde a tres, por lo tanto, reemplazando tenemos:
2 2 2
= { |
> 0,975;2 } = { |
> 7,378}
2
Respuesta: Como , se concluye que no existe evidencia suficiente para rechazar que la
tensin a la ruptura del plstico tipo A se distribuye normalmente con una media de 155,5 psi y una
varianza de 25 psi2, con un nivel de significacin de 0,025.
15.4) Solucin: Sea: = Proporcin de las unidades del plstico A que presentan una tensin a la
ruptura superior a 160 psi
Estimaremos el valor de , lo que lo llevamos a cabo por medio de frmula de percentil, como se ve a
continuacin:

100
1
1 = 1 + ( )

144 150 5 5
150 156 12 17 17
41
156 162 16 33 160 = 156 + 6 ( 100 ) = 67,48%

162 168 8 41 16
= 41 100 67,48
= = 0,3252
100
Luego, las hiptesis a contrastar son:
0 : = 0,3
1 : > 0,3

ANLISIS ESTADSTICO
El estadstico de prueba est dado por:

0 0,3252 0,3
= = = 0,7266
0,30,7
0 0
41

= { | > 1 } = { | > 0,95 } = { | > 1,645}
Respuesta: Como , no existe suficiente informacin para rechazar la hiptesis nula con un 5%
de significacin, es decir, no se puede corroborar que ms de un 30% de las unidades del plstico
tipo A presentan una tensin a la ruptura superior a 160 psi.
16.- En un hospital, el nmero de nacimientos observados para cada mes de cierto ao, fueron
los siguientes:
Enero Febrero Marzo Abril Mayo Junio

95 105 95 105 90 95
Julio Agosto Septiembre Octubre Noviembre Diciembre

105 110 105 100 95 100
Si = , , Existe alguna razn para creer que el nmero de nacimietnos no se encuentra

distribuido en forma uniforme durante todo los meses del ao?
16) Solucin: Sea: = Mes en que ocurre el nacimiento en un hospital
0 : ~ [1; 12]
Las hipotesis a contrastar son:
1 : ~ [1; 12]
La frecuencia esperada se calcula con la siguiente frmula:

1 1
= = 1200 ; = = = 100
12

2 ( )2 (95 100)2 (105 100)2 (95 100)2 (105 100)2 (90 100)2 (95 100)2
= = + + + + +
100 100 100 100 100 100
(105 100) 2 (110 100) 2 (105 100) 2 (100 100)2 (95 100) 2 (100 100)2
+ + + + + + =4
100 100 100 100 100 100

= { | 2 > 1;
2
}
=
Con: 1 = 0,99; = 1
=
Debido a que no ocupamos algn estimador, el valor de es igual a cero, por lo tanto, reemplazando
tenemos:
= { | 2 > 20,99; 11 } = { | 2 > 24,725}

ANLISIS ESTADSTICO
Respuesta: Como 2 , por lo tanto no existe evidencia suficiente para rechazar la hipotesis
nula, es decir, se concluye que no existe razn para rechazar que el nmero de nacimientos se
encuentra distribuido en forma uniforme durante todo los meses del ao.
17.- El encargado de control de calidad de una empresa exportadora revis al azar un conjunto
de 700 cajas, registrando el nmero de unidades defectuosas encontradas en cada caja,
obteniendo la siguiente informacin:
N de defectuosos 0 1 2 3
N de cajas 542 140 10 8
Si histricamente la cantidad de defectuosos por caja, se ha comportado de acuerdo a un
modelo binomial de parmetros = y = , . Evale usted si la evidencia muestral
permite corroborar que la variable en cuestin persiste en comportarse de acuerdo al modelo
histrico, con nivel de significacin igual a 0,05.
17) Solucin: Sea: = Nmero de unidades defectuosas por caja
0 : ~ ( = 3; = 0,08)
Con = 0,05
1 : ~ ( = 3; = 0,08)
Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si se distribuye

de forma binomial, como se ve a continuacin:
3
( ) ; = 0,1,2,3 ( )( ) (0,92)3 ; = 0,1,2,3
() = { () = { 0,08
0 0
() = ()
3
0 542 ( ) (0,08)0 (0,92)3 = 0,7787 545,09
0
3
1 140 ( ) (0,08)1 (0,92)2 = 0,2031 142,17
1
3
2 10 ( ) (0,08)2 (0,92)1 = 0,0177 12,39
2
3
3 8 ( ) (0,08)3 (0,92)0 = 0,0005 0,35
3
= 700 1 700
En seguida, como se debe cumplir que > 5, se procede a modificar la tabla, lo que se hace
sumando las dos ltimas filas, como se muestra ahora:
() = ()
542 0,7787 545,09
140 0,2031 142,17
18 0,0182 12,74
= 700 () = 1 = 700

ANLISIS ESTADSTICO
2 ( )2 (542 545,09)2 (140 142,17)2 (18 12,74)2

= = + + = 2,2223
545,09 142,17 12,74

2 2
= { |
> 1; }
=
Con: 1 = 0,95; = 1
=
Debido a que no ocupamos ningn estimador, el valor de es igual a cero, y el nmero de filas
despus de la modificacin es tres, por lo tanto, reemplazando tenemos:
2 2 2
= { |
> 0,95;2 } = { |
> 5,991}
Respuesta: Como 2 , en consecuencia no existe evidencia suficiente para rechazar que la

cantidad de defectuosos por caja sigue el modelo histrico, o sea, distribucin binomial con tamao
de la muestra 3, y probabilidad de xito igual a 0,08, con un nivel de significacin de 0,05.
18.- En una empresa de acuicultura se quiere hacer un estudio sobre el nivel de parsitos en la
produccin de doradas. Para ello, se tom una muestra de 5 individuos cada da, repitiendo el
experimento durante 550 das. De cada muestra se analizaron los peces determinando cuantos
de ellos contenan parsitos. Se ajusta a un modelo de distribucin Binomial con 5% de
significacin?
= N de individuos con parsitos 0 1 2 3 4 5

Frecuencia Observada 17 81 152 180 104 16
18) Solucin: Sea: = Nmero de individuos con parsitos
Luego, como el ejercicio no nos entrega el valor de , procedemos estimar el valor:
0 27 + 1 81 + 2 152 + 3 180 + 4 104 + 5 16 1421

= = = = 2,584
550 550
Adems, de la tabla de distribuciones discretas sabemos que la media de la distribucin binomial est
dada por la siguiente frmula, teniendo cuidado con el es el nmero de veces que se repite el
experimento, es decir, en este caso toma el valor de 5:
2,584
= = = = 0,517
5
0 : ~ ( = 5; = 0,517)
1 : ~ ( = 5; = 0,517)
Con = 0,05

ANLISIS ESTADSTICO
Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si se distribuye

de forma binomial, como se ve a continuacin:

( ) ; = 0,1,2, ,5 (5) ( ) (0,483)5 ; = 0,1,2, ,5
() = { () = { 0,517
0 0
() = ()
5 (0,517 )0 (0,483 )5
0 17 ( ) = 0,026 14,3
0
1 81 (5) (0,517)1 (0,483)4 = 0,141 77,55
1
2 152 (5) (0,517)2 (0,483)3 = 0,301 165,55
2
3 180 (5) (0,517)3 (0,483)2 = 0,322 177,1
3
4 104 (5) (0,517)4 (0,483)1 = 0,173 95,15
4
5 (0,517)5 (0,483)0 = 0,037
5 16 ( ) 20,35
5
= 550 () = 1 = 550
Ya que todos los sucesos cumplen con > 5, la tabla no se modifica.

2 ( )2 (17 14,3)2 (81 77,55)2 (152 165,55)2 (180 177,1)2 (104 95,15)2 (16 20,35)2
= = + + + + +
14,3 77,55 165,55 177,1 95,15 20,35
2
= 3,573

= { | 2 > 1;
2
}
=
Con: 1 = 0,95; = 1
=
Debido a que utilizamos el estimador de , el valor de es igual a uno, y el nmero de filas es seis,
por lo tanto, reemplazando tenemos:
2 2 2
= { |
> 0,95; 4 } = { |
> 9,488}
Respuesta: Como 2 , en consecuencia no existe evidencia suficiente para rechazar la

hipotesis nula, es decir, el nmero de individuos con parsitos se distribuye en forma binomial, con un
nivel de significacin de 0,05.

ANLISIS ESTADSTICO
19.- Se propone que el nmero de defectos en las tarjetas de circuito impreso sigue una
distribucin Poisson. Se rene una muestra aleatoria de 60 tarjetas de circuito impreso y se
observa el nmero de defectos. Los resultados obtenidos son los siguientes:
= Nmero de defectos Frecuencias observadas

0 32
1 15
2 9
3 o ms 4
Evale si estos datos muestran suficiente evidencia para decir que provienen de una
distribucin Poisson, con un nivel de significacin igual a 0,05.
19) Solucin: Sea: = Nmero de defectos en las tarjetas de circuito impreso

Las hiptesis a contrastar son: 0 : ~ ()
1 : ~ ()
Ya que el ejercicio no nos entrega el valor de lambda, procedemos a estimarlo a partir de los datos
tabulados:
0 32 + 1 15 + 2 9 + 3 4 3
= = = = = 0,75
60 4
Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si tiene una
distribucin Poisson, como se ve a continuacin:
0,75 (0,75)
() = { ! ; = 0,1,2, () = { ; = 0,1,2,
!
0 0
() = ()
0,75 0
(0,75)
0 32 = 0,4724 28,344
0!
0,75 (0,75)1
1 15 = 0,3543 21,258
1!
0,75 (0,75)2
2 9 = 0,1329 7,974
2!
3 4 1 ( < 3) = 0,0404 2,424
= 60 () = 1 = 60
Puesto que la frecuencia esperada en la ltima celda es menor que 5, se combinan las dos ltimas
filas.
= ()
0 32 28,344
1 15 21,258
2 13 10,398
= 60 = 60

ANLISIS ESTADSTICO
2 ( )2 (32 28,344)2 (15 21,258)2 (13 10,398)2

= = + + = 2,965
28,344 21,258 10,398

2 2
= { |
> 1; }
=
Con: 1 = 0,95; = 1
=
Debido a que ocupamos el estimador , el valor de es igual a uno, y el nmero de filas despus de
la modificacin es tres, por lo tanto, reemplazando tenemos:
2 2 2
= { |
> 0,95;1 } = { |
> 3,841}
Respuesta: Como 2 , se concluye que no existe evidencia suficiente para rechazar que el
nmero de defectos en las tarjetas de circuito impreso sigue una distribucin Poisson.

Intervalo Confidencial Test de Hipotesis y Bondad de Ajuste Ejercicios Resueltos PDF

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

Intervalo Confidencial Test de Hipotesis y Bondad de Ajuste Ejercicios Resueltos PDF

Încărcat de

Drepturi de autor:

Formate disponibile

7.

- Intervalo confidencial, Test de Hiptesis y Bondad de Ajuste

Estimacin por Intervalos

1. La Oficina de Planificacin Familiar de la Municipalidad A desea determinar la proporcin

1.1) Solucin: Sean:

Nota: El valor de se calcula dividiendo la nmero de datos de la muestra que cumplen la

()0,98 = [0,102; 0,298]

1.2) Solucin: El ejercicio nos otorga los siguientes datos:

Pgina 134 Alejandro Gonzlez Tapia Ingeniera Civil en Minas

2) Solucin: Sea: = Concentracin de Plomo en cuerpos fluviales cordilleranos; ~ ( ; 2 )

Del enunciado del ejercicio se desprenden los siguientes datos:

= 20 = 0,28 = 0,01 1 = 0,90

Debido a que desconocemos la varianza de la distribucin, utilizaremos la siguiente frmula para

()0,90 = [0,2761; 0,2839]

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 135

()0,98 = [0,1316; 0,86848]

= 0,9 = 0,9 0,5 = 0,45

En seguida, calculamos el error probable de p que se mantiene, con la siguiente frmula:

0,5 0,5 0,5 0,5

Pgina 136 Alejandro Gonzlez Tapia Ingeniera Civil en Minas

Con: = 10; = 2,3489; 1 = 0,99

( 2 )0,99 = [2,1050; 28,6202]

3.4) Solucin: Sea: = Muestra reducida en un 15% = 0,85

= 0,85 = 0,85 2,3489 = 1,9966

Con: = 10; = 1,9966; 1 = 0,97

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 137

0,025 0,01 2,700 2,088

Finalmente, reemplazando obtenemos el intervalo confidencial:

9 (1,9966)2 9 (1,9966)2 9 (1,9966)2 9 (1,9966)2

( 2 )0,97 = [1,7261; 15,6534]

Pgina 138 Alejandro Gonzlez Tapia Ingeniera Civil en Minas

4.1) Solucin: Sea: = Cantidad de cemento en una lata, en onzas

Las hiptesis que nos interesan contrastar son:

Entonces, el estadstico de prueba es:

El Punto Crtico, se determina de la siguiente forma:

Respuesta: Como , no se rechaza la hiptesis nula, es decir, la varianza de la cantidad de

4.2) Solucin: El problema nos otorga la siguiente informacin:

= 0,2; 1 = 0,95; 2 = 0,4096 ; = 0,4096 = 0,64

5.1) Puede considerarse aceptable este tipo de fibra? Use = 0,05.

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 139

5.1) Solucin: Sea: = Resistencia a la ruptura de una fibra

Suponiendo que la velocidad de transmisin se distribuye Normal

Pgina 140 Alejandro Gonzlez Tapia Ingeniera Civil en Minas

6.1) Solucin: Sea: = ~ (; 2 )

Las hiptesis que nos interesan contrastar son:

Entonces, como desconocemos la varianza, el estadstico de prueba es:

= { | > (1; 1 ) } = { | > (5; 0,99) } = { | > 3,3649}

6.2) Solucin: Las hiptesis que nos interesa contrastar son:

Entonces como conocemos la desviacin estndar, el estadstico de prueba es:

Regin crtica ( = 0,05):

= { | < 0,830 > 12,833}

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 141

7.- En un estudio realizado en el Departamento de Silvicultura y Fauna de una universidad del

Nmero de Nivel Primero Nivel Segundo

= Diferencia entre el Nivel Primero y Nivel Segundo ~ (; 2 )

En seguida calculamos , como se muestra a continuacin:

Pgina 142 Alejandro Gonzlez Tapia Ingeniera Civil en Minas

El punto crtico est dado por: (1;1 ) = (14;0,97)

Ya que este valor no se encuentra explcitamente en la tabla, tenemos que interpolar:

0,975 0,95 2,1448 1,7613

Las hiptesis que interesan contraponer son:

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 143

Luego, para determinar el estadstico de prueba, tenemos: