Punto No.

Del problema planteado ¿ Cuales serán la Hipótesis Nula y Alternativa?

Ho: U ≥ 100
Ha: U < 100

Punto No. 2

Plantee un problema e identifique la Hipótesis Nula y Alternativa.

Problema: Suponga que las notas promedio en Modelos de Pronostico es 3.5.

Plantee la Hipótesis Nula y Alterna.

Ho: U=3.5
Ha: U≠3.5

Punto No. 3

Se puede concluir que el peso promedio de todos los pasajeros es menor que
170 Lbs?

X: Peso del pasajero del Avión (Lb)

n: 36
𝑋̅ = 160
𝜎 = 30
𝛼 = 0.05

𝐻𝑂 : 𝜇 ≥ 170
𝐻𝑎 : 𝜇 < 170
𝑋̅ − 𝜇 160 − 170
𝑍𝑐𝑎𝑙 = 𝜎 = = −2
⁄ 𝑛 30⁄
√ √36

Decisión: Como Zcal= −2 es menor 𝑍𝛼 = −1.64, se rechaza la Hipótesis Nula.

Conclusión: A un nivel de significancia del 5% se concluye que el peso medio

de los pasajeros de avión es menor a 170 Lb.

Punto No. 4

 𝐻𝑜 : 𝜇 = 4.1
𝐻𝑎 : 𝜇 ≠ 4.1

 n=40 𝑋̅ = 3.4
𝜎=2
 3.4−4.1
Valor P=2. 𝑃 (𝑍 ≤ 2⁄ )
√40

= 2.P(Z≤ −2.21)
= 2(0.0136) = 0.0272

 Estadístico de Prueba

3.4 − 4.1
𝑍= = −2.21
2⁄
40

Como 𝛼 = 0.05 > 𝑉𝑟. 𝑃 = 0.0272 , se rechaza la Ho con un nivel de significancia

del 5%, se concluye que la rentabilidad es diferente a 4.1%.

Punto No.5

Calcular un intervalo con el P- Valor con 𝛼 = 0.05 ¿Cuál es su conclusión?

𝜇 = 18
n= 25 𝑋̅ = 14
S= 4.32

 𝐻𝑜 : 𝜇 = 18
𝐻𝑎 : 𝜇 ≠ 18
14−18
Valor P = 2.P(T> 4.32 )
⁄
√25
= 2.P (T> −4.63)
= 2.P (0.0005) < 0,001

Punto No. 6

a) Formule la Hipótesis para esta aplicación.

𝐻𝑜 : 𝜇 = 8
𝐻𝑎 : 𝜇 ≠ 8

b) En una muestra de 120 clientes la media muestral fue 8.5 minutos.

Suponga que la desviación estándar poblacional es 𝜎 = 3.2 minutos.
¿Cuál es el valor-P?

n=120 𝑋̅ = 8.5
𝜎 = 3.2

8.5−8
Valor P = 2.P (Z > 3.2 )
⁄
√120
= 2.P (Z> 1.71)
= 2 (1-P(Z< 1.71)
= 2 (1- 0.9564) = 0,0872

c) Con 𝛼 = 0,05. ¿Cuál es su conclusión?

como 𝛼 = 0,05 < 0,0872 no hay evidencia suficiente para rechazar la hipótesis
nula.

Conclusión: El tiempo de espera de los clientes es de 8 minutos.

d) Calcule un intervalo del 95% de confianza para la media poblacional

¿Favorece este intervalo su conclusión?

𝜎
𝐼𝐶95% < 𝜇 >: [𝑋̅ ± 𝑍𝛼⁄2 . ]
√𝑛

3,2
𝐼𝐶95% < 𝜇 >: [8,5 ± 1,96 ( )] = [7,95; 9,07]
√120

Como µ =8 está dentro del intervalo, se concluye que el tiempo de espera de

los clientes es de 8 minutos.

Punto No. 7

X: diámetro cable (cms.)

𝜇 = 1,6
𝜎 = 0,05
n= 16 𝑋̅ = 1,615
S= 0,086
𝛼 = 10%

𝐻𝑜 : 𝜇 = 1.6
𝐻𝑎 : 𝜇 ≠ 1.6

1,615 − 1,6
𝑍𝐶𝑎𝑙 = = 1,2
0,05⁄
√16

Decisión: como 𝑍𝑐𝑎𝑙 = 1,2 < 𝑍𝑐𝑟𝑖𝑡𝑖𝑐𝑜 = 1,64, no hay evidencia suficiente para
rechazar Ho.

Conclusión: Con un nivel de significancia del 10% se concluye que el numero

medio del diámetro de los cables es de 1,6 cms.

Valor P= 2.P(𝑍 > 1,2)

= 2(1-P(𝑍 < 1,2))
= 2(1- 0,0849) = 0,23
El menor valor de 𝛼 𝑒𝑠 0,23

Punto No. 8

Calcular un intervalo de confianza del 90% para el consumo de gasolina medio

poblacional de los automóviles de este modelo, suponiendo que la distribución
de la población es normal.

n= 16 X= Consumo de Gasolina (lts. /semanales.)

𝑋̅ = 19,48
S=0,98
𝛼 = 1 − 0,90 = 0,10
𝛼⁄ = 0,05
2
𝑇0,005 = 2,0150

0.98
𝐼𝐶90% < 𝜇 >: [9,48 ± 2,015 . ] = [18,7; 20,3]
√6

Con una confianza del 90% se estima que el consumo de gasolina promedio se
encuentra entre 18.7 y 20.3 lts. / sem.

Punto No. 9

n= 9
𝑋̅ = 333.000
S=62.400

a) Contrastar al nivel del 5%, la hipótesis nula de que la media de la

población es al menos de $400.000

𝐻𝑜 : 𝜇 ≥ 400.000
𝐻𝑎 : 𝜇 < 400.000
𝛼 = 0,05
333.000 − 400.000
𝑇𝑐 = = −3,22
62.400⁄
√9
𝑇0,0518 = −1,8595

Decisión: Como Tc=-3,22 es menor que Tcritico, se rechaza Ho

Conclusión: 𝜇 = 400.000
Punto No. 10

X Y
54 6
68 9
48 10
36 15
25 25
20 32
15 35
17 40
19 41

DIAGRAMA DE DISPERSIÓN
45
40
Y

35
30
25
20
15
10
5
0
0 10 20 30 40 50 60 70 80
X

Coeficiente de Correlación:
r= −0.913

Existe una buena relación lineal inversa entre las variables X e Y.

Coeficiente de Correlación:
r= −0.913

Conclusión: Hay una buena correlación lineal directa entre el costo de

mantenimiento y la antigüedad de los autobuses.

Punto No. 11

50 50 42 29
39 49 46 45
41 54 43 35
44 10 40 20
20 29 58 30
 𝑛 = 25

a) Calculo la media, la desviación típica, la varianza.

𝑋̅ = 40
𝑆 2 = 179,58
𝑆 = 13,4
b) ¿Cuál sería la mejor estimación puntual para el tamaño de la población
de la clase?

𝑁 = 𝑋̅. 𝑛 = 40 × 25 = 1000

c) ¿Cuál es el intervalo de confianza del 95% para el tamaño de la clase?

¿Cuál es el intervalo de confianza del 90%? ¿tiene algún sentido la
diferencia entre esos dos intervalos?
13,4
 𝐼𝐶95% < 𝜇 >: [40 ± 1,96 ( )] = [34,7; 45,3]
√25

𝐴𝑛𝑐ℎ𝑜 = 45,3 − 34,7 = 10,6

13,4
 𝐼𝐶90% < 𝜇 >: [40 ± 1,64 ( )] = [35,6; 44,4]
√25

𝐴𝑛𝑐ℎ𝑜 = 44,4 − 35,6 = 8,8

 R/ Si, a mayor confianza más se aproxima al promedio poblacional.

Punto No. 12

n=25
𝑋̅ = 1.2
S= 0.6

𝐻𝑜 : 𝜇 ≥ 1.5
𝐻𝑜 : 𝜇 < 1.5

a) Pruebe la Hipótesis con un intervalo de confianza del 95%

𝑆
𝐼𝐶95% < 𝜇 >= ⊏ 𝑋̅ ± 𝑇∝⁄2;𝑛−1 ∗ ⊐
√𝑛
∝= 0,05
∝∕2 = 0,025
𝑇𝑜,𝑜25;24 = 2,0639
0.6
⊏ 1 − 2 ± 2,0639 ( )⊐
√25
 ⊏ 0.95; 1,45 ⊐

Decisión: Como 𝜇 = 1.5 esta por fuera del intervalo de confianza, es decir que
se rechaza la Hipótesis Nula.

Conclusión: Con una confianza del 95% se concluye que la Media de paquetes
de botellas de refrescos por semana es inferior a 1.5.

b) Calcule e interprete el P- Valor

1.2−1.5
Valor P = P ( T < )
0.6⁄√25

= P (T < −2.5) = 0.0098

Interpretación: La probabilidad de rechazar la Hipótesis Nula es de 0.0098.

13. Numeral 3 pagina 47.

a) Calcule un estimado de las ganancias porcentuales medias para la

población de trabajos al incluir todos los trabajos potenciales.

𝑋̅ = 10.76
S= 13.7
N= 30

b) Construya un intervalo de confianza del 95% para las ganancias

porcentuales medias de la población de trabajos, usando un argumento
de muestra grande.
𝑆
𝐼𝐶95% < 𝜇 >∶ ⊏ 𝑋̅ ± 𝑍∝∕2 ∗ ⊐
√𝑛
13.7
⊏ 10.76 ± 1.96 ∗ ⊐
√30
⊏ 5.86; 15.66 ⊐
Ancho= 9.8

Con una confianza del 95% se estima que las ganancias porcentuales de todos
los trabajos se encuentra entre 5.86 y 15.66.

c) Construya un intervalo de confianza del 95% para las ganancias

porcentuales medias para la población de trabajos, suponiendo que 30
es un tamaño de muestra pequeño. ¿Cuál es la suposición adicional que
usted necesita hacer en este caso?

𝑆
𝐼𝐶95% < 𝜇 >= ⊏ 𝑋̅ ± 𝑇∝⁄2;𝑛−1 ∗ ⊐
√𝑛

13.7
⊏ 10.76 ± 2,045 ∗ ⊐
√30
 ⊏ 4.6; 16.9 ⊐
Ancho: 12.3

Se supone que las ganancias porcentuales provienen de una distribución normal.

d) Compare punto B Y C. Explique por qué un tamaño de muestra de 30 a

menudo se toma como límite entre una muestra grande y una pequeña.

El ancho de la distribución T es mayor al de la distribución Z. Se toma n=30 por

el teorema central del limite.

Numero 11 Pagina 48

Y: Costo de Mantenimiento ($)

X: Antigüedad ( Años)

a) Grafique un diagrama de Dispersión

X Y
8 859
5 682
3 471
9 708
11 1094
2 224
1 320
8 651
12 1049

DIAGRAMA DE DISPERSIÓN
1200

1000

800
COSTO DE
MANTENIMIENT 600
O ($)
400

200

0
0 2 4 6 8 10 12 14
ANTIGUEDAD (AÑOS)
 b) ¿Qué tipo de relación hay entre estas 2 variables?

 Existe una relación lineal directa entre estas 2 variables.

c) Calcule el coeficiente de Correlación.

El Coeficiente de Correlación es de R= 0.938.

Hay una buena correlación lineal directa entre el costo de mantenimiento y la

antigüedad de los autobuses.