Documente Academic
Documente Profesional
Documente Cultură
Datos
σ 10 puntos
γ 0.95 puntos
n 100 puntos
X 70 puntos
1.95996398
Datos
σ 10 puntos
γ 0.98 puntos
n 100 puntos
Calculo del Error
2.32634787
Para que el margen de error sea mínimo y consecuentemente más exacto o preciso, se tiene que
incrementar la muestra
Datos
s 2 puntos
γ 0.98 puntos
n 20 puntos
X 18.5 puntos
Por lo Tanto diremos que sí, el promedio de de 19 onzas se encuentra en el intervalo de confianza
Datos
s 2 puntos
γ 0.95 puntos
n x puntos
Emplenado la definición de error, con la variante de Z 0, puesto que no utilizamos To, porque se supone que es normal
(𝑍_𝑜∗"s
" )/√�≤0.98
(𝑍_𝑜∗"s
16
" )/0.98≤√�
Se aproxima a lo 16 latas
e supone que es normal
Un fabricante produce focos cuya duración tiene distribución normal . Si una
muestra aleatoria de 9 focos da las siguientes vidas útiles en horas
775, 780, 800, 795, 790, 785, 795,780, 810
a) Estimar la duración media de todos los focos del fabricante mediante un
intervalo de confianza del 95%.
b) Si la media poblacional se estima en 790 horas con una confianza del 98%,
¿cuánto es el error máximo de la estimación si se quiere una confianza del
98%?
Datos
γ 0.95 puntos
(𝑡_𝑜∗𝑠)/√� 8.59397
Datos
γ 0.95 puntos
Calculo del Error a un 98%
(𝑡_𝑜∗𝑠)/√� 10.794467
La duración de cierto tipo de batería es una variable aleatoria cuya distribución
se supone normal. Inicialmente se estima que la duración media es de 500 horas
y que el 95% duran entre 480.4 y 519.6 horas. Si se eligen 9 baterías al azar y
se encuentra que la duración media es 480 horas. Utilizando un intervalo de
confianza del 95% para la media u, ¿se debería inferir que la duración media es
diferente de 500 horas?.
Datos
σ x horas
γ 0.95 horas
n 9 horas
X 480 horas
(𝑍_𝑜∗𝛿" = 19.6
" )/√�
Datos
n=9 � ̅−(𝑍_𝑜∗𝛿" " )/√� ≤𝜇≤� +
̅ (𝑍_𝑜∗𝛿"
σ=10 " )/√�
Zo=1.96
X=480 480-6.53σ < μ < 480-6.53σ
Las cajas de un cereal producidos por una fabrica deben tener un contenido
promedio de 160 gramos. Un inspector de INDECOPI tomó una muestra
aleatoria de 10 cajas para calcular los pesos X¡ en gramos. Si de la muestra
resultan las siguientes sumas:
∑24_(𝑖=1)^10▒ 〖� _𝑖^2= 〗 252858
∑24_(𝑖=1)^10▒ 〖� _𝑖= 〗 1590
s = 2.30940108
Calculo de Error
Analisis de Datos
730
759
725
740 Datos
754 Media de Datos 745
745 Desviación Estandar 24.6286709
750 Datos Contados 15
753
730
780
725
790
719
775
700
(𝑡_𝑜∗𝑠)/√� = 13.6389033
n = 51.2592395
n = 50.414639
Por lo tanto la población debe ser 51 productos para que este tenga un erro no mayor a 0.6844
Una muestra aleatoria de 400 menores de 16 años revela que 220 consumen
licor.
a) Estimar la proporción de menores de 16 años que consumen licor en toda la
población mediante una intervalo de confianza del 99% .
b) ¿Qué se puede afirmar con confianza del 99% acerca dc la posible magnitud
del error si se estima que el porcentaje de menores de 16 años que consumen
alcohol es 0.55?
Datos
� 0.55
� 0.99
n 400
x 220
Intervalo de Confianza
Del intervalo de confianza podemos afirmar que los los 220 si consumen alcohol porque se encuntran
en el intervalo ya determinado
� −𝑒𝑟𝑟𝑜𝑟≤�≤� +𝑒𝑟𝑟𝑜𝑟
� −𝑒𝑟𝑟𝑜𝑟≤�≤� +𝑒𝑟𝑟𝑜𝑟
No se puede precisar porque como se puede observar en el intervalo no hay ninguna diferencia notable
�=(𝑍_𝑜^2)/(4∗𝐸^2 ) = 3393.0625
3394
Se desea realizar un estudio de mercado para determinar la proporción de
amas de casa que prefieren una nueva pasta dental.
a) Si la encuesta tiene un costo fijo de $500 más un costo variable de $5 por
cada entrevista, ¿cuánto debería costar la encuesta si se desea que el error al
estimar la proporción verdadera no sea mayor que 2%, con un nivel de
confianza del 97%?.
b) Si para el tamaño de muestra hallado en a) se encuentra que 736 prefieren
la nueva pasta dental, estimar la proporción verdadera con un coeficiente de
confianza de 99%?
�=(𝑍_𝑜^2)/(4∗𝐸^2 )
Encontrando la proporción
x = 736
n = 2944
p = 0.25
Encontrando el error
Nivel 99%
Datos
x = 320
n = 400
p = 0.8
Nivel x
� −𝑒𝑟𝑟𝑜𝑟≤�≤� +𝑒𝑟𝑟𝑜𝑟
0.7576≤�≤0.8424
0.8−𝑒𝑟𝑟𝑜𝑟=0.7576
𝑒𝑟𝑟𝑜𝑟=0.0424
Zo = 2.12
Zo = 3.61290223
Datos
n 20
X 110
Sx 10
m 25
Y 100
Sy 8
γ 0.98
α 0.02
1/𝑓_(1−𝛼/2,�_1−1, �_2−1)
0.36200483
[ 0.56563254 4.57010253 ]
Decimos que como 1 se encuntra en el intervalo, entonces las varianzas son iguales
pero desconociadas
𝑆_𝑐=√(((�−1) 𝑆_𝑥^2+(�−1)𝑆_𝑦^2)/(�+�−2))
Encontrando Sc
𝑆_𝑐=√(((�−1) 𝑆_𝑥^2+(�−1)𝑆_𝑦^2)/(�+�−2))
8.93907024
Encontrando el error
𝑡_𝑜 𝑆_𝑐 √(1/�+1/�)
5.67972335
Intervalo de Confianza
[ 4.32027665 15.6797233 ]
Como podemos observar si la diferencia de medias es 13, podemos afirmar que es válida la afirmación
porque pertece al intervalo ya anlizado
(1−�/2,�_2−1, �_1−1)
Un inversionista hace un estudio para elegir una de dos ciudades del interior del
país para abrir un centro comercial. Escoge 21 hogares de la ciudad 1
determinando: J, = $400, s, = $120 y escoge 16 hogares de la ciudad 2
calculando: x-, = $350, s2 = $60. Suponga poblaciones normales con varianzas
diferentes. Mediante un intervalo de confianza del 95%, ¿se puede afirmar que
son iguales los ingresos promedios de las dos ciudades?
Datos
n 21
X 400
Sx 120
m 16
Y 350
Sy 60
Datos
p1 0.2
q1 0.8
n1 900
p2 0.18
q2 0.82
n2 900
) −(�_2 ) )−𝑍_𝑜 √((�_1 𝑞_1)/�_1 +(�_2 𝑞_2)/�_2 )≤(�_1 ) −(�_2 ) ≤((�_1 ) −(�_2 ) )+�_� √((�_1 �_1)/�_1 +(�_2 �_2)/�_2 )
((�_1 ) −(�_2 ) )−𝑒𝑟𝑟𝑜𝑟≤(�_1 ) −(�_2 ) ≤((�_1 ) −(�_2 ) )+𝑒𝑟𝑟𝑜𝑟 = (�_1 ) −(�_2 ) ≤0.0562
−0.0162≤
Zo 1.958108081
�= 0.949782668 %
�≈ 0.95 %
((�−1)𝑆^2)/(�_(1−𝛼/2)^2 )≤𝛿^2≤((�−1)𝑆^2)/(�_(𝛼/2)^2 )
√(((�−1)�^2)/(�_(1−�/2)^2 ))≤𝛿≤√(((�−1)�^2)/(�_(�/2)^2 ))