Daniel Cantor Baez 201813002

Nicolas Becerra Pastrana 201633135

Tarea probabilidad 3

Punto 1

𝐷𝑎𝑡𝑜𝑠 ∶

𝑁(𝜇 = 4𝜃 + 1; 𝜎 2 )
𝜎 2 → 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜
𝛼 = 0,1
𝑛 = 50
𝜇 = 4𝜃 + 1
Sabiendo estos datos se sabe que un intervalo de media poblacional de tamaño n=50 (es grande )
y con varianza poblacional 𝜎 2 desconocid. Para la estimación de la media poblacional con estas
características esta dad por la siguiente expresión:
𝑆
𝑋̅ ± 𝑧(1−𝛼)
2 √𝑛
Lo que quiere decir :
𝑆 𝑆
𝑋̅ − 𝑧(1−𝛼) ≤ 𝜇 ≤ ̅𝑋 + 𝑧(1−𝛼)
2 √𝑛 2 √𝑛
𝑆 𝑆
[𝑋̅ − 𝑧(1−𝛼) ; ̅𝑋 + 𝑧(1−𝛼) ]
2 √𝑛 2 √𝑛
Se desglosa esta expresión para desarrollar con mayor facilidad
𝑆
𝑧(1−𝛼)
2 𝟏 √𝑛

En donde marca el subíndice de el 1 para la expresión de la z :

𝑧(1−𝛼)
2

𝑧 0.1
(1− )
2

𝑧(0.95) = 1.6448
𝑆
Ahora :
√𝑛
𝑆 𝑆
S se deja expresado y n se reemplaza: =
√𝑛 √50
Ahora simplificamos y reemplazamos:

𝑆
𝑧(1−𝛼)
2 𝟏 √𝑛

𝑆
(1.6448)
√50
0.23265 ∗ 𝑆

Ahora le expresión original queda así :

𝑆 𝑆
𝑋̅ − 𝑧(1−𝛼) ≤ 𝜇 ≤ ̅𝑋 + 𝑧(1−𝛼)
2 √𝑛 2 √𝑛
Reemplazamos el :
𝜇 = 4𝜃 + 1
𝑆 𝑆
𝑋̅ − 𝑧(1−𝛼) ≤ 4𝜃 + 1 ≤ ̅𝑋 + 𝑧(1−𝛼)
2 √𝑛 2 √𝑛
𝑆 𝑆
(𝑋̅ − 𝑧(1−𝛼) ) − 1 ≤ 4𝜃 ≤ ( ̅𝑋 + 𝑧(1−𝛼) )−1
2 √𝑛 2 √𝑛
Esta es la expresión para calcular el intervalo de confianza del parámetro 𝜃
1 𝑆 1 𝑆
[(𝑋̅ − 𝑧(1−𝛼) ) − 1] ≤ 𝜃 ≤ [( ̅𝑋 + 𝑧(1−𝛼) ) − 1]
4 2 √𝑛 4 2 √𝑛

Ahora lo que se realizo antes es para resumirlo y dejarlo con un intervalo de confianza del 90%, el
cual quedaría de la siguiente manera:

1 1
[(𝑋̅ − 0.23265 ∗ 𝑆) − 1] ≤ 𝜃 ≤ [( ̅𝑋 + 0.23265 ∗ 𝑆) − 1]
4 4
Punto 2

a.) Intervalo de confianza del 88% para 𝜇𝑋 :

Datos suministrados
𝛼 0.12
𝑛 8
𝑚𝑒𝑑𝑖𝑎 (𝑋̅) 205
𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 88
Tabla 1
Intervalos de confianza estimación poblacional de 𝜇, con un tamaño muestral cualquiera y una
varianza poblacional desconocida. Cabe resaltar, que esta variable aleatoria sigue una distribución
normal.

Con estos datos se sabe que la mejor estimación para este intervalo de confianza esta data por
una inversa de la prueba t y el intervalo se ve de la siguiente manera:

𝑆 𝑆
𝑋̅ − 𝑡(1−𝛼 ;(𝑛−1)) ≤ 𝜇𝑋 ≤ ̅𝑋 + 𝑡(1−𝛼 ;(𝑛−1))
2 √𝑛 2 √𝑛
Se reemplaza con los valores de la Tabla 1.

√88 √88
205 − 𝑡 0.12 ≤ 𝜇𝑋 ≤ 205 + 𝑡 0.12
(1− ;(8−1)) √8 (1− ;(8−1)) √8
2 2

Para la prueba t se ingreso en Excel la función inv.t y se obtuvo el siguiente resultado:

𝑡 0.12
(1− ;(8−1))
2

𝑡(1−0.06 ; 7)

𝑡(0.94 ; 7) = 0.07801413

√88 √88
205 − (0.07801413) ∗ ≤ 𝜇𝑋 ≤ 205 + (0.07801413) ∗
√8 √8
205 − 0,258743599 ≤ 𝜇𝑋 ≤ 205 + 0,258743599

204,7412564 ≤ 𝜇𝑋 ≤ 205,2587436

El intervalo de confianza del 88% es:

[204,7412564 ; 205,2587436]
Con un 88% de confiabilidad se espera (valor esperado) que se extraigan entre 204,7412564 y
205,2587436 granos de café en el municipio A.

b.) Razón de las varianzas de X y Y con 95% de confiabilidad :

Datos necesarios 𝛼 0.05

𝑛1 8 𝑛2 10
𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 (𝑋) 𝑆𝑋2 88 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 ( 𝑌) 𝑆𝑌2 71
Tabla 2

Para este inciso se sabe que para la estimación de un cociente, en el que ambas variables
aleatorias tienen una distribución Normal y el tamaño muestral es cualquiera para hallar el
intervalo de confiabilidad; se realiza de la siguiente manera:

𝑆𝑋2 𝑆𝑋2
[ 2∗𝐹 𝛼 ; ∗ 𝐹(1−𝛼; (𝑛 −1);(𝑛 −1)) ]
𝑆𝑌 ( ;(𝑛2 −1);(𝑛1 −1)) 𝑆 2 2 2 1
2 𝑌
Reemplazando con los valores de la Tabla 2

88 88
[ ∗ 𝐹 0.05 ; ∗ 𝐹 0.05 (10−1);(8−1)) ]
71 ( 2 ;(10−1);(8−1)) 71 (1−
2
;

88 88
[ ∗ 𝐹(0.025;(9);(7)) ; ∗ 𝐹(1−0.025; (9);(7)) ]
71 71
Aplicando las dos inversas de la distribución F:

𝐹(0.025;(9);(7)) = 0,23826278

𝐹(1−0.025; (9);(7)) = 4,82321708

Y la división de las varianzas muestrales da:

𝑆𝑋2 88
= = 1,23943662
𝑆𝑌2 71

El intervalo con un 95% de confiabilidad:

[(1,23943662) ∗ (0,23826278) ; (1,23943662) ∗ (4,82321708)]

El Interval con un 95% de confiabilidad es:

[0,29531161; 5,97807188]

con un 95% de confiabilidad se puede afirmar que las varianzas de los dos municipios son iguales;
puesto que en el intervalo resultante [0,29531161; 5,97807188]; se encuentra dentro de este el
numero 1. Por lo que se consideran que con 5% de significancia pueden llegar a ser iguales
(desconociendo aun así sus valores).

c.) Intervalo 99% de confiabilidad para medias de extracción de granos de café de ambos
municipios, con base en la información del inciso anterior (𝜇𝑋 − 𝜇𝑌 )

Datos necesarios 𝛼 0.01

𝑛1 8 𝑛2 10
𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 (𝑋) 𝑆𝑋2 88 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 ( 𝑌) 𝑆𝑌2 71
𝑚𝑒𝑑𝑖𝑎 (𝑋̅) 205 𝑚𝑒𝑑𝑖𝑎 (𝑌̅) 191

Con estos datos y sabiendo que las varianzas poblacionales son desconocidas o iguales, que ambas
tienen distribución normal y un tamaño muestral cualquiera. Se aplica la siguiente formula:

1 1 1 1
𝑋̅ − 𝑌̅ − 𝑡 𝛼 ∗ 𝑆𝑝√ + ≤ 𝜇𝑋 − 𝜇𝑌 ≤ 𝑋̅ − 𝑌̅ + 𝑡 𝛼 ∗ 𝑆𝑝√ +
(1− ; (𝑛1 +𝑛2 −2))
2 𝑛1 𝑛2 (1− ; (𝑛1 +𝑛2 −2))
2 𝑛1 𝑛2
 1 1 1 1
[𝑋̅ − 𝑌̅ − 𝑡 𝛼 ∗ 𝑆𝑝√ + ; 𝑋̅ − 𝑌̅ + 𝑡 𝛼 ∗ 𝑆𝑝√ + ]
(1− ; (𝑛1 +𝑛2 −2))
2 𝑛1 𝑛2 (1− ; (𝑛1 +𝑛2 −2))
2 𝑛1 𝑛2

Con la información de la Tabla 3 se reemplaza en la expresión que se muestra anteriormente

1 1 1 1
[205 − 191 − 𝑡 0.01 ∗ 𝑆𝑝√ + ; 205 − 191 + 𝑡 0.01 ∗ 𝑆𝑝√ + ]
(1− 2 ; (8+10−2)) 8 10 (1− 2 ; (8+10−2)) 8 10

(𝑛1 − 1) ∗ 𝑆𝑋2 + (𝑛2 − 1) ∗ 𝑆𝑌2

𝑆𝑝 = √
(𝑛1 + 𝑛2 − 2)

Se calcula 𝑆𝑝

(8 − 1) ∗ 88 + (10 − 1) ∗ 71
𝑆𝑝 = √
(8 + 10 − 2)

𝑆𝑝 = 8,85649479
Se calcula la inversa de la distribución t:

𝑡 𝛼 =𝑡 0.01
(1− ; (𝑛1 +𝑛2 −2)) (1− 2 ; (8+10−2))
2

𝑡(0.995; 16) = 2,92078162

Los datos dentro de la raíz

1 1 1 1
√ + =√ + = 0,47434165
𝑛1 𝑛2 8 10

La resta de medias:

𝑋̅ − 𝑌̅ = 205 − 191 = 14
Ahora reemplazamos:
[14 − 2,92078162 ∗ 8,85649479 ∗ 0,47434165; 14 + 2,92078162 ∗ 8,85649479 ∗ 0,47434165 ]

[1,72978372 ; 26,2702163]
1,72978372 ≤ 𝜇𝑋 − 𝜇𝑌 ≤ 26,2702163
Con este estadístico se comprueba si una media es mas grande que la otra, puesto que si la resta
mayor que 0 es que 𝜇𝑋 es mayor que 𝜇𝑌 y si es negativo es que se cumple en caso contrario. Para
que sean iguales esta resta debe arrojar valores cercanos a 0. En este caso vemos que la resta de
𝜇𝑋 − 𝜇𝑌 oscila entre 1,72978372 y 26,2702163. Por lo que se puede afirmar con un 1% de
significancia que las medias de la extracción de granos de café de los dos municipios no son
iguales.
d.) Intervalo de 99% de la proporción de granos no defectuosos en el municipio A

𝑝̂ ∗ (1 − 𝑝̂ )
𝑝̂ ∓ 𝑧(1−𝛼) ∗ √
2 𝑛