1.

Se va a vender un nuevo tipo de leche en polvo para niños como prueba de

mercado durante un mes en las tiendas de una cadena de autoservicio. Los
resultados de una muestra de 36 tiendas indicaron ventas promedio de I/. 1200
con una desviación estándar de I/. 180. Si la cadena tiene 200 tiendas, establezca
una estimación del intervalo con 99 % de confianza de las ventas totales de esta
leche en la cadena de tiendas de autoservicio.

n = 36 (tamaño de la muestra)  X́ =1200 (promedio muestral)

σ = 180 (desviación estándar) N= 200 (tamaño de la población)
α
1−α=99 % ( grado de confianza )  Z = 2.56 (en tablas)
2

α σ α σ
P ( X́ - Z < u < X́ + Z )
2 √n 2 √n
180 180
P (1200 – 2.56 < u < 1200 + 2.56 )
√ 36 √36
P (1123.2 < u < 1276.8)
Conclusión: como la media poblacional (u) está entre 1123.2 y 1276.8 y la medina
muestral ( X́ ¿ también está entre ese intervalo entonces la estimación es correcta.

3. A un laboratorio de ensayo de materiales se lleva una muestra de 10 cables para

obtener sus cargas de rotura a la tracción. Los resultados obtenidos (en kg/crn2 )
fueron 280, 295, 308, 320, 265, 350, 300, 310, 285, 310. Considerando que estas
cargas poseen distribución de probabilidad normal, determinar el intervalo de
confianza de 90 % para la media de la población.
n = 10
x 280+295+308+320+265+350+ 300+310+285+310
X́ = ∑ = = 302.3
n 10
2
( x− X́ )
s2 = ∑ = [ ( 280−302.3 )2+ ( 295−302.3 )2 …+ ( 285−302.3 )2] / 9 = 554.1
n−1
s=¿23.53
a a
a=0.1 →t =¿ 1.3830 & - t =¿ -1.3830
2 2
x́ −u ¿
T muestra =  302.3− ¿ = faltan datos…
s/√n 554.1/ √ 10

5. Un comprador de ladrillos cree que la calidad de los ladrillos está disminuyendo.

De experiencias anteriores, la resistencia media al desmoronamiento de tales ladrillos es
200 kg, con una desviación típica de 10 kg. Una muestra de 100 ladrillos arroja una
media de 195 kg. Probar la hipótesis, la calidad media no ha cambiado, contra la
alternativa que ha disminuido.
u = 200, σ =10
n = 100  x́= 195
Considerando un nivel de significancia de 5%  α =0.05  Zα = 1.65
Ho= u ≥ 200, la calidad media de ladrillo no ha cambiado.
H1= u < 200, la calidad media de ladrillos ha disminuido.
x́−u 195−200
Z= σ = 10 = -5
√n √ 100
(-Zα = -1.65 & Zα = 1.65)  como es de contraste unilateral con cola de rechazo en la
izquierda y el valor de estadístico es -5 y se encuentra en a la izquierda  se
rechaza Ho aceptándose H1 con un nivel de significancia de 5%.
6. Supóngase que en cierto proceso para producir alambre, la resistencia a la ruptura
del alambre es una variable aleatoria normal media 90.80 kg. Para reducir los costos
de producción, se prueba otro proceso. Una muestra de 10 valores obtenidos bajo el
nuevo proceso dio una media de 85.352 kg. Y una desviación típica de 2.724 kg. ¿El
nuevo proceso tiene un efecto negativo sobre el alambre? use α = 0.05.
u = 90.80
n = 10  x́= 85.352, (n-1)= grados de libertad= 9
s=2.724
α = 0.05  tα= 1.8331
(-tα= -1.8331 & tα= 1.8331)
Ho: u ≥ 90.8
H1: u < 90.8
x́−u 85.352−90.8
T muestra= s = 2.724 = -6.327
√n √10
 Como -6.327 está en la región de rechazo y no está entre (-tα= -1.8331 & tα=
1.8331) entonces se rechaza la Ho aceptándose H1
 Conclusión: El nuevo proceso tiene un efecto negativo sobre el alambre con un
nivel de significancia de 0.05.
10.
H 0: La marca A se vende más rápido que la marca B.
H 1: La marca A no se vende más rápido que la marca B.
g.l = (m-1) (n-1) = (2-1)(2-1) = 1 grados de libertad

Chi2 crítico
Con g.l = 1 y ∝ = 0.06

Chi2 = 3.54

Calculamos nuestros totales:

FUMADORES ENCUESTADOS
P NP TOTAL
Marca A 56 144 200
Marca B 29 121 150
Total 85 265 350

fe:
85∗200 85∗150
56 → = 48.57 29 → = 36.43
350 350
265∗200 265∗150
144 → = 151.43 125 → = 113.57
350 350

x =2 ∑ ( f −fe)2 = (56−48.57)2 + (29−36.43)2 + (144−151.43)2 + (121−113.57 )2

fe 48.57 36.43 151.43 113.57
= 3.50

Tabla de los Chi2 individuales:

ENCUESTA AL FUMADOR
Prefieren No prefieren Total
Fo Fe Fo Fe
Marca A 56 48.57 144 151.43 200
1.137 0.365
Marca B 29 36.43 121 113.57 150
1.515 0.486
 Total 85 265 350
El Chi cuadrado observado sería:

x 2 = 3.50
x 2 observado < x 2 crítico
3.50 < 3.54
Conclusión: El Chi cuadrado crítico es mayor que el chi cuadrado observado, se acepta la
hipótesis nula. Entonces podemos concluir que la marca A se vende más rápido que la marca B.

1. Se prueba una muestra aleatoria de 5 fusibles de cierta marca para determinar el

punto medio de ruptura. Los puntos de ruptura medidos en amperes fueron: 18; 22;
20; 14; 26. ¿Con qué grado de confianza puede afirmarse que el punto medio de
ruptura para esta marca de fusibles está entre 15.736 y 24.264?
DATOS:
N° de datos: n= 5
Promedio:
18+ 22+ 20+14+26
X́ =
5
X́ =20
Desviación estándar:
∑ (X − X́ )2
σ=
√ n−1

∑ ( X− X́ )2=(18−20)2+(22−20)2 +(20−20)2 +(14−20)2 +( 26−20)2

∑ ( X− X́ )2=80
Reemplazamos:

80
σ=
√
5−1
80
σ=
√
4
σ =4.472
Grados de libertad:
v=n−1
v=5−1
v=4

SOLUCIÓN:
15.736 ≤ μ ≤ 24.264
Por formula tenemos:

X́ −t 0 ( √σn )≤ μ ≤ X́ + t ( √σn )
0
 20−t 0 ( 4.472
√5 ) ≤ μ ≤20+ t (
0
4.472
√5 )
1)

20−t 0 ( 4.472
√5 )
=15.736

20−15.736
t 0= =2.132
4.472
( √5 )
2)

20+t 0 ( 4.472
√5 )
=24.264

24.264−20
t 0= =2.132
4.472
(
√5 )
Tenemos t 0= 2.132 y los grados de libertad = 4, entonces mediante tabla hallamos α :

Hallamos grado de confianza:

α /2=0.05
α =0.10
α =1−grado de confianza
grado de confianza=1−0.10
grado de confianza=0.90=90 %
1. Se va a vender un nuevo tipo de leche en polvo para niños como prueba de mercado
durante un mes en las tiendas de una cadena de autoservicio. Los resultados de una muestra
de 36 tiendas indicaron ventas promedio de I/. 1200 con una desviación estándar de I/. 180.
Si la cadena tiene 200 tiendas, establezca una estimación del intervalo con 99 % de confianza
de las ventas totales de esta leche en la cadena de tiendas de autoservicio.

n = 36

x́ = 1200
σ = 180
∝ = 1 – 0.99 = 0.01
∝/2 = 0.005 Z = 2.576 (Tabla)

σ N −n σ N −n
x́ - Z∝ /2*
√n √ N −1
< μ < x́ + Z∝ /2*
√n √ N −1
<

180 200−36 180 200−36

1 200 - 2.576 *
√ 36 √ 200−1
< < μ < 1 200 + 2.576*
√36 √ 200−1
1 129.78 < μ < 1 270.16

El intervalo de estimación con 99% de confianza es 1 129.78 < μ < 1 270.16

2. La oficina de planificación familiar de cierto distrito desea determinar la proporción de

familias con un ingreso mensual inferior I/. 30,000.00. Estudios previos han indicado que
esta proporción era de 20%.

p = 20% = 0.20

q = 80% = 0.80

a. ¿Qué tamaño muestral se requiere para asegurar con confianza 0.95 que el error en la
estimación de esta proporción no sobrepasará a 0.05?

1 - ∝ = 95% = 0.95
Z =1.96

E = 0.05
2
Z 2∗p∗q ( 1.96 ) ∗0.20∗0.80
n= = 2 = 245.86 = 246
E2 ( 0.05 )
El tamaño muestral que se requiere para asegurar con confianza a 95% es 246.

b. ¿En qué forma variará el tamaño muestral requerido si el máximo error permisible es
reducido a 0,01?

1 - ∝ = 95% = 0.95

Z =1.96

E = 0.01
2
Z 2∗p∗q ( 1.96 ) ∗0.20∗0.80
n= = 2 = 6 146.56 = 6 147
E2 ( 0.01 )
El tamaño de la muestra variará a 6 147.

3. A un laboratorio de ensayo de materiales se lleva una muestra de 10 cables para obtener

sus cargas de rotura a la tracción. Los resultados obtenidos (en kg/cm2) fueron 280, 295,
308, 320, 265, 350, 300, 310, 285, 310. Considerando que estas cargas poseen distribución de
probabilidad normal, determinar el intervalo de confianza de 90 % para la media de la
población.

n = 10

1 - ∝ = 90% = 0.90

Z = 1.645

280+245+308+320+265+350+ 300+310+285+310
x́ = = 302.3
10

∑ (x−x́ )2
σ=
√ n

( x− x́ )2 :

(280−302.3)2 = 497.29

(295−302.3)2 = 53.29

(308−302.3)2 = 32.49

(320−302.3)2 = 313.29

(265−302.3)2 = 1 391.29

(350−302.3)2 = 2 275.29

(300−302.3)2 = 5.29
 (310−302.3)2 = 59.29

(285−302.3)2 = 299.29

(310−302.3)2 = 59.29
Suma = 4 986.1

∑ (x−x́ )2 = 4 986.1
σ=
√ n √ 10
= 22.33

σ σ
x́ - Z∝ /2* < μ < x́ + Z∝ /2*
√n √n
22.33 22.33
302.3 - 1.645* < μ < 302.3 + 1.645*
√10 √10
290.68 < μ < 313.92

El intervalo de confianza de 99% de confianza es 290.68 < μ < 313.92.

4. Los tiempos de encendido en segundos de crisoles de humo flotante de dos tipos

diferentes son los siguientes:

Tipo I : 481, 506, 527, 661, 501, 572, 561, 501, 487, 524.
Tipo II : 526, 511, 556, 542, 491, 537, 582, 605, 558, 578.
Determine un intervalo de confianza del 95% para la diferencia media en tiempos de
encendido, suponiendo varianza igual pero desconocidas.

TIPO I

x́ =
∑ x = 481+506+527+ 661+501+572+561+501+ 487+524 = 532.1
n 10

2 ∑ ( x− x́ )2
s =
n−1

∑ (x− x́)2= ( 481 – 532.1)2 + (506 – 532.1)2 + (527 – 532.1)2 + (661 – 532.1)2 +
(501 – 532.1)2 + (572 – 532.1)2 + (561 – 532.1)2 + (501 – 532.1)2 + ( 487 – 532.1)2 +
(524 – 532.1)2
= 2611.21 + 681.21 + 26.01 + 16 616.21 + 967.21 + 1 592.01 + 835.21 + 967.21 + 2 034.01 +
65.61 = 26394.9

26 394.9
s2 = = 2 932.77
9
TIPO II
x́ =
∑ x = 526+511+556+542+ 491+ 537+582+605+568+578 = 548.6
n 10

2 ∑ ( x− x́ )2
s =
n−1

∑ (x− x́)2= (526 – 532.1)2 + (511 – 532.1)2 + (556 – 532.1)2 + (542 – 532.1)2 +
( 491 – 532.1)2 + (537 – 532.1)2 + (582 – 532.1)2 + (605 – 532.1)2 + (558 – 532.1)2 +
(578 – 532.1)2
= 510.76 + 1 413.76 + 54.76 + 43.56 + 3 317.76 + 134.56 + 1 115.56 + 3 180.96 + 88.36 + 864.36
= 10 724.4

10724.4
s2 = = 1 191.6
10−1
1 - ∝ = 95% = 0.95 Z = 1,96 (Tabla)

S❑ S 211 S❑ S 211
( X 1 - X 11 ) - Z∝ /2*
√ 1

n❑
1 n11
μ μ X X Z
√ 1
+ ❑ < 1- 11< ( 1 - 11 ) + ∝ /2* ❑ + ❑
n1 n11

2 432.77 1191.6 μ μ 2 432.77 1191.6

(−16.5) - 1.96*
√ 10
+
10
< 1- 11< (−16.5) + 1.96*
√ 10
+
10
-56.32 < μ1- μ11< 23.33

El intervalo de confianza del 95% de la diferencia media em tiempo de encendido es -56.32 <
μ1- μ11< 23.33.

5. Un comprador de ladrillos cree que la calidad de los ladrillos está disminuyendo. De

experiencias anteriores, la resistencia media al desmoronamiento de tales ladrillos es 200 kg,
con una desviación típica de 10 kg. Una muestra de 100 ladrillos arroja una media de 195 kg.
Probar la hipótesis, la calidad media no ha cambiado, contra la alternativa que ha
disminuido.

H 0 : La calidad de los ladrillos no ha cambiado

H 1 : La calidad de los ladrillos ha cambiado
H 0 : μ = 200
H 1 : μ < 200

n = 100

σ = 10
Nivel de significancia ∝ = 0.05

x́−μ
Z=
σ /√n
 x́−μ x́ c−200
p( < )
σ / √ n 10/ √ 100
p ( z < x́−200 ¿ = 0.05 = 1.64 (Tabla)

Se tiene:

Z∝= x́ c – 200 = -1.645

x ̅ c = 198.36

puesto que x́ = 195 pertenece al intervalo < −∞ ; 198,36>¿, rechazamos H 0.

6. Supóngase que, en cierto proceso para producir alambre, la resistencia a la ruptura del
alambre es una variable aleatoria normal media 90.80 kg. Para reducir los costos de
producción, se prueba otro proceso. Una muestra de 10 valores obtenidos bajo el nuevo
proceso dio una media de 85.352 kg. y una desviación típica de 2.724 kg. ¿El nuevo proceso
tiene un efecto negativo sobre el alambre? use α = 0.05.

H 0 : μ = 90.80
H 1 : μ < 98.80

S = 2.724

n = 10

∝ = 0.05 ∝/2 = 0.025 t 0.025= 2.262

v = n – 1 = 10 -1 = 9 grado de libertad
x́−μ 85.352−90.80
t= = = -6.325
s/√n 2.724 / √ 10

−¿6.325 < −2.262 Se rechaza la hipótesis H 0

Con un nivel de significancia del 5% los datos de la muestra proporcionan evidencia para que el
nuevo proceso tenga un efecto negativo sobre el alambre.

7. Una fábrica produce clavos cuya longitud media es de 1 pulgada. Después de efectuadas
algunas modificaciones en los dispositivos de las máquinas de dicha fábrica y con respecto a
la producción de clavos durante los últimos meses se han recibido continuos reclamos de los
compradores quienes han manifestado que los clavos presentan un incremento en más de
0.1 pulgadas en su longitud, lo que perjudica a los usuarios; para verificar lo manifestado por
los compradores, el fabricante tomó una m.a. de 10 clavos cuyas longitudes resultaron: 1.14,
1.12, 1.11, 1.10, 1.16, 1.09, 1.08, 1.12, 1.11, 1.10

x́ =
∑ x = 1.14+1.12+1.11+1.10+1,16+ 1.09+ 1.08+1.12+ 1.11+1.10
n 10
x́ = 1.113

∑ ( x−x́ )2
S=
√ n−1

∑ (x− x́)2 = (1.14 – 1.113)2 + (1.12 – 1.113)2 + (1.11 – 1.113 )2 + (1.10 – 1.113)2 +
(1.16 – 1.113 )2 + (1.09 – 1.113)2 + (1.08 – 1.113)2 + (1.12 – 1.113)2 + (1.11 – 1.113 )2 +
(1.10 – 1.113)2
= 7.29 x 10−4 + 4.9 x 10−5 + 9 x 10−6 + 1.69 x 10−4 + 2.209 x 10−3 + 5.29 x 10−4 + 1.089 x 10−3 +
4.9 x 10−5 + 9 x 10−6 + 1.69 x 10−4

= 5.01 x 10−3
−3
S = 5.01 x 10
√ 10−1
= 0.024

Planteamiento de hipótesis:

H0 : μ = 1
Ha : μ > 1

(a) Usando a α=0.05, podrá el fabricante aceptar lo manifestado por los compradores?

n = 10

Nivel de significación = 0.05

v = n – 1 = 10 -1 = 9 grado de libertad
∝ = 0.05 ∝/2 = 0.025 t 0.025= 2.262
x́−μ 1.113−1
tc = = = 14.88
s / √ n 0.024/ √ 10

14.88 < 2.262

Como cae en la región de rechazo de la hipótesis nula, se rechaza la hipótesis nula y se acepta
la alternativa con 5% de significancia, se puede evidenciar que los clavos presentan un
incremento en más de 0.1 pulgadas de su longitud.

Se rechaza la hipótesis H 0

(b)Construir un intervalo de confianza del 95% para la longitud media de los clavos
fabricados después de las modificaciones efectuadas en los dispositivos de las
máquinas
 ∑ (x−x́ )2 =
σ=
√ n √ 5.01 x 10−3 = 0.022
10
1 - ∝ = 95% = 0.95 Z = 1.96 (Tabla)

σ σ
x́ - Z∝ /2* < μ < x́ + Z∝ /2*
√n √n
0.022 0.022
1.113 - 1.96* < μ < 1.113 + 1.96*
√10 √10
1.10 < μ < 1.13

El intervalo de confianza de 95% de confianza es 1.10 < μ < 1.13.

8. Los siguientes datos dan el aumento de peso de 20 conejos, de las cuales la mitad recibió
su proteína de maní crudo y la otra mitad de maní tostado.

CRUDO 61 60 56 63 56 63 59 56 44 61

TOSTADO 55 54 47 59 51 61 57 54 62 58

Probar si el tostado de maní ha tenido un menor efecto en el aumento del peso de los
conejos. Los aumentos de peso están registrados en gramos. Use α=0.05

Crudo

x́ =
∑ x = 61+ 60+56+63+56 +63+59+56+ 44+61
n 10
x́ = 57.9

∑ ( x−x́ )2
S=
√ n−1

280.9
S=
√ 10−1
= 5.69

n = 10

Tostado

x́ =
∑ x = 55+54+ 47+59+51+61+57+54 +62+58
n 10
x́ = 55.8

∑ ( x−x́ )2
S=
√ n−1

189.6
S=
√ 10−1
= 4.56

n = 10
Planteamiento de hipótesis:

H 0 : μ crudo = μ tostado
H 1 : μ crudo > μ tostado

Estadística de prueba:

S crudo 5.69
F= = = 1.248
S tostado 4.56
v1 = 9
v2 = 9

-∞ < F c ≤ 2.262

No se rechaza H 0.

F c > 2,262 se rechaza H 0 como 1.248 está entre los valores de H 0, no se rechaza y se concluye
que las varianzas son iguales con esto se comparan sus muestras.

Grados de libertad

T = t N crudo− N tostado−2

∝ = 0.05 ∝/2 = 0.05 2.101 (Tabla t)

Si T R ≤ 2.101 no se rechaza H 0.

Si T R ¿ 2.101 se rechaza H 0.

( x́ 1−x́2 ) −(μ 1−μ2)

t= 1 1
sP
√ +
ncrudo ntostado

s 12 ( n 1−1 ) +s 22 ( n2−1 ) ( 5.69 )2 ( 10−1 )+ ( 4.56 )2 ( 10−1 )

s P2 = = =5.16
n1 +n 2−2 10+10−2

( 57.9−55.8 )−(0)
t= 1 1 = 0.91
5.16
√ +
10 10
0.91 < 2.101

Como 0.91< 2.101 no se rechaza la H 0y se concluye con un nivel de significancia del 0.05 que
no existe suficiente evidencia para probar que el tostado de maní ha tenido un efecto de
aumento del peso de los conejos.
9. En una conferencia de prensa, una alta autoridad anuncia que el 90% de los habitantes
adultos del país están a favor de cierto proyecto económico del gobierno. Una muestra
aleatoria de 625 adultos indica que 550 están a favor del proyecto. Si usted desea rechazar
una hipótesis verdadera no más de una vez en 100, ¿Concluiría que la popularidad del
proyecto ha sido exagerada por la autoridad?

Ho: La popularidad del proyecto no ha sido exagerada por la autoridad.

H1: La popularidad del Proyecto ha sido exagerada por la autoridad.

N = 625

P o = 0.90
Ṕ = 550/625 = 0.88
α = 1/100 = 0.01

α/2 = 0.005 => Z = -2.575 (TABLA)

solución:

Ṕ−P o 0.88−0.90
z= P o(Q o) => z = 0.90( 0.10) = -1.6667
√ n √
625

-1.667

R. ACEPTACIÓN
-2.575 (tabla) 2.575 (tabla)

conclusión:
Como el valor
calculado se encuentra
en la región de
aceptación, por lo tanto, se acepta la hipótesis nula (H 0).
10. Una firma fabricante de cigarrillos distribuye dos marcas de cigarrillos. En una encuesta
se encuentra que 56 de 200 fumadores prefieren la marca A y que 29 de 150 fumadores
encuestados prefieren la marca B, ¿Se puede concluir al nivel de significación 0,06 que la
marca A se vende más rápidamente que la marca B?

H 0: La marca A se vende más rápido que la marca B.

H 1: La marca A no se vende más rápido que la marca B.
g.l = (m-1) (n-1) = (2-1)(2-1) = 1 grados de libertad

Chi2 crítico
Con g.l = 1 y ∝ = 0.06

Chi2 = 3.54

Calculamos nuestros totales:

FUMADORES ENCUESTADOS
P NP TOTAL
Marca A 56 144 200
Marca B 29 121 150
Total 85 265 350

fe:
85∗200 85∗150
56 → = 48.57 29 → = 36.43
350 350
265∗200 265∗150
144 → = 151.43 125 → = 113.57
350 350

x2 =
∑ ( f −fe)2 = (56−48.57)2 + (29−36.43)2 + (144−151.43)2 + (121−113.57 )2
fe 48.57 36.43 151.43 113.57
= 3.50

Tabla de los Chi2 individuales:

ENCUESTA AL FUMADOR
Prefieren No prefieren Total
Fo Fe Fo Fe
Marca A 56 48.57 144 151.43 200
1.137 0.365
Marca B 29 36.43 121 113.57 150
1.515 0.486
Total 85 265 350
El Chi cuadrado observado sería:

x 2 = 3.50
x 2 observado < x 2 crítico
3.50 < 3.54
Conclusión: El Chi cuadrado crítico es mayor que el chi cuadrado observado, se acepta la
hipótesis nula. Entonces podemos concluir que la marca A se vende más rápido que la marca B.

Teoría: Estimación de intervalo de confianza: para la media, proporción, diferencia de

medias y diferencia de proporciones.

Teoría: Hipótesis y tipos de prueba de hipótesis. Métodos para realizar pruebas de hipótesis

Pruebas de hipótesis: para la media, proporción, diferencia de medias y proporciones

: Pruebas de bondad, tablas de contingencia. Pruebas de independencia y homogeneidad

1. El fabricante de cierta marca de cigarrillos sostiene que sus cigarrillos contienen en

promedio 18 miligramos de nicotina por cigarrillo. Un organismo de control examina
una muestra de 100 cigarrillos. Utilizando un nivel de significación 0.01, ¿puede el
organismo concluir que el fabricante subestima el contenido medio de nicotina de sus
cigarrillos si el contenido medio de la muestra es de 19.2 miligramos con una
desviación estándar de 2 miligramos?
Solución:
Datos:
μ=18 mg
n=100
X́ =19.2 mg
S=2mg
 γ =0.99

Estimación interválica de nicotina al 99% de confianza:

S
L2= X́ + Z 0 ( )
L1= X́ −Z0 ( √Sn ) √n
2
2
L2=19.2−2.576 ( √ 100 )
L1=19.2−2.576 ( √100 ) L2=19.715
L1=18.685

Se estima que el contenido medio de nicotina por cigarrillo se encuentra entre el

18.685 mg y el 19.715 mg al 99% de confianza.

α/ 2= 0. 0 5

 / 2  0.005 1    0.99  / 2  0.005

-2.576
2.576
Por lo que se concluye que el
fabricante si subestimó el contenido
medio de nicotina de sus cigarrillos.
2. En una oficina gubernamental se investiga a un empacador de pescado congelado. Los
empaques que utiliza indican que contienen 12 onzas de pescado, en tanto que se han
recibido quejas de que ello no es cierto. La oficina adquiere 100 paquetes de pescado
procesado por esta compañía, y representando con X i. el peso observado (en onzas)
del i-ésimo paquete, i = 1,2,…, 100, encuentra que ∑ x =¿ ¿ 1150, ∑ x 2= 13,249.75 t
% Suponiendo que los pesos verdaderos de los empaques que se expanden están
distribuidos normalmente con media y varianza desconocida. Con base en esta
muestra, con un nivel de significación α= 0.01, ¿La oficina multará a la compañía?
Solución:
Datos:
H 0 : μ ≥ 12
 H 1 : μ < 12

n = 100
1150
X́ = =11.5
100
X́−μ
t=
s
√n
2 2

S=
√ n ∑ X́ 1−( ∑ X́ 1)
n(n−1)
2
∑ X́ 1 =13249.75
¿¿
100(13249.75)−1322500
S= √ =0,005
9900

11.5−12
t= =−1000
0,005
√ 100

Se rechaza H 0
Entonces podemos decir que la oficina no multará a la compañía.

3. Se prueba una muestra aleatoria de 5 fusibles de cierta marca para determinar el

punto medio de ruptura. Los puntos de ruptura medidos en amperes fueron: 18; 22;
20; 14; 26. ¿Con qué grado de confianza puede afirmarse que el punto medio de
ruptura para esta marca de fusibles está entre 15.736 y 24.264?
Solución:
Datos:
N° de datos: n=5
Promedio: x́=20
Desv. Estándar: s=4.472
Grado de libertad: gl=n−1=4
 15.736 ≤ μ ≤ 24.264
Por fórmula tenemos:
t0 S t S
[ x́−
√n
≤ μ ≤ x́+ 0
√n ]
Entonces:
t0 S
x́− =15.736
√n
t0 S
x́ + =24.264
√n
Reemplazando tenemos:
t 0 ( 4.472 )
20− =15.736
√5
t 0=2.132
1+ y
P ⌈ T ≤ t0⌉ =
2
1+ y
P ⌈ T ≤ 2.132 ⌉= gl=4
2

De la tabla T

1+ y
0.95=
2
y=0.9
y=90 %

Entonces el grado de confianza que puede afirmarse en el punto medio de ruptura

para esta marca de fusible es de 90%.

4. Los siguientes son porcentajes de grasa encontrados en muestras de dos tipos de

carne. ¿Tienen las carnes diferentes contenidos de grasa?

CARNE A : 30 26 30 19 25 37 27 38 26 31

CARNE 8 : 40 34 28 29 26 36 28 37 35 42
Solución:

Datos:
H 0 : grasa de carne A ≠ grasa de carne B
H 1 : grasa de carne A = grasa de carne B

Carne A:

n = 10

x́ =
∑ x = 30+26+30+19+25+ 37+27+38+ 26+31 = 28.9
n 10

∑ (x−x́ )2
S =
n−1 √
1.21+8.41+1.2+98.01+15.21+65.61+3.61+82.81+8.41+ 4.41
=

√ 10−1
= 5.666

Tostado

n = 10

x́ =
∑ x = 40+34 +28+29+26+ 36+28+37+35+ 42 = 33.5
n 10

∑ (x−x́ )2
S =
n−1 √
42.25+0.25+30.25+20.25+56.25+ 6.25+ 30.25+12.25+2.25+72.25
=

√ 10−1
= 5.503

grasa de carne A 5.66

F= = = 1.028
grasa de carne B 5.503
v1 = 9
v2 = 9
Nivel de significancia de 5% tenemos α =0.05 => α /2 = 0.025

-∞ < F c ≤ 2.262 (Tabla)

 F c > 2,262 se rechaza H 0 como 1.028 está entre los valores de H 0, no se rechaza y se
concluye que la grasa de carne A es diferente a la grasa de carne B

Grados de libertad

T = t grasa A −grasa B−2

∝ = 0.05 ∝/2 = 0.05

2.101 (Tabla t)

Si T R ≤ 2.101 no se rechaza H 0.

Si T R ¿ 2.101 se rechaza H 0.

( x́ 1−x́ 2 )−( μ1−μ2 )

t= 1 1
sP
√ +
n grasa A ngrasa B

s 12 ( n 1−1 ) +s 22 ( n2−1 ) ( 5.666 )2 ( 10−1 )+ ( 5.503 )2 ( 10−1 )

s P2 = = =31.193
n1 +n 2−2 10+10−2
s P = 5.58

( 28.9−33.5 ) −(0)
t= 1 1 = -1.841
5.585
√ +
10 10
-1.841 < 2.101

-1.841 > 2,262 se rechaza H 0 como -1.841 es menor que 2.262, no se rechaza H 0y se
concluye que la grasa de carne A es diferente a la grasa de carne B.

Entonces podemos decir que SÍ, las carnes A y B tienes diferente tipo de grasa.

5.
 (4 puntos)
Solución:
Datos:
H 0 : Noexisten las casetas preferidas
Ha: Existen casetas preferidas
La prueba es unilateral con una cola hacia la derecha.
Nivel de significancia del 0.5
Utilizamos el Chi cuadrado
Ahora graficamos:
Gl = K- 1
Gl = 10-1= 9
Según la tabla obtenemos un valor de: 16,919

Z: aceptación Z: rechazo

16,199

Ahora el cálculo estadístico:

Ei 666 666 666 666 666 666 666 666 666 666
Oi 580 700 730 745 720 710 660 655 670 490

2
2 ∑ ( Oi −Ei )
X ( 9) =
Ei
 ( 580−666 )2 ( 700−666 )2 ( 730−666 )2 ( 745−666 )2 ( 720−666 )2 (710−666 )2 ( 660−666 )2 ( 6
X2 ( 9) = + + + + + + +
666 666 666 666 666 666 666
X 2 ( 9 ) =82 , 42
Entonces, se rechaza la hipótesis nula y se acepta la alternativa que propone que si
existen preferencias en las casetas del cobro de peaje.

2. Los siguientes son porcentajes de grasa encontrados en muestras de dos tipos de

carne. ¿Tienen las carnes diferentes contenidos de grasa?

CARNE A: 30 26 30 19 25 37 27 38 26 31

CARNE B: 40 34 28 29 26 36 28 37 35 42
HIPÓTESIS:

H 0 : grasa de carne A ≠ grasa de carne B

H 1 : grasa de carne A = grasa de carne B

DATOS:

Carne A:

n = 10

x́ =
∑ x = 30+26+30+19+25+ 37+27+38+ 26+31 = 28.9
n 10

∑ (x−x́ )2
S =
n−1 √
1.21+8.41+1.2+98.01+15.21+65.61+3.61+82.81+8.41+ 4.41
=

√ 10−1
= 5.666

Tostado

n = 10

x́ =
∑ x = 40+34 +28+29+26+ 36+28+37+35+ 42 = 33.5
n 10

∑ (x−x́ )2
S =
n−1 √
42.25+0.25+30.25+20.25+56.25+ 6.25+ 30.25+12.25+2.25+72.25
=

√ 10−1
= 5.503

SOLUCIÓN:

Estadística de prueba:
 grasa de carne A 5.66
F= = = 1.028
grasa de carne B 5.503
v1 = 9
v2 = 9
Considerando un nivel de significancia de 5% tenemos α =0.05 => α /2 =
0.025
-∞ < F c ≤ 2.262 (Tabla)

CONCLUSIÓN:

F c > 2,262 se rechaza H 0 como 1.028 está entre los valores de H 0, no se rechaza
y se concluye que la grasa de carne A es diferente a la grasa de carne B

Grados de libertad

T = t grasa A −grasa B−2

∝ = 0.05 ∝/2 = 0.05 2.101 (Tabla t)

Si T R ≤ 2.101 no se rechaza H 0.

Si T R ¿ 2.101 se rechaza H 0.

( x́ 1−x́ 2 )−( μ1−μ2 )

t= 1 1
sP
√ +
n grasa A ngrasa B

s 12 ( n 1−1 ) +s 22 ( n2−1 ) ( 5.666 )2 ( 10−1 )+ ( 5.503 )2 ( 10−1 )

s P2 = = =31.193
n1 +n 2−2 10+10−2

s P=√ 31.193 = 5.585

( 28.9−33.5 ) −(0)
t= 1 1 = -1.841
5.585
√ +
10 10
-1.841 < 2.101
 CONCLUSIÓN:

-1.841 > 2,262 se rechaza H 0 como -1.841 es menor que 2.262, no se rechaza H 0y
se concluye que la grasa de carne A es diferente a la grasa de carne B.

U= 18 mg

N= 100

X= 192mg

S= 2mg

Y= 0.99

1-a = 0.99

a = 0.001

P ( Z ≤ Z 0 )=0.995

ZO =2.576

P ( Z ≤−Z 0 ) =0.005

−ZO =−2.576
l S 2
1=¿ X −Z O =19.2−2.576 =18.685 ¿
n 100

l S 2
2=¿ X +Z O =19.2+2.576 =19.715 ¿
n 100

Se estima que el contenido medio de nicotina por cigarrillos se encuentra entre el 18.685 mg y
19.715 mg al 99% de confianza, por lo que se concluye que el fabricante si subestimo el
contenido medio de nicotina de sus cigarrillos.

Datos:
N=100
X́ =19.2
¿2
Z 0.01/2=2.576(Tabla de Distribución Normal)

Calculamos el intervalo con 0.05 de confianza:

❑ ❑
X́ - Zα /2 n << X́ + Zα /2 n
√ √
 2 2
19.2-(2.576)( ) <<19.2+(2.576)( )
√ 100 √ 100
18.6848 <<19.7152

3. El fabricante de cierta marca de cigarrillos sostiene que sus cigarrillos contienen en

promedio 18 miligramos de nicotina por cigarrillo. Un organismo de control examina
una muestra de 100 cigarrillos. Utilizando un nivel de significación 0.01, ¿puede el
organismo concluir que el fabricante subestima el contenido medio de nicotina de sus
cigarrillos si el contenido medio de la muestra es de 19.2 miligramos con una
desviación estándar de 2 miligramos?
SOLUCIÓN:
μ=18 mg 1−α=0.99
n=100 α =0. .01
X́ =19.2 mg P ( Z ≤−Z 0 )=0.995
S=2mg Z 0=2.576
γ =0.99
P ( Z ≤−Z 0 )=0.005−Z 0 =−2.576

Estimación interválica de nicotina al 99% de confianza:

S
L2= X́ + Z 0 ( )
L1= X́ −Z0 ( √Sn ) √n
2
2
L2=19.2−2.576 ( √ 100 )
L1=19.2−2.576 ( √100 ) L2=19.715
L1=18.685

 Se estima que el contenido medio de nicotina por cigarrillo, se encuentra entre el

18.685 mg y el 19.715 mg al 99% de confianza, por lo que se concluye que el fabricante
si subestimó el contenido medio de nicotina de sus cigarrillos

U= 18 mg
N= 100

X= 192mg

S= 2mg

Y= 0.99

1-a = 0.99

a = 0.001

P ( Z ≤ Z 0 )=0.995

ZO =2.576

P ( Z ≤−Z 0 ) =0.005

−ZO =−2.576
l S 2
1=¿ X −Z O =19.2−2.576 =18.685 ¿
n 100

l S 2
2=¿ X +Z O =19.2+2.576 =19.715 ¿
n 100

Se estima que el contenido medio de nicotina por cigarrillos se encuentra entre el 18.685 mg y
19.715 mg al 99% de confianza, por lo que se concluye que el fabricante si subestimo el
contenido medio de nicotina de sus cigarrillos.

4. En una oficina gubernamental se investiga a un empacador de pescado

congelado. Los empaques que utiliza indican que contienen 12 onzas de
pescado, en tanto que se han recibido quejas de que ello no es cierto. La oficina
adquiere 100 paquetes de pescado procesado por esta compañía, y representando
con Xi. el peso observado (en onzas) del i-ésimo paquete, i = 1,2,…, 100,
encuentra que ∑ x =¿ ¿ 1150, ∑ x 2= 13,249.75 t % Suponiendo que los pesos
verdaderos de los empaques que se expanden están distribuidos normalmente
con media y varianza desconocida. Con base en esta muestra, con un nivel de
significación α= 0.01, ¿La oficina multará a la compañía?
Solución: Prueba de Hipótesis sobre la media (varianza desconocida)
H 0 : μ ≥ 12
H 1 : μ < 12

n = 100
1150
X́ = =11.5
100
X́−μ
t=
 s
√n
2 2

 S=
√ n ∑ X́ −( ∑ X́ 1)
1
n(n−1)
 2
∑ X́ 1 =13249.75
¿¿
100(13249.75)−1322500
S= √ =0,005
9900

11.5−12
t= =−1000
0,005
√ 100

Conclusión: Se rechaza H 0
En una oficina gubernamental se investiga a un empacador de pescado congelado. Los
empaques que utiliza indican que contienen 12 onzas de pescado, en tanto que se han
recibido quejas de que ello no es cierto. La oficina adquiere 100 paquetes de pescado
procesado por esta compañía, y representando con Xi. el peso observado (en onzas) del
i-ésimo paquete, i = 1,2,…, 100, encuentra que ∑ x =¿ ¿ 1150, ∑ x 2= 13,249.75 t %
Suponiendo que los pesos verdaderos de los empaques que se expanden están
distribuidos normalmente con media y varianza desconocida. Con base en esta muestra,
con un nivel de significación α= 0.01, ¿La oficina multará a la compañía?
H 0 : μ ≥ 12
H 1 : μ < 12

n = 100
1150
X́ = =11.5
100
X́−μ
t=
s
√n
2 2

S=
√ n ∑ X́ 1 −( ∑ X́ 1)
n(n−1)
2
∑ X́ 1 =13249.75
¿¿
100(13249.75)−1322500
S= √ =0,005
9900

11.5−12
t= =−1000
0,005
√ 100
Se rechaza H 0
1. Se prueba una muestra aleatoria de 5 fusibles de cierta marca para determinar el
punto medio de ruptura. Los puntos de ruptura medidos en amperes fueron: 18; 22;
20; 14; 26. ¿Con qué grado de confianza puede afirmarse que el punto medio de
ruptura para esta marca de fusibles está entre 15.736 y 24.264?
Solución:
Datos:
N° de datos: n=5
Promedio: x́=20
Desv. Estándar: s=4.472
Grado de libertad: gl=n−1=4

15.736 ≤ μ ≤ 24.264
Por fórmula tenemos:
t0 S t0 S
[ x́−
√n
≤ μ ≤ x́+
√n ]
Entonces:
t0 S
x́− =15.736
√n
t0 S
x́ + =24.264
√n
Reemplazando tenemos:
t 0 ( 4.472 )
20− =15.736
√5
t 0=2.132
1+ y
P ⌈ T ≤ t0⌉ =
2
1+ y
P ⌈ T ≤ 2.132 ⌉= gl=4
2

De la tabla T

1+ y
0.95=
2
y=0.9
y=90 %
 3

Ɵl =Limite inferior de la estimación

Ɵu=Limite superior de la estimación
n=5
18+ 22+ 20+14+26
X́ = =20
5
∑ (X −u)2 =
σ=
√ N
σ
√ 80
5
=4

Ɵl = X́ −Zα / 2
√n
4
15.736=20−Zα /2
√5
Zα /2=2.38
σ
Ɵu= X́ + Zα /2
√n
4
24.264=20+ Zα /2
√5
Zα /2=2.38

Ɵl =Limite inferior de la estimación

Ɵu=Limite superior de la estimación
n=5
18+ 22+ 20+14+26
X́ = =20
5
∑ (X −u)2 =
σ=
√ N
σ
√ 80
5
=4

Ɵl = X́ −Zα / 2
√n
4
15.736=20−Zα /2
√5
Zα /2=2.38
σ
Ɵu= X́ + Zα /2
√n
4
24.264=20+ Zα /2
√5
Zα /2=2.38
Los tiempos de encendido en segundos de crisoles de humo flotante de dos tipos diferentes
son los siguientes:

Tipo I : 481, 506, 527, 661, 501, 572, 561, 501, 487, 524.
 Tipo II : 526, 511, 556, 542, 491, 537, 582, 605, 558, 578.
Determine un intervalo de confianza del 95% para la diferencia media en tiempos de
encendido, suponiendo varianza igual pero desconocidas.

Datos:
Para T1: Para T2:
x́ 1=532,1 x́ 2=548,6

Nota: Varianzas desconocidas pero iguales.

2 ∑ ( x−x́ )2
s=
n−1

2 ∑ ( x−x́ )2 2 ∑ ( x−x́ )2
s=
1 s=
2
n−1 n−1

s21=2932,77 s22=1191,6

Varianza combinada:

( n−1 ) s 21 + ( n2 −1 ) S 22
2
sp =
n1 +n2−2

( 10−1 ) 2932,77+ ( 10−1 ) 1191,6

s p 2=
10+10−2

s p 2=2062,185

Desviación combinada:

sp= √ s p2
sp=45,41
Grado de confianza:
v=n1 +n2 −2

v=10+10−2
v=18
Para un nivel de confianza de 95%:
α =1−0,95
α =0,05
α
=0,025
2

Entonces:
t α , v =t 0.025 ,18
2

t 0.025, 18=2,1

Luego:

1 1 1 1
( x́ 1 ,−x́ 2 )−t α , vSp
2 √ n1 n 2 2 √
+ < μ1−μ2 < ( x́ 1 ,−x́ 2 )−t α , vSp +
n1 n2

1 1 1 1
( 532,1−548,6 )−2,1 x 45,41
√ √
+ < μ1 −μ 2< (532,1−548,6 ) +2,1 x 45,41
10 10
+
10 10

−59,1467< μ1 −μ 2< 26,1467

Rpta: El intervalo de confianza del 95% para la diferencia media en tiempos de encendido,
suponiendo varianza igual pero desconocidas es −59,1467< μ1 −μ 2< 26,1467

5.
Solución:
Datos:
H 0 : Noexisten las casetas preferidas
Ha: Existen casetas preferidas
La prueba es unilateral con una cola hacia la derecha.
Nivel de significancia del 0.5
Utilizamos el Chi cuadrado
Ahora graficamos:
Gl = K- 1
Gl = 10-1= 9
Según la tabla obtenemos un valor de: 16,919

Z: aceptación Z: rechazo
 16,199

Ahora el cálculo estadístico:

Ei 666 666 666 666 666 666 666 666 666 666
Oi 580 700 730 745 720 710 660 655 670 490

2
2 ∑ ( Oi −Ei )
X ( 9) =
Ei

2 ( 580−666 )2 ( 700−666 )2 ( 730−666 )2 ( 745−666 )2 ( 720−666 )2 (710−666 )2 ( 660−666 )2 ( 6

X ( 9) = + + + + + + +
666 666 666 666 666 666 666
X 2 ( 9 ) =82 , 42
Entonces, se rechaza la hipótesis nula y se acepta la alternativa que propone que si existen
preferencias en las casetas del cobro de peaje.
H o : No existe lasCasetas preferidas
H a : Existen casetas preferidas

Nivel de significancia del 0.5

La prueba es unilateral con una cola hacia la derecha

Ei 666 666 666 666 666 666 666 666 666 666
Oi 580 700 730 745 720 710 660 655 670 490
2 ∑ (O i−E i)2
x=
Ei

x 2=
∑ (580−666)2 + ∑ (700−666)2 + ∑ (730−666)2 + ∑ ( 745−666)2 + ∑ (720−666)2 + ∑ (710−666
666 666 666 666 666 666

H o : No existe lasCasetas preferidas

H a : Existen casetas preferidas
Nivel de significancia del 0.5

La prueba es unilateral con una cola hacia la derecha

Ei 666 666 666 666 666 666 666 666 666 666
Oi 580 700 730 745 720 710 660 655 670 490
2 ∑ (Oi−E i)2
x=
Ei

x 2=
∑ (580−666)2 + ∑ (700−666)2 + ∑ (730−666)2 + ∑ ( 745−666)2 + ∑ (720−666)2 + ∑ (710−666
666 666 666 666 666 666
→Se rechaza la hipótesis nula y se acepta la alternativa de que si existen preferencias en las
casetas de cobro de peaje

Los siguientes son porcentajes de grasa encontrados en muestras de dos tipos de carne.
¿Tienen las carnes diferentes contenidos de grasa?

CARNE A: 30 26 30 19 25 37 27 38 26 31

CARNE B: 40 34 28 29 26 36 28 37 35 42
HIPÓTESIS:

H 0 : grasa de carne A ≠ grasa de carne B

H 1 : grasa de carne A = grasa de carne B

DATOS:

Carne A:

n = 10

x́ =
∑ x = 30+26+30+19+25+ 37+27+38+ 26+31 = 28.9
n 10

∑ (x−x́ )2
S =
n−1 √
1.21+8.41+1.2+98.01+15.21+65.61+3.61+82.81+8.41+ 4.41
=

√ 10−1
= 5.666

Tostado

n = 10

x́ =
∑ x = 40+34 +28+29+26+ 36+28+37+35+ 42 = 33.5
n 10

∑ (x−x́ )2
S =
n−1 √
42.25+0.25+30.25+20.25+56.25+ 6.25+ 30.25+12.25+2.25+72.25
=

√ 10−1
= 5.503
 grasa de carne A 5.66
F= = = 1.028
grasa de carne B 5.503
v1 = 9
v2 = 9
nivel de significancia de 5% tenemos α =0.05 => α /2 = 0.025

-∞ < F c ≤ 2.262 (Tabla)

Fc > 2,262 se
rechaza H 0 como 1.028 está entre los valores de H 0, no se rechaza y se concluye que la grasa
de carne A es diferente a la grasa de carne B

Grados de libertad

T = t grasa A −grasa B−2

∝ = 0.05 ∝/2 = 0.05 2.101 (Tabla t)

Si T R ≤ 2.101 no se rechaza H 0.

Si T R ¿ 2.101 se rechaza H 0.

( x́ 1−x́ 2 )−( μ1−μ2 )

t= 1 1
sP
√ +
n grasa A ngrasa B

2 s 12 ( n 1−1 ) +s 22 ( n2−1 ) ( 5.666 )2 ( 10−1 )+ ( 5.503 )2 ( 10−1 )

sP = = =31.193
n1 +n 2−2 10+10−2
s P = 5.58

( 28.9−33.5 ) −(0)
t= 1 1 = -1.841
5.585
√ +
10 10
-1.841 < 2.101

-1.841 > 2,262 se rechaza H 0 como -1.841 es menor que 2.262, no se rechaza H 0y se concluye
que la grasa de carne A es diferente a la grasa de carne B.