Dos muestras de tamaño 30 fueron recolectadas de cada uno de las dos mezcladoras A y B.

El contenido del polypropileno es medido en cada muestra.

Se quiere determinar si la distribución del contenido del popypropileno es el mismo en las dos
mezcladoras.
Mezcladora 1
48.6 49.6 48.3 48.9 48.9
49.5 49.3 49.4 49.4 49.2
54.5 54.6 54.9 52.9 53.2
55.5 53.5 53.3 54.1 53.7
49.8 51.5 52.8 52.1 49.9
50.9 51.4 50.2 50.4 49.8
Mezcaldora 2
49.8 47.9 47.6 48.5 48.9
47.7 49.6 49.5 48.3 48.2
52.4 52.0 50.2 50.5 53.2
52.7 50.9 51.9 51.6 51.2
47.4 47.0 47.6 45.8 45.4
46.2 45.9 46.4 46.8 47.2
El peso que deben contener ciertas bolsas de detergente es de 750 g con una tolerancia de +/- 5g. Se desea verificar
si es razonable suponer que la distribución del peso es normal. Para ello se toma una muestra aleatoria de 25
productos se pesan y se obtienen los siguientes datos :

Frecuencia
Obs Peso z
acumulada
1 747.7 0.02 -2.053749
z
2 747.8 0.06 -1.554774
3 748.3 0.1 -1.281552 2.500000

4 748.4 0.14 -1.080319 2.000000

5 748.6 0.18 -0.915365 1.500000 R² = 0.981529486162719

6 748.9 0.22 -0.772193 1.000000

7 749.0 0.26 -0.643345 0.500000
8 749.3 0.3 -0.524401 0.000000
9 749.3 0.34 -0.412463 747 748 749 750 751 7
-0.500000
10 749.6 0.38 -0.305481
-1.000000
11 749.9 0.42 -0.201893
-1.500000
12 750.0 0.46 -0.100434
13 750.0 0.5 0.000000 -2.000000

14 750.2 0.54 0.100434 -2.500000

15 750.2 0.58 0.201893
16 750.4 0.62 0.305481
17 750.5 0.66 0.412463
18 750.6 0.7 0.524401
19 750.6 0.74 0.643345
20 750.9 0.78 0.772193
21 751.4 0.82 0.915365
22 751.7 0.86 1.080319
23 752.0 0.9 1.281552
24 752.4 0.94 1.554774
25 752.5 0.98 2.053749
+/- 5g. Se desea verificar
ra aleatoria de 25 Los datos deben ser ordenados de menos a mayor

486162719

749 750 751 752 753

Una muestra de 50 rollos de acero usados en la fabricación de circuitos eléctricos son seleccionados aleatoriamente
y la resistencia de cada uno de ellos es medida.

Resistencia Frecuencia
Observaciones Z
(xi) Acumulada
1 22.5 0.01 -2.32634787
2 23.7 0.03 -1.88079361
3 25.0 0.05 -1.64485363 Z
4 25.0 0.07 -1.47579103 3
5 25.3 0.09 -1.34075503
6 25.5 0.11 -1.22652812
2 R² = 0.982786404914718
7 25.6 0.13 -1.12639113
8 25.8 0.15 -1.03643339
9 26.4 0.17 -0.95416525
1
10 26.4 0.19 -0.8778963
11 26.5 0.21 -0.80642125
12 26.7 0.23 -0.73884685 0
20 22 24 26 28 30
13 26.9 0.25 -0.67448975
14 27.2 0.27 -0.61281299
-1
15 27.5 0.29 -0.55338472
16 27.6 0.31 -0.49585035
17 27.6 0.33 -0.43991317 -2
18 28.2 0.35 -0.38532047
19 28.4 0.37 -0.33185335
-3
20 28.5 0.39 -0.27931903
21 28.5 0.41 -0.22754498
22 28.9 0.43 -0.17637416
23 30.0 0.45 -0.12566135
24 30.1 0.47 -0.07526986
25 30.2 0.49 -0.02506891
26 30.4 0.51 0.02506891
27 30.5 0.53 0.07526986
28 30.5 0.55 0.12566135
29 30.6 0.57 0.17637416
30 30.8 0.59 0.22754498
31 31.2 0.61 0.27931903
32 31.4 0.63 0.33185335
33 31.5 0.65 0.38532047
34 31.8 0.67 0.43991317
35 32.1 0.69 0.49585035
36 32.2 0.71 0.55338472
37 32.3 0.73 0.61281299
38 32.6 0.75 0.67448975
39 33.1 0.77 0.73884685
40 33.6 0.79 0.80642125
41 34.2 0.81 0.8778963
42 34.3 0.83 0.95416525
43 34.4 0.85 1.03643339
44 34.7 0.87 1.12639113
45 34.7 0.89 1.22652812
46 35.1 0.91 1.34075503
47 35.4 0.93 1.47579103
48 36.3 0.95 1.64485363
49 38.8 0.97 1.88079361
50 39.0 0.99 2.32634787
dos aleatoriamente

0.982786404914718

24 26 28 30 32 34 36 38 40
Una compañía privada opera una compañía de descarga de tanques en el puerto de Mazatlán. Una muestra de
30 datos de los tiempos de descarga se muestra a continuación. Para mejorar el proceso se hicieron algunas mejoras
y se tomó una muestra igual de 30 datos

a) Elabora un diagrama de caja y bigote y una de cuantil-cuantil

b) Verifica la normalidad
c) Propón una transformación
d) Usa la trasnformación de Jonhson

Antes de los cambios Al cuadrado Frec. Acum z

1 1.2 1.44 0.01666667 -2.12804523
2 1.5 2.25 0.05 -1.64485363
3 1.8 3.24 0.08333333 -1.38299413
4 2.3 5.29 0.11666667 -1.19181617
5 2.5 6.25 0.15 -1.03643339
z
6 2.6 6.76 0.18333333 -0.90273479
2.5
7 3.4 11.56 0.21666667 -0.78350038 R² = 0.755751392616319
8 4.2 17.64 0.25 -0.67448975 2

9 5.2 27.04 0.28333333 -0.57296755 1.5

10 5.3 28.09 0.31666667 -0.47704043 1
11 7.5 56.25 0.35 -0.38532047 0.5
12 7.5 56.25 0.38333333 -0.29673784 0
0 200 400 600 800 1000 1
13 9.1 82.81 0.41666667 -0.21042839 -0.5
14 9.3 86.49 0.45 -0.12566135
-1
15 9.4 88.36 0.48333333 -0.0417893
-1.5
16 10.8 116.64 0.51666667 0.0417893
-2
17 12.4 153.76 0.55 0.12566135
18 13.3 176.89 0.58333333 0.21042839 -2.5

19 14.6 213.16 0.61666667 0.29673784

20 18.1 327.61 0.65 0.38532047
21 18.2 331.24 0.68333333 0.47704043
22 19.2 368.64 0.71666667 0.57296755
23 19.8 392.04 0.75 0.67448975
24 22.5 506.25 0.78333333 0.78350038
25 23.5 552.25 0.81666667 0.90273479
26 26.1 681.21 0.85 1.03643339
27 30.7 942.49 0.88333333 1.19181617
28 30.8 948.64 0.91666667 1.38299413
29 34.2 1169.64 0.95 1.64485363
30 39.5 1560.25 0.98333333 2.12804523

Después de los cambios

1 2.7
2 14.4
3 3.2
4 17
5 1
6 12.7
7 4.6
8 6.8
9 22.7
10 2.3
11 8.3
12 2.6
13 7.7
14 21.4
15 1.7
16 4.6
17 0.9
18 2.5
19 1.2
20 14.9
21 1.4
22 7.3
23 4.6
24 6.6
25 4.9
26 2
27 4.9
28 9.6
29 1.1
30 1.2
 Una muestra de
ieron algunas mejoras

z
92616319

400 600 800 1000 1200 1400 1600 1800

Una compañía ha decido restringir el uso de la energía eléctrica a través de medidas de conservación. Se sabe que el consum
mensual es normal con una media de 60,000 kWh y una desviación estándar de 400 KWh.

a) ¿Cuál es la probabilidad de que el consumo mensual sea menor que 59,100 kWh?
b)¿Cuál es la probabilidad de que el consumo mensual esté entre 59,000 y 60,300 kWh?

media 60000
desviación 400
Consumo menor a 59100 Consumo entre 59000

z -2.25 Z1 -2.5
Z2 0.75
Probabilidad 0.0122 1.22%

P1 0.0062
P2 0.7734

P 0.7672
. Se sabe que el consumo
0 KWh.

- 60300
media 40
desviación 2
Resitencia 35
P de que z<=35 0.006209665
z -2.5
P de que z>=35 0.993790335

Probabilidad
sacada de 0.0062
tablas
P de que z<=35
0.621% Porcentaje que no cuplirá

99.38%
miu 82 Se quiere saber el % que estará entre 82+/-1
desviación 0.5

Z1 2 0.9772
Z2 -2 0.0228

Probabilidad 0.9545
95.45%
ará entre 82+/-1
 Media 100
Desviación 2

Por arriba de 103.3 Entre 98.5 - 102

z 1.65 Z1 -0.75
Z2 1
0.95052853 P1 0.22662735
P2 0.84134475

P por arriba de
a) 103.3 4.95% b) P = 61.47%
 Menor a 96.5 5% Sobremedida

Z -1.75 P=0.005
Pz 0.95
c) P= 4% Z 1.64485363

d) Límite 103.29
Una compañía está experimentando con fibras sintéticas como un substituto de fibra natural. La característica de calidad de in
es la fuerza de rompimiento. Una muestra aleatoria de 8 fibras naturales tiene un promedio de fuerza de rompimiento de 54
con una desviación estándar de 55 kg. Una muestra de 10 fibras sintéticas arrojó un promedio de fuerza de rompimiento de 6
con una desviación estándar de 22 kg.

a) Prueba si es correcto determinar que la media de la fuerza de las fibras sintéticas excede la media de las fibras naturales. P
con un nivel de significancia del 0.05.
La característica de calidad de interés
de fuerza de rompimiento de 540 kg
de fuerza de rompimiento de 610 kg

media de las fibras naturales. Prueba

25 pacientes con cierto padecimiento fueron seleccionados de maanera aleatoria, y se les tomaron las siguientes mediciones
presión aterial sistólica, niveles de glucosa y niveles de colesterol fueron medidos. Después de administrarles ciertos medicam
después de 6 meses las mismas características fueron medidas a los pacientes seleccionados. Los datos se muestran en la sigu

a) Encontrar la media, desviación estándar, sesgo, curtosis y rango intercuartilico de la presión arterial antes de la administrac
b) Encontrar la media, desviación estándar, sesgo, curtosis y rango intercuartilico de la presión arterial después de la administ
c) Se puede concluir que la media de la presión antes de suministrar el medicamento excedía 125. Con un alfa de 0.05
d) Se puede concluir que el medicamento es efectivo para reducir la media de la presión. Usa alfa de 0.05.
e) Se puede conlcuir que el medicamento fue efectivo para reducir el nivel promedio de colesterol. Usa alfa de 0.05.
f) Elabora la estadistica descriptiva para los niveles de glucosa en la sangre antes de la administración del medicamento.
h) Construye un intervalo de confianza de la varianza de la presión arterial después de administrar el medicamento.
i) Hay algún tipo de correlación entre estas tres variables (elabora una gráfica de mátriz e interpreta los datos)

Antes Después
Número de Presión Presión
Paciente anterial Glucosa Colesterol anterial Glucosa Colesterol
1 145 186 240 138 183 233
2 162 142 235 143 150 246
3 128 122 203 125 119 218
4 116 124 222 118 126 230
5 130 121 219 121 132 215
6 132 116 205 134 108 183
7 110 105 195 112 102 192
8 125 119 216 122 107 204
9 139 115 226 125 105 215
10 142 132 231 130 133 225
11 154 152 255 140 150 233
12 124 120 235 125 122 222
13 114 118 212 112 113 214
14 136 131 238 122 126 230
15 150 220 255 144 180 250
16 133 135 232 126 130 224
17 129 119 220 123 109 231
18 108 106 234 114 103 238
19 112 117 194 111 108 204
20 146 122 225 130 117 220
21 153 204 256 132 196 242
22 145 182 248 134 175 240
23 126 140 229 120 135 206
24 138 180 240 124 172 231
25 129 135 218 120 133 204
 aron las siguientes mediciones
administrarles ciertos medicamentos
Los datos se muestran en la siguiente tabla:

arterial antes de la administración del medicamento.

arterial después de la administración del medicamento.
125. Con un alfa de 0.05
alfa de 0.05.
erol. Usa alfa de 0.05.
tración del medicamento.
trar el medicamento.
rpreta los datos)
Una compañía está investigando el potencial de dos vendedores, una muestra de 10 tiempos del vendedor 2 tuvo un promed
4.5 días de retraso con una desviación de 2.3 días. Una muestra de 12 del segundo vendedor tuvo una media de retrasos de
días y una desviación de 6,2 días.

Podemos concluir que el primer vendedor tiene menos variabilidad en los tiempos de retraso que que el segundo. Usa alfa de
c) ¿Cuál vendedor seleccionarías?
del vendedor 2 tuvo un promedio de
r tuvo una media de retrasos de 3,4

que que el segundo. Usa alfa de 0.05

Miu 595
n 20 H0=miu<=595
Media 600 H0=miu>595
Desviación 15 to>talfa-n-1
Alfa 0.05
No hay
varianza t0 1.491 1.49<1.72 Acepto H0
t0.05,19 1.7299
Con un 0.05 de significancia
concluir que que la m
Con un 0.05 de significancia, no hay evidencia estadística que nos permita
concluir que que la media de la temperatu excede los 595
n 40 n 50
Media 20.5 Media 17.6
Varianza 3 Varianza 4
alfa 0.025

z0 7.366007366 > -1.95996398 Rechazo H0

H0:µ1=µ2
Ha:µ1≠µ2 Con un nivel de significancia s
tiempo de carga del m
Con un nivel de significancia se concluye que las medias de los
tiempo de carga del método 1 y 2, son diatintas