2009

FACULTAD DE CIENCIAS ADMINISTARTIVAS

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA COMERCIAL

CURSO : ESTADISTICA DE NEGOCIOS

DOCENTE : RUBENS PEREZ M.

INTEGRANTES : 

Mamani Chambilla Diani Yinet  0730455

Aguirre Flores Ana Paola 0730442

Cori Gonzales Maryluz 07-30464

Pozo Tintaya Magally Fiorella 0730467

Condori Bustinza Maribel 0730471

Acho Aquise Miriam 0730433

AÑO ACADÉMICO : 2º

TACNA-PERÚ

2009
 ESTADÍSTICA DE NEGOCIOS

EJERCICIO 1:

Los siguientes datos son los volúmenes en ml. de llenado de 16 botellas que se
seleccionaron de un proceso de llenado para estudiar el volumen promedio: 506,
508, 499, 503, 504, 510, 497, 512, 514, 505, 493, 496, 506, 502, 509, 496. Si el
volúmen de llenado de cada botella es una variable aleatoria Normal con una
desviación típica σ = 5 ml., obtenga los intervalos de confianza estimados del 90,
95 y 99%, para la media de llenado de este proceso.

SOLUCIÓN:

n= 16

θ = 5ml
_
X = 503.75

α = 90, 95 y 99%

 Al 90%

 _

 θ 
I = X ± Zα * 
 2 n 
 

 _

 5  = 501.7
I = 503.75−1.64* 
 16 
 

 _

 5 
I = 503.75+1.64*  =505.8
 16 
 

RPTA: El grado de confianza es de 90% y el intervalo de confianza va de 501.7

ml. a 505.8 ml.

2
 ESTADÍSTICA DE NEGOCIOS

 Al 95%

 _

 θ 
I = X ±Z α * 


2 n 


 _

 5 
I = 503.75−1.96*  = 501.3


16 


 _

 5 
I = 503.75+1.96*  = 506.3
 16 
 

RPTA: El grado de confianza es de 95% y el intervalo de confianza va de 501.3

ml. a 506.2 ml.

 Al 99%

 _

 θ 
I = X ±Z α * 
 2 n 
 

 _

 5 
I = 503.75− 2.58*  = 500.525
 16 
 

 _

 5 
I = 503.75+ 2.58*  = 506.975


16 


RPTA: El grado de confianza es de 99% y el intervalo de confianza va de

500.525 ml. a 506.975 ml.

2
 ESTADÍSTICA DE NEGOCIOS

EJERCICIO 2:

Una muestra aleatoria de los salarios (en euros) por hora para nueve
trabajadores es: 10.5, 11, 9.5, 12, 10, 11.5, 13, 9, 8.5. Si el muestreo se realizó
sobre una población distribuida Normal, construya los intervalos de confianza
estimados del 95% para los salarios por hora promedio para todos los
trabajadores.

SOLUCIÓN:
−
n=9 α = 95% x = 10.56 s c = ¿?

− s 
I =  X + −tα / 2 , c 
 n

 1.21
I = 10.56 − 1.86,
 4 

I = 9, 8098

 1.21
I = 10.56 + 1.86,
 9 

I = 11,3102

2
−
Σ
Donde: sc =
( x − x)
n −1

RPTA: Los extremos del intervalo de confianza son 9, 8098 y 11,3102. Es

razonable concluir que la media proporcional se encuentra en este intervalo.
Asimismo señalamos (al 95% de seguridad) que el salario medico de los tra-
bajadores es de 10.56 ya que se encuentra dentro de este intervalo.

2
 ESTADÍSTICA DE NEGOCIOS

EJERCICIO 3:

El precio de un determinado producto en distintas tiendas es distinto. Se-

leccionan, en forma aleatoria, 12 tiendas y se observa el precio del producto,
siendo 3.01, 3.05, 2.99, 2.99, 3.00, 3.02, 2.98, 2.99, 2.97, 2.97, 3.02, 3.01.
Suponiendo que el precio de este producto es una variable aleatoria
normalmente distribuida, determine un intervalo de confianza del 99% para la va-
rianza σ2.

SOLUCIÓN:

Tenemos 12 elementos de las cuales es factible calcular la media y su desvia-

ción estándar de las cuales resulta:

Media = x = 3.00

Desviación estándar = s = 0.02335

Mediante la formula de la distribución tenemos:

I = [x ±3 s]

I = [x ± 3s] = [3.00 ± 0.07]

RPTA:

I = [x ± 3s] = [3.00 ± 0.07]

EJERCICIO 4:

2
 ESTADÍSTICA DE NEGOCIOS

Dos hospitales desean comparar el tiempo promedio de espera (en días)

para que sus pacientes sean operados. En cada hospital se anotaron los
tiempos de espera de 100 pacientes seleccionados al azar. Las medias
muestrales son las siguientes:

x1 = 50.2 x2 = 52.9

Si se supone que el muestreo se llevó a cabo sobre dos poblaciones distribuidas

Normales e independientes con desviaciones típicas.

σ1 = 10 σ2 = 12

Obtenga los intervalos de confianza estimados del 95 y 99% para la diferencia

entre las medias del tiempo de espera.

SOLUCIÓN:

El mismo procedimiento del problema tres tenemos como datos:

n1 = 100 = n2… (1)

.x1= 50.2

.x2= 52.9

= 10; es la desviación estándar

= 12; es la desviación estándar

Se pide encontrar el intervalo de confianza para el 95 y 99 % mediante la formula

tenemos;

2
 ESTADÍSTICA DE NEGOCIOS

Reemplazando tenemos:

I = [(50.2-52.9) ± Zα/2 [1.562]] … (1)

 i) Con esta ecuación podemos encontrar el intervalo de confianza para el

95% tenemos ;

Zα/2 = 1.96

Luego I = [-2.70 ± 3.06]

 ii) Con esta ecuación podemos encontrar el intervalo de confianza para el

99% tenemos ;

Zα/2 = 2.58 reemplazando en la ecuación (1)

I = [-2.70 ± 4.03 ]

EJERCICIO 5:

2
 ESTADÍSTICA DE NEGOCIOS

Se pretende comparar el rendimiento de dos maquinas que realizan el mismo

trabajo. El comprador esta interesado en estimar de verdadera diferencia entre
ellas. Para cada maquina se seleccionan 12 artículos y se estudian los resulta-
dos, que aparece en la siguiente tabla:

Maquina A MaquinaB

428 462

419 448

458 435

439 465

441 429

456 472

463 453

429 459

438 427

445 468

441 452

463 447

Si el muestreo se llevo a cabo sobre las dos distribuciones Normales e

Independientes con varianzas desconocidas, obtenga los intervalos de confianza
estimados del 99% para µS - µN suponiendo varianzas iguales y varianzas
distintas.

SOLUCIÓN:

2
 ESTADÍSTICA DE NEGOCIOS

Maquina A : N1= 12 X1= 443.33 Sc1= 203.89

Maquina B: N2= 12 X2= 451.42 Sc2= 223.17

P [ L1 <= U1 – U2 <= L2 ] = 0.99 ∞ = 1% = 0.01

N1, N2 = 12, 12 ; N1, N2 <= 30T

Iµ1 - µ2 =[ (X1 – X2) + - T0 (√S1(N1 – 1) +S2(N2 – 1)/N1 +N2 –

2)(1/N1)+(1/N2)=1-∞

Iµ1 -µ2 = [-8.09 +- 16.82] = 0.99

RPTA:

Iµ1 -µ2 = [-24.91 <= U1 – U2 <= 8.73] =0.99

EJERCICIO 6:

2
 ESTADÍSTICA DE NEGOCIOS

Recientemente se han obtenido muestras aleatorias de los salarios de los traba-

jadores que han estudiado la I.T. Informática y los que han estudiado I.T. Indus-
trial. Los datos son los siguientes:

n x (Sx)*2

Informática 10 16250 1187222.22

Industrial 14 15400 1352307.69

Obtenga un intervalo de confianza para el cociente de varianzas con un margen

de error del 10%.

SOLUCIÓN:

Informática : N1=10 X1= 16250 (S1)*2= 1187222.22

Industrial : N2=14 X1= 15400 (S2)*2= 1352307.69 ∞ = 0.10

Iµ1 - µ2 =[ (X1 – X2) + - T0 (√S1(N1 – 1) +S2(N2 – 1)/N1 +N2 –

2)(1/N1)+(1/N2)=1-∞

Iµ1 - µ2 =[850+- 805.7959] = 0.90

RPTA:

Iµ1 - µ2 =[44.2011 <= µ1 - µ2 <= 1655.7959] = 0.99

EJERCICIO 7:

2
 ESTADÍSTICA DE NEGOCIOS

Un fabricante asegura que el porcentaje de ordenadores defectuosos es del 5%.

El distribuidor decide comprobar la afirmación del fabricante seleccionando 200
ordenadores al azar y probándolos. ¿Deberá sospechar el distribuidor de la
afirmación del fabricante si se descubren un total de 19 unidades defectuosas en
la muestra? Utilice un nivel de confianza del 99%.

SOLUCIÓN:

α = 1%

n= 200

1 − α = 99%

P (-2.58 < z < 2.58) = 0.99

 Proporción de la muestra:

P = x/n
P = 19 / 200 = 0.095

 Calculando el I.C.:

P (1 − P )
CI = P ± Z α / 2
n

0.095(1 − 0.095)
CI = 0.095 ± 2.58
200

CI =(0.0415,0.1485)

RPTA: Si deberá sospechar de la afirmación del fabricante porque solo se cuen-

ta con un intervalo de confianza CI =(0.0415,0.1485) .

EJERCICIO 8:

2
 ESTADÍSTICA DE NEGOCIOS

Un medico desea estimar la diferencia entre la proporción de hombres y muje-

res, en edad madura, que fuman en exceso y que desarrollan un cáncer pulmo-
nar en los siguientes cinco años. Para ello selecciona dos muestras, una de
hombres y otra de mujeres verificando las condiciones anteriores. Los datos son
los siguientes:

Calcule un intervalo de confianza al 95% para la diferencia entre las proporciones

de enfermos. ¿Cuáles son los límites para el intervalo de confianza a un nivel de
confianza del 99%?

SOLUCIÓN:

Tenemos:
n1 = 100
n2 = 110

x1 = 85 p1 = 85/100 = 0.85

x2 = 60 p2 = 60/110 = 0.54

Teorema. Si P1 y P2 son las proporciones muestrales de dos muestras

aleatorias independientes de tamaño n1 y n2 que pertenecen a una clase
de interés, entonces un intervalo de confianza aproximado del 100(1- ) %
para la diferencia de las proporciones verdaderas 1 - 2 es:

El intervalo de confianza del 95% para la diferencia entre las proporciones

de enfermos de cáncer, esta dado por:

0.85 * 0.15 0.54 * .046 0.85 * 0.15 0.54 * .046

0.85 − 0.54 − 1.645 + 〈θ 1 − θ 2 〈 0.85 − 0.54 + 1.645 + .
100 110 2 100 110
 ESTADÍSTICA DE NEGOCIOS

− 0.331〈θ 1 −θ 2 〈0.951

El intervalo de confianza del 95% está dado por − 0.331〈θ 1 − θ 2 〈0.951

¿Cuales son los límites para el intervalo de confianza a un nivel de confian-

za del 99%?

0.85 * 0.15 0.54 * .046 0.85 * 0.15 0.54 * .046

0.85 − 0.54 − 2.58 + 〈θ 1 − θ 2 〈 0.85 − 0.54 + 2.58 + .
100 110 100 110

− 0.696〈θ 1 − θ 2 〈1.316

El intervalo de confianza del 95% está dado por : − 0.696〈θ 1 − θ 2 〈1.316

EJERCICIO 9:

Los siguientes datos representan los tiempos de atención (en minutos) de una
consulta médica para 20 pacientes seleccionados aleatoriamente: 9:8; 10:4;
10:6; 9:6; 9:7; 9:9; 10:9; 11:1; 9:6; 10:2; 10:3; 9:6; 9:9; 11:2; 10:6; 9:8; 10:5; 10:1;
10:5; 9:7. Si el tiempo de atención es una variable aleatoria Normal con media

2
 ESTADÍSTICA DE NEGOCIOS

y desviación típica = 0:6 minutos, ¿existe alguna razón para creer a un nivel de
0:05, que el tiempo de atención promedio es mayor de 10 minutos?

SOLUCIÓN:

 formular hipótesis

H0: 10

H1: 10

= 0.05

 Estadístico de prueba

x−µ
Zc = σ
n

10 − 0.6
Zc = 0.6
20

9.4
ZC =
0.1342

ZC = 70.04

α = 0.05

RPTA: Se concluye el 5% que no existe alguna razón porque el tiempo de

atención es 9:10

EJERCICIO 10:

El tiempo promedio de montaje de un artículo es de 5 horas. Para comprobarlo,

se toma una muestra de 11 artículos y obtienen los siguientes resultados: 4:8;
5:6; 5:3; 5:2; 4:9; 4:7; 5:7; 4:9; 5:7; 4:9; 4:6. Si se supone que el tiempo de mon-
taje se encuentra modelado en forma adecuada por una distribución Normal, ¿es
cierto lo afirmado con anterioridad con = 0:02?

SOLUCIÓN:

 Formular hipótesis

2
 ESTADÍSTICA DE NEGOCIOS

H0 =

H1 =

 Estadístico De Prueba

n = 10 n 30 1

x −µ
TC = 5 (n-1)
n

5.1 − 5
TC = 0.4216 (10-1)
10

0.1
TC = (9)
0.1333

TC = 0.75 (9)

=0.01

0.09t(9) = 21.6667

RPTA: Tc = 0.75 era si acepta H0, se concluye que es cierto lo afirmado con
anterioridad

EJERCICIO 11:

En un proceso, la desviación típica en el volumen debe ser de dos litros. Los vo-
lúmenes de 25 artículos seleccionados al azar dieron como resultado una des-
viación típica maestral de 2:8 litros. Si los volúmenes se encuentran Normalmen-
te distribuidos, determine si la varianza de estos es diferente del valor necesario.
Empléese α = 0:02.

2
 ESTADÍSTICA DE NEGOCIOS

SOLUCIÓN:

DATOS: SOLUCIÓN:

1. =4

n = 25; S = 2,8 L. 2.

X=

pH = =4 3.

4. Gráfico

2% H0 2%

96%
H1 H1
0
X 1 = 10,85 X 2 = 43

α
X 1 ( n − 1)(1 − ) = X 24 / 0.99 = 43
2

α
X 2 (n − 1)( ) = X 24 / 0.01 = 10.85
2

2
 ESTADÍSTICA DE NEGOCIOS

(25 − 1)(2.82 )
5.- X 2 = = 47.04
4

6.- Rechazar ; No rechazar

7.- Rpta.: El proceso no sigue la desviación del proceso normal.

EJERCICIO 12:

Se pretende comparar el tiempo de funcionamiento de las bombillas de dos mar-

cas distintas para descubrir posibles diferencias significativas entre ellas. Dichos
tiempos de funcionamiento se distribuyen normalmente con varianzas 10000 y
12100, respectivamente. En idénticas condiciones, se estudia el tiempo de fun-
cionamiento de 8 bombillas de cada marca:

2
 ESTADÍSTICA DE NEGOCIOS

Marca A Marca B

1010 1040

980 1000

880 870

900 965

1205 1185

1060 1030

870 860

990 990

Para un nivel de significación α = 0:025 verifique la afirmación de que existe una

diferencia significativa.

SOLUCIÓN:

X: t fraccionamiento de bombillas

Marca A Marca B

2
ESTADÍSTICA DE NEGOCIOS

σ 2 = 10000 σ 2 = 12100
n=8 n=8
x = 986.875 x = 992.5
S = 110.94 S = 102.89
S 2 = 12306.70 S 2 = 10585.71

α = 0.025
Verifique si t es de diferente significancia

H 0: : µ11 = µ2
α = 0.025
H1 : µ1 = µ2

Z =
( X 1 − X 2 ) − ( µ1 − µ2 )
σ12 σ22
+
n1 n2

Gráfico:

2
 ESTADÍSTICA DE NEGOCIOS

2.5%
H0 2.5%
95%
H1 H1
-2.24 0 2.24

Z=
( 986.875 − 992.5) − ( 0) = −0.11
10000 12100
+
8 8

RPTA: NO SE RECHAZA H 0 Y SE RECHAZA H1

EJERCICIO 13:

2
 ESTADÍSTICA DE NEGOCIOS

Se desean comparar longitudes de tornillos de dos proveedores distintos. Dichas

longitudes están distribuidas Normalmente en ambas proveedores, pero se
desconocen sus varianzas, aunque se sabe que son iguales .Los datos son los
siguientes:

EMPRESAS

A B

Media 3.45 3.51

S² 0.005 0.004

n 40 35

¿Hay diferencia entre las medias? (A suma que α = 0.05).

SOLUCIÓN:

Cuando los tamaños muestrales son grandes (n1 + n2 > 30), con n1 ≅n2

 s1
2
s2 
2
I =  X 1 − X 2 ± zα / 2 +
 n1 n2 
 

 2
S1 S 2
2
S1 S 2 
2 2

Entonces:  ( x1 − x 2 ) − Z α / 2 + ≤ µ 1 − µ 2 ≤ ( x1 − x 2 ) + Z α / 2 + 
 n 1 n 2 n 1 n 2 

 0.005 0.004 0.005 0.004 

( 40 − 35) − Z + ≤ µ1 − µ 2 ≤ ( 40 − 35) + Z + 
 40 35 40 35 

2
 ESTADÍSTICA DE NEGOCIOS

[5 −Z 0.0002392857 ≤ µ1 −µ2 ≤5 +Z 0.0002392857 ]

[ 5 − (1.96)( 0.0454688626) ≤ µ1 − µ 2 ≤ 5 + (1.96)( 0.0454688626) ]

[5 − (1.96)( 0.0454688626) ≤ µ1 − µ2 ≤ 5 + (1.96 )( 0.0454688626 ) ]

[ 4.911 ≤ µ1 − µ2 ≤ 5.089]

¿Hay diferencias entre las medias?

RPTA: La interpretación de este ejemplo sería que con un nivel de confianza del
95% la diferencia de longitudes de tornillos promedio esta entre 4.911 y 5.089,
donde la empresa A produce más longitudes de tornillos que la empresa B.
Es decir las medias son diferentes.

EJERCICIO 14:

Un inversor quiere analizar los riesgos asociados con dos diferentes mercados, A
y B. El riesgo de un mercado dado se mide por la variación en los cambios dia-

2
 ESTADÍSTICA DE NEGOCIOS

rios de precios. El invasor piensa que el riesgo asociado con el merado B es

mayor que el mercado A. se obtiene muestras aleatorias de 21 cambios de pre-
cio diarios para el mercado A y 16 para el mercado B. se obtiene los siguientes
resultados:

EMPRESAS

Mercado A Mercado B

χ A = 0.3 χ B = 0.4

S A = 0.25 S B = 0.45

Si se supone que las muestras provienen de dos poblaciones normales e inde-

pendientes a un nivel de α =0.05, ¿encuentra apoyo la creencia del inversor?

SOLUCIÓN:

MERCADO ”B” MERCADO “A”

H0 µ≤µ 1 2

H1 µµ 1 〉2

(n1 − 1) s12 + (n 2 − 1) s 22
s 2p =
n1 + n2 − 2

2
 ESTADÍSTICA DE NEGOCIOS

(21 − 1)(0.25) + (16 − 1)(0.45)

s 2p =
16 + 21 − 2

s 2p = 0.335714285

X1 − X 2
t=
1 1
s 2p ( + )
n1 n 2

0.4 − 0.3
t=
1 1
0.335714285( + )
21 16

t = 0.860995

RPTA: t calculada es igual 0.860995, la hipótesis nula no puede rechazarse

para el 95% de nivel de confianza.