Probabilidad y Estadística

TAREA DE LA UNIDAD 5
1. En trabajos de laboratorio se desea llevar a cabo comprobaciones cuidadosas
de la variabilidad de los resultados que producen muestras estándar. En un
estudio de la cantidad de calcio en el agua potable que se efectúa como parte
del control de calidad del agua, se analizó seis veces la misma muestra en el
laboratorio en intervalos aleatorios. Los seis resultados, en partes por millón
fueron 9.54, 9.61, 9.32, 9.48, 9.70, 9.26. Si se sabe que la cantidad de calcio en el
agua tiene una distribución normal, estimar la varianza de los resultados de la
población para este estándar, usando un intervalo de confianza de 95%.

R=
9.54+9.61+9.32+9.48+9.70+9.26
𝑛 = 6; 𝑥̅ = = 9.485;
6

∑6𝑖=1(𝑥𝑖 −𝑥̅ )2
𝑠2 = 6−1
= 0.02855; 1 − 𝛼 = 0.95;

Ya que los datos tienen una distribución normal y como se trata de estimar la
varianza, 𝜎 2 , usaremos la fórmula que hace uso de la distribución ji cuadrada.

(𝑛−1)𝑆 2 (𝑛−1)𝑆 2
2
𝜒𝛼
< 𝜎 2 < 𝜒2
⁄2,(𝑛−1) 1−𝛼⁄2,(𝑛−1)

𝑣 = 𝑛 − 1 = 6 − 1 = 5 grados de libertad así que al usar la tabla de la Ji-cuadrada se

obtiene,
2
𝜒0.975,5 = 0.83 valor que deja un área de 0.975 a la derecha del valor critico

2
𝜒0.025,5 = 12.83 valor que deja un área de 0.025 a la derecha del valor critico

Sustituyendo estos valores en la fórmula:

(6−1)(0.02855) (6−1)(0.02855)
12.83
< 𝜎2 < 0.83

es decir,

𝟎. 𝟎𝟏𝟏𝟏 < 𝝈𝟐 < 𝟎. 𝟏𝟕𝟐

2. En un estudio sobre el tiempo que un estudiante requiere para obtener

un título universitario, se seleccionan al azar a 80 estudiantes y se
descubre que tienen una media de 4.8 años. Suponiendo que 𝜎 =
2.2 𝑎ñ𝑜𝑠, construya un estimado de un intervalo de confianza de la media
poblacional. Usar 1 − 𝛼 = 99%.

R=
Estimaremos 𝜇 usando un intervalo de confianza:
Probabilidad y Estadística

Como n>30 y 𝜎 es conocida utilizaremos la distribución normal para calcular el

intervalo de confianza. La fórmula a emplear es la siguiente:
𝜎
𝑥̅ ± 𝑍𝛼⁄2 ( )
√𝑛

Por los datos proporcionados sabemos que:

𝑛 = 80 𝑥̅ = 4.8 𝑎ñ𝑜𝑠 𝜎 = 2.2 𝑎ñ𝑜𝑠

1 − 𝛼 = 0.99  𝛼 = 0.01 y 𝑍𝛼⁄2 = 𝑍0.005 = 2.575

2.2
Sustituyendo valores 4.8 ± 2.575 = 4.8 ± 0.633
√80

y el intervalo es, 𝟒. 𝟏𝟕 < 𝝁 < 𝟓. 𝟒𝟑

3. Una inspección cuidadosa de 70 soportes de concreto precolado que se ha de

usar en una construcción, reveló que 28 estaban fisurados. Estimar la
proporción verdadera de soportes de este tipo con fisuras usando un intervalo
de confianza del 95%.

R=
n = 70 soportes
x = 28 fisurados
𝑥 28
𝑝̂ = = = 0.4, 1 − 𝛼 = 0.95
𝑛 70

Para estimar la proporción poblacional, 𝑝, se usará la distribución normal pues 𝑛 =

70. La fórmula es,

𝑝̂ (1 − 𝑝̂ )
𝑝̂ ± 𝑍𝑐 √
𝑛

El valor crítico obtenido en la tabla de distribución normal es 1.96

Sustituyendo,

0.4(1−0.4)
0.4 ± 1.96√ 70

0.4 ± 0.1148

0.2852 < p < 0.5148

Por tanto, el intervalo de confianza del 95% para la proporción verdadera de soportes
con fisuras, es 0.2852 < p < 0.5148
Probabilidad y Estadística

4. Una operación de montaje en una fábrica manufacturera requiere

aproximadamente un período de entrenamiento de un mes para que un
nuevo empleado alcance la máxima eficiencia. Se sugirió un nuevo
método para el entrenamiento y se realizó una prueba para comparar el
método nuevo con el procedimiento estándar. Se entrenaron dos grupos
de nueve empleados nuevos durante un período de tres semanas; un
grupo utilizó el nuevo método y el otro grupo el procedimiento de
entrenamiento estándar. Se midió el tiempo (en minutos) que necesitó
cada empleado para montar el dispositivo al final del período de
entrenamiento de tres semanas. Las mediciones se muestran en la
siguiente tabla. Estime la diferencia real de las medias (𝝁𝑬 − 𝝁𝑵 ) con un
nivel de confianza de 0.90. Suponga que los tiempos de montaje tienen
aproximadamente una distribución normal y que las varianzas son
aproximadamente iguales para los dos métodos. ¿Existe evidencia
suficiente para considerar que es mejor el nuevo método?

Procedimiento Mediciones

Estándar 32 37 35 28 41 44 35 31 34

Nuevo 35 31 29 25 34 40 27 32 31

R=
𝑥̅𝐸 = 35.22 𝑠𝐸2 = 24.4444

𝑥̅𝑁 = 31.56 𝑠𝑁2 = 20.0278

Como las varianzas poblacionales son desconocidas y las variables poblacionales

tienen distribución aproximadamente normal se utilizará la distribución t de student, y
como existen dos tipos de fórmulas que utilizan esta distribución, se seleccionará la
que corresponde a las varianzas poblacionales iguales, 𝜎𝐸2 = 𝜎𝑁2 .

1 1
(𝑥̅𝐸 − 𝑥̅𝑁 ) ± 𝑡𝑐 𝑠𝑝 √ +
𝑛𝐸 𝑛𝑁

(9−1)(24.4444)+(9−1)(20.0278)
𝑆𝑝 = √ = 4.71
9+9−2

Para hallar el valor crítico se entra a la tabla t de student con 16 grados de libertad y
0.05, obteniéndose 𝑡𝑐 = 1.746
Probabilidad y Estadística

Sustituyendo

1 1
(35.22 − 31.56) ± 1.746(4.71)√ +
9 9

3.66 ± 3.88 o sea −0.22 < 𝜇𝐸 − 𝜇𝑁 < 7.54

Como un límite es negativo y el otro es positivo el cero está contenido en el

intervalo, por consiguiente se puede concluir que no existe diferencia
significativa entre los dos métodos.

5. A continuación se muestran valores de mercado (en miles de dólares) de

casas elegidas al azar en Long Beach Island y New Jersey. Estime un
intervalo de confianza del 99% para la diferencia de precios promedio
entre las casas con vista al mar y las casas que no están directamente
sobre la playa. ¿Realmente podemos concluir que las casas con vista al
mar valen más? Considere que las variables poblacionales tienen
distribución aproximadamente normal y que 𝝈𝟐𝒙 ≠ 𝝈𝟐𝒚

Vista al mar: 2 199 3 750 1 725 2 398 2 799

Junto al mar: 700 1355 795 1 575 759

R=

Vista al mar Junto al mar

n=5 n=5

𝑥̅ = 2 574.2 𝑦̅ = 1 036.8

𝑆𝑥2 = 581 500.7 𝑆𝑦2 = 159 996.2

Estimar 𝜇𝑥 − 𝜇𝑦 con un nivel de confianza de 95%.

Como las varianzas poblacionales son desconocidas, los tamaños de las muestras
son menores de 30, y las variables poblacionales tienen distribución
aproximadamente normal, se utilizará la distribución t de student. De las dos opciones
Probabilidad y Estadística

de fórmulas t de student se seleccionará la que corresponde a las varianzas

poblacionales diferentes 𝜎𝑥2 ≠ 𝜎𝑦2

S12 S 22
( x1  x2 )  t / 2 
n1 n2

2
𝑆2 𝑆2
(𝑛1 +𝑛2 )
1 2
con 𝑣 = 2 2 grados de libertad
𝑆2 𝑆2
( 1) ( 2)
𝑛1 𝑛2
+
(𝑛1 −1) (𝑛2 −1)

Para hallar el valor crítico debemos entrar a la tabla con 0.025 y los grados de libertad
que en este caso se calculan con la fórmula anterior.

581500.7 159996.2 2
( + )
𝑣= 5 5 = 6.04 ≈ 6
2
581500.7 159996.2 2
( ) ( )
5 + 5
(5 − 1) (5 − 1)

Obteniéndose un valor crítico de 3.707

Sustituyendo

581500.7 159996.2
(2574.2 − 1036.8) ± 3.707√ +
5 5

1537.4 ± 1427.55

𝟏𝟎𝟗. 𝟖𝟓 < 𝝁𝒙 − 𝝁𝒚 < 𝟐𝟗𝟔𝟒. 𝟗𝟓

El ser los dos límites positivos indica que existe diferencia a favor del promedio del
precio de las casas con vista al mar, por consiguiente se puede concluir con un nivel
de confianza de 99% que las casas con vista al mar valen más.