EA1 Guia de Ejercicios AGO 2019

FACULTAD DE INGENIERÍA – UBA
CONTENIDOS:
1. Distribuciones de Probabilidad - Combinación de Variables Aleatorias
2. Esperanza Matemática Parcial – Problemas Económicos
3. Principios de Inferencia
4. Inferencia sobre la media
5. Inferencia sobre la varianza en poblaciones Normales
6. Comparación de dos varianzas en poblaciones Normales
7. Comparación de dos medias en poblaciones Normales
8. Análisis de la Varianza y test de Tukey
9. Inferencia en procesos Bernoulli
10. Inferencia en procesos Poisson
Estadística Aplicada I - FIUBA
Se agradecerá a los alumnos la colaboración con la mejora de esta guía indicando

errores u omisiones en los enunciados y las respuestas a los ejercicios.
Se podrá encontrar material complementario de ejercitación, con resoluciones

sugeridas y respuestas:
 En las guías adicionales disponibles en el campus de la materia.
 Al final de los capítulos correspondientes del libro “Inferencia Estadística y
Diseño de Experimentos” de R.M. García – consultar bibliografía
obligatoria.
Actualización AGOSTO 2019

Reemplaza a la Versión Marzo 2019
ii
Guía 1 – Distribuciones de Probabilidad – Combinación de

VAs
Opciones sugeridas para complementar esta práctica (y las restantes):
 Descargar la aplicación “Probability Distributions” de Matthew Bognar, disponible en forma gratuita para
dispositivos Android e iOS.
 Utilizar el paquete de funciones “=DISTR.” de Microsoft Excel, que permite calcular probabilidades de
variables Binomiales, Normales, Exponenciales, Gamma, Poisson, Lognormal, Weibull, entre otras.
Agregando la terminación “.INV” luego del nombre de la distribución se pueden obtener fractiles,
especificando sus parámetros y la probabilidad acumulada derecha deseada.
1.1) El volumen neto de botellas de agua mineral producidas por una embotelladora es
una variable Normal de media 980cm3 y desvío estándar desconocido. Para averiguarlo, se
registraron los volúmenes de una gran cantidad de envases, resultando un 15% superior a
1000cm3. a) Calcular el desvío estándar. b) ¿Qué porcentaje de los envases supera los
950cm3? c) ¿Cuál es el volumen superado por el 10% de los envases? Rta.: a) σ=19.298
cm3; b) 93.94%. En Excel: =100*(1-DISTR.NORM(950; 980; 19,298; 1)); c) 1004,73 cm3. En
Excel: =DISTR.NORM.INV(0,9; 980; 19,298)
1.2) En una industria se controlan las piezas a la salida del proceso de conformado con
un calibre ‘pasa-no pasa’. Las piezas que cumplan la especificación de 10 mm ± 0,5 mm
para el diámetro se aceptan, mientras que el resto deben reprocesarse. Actualmente,
cuando el proceso funciona correctamente, se obtienen piezas cuyo diámetro tiene
distribución Normal de media 10 mm y desvío 0,2 mm. a) Calcular el porcentaje de piezas
que deben reprocesarse, b) Si se producen 25 piezas por hora y la conformación de cada
una es independiente de las demás, ¿Cuál es la probabilidad de que en una hora haya que
reprocesar más de una pieza?, c) ¿Qué valores puede tomar el desvío estándar del proceso
si el porcentaje de rechazos debe mantenerse por debajo del 5%? (asumir que la media
permanece constante), T) Con cierta frecuencia, el proceso productivo falla y se observa
que se hay una mayor proporción de piezas con diámetro por debajo de la media que por
encima de ésta. Grafique una función de densidad que podría describir el diámetro en esa
situación y justifique. Rta.: a) 1,242 %, b) 0,03831, c) Menor o igual a 0,2551 mm
1.3) A un comercio entran en promedio 60 personas por hora en forma exclusivamente

aleatoria, según un proceso de Poisson. a) ¿Qué distribución de probabilidad describe el
tiempo entre llegadas de personas al comercio? ¿Cuál es la probabilidad de que en los
próximos 5 minutos no entre nadie?, b) ¿Cuál es el lapso tal que la probabilidad de que no
entre nadie valga 0,5?, c) Calcular la media y el desvío estándar del tiempo que demoran
en entrar cinco personas consecutivas, ¿Qué distribución de probabilidad tiene dicho
tiempo? Rta.: a) 0,0061; b) 0,693 min; c) μ= 5 min, σ= 2,236 min.
1.4) La demanda diaria de nafta en una estación de servicio es una variable aleatoria
con distribución Gamma de media 10500 litros y desvío estándar 4300 litros. a) Hallar la
probabilidad de que en un día cualquiera la demanda supere los 5000 litros, b) Si tuviera
que adquirir un tanque que sea capaz, en el 95% de los casos, de almacenar todo lo que se
demanda en un día, ¿Qué tamaño tendría?, c) Calcule la probabilidad de que en una
semana haya algún día en que el tanque dimensionado en el punto anterior no alcance a
satisfacer toda la demanda. T) Hallar la mediana de la distribución y compararla con la
media. Justificar el resultado. Rta.: a) 0,9091; b) 18.427 litros; c) 0,3017
3
1.5) Una empresa distribuidora de energía de una ciudad propone una distribución
Lognormal para describir el consumo eléctrico mensual de sus clientes. La media
poblacional es 290 kWh y el desvío estándar es 90 kWh. a) Calcule la media y el desvío de
la variable Y=ln(X), ¿Qué distribución tiene?, b) Calcule la probabilidad de que un cliente
cualquiera consuma menos de 200 kWh en un mes, c) ¿Con cuántos kWh mensuales un
usuario se encuentra en el 10% de mayor consumo?, T) Si se elige un cliente al azar y se
observan sus consumos en forma individual, ¿Esperaría observar un alto nivel de
dispersión? ¿Con qué distribución de probabilidad podría describirlos? Rta.: a) m=5,624 y
D=0,3032, b) 0,1414, c) 408,53 kWh.
1.6) Se sabe que la duración de una pieza responde a la distribución de Weibull con
media 90 horas y desvío 40 horas: a) Calcular la duración garantizada con un 90% de
probabilidad, b) Se realizó una prueba con un lote muy grande de piezas y se separaron
1000 con duración superior a 100 horas; ¿Cuántas unidades espera usted hallar en este
lote de 1000 cuyas duraciones totales sean superiores a 120 horas?, T) Si una pieza lleva K
horas trabajando, ¿Cuál es la probabilidad de que trabaje 1 hora más? Calcule dicha
probabilidad para K=20, 100 y 150 horas, ¿Qué observa? Rta.: a) 39,75 hs; b) 589 piezas.
1.7) Una línea de extrusión de plástico, ajustada para producir films de espesor 20
micrones, tiene un coeficiente de variación σ/μ del 9% respecto al valor fijado según se ha
determinado en los informes de producción de los últimos días. T) ¿Qué distribución de
probabilidad propondría para describir el espesor de los films? ¿Por qué? ¿Cuánto valen
sus parámetros?, a) ¿Cuál es el espesor de films sólo superado el 5% de los casos, en las
condiciones actuales?, b) El sector de control de Calidad desea establecer un margen de
desviación respecto de la media (en micrones) que incluya los espesores que produce la
máquina el 95% de las veces, para fijar esta cifra como un estándar de rechazo. Calcule
dicho estándar. c) Si un film al azar medido tiene un espesor de 23 micrones, ¿Está fuera
de estándar? Rta.: μ=20 micrones, σ= 1,8 micrones; a) 22,96 micrones; b) (16,472; 23,528)
micrones.
1.8) En una planta industrial se ha instalado un sensor proveniente de un fabricante

nuevo. Dicho sensor lleva 600 horas continuadas de trabajo hasta el día de hoy, ¿Cuál es la
probabilidad de que trabaje al menos otras 200 horas, si...
a) ...su vida útil tiene distribución Exponencial de media 600 hs? (Rta: 0,7165)
b) ...su vida útil tiene distribución Weibull de media 600 hs y desvío 500 hs? (Rta: 0,6817)
T) Explique las diferencias entre los resultados obtenidos.
1.9) Las ofertas de licitaciones de productos metalúrgicos para empresas del Estado
suelen responder al modelo de Pareto. Una explicación intuitiva es que la mayoría de los
oferentes tratan de ganar la licitación ofreciendo un precio lo más bajo posible, cercano al
costo del producto, por eso, el valor mínimo de la variable es también el que tiene la
frecuencia mayor. Considere una licitación en que el costo es de $75.000 y las ofertas
presentan un valor promedio de $125.000. Calcular: a) Las ofertas cuyas probabilidades
acumuladas son 10% y 90% respectivamente. b) De las que superan la mediana, ¿Qué
porcentaje supera la media? Rta.: a) $ 78228, $188391,48; b) 55,77 %
4
1.10) En un banco, los saldos de cuentas corrientes tienen distribución Lognormal de

media $1500 y desvío estándar $3000, en tanto que los saldos de cuentas de ahorro,
también siguen esa ley pero con media $1100 y desvío $500. Hay 3500 cuentas corrientes
y 1660 cuentas de ahorro. a) ¿Qué porcentaje del total de las cuentas presenta saldo
inferior a $750? b) De las cuentas con saldos inferiores a $750, ¿qué porcentaje son
cuentas de ahorro? Rta.: a) 44,36 %; b) 18,23 %
1.11) Una partida de arrancadores para tubos fluorescentes contiene dos tipos de
arrancadores: el A con un tiempo medio de encendido de 3 s y un desvío estándar de 0,5 s;
y el B con un tiempo medio de 4 s y un desvío estándar de 0,65 s. Si se supone que el 70%
son de tipo A: a) Calcular la media del tiempo de encendido de los arrancadores que
forman la partida. b) Si se supone que ambas distribuciones de tiempos de encendido son
Normales, calcular la probabilidad de que un arrancador tomado al azar tenga un tiempo
superior a 4,5 s. T) ¿Es posible afirmar que la distribución del tiempo de encendido de un
arrancador tomado al azar es Normal con la media calculada en a)? Rta.: a) μ= 3,3, b)
6,7%.
1.12) Un comprador adquiere duraznos a dos proveedores. El proveedor A entrega

duraznos de calidad Premium, con peso distribuido Normalmente con media 125 gramos
y desvío 8 gramos; mientras que el proveedor B vende duraznos más económicos, con
peso distribuido Normalmente con media 115 gramos y desvío 5 gramos.
a) Si se fraccionan lotes de 1000 duraznos con la producción de ambos proveedores,
¿Cuántos de cada tipo deberán mezclarse, a costo mínimo, para que el peso de un durazno
tomado al azar del lote supere 112 gramos con probabilidad 90% o más?
b) Se prepara un lote de duraznos con las cantidades establecidas, ¿Cuál es el peso neto
total asegurado con probabilidad 90%? T) ¿En qué cambiaría la resolución del problema si
la distribución del peso de los duraznos fuera una Gamma? Justifique sin realizar cálculos.
Rta.: a) 784 duraznos A y 216 duraznos B, b) 112,538 kg.
1.13) El peso de los ovillos de hilo que salen de una ovilladora se distribuye, cuando ésta
funciona correctamente, con una distribución Normal de media 120 g y desvío estándar 8
g. Se toma una muestra de 24 ovillos y se miden los pesos, calculando el promedio de los
mismos. Si el promedio es inferior a 118 g, se detiene la ovilladora y se la revisa. a)
Calcular la probabilidad de detener la ovilladora si ésta funciona correctamente. b)
Modificar la condición sobre el valor del promedio si se desea que la probabilidad
calculada en el inciso anterior no supere 5%. T) ¿Es correcto afirmar que el 100% de los
ovillos cuyo peso supera la media también supera la mediana? ¿Por qué? Rta.: a) 0,11034,
b) Promedio menor o igual a 117,314 gramos.
1.14) Un camión transporta cajas cargadas de artículos varios. El peso de estas cajas es
una variable aleatoria muy asimétrica y dispersa con una media de 25 kg y un desvío
estándar de 18 kg. De acuerdo con las reglamentaciones vigentes, la carga máxima que
puede llevar el camión es 4.000 kg. Sin embargo, como en el sitio de carga no se dispone de
báscula, existe el riesgo de superarla en caso de colocar demasiadas cajas. Calcular el
número máximo de cajas a cargar en el camión para que la probabilidad de dicho evento
sea a lo sumo 5%. Rta.: 146 cajas.
5
1.15) Luego de entregar a Planta una caja nueva de 180 piezas especiales de una
trituradora muy sensibles al desgaste, cuya duración individual tiene distribución Weibull
(media 50 horas, desvío 25 horas), el sector de Compras desea informarse sobre cuándo
deberá abastecer una nueva caja (ya que las operaciones con el proveedor de las piezas
requieren anticipación). Usted, como jefe de Mantenimiento, debe construir un intervalo
(± respecto de la media) para la duración de la caja (en días), de modo que la información
suministrada a Compras sea correcta con probabilidad 90%. Realice todas las
consideraciones que crea necesarias y justifique. Rta.: 375± 23 días
1.16) La demanda diaria de solvente (en litros) en una planta industrial, que tiene varios
procesos trabajando simultáneamente, se ajusta a una distribución Gamma de parámetros
r=3,5 y λ=1/12. ¿Cuánto solvente usted puede asegurar, con probabilidad 90%, que será
demandado durante: a) Cuatro días?, b) Treinta días? Rta.: a) 113,63 litros; b) 1105,21
litros (Nota: Resuelva el inciso b) aproximando a Normal por TCL y compare con la
solución exacta).
1.17) Una PYME que repara equipos de aire acondicionado contrata una póliza colectiva
con la aseguradora “LA PELIGROSA” para la flota de vehículos del servicio técnico, la que
consta de 5 vehículos. Los actuarios de la aseguradora han determinado que para este tipo
de vehículos y servicio los montos anuales pagados en concepto de siniestro por vehículo
pueden modelizarse por una Gamma de parámetros α=2 y β=300 U$S. Calcule la
probabilidad de que “LA PELIGROSA” obtenga ganancias con este contrato, si se ha fijado
la prima anual en 652 U$S por vehículo. T) ¿Es necesario aplicar el Teorema Central del
Límite? Rta.: 0,6447.
1.18) En trabajos de control de producción, el alargamiento hasta la rotura del hilo de

coser, expresado en porcentaje, responde a la distribución de Gumbel del Máximo cuyos
parámetros toman valores distintos según el tipo de hilo. Para un tipo de hilo dado se tiene
una media 14% y se ha podido establecer que con probabilidad 0,1 se supera el 16%
Calcular: a) Los parámetros θ y ß y el desvío estándar σ2. c) Con qué probabilidad el
alargamiento es inferior al 10%, d) Se mide el alargamiento de 25 bobinas de este tipo de
hilo, tomadas al azar, y se calcula el promedio, ¿Qué valor superará dicho promedio con
probabilidad 90%? (Nota: Utilizar TCL). Rta.: a) β= 1,195, θ= 13,31, σ= 1,533 %; b)
1,175*10-3; c) 13,607 %.
6
Guía 2 – Esperanza Matemática Parcial – Problemas

Económicos
Las respuestas a los problemas admiten un error del 5-10% debido a redondeos.
A. Problemas con variables aleatorias continuas
2.1) En una empresa se decidió aplicar en una de sus secciones un sistema de

incentivos en función de la eficiencia según la siguiente función:
 Jornal básico de 250$ para eficiencia menor a 0,8.
 Jornal básico por 1,4 para eficiencia mayor a 1,2.
 Variación lineal continua para eficiencias entre 0,8 y 1,2.
Se asume por experiencia previa que la eficiencia tiene distribución Normal de media 1,02
y varianza 0,212. a) Definir y graficar la variable aleatoria jornal. ¿Qué tipo de variable es?
b) Calcular el jornal medio mediante esperanzas parciales, planteando las integrales. c)
Calcular la varianza del jornal. Rta.: b) $ 303,41; c) $2.1331,11
2.2) La demanda semanal de combustible de una planta industrial tiene distribución

Gamma de media 3500 lts y desvío 1500 lts. Para satisfacer dicha demanda se cuenta con
un tanque de 5000 lts. El contrato firmado con el proveedor de combustible establece que
el tanque será llenado solamente una vez por semana a un costo de $480 por el flete del
camión y 0.2$/litro por el combustible necesario para llenar el tanque. En el caso de que se
produzca el quiebre del stock se estima el perjuicio económico del combustible faltante en
1,2$/litro. Calcular: a) El costo promedio semanal, b) El costo anual (48 semanas)
superado solamente el 10% de las veces, c) El consumo promedio de combustible
semanal, d) La demanda media para las semanas en las que no se supera la capacidad del
tanque, e) ¿Le parece adecuada la capacidad del tanque? Justifíquelo analíticamente. Rta.:
a) $ 1.357,55; b) $ 72.006; c) 3.111,5 litros.
2.3) En una planta se reciben tablas de longitud variable con distribución Normal, que
se clasifican en: Categoría A, las menores de 1,5m; categoría B, las que tienen longitudes
comprendidas entre 1,5 y 2m; y categoría C, las mayores de 2m. Se sabe que las
proporciones son 12, 58 y 30%, respectivamente. Determinar la longitud media en cada
categoría y su varianza. T) Sea k un valor del dominio de la variable aleatoria X. Explique la
diferencia entre E(x / x≥ k) y J(k). Rta.: E(A)=1,36 m, Var(A)=0,00873 m2, E(B)= 1,77 m,
Var(B)= 0,02 m2, E(C)= 2,19 m, Var(C)= 0,0039 m2.
2.4) Un fabricante de autopartes tiene una máquina herramienta que produce ejes cuyo
diámetro (d) tiene una distribución Normal con media 50 mm y desvío estándar de 0.5
mm, a un costo unitario de 40$. Se recibe un pedido por una cantidad muy importante con
una especificación de 49.3 mm < d < 51.3 mm, a un precio de 80 $/eje. Decide entonces
aceptar el pedido, sabiendo entonces que los ejes bajo medida los venderá como chatarra a
18 $/u, y los sobre medida los reprocesará a un costo unitario de $22 más $4.5 por mm de
diferencia para llevarlos a la cota superior de la especificación. a) Calcular el diámetro
medio de los ejes que se entregan (se excluyen los que van a chatarra), b) Calcular la
ganancia esperada por eje producido. Rta.: a) 50,09 mm; b) $ 34,88.
7
2.5) Una empresa produce un determinado tipo de cable con un costo directo por
materiales de 20$/m, con fallas que aparecen aleatoriamente a una tasa de 1/280
fallas/metro. El cable de 1º calidad no tiene fallas y se vende en rollos de 320 m, a un
precio de 36$/m. Si las fallas ocurren entre los 220 y los 320 metros, el cable se corta justo
en la falla y se vende el rollo así resultante a 30$/m. Los rollos de menos de 220 metros de
longitud se venden a $5500. El control de calidad se efectúa sobre todos los rollos a un
costo de $5/m. (Nota: El rollo se corta cuando aparece la falla). Determinar: a) La ganancia
promedio por rollo vendido sin fallas, b) La ganancia superada con 90% de probabilidad
para un lote de 50 rollos de cable seleccionados al azar del depósito de expedición. Rta.: a)
$ 3.000, b) $ 137.908.
2.6) La valuación de los inmuebles de una comuna puede considerarse una variable
aleatoria con distribución Lognormal cuya Normal asociada tiene media 10,33 y desvío
estándar 0,24. Se piensa establecer un impuesto a la propiedad inmueble del 1% de la
tasación fiscal, con las siguientes excepciones: Los propietarios de inmuebles con tasación
inferior a 22.000 $ no lo pagarán, y los comprendidos entre $ 22.000 y $ 32.000 pagarán
solamente la mitad. Si se elige al azar un inmueble de la ciudad, ¿Cuál es el valor esperado
del impuesto que debe pagar? Rta.: a) $231,89.
2.7) Una línea de ferrocarril estudia la forma de optimizar el servicio de transporte de

pasajeros en viajes de tipo "rápido". Cada vagón tiene 60 asientos y está prohibido que
viajen pasajeros de pie. El tren parte actualmente con 10 vagones estén o no ocupados y
puede, por lo tanto, llevar a lo sumo 600 pasajeros. Se tienen los siguientes costos: 1) 650
$/vagón; 2) $1.600 por la locomotora y furgón; 3) 10 $/pasajero que viaja (servicio de
catering y limpieza). 4) Costo de oportunidad de $30 por cada pasajero que no consigue
pasaje por haberse completado el tren. El precio de cada pasaje es de $ 40 y se ha logrado
establecer que la demanda se puede ajustar razonablemente bien a una distribución
Normal de media 550 y desvío 75 pasajes. a) Calcular el beneficio esperado, b) Calcular el
número medio de pasajes vendidos. c) Calcular el número medio de pasajes vendidos para
los viajes en que la demanda no supera la capacidad del tren. Rta.: a) E(B)= $ 7720, b)
538,66 pasajes, c)517,95 pasajes.
2.8) Un vendedor de jugo compra pomelos cada semana para exprimir, a $10/kg.
Decidió tener 100 kilos de pomelos en stock al comienzo de cada semana, para exprimir y
vender cuando se realicen pedidos. Cada semana repone la cantidad de pomelos necesaria
para llegar a 100 kilos. Con 1 kg de pomelos se hacen 2 botellas de 1 litro, y vende cada
una a $ 8. El costo de electricidad de $300 por semana. Si la demanda semanal de jugo es
una variable Gamma con µ= 200 botellas y σ= 100 botellas; y que la demanda de cada
semana es independiente de las demás. a) Calcula la probabilidad perder dinero en una
semana, b) Calcular la esperanza de la ganancia semanal, c) Calcular la esperanza de la
demanda semanal insatisfecha, d) Calcular la esperanza del stock de pomelo (en kg)
sobrante cada semana, e) El comerciante tiene un lucro cesante si se demanda más de lo
que tiene en stock. Calcule un intervalo que indique entre qué valores estará el lucro
cesante acumulado en 1 año (52 semanas) con probabilidad 90%. Rta.: a) 0,1429, b) $
182,77, c) 39,073 botellas, d) 19,53 kilos, e) Entre $ 7840,6 y $ 11167,4.
8
B. Problemas con variables aleatorias discretas
2.9) Al maquinar campanas de freno de fundición aparecen poros en la superficie de

frenado con un promedio de 3 por campana de acuerdo a un proceso de Poisson. Las
piezas sin poros van directamente a la venta; las otras se reparan a un costo de 10$ por
poro y luego se venden como buenas. Las que tienen 5 poros o más se descartan. El costo
para producir una campana (sin considerar la reparación) es de $18. El precio de venta es
de $100. a) Calcular el costo promedio por campana producida (sea buena o defectuosa).
b) Calcular el beneficio promedio por pieza vendida. Rta.: a) $ 37,41; b) $ 58,18
2.10) Un fabricante de piezas de fundición recibe un pedido de 10 de ellas según plano.

Las piezas pueden producirse por colada múltiple de hasta 12 por vez con un costo de
puesta en marcha de 960$ y 185$ adicionales por pieza buena (sin sopladuras), o de a una
con un costo por unidad buena o defectuosa de 230$ más los mismos 185$ adicionales por
pieza buena. El precio pactado en el pedido es de 4.600$ más 300$ por pieza buena
adicional a las 10 pedidas. El porcentaje habitual de piezas sin sopladuras es del 76%.
Calcular la ganancia esperada si se decide producir de entrada 12 piezas y si hiciera falta
completar las 10 buenas, el resto de a una. Rta.: $ 1632 por pieza.
2.11) Se debe satisfacer un pedido de 8 discos de freno para un prototipo experimental,

siendo 0,25 la probabilidad de que uno de ellos está fuera de especificación. El costo de
fabricación de cada uno es de $250 pero si en la partida inicial no se obtienen los 8 buenos,
se deberán hacer los adicionales, uno por uno, a un costo de $400 cada uno,
manteniéndose la probabilidad de defectuoso. El comprador paga además $150 por cada
disco bueno sobrante, como un recupero de costo. Si se decide fabricar inicialmente 11
discos, ¿cuál es el costo esperado del pedido? Rta.: $ 2.883
2.12) Un servicio de ferry para transporte de automóviles tiene una frecuencia de

partidas de 1 cada 2 horas o al completarse el ferry si ello ocurre antes. Aunque no se
complete en las 2 horas, parte de todos modos, pues lo están esperando en la otra orilla.
Cada ferry tiene capacidad para 5 autos y al partir es reemplazado de inmediato por otro
que atraca en el muelle. Se sabe además que los arribos ocurren al azar a razón de 3,8
autos por hora. Calcular: a) El lapso medio entre partidas. b) El número medio de
vehículos transportados. Rta.: a) 1h 16min, b) 4,8 autos.
9
C. Problemas Variados
2.13) Un artículo cuya producción se programa para la próxima temporada se supone

tendrá una demanda aleatoria con distribución Gamma de parámetros α=2,5 y β=
15000 para un precio de venta fijado en 12,50 $/u. El costo de venta, que incluye la
campaña publicitaria, tiene una parte fija de 76000 $ y una variable de 4,50$/u. Lo que no
se venda en temporada deberá ser liquidado a un precio de 3 $/u. a) Calcular cuánto debe
producirse en la temporada para maximizar la ganancia esperada. b) Calcular la
probabilidad de incurrir en pérdidas. c) Calcular la ganancia esperada. Rta.: a) Aprox.
61281 u; b) 0,2005; c) Aprox. $ 170560,3
2.14) Se desea diseñar un plan de mantenimiento preventivo para reemplazar una pieza
mecánica un tiempo T días desde su puesta en marcha. Cada vez que una pieza se avería
antes del recambio se incurre en un costo de parada de planta de $ 750. Además, se estima
en $ 300 el costo de oportunidad por cada día de vida útil no aprovechado en las piezas
que son reemplazadas antes de fallar. El costo de reemplazar la pieza, en cualquier
circunstancia, es $ 1.000. A partir de datos históricos se obtuvo una vida media de 40 días
con un desvío de 7,75 días, y se ha observado que hay una alta incidencia del desgaste
abrasivo en la vida útil de la pieza, frente a otras causas accidentales de falla. T) ¿Con qué
distribución de probabilidad modelaría la vida útil de las piezas? Justifique y obtenga sus
parámetros. a) Calcule T para minimizar el costo esperado que se incurre en el
mantenimiento de las piezas. Rta.: a) T≃54 días.
2.15) ‘Celulares Estelares’ es una empresa de telefonía móvil. Está estudiando lanzar un
nuevo plan denominado ‘Soft’, en el cual el cliente no abona ningún cargo fijo, sino
solamente por minuto de comunicación. El plan actual, denominado ‘Full’, tiene un abono
mensual de $65 con 100 minutos de comunicación sin cargo y en caso de que el cliente
utilice más de esa cantidad de minutos, se facturarán los siguientes 100 a $0,60 cada uno,
mientras que si el cliente supera los 200 minutos totales se le cobrará solamente un monto
fijo de $ 150. El tiempo de comunicación por mes para los clientes es una variable
aleatoria de media 180 minutos y desvío 127 minutos, en la que se sabe que la mayoría de
los usuarios consumen por debajo de la media. T) Proponga y justifique, ¿Qué distribución
podría usarse para describir la variable ‘tiempo de comunicación’ de los clientes?, a)
Calcule el tiempo de comunicación sólo superado el 10% de los casos, b) Si el gerente de
Ventas ha fijado como objetivo que la facturación promedio por cliente del plan ‘Soft’ sea
un 15% mayor a la del plan actual, ¿Cuál debería ser el precio mínimo al que se debería
cobrar el minuto de comunicación con el nuevo plan? Rta.: a) 332,14 min.; b) $ 0,6568 /
min.
10
2.16) Los consumos diarios de gas natural domiciliario de la ciudad de Buenos Aires
para los meses de invierno de los últimos años pueden modelarse, a partir de datos
estadísticos, con una distribución Lognormal de media 15 m 3/día y desvío 7 m3/día. a)
Calcule el consumo mensual de gas (k) superado por el 25% de los domicilios (1 mes=30
días). b) En el esquema tarifario mensual actual, todos los clientes de categoría
domiciliaria pagan un monto fijo de $ 100. Se propone un nuevo esquema tarifario con las
siguientes pautas: Cobrar a todos los clientes una tarifa base de $ 75, y añadir un adicional
variable de $ 0,5 por m3 total consumido mensual a aquellos que consuman k m3 por mes o
más. Calcule el aumento medio de tarifa que percibirían los domicilios que consumen
actualmente k o más m3 por mes si se aplica el nuevo esquema el invierno próximo. Rta.: a)
k= 475,86 m3/mes; b) Δ E(Tarifa/x>k)= $ 225 (aprox.)
2.17) Un tipo de rollo de alambre se produce en 2 máquinas trefiladoras, la máquina A

en el que se genera en promedio una falla cada 100 metros y la B con una falla cada 200
metros. Los rollos tienen longitud variable, pues se cortan en la 1º falla si se producen
antes de los 100 metros, caso contrario se cortan a los 100 metros. Sabiendo que la
máquina B produce un 30% más que el A, Calcular la longitud media y el desvío de un rollo
cualquiera. Rta.: μ=72 m, σ= 43,66 m
2.18) En la producción de sacos de tela se registra, en promedio, una falla cada 250
metros lineales materia prima, según un proceso Poisson. Para la fabricación de cada saco
se insumen 50 metros de tela y el costo total unitario es $ 20. El precio de venta unitario es
$ 50 y los sacos se empaquetan en fardos de 40 unidades para enviar al cliente cobrando
$500 el envío. Si en el fardo hay más de 10 sacos con fallas, se le realizará un descuento
total al cliente de $ 10 por cada saco con fallas. Si hay más de 20 con fallas se le cobrarán
sólo los sacos buenos y se descontará el envío. a) Calcule la media del beneficio económico
de la venta de un fardo. b) El mes próximo se encargará la producción del 20% de los
sacos planificados a un socio, por cambios en la distribución en planta. El socio asegura
que el porcentaje de defectuosos en su producción es del 12%, y la compra se hará a $30
por unidad ¿Cuál es el beneficio promedio para un fardo vendido, si los fardos no mezclan
sacos propios con los del tercero? Indique en cuanto variará el beneficio promedio por
saco. Rta.: a) $ 1688,6; b) Δ E(B)= $ -77,86/fardo
2.19) Una autopartista utiliza dos tornos (uno nuevo y otro bien amortizado) para
producir una pieza. La dimensión principal tiene para la máquina nueva una media de 25.9
mm y un desvío de 0.11 mm, mientras que el torno más viejo está ajustado a una media de
25.7 mm y un desvío de 0.19 mm. El torno nuevo, que es más rápido, produce un 20% más
que el viejo. Las piezas sobre medida de ambos tornos se vuelven a procesar hasta
llevarlas a una medida de 26.02 mm, valor que coincide con la cota superior de la
especificación. Puede suponerse que las medidas se comportan de acuerdo a
distribuciones Normales. a) Calcular el valor medio de la medida en la población
resultante; b) Calcular el porcentaje de piezas del lote resultante que superan dicho valor
medio. Rta.: a) 25,803 mm, b) 57,57%.
11
2.20) Una industria química analiza la posibilidad de suministrar oxígeno gaseoso a una
acería LD a través de un oxiducto. Se está estudiando un contrato del tipo con las
siguientes cláusulas: 1) Si el consumo diario es inferior a las 300 tn la acería deberá
abonar solamente un monto de 10000 $/día, 2) Si el consumo excede las 300 tn pero es
inferior a las 700 tn se establece solamente un monto variable con un precio de 20 $/tn. 3)
Si el consumo diario excede las 700 tn se aplica la cláusula anterior hasta las 700 tn, y se
establece un precio de 15 $/tn para el volumen excedente. La demanda diaria de oxígeno
sigue aproximadamente una distribución Gamma de media 856 tn y desvío estándar de
240 tn. Se desea conocer cuál es el ingreso mensual que el contrato asegurará con una
probabilidad del 90%. El proceso es continuo (considere 30 días/mes). Rta.: $ 405.483.
12
Guía 3 – Principios de Inferencia
3.1) Sea la muestra aleatoria {X1, X2} de una población que tiene media µ y varianza
σ2=1. Se proponen los siguientes estimadores para la media:
𝜇̂ = ; 𝜇̂ = y 𝜇̂ =
Calcule sus errores cuadráticos medios y compárelos, ¿Por qué 𝜇̂ es preferible?
3.2) Sea el parámetro 𝜃 y sean 𝜃 y 𝜃 dos estimadores del mismo. Se sabe que 𝜃 es
insesgado, mientras que 𝐸(𝜃 ) = 𝜃/2. Además se sabe que la varianza del primero es de
10, mientras que la del estimador sesgado es menor y vale 4. ¿Qué estimador elegiría?
∑
3.3) Muestre que el promedio X = de una muestra de tamaño n es un estimador
insesgado y consistente de la media poblacional µ de la que provienen los datos.
3.4) Considere los siguientes estimadores de la varianza σ :

∑ ( )
a) De una población con µ=1 conocida, 𝜎 =
∑ ( )
b) De una población con media µ estimada previamente con 𝑋 , 𝜎 =
¿Son insesgados? De no serlo, proponga modificaciones en el cálculo.
Para los cálculos: ∑ (𝑥 − 𝑋) = ∑ 𝑥 − 𝑛𝑋
3.5) Se ha tomado una muestra aleatoria de pesos de probetas de hormigón para

ensayos mecánicos, obteniendo los siguientes valores (en kg):
18,6 – 17,9 – 19,0 – 19,1 – 17,6 – 18,4
Realice una estimación puntual insesgada del desvío estándar de la población.
3.6) Una muestra de 50 piezas maquinadas ha arrojado los siguientes resultados para la
dimensión característica (x) de las mismas: Σxi= 500,188 mm, Σxi2=5004,237 mm2. Si
puede suponerse distribución Normal, estime la media y la varianza de la dimensión
característica por máxima verosimilitud.
3.7) Se controlan piezas defectuosas de un depósito de prefabricadas a la salida de un

torno. Se toman al azar 2(dos) grupos de ni piezas y se cuenta la cantidad ri de defectuosas
en cada grupo. Se desea estimar la proporción p de piezas defectuosas del proceso de
torneado y se tienen los siguientes estimadores insesgados:
1.
2. + ∗
Calcule las varianzas de los estimadores para los casos n1=n2 y n1=2n2 y determine cuál de
los es más conveniente en cada caso.
13
3.9) El control de calidad de ampollas de vidrio consiste en contar el número de

ampollas con defectos en un lote de 200 de ellas tomadas al azar. En una muestra reciente
se encontraron 32 ampollas defectuosas. Si se supone que el conteo de piezas con fallas es
un proceso Bernoulli: a) Defina la variable aleatoria de la muestra, indicando su
distribución, b) Plantee la función de verosimilitud para estimar el parámetro p. c) Calcule
la estimación de p a partir de la muestra observada.
3.10) Una muestra de 7 artículos electrónicos se han testeado hasta la falla, obteniendo
los siguientes valores (en horas):
4034 – 179 – 3816 – 7313 – 13090 – 18565 – 3365
Si se supone que la ocurrencia de las fallas sigue una distribución Exponencial con
parámetro λ: a) Defina la variable aleatoria de la muestra, indicando su distribución, b)
Plantee la función de verosimilitud para estimar el parámetro λ, c) Calcule la estimación de
λ a partir de la muestra observada (indique la unidad de medida).
3.11) Se desea estimar la tasa λ de fallas en la superficie de una tela, asumiendo que se
distribuyen de acuerdo a un proceso de Poisson. Se revisan 5 rollos de tela de 600 metros
cada uno, y se obtienen los siguientes valores para la cantidad de fallas observadas en cada
uno: 5 – 4 – 6 – 2 – 6. a) Defina la variable aleatoria de la muestra, indicando su
distribución, b) Plantee la función de verosimilitud para estimar el parámetro λ, c) Calcule
la estimación de λ a partir de la muestra observada (indique la unidad de medida).
3.12) Se propone un muestreo alternativo para estimar la tasa de fallas λ del ejercicio
anterior, que consiste en contar los metros lineales de tela hasta observar 5 fallas en el
mismo proceso de Poisson. Esta operación se realiza con 6 rollos tomados al azar de la
producción final, resultando en las siguientes longitudes (m): 467 – 512 – 523 – 443 – 491
– 506. a) Defina la variable aleatoria de la muestra, indicando su distribución, b) Plante las
ecuaciones para obtener los parámetros por el método de los momentos, c) Calcule las
estimaciones de los parámetros a partir de la muestra observada.
3.13) Una compañía de seguros posee clientes cuyas pólizas de seguros de retiros tienen
saldos que se distribuyen en forma Lognormal. Se ha tomado una muestra de 6 saldos al
azar (en $): 18000 – 33500 – 247000 – 28600 – 15500 – 1700. a) Defina la variable
aleatoria de la muestra, indicando su distribución, b) Plantee la función de verosimilitud
para estimar el parámetro λ, c) Calcule las estimaciones de los parámetros de la variable:
por el método de los momentos y por el método de máxima verosimilitud. Compare los
resultados obtenidos por ambos métodos, ¿A qué se debe la diferencia?
3.14) Los saldos de cuentas corrientes del sector Grandes Empresas de un banco se
distribuyen a la Gamma con α y β desconocidos. Se tiene la siguiente muestra aleatoria (en
miles de $):
175 195 32 96 84 193 94 72 117 96 138 157 129 144 173 166
a) Realice una estimación por momentos de α y β.
b) ¿Entre qué valores se encuentra la mediana de la variable de acuerdo a la
muestra tomada?, compare dicho resultado con la media muestral. ¿A qué se debe la
diferencia?
14
Guía 4 – Inferencia sobre la media

A. Problemas con desvío conocido
4.1) En una fábrica de materiales eléctricos se desea estimar el peso promedio del
último lote de rollos de alambre de cobre salido de producción. Para ello se eligió al azar
una muestra de 20 que arrojó un promedio de 38 Kg. Se conoce además, de registros
históricos, el desvío poblacional, que vale 4,2 Kg. a) Estimar el peso medio de los rollos con
un intervalo de confianza del 95%, deduciendo la expresión del mismo. b) Calcular
cuántos rollos más habría que pesar para poder obtener una estimación cuyo error de
muestreo fuera 1 Kg. Rta.: a) 38 ± 1,84 kg, b) 48 rollos más.
4.2) Una empresa de micros de larga distancia asume que puede modelar la duración
de los viajes entre Buenos Aires y Mina Clavero con una distribución Normal. Con el fin de
estimar dicha duración con un intervalo de confianza, registró 15 viajes y obtuvo una
media de 11,23 horas. El desvío puede asumirse conocido y vale 0,75 horas. a) Construya
un intervalo de confianza del 90%. ¿Cuál es el error absoluto del intervalo? ¿Cuál es el
error relativo porcentual? , b) Calcule cuántos viajes más debería registrar, en forma
aleatoria, para disminuir el error total del intervalo del inciso anterior a la mitad. Deduzca
la expresión utilizada. Rta.: 11,23 ± 0,318 hs, E= 0,318 hs, E(%)=2,83%, hs, c) 45 viajes
más.
4.3) Para realizar inferencia sobre la media µ de una variable desconocida X, usted
toma una muestra aleatoria de ‘n’ observaciones y calcula el estimador 𝑋 como estimación.
T) ¿Qué distribución de probabilidad tiene 𝑋 si la variable X es Normal? ¿Cuáles son y
cómo se determinan sus parámetros? ¿Qué ocurre si X no es Normal?, a) Si en un ensayo el
valor del promedio 𝑋 se calcula a partir de una muestra de tamaño 10. ¿Cuál será un valor
atípicamente alto para dicho promedio si usted supone que la media real µ vale 20 y el
desvío σ vale 2,5? (Nota: Considere como ‘atípicamente alto’ un valor sólo superado el 5%
de los casos). b) El valor obtenido es X=21,4. ¿Cuál es la probabilidad de superar este
valor si se toma una segunda muestra y se mantienen las suposiciones sobre µ y σ del
punto b)? ¿Puede decirse que el valor obtenido concuerda con las suposiciones para µ y σ?
Rta.: a) 21,3; b) 0,038.
4.4) Una dosificadora de envases de 500 cm3 se calibra para entregar un contenido de
gaseosa normalmente distribuido con media a 505 cm 3, de manera tal que no haya más de
un 1% de envases con menos gaseosa de la especificada en la etiqueta (se supone que para
la velocidad de trabajo que se maneja en estos casos, el desvío estándar de las
dosificaciones es 2 cm3). Para controlar la producción se mide el contenido de 8 de los
envases producidos en el último lote, tomados al azar:
504 501 505,5 505 505 504,5 503 503,5
a) Si se plantea la hipótesis nula Ho: µ≥505 cm3, ¿Qué debería ocurrir con el promedio de
los datos observados para rechazarla? Obtenga una conclusión a partir de la muestra
tomada. b) Si por algún desperfecto en el sistema de control, la máquina estuviera
dosificando con una media de 504 cm3, ¿Cuál es la probabilidad de detectar esta situación
si se toma una nueva muestra de 8 envases? T) ¿Qué significan los errores tipo I y tipo II
del test en relación al proceso productivo? Rta.: a) 𝑋 =503,84 cm3; b) 𝜋(504)=0,409.
15
4.5) Se prueba una mejora en un proceso productivo de luminarias de alumbrado

público, que pretende aumentar la eficiencia media de las lámparas. En condiciones
actuales la eficiencia media es 100 lúmenes/watt (distribución Normal), y si la mejora es
beneficiosa, el fabricante recibirá un subsidio municipal para realizar las inversiones
necesarias en su planta. Una prueba piloto con 40 luminarias tomadas al azar ha arrojado
un promedio de 107,3 Lm/w. a) Si considera que el desvío estándar se mantiene constante
en 20 Lm/w, ¿Se logra aumentar la eficiencia media? (α=0,1). b) Si la eficiencia media
mejorada llegara a ser 110 Lm/w, ¿Cuál es la probabilidad de cometer error tipo II con el
test? T) Si la eficiencia de una lámpara no pudiese considerarse Normal, el nivel de
significación del test no sería exactamente 0,1. ¿Por qué? Rta.: a) X =104,05 cm3 -
α*=0,0105, debe concederse el subsidio en la situación actual; b) 0,03 - En Excel:
=DISTR.NORM(104,05; 110; 3,16, 1)
4.6) Determinado tipo de mallas de acero producidas en una planta siderúrgica tienen
espesor nominal 50 mm. El proceso productivo arroja mallas de dimensiones variables
con una distribución Normal cuya varianza se asume en 64 mm 2. Si se tiene una muestra
de 14 mediciones de espesor de mallas tomadas al azar, ¿Entre qué valores debería estar
el promedio de dicha muestra para no considerar el proceso fuera de control? (Considere
un nivel de significación del 5%). Rta.: Entre 45,81 y 54,19 mm, T) Explique cómo
cambiaría el planteo del problema y la respuesta si sólo hubiera sospechas de que el
proceso produce mallas con un espesor mayor a la media.
4.7) Se registraron los tiempos de puesta en operación de las calderas en una planta de
generación térmica para obtener una métrica a utilizar en la planificación del despacho de
energía. A partir de 17 registros al azar se obtuvo una media muestral de 5,77 horas. Si el
tiempo de puesta en operación puede considerarse Normal y el desvío estándar conocido
en 30 minutos, a) ¿Arrojan los datos evidencia suficiente para afirmar que el tiempo medio
está por debajo de 6 horas? Plantee la hipótesis estadística y obtenga la respuesta a partir
del nivel de significación a posteriori (valor p). b) ¿Es suficiente el tamaño de la muestra
tomada para estimar el tiempo con un intervalo de probabilidad 95% que tenga 3% de
error? En caso negativo, determine cuántos registros adicionales deberían considerarse.
Rta.: a) α*=0,0289, b) Son insuficientes, habría que repetir la muestra con 16 arranques
más.
4.8) Una carpintería de Capital Federal recibe periódicamente grandes partidas de

madera de cedro procedentes de un aserradero de Salta. Una partida se considera
aceptable si la longitud media de sus tablas es mayor o igual que 4m. Al examinar una
muestra de 5 tablas de una partida recién recibida, se obtuvieron los siguientes resultados
en metros: 3,8 - 3,74 - 3,98 - 4,1 - 3,9. Se sabe además que la longitud de las tablas se
distribuye Normalmente con un desvío estándar de 0,15m. a) ¿Qué concluye sobre la
partida? Responda la pregunta calculando el valor p. Justifique conceptualmente el planteo
de la hipótesis nula. b) ¿Cuál sería la probabilidad de aceptar una partida cuya longitud
media fuera de 3,85m? c) Dar una expresión para la función de potencia del test y
graficarla. T) Explique cómo debe modificarse el test si se desea que la probabilidad
calculada en b) valga 0,1. Rta.: a) α*=0,076 (no se acepta la partida), b) 0,28.
16
4.9) El rendimiento de un proceso por lotes es una variable aleatoria con distribución
Normal de media 0,75 y desvío 0,08. Se estudia la posibilidad de introducir una mejora
para aumentar dicho rendimiento, pero con un aumento considerable en los costos de
procesar cada lote. En la empresa informan que si el rendimiento medio real aumenta a
0,8 los costos se verán ampliamente cubiertos, por lo que la probabilidad de implementar
la mejora en ese caso debe ser de 95%. Por otro lado, si el rendimiento se mantiene sin
cambios, la probabilidad de implementar la mejora debe ser de 5%. a) Plantee la hipótesis
nula, calcule el tamaño de muestra y el promedio crítico deduciendo las expresiones
utilizadas (suponga que el desvío permanece constante), b) Calcule el error tipo II si el
rendimiento medio real con la mejora fuera de 0,76, c) Hallar la función operativa
característica del test y graficarla, d) Se efectúa la prueba y se calcula un promedio de
0,765 con los lotes ensayados, ¿Cuál es la probabilidad de equivocarse si se decide
implementar la mejora con este resultado? Rta: a) n= 28, X =0,775, b) 0,8396, d)
0,1604 (Nivel de significación a posteriori).
4.10) En una pieza fabricada que ha de acoplarse a otras piezas, hay una dimensión
crítica cuyo valor medio debe ser de 11,5cm. La variabilidad del proceso de fabricación
está dada por un desvío estándar de 0,1cm. El proceso se considera bajo control si con una
muestra de n piezas, no hay motivos para pensar que la media es diferente de 11,5 cm. a)
¿Cuál deberá ser el tamaño de la muestra si se establece en un 10% la probabilidad de
revisar el proceso equivocadamente y en un 5% la probabilidad de no revisarlo cuando la
media es de 11,4 cm? b) ¿Cuáles serán los límites de control? c) ¿Cuál es la probabilidad de
revisar el proceso cuando la media es de 11,46 cm?, d) Encontrar una expresión para la
función de errores del test y grafiarla indicando 3(tres) puntos distintos. Rta: a) n= 11
piezas, b) Límites de control: 11,55 cm (superior), 11,45 cm (inferior), c) 0,3721.
4.11) La norma de calidad de determinado tipo de cemento aluminoso establece que la

concentración media de SiO2 en su composición debe estar por debajo del umbral de 5,5%.
A los fines de evaluar si el cemento producido por un fabricante cumple con la
especificación de la norma se han tomado 16 probetas al azar, resultando un promedio de
5,4% en el contenido de mencionado compuesto. Se sabe que el contenido de SiO2 se
distribuye normalmente con desvío 0,3%. a) ¿Es posible afirmar que el cemento cumple
con la norma? Calcule el nivel de significación a posteriori o valor p. b) Si el verdadero
valor del contenido medio fuese 5,51%, calcular la probabilidad de no aceptar dicho
material con un nivel de significación del 5%. Rta.: a) α*=0,0912, b) 0,9623.
17
B. Problemas con desvío desconocido
4.12) La variabilidad entre parcelas de un mismo cultivo es inherente a las mismas

parcelas e independiente de la variedad del cultivo que se somete a prueba. Se realizó un
experimento con una nueva variedad sobre 20 parcelas de 100 m 2, que arrojó un
rendimiento medio de 37,8 Kg y un desvío estándar muestral (S) de 4,2 Kg. a) Calcule un
intervalo de confianza del 90% para el rendimiento medio verdadero. b) ¿Qué tamaño de
muestra habría que tomar para tener un error muestral de 1 Kg? Rta.: a) (36,176; 39,424)
Kg; b) 50
4.13) La producción anual de peras en una determinada zona puede considerarse una
variable aleatoria Normal con media 90,4 ton/hectárea. Se observó la producción de 16
parcelas plantadas con peras tratadas con un nuevo fertilizante, con el que se espera que
aumente la producción anual por hectárea, y se obtuvo un promedio de 94,3 ton/hectárea,
y un desvío de 6,2 ton/hectárea. a) En base a la información dada, construya un intervalo
de confianza del 90%. b) ¿Qué decisión tomaría, con un nivel de significación del 5%?
Realice un test de hipótesis. c) Recalcule el tamaño de muestra para tener un error relativo
de 2% en el intervalo del punto a). Rta.: a) (91,583; 97,017) ton/hectárea; b) Acepto el
tratamiento con el nuevo fertilizante: (tobs=2,5161 > tcrit =1,753) ; c) 32
4.14) Se hicieron pruebas de inmersión en solución corrosiva de una aleación

determinándose el porcentaje de pérdida en resistencia a la tracción (se supone una
variable aleatoria con distribución normal). Los resultados obtenidos fueron:
6,4 – 4,6 – 4,6 – 6,4 – 3,2 – 5,2 – 6,5 – 4,9 – 4,3 – 5,6 – 3,7 - 4,6.
a) Obtenga un intervalo de confianza del 95% para la reducción porcentual media en la
resistencia a la tracción, b) Recalcule el tamaño de muestra para reducir a la mitad el error
absoluto del intervalo calculado en a, c) ¿Es posible afirmar que la media de la reducción
de resistencia es inferior a 5,5%? Obtenga el promedio crítico un nivel de significación del
5%. T) Si se obtiene una nueva muestra de 12 resultados, ¿Podrá utilizar el mismo
promedio crítico calculado en a) para tomar la decisión? ¿Por qué? Rta.: a) (4,2%; 5,79%)
b) n=41, c) X =4,95 %, para esta muestra (no es posible afirmar lo pedido).
4.15) Las ventas mensuales de un producto son variables con una media de 700.000
unidades. Durante 5 meses se ha desarrollado una campaña publicitaria registrándose los
siguientes volúmenes de venta en miles de unidades: 607; 725; 784; 790 y 810. a)
¿Considera Ud. que estos datos arrojan una concluyente evidencia para poder afirmar con
un riesgo máximo del 1% que la campaña ha sido efectiva? b) Estimar el volumen medio
de ventas con un 95% de confianza. c) ¿Durante cuántos meses más habría que continuar
con la campaña si se pretende disminuir en un 50% el error de la estimación anterior?
Rta.: a) Promedio crítico: 838,17 cm3; b) 743,2 ± 102,39 miles de u., c) 8 meses más.
18
C. Problemas Variados
4.16) Para analizar la variabilidad en la medición de un sistema de posicionamiento

global (GPS), se registraron mediciones de distancia entre un dispositivo en reposo y un
punto del mapa ubicado exactamente a 100 metros. Se consultó el programa 10 veces en
forma aleatoria, a distintas horas del día, obteniendo los siguientes resultados (en
metros): 107, 89, 116, 103, 83, 111, 123, 90, 116, 112. a) Modele la variable aleatoria
error de la medición y estime su media con un intervalo de confianza del 90%. b) ¿Es
posible afirmar que la media de las mediciones difiere de la distancia medida? (α=0,05)
Rta.: a) (-2,7868; 12,7868) m; b) No hay evidencia de que difiera (Críticos: 109,61 m y
90,39 m).
4.17) Sea la variable aleatoria Normal X, con

desvío conocido 72, sobre la que se ha
efectuado un test de hipótesis sobre la media
cuyas condiciones pueden ser representadas
por las gráficas de la derecha para 𝑋, cuando
µ=580 y cuando µ=522.
a) Hallar la hipótesis nula de este test, tamaño
de muestra y condición de rechazo. b)
Encontrar una expresión para la función de
potencia del test y graficarla. Rta.: a) n = 14
4.18) Un organismo regulador desea detectar la presencia de un contaminante en el

efluente líquido que una planta industrial vierte a un río mediante la toma de una serie de
muestras al azar. Si se demuestra estadísticamente que la concentración media del
contaminante excede los 50 mg/l, la empresa deberá ser sancionada. Para ello desea
diseñar un test de hipótesis estadístico que cumpla las siguientes pautas:
(1) Si la concentración media del efluente es 50 mg/l o menor la probabilidad de
aplicar una multa erróneamente debe ser a lo sumo del 5%.
(2) Si la concentración media real del efluente es 65 mg/l, la probabilidad de pasar
por alto el incumplimiento debe ser de 1% ya que éste es el umbral de contaminación
considerado severo para el ecosistema del río. Se realizan las siguientes suposiciones: La
distribución de probabilidad de la concentración de contaminante es Normal y el desvío
puede suponerse conocido (10 mg/l) por antecedentes en este tipo de controles.
Diseñar el test en forma completa, incluyendo la regla de decisión. Rta.: n=7 muestras,
Promedio crítico: 56,21mg/l.
19
4.19) El laboratorio de Calidad de una refinería de maíz debe controlar que la densidad
del jarabe de glucosa que fabrica la línea principal no exceda el valor especificado para la
venta. Los auditores, en la planta, se basan en la siguiente regla de decisión: Extraer
aleatoriamente 18 muestras de 1 litro de glucosa a lo largo del día y pesarlas una por una.
Al finalizar el turno a las 22hs, calcular el promedio de todos los pesos y dar aviso al
Laboratorio para detener la planta si se obtiene un valor mayor a 1,8 kilogramos. La
producción del turno noche no debe arrancar si esto ocurre. a) ¿Cuál es la densidad
especificada para la venta si la probabilidad de detener la planta erróneamente a través de
este procedimiento es a lo sumo 0,05? Realice el test de hipótesis del laboratorio en forma
completa.
b) Un día de enero, por falta de personal y problemas en la planta, los auditores tomaron
solamente 6 muestras. ¿Cómo debe reformularse la regla de decisión si esto ocurre y se
desea mantener el riesgo establecido? Si no reformulara la regla, ¿Qué probabilidad de
error máxima habría si se diera la orden de parar la planta?
c) Construya la curva de errores y de decisiones correctas para una muestra de 18
pesadas.
NOTA: Asuma un desvío conocido de 0,1 kg/l para la densidad.
Rta.: a) Valor medio especificado para la venta: 1,761 kg/litro; b) Si se mantiene el riesgo
establecido, debería utilizarse un valor crítico de 1,828 kg/l; si no se reformula la
consigna, el riesgo real es 0,1698.
4.20) El consumo diario de combustible de una planta industrial es una variable

aleatoria Normal. Se considera la posibilidad de introducir una modificación en el proceso,
que se justificaría solamente si el consumo medio diario de combustible fuese inferior a
200 litros. El nivel de significación establecido es 0,05 y si el consumo medio fuese de 180
litros, la probabilidad de implementar el cambio debe ser 0,9. El desvío estándar es fijo y
conocido en 25 litros. a) ¿Cuántos días al azar se deberá registrar el consumo?, b) Se
realiza la medición pero se pierden dos datos en forma accidental, obteniendo con los
datos válidos un promedio de 183 litros. ¿Qué decisión tomaría? Responda con el valor p.
Rta.: a) n = 14; b) Realizo la modificación (α* = 0,0092).
4.21) Un proceso de envasado de sachets de inoculantes biológicos debe trabajar con

una dosificación media que no difiera de 3,5 kg por envase producido. El control realizado
tiene la siguiente regla de decisión: Pesar 10 sachets al azar, dando aviso para
inspeccionar el proceso sólo si el peso promedio difiere 0,3 kg o más respecto de 3,5 kg.
Detener el proceso para inspección ‘de emergencia’ involucra una gran pérdida de
producción y atraso en los pedidos. Si se puede considerar que el peso de un sachet tiene
distribución Normal con desvío 1 kg, a) ¿Le parece apropiado el procedimiento? Analice el
test y proponga alguna modificación si lo cree necesario. b) A partir de lo propuesto,
obtenga la función característica operativa y la función de potencia del test definitivo. c)
Grafique la curva de errores y de decisiones correctas.
20
4.22) Una trituradora de piedra caliza entrega partículas cuyo diámetro teórico (mm)
tiene distribución Lognormal, y si funciona correctamente sus parámetros valen m=2,812
y D=0,7465. Se toma una muestra al azar de 100 partículas de la última hora de
producción y se las mide, obteniendo X= 21,02 mm y S2= 328,55 mm2 para el diámetro
teórico. ¿Se puede concluir que la trituradora está entregando partículas por fuera de la
dimensión media deseada? (Use un nivel de significación aproximado de 0,1) Rta.: No es
posible (𝑋 inferior= 18,87 mm).
4.23) Para una pieza fundida se desea definir un sistema periódico de control de calidad
sobre la resistencia a la compresión, la que por experiencia se sabe que se distribuye
normalmente con un desvío de 38 kg, con una media que puede verse afectada por las
condiciones en las que se lleva a cabo la colada.
a) La especificación establece que para que una pieza pueda ser considerada buena debe
tener una resistencia de como mínimo 580 kilogramos. Calcule la probabilidad de que una
pieza sea rechazada si la media de su resistencia es de 650 kg.
b) Observe qué ocurre con la probabilidad de rechazar cada pieza si la media de su
resistencia asciende a 670 kg.
c) Calcule la media de la resistencia en los casos en que hay 1% y 4% de piezas rechazadas
respectivamente.
d) Como es muy costoso medir la resistencia de todas las piezas, una a una, se decide
realizar el control midiendo sólo una muestra aleatoria de piezas, y calculando el
promedio. El departamento de ingeniería industrial impone las siguientes condiciones:
 90% de probabilidad de revisar el proceso cuando haya un 4% de piezas
defectuosas.
 1% de probabilidad de revisar el proceso cuando haya un 1% de piezas
defectuosas.
Diseñe el test (tamaño de muestra, región crítica y regla de decisión), deduciendo
claramente las expresiones de cálculo.
Rta.: a) ; b); c) µ1% = 668,4 kg; µ4%= 646,5 kg; d) n=40, X = 654,3 kg.
21
22
Guía 5 – Inferencia sobre la varianza en poblaciones Normales

5.1) En una línea de envasado de café interesa el desvío estándar de los pesos de los
paquetes. A mayor varianza en el peso, el proceso se encuentra menos controlado. a) Si se
supone que la varianza de los paquetes envasados es 450 gramos2, calcule la probabilidad
de que una muestra de 6 paquetes arroje una varianza muestral menor a 900 gramos2. b)
Si el desvío estándar del proceso fuera 20 gramos y usted realizara una estimación puntual
del mismo con una muestra de 6 paquetes, ¿Qué valor superaría con probabilidad 90%?
Rta.: a) 0,9247- En Excel: =DISTR.GAMMA(900; 2,5; 180; 1) o DISTR.CHICUAD(10; 5;1), b) 11,35 g
5.2) Se tomó una muestra de la resistencia máxima a la tracción de 8 probetas de un

nuevo polímero, obteniendo los siguientes resultados en Mpa: 24,7 – 24 – 26,5 – 25,3 –
22,9 – 24,1 – 27 – 26,4 a) Construya un intervalo de confianza del 90% para la varianza de
la resistencia a la tracción máxima del material. b) Recalcule el número de probetas a
ensayar si se busca disminuir el cociente entre el límite superior y el inferior en un 30%. c)
Es posible afirmar, con estos resultados, que la varianza de la resistencia es mayor a 1,7
Mpa2? Rta.: a) A= 1,03 Mpa2, B= 6.68 Mpa2; b) n=12; c) No.
5.3) En una muestra de 15 tubos fluorescentes pertenecientes al último lote de

producción, se obtuvo que la desviación estándar de la duración ha sido de 120hs. a)
Estimar el desvío estándar de la duración de todos los tubos con un intervalo de confianza
del 90%, deduciendo paso a paso las expresiones. b) ¿Cuántos tubos más habría que
quemar para obtener un intervalo tal que el límite superior sea un 50% mayor que el
límite inferior? Rta.: a) A= 92,26 hs, B= 175,16 hs, b) 20 muestras más.
5.4) La volatilidad de una acción está dada por el desvío estándar de su cotización
diaria. A mayor volatilidad mayor riesgo, pero también mayor posibilidad de obtener
ganancias en el corto plazo. Durante los últimos 20 días se obtuvo, para una acción dada,
un desvío estándar de $0,25. a) ¿Puede asegurar, con 10% de error, que el desvío
verdadero es superior a $0,20? b) Establezca un intervalo de confianza del 80% para el
desvío verdadero. Rta.: a) Sí. b) A= $ 0,20892, B= $ 0,3192
5.5) Se realizó un muestreo aleatorio de bolsas plásticas en una fábrica para medir su
espesor en micrones. Se sospecha que los equipos de extrusión trabajan con un elevado
nivel de dispersión, para verificarlo se realizó una hipótesis estadística Ho) σ≤σ0 =3,6 mic.
vs. H1) σ>3,6 mic., tomando una muestra aleatoria de 46 bolsas del contenedor final para
verificarla. (La media calibrada es 18 micrones). a) Encuentre el valor crítico para un nivel
de significación del 10%. b) Se obtuvo finalmente S2=25 mic2, ¿Qué se determina? c)
Calcule la probabilidad de detectar la variación en los espesores si σ=4mic. d) Construya la
curva de potencia del test. Rta.: a) Sc= 4.069 micrones b) Los espesores difieren entre sí. c) 0,409.
23
5.6) Una máquina rectificadora operando normalmente, maquina piezas hasta dejarlas
con un espesor aleatorio con distribución normal de media 45 mm y varianza 0.25 mm 2. El
Dpto. técnico propone una modificación al proceso para disminuir su variabilidad, y lo
implementará si se logra una disminución de por lo menos el 20% en el valor actual de la
varianza, asumiendo una probabilidad del 5% de tomar una decisión equivocada. Por otro
lado, si la mejora llevara la varianza a la mitad del valor actual, se desea que el error que se
cometería no recomendando el cambio, no supere el 10%. Diseñar el test de hipótesis
(hipótesis nula, condición de rechazo y tamaño de muestra). Graficar la curva de operativa
y de potencia, indicando claramente al menos 3(tres) puntos distintos.
5.7) Los jugos en polvo son envasados en sobres por una máquina automática. El peso
de jugo dosificado se distribuye normalmente con media de 10 gramos y desvío de 0,8
gramos. Es crítico controlar la variabilidad del proceso. Actualmente se toman muestras
de 20 sobres y se ha fijado la probabilidad de parar la línea indebidamente en un 5%. a) Se
tomó una muestra obteniéndose un desvío de 1,1 gramos, ¿Qué decisión tomaría?, b) Se
imponen la condición de detener la línea el 99% de las veces en que se trabaja con un
desvío de 1,2 gramos, ¿Cómo reformularía el test si quiere mantener el mismo nivel de
significación? Rta.: a) Detengo la línea de producción (α* = 0,0093); b) n = 52.
5.8) En una pieza cilíndrica es importante la forma circular de la sección normal al eje,
lo cual se controla con el desvío estándar de ‘n’ mediciones del diámetro de la misma. Si el
verdadero desvío fuera de 0,01 mm, se desea detener el proceso a lo sumo con
probabilidad 0,1; pero si vale 0,015 mm habría que detener el proceso con probabilidad
0,95. a) Diseñe en forma completa el test de hipótesis correspondiente a la situación
planteada, b) Grafique la curva de errores del test. Rta.: a) n=29.
5.9) Una fresadora procesa la cara circular interna de una pieza obteniendo una
distribución de media 45 mm y desvío estándar 0,1 mm para el diámetro. Se evalúa
adquirir una nueva fresadora que ocasionará mayores costos de procesamiento pero
promete una mejora en la variabilidad de la dimensión de las piezas. Si el desvío no se
modifica, se establece en 0,05 la probabilidad de adquirir la nueva fresadora. Además, se
cuenta con la información de que se equilibran los costos con la fresadora vieja cuando el
desvío disminuye un 25% respecto del valor actual. a) Diseñe el test de la prueba piloto
indicando: Hipótesis nula, condición de rechazo y regla de decisión (considere α=0,05). b)
Se realiza el test diseñado en el inciso anterior y se obtiene un desvío muestral S=0,09 mm,
¿Cuál es la probabilidad de tomar una decisión equivocada si se decide adquirir la
máquina a partir de este resultado? Rta.: a) n=22 Sc=0,0743, b) α*= 0,2895 - En Excel:
=DIST.GAMMA(0,0081; 10,5; 9,524E-04; 1) o DIST.CHICUAD(17,01; 21; 1)
24
5.10) En una industria metalúrgica se desea revisar las piezas fabricadas por una
fresadora automática nueva. Desde el departamento técnico informan que, si la fresadora
funciona correctamente, el desvío estándar de la medida característica de las piezas no
debe ser mayor a 1 mm. Se toma una muestra de 20 piezas al azar del último lote y se
obtiene S=1,092. Basándose en este resultado, el responsable de la prueba decide hacer
inspecciones en la fresadora, ¿Es una buena decisión? ¿Por qué? Plantee un test de
hipótesis (Se puede suponer que la distribución de la dimensión es Normal) Rta.:
α*=0,2528
5.11) Una dosificadora industrial de yogur envía a cada vaso una cantidad aleatoria X
que tiene distribución Normal. En condiciones óptimas, máquina está calibrada a una
media de 250 gramos, que es la cantidad de yogur que deberían tener los vasos. El desvío
estándar σ está asociado al buen funcionamiento de la máquina. Luego de la dosificación,
cada vaso es pesado y se lo debe reprocesar si el peso está por fuera de la tolerancia ± 20
gramos respecto del peso que debería tener. Actualmente se trabaja con un 3% de vasos
reprocesados. Se propone aumentar la velocidad de trabajo de la dosificadora para
producir más vasos por hora, pero se sospecha que esto podría traer fallas en el sistema de
control de la máquina y por ende un aumento excesivo en el desvío estándar de las
dosificaciones. Esto implicaría un mayor costo de reprocesamiento de vasos. Se desea
realizar una prueba piloto en la que se aumente la velocidad y se tome una muestra de
pesos de los vasos obtenidos, para poder detectar si el desvío estándar efectivamente
aumenta en forma indeseada. Se informa que si el porcentaje de vasos reprocesados
asciende a 8%, el aumento de los costos de reprocesamiento compensa totalmente la
ganancia que se tendría por aumentar la velocidad de producción (equilibrio económico).
Se pide:
a) Calcular los valores del desvío estándar, σ0 y σ1, asociados al 3% y 8% de vasos
reprocesados, respectivamente. (Rta.: σ3%=9,216 g, σ8%=11,424 g).
b) Plantear la hipótesis nula, indicando el significado de los errores tipo I y tipo II en
relación con el proceso.
c) Plantear un test de hipótesis sobre σ a un nivel de significación 0,05. Determinar la
cantidad de vasos que deben pesarse y la condición de rechazo del test. (Rta.: 27
vasos, Scrit=11,06 g).
d) Redactar en forma completa la regla de decisión que deberá seguirse en la prueba
piloto y graficar la curva de potencia.
25
26
Guía 6 – Comparación de dos varianzas en poblaciones

Normales
6.1) Dos tornos producen en paralelo la misma pieza, con la misma dimensión
característica fijada en 30 mm. Se realizó la medición de 16 piezas al azar del torno 1 y 10
del torno 2, se obtuvo 𝑆 =14,12 mm y 𝑆 =7,94 mm, a) ¿Puede afirmarse, con un nivel de
significación del 5% los desvíos difieren entre sí? Explique claramente el test indicando la
región crítica y el valor observado en la distribución muestral que utiliza. b) Asumiendo
que no difieren, realice una estimación ‘amalgamada’ y determine si es posible asumir que
el desvío estándar es mayor a 3 mm (calcule el valor p). Rta.: a) Fobs=1,7788, Fcrit=3,1227,
b) S2pool= 11,81 α*=0,14.
6.2) Se propone modificar el recorrido de una línea de colectivos con el objetivo de

disminuir la media de la duración del viaje, pero se desconoce qué efecto tendrá dicho
cambio sobre la varianza de la duración del viaje, debido a que el nuevo recorrido que si
bien se sabe notablemente más corto, atraviesa un paso a nivel más, una avenida con
mayor cantidad de semáforos y mayor caudal vehicular. Se registraron 7 viajes al azar en
el mismo horario, con cada recorrido, y se obtuvo un desvío de 3,735 minutos con el
recorrido viejo y 3,994 con el recorrido nuevo. ¿Arrojan estos resultados evidencia
suficiente de que se modifica la variabilidad de las duraciones? (plantee un test bilateral)
Rta.: No (α* = 0,4374).
6.3) En un taller hay tres tornos automáticos que producen cierto tipo de pieza en
grandes cantidades. Las necesidades de demanda hacen imprescindible adquirir un nuevo
torno y se han considerado dos marcas posibles, A y B. Se solicitaron demostraciones con
barras de material suministradas por el taller y se midió la longitud principal una vez
manufacturadas las piezas. Se tienen los siguientes resultados:
Torno A Torno B
Piezas Fabricadas 25 14
Desvío Estándar Muestral (S) -mm 0,033 0,075
Dado que el torno A implica mayores costos, un estudio del proceso indica se lo
implementará sólo si se tiene la seguridad de que produce piezas con un desvío estándar
poblacional que vale menos que la mitad del que se tiene con el torno B.
a) Si define el parámetro ∅ = , plantee la hipótesis nula correspondiente al problema.
b) ¿Qué torno elige? Utilice un nivel de significación del 10%.
c) Si el desvío estándar real de A fuera un 36% del de B, ¿Cuál es la probabilidad de
comprar el torno A a través de este test?
27
Rta. y comentario del ejercicio 6.3: b) Se elige el torno B (Fobs=0,7744 ≰ Fcrít=0,5514), la condición de
rechazo también se puede escribir como ≤ 0,1378, c) Mayor a 0,5 (En Excel =1-DISTR.F(1,063; 24; 13),
1
0,8
0,6
0,4
0,2
0
0,1
0,4
0,13
0,16
0,19
0,22
0,25
0,28
0,31
0,34
0,37
0,43
0,46
0,49
0,52
0,55
0,58
arroja 0,53)
Este gráfico muestra la probabilidad de comprar el torno A en función del cociente . Nótese que tal y como está diseñado el test que se
realizó, recién se obtienen probabilidades altas de adquirir el torno A cuando el cociente de los desvíos verdaderos llegara a encontrarse por
debajo de 0,3. Es un test muy conservador respecto de la compra del torno más costoso.
6.4) En una hilandería se estudia la conveniencia de adquirir un nuevo tipo de equipo

sólo si se tiene la seguridad de que se reduce el desvío estándar de los pesos de los conos
de hilo. Para tomar la decisión se realizarán dos muestras del mismo tamaño (n1=n2), una
de conos fabricados con el equipo actual y otra con el nuevo. Se desea tener una
probabilidad de a lo sumo 5% de adquirir el nuevo equipo cuando la varianza no
disminuye, y una probabilidad de adquirirlo del 90% si se detecta una disminución del
25% en la varianza. a) Plantee la hipótesis estadística para el parámetro correspondiente,
y su condición de rechazo, b) Calcule cuántas muestras deberán tomarse y cuál es el valor
muestral crítico, c) Realice nuevamente los puntos a. y b. considerando la siguiente
variante en el experimento: Se asumirá a priori que el desvío poblacional actual tiene un
valor conocido de 2,25 gramos y se tomará una única muestra con los conos del equipo
nuevo, ¿Qué observa en el resultado? Rta.: b) 19 conos por cada equipo y Фcrit2=0,44, c) 10
conos con el equipo nuevo, Scrit2=2,105 g2.
6.5) Relea el ejercicio 5.11. Diseñe un test alternativo que en el que se tomen dos
muestras: Una con vasos dosificados a la velocidad actual y otra con vasos dosificados a la
velocidad aumentada, para poder inferir sobre la relación entre las varianzas de los pesos
dosificados, antes y después del aumento de velocidad. Tenga en cuenta que es necesario
calcular la relación (σ1/σ0)2 en la que hay equilibrio económico. Por simplicidad, se pide
que los tamaños de muestra sean iguales. (Rta: Se pesarán 60 vasos con cada velocidad y se
considerará que el aumento en la varianza es excesivo si ≥ 1,5365).
28
Guía 7 – Comparación de dos medias en poblaciones

Normales
7.1) En una hilandería se considera la posibilidad de reparar a nuevo las hiladoras, si es
posible asegurar con la reparación, con un riesgo máximo del 5%, un aumento
estadísticamente discernible en la producción media por máquina. Se eligieron entonces 4
máquinas al azar y se las reparó, registrándose luego la producción de cada una para un
período dado; se obtuvo así una media de 1470 metros de hilado con un desvío estándar
de 132 metros. Como se desconocía la producción de las máquinas sin reparar, se registró
la producción de 16 de ellas en el mismo período, obteniéndose una media de 1208 con un
desvío de 354 metros. Se tiene conocimiento de que las máquinas averiadas trabajan con
un alto nivel de dispersión en sus producciones, aspecto que se logra remediar con la
reparación. a) ¿Aconsejaría Ud. la reparación de todas las máquinas?; b) Calcular los
límites de confianza del 90% para la diferencia entre las producciones medias. Rta.: a)
tobs=1,768, tcrít(υ=15, 0,95)=1,7531 con α=0,05, b) En unidades: 262 ± 193,54
7.2) Se desea estudiar la efectividad de un nuevo aditivo para combustible, a efectos de

lo cual se realizó una prueba sobre 10 corridas en automóviles idénticos que arrojaron un
consumo medio de 4,2 litros con un desvío estándar de 0,58 litros. Además, se efectuó una
prueba similar, también sobre 10 corridas, con otros automóviles de la misma marca y
modelo y el mismo trayecto pero sin el aditivo, obteniéndose un consumo medio de 5,25
litros con un desvío de 0,63 litros. Se tiene la certeza que la variabilidad de los consumos
es la misma, ya que la misma no depende del aditivo. a) ¿Aseguraría Ud. que el aditivo
reduce el consumo en 0,5 litros al menos para el recorrido dado?; b) ¿Y que lo reduce en
un 10% al menos? T) Indicar, para este problema, si es verdadera o falsa la afirmación de
que la variabilidad es inherente al tratamiento. Rta.: tobs=2,031, tcrít (υ=18, 0,95) =1,734 con
α=0,05, b) tobs=2,038, tcrít (υ=18, 0,95) =1,734 con α=0,05.
7.3) Se tienen dos enconadoras de hilo de coser cuyas producciones se desean

comparar, a efectos de lo cual se realizó un experimento en el que se midió la cantidad de
metros de hilo enconados durante el mismo lapso de tiempo (n=5 días), obteniéndose los
siguientes resultados (en miles de Km)
Máquina 1 Promedio = 1,62. Desvío estándar = 0,17
Máquina 2 Promedio= 1,95. Desvío estándar = 0.22
Las máquinas son del mismo fabricante y tienen la misma antigüedad, pero se ha
observado una producción más irregular de la nro. 2 en los últimos días. a) ¿Puede
asegurarse, con un nivel de significación del 5%, que con la máquina 2 se obtiene como
mínimo una producción superior en un 10% a la de la otra? b) ¿Cuál es la diferencia media
de producción, en favor de la máquina 2, que se supera en el 95% de los casos? Rta.:
Fobs=1,674, Fcrít+=9,6045 (α=0,05), Se trata como homocedástico. a) tobs=1,251, tcrít (8, 0,95)
=1,859 con α=0,05, b) 98,78 km.
29
7.4) Para evaluar el impacto de una mejora ergonómica en la línea de montaje de un

producto industrial, se evaluó el tiempo medio de fabricación de un grupo de 8 operarios,
de distinta calificación, durante un turno, antes y después de implantar la mejora. Se
plasmaron los resultados en la siguiente tabla:
Op. 1 Op. 2 Op. 3 Op. 4 Op. 5 Op. 6 Op. 7 Op. 8

Tiempo Antes (min) 14 12 8,9 10,4 21,2 18,6 17,5 14,6
Tiempo Después (min) 13,8 12,9 7,1 9,1 16,9 18 16,6 14
Debe informarse al sector de planta los siguientes aspectos: a) El tiempo en segundos

ahorrado por operario que se garantiza con 90% de probabilidad, b) Si existen evidencias
significativas para afirmar que el rendimiento de la línea ha mejorado con una
probabilidad de equivocarse del 5%. Rta.: a) 20,5 Segundos aprox.; b) tobs=2,05, tcrít (υ=7, 0,95)
=1,8946
7.5) Una empresa de transportes desea comprobar si existe una disminución en la

duración del viaje entre cabeceras de una de sus líneas de ómnibus interurbano tras
diagramar una ruta alternativa. Para ello eligió al azar 14 choferes de su flota, y asignó 7 a
cada recorrido, midiendo la duración del viaje, en minutos (durante la misma banda
horaria). Se obtuvieron los siguientes resultados:
Recorrido tradicional 154 149 147 150 149 157 155

Recorrido nuevo 144 151 150 149 145 155 153
T) Identificar las unidades experimentales y los tratamientos. ¿Es posible, con la
información del enunciado, suponer que la variabilidad es inherente únicamente a las
unidades experimentales? (ver problema 6.2) a) Determine si los datos son concluyentes
con un nivel de significación del 5%.
7.6) Se comparan dos métodos de medición de la demanda bioquímica de oxígeno

(DBO) de un efluente industrial (totalmente distintos entre sí), para verificar si hay
diferencias en los resultados. Para ello se tomaron 6 muestras de 1000 ml en lugares muy
diferentes del cauce, cada muestra se separó en dos fracciones de 500 ml y a cada fracción
se le aplicó un método distinto (total= 12 mediciones). Los resultados obtenidos:
Muestra 1 2 3 4 5 6
DBO Método A (mg) 14,75 13,25 11,85 14,45 15,75 17
DBO Método B (mg) 13,25 12,75 12,15 13,55 14,25 15
a) Determine si los datos son concluyentes, con un nivel de significación del 1%. b) Estime
la diferencia en los resultados arrojados por las mediciones con un IC del 90%, ¿Cuál es su
error total? Rta.: a) tobs=2,99, tcrít (𝜐=5, 0,995)+ =4,0321, b) En mg de DBO: 1,016 ± 0,68
30
7.7) Se desea probar el rendimiento de una cepa bacteriana en la inoculación de un

fermentador de 1000 litros para la producción de ácido láctico en una planta. Sólo se lo
implementará si se tiene la seguridad de que el rendimiento de los lotes producidos es 25
g/l mayor al de la cepa actual. De acuerdo con informes de laboratorio, la cepa nueva
presenta una poco habitual dispersión en sus resultados, aspecto que se mantiene en
escalas industriales. Se realizaron 10 lotes con cada cepa con las mismas condiciones de
trabajo, obteniendo:
Media Desvío
Cepa actual (g/l) 46,3 4,2
Cepa nueva (g/l) 75,9 12,75
Determine con un nivel de significación del 10% si es posible concluir lo buscado. Rta.:
tobs=1,08; tcrít (υ=11, 0,9) =1,3634
7.8) Se comparan por simulación los tiempos de recolección de pedidos de 10 ítems al

azar en un depósito de 200 productos de ferretería en los que se ha rediseñado la
configuración de las estanterías para aumentar la velocidad media de recolección. Es
posible que la variabilidad del tiempo no cambie, pero no se tiene certeza. Para 25 pedidos
al azar en cada configuración se obtiene:
Configuración actual: Promedio=17 minutos, Desvío estándar= 5 minutos
Configuración nueva: Promedio=13,75 minutos, Desvío estándar= 2,5 minutos
a) Si esperaba una reducción de más del 15% en el tiempo medio de recolección, ¿Qué
concluye?
b) Construya un intervalo de confianza para la reducción absoluta en el tiempo medio de
recolección, con un nivel de incertidumbre del 10%.
Rta.: Fobs=4, Fcrít+=2,2693 (α=0,05), a) Con υ=39, tobs=0,7098, tcrít=1,3036 con α=0,1, no se garantiza
la reducción deseada. b) Con υ=36, En minutos: 3,25 ± 1,88.
7.9) Se testea una nueva configuración en las filas de espera para las cajas rápidas de un
hipermercado (fila única para múltiples cajas). Se espera que la media del número de
clientes atendidos por día (V.A.N.) aumente con el nuevo sistema, y se sabe –por el diseño
de la modificación- que la variabilidad en la atención no se verá afectada ya que no cambia
el trabajo del cajero. Se implementó el nuevo sistema en paralelo con el anterior durante y
se midió, durante 40 días, la cantidad de clientes que se atendieron cada día con cada tipo
de atención. El resultado obtenido fue 𝑋= 218,8 clientes y S= 26,2 clientes para las cajas
con el sistema nuevo, 𝑋= 199,8 clientes y S= 15,1 clientes para las cajas con el sistema
tradicional. a) Determine si se puede asegurar estadísticamente, para el sistema nuevo, un
aumento medio de más de 15 clientes diarios frente al tradicional con nivel de
significación 5%. Justifique claramente cómo considera las varianzas poblacionales. b)
Estime la varianza de la tasa de atención diaria con un intervalo de confianza del 90%, T)
Identificar, para este experimento, los tratamientos y las unidades experimentales. Rta.: a)
tobs=0,8365; tcrít=1,686; b) IC= [358; 608] clientes2.
31
7.10) El sector de servicios de una industria química está evaluando la posibilidad de

modernizar los sistemas de seguridad de las calderas. Le ofrecen un sistema importado
con una tecnología ultramoderna, pero como significa efectuar una gran inversión decide
someterlo a un período de prueba en una de las calderas. Sólo justifica el cambio si el
tiempo medio de respuesta se reduce en más de 0,1 segundos, y le asigna 0,1 a la
probabilidad máxima de invertir equivocadamente. Se tomaron resultados al azar de la
experiencia realizada la caldera, usando la instalación vieja y la nueva:
Sistema viejo: 3,4 – 2,99 – 3,2 – 2,5 – 2,65 – 3,28 – 3,01 – 3,32
Sistema nuevo: 2,99 – 2,8 – 2,85 – 2,79 – 2,82 – 2,95 – 2,91 – 2,9
a) Tome una decisión en calidad de responsable del sector de servicios.
b) Estime la varianza del sistema nuevo con un intervalo de confianza del 90%. Rta.: a) Se
decide no implementar el sistema nuevo, b) (0,002643; 0,01716) segundos2
32
Guía 8 – Análisis de la Varianza y test de Tukey

Opción sugerida para verificar los resultados de los ejercicios de esta práctica:
 Utilizar el menú “Análisis de Datos” de Excel, que se puede instalar desde el Menú Inicio /
Archivo – Opciones – Complementos – Administrar complementos, seleccionando el ítem
‘Herramientas para el análisis’. Una vez instalado, aparecerá la opción ‘Análisis de Datos’ dentro
del Menú Datos. Allí seleccionar la opción ‘Análisis de varianza de un factor’, que permite
ingresar los datos de las muestras y devuelve las tablas ANOVA completas.
8.1) Se muestrearon al azar 5 bolsas de cada línea de extrusión-confección en la fábrica

del problema 5.5, y se obtuvieron los siguientes pesos:
Línea 1 (mic) 17 17 18 20 20,5 a) Plantee una hipótesis nula global para la

Línea 2 (mic) 16 16 15,5 17 18 comparación de los espesores de bolsas
Línea 3 (mic) 19 18,5 20 19,5 17,5 producidos por las tres líneas de
extrusión-confección.
b) Calcule los siguientes estimadores:1) ∑ (𝑋 − 𝑋 ) y 2) ∑ 𝑆 ¿Qué nombre
reciben? ¿Qué estiman? ¿Cuáles son sus valores esperados? (p es la cantidad de líneas, n es la cantidad de
muestras tomadas por cada línea; 𝑋 , 𝑆 son el promedio y varianza de cada línea y 𝑋 es el promedio de todos los valores).
c) Realice un test de comparación entre ambos, ¿Qué se busca concluir?
d) Resuma los resultados en una tabla de ANOVA.
8.2) Se han registrado los siguientes datos de cantidades de café dosificadas por 4
máquinas similares:
Máquina 1 22,5 22,7 22,4 22,5 22,0

Máquina 2 21,8 22,5 22,6 22,2 21,9
Máquina 3 22,4 22,3 22,3 22,0 21,6
Máquina 4 22,0 21,7 21,9 21,8 21,6
T) Defina claramente las 20 variables aleatorias involucradas en este problema y cómo es

el modelo teórico propuesto. a) Ensayar la hipótesis global, mostrando la descomposición
de la suma de cuadrados total y explicando el significado de efecto residual y de efecto
del tratamiento. b) Determinar qué diferencias son significativas al 5% con el test de
Tukey. c) Dar un intervalo de confianza para la varianza de las cantidades de café
dosificadas utilizando la mayor cantidad de información posible (NC=95%).
8.3) Una compañía está desarrollando un nuevo producto líquido para limpiar pisos. El
departamento de Investigación y Desarrollo está trabajando en la definición de la fórmula.
El principal componente activo es el tensioactivo. Cuanto mayor es la concentración de
tensioactivo mayor es el poder limpiador. Sin embargo se piensa que existe una
concentración límite más allá de la cual el consumidor no es capaz de percibir un mayor
poder limpiador, porque alcanzó un nivel óptimo. Una fórmula con más tensioactivo que
ese límite sería más costosa pero sin un beneficio perceptible para el consumidor. Se
realiza un experimento con consumidores para buscar ese límite. Se contratan 50
consumidores. Se los entrena en la evaluación de productos para la limpieza del piso, para
que sean capaces de emitir una calificación homogénea del poder limpiador.
33
Se preparan 5 fórmulas con 1%, 2%, 3%, 4%, y 5% de tensioactivo. Se dividen los
consumidores al azar en 5 grupos de 10, y se le da a cada grupo una fórmula. Los
consumidores usan el producto en sus casas durante una semana y luego califican su
poder limpiador en una escala de 0 a 10, resultando estos datos:
Fórmula Fórmula Fórmula Fórmula Fórmula

1% 2% 3% 4% 5%
6 5 8 9 10
3 6 4 8 10
4 5 8 10 7
2 3 8 9 7
4 3 5 7 7
1 8 8 8 9
2 4 7 7 9
5 2 5 5 8
2 5 8 10 8
1 3 5 9 8
a) Evaluar la diferencia general entre las fórmulas y construir la tabla de ANOVA

indicando el significado de todos los casilleros que completa.
T) Indique en qué caso la varianza entre tratamientos es un estimador insesgado de σ2.
b) Realizar las comparaciones a posteriori entre todos los pares de concentraciones de
tensioactivo mediante el test de Tukey para definir el límite por encima del cual el
consumidor no percibe mayor poder limpiador.
8.4) Una cadena de supermercados estudia la influencia de la calidad de la exhibición

en las ventas de café. Para ello diseña el siguiente experimento. Exhibe la marca líder en el
primer estante de la góndola (comenzando desde el suelo) y registra las ventas durante un
mes; luego en el segundo, y así sucesivamente hasta el quinto; reacomodando el resto de
las marcas en cada caso.
Este experimento se realiza en 6 sucursales de similar magnitud, obteniéndose los
siguientes resultados [$/Mes]:
Estante 1 353 294 329 282 317 250
Estante 2 325 333 327 281 285 383
Estante 3 385 316 393 393 336 397
Estante 4 417 408 431 425 390 408
Estante 5 344 331 272 275 272 308
a) Evaluar la influencia de la calidad de exhibición (posición en la góndola) en las ventas.
b) Los dos estantes más requeridos por los proveedores son el 3, que está a la altura del
codo, y el 4, a la altura de los ojos. Evaluar si existe diferencia entre esos estantes. c)
Indicar entre que estantes hay diferencias. d) Explique la diferencia conceptual entre el
test aplicado en b) y el aplicado en c)
34
8.5) Se prueban los aditivos aceleradores de fraguado para hormigón que proveen tres
firmas distintas, a fines de decidir si existen diferencias entre ellos. Se dispone de la
siguiente información sobre el tiempo de fraguado (horas) de series de probetas idénticas
fabricadas con cada aditivo:
Aditivo 1 75,5 76,8 73,1 73,9 72,8 77,2 75 Media=74,88 Desvío=1,7282

Aditivo 2 76,7 78,8 76,1 74,9 73,8 77 78,6 Media =76,56 Desvío =1,8247
Aditivo 3 70,9 70,7 74,7 74 72,5 73,5 - Media =72,71 Desvío =1,6497
a) Evalúe las diferencias entre los aditivos utilizando el test de Tukey (α=0,05). ¿Qué
aditivo elegiría?, b) Estime el tiempo medio de fraguado del aditivo elegido con un
intervalo de confianza del 90%.
8.6) Una industria automotriz evalúa q potenciales proveedores de correas. Para ello se
ensayaron en un banco n correas de cada marca hasta falla, midiéndose la cantidad de
ciclos. Se efectuó un test ANOVA y se obtuvo la siguiente tabla:
Fuente de Suma de Grados de Cuadrado Estadístico de

variación cuadrados Libertad Medio prueba
Entre 3
proveedores
Efecto residual 235419,04
o error
Total 310500,76 19
Indique: a) ¿Cuántos proveedores se evaluaron y cuántas correas de cada marca se

ensayaron? Explicite la hipótesis nula, los supuestos teóricos necesarios y la conclusión del
test. b) Estime por un intervalo de confianza del 95% el desvío de la duración de una
correa expresado en ciclos. Rta.: SC entre trat.= 75081,82; GL residual= 16; CM entre
trat.=25027,24; CM residual=14713,69; Fobs=1,79; Proveedores ensayados=4; Correas por
proveedor=5
35
36
Guía 9 – Inferencia en procesos Bernoulli
9.1) Se tiene un lote de 10.000 termocuplas obtenidas de un proceso productivo, todas

bajo condiciones similares. Se revisan 350 y se encuentran 16 que poseen fallas que
implican que no pueden salir a la venta. T) Enumere las condiciones que permiten modelar
la revisión de las termocuplas como un proceso Bernoulli e indique la distribución de la
variable R=Cantidad de termocuplas defectuosas en la muestra de 350.
Con el resultado obtenido, estime la proporción de defectuosas (parámetro p) con un
intervalo de confianza del 90% utilizando la aproximación Normal. Rta: (0,0273;
0,06407).
9.2) Se realizó un muestreo piloto para estimar la penetración en el mercado de un

polvo para máquinas lavavajillas. Sobre 100 personas interrogadas que tienen lavavajillas
se encontraron 6 que utilizaban la marca en estudio. Calcular: Los límites de confianza del
90%, con la aproximación clásica y en forma exacta. ¿A cuántas personas más se debería
interrogar para que el error de muestreo fuese de 0,01? T) ¿Cómo puede verificar si la
aproximación Normal es buena? Rta.: a) Aproximación clásica: (0,0207; 0,0993); Intervalo
exacto: (0,0264; 0,1386); b) 1426 personas más.
9.3) Una empresa farmacéutica desea comprar un gran lote de envases de vidrio para
uno de sus productos, y quiere asegurar que el porcentaje de envases con rosca defectuosa
sea menor que 2%. Para verificar si un lote cumple con dicho requerimiento, se extrae una
muestra aleatoria de n=500 envases y se inspeccionan. a) Se debe determinar cuántas
roscas defectuosas podrán encontrarse como máximo para determinar que el lote cumple
con el requerimiento, con una probabilidad de error no mayor a 5%. b) Calcular la
probabilidad de rechazar un lote con 2,5% de envases defectuosos. Rta.: a) 4 roscas
defectuosas; b) 0,995
9.4) En una empresa productora de artículos de consumo masivo se ha lanzado una

campaña publicitaria sobre un jabón en polvo cuya penetración en el mercado era del
12%. Se desea ahora realizar una encuesta para comprobar si la campaña ha sido efectiva,
en cuyo caso se realizará una campaña similar sobre otro de los productos. A tal efecto, si
no se ha conseguido el resultado deseado, se establece una probabilidad del 1% de tomar
una decisión errónea, y en cambio, un aumento en la penetración de 3 puntos se considera
un resultado razonablemente bueno, en cuyo caso la probabilidad de tomar una decisión
equivocada se establece en un 10%. a) Indicar la hipótesis nula apropiada a esta situación,
la condición de rechazo y la regla de decisión. b) Calcular la probabilidad de efectuar otra
campaña cuando con ésta se ha obtenido un aumento de 2 puntos. c) ¿Qué tamaño de
muestra se debería tomar si se pretende que la probabilidad anterior valga 90% y cuál
sería en ese caso la cantidad de encuestados considerada crítica?
Rta.: a) n =1637; rCRIT =228; b) π(0,14)=0,5476; c) n=3604; rCRIT=479 (se mantiene α).
37
9.5) El sector de compras de una empresa metalmecánica ha recibido los siguientes

parámetros para el control de recepción de lotes de tornillos: Nivel de calidad aceptable
(AQL): 5% y Nivel máximo tolerable (LTPD): 9,5%. Para diseñar el test se estableció en
10% la probabilidad de rechazar un lote que cumpla con el nivel aceptable y en 10% la
probabilidad de aceptar un lote que tenga el nivel máximo tolerable. a) Enunciar la
hipótesis nula, calcular el tamaño de la muestra, determinar el valor crítico y graficar la
curva de potencia. b) Si se recibió un lote, se tomó la muestra y se obtuvieron 14
defectuosas, construir un IC del 95% para el porcentaje de defectuosos del lote. Rta.: a)
n=212 rCRIT=16. b) IC: (0,0326; 0,0994).
9.6) Un comprador recibe especificaciones de contrato para el control de recepción de

lotes de papas en una fábrica de snacks, fijadas por su proveedor. El muestreo se realiza
controlando el número de papas con defectos en un lote tomado al azar de los camiones
que se reciben semanalmente.
AQL: 5% de papas defectuosas
Lote de papas a muestrear: 500
Valor crítico: 35
Riesgo del comprador: 15%
a) ¿Cuál es el riesgo del proveedor? Indique la hipótesis nula que se está ensayando.
b) Calcule el % de papas defectuosas considerado inaceptable para el comprador, según
este contrato.
c) Calcule la probabilidad de rechazar un lote con p=7,5% y construir la curva de
decisiones correctas. Rta.: a) 0,0256, b) 0,0823, c) 0,695.
9.7) Relea el ejercicio 5.11 y diseñe un test alternativo haciendo inferencia sobre la
proporción p de vasos defectuosos (es decir, en lugar de medir el desvío de los pesos, se
cuenta cuántos vasos de la muestra están fuera de peso, esto se conoce como muestreo
por atributos), manteniendo la misma condición del equilibrio económico. ¿Es necesaria
una mayor cantidad de observaciones? ¿Por qué? Rta.: n=33 vasos, rC=3 vasos (con estos
resultados se tiene α=0,075, π(0,08)=0,498).
9.8) Se desea saber si existe diferencia entre una pieza que es producida por dos
proveedores alternativos. Para tal fin se inspeccionan 320 piezas producidas por cada uno
de ellos. Al proveedor A se le rechazaron 10 piezas y al B 20. Indique si es posible afirmar
que el productor B maneja una proporción de defectuosos significativamente mayor
(calcule el valor p). Rta.: α*=0,031.
9.9) El jefe de planta de la empresa proveedora de tornillos del ejercicio 9.5 sospecha
que el elevado nivel de rechazos se debe a que la máquina A, que cuenta con 10 años de
servicio, funciona con un rendimiento inferior al de la máquina B recién comprada (los
lotes se conforman con tornillos de ambas máquinas al azar). Se realizó un muestreo
revisando en forma aleatoria 200 tornillos de cada máquina, obteniendo 27 defectuosos
para A y 14 para B. ¿Son fundadas las sospechas? Rta.: α*=0,01627.
38
9.10) Un proveedor suministra grandes lotes de conos de hilo (vacíos), con un

porcentaje defectuoso que se sabe que es alto aunque se desconoce con exactitud. Se
considera la posibilidad de cambiar por otro proveedor cuyo producto es más caro pero
que se espera tenga un porcentaje defectuoso considerablemente menor. El equilibrio
económico se obtiene con una reducción de 4 puntos porcentuales. Se le hizo un pedido y
se tomó una muestra de 250 conos, que arrojó un resultado de 20 defectuosos. Con el
proveedor habitual, una muestra de 500 conos arrojó 75 defectuosos. a) ¿Elegiría Ud. al
nuevo proveedor con α = 0,05? b) ¿Qué porcentaje defectuoso máximo tiene el nuevo
proveedor con 90 % de probabilidad? Rta.: a) ZOBS=1,2779, b) a) ZOBS=1,2779, b) 0,102.
39
40
Guía 10 – Inferencia en procesos Poisson
10.1) Para determinar la frecuencia en una línea de subte se desea estimar la tasa de
llegada de pasajeros a una estación durante una banda horaria determinada. Se realizó un
muestreo durante 10 minutos y arribaron 45 pasajeros. Si se supone que las personas
arriban según un proceso de Poisson: Estime la tasa de arribos (intensidad del proceso)
con un IC del 90%. ¿Cuánto tiempo debería ser necesario muestrear para reducir el error
del intervalo un 25%? T) ¿Qué suposiciones debería hacer sobre la tasa de fallas λ en este
caso? Rta.: IC (pasajeros/min): 3,4563 < λ < 5,76949; t=13,3 min.
10.2) En una fábrica de alfombra moqueta, la longitud de los rollos es sumamente

variable, pues queda determinada por la aparición de cada falla. En el depósito hay un lote
rotulado, del cual se tomó una muestra de 6 rollos y se sumaron sus longitudes,
obteniendo un total de 168 metros. Si se supone que la distancia entre fallas es una
distribución Exponencial: a) Calcule, explicando el significado de las expresiones que
utiliza, los límites de confianza al 90% para la longitud media de los rollos (No utilice la
aproximación Normal pues no es válida); b) ¿Cuántos rollos más habría que medir para
poder dar un intervalo tal que el límite superior sea el doble del inferior? Rta.: a)
P(15,98m < µ < 64,29m)=0,9, b) 17 rollos más.
10.3) Un analista modela el tiempo de atención en la caja de un banco con una

distribución Exponencial. Una muestra aleatoria reciente ha arrojado que entre las 10:00 y
las 11:00 se atendieron 9 clientes. ¿Es posible afirmar estadísticamente que la tasa de
atención de clientes en ese horario es mayor a 1 cada 10 minutos, con un error del 5%?
Plantee un test de hipótesis y calcule el nivel de significación a posteriori. Rta.: No es
posible (α* =0,1527).
10.4) Una empresa fabricante de artículos electrónicos ha recibido numerosos reclamos

por la falla de una plaqueta en uno de sus productos. Las fallas de ese componente se
producen por razones diversas que no están en modo alguno relacionadas al tiempo de
operación, lo que ayuda a modelar la ocurrencia de fallas como un proceso de Poisson.
Según pruebas, la vida media deseada de las plaquetas es de 5.800 hs. Para solucionar el
problema, ingeniería de producto introduce una modificación de diseño y efectúa una
prueba en 7 plaquetas, obteniendo los siguientes resultados (en horas) para su vida útil:
4034, 179, 3816, 7313, 13090, 18565, 3365. ¿Es posible afirmar con una probabilidad
máxima de equivocarse de 5% que la duración media de la plaqueta se ha incrementado
un 20%? Rta.: No (α* =0,29).
10.5) Se cuentan las llamadas con reclamos que llegan a un Call Center para construir un
indicador de la satisfacción de los clientes. Para confeccionar el indicador se elige una
terminal al azar del centro, contando los minutos hasta la recepción de 3 llamados que
efectúen reclamos formales. En la terminal supervisada transcurrieron 410 minutos. Si se
supone que el tiempo entre llamadas tiene distribución Exponencial: a) Estimar la tasa de
recepción de reclamos con un IC del 80% y rediseñar el muestreo para reducir el error en
un 25%. b) ¿Es posible afirmar que se recibe menos de 1 reclamo cada 2 horas, con un
nivel de significación del 5%? Rta.: IC: 2,688x10-3<λ<0,0129, b) α*=0,3368.
41
10.6) Para determinar la calidad de extrusión de un film de PET se desea realizar un test
de hipótesis contando la aparición de fallas en la superficie del plástico. Si se determina
estadísticamente que las fallas ocurren a una tasa mayor a 1 cada 4 metros, el film será de
calidad inaceptable y se deberá reparar la máquina. El nivel de significación establecido es
5% y la potencia del test para una tasa del doble de la especificada debe ser 99%. Diseñar
el test y enunciar la regla de decisión. El método de muestreo deseado consiste en contar
la cantidad de fallas en una extensión fija de film, y se supone que las fallas aparecen de
acuerdo a un proceso de Poisson. a) Indicar la cantidad de plástico que se debe muestrear
y cuántas fallas superficiales deben encontrarse, como mínimo, para tomar la decisión de
reparar la máquina. b) ¿Cuál es la tasa muestral crítica? Rta.: a) t=93,2 metros, rc=32 fallas,
b) 0,3433 fallas/m.
10.7) Se desea diseñar un sistema de muestreo periódico para unos diodos de silicio
cuya falla se produce por causas exclusivamente aleatorias e impredecibles. En el proceso
normal de fabricación, estos elementos tienen, bajo las condiciones exigentes del
muestreo, una vida media de 50 horas de trabajo ininterrumpido. Si se cumple este
estándar, la probabilidad de detener el proceso productivo se establece en 0,05. Por otra
parte, si la vida media baja a 40 horas, dicha probabilidad se establece en 0,9. El método de
muestreo deseado es a la Gamma. T1) ¿Qué distribución de probabilidad utilizaría como
candidata para modelar la vida útil cada diodo? Justifique. T2) Explicar cómo se realizará
el muestreo y qué condiciones deben cumplirse para que los resultados sean válidos.
a) Enunciar la hipótesis nula a ensayar, obtener el tamaño de muestra y el punto
crítico.
b) Calcular la probabilidad de detener el proceso cuando la vida media es de 45
horas.
c) Dibujar la curva de potencia del test indicando claramente las variables que se
llevan en los ejes.
Rta.: a) Tamaño de muestra: 174 elementos, tCRIT=7644 hs, c) 0,386.
10.8) Una empresa fabricante de artículos electrónicos ha recibido numerosos reclamos

por la falla de una plaqueta en uno de sus productos. Las fallas de ese componente se
producen por razones diversas que no están en modo alguno relacionadas al tiempo de
operación. Según pruebas, la vida media de las plaquetas es de 5.800 hs. Para solucionar
el problema, ingeniería de producto introduce una modificación de diseño y efectúa una
prueba en 7 plaquetas, obteniendo los siguientes resultados (en horas) para su vida útil:
4034, 179, 3816, 7313, 13090, 18565, 3365. ¿Es posible afirmar con una probabilidad
máxima de equivocarse de 5% que la duración media de la plaqueta se ha incrementado
un 20%? Rta.: No (α* =0,29).
10.9) Se cuentan las llamadas con reclamos que llegan a un Call Center para construir un
indicador de la satisfacción de los clientes. Para confeccionar el indicador se elige una
terminal al azar del centro, contando los minutos hasta la recepción de 3 llamados que
efectúen reclamos formales. En la terminal supervisada transcurrieron 410 minutos.
a) Estimar la tasa de recepción de reclamos con un intervalo de confianza del 80% y
rediseñar el muestreo para reducir el error en un 25%. b) ¿Es posible, con los datos
obtenidos, afirmar que se recibe menos de 1 reclamo cada 2 horas, con un nivel de
significación del 5%? Rta.: IC: 2,688x10-3<λ<0,0129, b) α*=0,3368.
42
10.10) Problema de comparación de tasas. Se desea comparar el ritmo de trabajo de

dos cajas de supermercado. En una de ellas se ha instalado un nuevo dispositivo de lectura
de códigos que podría mejorar significativamente la calidad del trabajo. Sólo se lo
implementará si se tienen pruebas suficientes para afirmar una mejora del 20% en la tasa
de atención. Luego del muestreo realizado (durante un turno de 180 minutos), la caja con
el método tradicional atendió 189 clientes y la caja con el dispositivo nuevo 201.
Asumiendo que se trata de cajeros que trabajan a un ritmo similar, ¿Se adopta el nuevo
dispositivo? Calcule nivel de significación a posteriori o valor p. Rta.: No hay razones para
adoptar el nuevo dispositivo, α*=0,8925.
43

EA1 Guia de Ejercicios AGO 2019

Загружено:

Сведения о документе

Исходное описание:

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

EA1 Guia de Ejercicios AGO 2019

Загружено:

Авторское право:

Доступные форматы

FACULTAD DE INGENIERÍA – UBA

Se agradecerá a los alumnos la colaboración con la mejora de esta guía indicando

Se podrá encontrar material complementario de ejercitación, con resoluciones

Actualización AGOSTO 2019

Guía 1 – Distribuciones de Probabilidad – Combinación de

1.3) A un comercio entran en promedio 60 personas por hora en forma exclusivamente

1.8) En una planta industrial se ha instalado un sensor proveniente de un fabricante

1.10) En un banco, los saldos de cuentas corrientes tienen distribución Lognormal de

1.12) Un comprador adquiere duraznos a dos proveedores. El proveedor A entrega

1.18) En trabajos de control de producción, el alargamiento hasta la rotura del hilo de

Guía 2 – Esperanza Matemática Parcial – Problemas

A. Problemas con variables aleatorias continuas

2.1) En una empresa se decidió aplicar en una de sus secciones un sistema de

2.2) La demanda semanal de combustible de una planta industrial tiene distribución

2.7) Una línea de ferrocarril estudia la forma de optimizar el servicio de transporte de

B. Problemas con variables aleatorias discretas

2.9) Al maquinar campanas de freno de fundición aparecen poros en la superficie de

2.10) Un fabricante de piezas de fundición recibe un pedido de 10 de ellas según plano.

2.11) Se debe satisfacer un pedido de 8 discos de freno para un prototipo experimental,

2.12) Un servicio de ferry para transporte de automóviles tiene una frecuencia de

2.13) Un artículo cuya producción se programa para la próxima temporada se supone

2.17) Un tipo de rollo de alambre se produce en 2 máquinas trefiladoras, la máquina A

Guía 3 – Principios de Inferencia

3.4) Considere los siguientes estimadores de la varianza σ :

3.5) Se ha tomado una muestra aleatoria de pesos de probetas de hormigón para

3.7) Se controlan piezas defectuosas de un depósito de prefabricadas a la salida de un

3.9) El control de calidad de ampollas de vidrio consiste en contar el número de

Guía 4 – Inferencia sobre la media

4.5) Se prueba una mejora en un proceso productivo de luminarias de alumbrado

4.8) Una carpintería de Capital Federal recibe periódicamente grandes partidas de

4.11) La norma de calidad de determinado tipo de cemento aluminoso establece que la

B. Problemas con desvío desconocido

4.12) La variabilidad entre parcelas de un mismo cultivo es inherente a las mismas

4.14) Se hicieron pruebas de inmersión en solución corrosiva de una aleación

4.16) Para analizar la variabilidad en la medición de un sistema de posicionamiento

4.17) Sea la variable aleatoria Normal X, con

4.18) Un organismo regulador desea detectar la presencia de un contaminante en el

4.20) El consumo diario de combustible de una planta industrial es una variable

4.21) Un proceso de envasado de sachets de inoculantes biológicos debe trabajar con

Guía 5 – Inferencia sobre la varianza en poblaciones Normales

5.2) Se tomó una muestra de la resistencia máxima a la tracción de 8 probetas de un

5.3) En una muestra de 15 tubos fluorescentes pertenecientes al último lote de

Guía 6 – Comparación de dos varianzas en poblaciones

6.2) Se propone modificar el recorrido de una línea de colectivos con el objetivo de

6.4) En una hilandería se estudia la conveniencia de adquirir un nuevo tipo de equipo

Guía 7 – Comparación de dos medias en poblaciones

7.2) Se desea estudiar la efectividad de un nuevo aditivo para combustible, a efectos de

7.3) Se tienen dos enconadoras de hilo de coser cuyas producciones se desean

7.4) Para evaluar el impacto de una mejora ergonómica en la línea de montaje de un

Op. 1 Op. 2 Op. 3 Op. 4 Op. 5 Op. 6 Op. 7 Op. 8

Debe informarse al sector de planta los siguientes aspectos: a) El tiempo en segundos

7.5) Una empresa de transportes desea comprobar si existe una disminución en la

Recorrido tradicional 154 149 147 150 149 157 155

7.6) Se comparan dos métodos de medición de la demanda bioquímica de oxígeno

7.7) Se desea probar el rendimiento de una cepa bacteriana en la inoculación de un

7.8) Se comparan por simulación los tiempos de recolección de pedidos de 10 ítems al

7.10) El sector de servicios de una industria química está evaluando la posibilidad de

Guía 8 – Análisis de la Varianza y test de Tukey

8.1) Se muestrearon al azar 5 bolsas de cada línea de extrusión-confección en la fábrica

Línea 1 (mic) 17 17 18 20 20,5 a) Plantee una hipótesis nula global para la

Máquina 1 22,5 22,7 22,4 22,5 22,0

T) Defina claramente las 20 variables aleatorias involucradas en este problema y cómo es

Fórmula Fórmula Fórmula Fórmula Fórmula