Guia Estadistica Aplicada

PROBLEMAS DE
ESTADSTICA APLICADA
2017
Ing. Roberto M. Garca
Ing. Sergio A. Dopazo

Ing. R. M. Garca - Ing. S. A. Dopazo Gua de Problemas de Estadstica Aplicada
NDICE
TEMAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . PG
TEMA 1 - INFERENCIA PARA MEDIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

(Intervalos de Confianza y Ensayos de hiptesis con varanza poblacional
conocida y desconocida - distribucin de Student)
TEMA 2 - INFERENCIA SOBRE VARIANZAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

(Distribucin 2 - Chi Cuadrado)
TEMA 3 - INFERENCIA en los PROCESOS de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . 16

(Muestreo a la Binomial)
TEMA 4 - COMPARACIN DE VARIANZAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

(Distribucin F de Fisher - Snedecor)
TEMA 5 - COMPARACIN DE DOS MEDIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

(Muestras Independientes y Muestras Apareadas)
TEMA 6 - CONTRASTES CHI-CUADRADO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

(Comparacin en Bernoulli - Pruebas de Independencia - Bondad de Ajuste)
TEMA 7 - MODELO LINEAL DE DOS VARIABLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

(Teora de la Regresin Simple y Anlisis de Correlacin)
TEMA 8 - MODELO LINEAL GENERAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

(Teora de la Regresin Mltiple)
BIBLIOGRAFA BSICA:
Roberto M. Garca (1 ed 2004): Inferencia Estadstica y Diseo de

Experimentos (Eudeba).
R. E. Walpole, R. H. Myers, S. L. Myers (6 ed 1998): Probabilidad

y Estadstica para Ingenieros (Prentice Hall).
Jay L. Devore (5 ed 2001): Probabilidad y Estadstica para

Ingeniera y Ciencias (Thomson Learning).
Pgina 1 de 42
TEMA 1 - INFERENCIA PARA MEDIAS POBLACIONALES (INTERVALOS DE CONFIANZA Y ENSAYOS

DE HIPTESIS CON VARIANZA POBLACIONAL CONOCIDA Y DESCONOCIDA - PARA
POBLACIONES INFINITAS Y FINITAS - DISTRIBUCIN DE STUDENT)
1) Una mquina llenadora de latas de caf dosifica cantidades variables con distribucin Normal de
desvo estndar 15 gramos. A intervalos regulares se toman muestras de 10 envases con el fin de estimar la
dosificacin media. Una de estas muestras arroj una media de 246 gramos.
a) Estimar la dosificacin media con un 90% de confianza. b) Cuntos envases ms habra que pesar
para poder obtener una estimacin cuyo error de muestreo fuera 5 gramos?
Resp: a) Entre 238,1 y 253,9 gramos ; b) 15 envases ms.
2) Una empresa dedicada a la fabricacin de envases de vidrio, cuenta con un plantel numeroso de
operarios, y desea estimar el tiempo medio de tardanza de los mismos. El estudio se realizar sobre la base de
las tarjetas horarias, estableciendo que: i) El mximo error muestral admitido debe ser de 2 minutos; ii) el nivel
de confianza del 99%; iii) el desvo estndar poblacional es de 5 minutos, conocido por ensayos anteriores.
a) Calcular el tamao adecuado de muestra. b) Se toma la muestra y se obtiene que la tardanza media
es de 15 minutos. Estimar la tardanza media de todo el personal.
Resp: a) 42 tarjetas ; b) Entre 13,01 y 16,99 minutos.
3) En una zona de Capital Federal se realizar un muestreo sobre una poblacin compuesta por negocios
minoristas, con el objeto de estimar el nmero medio de empleados por establecimiento. La experiencia en
encuestas por muestreo indica que el desvo es de 1,2 empleados por establecimiento. Se han obtenido los
siguientes resultados muestrales:
Cantidad de empleados Nmero de establecimientos
0 2
1 4
2 5
3 6
4 4
5 2
a) El tamao de muestra extrado es correcto si se pretende un error muestral de 0,5 empleados, y

un nivel de confianza en la estimacin del 95%?. b) Estimar el nmero medio de empleados para todos los
negocios minoristas. c) dem a) y b) considerando que el desvo histrico no es el adecuado.
Resp: a) S ; b) Entre 2,03 y 3,01 empleados. c) 12 establecimientos ms ; entre 1,9 y 3,15 empleados.
4) Las ventas de una revista semanal han sido las siguientes (en miles) en las ltimas cuatro semanas:
15,4 - 18,5 - 16,3 - 19,2.
a) Estimar la venta media semanal con un 95% de confianza. b) Cuntos datos ms haran falta para
poder dar un intervalo con un error de muestreo de 1 (1.000 ejemplares)?
Pgina 2 de 42
Resp: a) Entre 14.496,08 y 20.203,92 ejemplares ; b) 11 datos ms.
5) En una fbrica de materiales elctricos se desea estimar el peso promedio del ltimo lote de rollos de
alambre de cobre salido de produccin. Para ello se eligi al azar una muestra de 20 que arroj un promedio
de 38 kg. Se conoce adems, de registros histricos, el desvo poblacional, que vale 4,2 kg.
a) Estimar el peso medio de los rollos con un 95% de confianza. b) Cuntos rollos ms habra que pesar
para poder obtener una estimacin cuyo error de muestreo fuera 1 kg?
Resp: a) Entre 36,15 y 39,84 kg ; b) 48 rollos ms.
6) En una fbrica de alfombras se desea estimar el peso promedio de los rollos que salen a despacho,
que es muy variable pues su longitud est determinada por la aparicin de fallas en el material. Una muestra
de 60 rollos arroj un peso medio de 48,5 kg con un desvo estndar de 42 kg. Estimar el peso medio de los
rollos con un 10% de riesgo.
Resp: Entre 39,43 y 57,56 kg.
7) El control de recepcin de las partidas de un tipo de hilo de coser industrial, se realiza pesando una
muestra de 10 ovillos de cada partida, rechazando la partida si el peso medio de la muestra resulta inferior a
cierto valor crtico. El valor mnimo admisible del peso medio de los ovillos de toda la partida es de 250 gramos
y la probabilidad mxima de rechazar una partida que cumple con dicha especificacin es del 5%. Se sabe
adems, por disponer de registros histricos extensos, que el desvo estndar de esta variable es de 15 gramos.
Indicar la hiptesis nula apropiada a esta situacin, su condicin de rechazo y la regla de decisin.
)
Resp: H 0 0 = 250g ; CR: Si x < xc = 242,1g Rechazo H0 ; RD: Si de una muestra de 10 ovillos
el peso promedio de la misma es inferior a 242,1 gramos, se rechaza la partida.
8) Una carpintera de Capital Federal recibe peridicamente 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 4 metros. Al examinar una muestra de 5 tablas de una partida recin recibida, se obtuvieron
los siguientes resultados (en metros): 3,8 - 3,74 - 3,98 - 4,1 - 3,9. Se sabe adems que la longitud de las tablas
se distribuye Normalmente con un desvo estndar de 0,15 metros.
a) Considera Ud. aceptable esta partida si se establece en 5% la probabilidad de rechazarla

indebidamente? Justifique conceptualmente el planteo optimista de la hiptesis. b) Cul sera la probabilidad
de aceptar una partida cuya longitud media fuera de 3,85 metros? c) Dibujar las curvas Caracterstica Operativa
y de Potencia. d) Cuntas tablas habra que medir de cada partida para que dicha probabilidad anterior valga
0,1?
Resp: a) S ; b) 0,2776 ; d) 9 tablas.
9) El consumo de combustible de un automvil para un determinado recorrido es una variable aleatoria

de la cual se ha tomado una importante cantidad de datos que han arrojado una media de 11,2 litros con un
desvo estndar de 1,3 litros, valores estos que pueden considerarse parmetros poblacionales. Se desea
ensayar el efecto de un nuevo aditivo con el que se espera reducir el consumo medio y, de confirmarse esta
suposicin, se lanzar al mercado. Dados los costos implicados, se establece un riesgo del 5% de lanzar el
producto cuando no produce el efecto deseado. Se realiza una prueba preliminar en la cual, sobre 10 corridas
(de igual recorrido) se registra un consumo medio de 10,6 litros. Parece razonable asumir que el desvo estndar
no se modificar.
a) Considera Ud. que el resultado de la prueba es concluyente? b) Cul es la probabilidad de lanzar
Pgina 3 de 42
el producto cuando con l se tiene un consumo medio de 10,5 litros? c) Cuntas corridas habra que efectuar
para que la probabilidad anterior valga 90%? d) Dibujar las curvas Caracterstica Operativa y de Potencia para
ambos tamaos de muestra.
Resp: a) No ; b) 0,5231 ; c) 30 corridas (de igual recorrido).
10) Un cliente recibe habitualmente una partida de medidores elctricos que, segn las especificaciones
del contrato, el promedio de las prdidas debe ser menor o igual a 1 watt. Una muestra de 10 medidores, de
una partida recin recibida, arroja una prdida media de 1,06 watts. Se sabe adems, por experiencia anterior,
que las prdidas se distribuyen Normalmente con un desvo de 0,1 watts.
a) Asumiendo en un 10% la probabilidad de rechazarla indebidamente, puede aceptarse la misma? b)

Cul es la probabilidad de aceptar una partida cuya prdida media sea de 1,05 watts? c) Cul debera ser el
tamao de muestra si se pretende que dicha probabilidad valga 10%?
Resp: a) No ; b) 0,3822 ; c) 27 medidores.
11) Una cadena de supermercados considera la posibilidad de cambiar sus mquinas registradoras por
otras ms modernas lanzadas al mercado recientemente. Se ha establecido la conveniencia de la inversin si
se puede asegurar que el tiempo medio de atencin por cliente ha de ser inferior a los 2 minutos y se desea que
valga 5% la probabilidad de tomar una decisin errnea en tal sentido. Se sabe que, con las mquinas actuales,
el desvo estndar respecto del tiempo de atencin es de 1,5 minutos, tenindose razones fundadas para asumir
que con las mquinas nuevas no ha de modificarse. Se realiz un ensayo con las mquinas nuevas, en el cual
se atendieron 40 personas en 68 minutos.
a) Cul sera, con esta informacin, la decisin recomendada? b) Cul sera la probabilidad de
comprar las nuevas mquinas, si con ellas el tiempo medio de atencin fuera de 1,8 minutos?
Resp: a) No comprar las nuevas mquinas ; b) 0,2114.
12) El consumo diario de combustible en una planta industrial es variable con distribucin
aproximadamente Normal y desviacin estndar 23 litros. Se considera la posibilidad de introducir una
modificacin en el proceso tecnolgico, que slo se justificar si se logra obtener un consumo medio inferior a
200 litros. A efectos de tomar una decisin, se trabaj durante 5 das con el proceso modificado obtenindose
un consumo medio de 180 litros.
a) Aconsejara Ud. efectuar tal modificacin con probabilidad mxima de error del 5%? b) Estime con
un 20% de riesgo el consumo medio de combustible con el proceso modificado.
Resp: a) S ; b) Entre 166,81 y 193,19 litros.
13) En una curtiembre, el consumo diario de uno de los productos qumicos principales es variable con
una media de 580 litros y desvo estndar de 72 litros. El Jefe de Produccin ha propuesto una modificacin en
una de las etapas del proceso, que implicar mayores costos, pero que se justificara si se lograra una
disminucin del 10% en el consumo medio. Si as ocurriera, se desea un 90% de probabilidad de implementarla,
pero si no se obtuviera resultado alguno, el riesgo se establece en un 5%.
a) Indique la hiptesis nula apropiada a esta situacin, calcule el tamao de la muestra a tomar, indique
la condicin de rechazo y la regla de decisin correspondiente. b) Calcule la probabilidad de implementar la
modificacin si con ella se obtiene una disminucin del 5% en el consumo medio y dibuje la curva de potencia
del ensayo, marcando claramente los valores numricos de abscisa y ordenada de 3 puntos al menos. c) Si se
decidiera hacer el ensayo de hiptesis dos veces, cada una con una muestra de n das, y el consumo hubiera
diminuido en un 5%, cul sera la probabilidad de que ninguna de las muestras lo detecte?
Pgina 4 de 42
)
Resp: a) H0 580 l ; n = 14 das ; CR: Si x < xc = 548,34 l Rechazo H0 ; RD: Si de una muestra de 14
das de observacin el consumo promedio es inferior a 548,34 litros, se implementa la modificacin; b) 0,4452 ; c)
0,3078.
14) Un fabricante estudia la compra de un equipo para elaborar herramientas para la construccin. La
compra ser viable si se puede asegurar que el equipo no requiere en promedio ms de 12 min de tiempo de
preparacin por cada hora de operacin. El jefe de compras visita una empresa en donde est instalado el equipo
y por la informacin que recibe comprueba que 25 horas de operacin seleccionadas al azar, han requerido un
total de 4 horas y 30 min de tiempo de preparacin. Se sabe adems, que el desvo estndar del tiempo de
preparacin por hora de operacin es de 2 minutos. Si se establece en un 5% el riesgo de comprar
equivocadamente el equipo:
a) Aconsejara Ud. comprarlo? b) Cul es la probabilidad de no efectuar la compra si el tiempo medio

es de 11 minutos? c) Cuntas horas habra que operar el equipo si se pretende que la probabilidad anterior
valga 10%?
Resp: a) S ; b) 0,1963 ; c) 35 horas.
15) Se desea establecer un sistema de muestreo peridico para controlar la resistencia a la rotura de
unas piezas de Dural, de modo tal que se cumplan las siguientes condiciones: i) Si la resistencia media es de
38 kg/mm, detener el proceso productivo con probabilidad 0,1; ii) si dicho parmetro vale 37 kg/mm, detener
el proceso con probabilidad 0,95. Se sabe que esta variable tiene un desvo estndar de 1,3 kg/mm.
a) Indicar la hiptesis nula apropiada, su condicin de rechazo, el tamao de la muestra a tomar y la regla
de decisin. b) Calcular la probabilidad de detectar que la resistencia media vale 37,5 kg/mm2. c) Dibujar la curva
de potencia del ensayo.
Resp: a) H0 ) 0
= 38kg / mm , CR:Si x < x = 37,56kg / mm RechazoH , n = 15 piezas , RD: Si de una
2
c
2
0
muestra de 15 piezas la resistencia promedio de la misma es inferior a 37,56 kg/mm2 se detiene el proceso ; b) 0,5824.
16) Se desea disear un sistema de muestreo peridico para controlar el rendimiento de un proceso
qumico, cuyo valor estndar es del 80%; la probabilidad de detenerlo y revisarlo equivocadamente debe ser 0,05,
pero cuando baja al 75% se desea una probabilidad 0,9 de detectarlo. Entre distintas pruebas, los valores de
rendimiento se distribuyen Normalmente con un desvo del 6%.
a) Indicar la hiptesis nula apropiada, su condicin de rechazo y la regla de decisin. b) Calcular la

probabilidad de detener el proceso cuando su rendimiento es del 76%. c) Dibujar las curvas Caracterstica
Operativa y de Potencia. d) Si en un ensayo de prueba se obtuvo un rendimiento medio de 75%, qu decisin
tomara?
Resp: a) H0 ) 0
= 80% , CR:Si x < x = 77,26% RechazoH , RD: Si de una muestra de 13 observaciones
c
0
el rendimiento promedio es menor que 77,26% se detiene el proceso ; b) 0,776 ; d) Detener el proceso y revisarlo.
17) La resistencia a la rotura de cierto tipo de alambre tiene distribucin Normal con media 280 kg y
desvo estndar 20 kg. Se cree que un proceso de fabricacin recin desarrollado puede aumentar la resistencia
sin modificar el desvo estndar, pero slo se lo implantar si se tiene una razonable seguridad de que
efectivamente es as. Se ha establecido en un 5% la probabilidad de implantar el nuevo mtodo cuando en
realidad la resistencia no se modifica, y en un 15% la probabilidad de no implantarlo si se incrementa en 10 kg.
a) Establezca la hiptesis nula, la condicin de rechazo y la regla de decisin. b) Cul es la probabilidad
Pgina 5 de 42
de implantar el nuevo mtodo si la resistencia media aumenta en 5 kg?
Resp: a) H0 ) 0
= 280kg , CR:Si x > x = 286,1kg RechazoH , RD: Si de una muestra de 29
c
0
observaciones la resistencia promedio es mayor que 286,1kg se implanta el nuevo mtodo de fabricacin ; b) 0,3826.
18) Una compaa desea disear un sistema de muestreo peridico para controlar la recepcin de
grandes partidas de un producto. El proveedor desea tener la seguridad de que le rechacen a lo sumo el 5% de
las partidas buenas, que son aquellas que cumplen con la especificacin de que la resistencia media mnima es
de 1.250 kg. A su vez, el cliente desea rechazar al menos el 90% de las partidas malas, que son aquellas cuya
resistencia media es inferior a 1.100 kg. Ambos firman un contrato en el cual constan las condiciones anteriores
y se establece que la decisin de rechazar o aceptar una partida se tomar en funcin del resultado de una
muestra de n unidades elegidas al azar de la misma. Existen registros histricos por los cuales se sabe que el
desvo de la resistencia a la rotura es de 180 kg.
a) Indicar la hiptesis nula apropiada, su condicin de rechazo y la regla de decisin. b) Calcular la

probabilidad de detectar que una partida dada resiste en promedio 1.200 kg.
Resp: a) H0 ) 0 = 1.250kg , CR:Six < xc = 1.167,88kg RechazoH0 , RD: Si de una muestra de 13

unidades la resistencia promedio es menor que 1.167,88 kg se rechaza la partida; b) 0,26.
19) La resistencia a la rotura de un tipo de ltex es una variable Normal con media 4,5 kg y desvo
estndar 0,3 kg. Se cree que un aditivo recientemente desarrollado por los tcnicos puede incrementar la
resistencia media y, si as no ocurriera, se desea un 5% de probabilidad de tomar la decisin incorrecta. Si la
resistencia se incrementa en 0,2 kg, se desea un 99% de adoptar el aditivo.
a) Indicar la hiptesis nula apropiada a esta situacin, el tamao de la muestra a tomar, la condicin de
rechazo y la regla de decisin. b) Realizar tablas de valores para las curvas operativa y de potencia y graficarlas.
Resp: a) H0 ) 0 = 4,5kg , n = 36 muestras, CR:Six > xc = 4,58kg RechazoH0 , RD: Si de una muestra
de 36 observaciones la resistencia promedio es mayor que 4,58 kg se adopta el aditivo.
20) El tipo de aceite usado en las unidades de una empresa trasportista es una variable que incide
sensiblemente en el costo de mantenimiento. En la actualidad se tiene un costo por unidad de 250 U$s por mes
y se desea realizar un experimento con otro tipo de aceite ms costoso que el actual a los efectos de comprobar
una posible disminucin del costo total de mantenimiento. Se ha establecido un presupuesto experimental de
6 meses y una probabilidad del 1% de tomar una decisin equivocada en caso de que el costo mensual no
disminuya. Se sabe que el costo mensual tiene un desvo estndar de 30 U$s, valor este que se ha mantenido
muy estable con el tiempo y seguramente no se modificar con el nuevo aceite. Se realiz la prueba durante los
6 meses y se obtuvo un costo por unidad de 232 U$s por mes.
a) Establezca la hiptesis nula apropiada, realice el ensayo e indique la decisin recomendada. b)

Calcule la probabilidad de tomar una decisin equivocada para el caso en que el costo baje en un 10% y dibuje
la curva operativa del ensayo indicando claramente las variables que se llevan en los ejes y los valores numricos
de abscisa y ordenada de dos puntos al menos.
Resp: a) H0 ) 0 = 250U$s , No se rechaza la hiptesis nula por lo cual no se cambia por el nuevo tipo de aceite;
b) 0,6122.
21) Un fabricante de pilas para linternas afirma que la vida media de ellas excede las 30 horas y las
ofrece en condiciones muy ventajosas. Una empresa desea comprar una cantidad muy grande de pilas si la
afirmacin es cierta y a efectos de evaluarla se plantean en la gerencia 2 alternativas. Alternativa 1: algunos
Pgina 6 de 42
sostienen que, en principio, no hay motivos para dudar del fabricante deseando considerar la oferta,
estableciendo en un 10% la probabilidad de no concretar la operacin cuando la vida media exceda las 30 hs,
y en un 5% la probabilidad de concretarla si la vida media es de 27 hs. Alternativa 2: otros en cambio consideran,
por las condiciones tan ventajosas, que la afirmacin del fabricante debe tomarse con cautela, siendo
conveniente establecer una probabilidad del 5% de concretar la operacin si la vida media no supera las 30 hs,
y un 90% de concretarla si la vida media es de 32 hs. Se sabe que la duracin de las pilas se distribuye
normalmente con una desviacin estndar de 5,5 hs. Indicar, para cada una de las alternativas, la hiptesis nula
apropiada, la condicin de rechazo y la regla de decisin.
Resp: Alternativa 1: H0 ) 0 = 30hs , CR:Six < xc = 28,69hs RechazoH0 , RD: Si de una muestra de 29
pilas la duracin promedio es menor que 28,69 hs no concretar la operacin
Alternativa 2: H0 ) 0 = 30hs , CR:Six > xc = 31,12hs RechazoH0 , RD: Si de una muestra de 65 pilas
la duracin promedio es mayor que 31,12 hs concretar la operacin.
22) El control de recepcin de las partidas de hilado que llegan a una tejedura se efecta a travs de
una muestra de 10 ovillos midindose en cada uno la resistencia del hilado, cuyo valor medio para toda la partida
debe ser de 25 kg por lo menos. El proveedor acepta un riesgo mximo del 5% de recibir de vuelta una partida
buena y el comprador, a su vez, desea rechazar el 99% por lo menos de las partidas malas. Se sabe que la
resistencia a la rotura de este hilado es una variable Normal con un desvo de 2,2 kg.
a) Cul es la resistencia media muestral mnima para aceptar una partida? b) Cul es la resistencia
media poblacional de las partidas consideradas malas por el comprador? c) Dibujar la curva que describe las
probabilidades de detectar partidas malas.
Resp: a) 23,86 kg; b) 22,24 kg.
23) El departamento de Ingeniera de una empresa ha desarrollado un modelo modificado de su

contactor AX-2. Luego de algunas pruebas experimentales, se piensa que el nuevo modelo tendr una vida
til promedio de por lo menos un 10% superior al actual. De acuerdo con registros histricos, la vida del AX-2
tiene una media de 10.000.000 contactos con un desvo de 2.300.000. Despus de algunas discusiones, la
Gerencia General decide fabricar una serie de prototipos y someterlos a pruebas exhaustivas. Como el contactor
actual est muy bien posicionado en el mercado y si bien el nuevo modelo tendra el mismo costo, el Gerente
Comercial opina que le parece razonable aceptar un riesgo del 15% de poner en el mercado el nuevo modelo
en caso de que su vida media sea exactamente un 10% superior a la actual. Dado el costo de los prototipos, se
recomienda adems al Jefe de Ingeniera, que limite la cantidad a ensayar de modo que la probabilidad de
recomendar el cambio si la vida media no aument sea a lo sumo de un 5%. Se asumir adems que el desvo
estndar no se modificar.
a) Indicar la hiptesis nula, la condicin de rechazo y la regla de decisin. b) Dibujar la curva de potencia
del ensayo.
Solucin: Por tratarse de una inversin con riesgo econmico, se recomienda ensayar una hiptesis pesimista,
adoptando como 0 el peor valor, es decir 10 (millones de contactos), o sea:
H0 ) 0 = 10 millones de contactos. (Este es el primer paso: planteo de la Hiptesis nula adecuada al problema).
De acuerdo con el enunciado, el valor de es 0,05. (Este es el segundo paso: determinacin del Error de Tipo I).
El tercer paso es la determinacin del tamao de la muestra n, pero no es dato, as que hay que calcularlo para poder
calcular el crtico y estipular la condicin de rechazo. El valor crtico depende de n.
2,3 2,3
La condicin de rechazo es: Si x > xc = 0 + Z (1 ) = 10 + Z ( 0,95 ) = 10 + 1,6449
n n n
Para calcular el valor de n, utilizamos el dato del 15% de probabilidad de poner en el mercado el nuevo modelo en caso
Pgina 7 de 42
de que su vida media alcance los 11 millones de contactos. Este valor de 0,15 es la probabilidad de rechazar la
hiptesis nula siendo falsa (para 1 = 11 millones de contactos), o sea es la potencia 1-
= 0,15, de manera que
Z 1 = Z 0,15 = 1,0364 . Calculamos ahora n con la frmula:
( ) ( )
2 2
Z
n=
( )
(1 ) + Z (1 )
Z
(
= ( 0,95 ) )
+ Z ( 0,15 ) 2
= (1,6449 1,0364 ) 2,3 = 2

1 0 1 0 11 10

2,3
Ahora se puede calcular el crtico: xc = 10 + 1,6449 = 12.675.175,87 contactos. La regla de decisin es:
2
se realizar una prueba con 2 prototipos del nuevo modelo de contactor y se calcular el promedio de sus duraciones,
si este supera los 12.675.175,87 contactos, se adoptar el nuevo modelo.
24) La recaudacin mensual de un club en concepto de cuotas de socios es variable con media 128.000
U$s y desvo 12.500 U$s. A efectos de aumentarla, se contratan los servicios de una compaa de cobranzas
que obtiene, en los primeros 4 meses una media de 140.000 U$s; esta compaa cobra 5.000 U$s por sus
servicios.
a) Asumiendo que el desvo estndar no se modifica y con un riesgo del 10%, continuara Ud.
contratando a esta compaa? b) Cul sera la probabilidad de no detectar que la recaudacin media (sin
descontar lo que cobra) aumenta a 145.000 U$s (bruto)? c) Cul sera la respuesta a la pregunta a) si la
compaa cobrara por sus servicios una comisin del 2% sobre el monto recaudado?
Solucin: a) Ensayamos la siguiente hiptesis: H0 ) 0 = 128.000U$s
Esta hiptesis se rechazar si la compaa de cobranzas obtiene una recaudacin media neta mayor o igual a 136.010
U$s (siendo este valor el crtico). Como obtuvo una recaudacin media bruta de 140.000 U$s, que equivale a un valor
neto de 135.000 U$s, la hiptesis no se rechaza y no se recomienda continuar con esta compaa. Se obtiene el mismo
resultado con valores brutos tomando 0 = 133.000 U$s, con lo cual la media crtica es de 141.010 U$s.
b) La probabilidad de no detectar el aumento es la probabilidad de cometer error de tipo II para un 1 = 145.000 U$s
(valor bruto), o sea un valor neto de 1 = 140.000 U$s. O sea que = 0,2616.
c) En este caso la hiptesis que ensayamos es: H0 ) 0 = 128.000U$s
Esta hiptesis se rechazar si se obtiene una recaudacin media neta mayor o igual que 136.010 U$s (siendo este el
valor crtico). Pero como cobra el 2%, el bruto se calcula dividiendo el neto por 0,98, por lo tanto la recaudacin bruta
deber superar los 138.785,71 U$s. En este caso la hiptesis nula se rechazara y convendra continuar con la
compaa.
25) En una pieza fabricada que ha de acoplarse a otras piezas, hay una dimensin crtica cuyo valor
debe ser aproximadamente de 11,5 cm. La variabilidad del proceso de fabricacin est dada por un desvo
estndar de 0,1 cm. 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) Cul deber ser el tamao 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) Cules
sern los lmites de control? c) Cul es la probabilidad de revisar el proceso cuando la media es de 11,46 cm?
Resp: a) 11 piezas; b) 11,45 cm y 11,55 cm; c) 0,3766.
26) Un torno automtico produce una pieza cuya longitud tiene distribucin Normal con un desvo
estndar de 0,1 cm. Si est bien ajustado, la media es de 2 cm, pero cuando la herramienta de corte adopta una
posicin incorrecta, dicho promedio se altera, aumentando o disminuyendo, sin llegar a modificarse el desvo
Pgina 8 de 42
estndar; en ese caso debe corregirse la posicin de la herramienta. Una muestra de 10 piezas arroj una
longitud media de 2,04 cm.
a) Si se establece en un 10% la probabilidad de concluir errneamente que el torno est desajustado,

cul sera su conclusin? b) Si estuviera desajustado y la longitud media fuera de 1,95 cm, cul sera la
probabilidad de no efectuar el ajuste? c) Cul debera ser el tamao de la muestra si se desea reducir dicha
probabilidad al 20%? d) Dibujar las curvas Caracterstica Operativa y de Potencia para ambos tamaos de
muestra.
Resp: a) Se considera que el torno no necesita ajuste; b) 0,5248; c) 25 piezas.
27) Las ventas mensuales de un producto son variables con media 700.000 unidades. Durante 5 meses
se ha desarrollado una campaa publicitaria registrndose los siguientes volmenes 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
mximo del 1% que la campaa ha sido efectiva? b) Estimar el volumen medio de ventas con un 95% de
confianza. c) Durante cuntos meses ms habra que continuar con la campaa si se pretende disminuir en un
50% el error muestral de la estimacin anterior?
Resp: a) No; b) Entre 640.810 y 845.590 unidades; c) 8.
28) El departamento de produccin de una empresa ha resuelto instalar un nuevo dispositivo en el

proceso productivo si existe una razonable seguridad de que la produccin por hora aumenta en un 10% como
mnimo. Actualmente la produccin media es de 100 unidades por hora. Se establece en un 5% el riesgo mximo
de instalar equivocadamente el nuevo dispositivo y, a efectos de tomar una decisin, se realiza una prueba
durante 50 horas obtenindose un promedio de 120 unidades con un desvo estndar de 10 unidades. Establecer
la hiptesis adecuada e indicar qu decisin tomara Ud.?
)
Resp: H0 0 = 110un. ; se toma la decisin de instalar el nuevo dispositivo.
29) Una pequea fbrica de pinturas ha desarrollado un producto que puede competir en calidad y precio
con el de la empresa lder del ramo. Se ha establecido la conveniencia de su lanzamiento si se puede asegurar
una venta media mnima de 100 lt por cliente y por ao. A tal efecto, se enviaron muestras gratis a 16 posibles
clientes, interrogndoselos luego sobre el volumen anual de pintura que estaran dispuestos a comprar. Se
obtuvo as una media muestral de 114 lt con un desvo estndar de 18 lt.
a) Asumiendo un riesgo del 10%, cul sera la decisin recomendada? b) Calcular los lmites de
confianza del 90% para el volumen medio de pintura. c) A cuntos clientes ms habra que enviar muestras
para poder dar un intervalo cuya amplitud sea la mitad del anterior?
Resp: a) Se toma la decisin de lanzar el producto; b) Entre 106,11 y 121,89 lt; c) 43 clientes ms.
30) Una empresa radicada en el interior del pas comenzar una campaa de ventas si el ingreso medio
de las familias de la zona supera los 1.000 U$s por mes. A efectos de tomar una decisin se toma una muestra
de 100 familias registrndose un ingreso medio en el ltimo mes de 1.100 U$s y un desvo estndar de 923 U$s.
Asumiendo un 1% de probabilidad de comenzar la campaa equivocadamente:
a) Aconsejara Ud. comenzar la campaa de ventas? b) Calcule lmites de confianza del 90% para el
ingreso medio de esta zona. c) Recalcule tamao de muestra para reducir a la mitad el error muestral del
intervalo hallado.
Resp: a) No se aconseja comenzar la campaa; b) Entre 946,75 y 1.253,26 U$s; c) 395 familias.
Pgina 9 de 42
31) Una empresa que produce galletitas desea controlar el funcionamiento de una mquina
empaquetadora que, en condiciones normales, el peso medio de los paquetes debe ser 250 g. Se tom una
muestra de 20 paquetes obtenindose un peso medio de 280 g y una desviacin estndar de 15 g, y se establece
en un 1% el riesgo mximo de detener y revisar la mquina si funciona correctamente. Luego de evaluar los
resultados de la muestra se decide detener la mquina y revisarla.
a) Considera Ud. que la decisin tomada es correcta? b) Estime con un 1% de riesgo el peso promedio
de los paquetes? c) Cmo disminuira el error de la estimacin anterior en un 30%?
Resp: a) S; b) Entre 270,4 y 289,6 g; c) Aumentando el tamao de la muestra a 37 paquetes.
32) Los siguientes datos representan los tiempos de armado para 20 circuitos electrnicos elegidos al
azar (en minutos):
9,8 - 10,4 - 10,6 - 9,6 - 9,7 - 9,9 - 10,9 - 11,1 - 9,6 - 10,2
10,3 - 9,6 - 9,9 - 11,2 - 10,6 - 9,8 - 10,5 - 10,1 - 10,5 - 9,7
Supngase que el tiempo necesario para armar una unidad es una variable aleatoria normal con desvo
estndar = 0,6 minutos. Basndose en esta muestra, existe alguna razn para creer, con un nivel de
confianza del 95 %, que el tiempo medio de armado es mayor de 10 minutos?
Resp: No.
33) Por investigaciones anteriores se sabe que el peso medio de cerdos de 6 semanas es de 45 kg con
un = 8 kg. Se ensaya un nuevo tipo de alimentacin con una poblacin de 1.200 cerdos de un establecimiento,
seleccionando una muestra al azar de 36 de ellos arrojando un peso medio de 47 Kg.
a) Puede decirse que se ha incrementado el peso promedio de los cerdos?; b) Estimar con un 90% de
confianza el peso promedio de la poblacin de cerdos de dicho establecimiento; c) Estimar con un 90% de
confianza el peso total de la poblacin de cerdos de dicho establecimiento.
Resp: a) Si se toma un 6,4% o ms de riesgo, la respuesta es: si; caso contrario, la respuesta es: no puede
asegurarse que el peso medio de los cerdos; b) Entre 44,84 y 49,16 kg; c) Entre 53.807,93 y 58.992,06 kg.
34) El tiempo estndar para el montaje de un conjunto es de 360 segundos con un desvo estndar de
50 segundos:
a) Dentro de qu lmites variar el tiempo medio durante una jornada de 8 horas, para que podamos
decir que el operario trabaja en forma estndar? (se acepta un error de tipo I del 5%). b) Cul ser el error de
tipo II si el operario realmente est utilizando un tiempo medio 8% superior al estndar y si las muestras que se
utilizan para este control son de 20 conjuntos durante el perodo de control?
( )
Resp: a) 349,04" x 370,96" ; b) = 0,269.
35) El nivel promedio de colesterol para una muestra aleatoria de 25 hombres de 30 aos de edad fue
de 214 unidades (miligramos de colesterol por cada 100 mililitros de sangre) y la varianza di 456 unidades2.
Entre qu valores se encontrar el nivel promedio de colesterol con un Nivel de Confianza del 95%?
Pgina 10 de 42
Resp: Entre 205,18 y 222,82 unidades.
36) Un fabricante de azcar envasa en bolsas de papel de 1 kg lo que es correcto cuando el proceso est
bajo control. Peridicamente se toma una muestra de 9 unidades, de un lote de produccin, para controlar el
proceso de embolsado. Sobre un lote de 1.400 bolsas terminadas, se tom una muestra al azar arrojando una
media que result de 1,1 kg y un desvo de 0,15 kg.
a) Plantear la hiptesis adecuada al problema y determinar si el proceso se encuentra fuera de control,

a la luz de los datos obtenidos, para un riesgo del 10%. b) Estimar para un 95% de confianza el peso promedio
del lote producido.
Resp: a) H0 ) 0 = 1kg , hay razones suficientes para afirmar que el proceso se encuentra fuera de control; b) Entre
0,985 y 1,215 kg.
PROBLEMAS RELACIONADOS CON EL CONTROL DE CALIDAD:
37) En un proceso de fundicin de un determinado metal se sabe que los valores de la tensin de rotura
promedio y de la desviacin estndar son de 500 y 20 lb respectivamente. Se realiza un control en forma
peridica tomando muestras de tamao 6 piezas. Los siguientes datos son las tensiones de rotura promedio de
una serie de muestreo del metal:
Muestra: 1 - 2 - 3 - 4 - 5 - 6 - 7 - 8 - 9 - 10
Media: 498,6 - 508,3 - 484,6 - 505,7 - 491,7 - 495,4 - 482,6 - 515,2 - 510,8 - 503,7
a) Obtener los lmites de control (para una especificacin de tolerancia de 3 ) para la tensin de rotura
media de la muestra y hacer una grfica de control; existe alguna media muestral que se encuentre fuera de
los lmites? b) Cul es la probabilidad de no detectar un corrimiento en el valor real de la tensin de rotura
promedio de 500 a 494 lb?
Resp: a) Entre 475,5 y 524,5 lb, no se encuentra ningn valor fuera de los lmites; b) 0,9882.
38) El consejo estatal formado para controlar la calidad de agua selecciona cada semana 5 muestras
de una fuente de abastecimiento y determina la concentracin promedio de una sustancia txica. Los siguientes
datos son las cantidades promedio en partes por milln, de la sustancia txica, durante 12 semanas:
Semana: 1 - 2 - 3 - 4 - 5 - 6 - 7 - 8 - 9 - 10 - 11 - 12
Media: 5,2 - 4,9 - 5,5 - 5,4 - 4,8 - 4,6 - 5,5 - 4,7 - 5,1 - 4,5 - 5,8 - 5,6
a) Si se toma como valor nominal un promedio de 5 ppm con un = 0,5 ppm, obtener, para un riesgo
del 5%, los lmites de control para la concentracin promedio. Existe alguna razn para alarmarse para ste
perodo? b) Cul es la probabilidad de tener una concentracin media de 6,6 ppm? c) Cul es la probabilidad
de detectar un desplazamiento en el valor de la concentracin media de 5 ppm a 5,25 ppm?
Resp: a) Entre 4,56 y 5,44 ppm, si hay razones para alarmarse porque se encuentran valores fuera de los lmites; b)
Es imposible; c) 0,2009.
Pgina 11 de 42
TEMA 2 - INFERENCIA SOBRE VARIANZAS (DISTRIBUCIN CHI-CUADRADO)
1) Una mquina envasadora de botellas de gaseosas dosifica volmenes variables cuyo desvo estndar
no debe superar los 15 cm 3. Se controla peridicamente tomando muestras de 10 envases y midiendo los
volmenes dosificados. Una de las muestras arroj un desvo de 18,2 cm3.
a) Recomendara Ud. detener la mquina y revisarla con un riesgo mximo del 5%? b) Estimar con un
riesgo del 5% la desviacin estndar de los volmenes dosificados.
Resp: a) No; b) Entre 12,51 y 33,23 cm3.
2) Una compaa embotelladora considera la posibilidad de comprar una nueva mquina dosificadora
si se puede asegurar que el desvo estndar de los volmenes dosificados es menor que 15 cm3, y a efectos
de tomar una decisin se realiza una prueba con 20 envases arrojando un desvo estndar de 12,5 cm3.
a) Recomendara comprar la mquina con un riesgo mximo del 5%? b) Estimar con un riesgo del 5%
la desviacin estndar mxima de los volmenes dosificados.
Resp: a) No; b) 17,13 cm3.
3) La desviacin estndar de la resistencia a la rotura de una partida de 30 piezas producidas por una
compaa fue de 200 kg. Estimar con un nivel de confianza del 95% el desvo estndar de la resistencia a la
rotura de todas las piezas.
Resp: Entre 159,28 y 268,86 kg.
4) En una muestra de 15 tubos fluorescentes pertenecientes al ltimo lote de produccin, se obtuvo que
la desviacin estndar de la duracin ha sido de 120 hs.
a) Estimar el desvo estndar de la duracin de todos los tubos con un riesgo del 10%. b) Calcular el
tamao de muestra necesario para tener una relacin entre los lmites de estimacin del desvo igual a 2.
Resp: Entre 92,25 y 175,16 horas; b) 14 tubos.
5) La volatilidad de una accin est dada por el desvo estndar de su cotizacin diaria. A mayor
volatilidad mayor riesgo, pero tambin mayor posibilidad de obtener ganancias en el corto plazo. Durante los
ltimos 20 das se obtuvo, para una accin dada, un desvo estndar de 0,25 U$s.
a) Puede asegurar, con 10% de error, que el desvo verdadero es superior a 0,20 U$s? b) Establezca
un intervalo de confianza del 80% para el desvo verdadero.
Resp: a) Si; b) Entre 0,21 y 0,32 U$s.
6) Se han tomado datos de tensin de rotura, en Kg/mm, de una aleacin de aluminio, obtenindose:
37,6 - 38,4 - 38,8 - 37,9.
a) Calcular los lmites de confianza del 90% para el desvo estndar. b) Cuntos datos ms habra que
tomar para que el lmite superior, del intervalo para el desvo estndar, sea el doble que el lmite inferior?
Resp: a) Entre 0,33 y 1,55 Kg/mm2; b) 10 datos ms.
Pgina 12 de 42
7) El peso de los ovillos de hilo que salen de una ovilladora tiene distribucin Normal con un desvo
estndar que se controla peridicamente con muestras de 20 ovillos. Una de dichas muestras arroj un desvo
de 15 gramos.
a) Calcular los lmites de confianza del 95% para el desvo. b) Qu tamao de muestra habra que
tomar para tener intervalos cuyo lmite superior sea un 50% mayor que el inferior?
Resp: a) Entre 11,41 y 21,91 gramos; b) 49 ovillos.
8) El control de la variabilidad de los pesos de suelas de goma se realiza tomando muestras peridicas
de 10 unidades, deteniendo el proceso tecnolgico en caso de que el desvo S de los pesos tome un valor
anormalmente alto. El valor considerado normal para el desvo de la poblacin es de 5 gramos como mximo
y, de ser as, la probabilidad de detener el proceso se ha establecido en un 5%. Calcular el valor crtico (Sc) del
desvo estndar muestral.
Resp: Para rechazar, S debe ser mayor que 6,86 gramos.
9) Un proceso produce cierta clase de cojinetes de bolas cuyo dimetro interior es de 3 cm. Se
seleccionaron en forma aleatoria 12 de estos cojinetes y se miden sus dimetros internos, que resultaron ser
(valores en cm):
3,01 - 3,05 - 2,99 - 2,99 - 3,00 - 3,02
2,98 - 2,99 - 2,97 - 3,02 - 3,01 - 2,97
Suponiendo que el dimetro es una variable aleatoria normalmente distribuida, determinar un intervalo
de confianza del 95% para la varianza (2).
Resp: Entre 0,00027 y 0,00157 cm2
10) Un torno automtico produce cierta pieza de bronce que tiene una dimensin crtica cuya variabilidad
se trata de controlar a tal efecto se midieron 5 piezas con los siguientes resultados en mm:
25,4 - 25,1 - 24,9 - 25,2 - 25.
Entre qu lmites se encontrar la varianza de esta dimensin con un 90% de Nivel de Confianza?
Resp: Entre 0,0156 y 0,2082 mm2.
11) Se espera tener una cierta variacin aleatoria nominal en el espesor de las lminas de plstico que
una mquina produce. Para determinar cundo la variacin en el espesor se encuentra dentro de ciertos lmites,
cada da se seleccionan en forma aleatoria 12 lminas de plstico y se mide su espesor en milmetros. Los datos
que se obtuvieron son los siguientes:
12,6 - 11,9 - 12,3 - 12,8 - 11,8 - 11,7
12,4 - 12,1 - 12,3 - 12,0 - 12,5 - 12,9
a) Si se supone que el espesor es una variable aleatoria distribuida normalmente, obtener los intervalos
de confianza estimados del 90% para la varianza desconocida del espesor. b) Si no es aceptable una varianza
mayor de 0,09 mm2, para un riesgo del 5%, existe alguna razn para preocuparse con base en esta evidencia?
Resp: a) Entre 0,0835 y 0,359 mm2; b) No.
Pgina 13 de 42
12) El promedio de ventas en dlares por distribuidor de un determinado producto en una muestra de
20 supermercados, ha sido durante el ao pasado de 3.500 U$s con un desvo estndar de 210 U$s.
a) Estimar con un riesgo del 5% el desvo estndar de las ventas por distribuidor, en todos los
supermercados durante el ao pasado. b) Cuntos supermercados ms habra que analizar si se pretende
disminuir en un 30% la relacin entre ambos lmites anterior?
Resp: a) Entre 159,7 y 306,71 U$s; b) 70 supermercados ms.
13) Una hilandera adquiere una nueva mquina cuyo fabricante asegura gran regularidad en espesores
y tensionado del hilado. Para un determinado tipo, el peso por metro deber ser de 1,5 g con un desvo estndar
mximo de 0,03 g/m, lo que entra cmodamente en las especificaciones de la mquina. No obstante, dada la
importancia del peso medio (por su incidencia directa en los costos) y de la variabilidad que afecta a la calidad
del producto, se realiza una prueba piloto de la que se extraen 9 muestras de 1 metro con los siguientes
resultados:
Muestra N 1 - 2 - 3 - 4 - 5 - 6 - 7 - 8 - 9
Peso (g/m) 1,55 - 1,50 - 1,54 - 1,57 - 1,51 - 1,52 - 1,53 - 1,52 - 1,56
a) Qu puede decirse a la luz de los resultados obtenidos en la prueba piloto? b) Estimar el peso medio
por metro y el desvo standard de la produccin total de la mquina con un Nivel de Confianza del 95%. c)
Cuntas muestras ms se debern extraer como prueba piloto para disminuir en un 60% la relacin entre
lmites de la estimacin del desvo standard calculado en b)?
Resp: a) No se cumplen con las especificaciones establecidas (tanto como ). b) El peso promedio entre 1,5153 y
1,5514 g/m; y el desvo standard entre 0,0158 y 0,0449 g/m. c) 476 muestras ms.
Pgina 14 de 42
TEMA 3 - INFERENCIA EN LOS PROCESOS DE BERNOULLI
1) El rating de un programa de televisin se mide como el porcentaje de hogares que est viendo el
programa en un momento dado. Una compaa medidora de rating cuenta con un panel de 600 hogares
colaboradores, en los cuales ha instalado un people meter (dispositivo que registra cada minuto si el televisor
est encendido y en qu canal, y enva telefnicamente la informacin a la base de datos durante la noche). Se
ha registrado el rating de un determinado programa en 25 puntos. Es decir que el 25% de los hogares del panel
vio todo el programa ese da.
a) Calcular un intervalo de confianza del 90% para el rating de ese determinado programa. b) Sabiendo
que cada people meter cuesta 320 U$s, calcular la inversin adicional en dispositivos necesaria para medir el
rating con un error de muestreo de 1%.
Resp: Entre 22,11% y 28,08%, o entre 22,09% y 27,91% (por normal); b) Se necesitan 4.474 people meter ms, o sea
una inversin adicional de 1.431.680 U$s.
2) Una empresa comercializadora de cosmticos ha diseado un nuevo catlogo para promocionar un

producto, con el cual espera aumentar el porcentaje de clientes compradores en 2 puntos. Con el catlogo actual,
se sabe que cada vez que el mismo se enva a potenciales clientes, el porcentaje de compradores es del 8%.
Para probar la efectividad del nuevo catlogo se envan 100 a posibles clientes y al tiempo se reciben 14 pedidos.
a) Calcular el intervalo de confianza del 90% para en porcentaje de compradores. b) Calcular el nuevo
tamao de muestra para un error muestral de 0,02. c) Considera que la prueba ha sido concluyente para
cambiar de catlogo asumiendo un 5% de riesgo?, es decir, considera Ud. que la prueba permite asegurar que
con el nuevo catlogo el porcentaje de clientes compradores es superior al 10%? d) Cul es la probabilidad de
cambiar de catlogo si con el nuevo se logra una efectividad de respuesta del 12%?
Resp: a) Entre 8,67% y 21,02%, o entre 8,26% y 19,74% (por normal); b) 816; c) No; d) 0,1415, o 0,1832 (por normal).
3) Una empresa productora de bebidas gaseosas iniciar una campaa publicitaria televisiva si el
porcentaje de televidentes que ven programas deportivos en forma continuada es superior al 60%. A efectos de
tomar una decisin se analiza una muestra de 500 televidentes comprobando que 325 de ellos ven programas
deportivos en forma continuada, y se establece en un 10% el riesgo mximo de iniciar la campaa cuando el
porcentaje no supera el 60%.
a) Aconsejara Ud. iniciar la campaa? b) Cul es la probabilidad de no iniciar la campaa cuando el

porcentaje de televidentes es del 66%? c) Cul es la probabilidad de iniciar la campaa cuando dicho porcentaje
es del 68%? d) Dibujar las curvas Caracterstica Operativa y de Potencia.
Resp: a) S; b) 0,0724, o 0,0659 (por normal); c) 0,9922, o 0,9936 (por normal).
4) El director de un instituto superior de enseanza no est conforme con la inscripcin obtenida en los
cursos a distancia, que actualmente es slo del 5% sobre las cartas enviadas. Decide entonces encomendar la
tarea de reorganizar dichos cursos a uno de sus profesores, quien ha de proponer los temas y programas. Se
van a enviar n cartas a posibles interesados, tal que valga 0,2 la probabilidad de concluir errneamente que la
proporcin aument y 0,9 la probabilidad de detectar que aument 2 puntos porcentuales.
a) Indicar la condicin de rechazo y la regla de decisin. b) Hallar la probabilidad de detectar que la

proporcin aument 1 punto porcentual. c) Suponga que se envan las n cartas y responden favorablemente el
5,2%, puede concluir Ud. que la proporcin aument? d) Hallar la probabilidad de no detectar que la proporcin
aument en 2 puntos porcentuales.
Resp: a) CR: Si en una muestra de 654 cartas hay 38 o ms inscriptos, se concluye que el porcentaje de inscriptos
aument, o (por normal) CR: Si en una muestra de 652 cartas hay 38 o ms inscriptos, se concluye que el porcentaje
Pgina 15 de 42
de inscriptos aument; b) 0,6041, o 0,619 (por normal); c) No; d) 0,1 (es dato).
5) El proceso productivo de una pieza trabaja en condiciones normales con un 12% de unidades
defectuosas. Este porcentaje se controla peridicamente tomando muestras de 50 unidades y contando cuntas
defectuosas hay. Si el proceso est bajo control, la probabilidad de detenerlo y revisarlo debe valer 0,05.
a) Cuntas defectuosas se debern encontrar en la muestra de 50 para detener el proceso y revisarlo?

b) Cul es la probabilidad de no detener el proceso cuando el porcentaje de defectuosas es del 14%? Dibuje
la curva caracterstica de operacin. c) Cuntas unidades se debern controlar si se pretende disminuir al 50%
la probabilidad anterior?
Resp: a) Por lo menos 11; b) 0,9176, o 0,9015 (por Poisson); c) 755, o 859 (por Poisson), en cambio si se hubiera
utilizado la aproximacin normal el resultado es 715 (esto se debe a que Poisson tiende a tomar muestras ms grandes
de lo necesario para asegurarse la consecucin de los xitos).
6) Problema fundamental del Control de Recepcin: En una empresa industrial se desea disear un
sistema peridico de muestreo para el control de recepcin de una pieza que es suministrada en grandes
cantidades. El proveedor admite que, como mximo, le rechacen el 5% de las partidas buenas, que son aquellas
que tienen un 11% de unidades defectuosas. A su vez, el comprador desea rechazar el 99% de las partidas
malas, que son aquellas cuyo porcentaje defectuoso es del 16%.
a) Cuntas unidades debern revisarse de cada partida y cuntas defectuosas debern encontrarse
en la muestra de control para rechazar la partida? b) Cul es la probabilidad de rechazar una partida que tiene
un 14% de unidades defectuosas? c) Trace la Curva de Potencia.
Resp: a) n = 747, por lo menos 97, o (por normal), n = 749, por lo menos 97; b) 0,8019, o 0,8114 (por normal).
7) El control de recepcin de una pieza seriada se realiza revisando 100 unidades, rechazando el lote
si se encuentran 9 ms defectuosas. De este modo, el comprador afirma que es pequeo el riesgo del
proveedor (probabilidad de que le rechacen un lote que contiene el 5% defectuoso admitido por contrato) y tiene
en cambio un riesgo del 15% de aceptar un lote "malo".
a) Indique la hiptesis nula que se est ensayando y calcule el riesgo del proveedor. b) Calcule el
porcentaje defectuoso poblacional del lote definido como malo. c) Dibuje la curva de potencia del ensayo,
marcando claramente las variables que lleva en los ejes y los valores numricos de abscisa y ordenada de tres
puntos al menos.
Solucin: a) Se ensaya la siguiente hiptesis nula:
H0 )p p 0 = 0,05 , siendo p la verdadera fraccin defectuosa del lote.
Ahora, en nuestro caso, tenemos el valor de rc, que ha sido establecido en 9 (9 o ms defectuosas en la muestra de
100). El riesgo del proveedor, que debemos calcular, es precisamente el valor de , es decir, el nivel de significacin
del ensayo. Si se aplica, errneamente, la aproximacin Normal a la distribucin Binomial, se tiene que:
p0 (1 p 0 )
CR: r rc = n p 0 + Z (1 ) = 9 , despejando de la ecuacin obtenemos = 0,0332
n

El valor exacto del riesgo del proveedor se obtiene:
= Gb(rc / n;p0 ) = Gb(9 / 100;0,05) = 0,0631 , observamos que la aproximacin normal es errnea.
Si se quiere utilizar una aproximacin, la ms adecuada es la aproximacin de Poisson a la distribucin Binomial:
= Gpo(rc / m = n p0 ) = Gpo(9 / 5) = 0,0681 , lo cual es adecuado.
Pgina 16 de 42
b) El porcentaje defectuoso poblacional del lote definido como malo es el valor de p1 que satisface a la siguiente
expresin:
= 0,15 = Fb(8 / 100;p1 ) = probabilidad de aceptar un lote de porcentaje defectuoso p1 = 0,1183 (11,83%)
Si aplicamos la aproximacin de Poisson, obtenemos:
Fpo(8 / 100 p1 ) = 0,15 p1 = 0,1208 (12,08%) o bien se puede obtener mediante la siguiente expresin:
24,156 24,156
(2 2
= ( = 24,156 p = 1
= = 0,1208 (12,08%).
)
2n 200
1 ;2 r c
0,85;18 )
Si hubiramos aplicado la aproximacin normal (dado que para un p = 0,1183 o p = 0,1208, la aproximacin ms
adecuada es la normal), obtenemos:

rc 1 + 0,5 n p1 8,5 100 p1 p$ c p1
= = Z() =
n p1 (1 p1 ) 100 p1 (1 p1 ) p1 (1 p1 )

n
Reemplazando por los valores numricos, tenemos:
0,09 p1
Z ( 0,15 ) = 1,0364 = (1)
p1 (1 p1 )
100
La incgnita p1 aparece bajo la raz y tambin en el numerador, por lo tanto, para obtener su valor, despus de trabajar
la ltima expresin llegaremos a una ecuacin de segundo grado.
Elevamos al cuadrado ambos miembros:

2
2 (0,09 p ) 1
( 1,0364) = p (1 p )
, ordenando la ecuacin obtenemos:
1 1
100
100 + ( 1,0364)2 p2 2 0,09 + ( 1,0364 )2 p + 100 0,09 2 = 0

1 1 ( )
La ltima expresin es una ecuacin de segundo grado, sus soluciones son:
p1 = 0,124 ; p1 = 0,065
Es decir que tenemos dos soluciones p1 = 0,124 y p1 = 0,065. Sin embargo slo la primera (0,124 = 12,4%) es correcta,
porque slo ella satisface la ecuacin de partida (1). La otra solucin es extraa y se introdujo al elevar al cuadrado
dicha expresin. Observamos, paradjicamente, que da mejor la aproximacin de Poisson. Hay que tener en cuenta
que los criterios de aproximacin no siempre resultan adecuados.
8) Para una pieza que se produce en grandes cantidades, se estudia la posibilidad de cambiar la materia
prima por otra ms costosa, si es posible asegurar una disminucin importante en el porcentaje de defectuosas,
que actualmente llega al 14%. Si se logra disminuir dicho porcentaje al 10%, se desea un 95% de probabilidad
de cambiar la materia prima, pero si no hubiera disminucin alguna, se establece en un 1% dicha probabilidad.
a) Indicar la hiptesis nula apropiada a esta situacin, el tamao de la muestra, la condicin de rechazo
y la regla de decisin. b) Calcular la probabilidad de no efectuar el cambio, cuando con l se obtiene un
porcentaje defectuoso del 12% y dibujar una curva que d probabilidades de no efectuar el cambio en funcin
del parmetro de ensayo, marcando los valores numricos de abscisa y ordenada de 3 puntos al menos.
Pgina 17 de 42
)
Resp: a) H0 p p 0 = 0,14 , n = 1.059 piezas (o por normal n = 1.058 piezas), CR: Si rc 122 defectuosas Y
Rechazo H0 (o por normal 121 defectuosas), RD: Si de una muestra de 1.059 piezas hay 122 defectuosas o menos
se cambia la materia prima (o por normal de una muestra de 1.058 piezas hay 121 defectuosas o menos se cambia
la materia prima); b) 0,664 o 0,6851 (por normal).
9) Una empresa forestal ha resuelto explotar un monte de eucaliptus si se puede asegurar que el
porcentaje de rboles mayor de 5 metros supera el 70%. Se eligieron 30 rboles al azar y se hallaron 25 mayores
de 5 metros. Se ha fijado en un 5% el riesgo de explotarlo errneamente.
a) Aconsejara Ud. la explotacin del monte? b) Si se eligieran 100, cuntos deberan superar los 5
metros para aconsejar la explotacin? c) Estimar con 5% de riesgo el porcentaje de rboles mayor de 5 metros.
d) Cuntos rboles deberan seleccionarse si se pretende disminuir en un 50% el error de la estimacin
anterior?
Resp: a) No; b) Por lo menos 78; c) Entre 65,28% y 94,36% o entre 61,11% y 94,59% (por Poisson); d) 102 o 118 (por
normal, deberamos haber usado Poisson, pero sta aproximacin solamente trabaja con la relacin entre lmites y en
este problema me piden reducir un error muestral).
10) En una empresa productora de artculos de consumo masivo se ha lanzado una campaa publicitaria
sobre un jabn en polvo cuya penetracin en el mercado era del 12%. Se desea ahora realizar una encuesta para
comprobar si la campaa ha sido efectiva, en cuyo caso se realizar una campaa 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 decisin errnea, y en cambio, un aumento en la penetracin de 3 puntos se considera un resultado
razonablemente bueno, en cuyo caso la probabilidad de tomar una decisin equivocada se establece en un 10%.
a) Indicar la hiptesis nula apropiada a esta situacin, la condicin de rechazo y la regla de decisin. b)
Calcular la probabilidad de efectuar otra campaa cuando con sta se ha obtenido un aumento de 2 puntos. c)
Qu tamao de muestra se debera tomar si se pretende que la probabilidad anterior valga 90%? Cul sera
en este caso la regla de decisin? d) Dibujar la curva que representa dichas probabilidades en funcin de la
penetracin obtenida en el mercado, teniendo en cuenta ambos tamaos de muestra.
Resp: a) H0 )p p0 = 0,12 , CR: Si r rc = 233 xitos, se rechaza la H0 (o por normal CR: Si
p$ > p$ c = 0,1387 r rc = 228 xitos, se rechaza la H0), RD: Si de una muestra de 1.675 personas por lo menos
233 se encuentran interesados, se concluye que la campaa ha sido efectiva (o por normal Si de una muestra de 1.637
personas por lo menos 228 se encuentran interesados, se concluye que la campaa ha sido efectiva); b) 0,5527 o
0,561 (por normal); c) n = 3.660, la regla de decisin se estipula con rc = 486 xitos (o, por normal: n = 3.604 con
p$ c = 0,1326 , rc = 479 xitos).
11) En un proceso de mecanizado de precisin de ejes de bronce, el dimetro es variable con distribucin
normal de media 10 mm y desvo estndar 0,046 mm. La tolerancia de esta pieza es 10 0,08 mm por lo que
se tiene un 4,1% de unidades defectuosas en bajo-medida pues la P( x 9,92) = ( 1,74 ) = 0,041 . Las unidades
en sobre-medida no se consideran defectuosas pues se vuelven a tornear. Se estima que, utilizando una nueva
aleacin, ms costosa, puede disminuir dicho porcentaje, siendo el equilibrio econmico para un 2,5%. Se desea
no ms de un 10% de probabilidad de cambiar de aleacin si el porcentaje no se modifica.
Establecer la hiptesis nula apropiada, el tamao de la muestra y la regla de decisin.
)
Resp: H0 p p 0 = 0,041 , n = 255 piezas (o por normal n = 253 piezas), RD: Si en una muestra de 255 piezas se
encuentran 6 o menos defectuosas, se rechaza la hiptesis y se adopta la nueva aleacin (o por normal: Si en una
muestra de 253 piezas se encuentran 4 o menos defectuosas).
Pgina 18 de 42
12) La frmula del ltex utilizado para profilcticos es un secreto industrial de cada fabricante. En una
fbrica de estos artculos se tiene un porcentaje de defectuosos (pinchados) del 6%, pero se est considerando
cambiar la formulacin actual por otra ms costosa, con la esperanza de disminuir el porcentaje de pinchados.
Si bajara al 4%, se deseara un 90% de cambiar, pero si no bajara, la probabilidad de cambio debe valer un 1%.
a) Indicar la hiptesis nula apropiada, el tamao de la muestra a tomar, el valor crtico. b) Calcular la
probabilidad de adoptar la nueva frmula cuando con ella se obtiene un 5% de unidades defectuosas y dibujar
una curva que d probabilidades de adoptar la nueva frmula en funcin del parmetro de ensayo, marcando
claramente los valores numricos de abscisa y ordenada de 3 puntos al menos.
)
Resp: a) H0 p p 0 = 0,06 , n = 1.618 unidades (o por normal n = 1.615 unidades), rc = 75 o menos (o por normal:
73 o menos); b) 0,2725 o 0,2448 (por normal).
13) Una persona denunci que en un casino privado haba una ruleta adulterada pues haba observado
que el cero se produca con frecuencia excesiva. El juez solicit entonces la asesora de un consultor estadstico
para que elevara el informe correspondiente. Registr datos de 1.000 bolas en las cuales el cero se present 42
veces.
a) Considera Ud. que la denuncia tiene fundamento estadstico?. b) Si el cero tuviera una probabilidad
del 5%, cul sera con ese tamao de muestra la probabilidad de detectar la anomala? (Nota: En una ruleta
equilibrada y convencional, la probabilidad de cero es 1/37).
Resp: a) Si; b) 0,9788 o 0,9825 (por normal),
14) En un taller metalrgico se controla diariamente la fraccin defectuosa de un tipo de biela, tomando
una muestra de 25 unidades y sometindolas a un ensayo de ultrasonido, para detectar si no tienen poros de
fundicin. En una de estas muestras se encontraron 3 unidades defectuosas. Se pide calcular:
a) Los lmites de confianza del 95% para la fraccin defectuosa. b) La fraccin defectuosa mxima que
hay en la poblacin con 95% de probabilidad.
( )
Solucin: a) P A p B = 1 = 0,95 , aplicando las ecuaciones tenemos:
Gb(r / n;p = A ) = Gb(3 / 25; A) = 0,025 A = 0,0255 (2,55%)

2
Fb(r / n;p = B) = Fb(3 / 25;B) = 0,025 B = 0,3122 (31,22%)
2
Si se hubiera usado la aproximacin de Poisson:

Gpo(r / m = n A ) = A=
( 2
;2 r ) = ( 0,025;6 ) = 1,237 = 0,0248 (2,48%)
2 2n 50 50
21 ;2 r + 2 2
Fpo(r / m = n B) = B =
( 2 ) = ( 0,975;8 ) = 17,535 = 0,3507 (35,07%)
2 2n 50 50
( )
b) Fb 3 / 25;B = 0,05 B = 0,2817 (28,17%), o
( )
utilizando la aproximacin de Poisson: Fpo 3 /m = 25 B = 0,05 B = 0,3101 (31,01%).
15) Calcular los lmites de confianza del 90% de la fraccin de defectuosa, si de un proceso productivo
se tom una muestra de 10 unidades en la cual se encontr:
Pgina 19 de 42
a) 1 unidad defectuosa. b) 0 unidad defectuosa.

Resp: a) Entre 0,0051 (0,51%) y 0,3942 (39,42%) o entre 0,0051 (0,51%) y 0,4744 (47,44%) (por Poisson); b) Entre
0 (0%) y 0,2589 (25,89%) o Entre 0 (0%) y 0,2996 (29,96%) (por Poisson).
16) En un estudio de muestreo de trabajo se indica que sobre una muestra de 600 observaciones, una
mquina se mantuvo inactiva el 10% del tiempo total.
Cules sern los lmites de confianza para la proporcin de tiempo inactivo? (Tomar un Nivel de
Confianza del 95%).
Resp: Entre 0,0772 (7,72%) y 0,1268 (12,68%) o Entre 0,076 (7,6%) y 0,124 (12,4%) (por normal).
17) La produccin de llantas del pas se clasifica en tres categoras: de primera, acabado imperfecto y
defectuosas. Las ltimas dos categoras implican prdidas para la compaa, ya que se venden en un precio
menor o se desechan. En una fbrica de importancia se obtuvieron 198 llantas, en una muestra aleatoria de
1.000 llantas, que no cumplieron los requisitos para ser de primera.
Estime el porcentaje de llantas que no son de primera en toda la produccin del pas, formando un
intervalo de confianza del 95%.
Resp: Entre 17,37% y 22,41% o Entre 17,33% y 22,27% (por normal).
18) Un inspector de control de calidad ha encontrado, en una muestra, que el 30% de los tornillos tienen
algn tipo de defecto. Si se toma una muestra de 30 tornillos:
Se desea conocer el intervalo de confianza del 95% para el porcentaje de tornillos defectuosos de toda
la produccin.
Resp: Entre 14,74% y 49,4% o Entre 13,32% y 46,68% (por normal).
19) En los presupuestos de mano de obra se ha establecido el nivel de ausentismo en un 7% respecto

de los "das - hombre" disponibles. En un anlisis efectuado sobre 1000 "das - hombre" se ha registrado un 8,5%
de ausentismo.
Para un riesgo del 10%, Podemos decir que se han modificado las condiciones previstas en los
presupuestos?
Resp: Si.
20) Para el plan de muestreo: n = 10 y rc =1:
Calcular el AQL y LTPD para riesgos de proveedor y consumidor 5% y 10% respectivamente.

Resp: p0 = 0,0051 y p1 = 0,2057; o p0 = 0,0051 y p1 = 0,2303 (por Poisson).
21) De un proceso productivo de horneada de piezas para tratamiento trmico se extrae una muestra
de n unidades. La horneada se acepta si en la muestra se encuentra a lo sumo una pieza defectuosa:
a) Qu valor debe tener n para que la probabilidad de aceptacin (de una horneada dnde el 10% de
defectuosas es aceptable) sea menor del 5% ? b) Cul es la probabilidad de aceptar (con ese plan de muestreo)
un lote que contenga el 11% de defectuosas?
Pgina 20 de 42
Resp: a) n = 46 piezas o n = 48 piezas (por Poisson); b) 0,0314 o 0,032 (por Poisson).
22) Describir el plan de muestreo, de un proceso productivo, que mejor satisfaga las siguientes
condiciones:
a) AQL = 1,5% y LTPD = 4% para un riesgo del consumidor y proveedor del 10% y 5% respectivamente.
b) AQL = 2% y LTPD = 5% para un riesgo del consumidor y proveedor del 10% y 15% respectivamente.
Resp: a) n = 353 y rc = 10, o n = 362 y rc = 10 (por Poisson); b) n = 209 y rc = 7, o n = 218 y rc = 7 (por Poisson). Si
hubiramos usado la aproximacin Normal, los resultados seran: a) n = 326 y rc = 9; b) n = 201 y rc = 7
23) Se supone que el porcentaje de defectuosos de un proceso de manufactura es del 4%. El proceso
se vigila diariamente mediante la toma de muestras de n = 80 unidades. ste se detiene cada vez que se
encuentran cinco o ms unidades defectuosas en la muestra.
Si el verdadero porcentaje de unidades defectuosas es de 5,5%, cul es la probabilidad de detener el

proceso?
Resp: 0,451 o 0,4488 (por Poisson).
24) Se supone que la calidad de un lote muy grande es de slo 5% de unidades defectuosas. Un plan
de muestreo requiere una muestra de 40 unidades y un nmero de aceptacin igual a 2 unidades defectuosas.
a) Cul es la probabilidad de que el lote sea aceptado? b) Si la calidad del lote fuera del 6,25% de
unidades defectuosas, cul es la probabilidad de que el lote sea aceptado?
Resp: a) 0,6767 (dem por Poisson); b) 0,5397 o 0,5438 (por Poisson).
Pgina 21 de 42
TEMA 4 - COMPARACIN DE VARIANZAS - DISTRIBUCIN F DE FISHER-SNEDECOR
1) En un taller metalrgico se han incorporado dos nuevos tornos automticos de distinta marca. Con
ambos se hace la misma pieza. Con el fin de compararlos se toma como base las medidas (en dcimas de mm)
de los dimetros de dos conjuntos de piezas hechos en cada uno. Se obtuvieron los siguientes resultados: S1
= 3,6 de una muestra n1 = 13 piezas y S2 = 5,4 de una muestra n2 = 25 piezas.
Calcular los lmites de confianza del 90% para la relacin entre los desvos poblacionales.
Resp: Entre 0,4512 y 1,0553 (para 1/2); o Entre 0,9476 y 2,2164 (para 2/1).
2) En un taller de manufactura de una pieza de una aleacin especial Dural, se considera la posibilidad
de cambiar la composicin qumica por otra ms costosa a efectos de disminuir el desvo estndar de la
dimensin crtica, establecindose en 0,1 la probabilidad de cambio si el desvo disminuye slo en un 20%. Se
hizo una prueba con 21 piezas del material actual, obtenindose un desvo de 0,084 mm y luego otra prueba con
13 piezas de la aleacin propuesta, que arroj un desvo de 0,06 mm.
a) Cul es la decisin recomendada? b) Calcule un intervalo de confianza del 90% para la relacin entre
los desvos.
Resp: No aconsejar el cambio de composicin qumica; b) Entre 0,4733 y 1,1393 (para P/A).
3) Una empresa agropecuaria posee dos establecimientos de invernada para engorde de novillos Angus,
denominados La Providencia y Casablanca. Los lotes que salen a venta en ambos presentan pesos promedio
razonablemente controlados, pero hay dudas en la variabilidad, pues parece, por lo que se aprecia visualmente,
que no son todos igual de parejos, lo cual se debe, probablemente, a distintos criterios de seleccin por parte
de los capataces. A efectos de la comparacin, se registraron los pesos de 50 animales terminados de cada
establecimiento, con los siguientes resultados:
Establecimiento La Providencia Casablanca
n= 50 50
Media = 428 kg 432 kg
Desvo = 12 kg 18 kg
a) Puede asegurar con 5% de error que los desvos difieren? b) Calcule los lmites de confianza del 90%
para la relacin de desvos. c) Recalcule el tamao de muestra para un intervalo cuyo lmite superior sea un 50%
mayor que el inferior.
Resp: a) Si; b) Entre 1,1832 y 1,9017 (para Ca/LP); c) En cada establecimiento 68 animales terminados.
Pgina 22 de 42
TEMA 5 - COMPARACIN DE DOS MEDIAS. MUESTRAS INDEPENDIENTES Y MUESTRAS

APAREADAS
1) En la dcada del '70 se descubri que la sustancia cancergena (NDMA) se formaba durante el secado
de la malta verde usada en la fabricacin de cerveza. En la dcada del '80 se desarrolla un nuevo proceso de
secado inoculando un inhibidor biogentico para minimizar la formacin de NDMA. Se obtuvieron muestras de
ambos procesos con los siguientes resultados expresados en partes por billn de NDMA:
Proceso Viejo: 6 - 4 - 5 - 5 - 6 - 5 - 5 - 6 - 4 - 6 - 7 - 4
Proceso Nuevo: 2 - 1 - 2 - 2 - 1 - 0 - 3 - 2 - 1 - 0 - 1 - 3
Qu puede decirse de los resultados del nuevo proceso de secado?

Resp: Se puede asegurar que se ha minimizado la formacin de NDMA.
2) Se desea comparar dos raciones A y B para la crianza de potrillos sangre pura de carrera a efectos
de lo cual se seleccion un conjunto de 12 potrillos machos, todos hijos de un mismo semental, para el
experimento. Se eligieron 6 al azar y se les asign la racin A, en tanto que a los restantes se les asign la
racin B. Se les suministraron las raciones durante un el mismo lapso y se registraron los siguientes aumentos
de alzada en cm:
Racin A: 1,5 - 2,5 - 3,5 - 2,0 - 3,0 - 3,5
Racin B: 2,5 - 2,0 - 4,5 - 4,0 - 3,5 - 4,0
Se asumir que, dadas las condiciones del experimento, existen razones para suponer que los desvos
son iguales. a) Considera Ud. que este experimento es concluyente para poder afirmar, con probabilidad
mxima de error del 5%, que las raciones difieren? b) cmo planteara Ud., a priori de los datos, la hiptesis
nula apropiada, si le advirtieran que la racin B es ms cara que la A y que slo se la adoptara si pudiera
asegurarse al 10% que con ella la alzada media supera a la que se obtendra con A en 0,5 cm al menos?
Resp: a) No; b) H0 )
B
+ 0,5 ; o H ) 0,5 , para = 0,10
A 0
3) En una hilandera se considera la posibilidad de reparar a nuevo las hiladoras, si es posible asegurar
con la reparacin, con un riesgo mximo del 5%, un aumento estadsticamente discernible en la produccin
media por mquina. Se eligieron entonces 4 mquinas al azar y se las repar, registrndose luego la produccin
de cada una para un perodo dado; se obtuvo as una media de 1.470 metros de hilado con un desvo estndar
de 132 metros. Como se desconoca la produccin de las mquinas sin reparar, se registr la produccin de 16
de ellas en el mismo perodo, obtenindose una media de 1.208 metros con un desvo de 354 metros.
Independientemente de las diferencias observadas entre los desvos, parece indudable que los valores
poblacionales no deben considerarse iguales.
a) Aconsejara Ud. la reparacin de todas las mquinas? b) Calcular los lmites de confianza del 90%
para la diferencia entre las producciones medias.
Resp: a) Si; b) Entre 67,54 y 456,46 metros.
4) Se desea estudiar la efectividad de un nuevo aditivo para combustible, a efectos de lo cual se realiz
una prueba sobre 10 corridas en distintos automviles que arrojaron un consumo medio de 4,2 litros con un
desvo estndar de 0,58 litros. Adems, se efectu una prueba similar, tambin sobre 10 corridas, con otros
Pgina 23 de 42
automviles de la misma marca y modelo y el mismo trayecto pero sin el aditivo, obtenindose un consumo
medio de 5,25 litros con un desvo de 0,63 litros. Se tienen fundadas razones (no certeza) para creer que los
desvos son iguales.
a) Asegurara 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?
Resp: a) Si; b) Si.
5) Se desea comparar la efectividad para el engorde de novillos de dos variedades de cebada forrajera
como pastoreo, a efectos de lo cual se seleccion un lote lo ms parejo posible, dividindolo en dos grupos de
15 animales cada uno, que se pastorearon durante el mismo lapso de tiempo en potreros sembrados con dichas
variedades, registrndose los aumentos de peso en kg de todos los novillos, datos que, luego de procesados,
arrojaron los siguientes resultados:
Promedio Desvo
Variedad A: 25 kg 3,4 kg
Variedad B: 26,2 kg 2,8 kg
a) Considera Ud. que estos datos son concluyentes al 5%? b) Cul es la diferencia de aumento de
peso mnima que puede garantizarse para la variedad B con 5% de riesgo?
Resp: a) No; b) (- 0,73 kg).
6) Se tienen dos enconadoras de hilo de coser cuyas producciones se desean comparar, a efectos de
lo cual se realiz un experimento en el que se midi la cantidad de metros de hilo enconados durante el mismo
lapso de tiempo (n = 5 das), obtenindose los siguientes resultados (en miles de km):
Promedio Desvo
Mquina A: 1,52 0,17
Mquina B: 1,91 0,22
Se tiene la presuncin, no la certeza, de que los desvos son iguales. a) Asegurara Ud. que con la
mquina B se obtiene como mnimo una produccin superior en un 10% a la de la otra? b) Asegurara Ud. que
con la mquina B se obtiene como mnimo una produccin superior en 100 km respecto de la otra? c) Cul
es la diferencia de produccin mnima, en miles de km que puede garantizarse para la mquina B con 5% de
riesgo? d) Qu diferencia porcentual mnima puede garantizarse para la mquina B con 5% de riesgo?
Resp: a) No; b) S; c) 0,1588 miles de km; d) Un incremento porcentual mnimo del 9,69%.
7) Se ha desarrollado una nueva variedad de maz hbrido que tendr un costo de produccin mayor que
la actual. Para efectuar la comparacin se sembraron 10 parcelas al azar con cada variedad, obtenindose los
siguientes rendimientos en quintales por parcela:
Promedio Desvo
Variedad Actual: 15,2 1,63
Pgina 24 de 42
Variedad Nueva: 17,1 1,43
Dada la ndole del experimento, se tiene la certeza de que los desvos son iguales. Para lanzar el nuevo
producto al mercado, se desea tener un 95% de seguridad de que su rendimiento supera en un 10% al menos
al actual. Establecer la hiptesis nula apropiada, efectuar el ensayo e indicar la decisin a tomar.
Resp: H0 ) N 1,1 A ;o H0 ) 0 ; No se recomienda el uso de la nueva variedad de maiz.
8) Se realiz un experimento para probar la eficacia de un aditivo en la frmula de un tipo de ltex, que
se espera aumente la resistencia media a la traccin del producto. Se realizaron 21 ensayos con el aditivo, que
arrojaron una resistencia media de 8,5 kg con un desvo estndar de 1,2 kg. Con respecto al comportamiento
del producto sin el aditivo, jams se haba realizado un experimento diseado para analizarlo, razn por la cual
se aprovech la oportunidad para realizar 61 ensayos que arrojaron una resistencia media de 7,6 kg, con un
desvo estndar de 1,25 kg.
a) Cul es la diferencia mnima en la resistencia media que se obtiene con el aditivo, con 90% de
probabilidad? b) Asegurara Ud. con 10% de riesgo de equivocarse que el aditivo aumenta la resistencia media
en un 10% al menos? c) Cul es el porcentaje mnimo de aumento en la resistencia media que se obtiene con
el aditivo con 90% de probabilidad?
Resp: a) 0,4954 kg; b) No; c) Un incremento porcentual mnimo del 6,43%.
9) Se realiz un experimento para comparar dos marcas de mquinas cosechadoras, John Deere y
Vasalli, tomando 5 mquinas elegidas al azar de cada marca y registrando los volmenes cosechados en
toneladas durante un da, con los siguientes resultados:
John Deere: 3,2 - 2,8 - 2,4 - 3,6 - 2,7
Vasalli: 2,5 - 2,2 - 3,7 - 2,1 - 2,9
Aceptando que la variabilidad en los resultados se debe a las siguientes causas: Primero la diferencia
entre las parcelas cosechadas, segundo las contingencias de la tarea (roturas, paradas, etc.), y tercero la
diferencia entre las mquinas. Entonces, las causas primera y segunda influyen igual para ambas marcas, pero
no tenemos informacin sobre la causa tercera, es decir que las diferencias entre mquinas podran ser distintas
para John Deere y Vasalli. Por lo cual no existen razones fuertes para pensar que las varianzas poblacionales
son iguales.
a) Es posible asegurar con 10% de error que los volmenes medios cosechados son diferentes? b)
Calcule un intervalo de confianza del 80% para la diferencia entre los volmenes medios cosechados.
Resp: a) No; b) Entre (-0,2397) y 0,7597 Tn/da.
10) En una empresa productora de artculos de consumo masivo se ha lanzado una campaa publicitaria
sobre un jabn en polvo a efectos de incrementar las ventas mensuales. Se desea ahora comprobar si la
campaa ha sido efectiva, en cuyo caso se realizar una campaa similar sobre otro de los productos. A tal
efecto, si no se ha conseguido el resultado deseado, se establece una probabilidad del 5% de tomar una decisin
equivocada. Se registraron las ventas durante los cuatro meses que dur la campaa obtenindose un promedio
de 642.000 unidades con un desvo estndar de 73.000 unidades. Con respecto a las ventas anteriores a la
campaa, no se dispona de registros histricos extensos que permitieran conocer su valor exacto, pero pudo
obtenerse los datos correspondientes a los ltimos 12 meses que arrojaron un valor medio de 570.000 unidades
con un desvo estndar de 45.000 unidades. Se tiene la razonable presuncin de que los desvos son iguales.
Pgina 25 de 42
a) Cul sera su decisin si se deseara tener la casi seguridad de que con la campaa las ventas se
incrementan en 50 unidades por lo menos? b) dem a) si se deseara asegurar un incremento del 10% por lo
menos. c) Alguien ensay la hiptesis de que las ventas medias con la campaa eran inferiores a 580.000
unidades y la rechaz; calcule la probabilidad de que se haya equivocado.
Resp: a) No puedo asegurar que la campaa haya incrementado las ventas en 50 unidades; b) No puedo asegurar que
la campaa haya incrementado las ventas en un 10%; c) = 0,094.
11) Se desea estudiar la efectividad de un nuevo plaguicida contra el pulgn en cultivos de avena
amarilla, que es muy sensible a dicho insecto. Para efectuar la prueba se fumigaron 5 parcelas infectadas y se
obtuvo en la cosecha un rendimiento medio de 20 quintales por parcela, con un desvo de 2,5 quintales por
parcela. Con el producto tradicional se hizo una prueba similar con un rendimiento medio de 19,5 quintales por
parcela, con un desvo de 3 quintales por parcela.
a) Asegurara Ud., al 10% de error, que con el nuevo producto se obtiene una diferencia mnima de 0,2
quintales por parcela, dado que se tienen fuertes razones para considerar iguales a los desvos poblacionales?
b) Cul sera su conclusin si tuviera el dato de que, con el producto tradicional, el rendimiento medio en
cultivos infectados es de 19,5 quintales por parcela?
Resp: a) No puedo asegurarlo; b) No puedo asegurar que el nuevo plaguicida mejore el rendimiento.
12) Para ensayar dos nuevas variedades de trigo bajo condiciones agrcolas normales, una sociedad de
cereales eligi al azar 8 fincas plantando ambas variedades en parcelas experimentales de cada finca. La
produccin de las 8 fincas fue la siguiente:
Finca: I II III IV V VI VII VIII
Variedad A: 86 87 56 93 84 93 75 79
Variedad B: 80 79 58 91 77 82 74 66
a) Puede asegurar, con un riesgo del 5% que la produccin obtenida con la Variedad A es mayor que
la produccin de la Variedad B en ms de 2. b) Estimar la diferencia entre las producciones medias con un
intervalo confidencial del 90%.
Resp: a) Puedo asegurar que la produccin de la Variedad A es mayor que la de la Variedad B en ms de 2
unidades; b) Entre 2,32 y 9,18.
13) A efectos de determinar el poder calorfico de un combustible se propone un mtodo simplificado que
se supone dar buenos resultados. Se efecta una serie de mediciones de distintas muestras, usando el mtodo
propuesto y el clsico (calormetro de combustion), obtenindose los siguientes resultados:
Muestra Mtodo Mtodo Muestra Mtodo Mtodo

N Propuesto Clsico N Propuesto Clsico
1 164,65 165,20 8 199,95 199,20
2 178,60 179,20 9 160,90 161,20
3 188,20 189,20 10 155,10 155,20
4 200,60 201,30 11 131,15 133,15
Pgina 26 de 42
5 188,50 189,20 12 174,15 174,20
6 145,60 145,20 13 129,75 130,10
7 130,25 131,15 14 156,40 158,30
Recomendara Ud. el mtodo propuesto?

Resp: No porque existen diferencias en las mediciones.
14) Se supone que una tinta especial para calzado puede producir un aumento en la duracin media,
a efectos de lo cual se dise un experimento suministrando a 8 personas un par de zapatos, uno de los cuales
fue tratado y el otro no. De este modo se espera eliminar la fuerte variabilidad existente entre las personas. Se
obtuvieron as los siguientes resultados de duracin en semanas, llamando duracin al lapso comprendido entre
el comienzo de uso y el momento en que aparecen las primeras grietas del cuero:
Persona 1 2 3 4 5 6 7 8
Zapato sin tratar: 12 7 18 15 20 8 13 13
Zapato tratado: 14 7 21 14 23 9 14 12
Considera Ud. que el resultado ha sido concluyente?

Resp: No, no se puede asegurar que la tinta aumente la duracin del calzado.
15) Para conocer la influencia del ruido sobre el tiempo para la realizacin de una tarea, se realiza una
prueba con una muestra de operarios de la misma calificacin con los siguientes resultados: Una muestra de 10
operarios sometidos a un nivel bajo de ruidos hicieron un promedio de 6,3 piezas por hora durante el tiempo de
operacin estipulado (8 horas) con un desvo de 3,5 piezas por hora para ese tiempo. Una muestra de 12
operarios sometidos a un alto nivel sonoro rindieron, para el mismo perodo, un promedio de 5,2 piezas por hora
y un desvo de 3,1 piezas por hora en el mismo tiempo.
Asumiendo un riesgo del 1%, podemos decir que el alto nivel sonoro modifica los tiempos de
produccin?
Resp: No se puede asegurar que el alto nivel sonoro modifique los tiempos de produccin.
16) En un estudio para determinar si existe discriminacin en el pago de sueldos en una cierta ocupacin.
Se tom una muestra aleatoria dl sueldo mensual, en miles de dlares, de mujeres y hombres con una cierta
ocupacin. Los datos fueron:
Mujeres: 5,2 - 5,6 - 4,5 - 5,4
Hombres: 6,0 - 5,7 - 6,2 - 5,2
Se desea probar si hay evidencia de discriminacin sexual en los sueldos pagados en esta ocupacin.
Resp: No hay evidencia. Se debe tomar un riesgo del 5% para ser imparcial.
17) Se quiere comprobar si la introduccin de un determinado acelerante en el material plstico usado

para obtener piezas por inyeccin, aumenta la dureza del mismo. Para ello se toma la dureza en piezas
Pgina 27 de 42
fabricadas con plstico sin acelerante y con acelerante, con los siguientes resultados de dureza (medida en
grados Shore):
Sin acelerante: 69,3 75,4 71,3 69,5 72,8 73,7 72,3 70,4 71,9 69,7
Con acelerante: 75,3 76,7 70,8 72,7 69,1
Resp: No puedo asegurar que el acelerante aumente la dureza del material plstico.
18) Un fabricante desea comparar el proceso de armado actual para uno de sus productos con un
mtodo propuesto que supuestamente reduce el tiempo de armado. Se seleccionaron 8 trabajadores de la planta
de armado y se les pidi que armaran las unidades con ambos procesos. Los siguientes son los tiempos
observados en minutos:
Trabajador: 1 2 3 4 5 6 7 8
Proceso Actual: 38 32 41 35 42 32 45 37
Proceso Propuesto: 30 32 34 37 35 26 38 32
a) Para un riesgo del 5%, existe alguna razn para creer que el tiempo de armado para el proceso
actual es mayor que el del mtodo propuesto por ms de 2 minutos? b) Obtener un intervalo de confianza del
90% para la diferencia entre las medias de los tiempos de armado.
Resp: a) Si, el tiempo promedio del Proceso Actual es mayor al del Proceso Propuesto en ms de 2 minutos; b) Entre
2,28 y 7,22 minutos.
19) El interfern alfa es conocido por su efecto antiviral y antiproliferativo, se ha podido obtener por la
va del ADN recombinante (IFN alfa 2b hu-r). Con el objetivo de determinar el tiempo y la temperatura de
almacenamiento de esta protena se realiz un estudio de estabilidad bajo condiciones aceleradas. La funcin
estabilizante de la albmina humana sobre biomolculas se ha destacado por diferentes autores emplendose
para la estabilizacin de protenas en la fase de investigacin y muchas veces en los productos farmacuticos
(un exceso de albmina en la formulacin de interleucina 2 recombinante logr estabilizar la preparacin
liofilizada). Los siguientes datos muestran los resultados de un estudio de estabilidad del IFN alfa 2b hu-r bajo
condiciones aceleradas y bajo condiciones reales de almacenamiento, tanto en presencia como en ausencia de
albmina. El material se dividi en dos partes (en envases de condiciones estriles), a una parte se le adicion
albmina humana (en solucin al 20% en volumen) como preservante. Los valores estn medidos en constantes
de la velocidad de degradacin expresada en das(-1).
Muestra N: Con albmina humana Sin albmina humana
1 -0,01653 -0,01542
2 -0,15279 -0,08274
3 -1,12040 -0,77950
4 -0,89723 -0,59815
5 -0,25473 -0,18869
6 -0,07298 -0,06635
Determinar si existen diferencias significativas en la velocidad de degradacin de la protena con

presencia y sin presencia de la albmina (aceptando un riesgo 1%).
Pgina 28 de 42
Resp: No puedo asegurar que existan diferencias.
20) A la protena "IFN alfa 2b hu-r", se le realiz un estudio de actividad biolgica determinada por ensayo
de titulacin (funcin antiviral del IFN alfa) expresado en UI/mL (tomando un valor de actividad biolgica inicial
de 10,8 x 106 UI/mL) a diferentes temperaturas. Las pruebas se hicieron dividiendo al material en dos partes (en
envases de condiciones estriles), a una parte se le adicion albmina humana (en solucin al 20 % en volumen)
como preservante.
4 C -20 C -70 C
Muestra
N: Sin Con Sin Con Sin Con
albmina albmina albmina albmina albmina albmina
1 2,41 3,16 6,39 8,27 5,04 4,91
2 3,28 3,95 2,76 2,56 3,57 5,69
3 12,24 11,22 12,6 9 12,9 16,50
4 3,2 4,52 2,26 2,26 3,26 3,26
5 9,4 6,4 7,4 9,9 7,3 8,00
6 5,48 5,91 4,05 5,74 6,32 5,21
7 6,77 7,36 6,38 7,13 7,18 5,70
Determinar si existen diferencias significativas en la Actividad biolgica con presencia y sin presencia
de albmina (sugerencia: para el alcance visto en la materia se propone hacer tres comparaciones, uno para
cada temperatura de almacenamiento). Asumir un riesgo del 5%.
Resp: A 4 C; a -20 C y a -70 C, no puede asegurarse que existan diferencias en la actividad biolgica.
21) En un Ingenio azucarero, que tiene plantacin propia de caa de azcar, se le aplica al cultivo un
compuesto biogentico en forma de gramicida con el objeto de aumentar la madurez y el rinde de la caa en la
obtencin de jugo para la produccin de azcar. A tal efecto se eligieron parcelas al azar, a las cuales se le aplic
el tratamiento y a las otras no, obtenindose los siguientes resultados (medidos en rendimiento por unidad de
volumen seleccionado). De 655 observaciones provenientes de parcelas a las cuales se le aplic el tratamiento,
se obtuvo un rinde promedio de 9,97 con un desvo de 0,366; mientras que de 599 observaciones provenientes
de parcelas a las cuales no se le aplic el tratamiento, se obtuvo un rinde promedio de 9,83 con un desvo de
0,3342.
a) Se puede afirmar con un riesgo del 10 % que la aplicacin del tratamiento aumenta el rinde de la caa.
b) Cul es el incremento porcentual mnimo que puede asegurarse en el rinde de la caa si se le aplica el
tratamiento para un 95% de confianza?
Resp: a) Si; b) Un incremento del 1,09%.
22) Se emplean dos mquinas para llenar botellas de plstico con un volumen neto medido en cm3. El
departamento de control de calidad considera que ambas mquinas llenan las botellas con el mismo volumen
neto y adems considera que los procesos de llenado son normales, con desviaciones estndares de A = 0,015
cm3 y B = 0,018 cm3. Se toma una muestra aleatoria de 10 botellas de la produccin de cada mquina,
obteniendo los siguientes resultados (en cm3):
Pgina 29 de 42
Mquina A Mquina B
16,03 - 16,01 16,02 - 16,03
16,04 - 15,96 15,97 - 16,04
16,05 - 15,98 15,96 - 16,02
16,05 - 16,02 16,01 - 16,01
16,02 - 15,99 15,99 - 16,00
Es posible creer que el departamento de control de calidad est en lo correcto?

Resp: No se pueden tomar a los desvos estndares estipulados como parmetros poblacionales, se debe considerar
a los mismos como desconocidos y supuestos iguales. Se considera que el departamento de control de calidad est
en lo cierto.
23) Para evaluar el efecto del etofibrato sobre las concentraciones plasmticas de insulina y la tolerancia
a la glucosa en pacientes con hipertrigliceridemia y otros trastornos metablicos asociados, se estudiaron 52
pacientes con hipertrigliceridemia primaria. A 26 de ellos no se les aplic tratamiento alguno y a los otros 26 se
les aplic un tratamiento, higinico-diettico, indicando 500 mg de etofibrato retard en la cena durante un perodo
de seis meses, los cuales mantuvieron niveles altos de triglicridos.
Sin tratamiento Con tratamiento
Trastorno Promedio Desvo Promedio Desvo
a) Colesterol (mmol/L) 5,54 1,28 5,18 1,22
b) Triglicridos (mmol/L) 3,83 3,17 2,17 1,28
c) LDL-C (mmol/L) 3,66 1,29 3,53 1,33
d) HDL-C (mmol/L) 0,95 0,47 0,93 0,22
e) Apo Al (mg/dL) 107,04 39,38 129,2 30,1
f) Apo B (mg/dL) 102,19 32,86 91 27,43
g) cidos grasos lib (mg/dL) 0,56 0,22 0,47 0,18
h) C/HDL-C 6,95 2,89 5,76 1,69
Con un riesgo mximo del 5% indicar para cada trastorno metablico si existen diferencias entre los
pacientes tratados y no tratados (para los conocimientos alcanzados en la materia, se sugiere tomar cada
trastorno por separado).
Resp: Para los trastornos a); b); c); d); f) y g), no hay diferencias entre los pacientes tratados y sin tratar. Para los
trastornos e) y h), se puede asegurar que existen diferencias entre los pacientes tratados y sin tratar.
Pgina 30 de 42
TEMA 6 - CONTRASTE CHI - CUADRADO
1) Se desea verificar si un dado est cargado. A tal efecto se lo arroj 60 veces, obteniendo los
siguientes resultados:
Nmero obtenido: 1 2 3 4 5 6
Nmero de ocurrencias: 14 6 6 13 16 5
Asegurara, con probabilidad de error del 5% que este dado est cargado?
Resp: S.
2) Una persona denunci que en un casino privado haba una ruleta adulterada. Basaba su presuncin
en el hecho de haber observado que el 0 se produca con frecuencia excesiva y que los colores colorado y negro
no se presentaban por igual. El juez solicit entonces la asesora de un consultor estadstico para que elevara
el informe correspondiente. Registr datos de 1.000 bolas, con los siguientes resultados:
Resultado obtenido: 0 Negro Colorado
Cantidad de bolas: 42 520 438
Indique las conclusiones del consultor.

Resp: Se puede asegurar que la ruleta est adulterada.
3) Un distribuidor de acondicionadores de aire tiene dividida su regin en 4 localidades. El mismo afirma

que las instalaciones del equipo estn igualmente distribuidas entre las 4 localidades. Un posible representante
ensaya una muestra de 80 instalaciones realizadas el ao anterior, y comprueba lo siguiente:
Zonas: A B C D
Cantidad de instalaciones 16 22 24 18
Rechazara Ud. la afirmacin del distribuidor?

Resp: No hay motivo para rechazar la afirmacin.
4) Histricamente, un fabricante de televisores ha vendido sus productos en la siguiente forma: el 40%

de 14", el 40% de 16" y el 20% de 20". Con el objeto de programar su produccin para los prximos perodos,
toma una muestra de 200 ventas recientes y encuentra los siguientes resultados: 85 TV de 14", 65 TV de 16"
y 50 TV de 20". Verificar si realmente hubo cambios respecto del patrn histrico de ventas con un riesgo del
10%.
Resp: No puedo asegurar que el patrn histrico de ventas haya cambiado.
5) En una fbrica de automotores se han recibido reclamos por fallas de pintura en los automviles. Se
supone que todo cliente que detecta una falla efecta el reclamo en fbrica. La produccin del ltimo ao fue de:
550 autos blancos, 450 azules, 480 rojos y 320 verdes. Se han presentado un total de 300 reclamos de los cuales
el 30% es propietario de autos blancos, otro 30% de azules, el 25% de rojos y el 15% de verdes.
Pgina 31 de 42
Para un riesgo del 5%, considera Ud. que los resultados son una prueba concluyente para afirmar que
existe asociacin entre el color de los autos y el porcentaje de fallas de pintura?
Resp: No puedo asegurar que exista relacin.
6) Con el objeto de orientar su publicidad para neutralizar el efecto de la competencia, una empresa
productora de artculos de consumo masivo ha realizado un ensayo sobre la preferencia del pblico en las
distintas zonas del pas, obteniendo estos resultados:
Zonas:
Preferencia:
A B C
Empresa: 36 20 28
Competencia: 44 30 12
Considera Ud. que existe evidencia para afirmar que ambas variables estn asociadas?
Resp: S, la preferencia del pblico depende de la zona de comercializacin.
7) Una cadena de perfumeras tiene en exclusividad los productos "Intimo". Uno de ellos, un desodorante
ntimo para dama, se ofrece en 4 fragancias: Delirio, Fuego, Ensueo y Pasin. Se registraron las
preferencias de las clientas en 3 locales, con los siguientes resultados:
Delirio Fuego Ensueo Pasin
Local 1 32 45 23 28
Local 2 14 51 15 14
Local 3 14 14 12 8
Asegurara Ud. con 10% de probabilidad de equivocarse que las preferencias difieren entre los locales?.
Indique claramente la hiptesis nula que ensaya.
Resp: La hiptesis que se ensaya es: H0) La preferencia es independiente del local de comercializacin. Se concluye
que la preferencia de cada fragancia depende del local de comercializacin o sea que las preferencias difieren entre
los locales.
8) Los datos de la tabla siguiente son consumos diarios de agua en una curtiembre:
Consumo diario (en miles de litros) Cantidad de das observados
20 - 30 6
30 - 40 90
40 - 50 232
50 - 60 192
60 - 70 66
70 - 80 12
Pgina 32 de 42
Consumo diario (en miles de litros) Cantidad de das observados
80 - 90 2
n = 600 das
Se desea ensayar la hiptesis de que responden a una distribucin Normal.

Resp: Se puede asegurar, que el consumo diario de agua en la curtiembre, no responde a una distribucin normal.
9) Una variable aleatoria tiene distribucin de Gumbel del mnimo y tiene aplicaciones en la Teora de
Confiabilidad.
es el modo de la variable y
es un parmetro de escala. Se registraron las duraciones de
herramientas de corte de un torno automtico y se obtuvieron los siguientes resultados, agrupados en una tabla
de frecuencias:
Duracin en horas: 0 - 15 15 - 30 30 - 45 45 - 60 60 - 75 75 - 90 90 - 105
Frecuencia: 8 20 25 35 25 18 12
Rechazara Ud. la afirmacin de que esta variable tiene distribucin de Gumbel del mnimo?
Resp: S, no sigue la ley Gumbel del mnimo.
10) La siguiente tabla muestra la cantidad de reclamos por da de un determinado modelo de

levantacristales. Por estudios anteriores, se supone que la cantidad diaria de levantacristales de un modelo de
automvil que llegan reclamados a fbrica por defectos responde a un proceso de Poisson, o sea que la cantidad
de reclamos que llegan en un da a la fabrica se modelan segn una distribucin Poissoniana. Se tienen los
registros de una muestra de un total de 684 das observados con los siguientes datos de reclamos:
Cantidad de reclamos (r): 0 1 2 3 4 5 6 7 8 9 0
N de das de ocurrencia: 26 62 120 145 131 101 61 27 9 1 1
Se puede asegurar las premisas estipuladas?

Resp: No puedo decir que no sigue el modelo de Poisson, por lo tanto considero que el modelo se ajusta
adecuadamente.
11) El modelo de Vilfredo Pareto suele utilizarse para representar salarios de una empresa y tambin
ofertas de licitaciones. Siendo
el valor mnimo de la variable (salario mnimo), que generalmente se conoce,
y b un parmetro que puede calcularse en funcin de la media. Considere los siguientes datos de salarios de
una empresa, en la cual el salario mnimo es de 400 U$s:
Salario (en U$s) N de empleados
400 - 500 59
500 - 600 34
Pgina 33 de 42
600 - 700 26
700 - 800 20
800 - 1.000 21
1.000 - 1.200 15
1.200 - 1.500 11
1.500 - 2.000 10
2.000 - 3.000 12
3.000 - 5.000 6
Ensaye la hiptesis de que responden al modelo de Pareto.

Resp: No puedo afirmar que no sigue el modelo de Pareto, por lo tanto considero que el modelo de Pareto es un buen
candidato.
12) Los siguientes datos son consumos de electricidad (medidos en Kwh) de 100 usuarios de Buenos
Aires y Gran Buenos Aires.
Consumos (en Kwh) Cantidad de usuarios
0 - 100 18
100 - 200 34
200 - 300 28
300 - 400 12
400 - 500 4
500 - 600 2
600 - 1.400 2
Verificar si los datos se ajustan a un modelo Log-Normal.

Resp: No puedo asegurar que no sigue el modelo Log-Normal, por lo tanto considero que el modelo Log-Normal es
un buen candidato.
13) En ensayos de vida realizados sobre dos equipos similares de distintas marcas se obtienen los
siguientes resultados:
N de Conjuntos
Duracin observados
(en miles de horas)
Marca A Marca B
10 - 12 2 ---
12 - 14 6 8
Pgina 34 de 42
14 - 16 13 18
16 - 18 18 32
18 - 20 30 57
20 - 22 22 39
22 - 24 16 26
24 - 26 5 13
26 - 28 1 10
a) Qu marca elegira si no hay notoria diferencia de precios? b) Segn especificacin del fabricante
la duracin de los conjuntos marca "A" tiene distribucin Normal de media 20.000 horas y desvo de 2.500 horas;
Cumple con su especificacin? c) Caso contrario verificar si sigue una distribucin Normal.
Resp: a) Se puede asegurar que la Marca B es mejor; b) Puedo asegurar que no sigue la normal especificada por
el fabricante; c) No puedo asegurar que no sigue un modelo normal, por lo tanto considero que el modelo normal es
un buen candidato.
PROBLEMAS DE COMPARACIN DE PROCESOS DE BERNOULI:
14) Un economista al servicio de una agencia estatal desea determinar si la frecuencia de desempleo
en dos grandes reas urbanas de la provincia son diferentes. Con base en muestras aleatorias de cada ciudad,
cada una de 500 y 800 personas respectivamente, el economista encuentra 35 personas desempleadas en un
rea y 37 personas desempleadas en la otra. Bajo las suposiciones adecuadas y con un riesgo del 5%, existe
alguna razn para creer que las frecuencias de desempleo de las dos reas son diferentes?
Resp: No puedo asegurar que las frecuencias de desempleo sean diferentes.
15) En una empresa que trabaja 3 turnos se tienen la clasificacin de los niveles de calidad fabricados
en cada turno: En el turno maana, sobre una muestra de 500 piezas se observaron 450 piezas de primera
calidad, 45 piezas de segunda calidad y 5 piezas defectuosas; en el turno tarde sobre 800 piezas se observaron
680 piezas de primera calidad, 80 piezas de segunda calidad y 40 piezas defectuosas, y , en el turno noche sobre
400 piezas se observaron 320 piezas de primera calidad, 40 piezas de segunda y 40 piezas defectuosas.
Para un riesgo del 1%, puede asegurar que el porcentaje de defectuosos en los tres turnos difiere?
Resp: Puedo asegurar que el porcentaje de defectuosos en los tres turnos es diferente.
Pgina 35 de 42
TEMA 7 - MODELO LINEAL DE DOS VARIABLES
1) Se desea establecer una ecuacin para pronosticar el Producto Bruto Interno de un pas
correspondiente al Sector Agropecuario, Silvicultura y Pesca en funcin del rea sembrada de las 5 oleaginosas
principales (soja, man, girasol, algodn y lino), a partir de los siguientes datos:
rea (en 106 hectareas) PBI (en millones de U$s)
3,0402 8,014
2,9819 7,891
3,0934 8,207
3,8050 8,310
5,4230 8,450
a) Calcular el estimador puntual del pronstico de un ao para un rea sembrada de 5.401.000

hectreas. b) Analizar el ajuste de los datos al modelo lineal mediante el coeficiente de correlacin y ensayando
la hiptesis de 1. c) Establecer lmites del 90% para dicho pronstico.
Resp: a) 8,489 millones de U$s; b) Se rechaza la hiptesis, por lo tanto existe relacin lineal entre variables y como
r = 0,8372, se puede considerar que dicha relacin es fuerte; c) Entre 8,029 y 8,948 millones de U$s.
2) Los siguientes datos han sido tomados para estudiar la relacin entre las ventas de un producto (en
miles de unidades) y la relacin Precio del competidor/Precio del propio producto:
Relacin Precio del competidor/Precio del propio producto 0,80 0,75 0,60 0,92 0,86
Ventas (en miles de unidades) 36,4 32,1 32,3 40,3 37,1
a) Investigue la asociacin lineal mediante los dos criterios bsicos. b) Calcule la venta mnima que se
obtendr con 90% de probabilidad en un mes en que la relacin es igual a 0,80.
Resp: Existe relacin entre variables, r = 0,8816; b) 32,594 miles de unidades.
3) Un ensayo de marketing se realiz para estudiar la relacin entre el tiempo que requiere un comprador
para decidirse en su compra y el nmero de presentaciones distintas del producto exhibidas. Las marcas se
eliminaron de los productos para neutralizar el efecto de las preferencias. El estudio se realiz pidindole a los
compradores que seleccionen los artculos basndose exclusivamente en las descripciones y en los diseos de
las presentaciones de cada producto. De los 15 participantes cada uno ha utilizado un tiempo hasta llegar a una
seleccin que fue registrado en la siguiente tabla:
Tiempo (en segundos) 5 8 8 7 9 7 9 8 9 10 10 11 10 12 9
Presentaciones 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4
a) Hallar la recta de mnimos cuadrados. b) Presentan los datos suficiente evidencia que indique que
el tiempo requerido para decidir est linealmente relacionado al nmero de presentaciones?
Resp: a) y
$ = 4,3 + 1,5 x ; b) S.
Pgina 36 de 42
4) En un estudio de distintos fondos para inversin se desarroll un procedimiento consistente en

construir la llamada recta caracterstica para cada posible fondo. Esta es la recta de regresin de la
rentabilidad del fondo considerado sobre la rentabilidad promedio del mercado burstil. Si para un fondo de
inversin la pendiente de su recta es significativamente distinta de cero, se dice que el fondo es muy sensible
a las fluctuaciones de la bolsa de valores y por ende es una inversin riesgosa. Si el fondo tiene una recta con
pendiente cercana a cero se dice que es una inversin estable y de poco riesgo. La rentabilidad del fondo "Penn
Square Mutual" y la rentabilidad promedio en el mercado burstil se han observado en el perodo de 10 aos
consecutivos y se dan en la siguiente tabla (los valores negativos figuran entre parntesis):
Ao: 1 2 3 4 5 6 7 8 9 10
Fondo: 18,4 29,7 (12,3) 10,8 23,6 (16,2) 5,8 7,2 7,7 (8,8)
Bolsa: 12,9 9,1 (13,1) 20,1 7,7 (11,4) 0,1 10,8 15,6 (17,4)
a) Hallar la recta de regresin de la rentabilidad del fondo "Penn Square Mutual" en funcin de la
rentabilidad promedio en el mercado burstil. b) Hallar un intervalo de confianza del 95% para el coeficiente de
regresin.
Resp: a) y$ = 3,5504 + 0,8836 ; b) Entre 0,2714 y 1,4959.
5) Considere una compaa distribuidora de gas natural que desea predecir la demanda diaria de una
ciudad (medida en 105 m3), de un da para el siguiente, a partir del pronstico de la temperatura media (en C).
A tal efecto, registr datos de 10 das que, luego de procesados, arrojaron:
x = 97; x 2
= 1.169 ; y = 21,16 ; y 2 = 48,68 ; x y = 180,9326
a) Puede asegurar que por cada grado que desciende la temperatura, la demanda de gas aumenta en
ms de 7.000 m3? b) Si para un da el pronstico es de 5C, qu demanda mnima de gas puede asegurarse con
90% de probabilidad?
Resp: a) No; b) 199.813,14 m3.
6) Un Jefe de Producto desea convencer a la Gerencia de que, por cada dlar que se invierte en
publicidad, pueden esperar un aumento de 3.000 dlares al menos en las ventas. A tal efecto, presenta la
siguiente tabla de datos (en miles de dlares):
Gastos de publicidad: 5 7,2 6,3 4,2 5,4 6,8
Ventas: 72 79 73 59 67 69
a) Considera Ud. que los datos confirman la afirmacin del Jefe de Producto? b) Estime con un 95%
de confianza las ventas medias si se decide no realizar ningn gasto de publicidad.
Resp: a) No; b) Entre 13,488 y 72,483 miles de U$s.
7) El continuo aumento en el precio del petrleo en los ltimos aos ha originado un aumento en los
costos para el industrial que tiene que transportar sus bienes al mercado. Para abatir esos costos de transporte,
el industrial ha sustituido los medios usuales de transporte por otros ms baratos; por ejemplo el flete ferroviario
en lugar de carga area. En un estudio hecho en una compaa para estudiar los costos de transporte areo,
se seleccionaron al azar 9 facturas para estimar la relacin entre el costo por unidad transportada y la distancia
recorrida. Los resultados se presentan en la siguiente tabla:
Pgina 37 de 42
Distancia recorrida (x 100 km) 6 13 27 15 9 11 21 14 12
Costo (U$s/unidad transportada) 49 93 159 115 66 90 139 98 88
a) Hallar la recta de mnimos cuadrados. b) Estime el costo medio de transporte por unidad para aquellas
cargas que se enviarn a 1.700 km con un 90% de confianza. c) Por lgica, si la distancia recorrida fuese de 0
km, entonces el costo debiera ser de 0 U$s. Explique por qu la recta de mnimos cuadrados no pasa por el
origen?, debera pasar por el origen?
Resp: a) y
$ = 24,7125 + 5,2702 x ; b) Entre 109,39 y 119,22 U$s; c) La recta debera pasar por el origen, o sea
que se debe halla con el intercepto = a 0, la recta hallada no pasa por el origen porque la misma responde al entorno
de observacin.
8) Se condujo un experimento en un supermercado para estudiar la relacin entre la cantidad de espacio

destinado a un determinado caf y su volumen de ventas semanales. La cantidad de espacio destinado en la
estantera se vara en exhibidores de 3, 6 y 9 anaqueles al azar durante 12 semanas, mientras que para las otras
marcas de caf, se mantuvieron constantes en exhibidores de 3 anaqueles. Los datos del experimento se dan
a continuacin:
Ventas semanales
526 421 581 630 412 560 434 443 590 570 346 672
(en unidades)
Cantidad de
6 3 6 9 3 9 6 3 9 6 3 9
exhibidores
a) Hallar la recta de mnimos cuadrados, validar el modelo e interpretar ambos estimadores en trminos
del problema. b) Estimar la fuerza de la relacin de ambas variables para un 90% de confianza. c) Indicar y
estimar, para un 90% de confianza, la influencia porcentual que tiene la cantidad de anaqueles en la ventas
semanales. d) El gerente comercial afirma que por cada anaquel adicional en la exhibicin las ventas semanales
se incrementarn en 20 unidades, para un riesgo del 5%, es correcta la afirmacin del gerente? e) Estimar con
un 90% de confianza la contribucin marginal que tiene cada anaquel adicional en las ventas semanales. f) Hallar
un intervalo de confianza del 90% para la venta media semanal de caf si se presenta en exhibidores de 6
anaqueles. g) Suponga que durante la semana entrante se presentar el caf en un exhibidor de 6 anaqueles.
Halle un intervalo de prediccin del 90% para las ventas semanales. Explique la diferencia entre este intervalo
y el obtenido en el punto anterior. h) La recta por lgica tiene intercepto igual a 0, cmo sera el modelo
estimador?
) )
Resp: a) y
$ = 307,916 + 34,583 x , existe relacin lineal entre variables, r = 0,8738, el valor de b1 indica que por
cada anaquel adicional en la exhibicin del caf las ventas semanales se incrementarn en aproximadamente 34,58
unidades, el valor de b0 indica que si no se exhibiera el caf las ventas semanales sern de 307,92 unidades (esto es
ridculo ya que si el caf no se exhibe, el mismo no se vende. Este es otro ejemplo de un modelo con intercepto igual
a 0); b) Entre 0,6645 y 0,956; c) r2 = 0,7636, indica que la cantidad de anaqueles en la exhibicin influyen en un 76,36%
en las ventas semanales, esta influencia est entre 44,15 y 91,4%; d) Si; e) Entre 23,55 y 45,61 unidades/anaquel; f)
Entre 488,4 y 542,43 unidades promedio; g) Entre 418 y 613 unidades; h) y$ = 78,5714 x .
9) Existe relacin entre el consumo de energa de un pas y su PBI? Uno estara dispuesto a suponer
que un pas con mayor ingreso per capita requerira de mayor consumo de energa. Para examinar esta
cuestin se eligieron al azar 12 pases obteniendo para ellos el consumo per capita (en libras) y el PBI per capita
(en u$s), cuyos valores se presentan en la siguiente tabla:
Pas Consumo de Energa P.B.I.
E.E.U.U. 25.598 5.515
Pgina 38 de 42
Canad 23.715 4.704
Australia 12.568 3.370
Dinamarca 12.273 3.978
Noruega 10.227 3.779
Francia 9.156 3.810
Japn 7.167 2.757
Italia 6.164 2.170
Venezuela 5.542 1.291
Grecia 3.543 1.382
Brasil 1.173 513
India 410 98
a) Determine mediante un coeficiente adecuado el grado de relacin lineal entre el consumo de energa
y el PBI. b) Estime con un 95% de confianza dicho coeficiente. c) Presentan los datos suficiente evidencia sobre
la existencia de una relacin lineal entre ambas variables?
Resp: a) r = 0,9147; b) Entre 0,7172 y 0,9762; c) S.
10) Una variable independiente que muestre una asociacin negativa fuerte con la variable dependiente
es tan til como una que muestre una asociacin positiva. El hecho importante es que la relacin sea fuerte, esto
es, la magnitud absoluta del coeficiente de correlacin entre las 2 variables. Considere por ejemplo a las tasas
de inters y el nmero de nuevas construcciones. Las tasas de inters son indicadores clave para predecir el
nmero de construcciones. Suponga que los datos de la siguiente tabla representan las tasas de inters en
hipotecas y el registro de nuevas construcciones iniciadas en 8 aos consecutivos:
Ao: 1 2 3 4 5 6 7 8
Tasa de inters (en %): 6,5 6,0 6,5 7,5 8,5 9,5 10,0 9,0
Licencias de construccin: 2.165 2.984 2.780 1.940 1.750 1.535 962 1.310
a) Halle la recta de mnimos cuadrados. b) Calcule el coeficiente de correlacin. c) Si los indicadores

econmicos indican que la tasa de inters para hipotecas ser del 8,5% el prximo ao, pronostique el nmero
de licencias de construccin que se otorgarn durante el ao entrante mediante un intervalo de prediccin del
95%.
Resp: a) y
$ = 5.344,2197 430,3584 x ; b) r = -0,9401; c) Entre 1.015 y 2.358 licencias.
11) En el problema de la distribucin de la energa elctrica se trabaja con la relacin entre el consumo
de los usuarios y su mxima demanda de potencia. Considere al respecto los siguientes datos:
Consumo (en Kwh): 110 568 245 324 76
Potencia (en Kw): 0,70 2,41 1,19 1,53 0,53
Pgina 39 de 42
a) Suponiendo que la relacin es del tipo y = x , donde x es el consumo e y es la potencia, estime

los parmetros y
e investigue la validez del modelo. b) Si el consumo de un usuario es de 450Kwh, cul
es la potencia superada con 5% de probabilidad?
Resp: a = 0,021 y b = 0,743, el modelo: lny

$ = lna + b lnx es vlido; b) 2,17 Kw.
Pgina 40 de 42
TEMA 8 - MODELO LINEAL GENERAL
1) Se ha registrado la produccin anual de trigo en una regin agrcola. Considere los siguientes datos
de las variables, que se han registrado en los ltimos 10 aos
X1: rea sembrada de trigo en una regin agrcola (en miles de hectreas)
X2: Lluvia cada en los meses de setiembre y octubre (en mm)
Y: Produccin de trigo de la regin (en miles de toneladas)
X1 24,81 15,71 14,58 34,04 27,09 49,7 20,37 25,75 36,09 28,05
X2 46 35 135 11 57 14 12 96 32 45
Y 43,127 16,653 92,322 38,084 61,939 92,376 24,373 74,029 70,772 68,749
a) Efecte la estimacin de los parmetros del modelo lineal general y su validacin. b) Determinar los
coeficientes de determinacin mltiple (comn y ajustado) y los parciales.
Resp: a) y
$ = 40,2208 + 2,3931 x1 + 0,6702 x 2 , el modelo es vlido; b) R2 = 0,9073 (90,73%), R2Aj = 0,8808
(88,08%), R2x1 = 0,8877 (88,77%) y R2x2 = 0,8738 (87,38%).
2) Se quiere estudiar el tiempo de una prueba de atletas. Se han tomado datos de 6 atletas, de las
siguientes variables:
X1: Estatura en cm
X2: Peso en kg
X3: Edad en aos
Y: Tiempo en segundos para realizar una prueba atltica
X1 165 175 180 200 195 183
X2 64 68 68 72 70 68
X3 25 40 30 42 28 45
Y 15 25 17 30 25 32
a) Estime los parmetros del modelo lineal general y efecte la validacin. b) Considere el modelo con
las variables X2 y X3 solamente y comprelo con el modelo completo; cul elegira?
Resp: a) y
$ = 40,4622 + 0,647 x1 2,3392 x2 + 0,7138 x3 , segn el anlisis solamente me quedo con el
modelo que contenga a la variable x3 (el cual es el modelo ms simple); b) El modelo con x2 y x3 es mejor que el modelo
completo.
3) Se llev a cabo un experimento para determinar la dureza de pastillas de freno, en funcin de los
porcentajes de dos componentes fundamentales, azufre y neoprene, obtenindose los siguientes datos:
X1 (% de azufre) 5 5 5 5,26 5,26 5,26 5,51 5,51 5,51
X2 (% de neoprene) 3 4,23 5,57 3 4,23 5,57 3 4,23 5,57
Y (dureza shore) 64,36 61,92 60,68 63,76 63,5 62,64 69,04 63,88 64,75
Pgina 41 de 42
Investigue la validez del modelo lineal general para la relacin entre estas variables.
Resp: El modelo completo es vlido.
4) La energa elctrica (Y) consumida cada mes por una planta qumica se considera relacionada con
la temperatura ambiente promedio (X1), nmero de das del mes (X2), la pureza promedio del producto (X3) y las
toneladas obtenidas del producto (X4). Se dispone de los datos histricos del ao anterior:
Y 240 236 290 274 301 316 300 296 267 276 288 261
X1 25 31 45 60 65 72 80 84 75 60 50 38
X2 24 21 24 25 25 26 25 25 24 25 25 23
X3 91 90 88 87 91 94 87 86 88 91 90 89
X4 100 95 110 88 94 99 97 96 110 105 100 98
a) Hay asociacin lineal entre las variables?, determine el mejor modelo. b) Determinar la ley de
regresin correspondiente a la energa consumida.
Resp: Hay 15 modelos candidatos, el modelo completo no es vlido, no se descarta ninguno por DET, se descarta por
CP/P el modelo con la variable 4; el modelo con la variable 3 y el modelo con las variables 3 y 4; b) Despus de que
quedan 12 modelos se determina que el mejor modelo es el que contiene solamente la variable 2, luego en orden de
importancia le sigue el que contiene a las variables 1 y 2 (pero ste presenta, en el ensayo de 1, el inconveniente de
no pasar dicho ensayo). A continuacin se presenta la tabla del anlisis de sensibilidad:
Pgina 42 de 42

Guia Estadistica Aplicada

Cargado por

Copyright:

Formatos disponibles

Guia Estadistica Aplicada

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guia Estadistica Aplicada

Cargado por

Copyright:

Formatos disponibles

PROBLEMAS DE

Ing. Roberto M. Garca

Ing. Sergio A. Dopazo

TEMA 1 - INFERENCIA PARA MEDIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

TEMA 2 - INFERENCIA SOBRE VARIANZAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

TEMA 3 - INFERENCIA en los PROCESOS de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . 16

TEMA 4 - COMPARACIN DE VARIANZAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

TEMA 5 - COMPARACIN DE DOS MEDIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

TEMA 6 - CONTRASTES CHI-CUADRADO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

TEMA 7 - MODELO LINEAL DE DOS VARIABLES . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

TEMA 8 - MODELO LINEAL GENERAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

Roberto M. Garca (1 ed 2004): Inferencia Estadstica y Diseo de

R. E. Walpole, R. H. Myers, S. L. Myers (6 ed 1998): Probabilidad

Jay L. Devore (5 ed 2001): Probabilidad y Estadstica para

TEMA 1 - INFERENCIA PARA MEDIAS POBLACIONALES (INTERVALOS DE CONFIANZA Y ENSAYOS

Cantidad de empleados Nmero de establecimientos

a) El tamao de muestra extrado es correcto si se pretende un error muestral de 0,5 empleados, y

Resp: a) Entre 14.496,08 y 20.203,92 ejemplares ; b) 11 datos ms.

a) Considera Ud. aceptable esta partida si se establece en 5% la probabilidad de rechazarla

9) El consumo de combustible de un automvil para un determinado recorrido es una variable aleatoria

a) Considera Ud. que el resultado de la prueba es concluyente? b) Cul es la probabilidad de lanzar

a) Asumiendo en un 10% la probabilidad de rechazarla indebidamente, puede aceptarse la misma? b)

a) Aconsejara Ud. comprarlo? b) Cul es la probabilidad de no efectuar la compra si el tiempo medio

a) Indicar la hiptesis nula apropiada, su condicin de rechazo y la regla de decisin. b) Calcular la

a) Establezca la hiptesis nula, la condicin de rechazo y la regla de decisin. b) Cul es la probabilidad

de implantar el nuevo mtodo si la resistencia media aumenta en 5 kg?

a) Indicar la hiptesis nula apropiada, su condicin de rechazo y la regla de decisin. b) Calcular la

Resp: a) H0 ) 0 = 1.250kg , CR:Six < xc = 1.167,88kg RechazoH0 , RD: Si de una muestra de 13

a) Establezca la hiptesis nula apropiada, realice el ensayo e indique la decisin recomendada. b)

23) El departamento de Ingeniera de una empresa ha desarrollado un modelo modificado de su

= (1,6449 1,0364 ) 2,3 = 2

Solucin: a) Ensayamos la siguiente hiptesis: H0 ) 0 = 128.000U$s

c) En este caso la hiptesis que ensayamos es: H0 ) 0 = 128.000U$s

a) Cul deber ser el tamao de la muestra si se establece en un 10% la probabilidad de revisar el

a) Si se establece en un 10% la probabilidad de concluir errneamente que el torno est desajustado,

28) El departamento de produccin de una empresa ha resuelto instalar un nuevo dispositivo en el

Resp: Entre 205,18 y 222,82 unidades.

a) Plantear la hiptesis adecuada al problema y determinar si el proceso se encuentra fuera de control,

PROBLEMAS RELACIONADOS CON EL CONTROL DE CALIDAD:

TEMA 2 - INFERENCIA SOBRE VARIANZAS (DISTRIBUCIN CHI-CUADRADO)

3,01 - 3,05 - 2,99 - 2,99 - 3,00 - 3,02

2,98 - 2,99 - 2,97 - 3,02 - 3,01 - 2,97

25,4 - 25,1 - 24,9 - 25,2 - 25.

12,6 - 11,9 - 12,3 - 12,8 - 11,8 - 11,7

12,4 - 12,1 - 12,3 - 12,0 - 12,5 - 12,9

TEMA 3 - INFERENCIA EN LOS PROCESOS DE BERNOULLI

2) Una empresa comercializadora de cosmticos ha diseado un nuevo catlogo para promocionar un

a) Aconsejara Ud. iniciar la campaa? b) Cul es la probabilidad de no iniciar la campaa cuando el

a) Indicar la condicin de rechazo y la regla de decisin. b) Hallar la probabilidad de detectar que la

a) Cuntas defectuosas se debern encontrar en la muestra de 50 para detener el proceso y revisarlo?

H0 )p p 0 = 0,05 , siendo p la verdadera fraccin defectuosa del lote.

Si se quiere utilizar una aproximacin, la ms adecuada es la aproximacin de Poisson a la distribucin Binomial:

= Gpo(rc / m = n p0 ) = Gpo(9 / 5) = 0,0681 , lo cual es adecuado.

Si aplicamos la aproximacin de Poisson, obtenemos:

Reemplazando por los valores numricos, tenemos:

Elevamos al cuadrado ambos miembros:

100 + ( 1,0364)2 p2 2 0,09 + ( 1,0364 )2 p + 100 0,09 2 = 0

Resp: a) H0 )p p0 = 0,12 , CR: Si r rc = 233 xitos, se rechaza la H0 (o por normal CR: Si

Establecer la hiptesis nula apropiada, el tamao de la muestra y la regla de decisin.