Tema: Inferencia Estadística Grupo 11 Tarea 03 ESTADÍSTICA

NOMBRES: Fecha en que se dejó:

1. Astorga Castillo Alejandro de Jesús 25 de marzo 2025
2.Curiel García Bryan Iván. Fecha entrega:
3.López Saavedra María Fernanda. 2 de abril 2025
4.Picazo Hernández Héctor.

Rally de ejercicios:
Distribuciones muestrales
Instrucciones: En el archivo de Excel proporcionado responder las 5 preguntas del rally. Si la
respuesta es correcta se desplegará el enunciado del ejercicio que deberán resolver en este formato.

Ejercicio 1

El punto promedio en que se funde una partícula de 1950 fusibles especiales es de 4.5
amperes y la desviación estándar de 1.5. Si se toma una muestra de 200 de estos fusibles
sin reemplazo, encuentre la probabilidad de que el punto promedio en que se funden sea
menos de 4.3 amperes.

Resolución
DATOS DISTRIBUCIÓN MUESTRAL

( ( ))
2
𝑁 = 1950 𝑋 ∼ 𝑁 µ,
δ 𝑁−𝑛
µ = 4. 5 𝑛 𝑁−1

δ = 1. 5 ESTADÍSTICO DE APOYO
𝑛 = 200 Z

PREGUNTA EN TÉRMINOS DE PROBABILIDAD GRÁFICA DE LA DISTRIBUCIÓN

𝑃(𝑋 < 4. 3)

DESARROLLO
¿Hay que usar el factor de corrección?
𝑛 200 𝑛
𝑁
= 1950 = 0. 10 ; 𝑁 > 0. 05
𝑃𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑠í 𝑠𝑒 𝑢𝑠𝑎 𝑒𝑙 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑐𝑜𝑟𝑟𝑒𝑐𝑐𝑖ó𝑛

𝑃(𝑋 < 4. 3)
 (
𝑃 𝑍<
δ
𝑛
( 𝑁−𝑛
𝑁−1 ))
(
𝑃 𝑍< 1.5
200

𝑃(𝑍 <− 1. 9899) =0.0239

4.3−4.5
×
1950−200
1950−1
)
Valor obtenido de tablas de distribución normal

CONCLUSIONES

2.39% de probabilidad de encontrar muestras de 200 fusibles, cuyo punto promedio en que se funden sea
menor a 4.3 amperes.

Ejercicio 2

Para un gerente de planta es muy importante controlar la variación en el espesor de un

material plástico. Se sabe que la distribución del espesor del material es normal con una
desviación estándar de 0.01 cm.
Una muestra de 25 piezas de este material da como resultado una desviación estándar
muestral de 0.015 cm.
a)​ ¿Cuál es la probabilidad de que la varianza muestral sea igual o mayor a lo obtenido
en la muestra?
b)​ ¿Se puede considerar válida la variación de este proceso?

Resolución
DATOS DISTRIBUCIÓN MUESTRAL
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 2 2
𝑆 ∼ χ𝑔𝑙=25−1=24
δ = 0. 01
𝑛 = 25, 𝑝𝑒𝑞𝑢𝑒ñ𝑎 ESTADÍSTICO DE APOYO
2
𝑆 = 0. 015 χ𝑔𝑙=24
2 2
𝑆 = 0. 015
2 2
δ = 0. 01

PREGUNTA EN TÉRMINOS DE PROBABILIDAD GRÁFICA DE LA DISTRIBUCIÓN

2 2
(
𝑃 𝑆 ≥ 0. 015 |δ = 0. 01 )

DESARROLLO
( 22 2
)
𝑃 𝑆 ≥ 0. 015 |δ = 0. 01
−4
𝑃(𝑆 ≥ 2. 5 × 10 |δ = 0. 01)

( )
2
2 (𝑛−1)𝑆
𝑃 χ ≥ 2
δ
 ( )
−4
2 (25−1)2.5×10
𝑃 χ ≥ 2
0.01

( 2
)
𝑃 χ24 ≥ 54 =0.001
Valor obtenido de tablas de distribución Ji-cuadrada, no obstante debido a que el valor de 54 supera la
escala de valores de las tablas solo se pudo encontrar una probabilidad aproximada de 0.001, por esta
razón se usó la página math bognar para calcular una probabilidad más precisa:
( 2
)
𝑃 χ24 ≥ 54 =0.00043

CONCLUSIONES
2
a)​ 0.043% de probabilidad de encontrar muestras de 25 piezas de material plástico, cuya 𝑆 sea mayor a
−4
2. 5 × 10 .
b)​ Es poco probable que la verdadera varianza poblacional sea igual a 0.01, no es común observar datos
−4
mayores a 2. 5 × 10 .
Por lo tanto, no se puede considerar válida la variación de este proceso.

Ejercicio 3

El promedio de vida de cierto tipo de calentador eléctrico es de 10 años con desviación

estándar de 1.5; si se sabe que la duración de los calentadores eléctricos se distribuye
normalmente, calcule:
a)​ La probabilidad de que la media de la duración de una muestra aleatoria de 16
calentadores sea menor a 10.5 años.
b)​ El valor de media muestral tal que el 20% de las medias calculadas para muestras
aleatorias de tamaño 25 sean menores a esta.

Resolución
DATOS DISTRIBUCIÓN MUESTRAL

( )
2
a)​ 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 𝑋 ∼ 𝑁 µ,
δ
µ = 10 𝑛

δ = 1. 5 µ𝑥 = µ = 10
𝑛 = 16 2
2
δ
2
1.5
δ𝑥 = =
b)​ 20% 𝑛 16
𝑛 = 25 2
δ δ 1.5
δ𝑥 = 𝑛
= =
𝑛 16
ESTADÍSTICO DE APOYO
Z

PREGUNTA EN TÉRMINOS DE PROBABILIDAD GRÁFICA DE LA DISTRIBUCIÓN

a)​ 𝑃(𝑋 < 10. 5)
b)​ 𝑃(𝑋 < 𝑥) = 0. 20
 DESARROLLO
a)​ 𝑃(𝑋 < 10. 5)

(
𝑃 𝑍<
𝑋−µ
δ
𝑛
)
(
𝑃 𝑍<
10.5−10
1.5
16
)
𝑃(𝑍 < 1. 333) =0.9082

b)​ 𝑃(𝑋 < 𝑥) = 0. 20

𝑋−µ
𝑍= δ
𝑛
𝑋−10
− 0. 84 = 1.5
25
(−0.84×1.5)
𝑋= + 10
25
𝑋 =9.748

CONCLUSIONES

a)​ 90.82% de probabilidad de encontrar muestras de 16 calentadores, cuya media de duración sea
menor a 10.5 años.

Ejercicio 4

El gerente de una refinería piensa modificar el proceso para producir gasolina a partir de
petróleo crudo. El gerente hará la modificación sólo si la gasolina promedio que se obtiene
por este nuevo proceso (expresada como porcentaje del crudo) aumenta su valor con
respecto al proceso en uso.
Con base en un experimento de laboratorio y mediante el empleo de dos muestras
aleatorias de tamaño 12, una para cada proceso, la cantidad de gasolina promedio del
proceso propuesto fue de 28.2 con una desviación estándar de 2.7 y para el proceso en uso
es de 24.6 con una desviación estándar de 2.3. El gerente piensa que los resultados
proporcionados por los dos procesos son variables aleatorias independientes normalmente
distribuidas con varianzas iguales.
Con base en esta evidencia, ¿debe adaptarse el nuevo proceso? .

Resolución
DATOS DISTRIBUCIÓN MUESTRAL
𝑃𝑟𝑜𝑐𝑒𝑠𝑜 𝑛𝑢𝑒𝑣𝑜 𝑋1 − 𝑋2 ∼ 𝑡𝑛 +𝑛 −2
𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 1 2

𝑛1 = 12, 𝑝𝑒𝑞𝑢𝑒ñ𝑎 ESTADÍSTICO DE APOYO

𝑇𝑔𝑙=22
𝑋1 = 28. 2
𝑆1 = 2. 7
𝑃𝑟𝑜𝑐𝑒𝑠𝑜 𝑒𝑛 𝑢𝑠𝑜
𝐷𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
 𝑛2 = 12, 𝑝𝑒𝑞𝑢𝑒ñ𝑎
𝑋2 = 24. 6
𝑆2 = 2. 3
2 2
δ1 = δ2

PREGUNTA EN TÉRMINOS DE PROBABILIDAD GRÁFICA DE LA DISTRIBUCIÓN

(
𝑃 𝑋1 − 𝑋2 > 28. 2 − 24. 6|µ1 = µ2 )

DESARROLLO
(
𝑃 𝑋1 − 𝑋2 > 28. 2 − 24. 6|µ1 = µ2 )
𝑃⎛𝑇 >
(𝑋 −𝑋 )−(µ −µ ) ⎞
1 2 1 2

1 1
𝑆𝑝 +
⎝ 𝑛1 𝑛2
⎠
(𝑛1−1)·𝑆1+(𝑛2−1)·𝑆22
2

𝑆𝑝 = 𝑛1+𝑛2−2
2 2
(12−1)2.7 +(12−1)2.3
𝑆𝑝 = 12+12−2
= 2. 51

(
𝑃 𝑇>
(28.2−24.6)−0
2.51
1
12
+ 12
1

𝑃(𝑇 > 3. 5132)𝑔𝑙=12+12−2=22 =0.005

)
Probabilidad obtenida de tablas de distribución t-student.
𝑃(𝑇 > 3. 5132)𝑔𝑙=12+12−2=22 =0.00098
Probabilidad obtenida de math bognar (se usará esta probabilidad por ser más precisa).

CONCLUSIONES
0.098% de probabilidad de encontrar muestras cuya diferencia de medias sea tan grande como 3.6.

Es poco probable encontrar muestras de tamaño 12 cuya diferencia de medias sea tan grande como 3.6.

Por lo tanto el nuevo proceso aumenta la producción de gasolina en comparación con el proceso actual. Por
lo que se recomienda adoptar el nuevo proceso.
Ejercicio 5

La variación en el número de unidades diarias de cierto producto, el cual maneja dos

operadores A y B, debe ser la misma. Con base en muestras de tamaño 𝑛𝐴 = 16 días y
𝑛𝐵 = 21 días, el valor calculado de las desviaciones estándar muestrales es de 8.2 unidades
y 5.8 unidades respectivamente. Si el número de éstas unidades diarias son dos variables
aleatorias independientes que se encuentran distribuidas aproximadamente normal,
¿existe alguna razón para creer que las varianzas son iguales? .

Resolución
DATOS DISTRIBUCIÓN MUESTRAL
2
𝑂𝑝𝑒𝑟𝑎𝑑𝑜𝑟 𝐴 𝑆1
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 2 ∼ 𝐹𝑛−1,𝑛−2
𝑆2
𝑛1 = 16
ESTADÍSTICO DE APOYO
𝑆1 = 8. 2 𝑓15,20

𝑂𝑝𝑒𝑟𝑎𝑑𝑜𝑟 𝐵
𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
𝑛2 = 21
𝑆2 = 5. 8

PREGUNTA EN TÉRMINOS DE PROBABILIDAD GRÁFICA DE LA DISTRIBUCIÓN

( )
2
𝑆1 8.2
2
2 2
𝑃 2 > 2 |δ1 = δ2
𝑆2 5.8

DESARROLLO

( )
2
𝑆1 8.2
2
2 2
𝑃 2 > 2 |δ1 = δ2
𝑆2 5.8

( )
2 2
𝑆1 δ1
𝑃 𝑓> 2 · 2
𝑆2 δ2

( )
2
8.2
𝑃 𝑓> 2 (1)
5.8
(
𝑃 𝑓15,20 > 1. 9988 =0.0741 )
Probabilidad obtenida de la página de math bognar con la distribución f de Fisher.

CONCLUSIONES
2 2
7.41% a favor de δ1 = δ2 . Las varianzas poblacionales no se pueden considerar iguales.
Consideraciones generales:

-​ Recuerden entregar trabajos con profesionalismo, tratando de exceder las

expectativas. Lo solicitado en este formato es lo mínimo que debe contener el
trabajo, por lo que pueden agregar elementos que consideren importantes y le
den valor agregado.