Prueba de Hiptesis 1

INTERVALOS DE CONFIANZA
Primer bloque
EJERCICIO 1. De 50000 válvulas fabricadas por una compañía, se retira una muestra aleatoria de
400 válvulas, y se obtiene una media de 800 horas y una desviación estándar de 100 horas.
SOLUCIÓN
𝑛 = 400
𝑥 = 800
𝜎 = 100
a) ¿Cuál es intervalo de confianza de 99% para la media población.
1 + 99
𝑃(𝑍0 < 𝑍) = → 𝑍0 = 2.576
2
𝑧0 𝑆 𝑧0 𝑆
𝑥̅ − ≤ 𝜇 ≤ 𝑥̅ +
√𝑛 √𝑛
2,576 ∗ 100 2,576 ∗ 100

800 − ≤ 𝜇 ≤ 800 +
√400 √400
∴ 787,12 ≤ 𝜇 ≤ 812,9
b) ¿con que coeficiente de confianza se diría que la vida media está en <799,11:800,98>
Rpta 16%.
c) ¿Qué tamaño debe tener la muestra para que el intervalo de la media<792,16;807,84>

sea 95% de confianza?
𝑥̅ − ≤ 𝜇 ≤ 𝑥̅ +
√𝑛 √𝑛
1,960 ∗ 100 1,960 ∗ 100

800 − ≤ 𝜇 ≤ 800 +
√625 √625
∴ 792,16 ≤ 𝜇 ≤ 807,84
EJERCICIO 2. Un investigador está estudiando la resistencia de un determinado material bajo
determinadas condiciones. El sabe que esta variable tiene una distribución normal con una
desviación estándar de 2 unidades
𝑇0 𝑆 𝑇0 𝑆
𝑥̅ − ≤ 𝜇 ≤ 𝑥̅ +
√𝑛 √𝑛
a) Utilizando los siguientes valores obtenidos de una muestra de tamaño 9. Determinar el
intervalo de confianza para la resistencia media con un coeficiente de confianza de 90%:
4.9; 7.0; 8.1; 4.5; 5.6; 6.8; 7.2; 5.7; 6.2 unidades.
𝑛=9
̂
𝑥̅ = 6. 22
INTERVALOS DE CONFIANZA Y PRUEBA DE HIPOTESIS
𝜎 = 1.161
𝑔𝑙 = 8
𝛾 = 0.90
1+𝛾
𝑃(𝑇0 < 𝑇) = → 𝑇0 = 1.860
2
∴ 5.501 ≤ 𝜇 ≤ 6.942
b) ¿Cuál es el tamaño necesario de la muestra si quisiéramos que el erro cometido. Al
estimar la resistencia media, no sea superior a 0.1 unidades con probabilidad de 0.90?
e=0.1
σ=2
γ=0.9
z=1.64485
𝑍0 𝜎 2
𝑛=( 𝑒
)
n=1082.217
∴ 𝑛 = 1083
EJERCICIO 3. Fueron retiradas 25 piezas de la producción diaria de una maquina; se encontró
para una cierta medida una media de 5,2 mm.se sabe que las medidas tienen distribución
normal con desviación estándar de 1,2 mm. Construir el intervalo de confianza para la media
con coeficiente de confianza de 99%.
SOLUCIÓN
𝑛 = 925
𝑥̅ = 5,2
𝑆 = 1,2
𝑔𝑙 = 25 − 1 = 24
1 + 0.99
𝑃(𝑇0 < 𝑇) = → 𝑇0 = 2.797
2
Formula:
𝑇0 𝑆 𝑇0 𝑆
𝑥̅ − ≤ 𝜇 ≤ 𝑥̅ +
√𝑛 √𝑛
2,797 ∗ 1,2 2,797 ∗ 1,2

5,2 − ≤ 𝜇 ≤ 5,2 −
√25 √25
∴ 4,529 ≤ 𝜇 ≤ 5,871
[Escribir texto] Página 2

EJERCICIO 4. Suponga que las alturas de los alumnos de la facultad de economía tienen
distribución normal con f=15cm.fue retirada una muestra de 100 alumnos obteniéndose
x=175cm.construir el intervalo de confianza para la verdadera altura media de los alumnos con
95% de confianza?
SOLUCIÓN
𝑛 = 100
𝑥̅ = 175
𝜎 = 15
𝑍0 𝛿 𝑍0 𝛿
𝑥̅ − ≤ 𝜇 ≤ 𝑥̅ +
√𝑛 √𝑛
1,960 ∗ 15 1,960 ∗ 15
175 − ≤ 𝜇 ≤ 175 +
√100 √100
∴ 172,06 ≤ 𝜇 ≤ 177,94
EJERCICIO 5.Extraída una muestra de 30 piezas, dio los siguientes pesos:

250,265,267,269,271,277,281,283,284,287,289,291,293,293,293,298,301,303,306,307,307,309,31
1,315,319,322,324,328,335,339,275.Por medio de la construcción del intervalo de confianza,
responder si esta muestra satisface la especificación por la cual el peso medio debe ser 300
kg.use α=5%.
SOLUCIÓN
n=30,
x
x i
=296.633
n
s =22.2299632
Hallamos z0 : α=5%
𝛾 = 0.95
1 + 𝛾 1 + 0.95
𝑃(𝑧0 < 𝑧) = = = 0.975 → 𝑧0 = 1.96
2 2
El intervalo está determinado por:
𝑥̅ − ≤ 𝜇 ≤ 𝑥̅ +
√𝑛 √𝑛
1.96 ∗ 22.2299632 1.96 ∗ 22.2299632
< 296.63 − ≤ 𝜇 ≤ 296.63 + >
√30 √30
∴ 288.675 ≤ 𝜇 ≤ 304.585
Rpta: Si satisface por la cual el peso medio debe de ser 300kg

EJERCICIO 6. En una fabrica al seleccionar una muestra de cierta pieza, se obtuvo las siguientes
medias para los diámetros:
10,11,11,11,12,12,12,12,13,15,13,13,13,13,13,13,13,13,13,13,13,14,14,14,14,14,15,15,15,16,16.
a) Estimar la media y la varianza.
SOLUCION:
x x i
s2   ( x  x)
i
n n 1
394
x  13.133 s  1.432
30
b) Construir el intervalo de confianza para la media.

SOLUCIÓN:
Hallamos z0 :
𝛾 = 0.95
1 + 𝛾 1 + 0.95
𝑃(𝑧0 < 𝑧) = = = 0.975 → 𝑧0 = 1.96
2 2
n=30
𝑥̅ − ≤ 𝜇 ≤ 𝑥̅ +
√𝑛 √𝑛
1.96 ∗ 1.432 1.96 ∗ 1.432

13.133 − ≤ 𝜇 ≤ 13.133 +
√30 √30
∴ 12.621;13.645
EJERCICIO 7. Sea X una tal que X~N (µ, σ ), donde µ y σ son desconocidas .Una muestra de
2 2
tamaño 15, dio los valores

15 15
∑ 𝑋𝑖 = 8.7 𝑦 ∑ 𝑋𝑖2 = 27.3

𝑖=1 𝑖=1
Determine un intervalo de confianza de 95% para σ 2 .
𝑛 = 15 𝑛 < 30
S2 
X 2
i  ( X i ) 2 /n
𝛾 = 0.95 n 1
∝
𝛼 = 0.05 => = 0.025 27.3  (8.7) 2 / 15
2 S2 
14
S 1.5896
2

(𝑛 − 1)𝑆 2 (𝑛 − 1)𝑆 2
𝐼 =< ; >
𝑋2 ∝ 𝑋∝2
1−
2 2
𝑋2 ∝
2
= 𝑋0.975 = 26.1
1−
2
𝑋∝2 = 𝑋0.025
2
= 5.63
2
(14)(1,5896) (14)(1,5896)
𝐼: < ; >
26.1 5.63
𝐼 = < 0,853 ; 3,953 >
EJERCICIO 8. Diez lotes de siembra son tratados con fertilizante “A” y 12 con el fertilizante “B”. El
rendimiento de los primeros lotes fue de 8 con una desviación estándar de 0.4. El rendimiento
de Los segundos lotes fue de 6 con una desviación estándar de 0.2.Construir el intervalo de
confianza para la diferencia de medias al 95% y 98%.
A B
n1 10 n 1  12
 
X1 8 X1 6
S1 0,4 S1 0,2
(S12 /n 1 S 22 /n 2 ) 2
gl 
(S12 /n 1 ) 2 /(n 1  1)  (S 22 /n 2 ) 2 /(n 2  1)
(0,016  0,003) 2
gl 
(0,0000284)  (0,0000008)
PARA 𝛾 = 0.95
0,000361
gl 
0,0000292
gl 12,3612
1,95
𝑃(𝑡 ≤ 𝑡0 ) = = 0.975
2
𝑡0 = 2,179
𝑆12 𝑆22
𝜇1− 𝜇2 = (𝑋̅1 − 𝑋̅2 ) ± 𝑡0 √ +
𝑛1 𝑛2
𝜇1− 𝜇2 = 2 ± (2,179)(0,1378404)
1.69 ≤ 𝜇1− 𝜇2 ≤ 2.3

PARA 𝛾 = 0.98
𝑡0 = 2.681
𝑆12 𝑆22
𝜇1− 𝜇2 = (𝑋̅1 − 𝑋̅2 ) ± 𝑡0 √ +
𝑛1 𝑛2
𝜇1− 𝜇2 = 2 ± (2,681)(0,1378404)
1.63 ≤ 𝜇1− 𝜇2 ≤ 2.37
EJERCICIO 9. Un curso de inglés fue dado a 18 estudiantes por medio del método tradicional
obteniéndose una media de 75 y una desviación estándar de 5. Para otro grupo de 15
estudiantes dio el mismo curso por medio de un método más moderno obteniéndose una media
de 70 y una desviación estándar de 6. Construir el intervalo para la diferencia de las medias, use
𝛄 = 𝟗𝟕. 𝟓%.
I grupo II grupo
n1 18 n 1  15
 
X1 75 X1 70
S1 5 S1 6
𝛾 = 0.95
(S12 /n 1 S 22 /n 2 ) 2
gl  2
(S1 /n 1 ) 2 /(n 1  1)  (S 22 /n 2 ) 2 /(n 2  1)
(1,3888  2,4) 2
gl 
(0,11347131)  (0,41428571)
14,35567901
gl 
0,52775702
gl 27,327
1,975
𝑃(𝑡 ≤ 𝑡0 ) =
2
𝑡0 = 2,473
𝑆12 𝑆22
𝜇1− 𝜇2 = (𝑋̅1 − 𝑋̅2 ) ± 𝑡0 √ +
𝑛1 𝑛2
𝜇1− 𝜇2 = 5 ± (2,473)(1,9465)
0,2 ≤ 𝜇1− 𝜇2 ≤ 9,8

EJERCICIO 10. La Gerencia Comercial Moderno ha comercializado una nueva pila para las
unidades "flash" de cámaras de 35mm con el lema. ¿Por que no usar lo mejor? En promedio
muestras baterías producen 20000 destellos. El gerente de comercialización se criticaba el
reclamo publicitario de la compañía al día para refutar las críticas, el gerente seleccionó al azar
23 unidades de destellos diferentes y comprobó con ellos la pila, los resultados fueron:
Número de destellos (en miles) Número de destellos (en miles)

15 16
19 18
14 17
16 20
12 16
17 15
16 17
18 16
17 13
22 15
18 17
9
a) Obtener un estimador puntual de la media verdadera

𝑛 = 23 𝑛 < 30
𝑋̅ = 16,22
̅ = 16,22
El estimado puntual para la media es: 𝜇 = 𝑋
b) Obtener un Intervalo de confianza de 95% para la media verdadera. Con base a

estos resultados, ¿podría el gerente de comercialización refutar las críticas al
anuncio que hace el lema de la compañía?

𝛾 = 0.95
S 2

 (X i - X)2
𝑔𝑙 = 𝑛 − 1 = 22 n 1
1,95 S2 

(15  16,22) 2  (19  16,22)  ...  (17  16,22) 
𝑃(𝑡 ≤ 𝑡0 ) = 2 22
S  7,178
2
𝑡0 = 2,074
S 2,679

𝑠
𝐼: < 𝑋̅ ± 𝑡𝑛−1 >
√𝑛
2,679
𝐼: < 16,22 ± (2,074) >
4,796
𝐼: < 16,22 ± 1,1594 >
𝑰: < 15,0606 ; 17,379 > 𝐸𝑛 𝑀𝑖𝑙𝑒𝑠
R: No, porque 20000 no está en el intervalo de confianza
EJERCICIO 11. Los alumnos de la fac8ultad de Ingeniería Industrial puede escoger entre dos
cursos de física, uno de 3 horas semanales sin laboratorio. El examen final es el mismo para
ambos cursos. Si 12 estudiantes del curso con laboratorio obtienen una calificación promedio de
84 con una desviación estándar de 4 y 18 del curso sin laboratorio obtienen una calificación
promedio de 77 con una desviación estándar de 6, encuentre un intervalo de confianza al 99%
para la diferencia entre las calificaciones promedio para los 2 cursos. Suponga que las
poblaciones tienen distribuciones aproximadamente normales.
Lab Sin Lab

n 1 12 n 1  18
 
X 1 84 X 1 77
S1  4 S1 6
𝛾 = 0.99
1,95
𝑃(𝑡 ≤ 𝑡0 ) = 2
𝑡0 = 2,074
(S12 /n 1 S 22 /n 2 ) 2
gl 
(S12 /n 1 ) 2 /(n 1  1)  (S 22 /n 2 ) 2 /(n 2  1)
(1,3333333  2) 2
gl 
(0,1616161)  (0,2352941)
11,11111
gl 
0,3969102
gl 27,927
𝑆12 𝑆22
𝜇1− 𝜇2 = (𝑋̅1 − 𝑋̅2 ) ± 𝑡0 √ +
𝑛1 𝑛2
𝜇1− 𝜇2 = 7 ± (2,771)(1,8257418)

1,49 ≤ 𝜇1− 𝜇2 ≤ 12,06
EJERCICIO 12. Un agente de compras de una compañía se vio confrontado con dos tipos de
máquinas para realizar cierta operación. Se le permitió probar ambas máquinas a lo largo de
cierto periodo de pruebas. Es deseo del agente comprar la máquina que tiene mayor
rendimiento. Se le asignaron aleatoriamente 40 tareas, 20 a cada máquina con los siguientes
resultados:
𝑋̅1 = 30ℎ𝑜𝑟𝑎𝑠, 𝑆12 = 135 n1=n2=20

̅𝑋2 = 30ℎ𝑜𝑟𝑎𝑠, 𝑆22 = 80
a) ¿Qué máquina decidirá comprar el agente?
∝= 0.2
∝/2 = 0.01
𝜎12 𝜎22
𝐼: < ̅̅̅
𝑋1 − ̅̅̅
𝑋2 ± 𝑍∝/2 √ + >
𝑛1 𝑛2
135 80
𝐼: < 10 ± 2,32√ + >
20 20
𝐼: < 2,39 ; 17,6 >
Como ambos límites son positivos entonces 𝜇1> 𝜇2

R: El agente deberá comprar la máquina 1
EJERCICIO 13. Una compañía de automóviles de alquiler está tratando de decidir la compra de
neumáticos, entre las marcas A y B, para su flota de taxis. Para estimar la diferencia entre las
dos marcas, se efectúa un experimento, empleando 12 de cada marca. Los neumáticos se usan
hasta que se desgastan. Los resultados para la marca A son: 𝐱̅ 𝟏 = 36300 km y 𝐬𝟏 = 5000 km. Y
para la marca B; 𝐱̅𝟐 =38100 Km y 𝐬𝟐 = 6100 km. Calcule un intervalo de confianza del 95% para
µ1-µ2 (suponga que las poblaciones tienen distribuciones aproximadamente normales) r. -
6522 < µ1-µ2 < 2922
SOLUCIÓN:
1. n<30, m<30, n=12 , m=12, γ=0.95

2. hallamos t0 para n+m-2=22 grados de libertad
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.074
3. el intervalo está determinado por :
1 1 1 1
[( x  y )  t 0 S c   ( x  y)  ( x  y)  t 0 S c  ]
n m n m

(n  1)S x2  (m  1) S y2
Sc 
nm2
11 * 500 2  11 * 6100 2
Sc = =5577.186
22
1 1
Hallamos t0 S c  =2.074*5577.186* 1 / 12  1 / 12 =4722.24
n m
Θ1= (36300-38100)-4722.24
Θ2= (36300-38100)+4722.24
4. El intervalo de confianza para un nivel de confianza de 95% es: [-6522.24;
2922.24]
EJERCICIO 14. Una compañía de café está probando dos nuevos envases para su café
instantáneo. Se eligieron 200 tiendas de abarrotes: en 100 de ellas se colocó un tipo de envases
y en los 100 restantes el otro. El volumen mensual de ventas de los envases nuevos se expresó
en forma de porcentaje de las ventas mensuales de los meses anteriores. Se llevó un registro
para cada tienda. Para el envase A, el aumento del promedio de ventas fue del 3% con una
desviación estándar del 20%. Para el envase B, el aumento del promedio de ventas fue de 8%
con una desviación estándar de 24%. ¿Aumentó el promedio de ventas del envase B en forma
significativa con respecto a A ? R. -0.0112324 < µ B - µ A < 0,11124
El promedio de ventas de B no ha aumentado en forma significativa con respecto a A.
SOLUCIÓN:
1. n=100 , m=100, γ=0.95 (opcional)
2. Hallamos Z0, γ=0.99
P [Z≤ z0]= (γ+1)/2=(0.99+1)/2=0.995
Z0= 2.576
 x2  y2  x2  y2
[( x  y)  Z 0   ( x  y)  ( x  y)  Z 0  ]
n m n m
 x2  y2
Hallamos Z 0  y Θ1 y Θ2
n m
Para Z0 =2.576
0.2 2 0.24 2
1.960  =0.061
100 100
Θ1= (0.08-0.03)- 0.061
Θ2= (0.08-0.03)+ 0.061
4. El intervalo de confianza para un nivel de confianza de 99% es: [-0.011;0.11]
El promedio de ventas de B no ha aumentado en forma significativa con respecto a
A.

EJERCICIO 15. Se desea estimar el gasto promedio diario por turista extranjero en Lima y con
dicho fin, se elige una muestra de 120 turistas supuestamente representativa, encontrándose un
promedio de $800 diarios. Si por estudios anteriores se conoce que la desviación estándar del
gasto diario por turista extranjero en Lima es de $ 100 diarios.
a) Determine un intervalo de confianza al 99% para la media real de los gastos diarios.
SOLUCIÓN:
n=120, γ=0.99, x =800, σ=100

Hallamos Z0 para
P [Z≤ z0]= (γ+1)/2=(0.99+1)/2=0.995
Z0= 2.5758
el intervalo está determinado por :

Z 0 Z 0
[x     x ]
n n
Z 0
Hallamos =2.5758*100*/ 120 =23.51
n
Θ1= 120-23.51
Θ2= 120+23.51
El intervalo de confianza para un nivel de confianza de 95% es: [96.49; 143.51]
b) Si quisiéramos disminuir el error de estimación a $10, aceptando una probabilidad del

5% de que el verdadero valor del parámetro caiga fuera del intervalo, ¿Cuántas
observaciones adicionales se deben tomar?
SOLUCIÓN:
σ=100, E=10, γ =1-α=1-0.05=0.95
Hallamos Z0 para
P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.960
la muestra está determinado por:
Z 0 2
n [ ]
E = (1.960*100/10)2=384
Como la muestra que tenemos es 120, entonces faltarían 384-120=264 observaciones
adicionales.
EJERCICIO 16. Dos universidades nacionales de Lima Metropolitana tienen métodos distintos
para inscribir a sus postulantes para el examen de admisión. Las dos desean comparar el tiempo
promedio que les toma a los estudiantes completar el trámite de inscripción. En cada
universidad se anotaron los tiempos de inscripción para 100 alumnos seleccionados al azar. Las
medias y las desviaciones estándares muéstrales son las siguientes:
𝐱̅𝟏 =50,2 𝐱̅𝟐 =52,9
𝐬𝟏 = 4,8 𝐬𝟐 = 5,4
Si se supone que el muestreo se llevó a cabo sobre dos poblaciones distribuidas normalmente e
independientes, obtener los intervalos de confianza del 90, 95 y 99% para la diferencia entre las

medias de tiempo de inscripción para las dos universidades. Con base a esta evidencia, ¿se
estaría inclinando a concluir que existe una diferencia real entre los tiempos medios para cada
universidad? R. -3,89 < µ1-µ2 <-1,51, <-4,12;-1,28 >, <-4,58;-0,82 >
SOLUCIÓN:
n=100, m=100, γ=0.90 , γ=0.95 , γ=0.99
Hallamos Z0 , γ=0.90
P [Z≤ z0]= (γ+1)/2=(0.90+1)/2=0.95
Z0= 1.645
Hallamos Z0, γ=0.95

P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.960

P [Z≤ z0]= (γ+1)/2=(0.99+1)/2=0.995
Z0= 2.576
El intervalo está determinado por :
 x2  y  x2  y
2 2
[( x  y)  Z 0   ( x  y)  ( x  y)  Z 0  ]
n m n m
 x2  y2
Hallamos Z 0  y Θ1 y Θ2
n m
Para Z0 =1.645
4.8 2 5.4 2
1.645  =1.185
100 100
Θ1= (50,2 - 52,9)-1.185
Θ2= (50,2 - 52,9)-1.185
Para Z0 =1.960
4.8 2 5.4 2
1.960  =1.416
100 100
Θ1= (50,2 - 52,9)- 1.416
Θ2= (50,2 - 52,9)+1.416
Para Z0 =2.576
4.8 2 5.4 2
2.576  =1.861
100 100
Θ1= (50,2 - 52,9)- 1.861

Θ2= (50,2 - 52,9)+ 1.861
El intervalo de confianza para un nivel de confianza de 90% es: [-3.89; -1.51]
El intervalo de confianza para un nivel de confianza de 95% es: [4,12;-1,28]
El intervalo de confianza para un nivel de confianza de 99% es: [-4,58;-0,82]

EJERCICIO 17. Una compañía que vende maquinaria a una planta pretende que una nueva
máquina, costosa, desarrollada recientemente duplicara la producción respecto a las máquinas
antiguas. La planta instala una de estas nuevas maquinas y la pone a producir al lado de las
antiguas por un período de seis semanas consecutivas. Se obtiene los siguientes resultados (en
unidades redondeadas a un millón).
Producción promedio de máq. Antigua 2 2 3 4 54
Producción promedio de máq. Nuevas 4 4 8 6 86

Con base a estos datos, ¿se estaría inclinando a justificar a la gerencia que declara que la nueva
máquina no tuvo el desempeño que se pretendía?
SOLUCIÓN:
x̅1 =3.33 x̅2 =6

s1 = 1.21 s2 = 1.63
1. n<30, m<30, n=6 , m=6, γ=0.95

2. hallamos t0 para n+m-2=10 grados de libertad
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.228
1 1 1 1
[( x  y )  t 0 S c   ( x  y)  ( x  y)  t 0 S c  ]
n m n m
(n  1)S x2  (m  1) S y2
Sc 
nm2
6 *1.212  6 *1.632
Sc = =1.572
10
1 1
Hallamos t0 S c  =2.228*1.572* 1 / 6  1 / 6 =2.022
n m
Θ1= (6-3.33)-2.022
Θ2= (6-3.33)+2.022
4. El intervalo de confianza para un nivel de confianza de 95% es: [0.648;4.692]
Existe una diferencia significativa entre la producción de maquinas nuevas con
respecto las maquinas antiguas.
EJERCICIO 18. Cierto metal se produce, por lo común, mediante un proceso estándar. Se
desarrolla un nuevo proceso en el que se añade una aleación a la producción del metal. Los
fabricantes se encuentran interesados en estimar la verdadera diferencia entre las tensiones de
ruptura de los metales producidos por los dos procesos. Para cada metal se selecciona 12
especímenes y cada uno de estos se somete a una tensión hasta que se rompa. La siguiente
tabla muestra las tensiones de ruptura de los especímenes en kilogramos por centímetro
cuadrado.
Proc. Estándar 428 419 458 439 441 456 463 429 438 445 441 463

Proc. Nuevo 462 448 435 465 429 472 453 459 427 468 452 447
Si se supone que el muestreo se llevó a cabo sobre dos distribuciones normales e

independientes, obtener los intervalos de confianza estimados del 90; 95 y 99% para µ s y µ N.
Con base a los resultados ¿se estaría inclinando a concluir que existe una diferencia real entre µ
s y µ N?
R. <-18,3262; 2,1594 >, < -20,4559; 4,2891 >, <-24,9003; 8,7335 >, NO
SOLUCIÓN:
x̅1 =443.333333 x̅2 =451.416667

s1 = 14.278613 s2 = 14.9390175
1. n<30, m<30, n=12 , m=12, γ=0.95, γ=0.90, γ=0.99

2. hallamos t0 para n+m-2=22 grados de libertad y , γ=0.90
P [T≤ t0]= (γ+1)/2=(0.90+1)/2=0.95
t0=1.717
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.074
P [T≤ t0]= (γ+1)/2=(0.99+1)/2=0.995
t0=2.819

1 1 1 1
[( x  y )  t 0 S c   ( x  y)  ( x  y)  t 0 S c  ]
n m n m
(n  1)S x2  (m  1) S y2
Sc 
nm2
11 *14.28 2  11 *14.94 2
Sc = =14.614
22
Luego:
1 1
Para t0=1.717 hallamos t0 S c  =1.717*14.614* 1 / 12  1 / 12 =10.24
n m
Θ1= (443.33-451.42)-10.24
Θ2= = (443.33-451.42)+10.24
El intervalo de confianza para un nivel de confianza de 90% es: [-18.09; 2.15]
1 1
Para t0=2.074 hallamos t0 S c  =2.074 *14.614* 1 / 12  1 / 12 =12.37
n m
Θ1= (443.33-451.42)- 12.37
Θ2= = (443.33-451.42)+ 12.37
El intervalo de confianza para un nivel de confianza de 95% es: [-20,46; 4,29]

1 1
Para t0=2.819 hallamos t0 S c  =2.819 *14.614* 1 / 12  1 / 12 =16.816
n m
Θ1= (443.33-451.42)- 16.816
Θ2= = (443.33-451.42)+16.816
El intervalo de confianza para un nivel de confianza de 99% es: [-24,90; 8,73]
6. No diferencia una diferencia real entre µ s y µ N
EJERCICIO 19. Un fabricante de TV esta desarrollando un nuevo modelo de televisor a color, y

para este fin se pueden utilizar dos tipos de esquemas transistorizados. El fabricante selecciona
una m.a de esquemas transistorizados del primer tipo de tamaño 12, y otra del segundo tipo de
tamaño 11. Los datos muestrales con respecto a la vida de cada esquema son los siguientes:
𝐗𝟏 = 𝟐𝟎𝟎𝟎𝐡 , 𝐒𝟏 = 𝟏𝟓
𝐗𝟐 = 𝟐𝟓𝟎𝟎𝐡 , 𝐒𝟐 = 𝟏𝟎
Con base a estos datos ¿se estaría inclinando a concluir que la vida media del esquema del
primer tipo es mayor que la del segundo? use 𝛄 = 𝟗𝟎%
Solución
𝑛1 = 12 , 𝑛2 = 11
Como las muestras son de tamaño pequeño, y las varianzas poblacionales son desconocidas, pero
no nos dicen si son iguales o distintas, por eso primero construiremos el intervalo de confianza
para 𝜎12 /𝜎22 .
𝛼
Para 𝛾 = 1 − 𝛼 = 0.90 𝑦 2
= 0.05 , buscamos en la tabla de distribución F, y se encuentra:
𝐹∝/2 (𝑛2 − 1; 𝑛1 − 1) = 𝐹0.05 (10,11) = 2.85
1 1 1
𝐹1−∝/2 (𝑛2 − 1; 𝑛1 − 1) = = = = 0.3401
(𝑛
𝐹∝/2 1 − 1; 𝑛2 − 1) 𝐹0.05 (11,10) 2.94
Luego el intervalo de confianza del 90% para 𝜎12 /𝜎22 es:
𝑆12 1 𝑆12
𝐼 =< 2 . ; 2 . 𝐹∝/2 (𝑛2 − 1; 𝑛1 − 1) >
𝑆2 𝐹∝/2 (𝑛1 − 1; 𝑛2 − 1) 𝑆2
225 225
𝐼 =< . (0.3401) ; . (2.85) >
100 100
𝐼 =< 0.765225 ; 6.4125 >
Como 1 ∈ 𝐼, concluimos que 𝜎𝐴2 = 𝜎𝐵2 . Entonces el intervalo de confianza a utilizar para el análisis
de la diferencia de medias 𝜇1 − 𝜇2 es:
1 1
𝐼 =< (𝑋1 − 𝑋2 ) ± 𝑡∝/2 (𝑛1 + 𝑛2 − 2)√𝑆𝑃2 ( + ) >
𝑛1 𝑛2
Donde:
(𝑛1 − 1)𝑆12 + (𝑛2 − 1)𝑆22 (12 − 1)152 + (11 − 1)102
𝑆𝑃2 = =
𝑛1 + 𝑛2 − 2 12 + 11 − 2

𝑆𝑃2 = 𝟏𝟔𝟓. 𝟒𝟕𝟔𝟏𝟗𝟎𝟓

𝛼
Ahora para 𝛾 = 1 − 𝛼 = 0.90 𝑦 2
= 0.05 , en la tabla de distribución T encontramos:
𝑡∝/2 (21) = 1.721
Por lo tanto, el intervalo de confianza del 90% para la diferencia de medias 𝜇1 − 𝜇2 es:
1 1
𝐼 =< (2000 − 2500) ± 1.721√𝟏𝟔𝟓. 𝟒𝟕𝟔𝟏𝟗𝟎𝟓( + ) >
12 11
𝐼 =< (−500) ± 1.721√28.83297259 >
𝐼 =< (−500) ± 1.721(5.369624307) >
𝐼 =< −509.2411; −490.7589 >
Se observa que el intervalo no incluye al cero, luego del hecho de que ambos intervalos son
negativos, concluimos que la vida media del esquema del primer tipo es menor que la del
segundo tipo.
EJERCICIO 20. En las ciudades de Arequipa y Ayacucho se llevo a cabo una encuesta sobre el
costo de la vida para obtener el gasto promedio en alimentación en familias constituidas por 4
personas. De cada ciudad se selecciono aleatoriamente una muestra de 20 familias y se
observaron sus gastos semanales en alimentación. Las medias y las desviaciones estándares
muestrales fueron las siguientes:
𝐗𝟏 = 𝟏𝟑𝟓(𝐀𝐫𝐞𝐪𝐮𝐢𝐩𝐚) , 𝐒𝟏 = 𝟏𝟓
𝐗𝟐 = 𝟏𝟐𝟐(𝐀𝐲𝐚𝐜𝐮𝐜𝐡𝐨) , 𝐒𝟐 = 𝟏𝟎
Si se supone que las dos poblaciones son independientes con distribución normal cada uno,
obtener el intervalo de confianza de 99% para 𝛍𝟏 − 𝛍𝟐 ¿se estaría inclinando a concluir que
existe una diferencia real entre 𝛍𝟏 − 𝛍𝟐 .
Solución
𝑛1 = 20 , 𝑛2 = 20
Como las muestras son de tamaño pequeño, y las varianzas poblacionales son desconocidas, pero
no nos dicen si son iguales o distintas, por eso primero construiremos el intervalo de confianza
para 𝜎12 /𝜎22 .
𝛼
Para 𝛾 = 1 − 𝛼 = 0.99 𝑦 = 0.005 , buscamos en la tabla de distribución F, y se encuentra:
2
𝐹∝/2 (𝑛2 − 1; 𝑛1 − 1) = 𝐹0.005 (19,19) = 3.4318
1 1 1
𝐹1−∝/2 (𝑛2 − 1; 𝑛1 − 1) = = = = 0.2914
𝐹∝/2 (𝑛1 − 1; 𝑛2 − 1) 𝐹0.005 (19,19) 3.4318
𝑆12 1 𝑆12
𝐼 =< 2 . ; 2 . 𝐹∝/2 (𝑛2 − 1; 𝑛1 − 1) >
𝑆2 𝐹∝/2 (𝑛1 − 1; 𝑛2 − 1) 𝑆2
225 225
𝐼 =< . (0.2914) ; . (3.4318) >
100 100
𝐼 =< 0.65565 ; 7.72155 >

Como 1 ∈ 𝐼, concluimos que 𝜎12 = 𝜎22 . Entonces el intervalo de confianza a utilizar para el análisis
de la diferencia de medias 𝜇1 − 𝜇2 es:
1 1
𝐼 =< (𝑋1 − 𝑋2 ) ± 𝑡∝/2 (𝑛1 + 𝑛2 − 2)√𝑆𝑃2 ( + ) >
𝑛1 𝑛2
Donde:
(𝑛1 − 1)𝑆12 + (𝑛2 − 1)𝑆22 (20 − 1)152 + (20 − 1)102
𝑆𝑃2 = =
𝑛1 + 𝑛2 − 2 20 + 20 − 2
2
𝑆𝑃 = 𝟏𝟔𝟐. 𝟓
𝛼
Ahora para 𝛾 = 1 − 𝛼 = 0.99 𝑦 2 = 0.005 , en la tabla de distribución T encontramos:
𝑡∝/2 (38) = 2.712
Por lo tanto, el intervalo de confianza del 99% para la diferencia de medias 𝜇1 − 𝜇2 es:
1 1
𝐼 =< (135 − 122) ± 2.712√𝟏𝟔𝟐. 𝟓( + ) >
20 20
𝐼 =< (13) ± 2.712√16.25 >
𝐼 =< (13) ± 2.712(4.031128874) >
𝐼 =< 2.0676; 23.9324 >
Se observa que el intervalo no incluye al cero y con el hecho de que ambos límites de confianza
sean positivos, se puede concluir que 𝝁𝟏 > 𝝁𝟐 . Por lo tanto existe una diferencia real entre
𝝁𝟏 𝒚 𝝁𝟐
EJERCICIO 21. Una agencia estatal tiene la responsabilidad de vigilar la cantidad del agua para la
cría de peces con fines comerciales. Esta agencia se encuentra interesada en comprar la
variación de cierta sustancia toxica en dos estuarios cuyas aguas se encuentran contaminadas
por desperdicios industriales provenientes de una zona industrial cercana. En el primer estuario
se seleccionaron 11 muestras y en el segundo 8, las cuales se enviaron a un laboratorio para su
análisis. Las mediciones en ppm que se observaron en cada muestra se exponen en la siguiente
tabla. Si se supone que el muestreo se hizo sobre dos poblaciones independientes con
distribución normal. ¿se podría concluir que las dos varianzas son diferentes al 95% de
confianza?
Estuario 1 10 10 12 13 9 8 12 12 0 14 8
Estuario 2 11 8 9 7 10 8 8 10
Solución
𝑋1 = 9.8181(Estuario 1) , 𝑆1 = 3.816233269 , 𝑛1 = 11
𝑋2 = 8.875(Estuario 2) , 𝑆2 = 1.356202682 , 𝑛2 = 8
Para saber si las varianzas son diferentes construimos el intervalo de confianza para 𝜎12 /𝜎22 .
𝛼
Para 𝛾 = 1 − 𝛼 = 0.95 𝑦 2
= 0.025 , buscamos en la tabla de distribución F, y se encuentra:
𝐹∝/2 (𝑛2 − 1; 𝑛1 − 1) = 𝐹0.025 (7,10) = 3.9498

1 1 1
𝐹1−∝/2 (𝑛2 − 1; 𝑛1 − 1) = = = = 0.210
𝐹∝/2 (𝑛1 − 1; 𝑛2 − 1) 𝐹0.025 (10,7) 4.761
𝑆12 1 𝑆12
𝐼 =< 2 . ; . 𝐹∝/2 (𝑛2 − 1; 𝑛1 − 1) >
𝑆2 𝐹∝/2 (𝑛1 − 1; 𝑛2 − 1) 𝑆22
14.5636 14.5636
𝐼 =< . (0.210) ; . (3.9498) >
1.839285715 101.839285715
𝐼 =< 1.6628; 31.27489 >
Como el intervalo no incluye a la unidad, entonces, las varianzas poblacionales son distintas, es
decir 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 , al 95% de confianza.
EJERCICIO 22. La compañía A produce focos pequeños de 1.5 voltios y se desea analizar la
variabilidad del proceso de producción, se tomo una m.a de 16 focos y se obtuvo una media de
duración igual a 120 horas, y un coeficiente de variabilidad a 25%. Halle el intervalo de confianza
del 98% para la desviación estándar poblacional.
Solución
𝒏 = 𝟏𝟔 𝒇𝒐𝒄𝒐𝒔 , 𝑿 = 𝟏𝟐𝟎 𝒉𝒐𝒓𝒂𝒔 , 𝑪𝑽 = 𝟐𝟓% , 𝜸 = 𝟗𝟖%
𝒈𝒓𝒂𝒅𝒐𝒔 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = 𝒏 − 𝟏
Del coeficiente de variabilidad deducimos:
𝐶𝑉 = 25%
𝑆
𝐶𝑉 = = 25%
𝑋
𝑆 = 30
∝ ∝
Para 𝛾 = 1−∝= 0.98 , 2
= 0.01 𝑦 1 − 2 = 0.99 , buscamos en la tabla de distribución
CHI-CUADRADO y obtenemos:
𝑋∝2 (𝑛 − 1) = 𝑋0.01
2
(15) = 30.58 𝑦 𝑋2 ∝ (𝑛
2
− 1) = 𝑋0.99 (15) = 5.229
1−
2 2
∝ ∝
Habiendo deducido el valor de 𝑆 = 30, 𝑦 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑎𝑟𝑎 2
𝑦 1 − 2 , hallamos entonces el
intervalo de confianza al 98% para la desviación estándar:
(𝑛 − 1)𝑆 2 (𝑛 − 1)𝑆 2
𝐼 =< √ 2 ; √ 2 >
𝑋∝/2 𝑋1−∝/2
(15)302 (15)302
𝐼 =< √ ;√ >
30.58 5.229
𝐼 =< 21.01176; 50.81098 >
EJERCICIO 23. Se planea una encuesta para medir la cantidad de tiempo que los niños miran la
televisión. Un chequeo preliminar indica que el tiempo promedio por semana es cerca de 15
horas con una desviación estándar de 5 horas. Se desea estimar el tiempo promedio por semana
con una precisión de media hora, al nivel de confianza del 99%.
a) Si el costo de administración de la encuesta es de S/50000, más S/100 por entrevista, ¿Cuál es el
costo total que se debe presupuestar para la encuesta?

b) Después de completar la encuesta, se encuentra que la media es de 18 horas y la desviación

estándar es de 6 horas. ¿Qué costo adicional (si es que hay alguno) debe presupuestarse,
excluyendo la administración para conseguir una estimación revisada del tiempo promedio, a la
luz de esta nueva información?
EJERCICIO 24. Se sospecha que un laboratorio de medidas de viscosidad obtenidas en la mañana

eran menores que en la tarde. Para confirmar esta sospecha se toman dos muestras una por la
mañana y otra por la tarde.
Viscosidad
mañana tarde
n 10 9
𝑿 56.8 58
∑(𝑿𝒊 − 𝑿)𝟐
1273.6 284
𝒊=𝟏
¿Existe evidencia estadística para afirmar que la variabilidad de la viscosidad difiere en ambos
turnos?
Solución
𝑆12 → 𝑚𝑎ñ𝑎𝑛𝑎 , 𝑆22 → 𝑡𝑎𝑟𝑑𝑒

∑𝒏𝒊=𝟏(𝑿𝒊 − 𝑿)𝟐 𝟏𝟐𝟕𝟑. 𝟔
𝑆12 = = = 𝟏𝟒𝟏. 𝟓𝟏𝟏𝟏𝟏
𝒏−𝟏 𝟗
∑𝒏𝒊=𝟏(𝑿𝒊 − 𝑿)𝟐 𝟐𝟖𝟒
𝑆22 = = = 𝟑𝟓. 𝟓
𝒏−𝟏 𝟖
Suponiendo que trabajamos con un nivel de confianza del 95% para hallar la variabilidad de la
𝛼
viscosidad, para 𝛾 = 1 − 𝛼 = 0.95 𝑦 2
= 0.025 , buscamos en la tabla de distribución F, y se
encuentra:
𝐹∝/2 (𝑛2 − 1; 𝑛1 − 1) = 𝐹0.025 (8,9) = 4.1019
1 1 1
𝐹1−∝/2 (𝑛2 − 1; 𝑛1 − 1) = = = = 0.2295
𝐹∝/2 (𝑛1 − 1; 𝑛2 − 1) 𝐹0.025 (9,8) 4.3572

𝑆12 1 𝑆12
𝐼 =< . ; . 𝐹 (𝑛 − 1; 𝑛1 − 1) >
𝑆22 𝐹∝/2 (𝑛1 − 1; 𝑛2 − 1) 𝑆22 ∝/2 2
141.51111 141.51111
𝐼 =< . (0.2295) ; . (4.1019) >
35.5 35.5
𝐼 =< 0.91484; 16.35111 >
Como el intervalo incluye a la unidad, entonces, la variabilidad de las viscosidades son iguales
( 𝝈𝟐𝟏 ≠ 𝝈𝟐𝟐 ), al 95% de confianza.
EJERCICIO 25. Un gran fabricante de aparatos eléctricos necesita una estimación actualizada y
precisa de las ventas al por menor de sus productos, como información auxiliar para la
planeación de la producción. Para ello el fabricante piensa tomar una m.a. de sus distribuidores
al por menor y estimar las ventas mensuales. Para ayudarse en la planeación de la investigación,
seleccionar una muestra preliminar de 60 distribuidores de su producto. Los resultados fueron
Donde X representa las ventas de aparatos (en unidades) por distribuidor, en el mes pasado.
a) El fabricante desea que la estimación muestral de la media de las ventas mensuales por
distribuidor sea precisa con un margen de 1 aparato, con un nivel de 95% de confianza
¿Qué tamaño debe tener la muestra para obtener esta precisión?
b) El costo de la investigación se estima en S/. 200000 más S/. 4000 por distribuidor
muestreado ¿Cuál será el costo total de la encuesta en base a la respuesta dada en a).?
SOLUCIÓN
a) Haciendo uso de los datos dados obtenemos lo siguiente:
m.a. = 60 Error de estimación (E = 1)

Varianza (²) = 29.159 P [Z < Z0] = (1+ 0.95)/2
Nivel de confianza ( = 95%) Z0 = 1.96
Para hallar el tamaño muestral usamos la siguiente fórmula:
n = [Z0*/E]² = [1.96]²*[29.159]/1 = 112

El tamaño muestral es 112
c) Costo total = S/. 200000 + S/. 4000*112 = S/. 648000

EJERCICIO 26.Un analista económico realiza un estudio y decide proponer al gobierno que apoye
las exportaciones de algodón y hierro, mediante préstamos promocionales tomados de un fondo
de dinero que el gobierno de Canadá tiene intención de donar al Perú. El analista resuelve tomar
aleatoriamente los promedios mensuales de exportaciones de ambos productos
correspondientes a 10 meses del gobierno, con la intención de observar cuál de los dos
productos han generado una mayor cantidad de divisas al país en los últimos años. Si el
promedio mensual de uno de los productos es mayor que el otro, este producto obtendrá las
dos terceras partes de los fondos, en caso contrario el fondo se repartirá en partes iguales. En la
siguiente tabla aparecen las exportaciones en millones de dólares de algodón y hierro.
Meses de Exportaciones en millones de dólares

Gobierno
Algodón Hierro
Enero 1986 0.01 0.01
Marzo 1986 0.17 0.44
Junio 1986 0.31 0.55
Julio 1986 0.36 1.03
Setiembre 1986 0.98 0.81
Febrero 1987 0.98 1.51
Junio 1987 1.03 0.79
Julio 1987 0.26 0.97
Agosto 1987 0.22 2.63
Setiembre 1987 0.1 2.77
En base a los datos, ¿Qué recomendaría el analista al gobierno? Use =99%
SOLUCIÓN
Intervalo de confianza para el algodón y también para el hierro usando la siguiente fórmula:
n = 10 n = 10
Promedio = 0.442 Promedio = 1.151
Desv. Est. (s) = 0.396 Desv. Est. = 0.907
Grado libertad (gl) = n - 1 = 9 gl = n – 1 = 9
=99% =99%
t0 = 3.25 t0 = 3.25
IC (Algodón) = (0.035, 0.849) IC (Hierro) = (0.219, 2.083)

Observando el promedio de algodón y hierro se deduce que el promedio de hierro es mayor que
del algodón y analizando los intervalos de confianza de ambos se deduce que el hierro ha
generado mayor cantidad de divisas para el país, por lo tanto el analista recomendará al
gobierno prestar los 2/3 de fondos para exportaciones de hierro.
EJERCICIO 27. El desarrollo económico debe ser entendido a partir de sus dos premisas
fundamentales; el crecimiento económico y luego la mejor distribución del ingreso. No se puede
distribuir mejor la riqueza si es que no se logran adecuadas tasas de crecimiento, porque sino
sería como repartir la pobreza entre los pobres. Con esta idea, un grupo de economistas decide
realizar un estudio respecto a la situación económica del Perú desde la década de los sesenta.
Para este fin, se presenta una de las principales variables utilizadas en el estudio.
TASA DE
CRECIMIENTO DEL PBI (%)
AÑOS PBI AÑOS PBI AÑOS PBI

1960 9.19 1970 7.31 1980 2.88
1961 8.42 1971 5.13 1981 3.06
1962 9.03 1972 5.84 1982 0.89
1963 4.07 1973 6.2 1983 -11.98
1964 7.14 1974 6.86 1984 4.73
1965 4.88 1975 2.39 1985 1.95
1966 7.05 1976 3.33 1986 8.6
1967 3.51 1977 0.26 1987 6.87
1968 0.03 1978 -1.77 1988 -8
1969 4.14 1979 4.31 1989 1.95
Considerando los datos aquí presentados. Que podría afirmar respecto de las siguientes
conclusiones elaboradas por este grupo de economistas
a) Se puede afirmar que el Perú ha alcanzado el promedio mínimo de crecimiento

necesario para lograr el desarrollo, es decir, que históricamente ha crecido como mínimo
en promedio 6%
SOLUCIÓN:
Para responder esta pregunta es necesario hacer una prueba de hipótesis y se usará la
siguiente fórmula y el siguiente gráfico:
x  o
Z
s
Hipótesis: n
Ho: o > 0.06 (Perú alcanzo el promedio mínimo
de 0.06)

H1:  o < 0.06 (Perú no alcanzó el promedio mínimo de 0.06)

Datos calculados de la tabla:
n = 30
Promedio = 3.61
Desv. Est. = 4.667
Asumiendo  = 95%
Zo = 1.96 (se tomará -1.96 para comparar con Z)
Calculando Z, tenemos que Z = 4.165, se tomara el negativo Z = -4.165
Observamos que Z < Zo (-4.165 < -1.96), Z se encuentra en la zona de rechazo, por lo
tanto NO se puede afirmar que el Perú ha crecido como mínimo en promedio 6%
b) Tratando a nivel de lo observado en los dos últimos gobiernos democráticos (1980 -
1985) y (1986 - 1989), es posible aseverar que existe diferencias en las tasas promedio
de crecimiento alcanzadas por uno y por otro, siendo esta diferencia favorable al
régimen de (1986 – 1989), y se espera que la diferencia observada crezca cada vez más
en el mismo sentido.
SOLUCIÓN:
Como en el caso anterior se hace una prueba de hipótesis y se usa las siguientes fórmulas
y el siguiente gráfico:
xy (c1  c2 ) 2 s12 s22

t gl  2 c1  c2 
s12 s22 c1 c22 m n
 
m n m 1 n 1
Hipótesis:
Ho: 1 <  o (desfavorable al gobierno 1986 – 1989)
H1: 1 >  o (favorable al gobierno 1986 – 1989)
Datos calculados de la tabla:
n0 = 6 (periodo 80 – 85), n1 = 4 (periodo 86 – 89)
Promedio0 = 0.26
Desv. Est. = 6.128
Promedio1 = 2.36
Desv. Est. = 7.456
Asumiendo  = 95%
gl = 6 aprox.
To = 2.447

Calculando T = 0.467, entonces 0.467 < 2.447, se acepta Ho y se rechaza H1, por lo cual
quiere decir que la tasa promedio de crecimiento del periodo (1986 – 1989) no es favorable.
EJERCICIO 28. Considere Ud. El problema de un inversionista nacional que desea colocar su
capital dentro del sector industrial. Dicho agente se guiará, para tomar la decisión respecto de
donde invertir sus recursos, del criterio de maximizar la rentabilidad promedio derivada de la
operación realizada. Con este fin se selecciona 10 observaciones de la industria textil y 15 de la
industria papelera, encontrándose una rentabilidad promedio de 3% y 8% respectivamente, con
desviaciones típicas de 20% y 24% en cada caso. ¿En que sector le recomendaría invertir al
agente en cuestión? (=97%)
SOLUCIÓN:
Haciendo uso del Minitab obtenemos lo siguiente:
T de una muestra (industria textil)
Media del
Error
N Media Desv.Est. estándar IC de 97%
10 0.0300 0.2000 0.0632 (-0.1328, 0.1928)
T de una muestra (industria papelera)
Media del
Error
N Media Desv.Est. estándar IC de 97%
15 0.0800 0.2400 0.0620 (-0.0696, 0.2296)
Observando los intervalos de confianza y analizando se llega a la conclusión que el agente

debe invertir en cualquiera de los dos sectores, ya que en ambas se pierde y se gana.
EJERCICIO 29. Al tomar una m.a. de 50 focos se registró la vida útil de cada una de ellos en una
tabla de frecuencias de cinco intervalos con Xmin = 600, Xmax = 1100h, además f1 = 12, F2 = 25,
h3 = 0.18 y F4 = 46. Con estos datos construir e interpretar un intervalo del 95% de confianza
para la media poblacional.
SOLUCIÓN:
Construir el cuadro de frecuencias
Intervalo Marca clase fi Fi

600 - 700 650 12 12
700 - 800 750 13 25
800 - 900 850 9 34
900 - 1000 950 12 46
1000 - 1100 1050 4 50
Haciendo los cálculos tenemos lo siguiente:

N = 50
   
Promedio = 816
 x  Z 2    x  Z 2
Desv.Est. = 129.0116  n n 
Zo = 1.96

Hacemos uso de la siguiente fórmula:
Haciendo los cálculos el IC = (780.24, 851.76)
Interpretación: Al 95% de confianza la vida útil de los focos se encuentra entre 780.24 y 851.76.
EJERCICIO 30. Debido a la escasez de agua producida por el calor severo en las ciudades de Lima,
Trujillo, Piura y Chiclayo, el gobierno observa el consumo mensual promedio por vivienda. Si ui
representa el consumo mensual promedio por vivienda, de la i - ésima ciudad, siendo i = 1, 2, 3,
4, entonces el costo mensual esperado debido al consumo en estas cuatro ciudades es:
C=5u1 + 7u2 + 8u3 + 2u4
Con base a estudios previos, se cree que el costo mensual esperado es S/. 257. El gobierno lleva
a cabo una encuesta a través del INEI en la que seleccionando m.a. independientes de cada una
de las ciudades se obtuvo lo siguiente:
n1 = 50 x1 = 15 S1² = 4
n2 = 50 x2 = 10 S2² = 10
n3 = 50 x3 = 13 S3² = 8
n4 = 50 x4 = 12 S4² = 7
Empleando un intervalo de confianza del 99.8% para C, ¿se podrá afirmar que la evidencia apoya
al estudio previo?
SOLUCIÓN:
Hallamos C = 5*15 + 7*10 + 8*13 + 2*12 = 273
Varianza = 5²S1²/n1 + 7²S2²/n2 + 8²S3²/n3 + 2²S4²/n4
Varianza = 25*4/50 + 49*10/50 + 64*8/50 + 4*7/50
Varianza = 25
Des.Est. = 5
Zo = 3.09
IC = <273 - 3.09*5 , 273 + 3.09*5> = <257.55, 288.45>
Se observa en el intervalo de confianza que el costo mensual esperado de S/. 257 no se
encuentra entre (257.55; 288.45), por lo tanto la evidencia no apoya al estudio previo.
EJERCICIO 32. Una empresa importadora de automóviles tiene cuatro puntos de venta, dos de
ellos ubicados en lima y los otros dos en el interior del país (provincias). Cada uno de estos
puntos de venta cuenta con un determinado número de vendedores a los cuales se les paga un
porcentaje de comisión sobre el nivel de ventas realizadas. Las comisiones son de 4% den lima y

de 6% en provincias. Si i representa el nivel de ventas semanal promedio, en miles de soles
del i- ésimo punto de venta (i= 1, 2, 3, 4) y de acuerdo a la información histórica registrada, se
sabe que la desviación estándar del nivel de ventas asciende a 50 miles de soles y es la misma

para todos los puntos de venta. Por lo anterior, el costo semanal esperado por la empresa
importadora por concepto de comisiones pagadas a los vendedores de Lima y provincias es:
C  0.041  0.04 2  0.06 3  0.06 4
Se cuenta con información sobre el nivel de ventas promedio, en miles de soles, efectuadas por
la empresa durante las últimas semanas en los distintos puntos de ventas que son:
n1  50 , n2  50 , n3  50 , n4  50
X 1  50 , X 2  50 , X 3  60 , X 4  70
a) Estime en forma puntual el costo semanal esperado C de la empresa importadora por
concepto de pago de comisiones a los vendedores de lima y provincias.
Para la solución de este problema utilizaremos la siguiente fórmula:
 
u  X  Z 0 ; X  Z 0 
n n
Además tomaremos un intervalo de confianza al 90%, entonces:
1  0.9
P ( Z , z 0)  De donde z 0
=1. 64(utilizando tabla)
2
Ahora trabajaremos por cada punto de venta con sus respectivos datos.
PUNTO DE VENTA 1
1.64 x50 1.64 x50
u1
 50  ;50  
50 50
u =<38.40;61.60>
1
PUNTO DE VENTA 2
1.64 x50 1.64 x50
u 2
 50  ;50  
50 50
u 2
=<38.40;61.60>
PUNTO DE VENTA 3
1.64 x50 1.64 x50
u 3
 60  ;60  
50 50
u 3
=<48.40;71.60>
PUNTO DE VENTA 4
1.64 x50 1.64 x50
u 4
 70  ;70  
50 50
u 4
=<58.40;81.60>
Luego según la fórmula C  0.041  0.04 2  0.06 3  0.06 4

C min
 0.04x38.4  0.04x38.4 + 0.06x48.4 + 0.06 * 58.4
C min
=9.48
C max
 0.04x61.6 + 0.04x61.6  0.06x71.6 + 0.06x81.6
C max
=14.12
c  cmax
C min
2
C = 11.80
b) Estime el costo semanal esperado C de la empresa importadora por concepto de pago

de comisiones a los vendedores de lima y provincias, con un intervalo de confianza al
95% asumiendo que el nivel de ventas tiene una distribución normal.
1  0.95
P ( Z , z 0)  De donde z 0
=1. 96(utilizando tabla)
2
PUNTO DE VENTA 1
1.96 x50 1.96 x50
u 1
 50  ;50  
50 50
u = <36.14;63.86>
1
PUNTO DE VENTA 2
1.96 x50 1.96 x50
u 2
 50  ;50  
50 50
u 2
= <36.14;63.86>
PUNTO DE VENTA 3
1.96 x50 1.96 x50
u 3
 60  ;60  
50 50
u 3
= <46.14;73.86>
PUNTO DE VENTA 4
1.96 x50 1.96 x50
u 4
 70  ;70  
50 50
u 4
= <56.14;83.86>
Luego según la fórmula C  0.041  0.04 2  0.06 3  0.06 4

C  0.04x36.14  0.04x36.14 + 0.06x46.14 + 0.06x56.14
min
C =9.038min
C  0.04x63.86 + 0.04x63.86  0.06x73.86 + 0.06x83.86

max
C =14.572
max
u =<9.038;14.572>
4

c) ¿Qué sucedería con el error de estimación si se cuenta con una muestra constituida por
un numero mayor de datos para cada uno de los puntos de venta de la componía
importadora?
Puesto que el error es inversamente proporcional a la cantidad de datos de la muestra,

este error será menor si es que la cantidad de datos es mayor.
EJERCICIO 34. Por definición, el concepto elasticidad-precio de la demanda nos mide el grado de
sensibilidad de la demanda ante una variación de precios. Asimismo se define también que la
demanda es menos elástica cuanto menor sea ese grado de sensibilidad. Por ello, la demanda
puede ser clásica, inelástica o clásica unitaria.
Al respecto cuantificaremos el promedio mensual de la elasticidad-precio de la demanda de

arroz del país ZZZ, para ello contamos con los siguientes datos:
Se sabe que la demanda total de arroz esta conformada por la demanda de arroz en el norte y la
demanda en el sur. Según datos históricos la demanda en el norte representa un 20% de la
demanda total y el resto se destina al sur de la región, esta participación se mantiene invariable
durante un año.
Se cuenta con una muestra de 12 meses representativos de un año en el cual el mercado no
Presentó perturbaciones graves, los datos que se obtuvieron son los siguientes:
Elasticidad-precio en el NORTE Elasticidad-precio en el SUR
X 1  1.320 X 2  0.50
S1  0.335 S 2  0.212
Para calcular la elasticidad-precio de la demanda total de arroz, emplearemos el concepto de

elasticidad total: ET  a1 E N  a2 E S donde a1 y a 2 son las respectivas ponderaciones (o
participación) y
E N y E S clasificación del Norte y del Sur.
a) Por lo general se espera que las elasticidades mensuales en las regiones sean
homogéneas, sin embargo, no siempre es la misma en las dos regiones. Se pide:
determinar si existe una diferencia significativa entre la homogeneidad de las
elasticidades existente en el norte y el sur de la región, presente los supuestos del caso.
 
i  X  t 0 ; X  t 0 
n n
1  0.9
P(T , t 0)  de donde t =1.769
0
2
En la región NORTE

1.769 x0.335 1.769 x0.335

u norte
 1.320  ;1.320  
12 12
u norte
 -1.49;-1.15 
En la región SUR
1.769 x0.212 1.769 x0.212

u sur
 0.5  ;0.5  
12 12
u sur
 -0.61;-0.39 
Luego
ET min  0.2(1.49)  0.8(0.61)
ET min  0.786
ET max  0.2(1.45)  0.8(0.39)

ET max  0.542
Por tanto entre ambas elasticidades totales (máxima y mínima) no existe una diferencia
significativa
b) Suponga que después de revisar varios años representativos se encontró que la

variabilidad de las elasticidades debe ser de 0.12 (unidades al cuadrado) para el norte y
0.05 (unidades al cuadrado) para el sur. Se pide: con esta nueva información determine
el intervalo de confianza para la elasticidad total del país ZZZ conformado por las
regiones Note y Sur. Con los resultados identifique el tipo de elasticidad-precio hallado
(elástica, inelástica, unitaria) y determine si se puede afirmar que la demanda total es
altamente sensible a la variación de precios. Presente los supuestos estadísticos
necesarios.
 0.12
2
s norte s
Entonces
norte
 0.346
 0.05 Entonces s
2
s sur sur
 0.224
Con estos nuevos datos calculamos de manera similar a la parte “a” de donde:
u norte
 -1.5;-1.14  y u sur
 -0.616;-0.384 
Luego
ET min  0.2(1.5)  0.8(0.616)
ET min  0.793
ET max  0.2(1.4)  0.8(0.384)
ET max  0.535
De acuerdo a los datos obtenidos estamos ante una elasticidad-precio tipo INELASTICA

EJERCICIO 35. Un circuito eléctrico tiene 3 resistencias de diferente tipo. Las pruebas en 100
piezas del tipo 1 mostraron una resistencia promedio de 9.1 ohmios, con desviación de 0.2
ohmios, las pruebas de 80 resistencias de tipo 2 dieron una resistencia promedio de 14.3 ohmios
con desviación estándar de 0.4 ohmios, las pruebas de 120 resistencias del tipo 3 dieron un
promedio de 5.6 ohmios con desviación igual a 0.1 ohmios. Determinar un intervalo de
confianza del 95% para

1   2   3 .¿ Bajo qué condiciones resuelve usted este problema?
SOLUCIÓN
Resistencia n X 
1 100 9.1 0.2
2 80 14.3 0.4
3 120 5.6 0.1
Utilizaremos en todos los caso la siguiente formula:

 
u  X  Z 0 ; X  Z 0  ,
n n
1  0.95
P ( Z , z 0)  De donde z 0 =1. 96(utilizando tabla)
2
1.96 x0.2 1.96 x0.2
u1  9.1  100 ;9.1  100 
u 1
 9.0608 ;9.1392 
1.96 x0.4 1.96 x0.4
u 2
 14.3  ;14.3  
80 80
u 2
 14.2123 ;14.3877 
1.96 x0.4 1.96 x0.4
u 3
 5.6  ;5.6  
120 120
u 3
 5.5821;5.6179 
Luego:
1   2   3  28.8552;29.1448 

SEGUNDO BLOQUE
EJERCICIO 1.Se quiere probar la efectividad de un antigripal en reducir la fiebre, con tal fin se
tomo la temperatura a 10 niños de dos años afectados de gripe, antes o inmediatamente
después de la administración del antigripal y los resultados fueron:
Paciente Temperatura antes Temperatura después

1 38,8 37,8
2 39,6 38
3 39,8 38,1
4 39,4 38,2
5 40,1 37,9
6 39,7 37,6
7 39,3 38,3
8 40,0 37,0
9 39,9 38,5
10 39,5 38,7
Suponiendo que la característica en estudio tiene distribución normal, obtener el intervalo de

confianza del 95% para la diferencia de medias de temperaturas. Con base en los resultados. ¿Se
estaría inclinando a concluir que el antigripal reduce la fiebre?
SOLUCIÓN:
𝑛 = 10
D =temperatura antes-temperatura después
𝐷̅ = −1,6
𝑆̅𝐷 = 0,678
Para 𝛾 = 1 − 𝛼 = 0.95 y 𝛼/2 =0.025
tα/2 (n-1) t0.025 (9)=2,262
Luego el intervalo de confianza del 95% para µD= µV- µN

𝑆 𝑆
𝐼 =< 𝐷̅ − 𝑇∝ ̅ + 𝑇∝
. 𝑑 ;𝐷 . 𝑑>
(𝑛−1) √𝑛 (𝑛−1) √𝑛
2 2
0,678 0,678
𝐼 =< 1,6 − 2,262. ; 1,6 + 2,262. >
√10 √10
∴ 𝐼 =< 1,11486; 2,08514 >
Se puede concluir que el antigripal reduce la fiebre, ya que ambos límites del intervalo son
positivos

EJERCICIO 2.Veinte estudiantes de matemática I de la facultad de ingeniería industrial de la

universidad de lima fueron divididos en 10 parejas, teniendo cada miembro de la pareja
aproximadamente el mismo coeficiente de inteligencia. Uno de cada pareja se selecciona al azar
y se asigna a una sección que utiliza videos. El otro miembro se asigna a una sección que cuenta
con un profesor. Al finalizar el ciclo ambos grupos se presentan al mismo examen, obteniéndose
los resultados.
Pareja Con video Con profesor
1 15 16
2 12 10
3 17 17
4 11 14
5 18 17
6 15 16
7 16 18
8 13 12
9 14 15
10 10 11
Suponiendo que la característica en estudio tiene, distribución normal, obtener el intervalo del
98%, para la diferencia real en el promedio de calificación de los productos de enseñanza con
base en los resultados. ¿Se puede concluir que el procedimiento de enseñanza con profesor es
mejor que con el de video?
SOLUCIÓN:
𝑛 = 10
D =Con Video-con profesor
̅ =-0.5
𝐷
𝑆̅𝐷 =1.509
Para 𝛾 =1-α=0.98 y 𝛼/2 =0.01
t 𝛼/2 (n-1) t0.01( 9)=2.821
Luego el intervalo de confianza del 95% para µD= µV- µN
𝑆𝐷 𝑆𝐷
̅ − 𝑇∝
𝐼 =< 𝐷 𝑥 ̅ + 𝑇∝
;𝐷 𝑥 >
(𝑛−1) (𝑛−1)
2 √𝑛 2 √𝑛
∴ 𝐼 =< −1.846; 0.846 >
Como el intervalo incluye al cero, entonces 𝝁𝟐 = 𝝁𝟏 , y se concluye que la enseñanza con
profesor no es mejor que con el de video.

EJERCICIO 3.Se desea comparar dos nuevas líneas de trigo, para esto se toman 10 fincas al azar,
plantando en cada una de ellas, y en dos parcelas distintas, ambas líneas. La producción en las
10 fincas fue (en fanegadas por hectárea)
línea A: 57 ; 49 ; 60 ; 55 ; 57 ; 48 ; 50 ; 61 ; 52 ; 56
línea B: 55 ; 48 ; 58 ; 56 ; 54 ; 48 ; 52 ; 56 ; 50 ; 58
Suponiendo que la característica en estudio tiene una distribución normal, ¿podemos

aceptar que la producción en las fincas fue (en fanegadas por hectárea)
𝐷𝑖 = 𝑋𝑖 − 𝑌𝑖 : 2 ; 1 ; 2 ; -1 ; 3 ; 0 ; -2 ; 5 ; 2 ; -2
10
̅ = ∑𝑖=1 𝐷𝑖 = 𝐷
𝐷 ̅ = 10 = 1
10 10
∑10
𝑖=1(𝐷𝑖−𝐷
̅)
𝑆𝐷 2 = =𝑆𝐷2 = 46=
𝑛−1
𝑆𝐷 = 6,7823
∝= 0.05
∝/2 = 0.025
𝑡∝ = 𝑡0,025 = 0,5142
2
𝑆𝐷
̅ ± ̅̅̅
𝐼: < 𝐷 𝑋2 ± 𝑡∝ (𝑛 − 1) >
2 √𝑛
6,7823
𝐼: < 1 ± (4,6278) >
3,1623
𝐼: < −8,93 ; 10,93 >
Como en el intervalo incluye el 0 => 𝝁𝟏 = 𝝁𝟐 , por lo tanto la producción es la misma
EJERCICIO 4.Se dice que una nueva dieta reduce el peso de una persona un promedio de 4,5 Kg
en un periodo de 2 semanas. Los pesos de 7 Mujeres que siguieron esa dieta, fueron anotados
antes y después de un período de 2 semanas.
Mujer 1 2 3 4 5 6 7
Peso 58.5 60.3 61.7 69 64 62.6 56.7
anterior
Peso 60 54.9 58.1 62.1 58.5 59.9 54.4
posterior

Suponiendo que la característica en estudio tiene distribución normal, ¿podemos concluir que la
dieta es eficaz al 95% de confianza?
𝐷𝑖 = 𝑋𝑖 − 𝑌𝑖 : -1.5, 5.4, 3.6, 6.9, 5.5 2.7 2.3
∑10
𝑖=1 𝐷𝑖
̅=
𝐷 ̅ = 3.557
𝐷
10
7
SD 2   ( Di  D ) 2
i 1
SD  2.7768
  0.05
 / 2  0.025
t / 2 (n  1)  (0.51)(3.0852)
I  D  t / 2 (n  1)( SD / n ) 
I  3.557  3.2369 
I  0.3201;6.7939 
Como el intervalo, los límites son positivos, decimos que la dieta es eficaz.
EJERCICIO 5.Un banco se especializa en préstamos a industrias pequeñas, para lo cual debe
hacer una evaluación minuciosa de la situación financiera de cada una de ellas. Con este
propósito, un agente de crédito analiza los estados financieros y las solicitudes e inclusive
entrevista al solicitante si así lo desea; así se forma una opinión respecto a la tasa de crédito del
mismo. El resultado de su análisis se evalúa mediante un número entero comprendido entre 0 y
9, usando el 9 para una tasa excelente y el 0 para una tasa mala.
El agente del banco, deseaba estar seguro de que ambos agentes de crédito, el señor Alcalá y el
señor Meza, estaban usando el mismo estándar al evaluar las tasas de crédito. Se escogieron 25
clientes al azar y ambos agentes fueron enviados por separado con cada uno de ellos, siendo los
resultados de sus respectivas investigaciones lo siguiente:

Número de Evaluación del Evaluación del

Solicitud
de crédito Sr. Alcalá Sr. Meza
1 8 7
2 5 3
3 6 7
4 9 9
5 1 2
6 4 2
7 5 5
8 8 6
9 7 4
10 5 6
11 2 1
12 2 2
13 1 0
14 6 7
15 5 4
16 3 3
17 6 6
18 6 5
19 4 5
20 3 1
21 6 6
22 5 4
2.1 4 4
24 5 5
25 4 3
La gerencia sabia que habría diferencias entre ambas evaluaciones, pero deseaba que los
agentes de crédito diesen la misma evaluación en promedio. ¿Los resultados muestran una
diferencia significativa?

SOLUCIÓN:
1. Con los datos anteriores hallamos di:
Número de Evaluación Evaluación

Solicitud de del Sr. Alcalá del Sr. Meza Di=Xi- Yi
crédito Xi Yi
1 8 7 -1
2 5 3 -2
3 6 7 1
4 9 9 0
5 1 2 1
6 4 2 -2
7 5 5 0
8 8 6 -2
9 7 4 -3
10 5 6 1
11 2 1 -1
12 2 2 0
13 1 0 -1
14 6 7 1
15 5 4 -1
16 3 3 0
17 6 6 0
18 6 5 -1
19 4 5 1
20 3 1 -2
21 6 6 0
22 5 4 -1
2.1 4 4 0
24 5 5 0
25 4 3 -1
promedio Di -0.52
Desv. Típica 1.1224

2. n=120 , γ=0.99, D =-0.52, σ=1.124

Hallamos t0 para n-1= 24 grados de libertad, γ=0.95 (opcional)
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.064
3. el intervalo para datos pareados está determinado por :

t0 S t0 S
[D     D ]
n n
t0 S
Hallamos =2.064*1.1224/ 25 =0.4633
n
Θ1= -0.52-0.4633
Θ2= -0.52+0.4633
El intervalo de confianza para un nivel de confianza de 95% es: [-0.983;-0.057]

Como ambos límites son negativos, Los resultados no muestran una diferencia
significativa
EJERCICIO 6.Se selecciona al azar 5 secretarias de la Universidad de Lima y se procede a

registrar la velocidad en mecanografiar un texto (palabras por minuto) para cada secretaria.
Luego, se les envía a un curso de perfeccionamiento y se vuelve a realizar la misma prueba.
Los resultados obtenidos en ambos casos son los siguientes:
Secretaria Antes Después del

curso de perf.
1 80 82
2 70 77
3 85 79
4 62 68
5 82 84
Suponiendo que la característica en estudio tiene distribución normal, ¿se puede afirmar con
un 95% de confianza, que la velocidad de mecanografiado es superior luego de haber
realizado el curso?
SOLUCIÓN:
1. Con los datos anteriores hallamos di:
Secretaria Antes (Xi) Después del curso de

Di=Xi-Yi
perfeccionam. (Yi)
1 80 82 2
2 70 77 7
3 85 79 -6
4 62 68 6
5 82 84 2
promedio Di 2.2
Desv. Típica 4.57820926
1. n=5 , γ=0.99, D =2.2 , σ=4.5782

Hallamos t0 para n-1= 4 grados de libertad, γ=0.95
ESTADISTICA Y PROBABILIDADES II Página 37

P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975

t0=2.776
2. el intervalo para datos pareados está determinado por :

t0 S t0 S
[D     D ]
n n
t0 S
Hallamos =2.776*4.5782/ 4 =6.35
n
θ1= 2.2-6.35
θ 2=2.2+6.35
El intervalo de confianza para un nivel de confianza de 95% es: [-4.15; 8.55]

El intervalo incluye el cero µ1=u2 no hay diferencias en la velocidad de
mecanografiado después de haber realizado el curso.
EJERCICIO 7. Un equipo de investigación medica esta interesado en ver si una nueva droga
reduce el colesterol en la sangre. Con tal fin toma una muestra de diez pacientes y determina
el contenido del colesterol en la sangre ante y después del tratamiento. Los datos muestrales
expresados en miligramos por 100 mililitros son los siguientes:
Paciente 1 2 3 4 5 6 7 8 9 10
Antes(xi) 217 252 229 200 209 213 215 260 232 216
Después(yi) 209 241 230 208 206 211 209 228 224 203
Di= yi- xi -8 -11 1 8 -3 -2 -6 -32 -8 -13
Suponiendo que la característica en estudio tiene distribución normal, ¿se puede afirmar con
un 95%de confianza que la nueva droga reduce el colesterol en la sangre?
Solución
𝜇1= 𝑐𝑜𝑛𝑡𝑒𝑛𝑖𝑑𝑜 𝑑𝑒 𝑐𝑜𝑙𝑒𝑠𝑡𝑒𝑟𝑜𝑙 𝑒𝑛 𝑙𝑎 𝑠𝑎𝑛𝑔𝑟𝑒 𝑎𝑛𝑡𝑒𝑠 𝑑𝑒𝑙 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜
𝜇2= 𝑐𝑜𝑛𝑡𝑒𝑛𝑖𝑑𝑜 𝑑𝑒 𝑐𝑜𝑙𝑒𝑠𝑡𝑒𝑟𝑜𝑙 𝑒𝑛 𝑙𝑎 𝑠𝑎𝑛𝑔𝑟𝑒 𝑑𝑒𝑠𝑝𝑢𝑒𝑠 𝑑𝑒𝑙 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜
Como el contenido del colesterol en la sangre, se determina en los dos casos (antes y después),
y es en el mismo paciente, estamos frente a un caso de datos pareados.
𝑛 = 10
∑𝑛𝑖=1 𝐷𝑖 ∑10
𝑖=1 𝐷𝑖 ∑10
𝑖=1(𝑌𝑖 − 𝑋𝑖 ) −74
𝐷= = = = = −𝟕. 𝟒
𝑛 10 10 10
∑𝑛 (𝐷𝑖 − 𝐷)2 ∑10 (𝐷𝑖 − 𝐷)2
𝑆𝐷 = √ 𝑖=1 = √ 𝑖=1 = 𝟏𝟎. 𝟓𝟖𝟓𝟏𝟎𝟒𝟖𝟒
𝑛−1 9
𝛼
Para 𝛾 = 1 − 𝛼 = 0.95 𝑦 2
= 0.025 , buscamos en la tabla de distribución T, y se encuentra:
𝑡∝ (𝑛 − 1) = 𝑡0.025 (9) = 2.262

2
Luego el intervalo de confianza al 95% para 𝜇𝐷 = 𝜇2 − 𝜇1 es:

𝑆𝐷 𝑆𝐷
𝐼 =< 𝐷 − 𝑡∝ (𝑛 − 1) ; 𝐷 + 𝑡∝ (𝑛 − 1) >
2 √𝑛 2 √𝑛
10.58510484 10.58510484
𝐼 =< −7.4 − 2.262 ; −7.4 + 2.262 >
√10 √10
𝐼 =< −7.4 − 7.571601776 ; −7.4 + 7.571601776 >
𝐼 =< −14.97160178; 0.171601776 >

Como el intervalo incluye al cero, entonces 𝝁𝟐 = 𝝁𝟏 , y se concluye que la nueva droga no
reduce el colesterol en la sangre.
EJERCICIO 8. El año 1986 se vio caracterizado por el auge de la bolsa de valores producto de
las medias de política económica aplicadas por el gobierno las cuales promovieron un
incremento de rentabilidad relativa de los valores transados en bolsa respecto de otras
alternativas de inversión. Este fenómeno observado llega a ser cúspide en el mes de abril de
dicho año periodo en el cual se transan 576.4 millones de soles de acciones u obligaciones. A
continuación se presenta un cuadro resumen del movimiento bursátil para 1986, en los
meses de abril y diciembre, respectivamente.
Suponiendo que la característica en estudio tiene distribución normal ¿será cierta la
supremacía del mes de abril respecto del mes de diciembre en cuanto al movimiento bursátil
promedio se refiere?
SECTORES ABRIL(Xi) DICIEMBRE(Yi) Yi - Xi

Bancos 10.8 35.0 24.2
Financieras 2.4 9.5 7.1
Industriales 267.8 31.1 -236.7
Mobiliarias 0.0 0.0 0
Mineras 10.7 6.9 -3.8
Seguros 2.6 14.8 12.2
Servicios Públicos 0.1 0.1 0
Diversas 4.1 27.6 23.5
Industria laborales 113.6 196.2 82.6
Mineras laborales 14.0 11.6 -2.4
Solución
Como el movimiento bursátil se dio en el mismo sector, tanto en el mes de abril como en el
mes de diciembre, estamos frente a un caso de datos pareados:
𝜇1= 𝑚𝑜𝑣𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑏𝑢𝑟𝑠𝑎𝑡𝑖𝑙 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑒𝑛 𝑒𝑙 𝑚𝑒𝑠 𝑑𝑒 𝑎𝑏𝑟𝑖𝑙
𝜇2= 𝑚𝑜𝑣𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑏𝑢𝑟𝑠𝑎𝑡𝑖𝑙 𝑒𝑛 𝑒𝑙 𝑚𝑒𝑠 𝑑𝑒 𝑑𝑖𝑐𝑖𝑒𝑚𝑏𝑟𝑒
𝑛 = 10
∑𝑛𝑖=1 𝐷𝑖 ∑10
𝑖=1 𝐷𝑖 ∑10
𝑖=1(𝑌𝑖 − 𝑋𝑖 ) −93.3
𝐷= = = = = −𝟗. 𝟑𝟑
𝑛 10 10 10
∑𝑛𝑖=1(𝐷𝑖 − 𝐷)2 ∑10
𝑖=1(𝐷𝑖 − 𝐷)
2
𝑆𝐷 = √ = √ = 𝟖𝟑. 𝟖𝟖𝟗𝟏𝟒𝟕𝟎𝟗
𝑛−1 9

𝛼
Para 𝛾 = 1 − 𝛼 = 0.95 𝑦 = 0.025 , buscamos en la tabla de distribución T, y se encuentra:
2
𝑡∝ (𝑛 − 1) = 𝑡0.025 (9) = 2.262

2
Luego el intervalo de confianza al 95% para 𝜇𝐷 = 𝜇2 − 𝜇1 es:

𝑆𝐷 𝑆𝐷
𝐼 =< 𝐷 − 𝑡∝ (𝑛 − 1) ; 𝐷 + 𝑡∝ (𝑛 − 1) >
2 √𝑛 2 √𝑛
𝟖𝟑. 𝟖𝟖𝟗𝟏𝟒𝟕𝟎𝟗 𝟖𝟑. 𝟖𝟖𝟗𝟏𝟒𝟕𝟎𝟗
𝐼 =< −9.33 − 2.262 ; −9.33 + 2.262 >
√10 √10
𝐼 =< −9.33 − 60.00651148 ; −9.33 + 60.00651148 >
𝐼 =< 69.3365 ; 50.6765 >
Nótese que ambos límites de confianza del intervalo son positivos, en consecuencia 𝜇2 > 𝜇1
, es decir que el movimiento bursátil promedio del mes de abril es menor que del mes de
diciembre, por lo tanto no es cierta la supremacía del mes de abril respecto del mes de
diciembre.
EJERCICIO 9.A fin de medir el efecto de una campaña de ventas sobre artículos “quedados”,
el director de investigación tomó una m.a. de 13 pares de tiendas que se hicieron concordar
según el volumen semanal promedio de ventas. Una tienda de cada par (el grupo
experimenta) fue expuesta a la campaña de ventas, la otra tienda del par no lo fue. Los
siguientes datos indican los resultados en un periodo semanal.
VENTA (EN MILES) DE ARTICULOS QUEDADOS
TIENDA CON CAMPAÑA DE SIN CAMPAÑA DE

VENTA VENTA
1 67.2 65.3
2 59.4 54.7
3 80.1 81.3
4 47.6 39.8
5 97.8 92.5
6 38.4 37.9
7 57.3 52.4
8 75.2 69.9
9 94.7 89.0
10 54.3 58.4
11 31.7 33.0
12 49.3 41.7
13 54.0 53.6
¿Puede el director de investigaciones llegar a la conclusión de que la campaña de ventas ha

aumentado la venta de los artículos?
SOLUCIÓN:
Promedio (Con campaña de venta) = 62.08
Promedio (Sin campaña de venta) = 59.19

Sólo analizando los promedios se puede concluir que haciendo campaña de ventas la
venta de artículos ha aumentado.
EJERCICIO 10.Un empresario desea invertir parte de las utilidades de su empresa en la

compra de bonos tipo (C de COFIDE). Para lo cual contrata los servicios de una compañía
consultora para que investigue si la rentabilidad promedio de las cotizaciones de los Bonos
ha sufrido una variación significativa de un periodo a otro o no. La compañía consultora
toma una muestra aleatoria de 12 meses de los años 87 y 88 respectivamente. En la
siguiente tabla aparecen las rentabilidades promedio de las cotizaciones de los Bonos Tipo C
de Cofide de los años 1987 y 1988.
1987 49% 51% 51.9% 48.5% 56% 44.9% 50.2% 50.2% 50.8% 49.7% 50.3% 53.1%
1988 53.9% 54.3% 69.3% 70.8% 66% 51.2% 90.2% 87.8% 124.5% 95.3% 65.4% 125.5%
La compañía consultora afirma que si las rentabilidades promedio de las cotizaciones de los
Bonos tipo C de Cofide del periodo 1988 es mayor que la del periodo 1987 aconsejará
invertir. En base a los datos, ¿qué le sugiere la empresa consultora al empresario?
SOLUCIÓN:
Promedio (1987) = 50.467%
Promedio (1988) = 79.517%
Sólo analizando los promedios se deduce que Promedio (1988) > Promedio (1987), por lo
que la empresa consultora va a sugerir invertir al empresario.
EJERCICIO 11.Para planear una estrategia de política económica en el futuro, el gobierno

realiza un estudio con el fin de determinar los niveles de producción industrial en el país.
Durante el año 1998 el gobierno consideró prudente no intervenir en el sector de bienes de

consumo. Resultando si de importancia el potenciar en el sector de bienes de capital por
encima de la producción de consumos.
Los resultados en estos últimos sectores fueron lo siguientes:
Producción Industrial 1998 (en miles de nuevos soles)
Meses Producción de Producción de

Consumos Bienes de Capital
Enero 0,14 0,12
Febrero 0,15 0,14
Marzo 0,18 0,17
Abril 0,20 0,19
Mayo 0,17 0,17
Junio 0,18 0,19
Julio 0.19 0.20
Agosto 0.20 0,19
Septiembre 0.26 0,25
Octubre 0,26 0,25
Noviembre 0,33 0,31
Diciembre 0,32 0,31

¿Los resultados estadísticos evidencian que la política empleada por el gobierno fue
efectiva?
SOLUCIÓN
Meses insumos bienes diferencia
enero 0.14 0.12 -0.02
febrero 0.15 0.14 -0.01
marzo 0.18 0.17 -0.01
abril 0.20 0.19 -0.01
mayo 0.17 0.17 0.00
junio 0.18 0.19 0.01
julio 0.19 0.20 0.01
agosto 0.20 0.19 -0.01
septiembre 0.26 0.25 -0.01
octubre 0.26 0.25 -0.01
noviembre 0.33 0.31 -0.02
diciembre 0.32 0.31 -0.01
n  12
De la tabla:
D  0.01 ; S D  0.01
Utilizaremos la siguiente formula
1  0.9
P ( Z , z 0)  , gl  n  1  11
2
Entonces
z 0
 1.796
0.01 0.01
l  0.01  1.769 ;0.01  1.769
12 12
l  0.013;0.002 
El hecho que ambos límites de confianza sean negativos indica que la producción de los
bienes de insumo es mayor que la producción de los bines de capital; por tanto la política
no fue efectiva

EJERCICIO 12.Considere usted el siguiente caso. En el país Omega (el cual se ha distinguido
por la estabilidad en materia de política económica y social) una empresa dedicada a la
importación y comercialización de productos de consumo masivo SUPERMER, que además
posee una cadena de tiendas a nivel nacional; con el propósito de incrementar sus ventas,
aplicó dos diferentes mecanismos de promoción de ventas durante un periodo determinado
(A: mecanismo conservador, B: mecanismo innovador). Estos mecanismos de promoción
fueron adoptados e implementados con éxito en países con similares características
socioeconómicas.Después de un tiempo, con la finalidad de medir el impacto de los
mecanismos de promoción adoptados por SUPERMER, se registró el nivel de ventas de 34 de
las tiendas de la empresa ubicadas en la capital y provincias durante un mes típico del año
antes de que la empresa implementará algún mecanismo de promoción y durante un mes
típico del año correspondiente al periodo de tiempo en el cual estuvo vigente cada uno de
los mecanismos de promoción adoptados por la Cia. Los datos se presentan en las tablas
siguientes
VENTAS CIA. SUPERMER (en unidades monetarias u.m)
DESPES DE LA ANTES DE LA
ANTES DE LA APLICACIÓN APLICACIÓN MEC. APLICACIÓN MEC.
TIENDA MEC. DE PROM. CONSERVADOR INNOVADOR
1 100 205 230
2 134 205 300
3 132 204 250
4 145 206 230
5 156 208 250
6 135 199 250
7 140 198 220
8 140 179 230
9 122 180 260
10 145 160 160
11 176 203 190
12 187 203 180
13 197 201 220
14 150 240 230
15 170 233 240
16 146 244 250
17 154 233 215
MEDIA 148.76 206.24 229.71
DESV.
ESTANDAR 23.05 21.36 31.55

VENTAS CIA. SUPERMER (en unidades monetarias u.m)
ANTES DE LA DESPES DE LA ANTES DE LA

APLICACIÓN MEC. DE APLICACIÓN MEC APLICACIÓN MEC.
TIENDA PROM. .CONSERVADOR INNOVADOR
1 111 120 180
2 124 130 150
3 126 140 240
4 204 144 250
5 210 155 220
6 240 166 230
7 230 170 215
8 180 150 218
9 190 160 260
10 199 153 250
11 187 123 250
12 179 165 260
13 167 174 235
14 164 180 302
15 150 164 307
16 170 165 170
17 150 180 189
MEDIA 175.35 155.24 230.94
DESV.
ESTANDAR 35.03 18.00 41.21
TOTAL
MEDIA 162.06 180.74 230.91
DESV.
ESTANDAR 32.98 32.74 32.22

Con la información presentida . verifique usted la verdad o falsedad de los siguientes

enunciados empleando intervalos de confianza del 95%
"A nivel de la totalidad de las tiendas de la empresa (capital y provincias) separadamente los
mecanismos de promoción de ventas (conservador e innovador) dieron resultados positivos,
en términos del nivel de ventas promedio, en comparación con la situación que se registraba
antes de que la empresa decidiera implementar algún mecanismo de promoción de ventas; sin
embargo, cabe señalar que el efecto positivo del mecanismo innovador fue mayor".
DESPUES DE LA
ANTES DE LA APLICACIÓN ANTES DE LA DESPUES DE
TIENDA DIFERENCIA DIFERENCIA
APLICACIÓN MEC. DE APLICACIÓN LA APLICACIÓN
CONSERV. MEC. INNOV
1 100 205 105 100 230 130
2 134 210 76 134 300 166
3 132 204 72 132 250 118
4 145 206 61 145 230 85
5 156 208 52 156 250 94
6 135 199 64 135 250 115
7 140 198 58 140 220 80
8 140 179 39 140 230 90
9 122 180 58 122 260 138
10 145 160 15 145 160 15
11 176 203 27 176 190 14
12 187 203 16 187 180 -7
13 197 201 4 197 220 23
14 150 240 90 150 230 80
15 170 233 63 170 240 70
16 146 244 98 146 250 104
17 154 233 79 154 215 61
18 111 120 9 111 180 69
19 124 130 6 124 150 26
20 126 140 14 126 240 114
21 204 144 -60 204 250 46
22 210 155 -55 210 220 10
23 240 166 -74 240 230 -10
24 230 170 -60 230 215 -15
25 180 150 -30 180 218 38
26 190 160 -30 190 260 70
27 199 153 -46 199 250 51
28 187 123 -64 187 250 63
29 179 165 -14 179 260 81
30 167 174 7 167 235 68
31 164 180 16 164 302 138
32 150 164 14 150 307 157
33 170 165 -5 170 170 0
34 150 180 30 150 189 39

MECANISMO DE CONSERVADOR
D PROM
 18.68
s D
 50.36
50.36 50.36
l  18.68  1.64 ;18.68  1.64
34 34
l  4.51;32.84 
MECANISMO INNOVADOR
D INNOV
 68.26
s D
 49.20
49.20 49.20
l  68.26  1.64 ;68.26  1.64
34 34
l  54.43;82.10 
Verdadero. Ambos mecanismos dieron efectos positivos. En temimos del nivel de ventas
promedio, fue mayor en el caso del mecanismo innovador
TERCER BLOQUE
EJERCICIO 1.Una m.a. de 400 domicilios mostro que 25% de ellos son casas de alquiler hallar
un intervalo de confianza del 98% para la proporción p.
SOLUCION:
n=400, γ=0.98,

P [Z≤ z0]= (γ+1)/2=(0.98+1)/2=0.99
Z0= 2.33
EJERCICIO 2.En 50 lanzamientos de una moneda, fueron obtenidas 30 caras. A partir de una
intervalo de confianza del 95%, ¿Se puede decir que la moneda no esta cargada?

EJERCICIO 3.Una muestra de 300 habitantes de una ciudad mostro que 180 deseaban agua
filtrada. Encontrar los límites de confianza de 90% y 95% para la proporción de la población
favorable a la filtración.
Solución
Agua f 180
α 90% y 95%
Para
EJERCICIO 4.Una determinada comunidad esta compuesta de 1200 unidades habitacionales

de una muestra elegida al azar de 200 unidades resulto que 50 necesitaban reparaciones
urgentes, construir el intervalo de confianza del 90% para la proporción real de las unidades
que necesitan reparación.
SOLUCION:
n=400, γ=0.98,
Hallamos Z0, γ=1-α=0.90 , α/2=0.05 e n la tabla I =1.645
Por tanto , el intervalo de confianza del 90%.

EJERCICIO 5.Supongamos que estamos interesados en estimar el porcentaje de

consumidores de cierto producto. si una muestra de tamaño de 300 dio 100 individuos que
consumían dicho producto, determine:
Solución
a) El intervalo de confianza par p, con coeficiente de confianza del 95%.
Para y /2 0.025
Z α/2=1,960
b) El tamaño de la muestra para que el error de estimación no exceda a 0.02

unidades con probabilidad de 95%.
SOLUCION:
Para y /2 0.025
Z α/2=1,960
n=(1.960)( 1.960)(0.333)(0.667)/(0.02)( 0.02)=2134
EJERCICIO 6.En una encuesta para verificar las actitudes de los empleados ante el boletín
mensual, se les pidió a 500 empleados de una organización nacional que indicaran con que
frecuencia leían el boletín de noticias.de los 500; 75 informaron que leían todas las

ediciones. construir el intervalo de confianza del 95% para la proporción real de los que leen
todas las ediciones.
Solución:
n =500, x=75,
Hallamos Z0, γ=1-α=0.95 , α/2=0.025 e n la tabla I =1.96
EJERCICIO 7.Se recibe un lote muy grande provenientes de un fabricante que asegura que el
porcentaje de artículos defectuosos en la producción es de 1% .Al seleccionar una m.a de 200
artículos y después de inspeccionarlos, se descubre 8 defectuosos. Obtener un intervalo de
confianza aproximando del 99% para la verdadera proporción de artículos defectuosos en el
proceso de manufactura del fabricante. Con base a estos resultados. ¿Qué se puede concluir
con respecto a la afirmación del fabricante?
n=200
  0.99 0.04(1  0.04)

p  8 / 200  0.04 I  p  z 0 
200
P ( Z  z 0 )  0.995 0.04(1  0.04)
z 0  2.576 I  0.04  (2.276) 
200
I  0.0043    0.0757 
Existe razón para creer que existen artículos defectuosos.
EJERCICIO 8.En una investigación de mercado para estudiar la preferencia de la población

de una población de una cuidad en relación a un determinado producto , se selecciona una
muestra de 300 individuos , de los cuales 180 prefieren ese producto.
a) Determine un intervalo de confianza para la proporción de la población que

prefieren el producto en estudio.

n  300
  0.95 p (1  p )
I  p  z 0 
p  180 / 300  0.6 n
P( Z  z 0 )  0.975 0.6(1  0.6)
I  0.6  (1.96) 
300
z 0  1.96
I  0.54456    0.655437 
b) ¿es posible obtener un estimador puntual de esa proporción que no difiera del
valor verdadero en mas de 0.0005 con probabilidad de 0.95? caso contrario ,
determine que es lo que debe hacerse?
𝑛 = 300
𝑥 = 180
𝑥
𝑝̅ = =≫ 𝑝̅ = 0.6
𝑛
𝛾 = 0.95
1+𝛾
𝑃(𝑍0 < 𝑍) = → 𝑍0 = 1.96
2
∴ 0.46 ≤ 𝑝 ≤ 0.735
EJERCICIO 9.Un medico investigador desea estimar la proporción de mujeres, en edad

madura , que fuman en exceso y que desarrollaran cáncer pulmonar en los siguientes 5 años
. El investigador desea seleccionar un acierta cantidad de mujeres que ayan fumado por lo
menos dos cajetillas de cigarros al día durante 20 años y observarlos durante los próximos 5
años para saber cuantos desarrollaran cáncer pulmonar ¿Cuál debe ser el tamaño de la
muestra que el investigador debe seleccionar de manera que con una probabilidad de 0.95 la
proporción maestral se encuentre a no más de 0,02 unidades de la proporción verdadera.
𝛾 = 0.95
1,95
𝑃(𝑧 ≤ 𝑧0 ) =
2
𝑧0 = 1.96
(𝑍0 )2
𝑛=
4𝑒 2
2
(1.96) 3,8416
𝑛= 2
= = 2401
4(0.02) 0,0016

EJERCICIO 10.Una muestra de 10000 piezas de un lote de producción fue inspeccionada, y el

número de defectuosos por cada pieza fue registrado en la siguiente tabla.
No. 0 1 2 3 4
defectuosos
Cantidad de 6000 3200 600 150 50
piezas
Determine los límites de confianza para la proporción de piezas defectuosos en la
población, con coeficientes de confianza del 98 %.
Solución:
Para productos con cero defectos:
pˆ 1 (1  pˆ 1 ) pˆ 1 (1  pˆ 1 )
pˆ 1  Z 0  p  pˆ 1  Z 0
n1 n1
n  6000
pˆ  600 / 10000  0.6
  0.02
Z 0  2.33
0.4 x0.6 0.4 x0.4
 0.6  2.33  p  0.6  2.33 
10000 10000
I  0.59;0.61 
Para productos con 1 defecto:
pˆ 1 (1  pˆ 1 ) pˆ 1 (1  pˆ 1 )
pˆ 1  Z 0  p  pˆ 1  Z 0
n1 n1
n  3200
pˆ  3200 / 10000  0.32
  0.02
Z 0  2.33
0.32 x0.68 0.32 x0.68
 0.32  2.33  p  0.32  2.33 
10000 10000
I  0.30;0.33 
Para productos con 2 defectos
pˆ 1 (1  pˆ 1 ) pˆ 1 (1  pˆ 1 )
pˆ 1  Z 0  p  pˆ 1  Z 0
n1 n1
pˆ  600 / 10000  0.06
  0.02
Z 0  2.33
0.06 * 0.94 0.06 x0.94
 0.06  2.33  p  0.06  2.33 
10000 10000
I  0.054;0.066 
Para productos con 3 defectos:

pˆ 1 (1  pˆ 1 ) pˆ 1 (1  pˆ 1 )
pˆ 1  Z 0  p  pˆ 1  Z 0
n1 n1
n  150
pˆ  150 / 10000  0.015
  0.02
Z 0  2.33
0.015 x0.985 0.015 x0.985
 0.015  2.33  p  0.015  2.33 
10000 10000
I  0.012;0.017 
Para productos con 4 defectos:
pˆ 1 (1  pˆ 1 ) pˆ 1 (1  pˆ 1 )
pˆ 1  Z 0  p  pˆ 1  Z 0
n1 n1
n  50
pˆ  50 / 10000  0.005
  0.02
Z 0  2.33
0.005 * 0.995 0.005 * 0.995
 0.005  2.33  p  0.005  2.33 
10000 10000
I  0.0033;0.0064 
EJERCICIO 11. Antes de una elección en que existan 2 candidatos A y B se hizo una encuesta
con 400 electores seleccionados al azar, y se verifico que 208 de ellos pretendían votar por el
candidato A. Construya un intervalo de confianza del 95 %, para la proporción de electores
favorables al candidato A en la época de las elecciones.
n  900
208
PA   0,52
400
γ  95%
1,95
𝑃(𝑧 ≤ 𝑧0 ) =
2
𝑧0 = 1.96
P(1  P)
 p  z0 
n
0,52(1  0,52)
 0.52  (1,96) 
400
 0.47  π  0.569 
EJERCICIO 12.Las compañías de auditoría generalmente seleccionan una muestra aleatoria

de los clientes de un banco y verifican los balances contables reportados por el banco. Si una
compañía de este tipo se encuentra interesada en estimar la proporción de cuentas para las
cuales existe una discrepancia entre el cliente y el banco, ¿cuántas cuentas deberán

seleccionarse de manera tal que con una confiabilidad del 99% la proporción muestral se
encuentre a no más de 0,02 unidades de la proporción real? R. 4147
Solución:
1. γ=0.99 , E=0.02
P [Z≤ z0]= (γ+1)/2=(0.99+1)/2=0.995
Z0= 2.576
El tamaño muestral para estimar una proporción esta dado por (si no se conoce la
proporción):
Z 02
n =2.5762/(4*0.022)=4147.36
4E 2
Respuesta: El total de cuentas seria 4147
EJERCICIO 13.Una compañía de TV quería estimar la proporción de sus suscriptores que

comprarían su revista con la programación. La compañía quería tener 95% de confianza de
que su estimación está correcta con aproximación de +0,05 de la proporción real. La
experiencia previa en otras áreas indica que el 30% de los suscriptores comprarían la revista.
¿Qué tamaño de muestra se necesita? R. 323
Solución:
1. γ=0.99, E=0.05, p̂ =0.3
P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.960
2. El tamaño muestral para estimar una proporción esta dado por:
Z 02 pˆ (1  pˆ )
n =1.9602*0.3*(0.7)/(0.05)2=322.69
E2
Respuesta: necesita un tamaño de muestra de 323 suscriptores.
EJERCICIO 14.Se desea realizar una encuesta de mercado para estimar la proporción de amas
de casa que prefieren una nueva pasta dental. Asimismo, se desea que el error al estimar la
proporción no sea mayor que 2% con un coeficiente de confianza de 95.45%. El
departamento de ventas hace la hipótesis preliminar de que cerca del 25% de las amas de
casa podrían preferir el producto. Si cuesta S/. 500000 poner en marcha la encuesta y S/.
5000 por entrevista, ¿cuánto debería costar toda la encuesta? R. 9375000
Solución:
1. γ=0.9545 , E=0.02 , p̂ =0.25
P [Z≤ z0]= (γ+1)/2= (0. 9545+1)/2=0.97725
Z0= 2.00000244

Z 02 pˆ (1  pˆ )
n 2
=2.000002442*0.25*(0.75)/(0.02)2=1875
E
Respuesta: El total de amas de casa son 1875, y el gasto en encuestas es

1875* 5000=9375000 soles.
EJERCICIO 15.se planea una encuesta para estimar la proporción de los profesores de la
Universidad de San Marcos que desean tener seguro médico familiar.
También, se desea que el error de estimación no sea mayor que 6%, con un coeficiente de
confianza de 0,96844. El director de personal hace la hipótesis preliminar de que cerca del
70% de los profesores podrían preferir el seguro médico familiar. Si la Universidad debe
pagar S/. 10000 por cada entrevista, ¿cuánto debería costar toda la encuesta?
R. 2700000
Solución:
1. γ=0.96844 , E=0.06 , p̂ =0.70
Hallamos Z0, γ=0. 96844
P [Z≤ z0]= (γ+1)/2= (0. 96844 +1)/2=0.98422
Z0= 2.14993951

Z 02 pˆ (1  pˆ )
n =2.149939512*0.70*(0.30)/(0.06)2=269.63
E2
Respuesta: El total de profesores son 270, y el gasto en encuestas es

270* 100000=2700000 soles.
EJERCICIO 16.Debe obtenerse una estimación de la proporción de artículos útiles en el

inventario de excedentes almacenados en condiciones desfavorables. La estimación deberá
ser correcta dentro de un margen de tolerancia de +0,05 y confiable al 95%. El inventario
total consta de 10000 artículos y se cree que la proporción de artículos utilizables todavía es
0.30. ¿Qué tamaño de muestra es necesario para obtener un estimador con la exactitud
requerida?
R. 323
Solución:
1. γ=0.95 , E=0.05, p̂ =0.30
P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.960
Z 02 pˆ (1  pˆ )
n =1.9602*0.70*(0.30)/(0.05)2=322.69
E2
Respuesta: artículos útiles=223 de un total de 10000 artículos.
EJERCICIO 17. El director de la biblioteca de la universidad de Lima quiere calcular el

porcentaje de libros de que dispone con fechas de publicación de 1980 o anteriores ¿De que
tamaño debe tomar la m.a para que se tenga un 97% de seguridad de quedar dentro del 4%
de la proporción real?
𝛼
Para 𝛾 = 1 − 𝛼 = 0.97 𝑦 2
= 0.005 , se encuentra: 𝑍𝛼/2 = 2.17
(𝑍𝛼 )2
2
𝑛=
4𝑒 2

(2.17)2 4.7089
𝑛= 2
= = 735.765625 ≈ 736
4(0.04) 0.0064
𝒏 = 𝟕𝟑𝟔
La muestra debe de ser de 736 libros para tener un 97% de seguridad de quedar dentro del
4% de la proporción real.
EJERCICIO 18. Una librería recibe un embarque de cierta marca de bolígrafos baratos del
fabricante. El propietario desea estimar la proporción de bolígrafos que están defectuosos.
Se prueba con una m.a de 400 bolígrafos y se encuentra 40 defectuosos. Hallar el intervalo
de confianza del 97% para la proporción de bolígrafos defectuosos en el embarque. Si el
embarque se puede devolver en caso de que aparezcan más de 6% de defectuosos, entonces
con base en los resultados de la muestra, ¿puede el dueño devolver el embarque?
SOLUCIÓN
𝛼
Para 𝛾 = 1 − 𝛼 = 0.97 𝑦 = 0.005 , se encuentra: 𝑍𝛼/2 = 2.17
2
𝑛 = 400
El estimador de p es:
𝑝̂ = 40 = 10%
𝑝̂ = 40 = 0.1
Luego, intervalo de confianza del 97% pedido es:
𝑝̂ (1 − 𝑝̂ ) 𝑝̂ (1 − 𝑝̂ )
𝐼 =< 𝑝̂ − 𝑍𝛼/2 √ ; 𝑝̂ + 𝑍𝛼/2 √ >
𝑛 𝑛
0.1(0.9) 0.1(0.9)
𝐼 =< 0.1 − 2.17√ ; 0.1 + 2.17√ >
400 400
𝑰 =< 0.06745; 𝟎. 𝟏𝟑𝟐𝟓𝟓 >
Como el intervalo no incluye 0.06, entonces, el dueño si puede devolver el embarque.
EJERCICIO 19. Para determinar cuantas en un pueblo joven de 1000 familias califican para
recibir canastas alimentarias del ministerio de agricultura, se tomo una muestra aleatoria de
360 familias. Se encontró que 98 de esas 360 familias calificaron. Calcular límites de
confianza del 90% para el número total de familias de este pueblo joven que califican para
las canastas alimentarias.
SOLUCIÓN
𝛼
Para 𝛾 = 1 − 𝛼 = 0.90 𝑦 2
= 0.05 , se encuentra: 𝑍𝛼/2 = 1.645
98
El estimador de p es: 𝑝̂ = 360 = 0.27222
𝑝̂ (1 − 𝑝̂ ) 𝑝̂ (1 − 𝑝̂ )
𝐼 =< 𝑝̂ − 𝑍𝛼/2 √ ; 𝑝̂ + 𝑍𝛼/2 √ >
𝑛 𝑛

0.27222(0.72778) 0.27222(0.72778)
𝐼 =< 0.27222 − 1.645√ ; 0.27222 + 1.645√ >
360 360
𝑰 =< 0.23363; 𝟎. 𝟑𝟏𝟎𝟖𝟏 >
EJERCICIO 20. Un departamento de mercadotecnia se interesa en determinar el tamaño de

un mercado para un nuevo producto que tiene poco atractivo para el público, pero cuya
utilidad unitaria es especialmente alta. Una encuesta de consumidores sobre 2000 familias
indico que 30 de ellas comprarían el nuevo producto. El área de mercado considerado
comprende 5000000 de familias. Estímese el numero de familias que comprarían el
producto. Use los resultados de la encuesta para determinar el intervalo de confianza del
97% para el número de familias que comprarían el nuevo producto.
SOLUCIÓN
𝑁 = 5000000 𝑛 = 2000
𝛼
Para 𝛾 = 1 − 𝛼 = 0.97 𝑦 2 = 0.015 , se encuentra: 𝑍𝛼 = 2.17
2
30
𝑝̂ = = 0.015
2000
𝑝̂ (1 − 𝑝̂ ) 𝑁 − 𝑛
𝐼 =< 𝑝̂ ± 𝑍𝛼/2 √ . >
𝑛 𝑁−1
0.015(0.985) 5000000 − 2000

𝐼 =< 0.015 ± 2.17√ . >
2000 4999999
𝐼 =< 0.015 ± 0.00589686869 >
𝑰 =< 0.009103; 0.020897 >
EJERCICIO 21. Se afirma que tan solo 700 de 2000 proyectos serán llevados a cabo por el
gobierno, debido a un recorte presupuestal. Sin embargo, es muy importante que se prevea
esto, en tal sentido.
a) Construya un intervalo de confianza para la proporción de proyectos que se llevaran a cabo,

con una probabilidad del 10% de que el verdadero valor del parámetro caiga fuera de los
límites.
b) Supóngase ahora, que de 4000 posibles proyectos, se extrae una muestra de 2300,
determinándose que de tales solo podrían llevarse a cabo 600 (debido al recorte
presupuestario). ¿Cuál seria el intervalo de confianza para la proporción de proyectos que no
se podrán llevar a cabo?
SOLUCIÓN
𝛼
a) Para 𝛾 = 1 − 𝛼 = 0.90 𝑦 = 0.05 , se encuentra: 𝑍𝛼 = 1.645
2 2
700
El estimador de p es: 𝑝̂ = = 0.35
2000

0.35(0.65) 0.35(0.65)
𝐼 =< 0.35 − 1.645√ ; 0.35 + 1.645√ >
2000 2000
0.35(0.65) 0.35(0.65)
𝐼 =< 0.35 − 1.645√ ; 0.35 + 1.645√ >
2000 2000
𝐼 =< 0.35 − 0.01754452461; 0.35 + 0.01754452461 >
𝑰 =< 0.332461; 𝟎. 𝟑𝟔𝟕𝟓𝟑𝟗 >
b) 𝑁 = 4000 𝑛 = 2300
𝛼
Para 𝛾 = 1 − 𝛼 = 0.10 𝑦 2 = 0.45 , se encuentra: 𝑍𝛼 = 0.125661347
2
600
𝑝̂ = = 0.02608695652
2300
Luego, intervalo de confianza del 10%, es decir para la proporción de proyectos que no
se podrán llevar a cabo es:
𝑝̂ (1 − 𝑝̂ ) 𝑁 − 𝑛
𝐼 =< 𝑝̂ ± 𝑍𝛼/2 √ . >
𝑛 𝑁−1
0.02609(0.73913) 4000 − 2300

𝐼 =< 0.02608695652 ± 0.125661347√ . >
2300 2299
0.025406 1700
𝐼 =< 0.026087 ± 0.125661√ . >
2300 2299
𝐼 =< 0.026087 ± 0.125661(0.00285800279)
𝑰 =< 0.02608695652 ± 0.00035914048 >
𝑰 =< 0.02573; 0.02645 >
EJERCICIO 23. Una empresa de estudios de mercado quiere estimar las proporciones de
hombres y mujeres que conocen un producto promocionado a escala nacional. En una m.a.
de 100 hombres y 200 mujeres se determina que 20 hombres y 60 mujeres están
familiarizados con el artículo indicado. Construya el intervalo de confianza del 95% para la
diferencia de proporciones de hombres y mujeres que conocen el producto. Con base en los
resultados, ¿Se estaría inclinando a concluir que existe una diferencia significativa entre las
dos proporciones?
Solución:
P1 = 20/100 = 0.2
P2 = 60/200 = 0.3
Zo = 1.96
Para hallar el intervalo de confianza se hace el uso de la siguiente fórmula:
  pˆ 1qˆ1 pˆ 2 qˆ 2   pˆ 1qˆ1 pˆ 2 qˆ 2 
 p1  p2  z1 / 2    1   2  p1  p2  z1 / 2  
 m n m n 
Haciendo el cálculo respectivo IC = (-0.20089, 0.000897)

Como el intervalo de confianza incluye al cero, no hay una diferencia significativa entre
hombres y mujeres que conocen un producto.
EJERCICIO 24. Una compañía tabacalera afirma que sus cigarrillos marca A se venden un 9%
más que sus cigarrillos marcan B. Si se encuentra que 45 de 200 fumadores prefieren los
cigarrillos marca A, y 21 de 150 fumadores prefieren los cigarrillos marca B, calcule un
intervalo de confianza del 97% para la diferencia entre las proporciones de ventas de las dos
marcas de cigarrillos y decida si la diferencia del 9% es una afirmación valida
Solución:
P1 = 45/200 = 0.225
P2 = 21/150 = 0.14
Zo = 2.17
IC = (-0.00379; 0.17379)
Como el intervalo de confianza incluye al cero, no hay una diferencia significativa entre
ambas marcas
EJERCICIO 25. Una muestra de tamaño de 600 seleccionado entre los alumnos que habían
consultado al Servicio Médico de la Universidad Mayor de San Marcos durante el año pasado
indicó que 160 tenían una enfermedad de naturaleza psicosomática. ¿Con qué grado de
confianza se puede afirmar que de 20% a 28% de todos los alumnos que consultaron el
Servicio médico el año pasado tenían una enfermedad psicosomática?
Solución:
P1 = 160/600 = 0.26
Limite inferior = 0.20
Límite superior = 0.28
0.26 – Zo*S(0.26*0.74/600) = 0.20
0.26 + Zo*S(0.26*0.74/600) = 0.28
Haciendo los cálculos Zo = 2.233
F (z) = 0.98713 = (1+)/2
Grado de confianza () = 0.97426
EJERCICIO 26. De una m.a. de 150 universitarios, 105 dijeron que en alguna parte del
universo tenía que haber vida. De otra m.a. de 200 jóvenes de la misma edad pero que no
eran universitarios, 120 dijeron lo mismo. Construir el intervalo de confianza del 95% para la
diferencia entre las dos proporciones poblacionales.
Solución:
P1 = 105/150 = 0.7
P2 = 120/200 = 0.6
Zo = 1.96
Haciendo uso de la fórmula del problema 23 para el intervalo de confianza para dos
proporciones: IC = (0.00004; 0.19996)
EJERCICIO 27. La empresa de muebles Sancos S.A. ofrece a sus clientes dos opciones de pago:
la opción A consiste en pagar a 30 días con un descuento de 5% y la opción B consiste en
pagar a 60 días sin que se otorgue ningún tipo de descuento. La gerencia de la empresa
desea recopilar información acerca de cada opción de pago y estudiar las diferencias entre

ellas. Le interesa el monto promedio de las facturas de los clientes y el porcentaje de

facturas superiores a S/. 10000.
Si se seleccionó una m.a. de 15 facturas de la opción A y de 14 facturas de la opinión B
con los siguientes resultados.
OPCION A OPCION B
n1 =15 n 2 =14
X 2 = S I . 12000
x1 = .S/. 9500 S 2 =S7.1250
S1 = .S/.1500 7 facturas mayores a S I .
10000
5 facturas mayores a S/. 10000
¿Cuáles son sus conclusiones acerca de:
a) La proporción de facturas de la opción A mayores a S/. 10000?
 5
p  0.33
15
  0.05
GL=14
T0=2.145
0.33(0.67) 0.33(0.67)
I=< 0.33  2.145 ;0.33  2.145 >
15 15
I=<0,0947; 0,5719>
b) ¿Es la media de todas las facturas de la opción A igual a S/. 10500?
 
I  X  Z 0 ; X  Z 0 
n n
 
I  X  Z 0 ; X  Z 0 
n n
I=<8669.24,10330.75>
R. Es diferente
c) ¡Es la proporción de facturas superior a S/. 10000 de la opción B igual a 0.45?
 7
p  0.5
14
  0.05
GL=13
T0=2.16
0.5(0.5) 0.5(0.5)
I=< 0.5  2.16 ;0.5  2.16 >
14 14
I=<0.21; 0.758> 0.45 está dentro del intervalo

d) ¿Existe una diferencia en el monto promedio de las facturas entre las dos opciones de
pago? Si
2 2
S x2 S y S x2 S y
i  ( x  y)  t 0   ( x  y)  ( x  y)  t 0  
n m n m
1500 2 1250 2 1500 2 1250 2
i  (9500  12000)  2.048   (9500  12000)  2.048  
15 14 15 14
I=<-3547.50;-1452.49> si existe una diferencia
e) ¿Hay alguna diferencia entre la opción A y la B en la proporción de facturas con un

monto mayor a S/. 10000?
  p1q1 p2 q2   p1q1 p2 q2
( p1  p2 )  t 0  ; ( p1  p2 )  t 0 
n1 n2 n1 n2
0.33(0.67) 0.5(0.5) 0.33(0.67) 0.5(0.5)

(0.33  0.5)  2.048  ; (0.33  0.5)  2.048 
15 14 15 14
I=<-0.54; 0.20> este intervalo incluye al valor cero (0) por tanto no existe ninguna diferencia
EJERCICIO 28. Una compañía tabacalera desea determinar la efectividad de su nuevo

proceso de producción, entendida esta como la consecución de mayores clientes de su
marca dentro de los hombres y no de las mujeres. De 600 mujeres encuestadas, 300
indicaron que fumaban dicha marca; de 400 hombres fumadores encuestados. 200
indicaron que estaban fumando esa marca. ¿A qué conclusiones podría llegar Ud.?
Solución
Utilizaremos:
  p1q1 p2 q2   p1q1 p2 q2
( p1  p2 )  t 0  ; ( p1  p2 )  t 0 
n1 n2 n1 n2
n x proporción
mujeres 600 300 0.5
hombres 400 200 0.5
0.5 x0.5 0.5 x0.5 0.5 x0.5 0.5 x0.5

(0.5  0.5)  1.96  ; (0.5  0.5)  1.96 
I= 600 400 600 400
I=<-0.06; 0.06> este intervalo incluye el valor cero por tanto no se ha logrado los resultados
esperados.
EJERCICIO 29. El sindicato de los empleados de la Universidad de Lima sospecha que hay
más hombres que mujeres que trabajan horas extras en las distintas oficinas de la
universidad. El sindicato plantea su queja a la Oficina de Personal sobre la discriminación de
las mujeres al asignar el tiempo extra. El Sindicato y la Oficina de Personal acuerdan usar una
muestra aleatoria de 175 mujeres y una muestra aleatoria de 250 hombres usando los
registros del año anterior para decidir sobre el asunto. En las ¡nuestras aleatorias se
encontraron que 23 mujeres y 32 hombres trabajaron tiempo extra.

a) Con un coeficiente de confianza de 97%. ¿se puede concluir que las mujeres están
trabajando menos horas extras que los hombres? R. No
n x proporción
mujeres 175 23 0.131
hombres 250 32 0.128
  p1q1 p2 q2   p1q1 p2 q2
( p1  p2 )  z 0  ; ( p1  p2 )  z 0 
n1 n2 n1 n2
0.131(0.869) 0.128(0.872) 0.131(0.869) 0.128(0.872)
(0.131  0.128)  2.17  ; (0.131  0.128)  2.17 
I=< 175 250 175 250 >
I=<-0.069; 0.075> este intervalo incluye al cero entonces no existe diferencia entre las horas extras de
hombres y mujeres
b) Determine mediante un intervalo de confianza, el porcentaje total de empleados de la

Universidad de Lima que trabajaron tiempo extra. ¿Puede afirmarse que el
porcentaje total de empleados que trabajaron horas extras supera la tercera parte de
los empleados
n x proporción
mujeres 175 23 0.131
hombres 250 32 0.128
| Total 55
425 0.129
 
 p(1  p)  p(1  p )
p t0 ; p t0
n n
0.129(0.871) 0.129(0.871)
0.129  2.17 ;0.129  2.17
425 425
I= <0,0975013; 0,161322185>; No supera la tercera parte
EJERCICIO 30. En un estudio para evaluar los efectos de incluir una modelo en los anuncios
de automóviles, se mostró a 100 hombres las fotografías de dos automóviles de precio, color
y tamaño similares, pero de distintas marcas. A 50 de los 100 hombres (grupo A) se les
mostró uno de los autos con una modelo y el otro sin la modelo, mientras que a los restantes
50 hombres (grupo B) los dos autos se les presentaron sin la modelo. En el grupo A. el auto
mostrado con la modelo fue considerado más caro por 37 personas, mientras que en el
grupo B el misino auto fue considerado más caro por 23 personas. ¿Indican éstos resultados
que incluir una modelo influye en la percepción del cosió por automóvil? Use y =98,172%

n x proporción
Grupo A 50 37 0.74
Grupo B 50 23 0.46
  p1q1 p2 q2   p1q1 p2 q2
i  ( p1  p2 )  z 0  ; ( p1  p2 )  z 0 
n1 n2 n1 n2
0.74(0.26) 0.46(0.54) 0.74(0.26) 0.46(0.54)

i  0.74  0.46)  2.36  ; (0.74  0.46)  2.36  
50 50 50 50
i  0.05841;0.501887  Si influye
EJERCICIO 31. La empresa Cepsi S.A.. el año pasado inició una campaña intensiva de
publicidad basada en el "reto Cepsi". donde cada consumidor decidía su preferencia entre
esta bebida y la de la competencia. Al final de la promoción la empresa Cepsi S.A. en su
publicidad afirmó lo siguiente: "Se ha demostrado con un error máximo de 1% y con 95% de
con Habilidad, en una muestra de 5000 entrevistados, el 51% de las personas sometidas a la
prueba de degustación prefirieron la bebida Cepsi, por lo tanto, se verificó la preferencia de
más de la mitad de las personas en la población".
Revisando los cálculos necesarios, el INDECOPI acusó a Cepsi S.A. de emplear una falsa
publicidad que ocasiona competencia desleal entre ambas marcas.
a) ¿Cuáles fueron los argumentos estadísticos que empleó el INDECOP1 para presentar la
acusación contra la Cepsi S.A.?
Z 02 pˆ (1  pˆ )
n
E2
Reemplazando datos:
1.96 2 x0.51(0.49)
5000 
E2
E  0.0139 ; El error no fue de 1% sino del 1.39%
b) Si la proporción muestral se mantiene, ¿con que tamaño de muestra como mínimo, la

firma se hubiese librado de la acusación?
Z 02 pˆ (1  pˆ )
n
E2
1.96 2 x0.51(0.49)
n
0.012
n  9601
se necesita una población mínima de 9601 personas

EJERCICIO 32. En una encuesta de opinión pública se invita a 100 personas de 1000 a
expresar su preferencia por los productos A y B. 30 personas prefieren A: de esto se
concluyó que entre 210 y 390 personas de la población prefieren el producto A ¿Qué
coeficiente de confianza se usó en este informe?
El intervalo es <0.21; 0.39> despejando
La proporción es 0.3
 
 p (1  p )  p(1  p)
p z0 ; p t0
n n
0.3(0.7)
0.21  0.3  z 0
100
0.21  0.3  z 0 0.046
z 0  1.960
De donde   0.95
CUARTO BLOQUE
EJERCICIO 1. Sea x1…..x una m.a. extraída de una población Bernoulli B1;p),supongamos que
se conoce que p <=¼
√3 𝑍𝛼/2 √3 𝑍𝛼/2
a) Probar que 𝑝̅ − 4√𝑛
; 𝑝̅ + 4 √𝑛
es una aproximación del intervalo de
confianza para p al (1-α) 100% de confianza.
SOLUCIÓN:
𝑝̅ (1 − 𝑃̅) 𝑝̅ (1 − 𝑃̅)
𝑝̅ − 𝑍𝛼/2 √ ; 𝑝̅ − 𝑍𝛼/2 √
𝑛 𝑛
1/4(3/4) 1/4(3/4)
𝑝̅ − 𝑍𝛼/2 √ ; 𝑝̅ + 𝑍𝛼/2 √
𝑛 𝑛
√𝑛 √𝑛
𝑝̅ − 𝑍𝛼/2 ; 𝑝̅ + 𝑍𝛼/2
4√𝑛 4√𝑛
√3 𝑍𝛼/2 √3 𝑍𝛼/2
𝑝̅ − ; 𝑝̅ +
4√𝑛 4√𝑛
b) Cuál es el tamaño de la muestra necesario para garantizar que este intervalo

tenga longitud a lo mas de 0.02
SOLUCIÓN:
𝑝̅ (1−𝑃̅) 𝑝̅ (1−𝑃̅)
𝑝̅ − 𝑍𝛼/2 √ − (𝑝̅ − 𝑍𝛼 √ )=0.02
𝑛 2 𝑛

𝑝̅(1 − 𝑃̅) 𝑝̅ (1 − 𝑃̅)

𝑍𝛼/2 √ ∗ 𝑍𝛼/2 √ = (0.01) ∗ (0.01)
𝑛 𝑛
𝑍𝛼/2 ̅𝑝(1−𝑃̅)
=𝑛
0.01 ∗ 0.01
𝑍𝛼/2( 1/4)(3/4)
= 𝑛 = 1875
0.01 ∗ 0.01
Respuesta: n=1875𝑍𝛼/2
EJERCICIO 5. Una compañía productora de combustible asegura que más de la quinta
parte de los hogares en la ciudad X se calientan con petróleo y por ello estima que será
necesario incrementar sus gastos operacionales. Si en una m.a. de 1000 hogares de esta
ciudad, se encuentran que 236 se calientan con petróleo.
a) ¿Cuál es la probabilidad que la compañía llegue a incrementar sus gastos
operacionales? Presente los supuestos empleados.
Solución:
p̂ =236/1000=0.236
1- p̂ =0.764
Utilizaremos:
pˆ 1 (1  pˆ 1 ) pˆ 1 (1  pˆ 1 )
( pˆ 1 )  Z 0  p  ( pˆ 1 )  Z 0
n1 n1
pˆ 1 (1  pˆ 1 )
( pˆ 1 )  Z 0  1 / 5
n1
Reemplazando y resolviendo la ecuación: la probabilidad Z 0 se aproxima casi a 1.
b) La compañía también abastece a la ciudad W, de la cual se sabe que el 21% de los
1200 hogares encuestados en otra muestra se calientan con petróleo. Suponiendo
que la compañía productora de combustible sólo abastece a las ciudades X y W se
pide: Estimar por intervalo de confianza de longitud mínima, el porcentaje total de
hogares que se calientan con petróleo en la ciudades X y W. ¿Puede decirse que
ahora el porcentaje total de hogares que se calientan con petróleo supera la tercera
parte de todos los hogares a los que se puede abastecer entre las ciudades X y W?
Solución:
El intervalo para la diferencia de proporciones es:
El promedio de proporciones es: (0.236+0.21)/2=0.223 para un n=2200
pˆ 1 (1  pˆ 1 ) pˆ 1 (1  pˆ 1 )
( pˆ 1 )  Z 0  p  ( pˆ 1 )  Z 0
n1 n1
Reemplazando tenemos (α=0.05):
 0.223  1.960 0.223x0.777

;0.223  1.960
0.223x0.777

2200 2200
El intervalo es:
 0.20;0.24
Por lo tanto el porcentaje total de hogares que se calientan con petróleo no
supera la tercera parte de todos los hogares de las ciudades X y W.

EJERCICIO 6. Un grupo de 20 empresas recibe una propuesta de fusión de 5 empresas que

pretenden agregarse al grupo inicial.
PARTE I: ANALISIS INICIAL

Dicha propuesta es analizada en base a los datos o resultados económicos obtenidos
el año pasado, siendo estos los siguientes.
GRUPO DE 20 GRUPO DE 5 EL CONJUNTO DE

EMPRESAS EMPRESAS LAS EMPRESAS
VENTAS
𝑥̅ 1380,714 1290,796 1360,9304
S 376,0658 199,3835 283,3392
PRODUCCION
𝑥̅ 2028,95 1456,36 1914,432
S 155,96653 119,06072 147,08353
(Las ventas y la producción se encuentran en unidades monetarias)

Luego, para el grupo de 20 empresas esta propuesta resultada conveniente en
Los siguientes casos:
1ero. Si existe eficiencia en los niveles de la producción cuantificada en
términos de similar variabilidad de dicha variable.
2do.Si existe similar rendimiento de ventas por grupos de empresas,
expresándose Esto en el ratio:
𝑣𝑒𝑛𝑡𝑎𝑠
𝑟𝑎𝑡𝑖𝑜 =
𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛
De acuerdo con este estudio, si los rubros anteriores son favorables para el grupo de
20 empresas, entonces debe fusionarse con las otras 5 empresas.
a) Al verificar el primer rubro (eficiencia)
a1) ¿Puede usted explicar la asociación entre eficiencia y variabilidad?
Solución:
La unión solo se hará si existe eficiencia e igual variabilidad, esto se
refiere a que la producción y las ventas de las 5 empresas son
constantes y no han sufrido cambios como bajas y altas en su
producción.
a2) Con los resultados de la tabla, ¿puede usted afirmar que un grupo de
empresas tiene mayor eficiencia en los niveles de producción que el otro
grupo?
Solución:
S A2 155.966532
=  1.72
S B2 119.06072 2
α=0.05, α /2=0.025 con n1=20 y n2=5
F α /2 (n1-1; n2-1)=F2.5%(19; 4)=8.58
F 1-α /2 (n1-1; n2-1)=1/ F2.5%(19; 4) =1/8.58=0.12
S 2 S2 
1
I   A2 . ; A2 .F (n1 1 ; n2  1)
 S B F (n1  1; n2  1) S B 2 
 2 
I  1.72x0.12;1.72x8.58

I  0.20;14.76
Puesto que el intervalo incluye al 1, Tienen similar eficiencia.
b) Al verificar el segundo rubro (rendimiento de ventas)

b1) Con los resultados de la tabla, ¿puede usted afirmar que las empresas
tienen similar rendimiento de ventas
Solución:
S A2 (376,0658/155.96653) 2
=  2.07
S B2 (199,3835/119.06072) 2
α=0.05, α /2=0.025 con n1=20 y n2=5

F α /2 (n1-1; n2-1)=F2.5%(19; 4)=8.58
F 1-α /2 (n1-1; n2-1)=1/ F2.5%(19; 4) =1/8.58=0.12

S 2 S A2 
 1
I 2. A
; .F (n1 1 ; n2  1)
 S B F (n1  1; n2  1) S B2 2 
 2 
I  2.07 x0.12;2.07 x8.58
I  0.24;17.76
Puesto que el intervalo incluye al 1, Según su variabilidad, Tienen similar

Rendimiento de ventas.
b2) ¿Puede usted confiar en la precisión de su estimador obtenido en b1?, ¿por qué?
Sustente cuantitativamente.
Solución:
No, puesto que el grupo de las 20 empresas, tiene un promedio de ventas=
1380,714 y mucho mayor que el promedio de ventas de las 5 empresas.
c) En base a los resultados obtenidos en a) y b), ¿deben fusionarse las empresas?
Solución:
Deben fusionarse.
PARTE II: ANALISIS FINAL

Posteriormente, un análisis acerca del mercado reconoció que el año pasado fue un "año
normal" en el comportamiento de la demanda de los productos que ofertan las empresas, y
por ello tomaron los datos del año pasado como representativos del nivel de demanda del
siguiente año. Lo mismo se puede decir EL nivel de producción. Con esta información se
puede realizar un ejercicio de simulación cómo se comportarían los dos grupos de empresas
ya unidas y tomar una. Decisión definitiva a fin de fusionarse o no las empresas.
Luego, la decisión definitiva sería: “Los grupos de empresas deben unirse si la demanda es
mayor a la producción", en caso contrario no le conviene fusionarse.
d) Explique el criterio de decisión en términos económicos
Solución:
Deben fusionarse cuando las ventas son mayores que la producción.
e) ¿Tiene datos suficientes para cuantificar estadísticamente si deben o no fusionarse

el grupo de empresas? Si son afirmativos, presentes los supuestos y explíquelos y
tome la decisión. Si es negativa, plantee, cuáles serían los datos faltantes y de tenerlos,
¿cómo obtendría los respectivos intervalos de confianza?

Solución:
Los datos no son suficientes, puesto que no hay las del año pasado
Las ventas promedio de las 5 empresas=1290,796
La producción de las 5 empresas=1456,36
Promedio de ventas menor que promedio de producción, luego no deben
fusionarse.
EJERCICIO 7. El objetivo de esta pregunta es analizar el efecto que tienen los impuestos
sobre el ahorro de las familias.
La teoría económica dice lo siguiente: “…Cuanto mas baja sea la tasa de interés real después
de impuestos, mayor será el numero de personas que desearan sustituir consumo presente
por consumo futuro y menor será la posibilidad de ahorro con un determinado nivel de
ingresos. En consecuencia las altas tasas de impuestos (a los activos financieros)
desestimulan el ahorro.”
…Sin embargo, puede considerarse que, “la gente ahorra para afrontar las necesidades
económicas futuras” (retiro por ejemplo). Una tasa de retorno mas baja después de
impuestos podría presionarlos a ahorrar mas, dado un mismo nivel de ingresos. Por tanto,
no es posible decidir en forma teórica cual será el efecto neto de tasas de tributación más
altas sobre el ahorro personal.
Con el fin de probar lo anterior, analizaremos lo que sucede en dos países, realizando una
comparación entre el ahorro de un país durante 31 meses antes y 31 meses después de
aplicarse un incremento de la tasa de impuestos que afectan a la tasa de interés real.
Para ello tomaremos dos países: el país 1 caracterizado por tener el mismo entorno
económico, social y político estable antes y después de aplicado el incremento de impuestos,
mientras que el país 2 presenta un contexto económico, social y político igualmente
inestables antes y después de la aplicación de dicho cambio.
NO OLVIDAR: En las siguientes preguntas establezca los supuestos económicos y estadísticos
adecuados para plantear la evidencia empírica por medio de los correspondientes intervalos
de confianza.
a) Según la información anterior y los cuadros que a continuación se presentan, ¿Los
datos muestrales en términos promedio, sustentan la afirmación anterior en cada
uno de los países?
b) Después de aplicarse los impuestos, ¿puede afirmarse que la política económica fue
más eficiente en el país 1 con respecto al país 2 en términos de estabilidad y nivel de
ahorro promedio?
c) Si los niveles de ahorro se consideran bajos cuando estos son menores o iguales a
11000 dolares ¿Es cierto que el porcentaje de meses en el que el ahorro estuvo bajo
el país 2 antes de impuestos supera ampliamente al similar porcentaje calculado en
el país 1 en las mismas condiciones?

AHORRO MENSUAL DEL PAIS 1 (En dólares)

MESES ANTES DE MESES DESPUES DE DIFERENCIA Y-X
IMPUESTOS(X) IMPUESTOS(Y)
1 11000 1 12000 1000
2 10500 2 15000 4500
3 10900 3 16000 5100
4 10900 4 16500 5600
5 10950 5 17000 6050
6 10990 6 16000 5010
7 10985 7 15000 4015
8 11800 8 12002 202
9 11800 9 13000 1200
10 12005 10 11005 -1000
11 12600 11 11300 -1300
12 13000 12 10000 -3000
13 14000 13 9000 -5000
14 14500 14 9000 -5500
15 14300 15 8500 -5800
16 15500 16 8400 -7100
17 16000 17 8400 -7600
18 16000 18 8350 -7650
19 16000 19 8300 -7700
20 17400 20 8200 -9200
21 18000 21 8100 -9900
22 17500 22 8000 -9500
23 18100 23 8000 -10100
24 18200 24 7900 -10300
25 18500 25 7800 -10700
26 18000 26 7800 -10200
27 18050 27 7500 -10550
28 18000 28 7445 -10555
29 19500 29 7500 -12000
30 19300 30 7400 -11900
31 19200 31 7350 -11850
MEDIAS 14951 10250 -4701
DESV ESTANDAR 3159 3203 6185
SOLUCIÓN
Como el ahorro se da en el mismo país 1 antes y después del incremento de la tasa de
impuestos, estamos frente a un caso de datos pareados.
De los datos de la tabla obtenemos:
𝑛 = 31
𝐷 = −𝟒𝟕𝟎𝟏
𝑆𝐷 = 𝟔𝟏𝟖𝟓
𝛼
Para 𝛾 = 1 − 𝛼 = 0.95 𝑦 2
= 0.025 , buscamos en la tabla, y se encuentra: 𝑍𝛼=1.96
2
Luego el intervalo de confianza al 95% para 𝜇𝐷 = 𝜇𝐷𝑒𝑠𝑝𝑢𝑒𝑠 − 𝜇𝐴𝑛𝑡𝑒𝑠 es:

𝑆𝐷 𝑆𝐷
𝐼 =< 𝐷 − 𝑍𝛼 . ; 𝐷 + 𝑍𝛼 >
2 √𝑛 2 √𝑛
6185 6185
𝐼 =< −4701 − 1.96 ( ) ; −4701 + 1.96( )>
√31 √31
𝐼 =< −4701 − 2177.283234; −4701 + 2177.283234 >
𝑰 =< −6878.283; −2523.7168 >
Como ambos límites de confianza del intervalo son negativos concluimos que:
𝜇𝐷𝑒𝑠𝑝𝑢𝑒𝑠 < 𝜇𝐴𝑛𝑡𝑒𝑠.
AHORRO MENSUAL DEL PAIS 2 (En dólares)

MESES ANTES DE MESES DESPUES DE DIFERENCIA Y-X
IMPUESTOS(X) IMPUESTOS(Y)
1 9000 1 10000 1000
2 8500 2 10500 4500
3 10550 3 11000 5100
4 10600 4 12000 5600
5 9500 5 13000 6050
6 10500 6 12000 5010
7 10985 7 13000 4015
8 11001 8 12002 202
9 10500 9 13000 1200
10 12005 10 11005 -1000
11 12600 11 11300 -1300
12 12000 12 10000 -3000
13 14000 13 9000 -5000
14 14500 14 9000 -5500
15 12500 15 8500 -5800
16 15500 16 8400 -7100
17 16000 17 8400 -7600
18 17000 18 8350 -7650
19 15000 19 8300 -7700
20 17400 20 8200 -9200
21 18000 21 8100 -9900
22 15000 22 8000 -9500
23 18100 23 8000 -10100
24 18200 24 7900 -10300
25 17500 25 7800 -10700
26 21000 26 7800 -10200
27 19100 27 7500 -10550
28 19000 28 7445 -10555
29 19500 29 7500 -12000
30 18000 30 7400 -11900
31 20000 31 7350 -11850
MEDIAS 14614 9411 -5202.903226
DESV ESTANDAR 3724 1906 5453.31547

SOLUCIÓN
Como el ahorro se da en el mismo país 2 antes y después del incremento de la tasa de
impuestos, estamos frente a un caso de datos pareados.
𝑛 = 31
𝐷 = −𝟓𝟐𝟎𝟐. 𝟗𝟎𝟑𝟐𝟐𝟔
𝑆𝐷 = 𝟓𝟒𝟓𝟑. 𝟑𝟏𝟓𝟒𝟕
𝛼
Para 𝛾 = 1 − 𝛼 = 0.95 𝑦 2
= 0.025 , buscamos en la tabla, y se encuentra: 𝑍𝛼=1.96
2
𝑆𝐷 𝑆𝐷
𝐼 =< 𝐷 − 𝑍𝛼 . ; 𝐷 + 𝑍𝛼 >
2 √𝑛 2 √𝑛
5453.31547 5453.31547
𝐼 =< −5202.903226 − 1.96 ( ) ; −5202.903226 + 1.96 ( )>
√31 √31
𝐼 =< −5202.903226 − 1919.710969; =< −5202.903226 + 1919.710969 >
𝑰 < −7122.6142; −3283.1923 >
Como ambos límites de confianza del intervalo son negativos concluimos que:
𝜇𝐷𝑒𝑠𝑝𝑢𝑒𝑠 < 𝜇𝐴𝑛𝑡𝑒𝑠.
a) Después del incremento de la tasa de impuestos, la gente del país 1 y del país 2 tiene un
promedio de ahorro mensual más bajo.
b) Debido a la anchura del intervalo de confianza tanto en el análisis del país 1 como en el
país 2, podemos afirmar que la política económica es mas eficiente en el país 1, que en el
país 2.
c) 𝒑𝟏 = 𝒑𝒐𝒓𝒄𝒆𝒏𝒕𝒂𝒋𝒆 𝒅𝒆 𝒎𝒆𝒔𝒆𝒔 𝒆𝒏 𝒆𝒍 𝒒𝒖𝒆 𝒆𝒍 𝒂𝒉𝒐𝒓𝒓𝒐 𝒆𝒔𝒕𝒖𝒗𝒐 𝒃𝒂𝒋𝒐 𝒂𝒏𝒕𝒆𝒔 𝒅𝒆 𝒊𝒎𝒑𝒖𝒆𝒔𝒕𝒐𝒔 𝒆𝒍 𝒑𝒂í𝒔 𝟏

𝒑𝟐 = 𝒑𝒐𝒓𝒄𝒆𝒏𝒕𝒂𝒋𝒆 𝒅𝒆 𝒎𝒆𝒔𝒆𝒔 𝒆𝒏 𝒆𝒍 𝒒𝒖𝒆 𝒆𝒍 𝒂𝒉𝒐𝒓𝒓𝒐 𝒆𝒔𝒕𝒖𝒗𝒐 𝒃𝒂𝒋𝒐 𝒂𝒏𝒕𝒆𝒔 𝒅𝒆 𝒊𝒎𝒑𝒖𝒆𝒔𝒕𝒐𝒔 𝒆𝒍 𝒑𝒂í𝒔 𝟐
𝟕 𝟖
𝒑𝟏= ∗ 𝟏𝟎𝟎% = 𝟐𝟐. 𝟓𝟖𝟎𝟔𝟒𝟓% 𝒑𝟐= ∗ 𝟏𝟎𝟎% = 𝟐𝟓. 𝟖𝟎𝟔𝟒𝟓%
𝟑𝟏 𝟑𝟏
Entonces podemos concluir que el porcentaje de meses en el que el ahorro
estuvo bajo en el país 2, supera al del país 1.
EJERCICIO 8. Se cree que la vitamina C puede ser útil para reducir la cantidad de colesterol de
las arterias. Se observo el nivel de colesterol de 50 personas antes y después de un
tratamiento de un mes, bajo un régimen de 500 mg de vitamina C por día. Los datos
obtenidos produjeron una media y una desviación estándar de la disminución del nivel de
colesterol de 64.3 mg y 18.9 mg respectivamente. Estime la disminución promedio por
persona del nivel de colesterol, usando una confianza del 95%.
SOLUCIÓN
Como la observación del nivel de colesterol se hizo en la misma persona antes y después del
tratamiento, estamos frente a un caso de datos pareados.
𝑛 = 50
𝐷 = 𝟔𝟒. 𝟑
𝑆𝐷 = 𝟏𝟖. 𝟗

𝛼
Para 𝛾 = 1 − 𝛼 = 0.95 𝑦 = 0.025 , buscamos en la tabla, y se encuentra: 𝑍𝛼=1.96
2 2
𝑆𝐷 𝑆𝐷
𝐼 =< 𝐷 − 𝑍𝛼 . ; 𝐷 + 𝑍𝛼 >
2 √𝑛 2 √𝑛
18.9 18.9
𝐼 =< 64.3 − 1.96 ( ) ; 64.3 + 1.96 ( )>
√50 √50
𝐼 =< 64.3 − 5.23881272; 64.3 + 5.23881272
La disminución promedio por persona de colesterol se encuentra al 95% dentro del intervalo:
𝑰 < 𝟓𝟗. 𝟎𝟔𝟏𝟏𝟖𝟕𝟐𝟖; 𝟔𝟗. 𝟓𝟑𝟖𝟖𝟏𝟐𝟕𝟐 >
EJERCICIO 9. Al medir el tiempo de reacción, un psicólogo estima que la desviación típica del
mismo es de 0.05 segundos. ¿Cuál será el número de medidas que deberá hacer para tener
una confianza del 99% que el error de su estimación no excederá los 0.01 segundos?
Solución:
Zo = 2.576,  = 0.05, E = 0.01

n = (2.576*0.05/0.01)²
n = 166 (número de medidas)
EJERCICIO 10. 50 familias de un total de 500 que habitan en un conjunto residencial fueron
seleccionadas para hacer un estudio sobre ingresos mensuales. Los datos obtenidos fueron
tabulados en un cuadro de frecuencias de 5 intervalos de ancho constante, observándose un
ingreso mínimo de S/. 1000 y un ingreso máximo de S/. 3500, Las frecuencias absolutas
simples de los intervalos son: 6, 8, 16, 12, 8, respectivamente.
a) Estime con 95% de confianza el total de ingresos mensuales del conjunto.
Intervalo Marca clase fi
1000 - 1500 1250 6
1500 - 2000 1750 8
2000 - 2500 2250 16
2500 - 3000 2750 12
3000 - 3500 3250 8
Promedio = 2330
Desv. Est. = 617.4337
Zo = 1.96
IC = (2167.47;2492.52), para la población total de 500 IC = (1083738;1246260)

EJERCICIO 11.Una compañía de TV por cable desea estimar la proporción de familias de un

sector de Lima que desearían tener este servicio.
a) Si en un estudio similar en otro sector de la ciudad encontró que 1 de cada 5 familias,

desean tener TV por cable. ¿Que tamaño de muestra necesita para la estimación
empleando 95% de confianza y un margen de error de ±4
 1
p  0 .2
5
Z 02 pˆ (1  pˆ )
n
E2
1.96 2 x0.2(0.8)
n
0.04 2
n  385
b) Si la compañía no dispone de información previa sobre la verdadera proporción, ¿cuál
debe ser el tamaño de la muestra de a)?
Z 02
n
4E 2
1.96 2
n
4 x4 2
n  600
c) Si en el sector habitan 50000 familias, usando el tamaño de muestra obtenido en a) se
encontró que el 22% respondió afirmativamente. Con esta información, estime el total
de familias que desearían tener TV por cable en el sector usando un nivel de confianza
del 98%.
 
 p (1  p )  p(1  p)
p z0 ; p t0
n n
0.22(0.78) 0.22(0.78)
i  0.22  2.33 ;0.22  2.33 
385 385
i  0.17,0.26  multiplicando por la población total obtenemos

Prueba de Hipótesis
Primer bloque
EJERCICIO 1.Una m.a. de 25 elemento dio una media de 13,5 y una desviación estándar de
4,4.efectuar una constante de la hipótesis 𝐇𝟎 :μ=16 vs 𝐇𝟏 :µ≠16 al nivel del 5%.suponga que
la muestra fue extraída de una población N(μ;..)donde .. es conocida.
SOLUCION:
n = 25,
𝛼 = 5% = 0.05
𝑔𝑙 = 25 − 1 = 24
S=4.4
X=13.5
i. Hipótesis
H0 : µ = 16
H1 : µ≠ 16
i. El estadígrafo de prueba para n≤30 es :
n=25
𝑡0 𝛿 𝑡0 𝛿
𝑥̅ − ≤ 𝜇 ≤ 𝑥̅ +
√𝑛 √𝑛
2.064 ∗ 4.4 2.064 ∗ 4.4
< 13.5 − ≤ 𝜇ℎ ≤ 13.5 + >
√25 √25
∴ [ 12.937 ≤ 𝜇ℎ ≤ 13.963]
EJERCICIO 2.Las estaturas de 20 recién nacidos fueron tomadas en el departamento de
Pediatría de Hospital Loayza. Cuyos resultados en cm. son:
41 50 52 49 54 50 49 47 52 49
50 52 50 47 49 51 46 50 49 50
𝑛 = 20
𝑔𝑙 = 19
𝑥̅ = 49.35
𝑆 = 2.719
∝= 0.05
a) Suponga que inicialmente la población de las estaturas es normal con varianza 2cm;
constante las hipótesis 𝐻0 : 𝜇 = 50 𝑣𝑠 𝐻1 : 𝜇 > 50.
𝜎=2
𝑥̅ − 𝜇0
𝑍= 𝜎
√𝑛
𝑍 = −1.453
1+𝛾
𝑃(𝑍 < 𝑍0 ) = → 𝑍0 = 1.959
2

∴ 𝑆𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻0 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟 𝑙𝑎 𝑒𝑠𝑡𝑎𝑡𝑢𝑟𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑒𝑐𝑖𝑒𝑛 𝑛𝑎𝑐𝑖𝑑𝑜𝑠 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 50 𝑐𝑚
EJERCICIO 3.La asociación de los propietarios de industrias, metalurgias; están muy

preocupados por el tiempo perdido en accidentes de trabajo, cuya media en los últimos
tiempos. ha sido del orden de 60 horas/ hombre, por año y desviación estándar de 20 horas
/ hombre.se probo un programa de prevención de accidentes y, después del mismo, se tomo
una m.a. de 9 industrias y se termino el número de horas por hombre perdidas por accidente
que fue de 50 horas ¿usted diría al nivel del 5% que hay evidencia de mejoría?.
SOLUCIÓN:
n =9, x=50,α=5% y s=20
1) Hipótesis
H0 : µ = 60
H1 : µ < 60
2) El estadígrafo de prueba para n≤30 es :
𝑥̅ − 𝜇0
𝑍= 𝜎
√𝑛
3) La región critica para α=0.05, γ=0.95 , para (n-1)=8 grados de libertad
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.306
Respuesta: No hay evidencia de mejoría, se acepta 𝐻0

EJERCICIO 4.Los errores aleatorios cometidos en las pesadas de una cierta balanza sigue una
distribución normal de media cero y desviación estándar 1 m gr. después de 9 pesadas se ha
comprobado los siguientes errores(en m gr):-0.07;0.3;1,8;-0,1;2,0;2,3;0,62;0,12;1,4
a) Demostrar que existe una región critica U.M.P, para contrastar las hipótesis de
que la balanza funciona correctamente frente a la alternativa de que tiene
Un error sistemático positivo.
SOLUCIÓN:
Hipótesis
H0 : µ = 0
Ha : µ ≠0
n=9, x=0.93,s=1,α=95%

𝑥̅ − 𝜇0
𝑍= 𝜎
√𝑛
0.93−0
𝑧= 1 =2.79
√9
Para la región critica: α=95%, gl=9-1=8
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.306
b) ¿Cuál de las dos hipotisis, puede aceptarse con un nivel de significancia α=0,1?
SOLUCIÓN:
Para la región critica: α=95%, gl=9-1=8
1+𝛾
𝑃(𝑇0 < 𝑇) = → 𝑇0 = 1.86
2
Rpta: se acepto la Ha
EJERCICIO 5.Un investigador agrícola creía que el numero medio de acres que los
hacendados de un determinado departamento dedicaban a cierto cultivo era inferior a 6.el
investigador envió por correo un cuestionario a una m.a. simple de 25 hacendados de ese
departamento, en que les solicitaba información sobre el números de acres sembrados.la
media es la desviación típica de la muestra fue de 5 y 1,5 respectivamente. ¿al nivel de 5%
sirven estos datos de apoyo a la opinión del investigador?
SOLUCIÓN:
1) Hipótesis
H0 : µ ≥ 6
H1 : µ < 6
2) El estadígrafo de prueba para n<30 es :

n=25, x=5, s=1,5

x  c 56
Tc  = =-3.33
 / n 1.5 / 5
3) Para la región critica:
𝛾 = 0.95
gl =25-1=24
1+𝛾 1 + 0.95
𝑃(𝑡 < 𝑡0 ) = = = 0.975 → 𝑍0 = 2.064
2 2
EJERCICIO 6.El salario promedio de los empleados de las industrias siderúrgicas es de 2,5
salarios mínimos, con una desviación estándar de 0,5 salarios mínimos. si una firma
particular tiene 49 empleados con una salario mínimos podemos afirmar que esta industria
paga salarios inferiores ?
SOLUCIÓN:
1) Hipótesis
H0 : µ = 2.5
H1 : µ < 2.5
2) El estadígrafo de prueba para n<30 es :
n=49, x=2.3
x  0 2.3  2.5
zc  = =-2.8
/ n 0.5 / 49
3) Para la región critica γ=0.90

P [z≤ z0]= (γ+1)/2=(0.90+1)/2=0.95=𝑍0 = 1.645
Rta: se acepta

EJERCICIO 7.La precipitación pluviométrica anual en la sierra tiene desviación estándar

conocida =3,1 y media desconocida para los últimos 9 años fueron obtenidos los siguientes
resultados:30,5;34,1;27,9;35;26,9;30,2;28,3;31,7;25,8
a) Construya una prueba de hipótesis para saber si la media de la

precipitación pluviométrica anual es menor o igual que 30 unidades. utilice
un nivel de significancia de 5%
SOLUCIÓN:
Hipótesis:
H0 : μ 30
H1 : μ>30
El estadígrafo de prueba para n 30 es :
n=9, 𝑥̅ =30.044, s=3.1
𝑥̅ − 𝜇 30.044 − 30
𝑡= 𝑠 = = 0.042
3.1
√𝑛 √9
Hallamos T0, γ=0.95, gl=9-1=8
1+𝛾 1 + 0.95
𝑃(𝑡 < 𝑡0 ) = = = 0.975 → 𝑡0 = 2.306
2 2
Se acepta H1
b) Discuta el mismo problema desconocido: Rpta se rechaza H0
c) Suponiendo que, µ=33 ¿Cuál es la probabilidad de llegar a una conclusión
errada en el caso a.
Hipótesis:
H0 : μ 30
H1 : μ>30
El estadígrafo de prueba para n 30 es :
n=9, 𝑥̅ =30.044, s=3.1
𝑥̅ − 𝜇 30.044 − 33
𝑡= 𝑠 = = −2.8606
3.1
√𝑛 √9
Hallamos T0, γ=0.95, gl=9-1=8

1+𝛾 1 + 0.95
𝑃(𝑡 < 𝑡0 ) = = = 0.975 → 𝑡0 = 2.306
2 2

EJERCICIO 8. La cantidad promedio que se coloca en un recipiente en un proceso de llenado

se supone que es de 20 onzas. En forma periódica, se escogen al azar 25 recipientes y el
contenido de cada uno de estos se pesa. Se juzga el proceso como fuera de control cuando la
media maestral es menor o igual a 19.8 o mayor o igual a 20.2 onzas. Se supone que la
cantidad que se vacía en cada recipiente se encuentra aproximada, en forma adecuada, por
una distribución normal con una desviación estándar de 0.5 onzas.
𝑛 = 25
𝑔𝑙 = 24
𝑥̅ ≤ 19.8 ó 𝑥̅ ≥ 20.2
𝑆 = 0.5
∝= 0.05
a) Enuncie las hipótesis nula y alternativa que son propias para esta situación.
𝐻0 : 𝜇 = 20 𝑣𝑠 𝐻1 : 𝜇 ≠ 20
b) Obtener la probabilidad del error tipo I.

𝑥̅ − 𝜇0
𝑇=
𝑆
√𝑛
𝑇 = −2 ó 𝑇=2
1+𝛾
𝑃(𝑇0 < 𝑇) = → 𝑇0 = 2.064
2
c) Graficar la función potencia de esta prueba.
EJERCICIO 13. Un fabricante de un cierto tipo de acero especial afirma que su producto tiene
un severo servicio de control de calidad, que es traducido en la desviación estándar de la
resistencia a la tensión, el cual no es mayor que 5 kg por cm2. Un comprador, deseando
verificar la veracidad de la afirmación, tomo una muestra de 11 varillas y los sometió a una
prueba de tensión. Los resultados fueron los siguientes: x = 263 y S2 = 48. Estos resultados
traen alguna evidencia contra la afirmación del fabricante?

Solución:
i) Planteamos las hipótesis:
H0 : σ2 <= 25
H1 : σ2 > 25
ii) Nivel de significancia α = 0.05
iii) Estadígrafo de contraste: dado que S2 = 48 y σ2 = 25, entonces el valor
de la estadística de prueba resulta:
(𝑛 − 1)s 2 (11 − 1)48
𝑥2 = = = 19.2
σ2 25
iv) Región critica: para α = 0.05
2 (11
𝑥∝2 (𝑛 − 1) = 𝑥5% − 1) = 18.3
Conclusión: Se rechaza H0, pues 𝑥𝑐2 = 19.2 > 18.3 y concluimos que de que los datos si
proporciona evidencia contra la información del fabricante
EJERCICIO 14. Un analista de sistemas esta probando la posibilidad de usar un nuevo sistema
de computadora. El analista cambiara el procesamiento al nuevo sistema solo si hay pruebas
de que el nuevo sistema usa menos tiempo en el procesamiento que el sistema antiguo. A
fin de tomar una decisión, se seleccionó una muestra de siete trabajos y se registró el tiempo
de procesamiento, en segundos, en los dos sistemas, con los siguientes resultados:
Trabajos Viejo Nuevo

1 7 5
2 3 2
3 9 6
4 8 7
5 7 4
6 6 7
7 11 8
Al nivel de 0.01. ¿Usa el nuevo sistema menos tiempo para el procesamiento?
¿Qué suposición es necesaria para efectuar esta prueba?
Trabajos 1 2 3 4 5 6 7
D -2 -1 -3 -1 -3 1 -3
̅ = −1.714
𝐷
𝑆𝐷 = 1.496
𝐻0 : 𝜇𝐷 = 0 𝑣𝑠 𝐻1 : 𝜇𝐷 < 0

̅ − 𝛿0
𝐷
𝑇𝑐 =
𝑆𝐷
√𝑛
𝑇𝑐 = −3.0318
1+𝛾
𝑃(𝑇0 < 𝑇) = → 𝑇0 = 3.143
2
∴ 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻0 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟 𝑛𝑜 ℎ𝑎𝑦 𝑝𝑟𝑢𝑒𝑣𝑎𝑠 𝑑𝑒 𝑞𝑢𝑒 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑛𝑢𝑒𝑣𝑜 𝑢𝑡𝑖𝑙𝑖𝑧𝑒 𝑚𝑒𝑛𝑜𝑠 𝑡𝑖𝑒𝑚𝑝𝑜
EJERCICIO 18. Un fabricante desea comparar el proceso de armado común para uno de sus
productos con un método propuesto que supuestamente reduce el tiempo de armado. Se
seleccionaron 8 trabajadores de la planta de armado y se les pidió que armaran las
unidades con ambos procesos. Los siguientes son los tiempos observados en minutos.
Trabajador Proceso actual Proceso propuesto
1 38 30
2 32 32
3 41 34
4 35 37
5 42 35
6 32 26
7 45 38
8 37 32
¿Existe alguna razón para creer que el tiempo de armado para el proceso actual es mayor
que el del método propuesto por más por 2 minutos? ¿Qué supociones son necesarias para
probar la hipótesis?
Solución:
Trabajador Proceso Proceso

actual propuesto Di=Xi-Yi
1 38 30 8
2 32 32 0
3 41 34 7
4 35 37 -2
5 42 35 7
6 32 26 6
7 45 38 7
8 37 32 5
Promedio 4.75
Desv. Típica 3.69
i. Hipótesis

H0 : µD≤2 (tiempo de armado del proceso actual no es mayor que el método

propuesto por más por 2 minutos)
H1: µD >2 (tiempo de armado del proceso actual es mayor que el método
propuesto por más por 2 minutos)
ii. El estadígrafo de prueba para n≤30 es :
n=8
D  0 4.75  2
Tc  = =2.1079
SD / n 3.69 / 8
iii. La región critica para α=0.05, γ=0.95 , para (n-1)=7 grados de libertad
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.306
iv. Conclusión: puesto que Tc < t0, aceptamos H0, al nivel de 5%, es decir tiempo de
armado del proceso actual no es mayor que el método propuesto por más por 2
minutos.
EJERCICIO 19. Un medico desea saber si una cierta droga reduce la presión arterial media. El
midió la presión arterial en 5 voluntarios antes y después de la aplicación de la droga,
obteniendo los resultados que se dan en la siguiente tabla.
Voluntario A B C D E
Antes 68 80 90 72 80
Después 60 71 88 74 76
¿Usted cree que existe evidencia estadística de que la droga realmente reduce la presión
arterial media?
R. Al nivel de 5% no hay evidencia estadística de que la droga reduce la presión.
Solución:
Voluntario A B C D E
Antes 68 80 90 72 80
Después 60 71 88 74 76
Di=Xi-Yi 8 9 2 -2 4
promedio 4.2
Desv. Típica 4.49
ii. Hipótesis
H0 : µD = 0 (la droga reduce la presión arterial media)
H1 : µD ≠0 (la droga no reduce la presión arterial media)
iii. El estadígrafo de prueba para n≤30 es :
n=5
D  0 4.2  0
Tc  = =2.09
S D / n 4.49 / 5
iv. La región critica para α=0.05, γ=0.95 , para (n-1)=4 grados de libertad
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.776

R.A
R.R R.R
-2.776 2.776
TC=2.0
9
v. Conclusión: puesto que Tc pertenece a la región de aceptación, al nivel de 5%

aceptamos H0, la droga reduce la presión arterial media.
EJERCICIO 20.Se llevó a cabo un estudio para determinar el grado en el cual el alcohol
entorpece la habilidad del pensamiento para llevar a cabo determinada tarea. Se
seleccionaron al azar 10 personas de distinta características y se les pidió que participaran en
el experimento. Después de proporcionarles la información pertinente, cada persona llevó a
cabo la tarea sin nada de alcohol en su organismo. Entonces, la tarea volvió a llevarse a cabo,
después de que cada persona había consumido una cantidad suficiente de alcohol para tener
un contenido en su organismo de 0.1%. Supóngase que los tiempos '"antes" y "después" (en
minutos) de los 10 participantes son los siguientes.
Participante Antes Después
1 28 39
2 22 45
3 55 67
4 45 61
5 32 46
6 35 58
7 40 51
8 25 34
9 37 48
10 20 30
¿Puede concluirse a un nivel de 5% que el tiempo promedio "antes" es menor que el tiempo
promedio "después" por más de 10 minutos? R. Si
Solución:
Participante Antes Después Di=Xi-Yi

1 28 39 11
2 22 45 23
3 55 67 12
4 45 61 16
5 32 46 14
6 35 58 23
7 40 51 11
8 25 34 9
9 37 48 11

10 20 30 10
Promedio 14
Desv. Típica 5.14
i. Hipótesis
H0 : µD≤0 (tiempo promedio "antes" no es menor que el tiempo promedio
"después" por más de 10 minutos)
H1: µD >10 (tiempo promedio "antes" es menor que el tiempo promedio
"después" por más de 10 minutos)
ii. El estadígrafo de prueba para n≤30 es :
n=10
D  0 14  10
Tc  = =2.46
S D / n 5.14 / 10
iii. La región critica para α=0.05, γ=0.95 , para (n-1)=9 grados de libertad
P [T≤ t0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.262
R.R
R.A
t0=2.2
62 Tc=2.4
6
iv. Conclusión: puesto que Tc > t0, rechazamos H0, a un nivel de 5% el tiempo
promedio "antes" es menor que el tiempo promedio "después" por más de 10
minutos.
EJERCICIO 21. Un inversionista desea comparar los riegos asociados con dos diferentes
mercados A y B. El riego de un mercado dado se mide por la variación en los cambios diarios
de precio. El inversionista piensa que el riesgo asociado con el mercado B es mayor que el
del mercado A. Se obtienen muestras aleatorias de 21 cambios de precio diarios para el
mercado A y de 16 para el mercado B. Se obtienen los siguientes resultados.
Mercado A Mercado B
𝐱̅A =0,3 𝐱̅B =0,4
SA =0,25 SB = 0.45
a) Si se supone que las muestras provienen de dos poblaciones normales e independientes,

¿a un nivel de 5%, encuentra apoyo la creencia del inversionista?
R. Se rechaza H0, luego el inversionista encuentra apoyo.
Solución:
a.
i. Hipótesis

H0 : µ1 = µ2 (encuentra apoyo la creencia del inversionista)

H1 : µ1 ≠ µ2 (no encuentra apoyo la creencia del inversionista)
ii. Nivel de significancia α = 0.05
iii. El estadígrafo de prueba para n+m≥30 es :
( x1  x 2 )  ( 1   2 ) (0.3  0.4)  (0)

Zc  = =-0.8
S12 S 22 0.0625 0.2025
 
n1 n 2 21 16
iv. La región critica para α=0.05, γ=0.95

P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0=1.960
R.A
R.R R.R
-1.960 1.960
ZC=-0.8
v. Conclusión: puesto que Zc se encuentra en la región de aceptación,

aceptamos H0, a un nivel de 5%, encuentra apoyo la creencia del
inversionista.
EJERCICIO 22. Considere Ud. los siguientes datos referidos a la cotización de la plata en $
por onza:
Mes E F M A M J J A S O N D
85 14,7 13,0 12,3 11.6 10,8 10,0 8,6 8,9 10,1 9,1 8,6 8,4
86 8,0 8,3 7,2 7,3 6,7 5,6 6,5 7,1 8,7 9,5 9,8 10,6
87 12.4 14.0 10,6 11,7 13 11.8 12.1 12,1 11,9 9,9 8,8 9,1
Se plantean las siguientes hipótesis: "Puede observarse que, pese al irregular

comportamiento cronológico de la cotización de la plata, este mineral no ha diferido
significativamente de su cotización de equilibrio en los mercados internacionales, la cual es
de $ 10 por onza, con una desviación estándar de $ 1,5 por onza". Pruebe la veracidad o
falsedad de esta hipótesis, a la luz de los datos muéstrales presentados.
R. n =36, ZC = -0,133. No se rechaza H0.

Solución:
14,7 13,0 12,3 12 10,8 10,0 8,6 8,9 10,1 9,1 8,6 8,4
8,0 8,3 7,2 7,3 6,7 5,6 6,5 7,1 8,7 9,5 9,8 10,6
12.4 14 10,6 11,7 13 12 12 12,1 11,9 9,9 8,8 9,1

Promedio 10.03
Des. Típica 1.50
i. Hipótesis
H0 : µ = 10 (El mineral no ha diferido significativamente)
H1 : µ ≠ 10 (El mineral ha diferido significativamente)
iii. El estadígrafo de prueba para n≥30 es :
n=36
x   0 10.03  10
Zc  = =-0.13
 / n 1.50 / 36
iv. La región critica para α=0.05, γ=0.95

P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0=1.960
R.A
R.R R.R
-1.960 1.960
ZC=-0.13
v. Conclusión: puesto que Zc se encuentra en la región de aceptación, aceptamos H0, a un

nivel de 5%, El mineral no ha diferido significativamente
EJERCICIO 23. El gerente de una planta sospecha que el número de piezas que produce un
trabajador en particular por día, fluctúa más allá del valor normal esperado. El gerente
decide observar el número de piezas que produce este trabajador durante 12 días,
seleccionadas éstos al azar. Los resultados son: 14, 12, 9, 13, 12, 14, 15, 8, 7, 15, 11 y 9. Si se
sabe que la desviación estándar para todos los trabajadores es de dos unidades y si el
número de éstas que se produce diariamente, se encuentra modelado en forma adecuada
por una distribución normal, a un nivel de 5%, ¿tiene apoyo la sospecha del gerente?
Solución:
De los datos obtenemos: x =11.58, σ=2

i. Hipótesis:
H0 : µ = 0 (no fluctúa más allá del valor normal esperado)
H1 : µ > 0 (fluctúa más allá del valor normal esperado)

iii. El estadígrafo de prueba para n≤30 es :
n=12
x   0 11.58  0
Tc  = =20.05
S/ n 2 / 12
iv. La región critica para α=0.05, γ=0.95 con (n-1)=11 grados de libertad
P [T≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.201
v. Conclusión: puesto que Tc > t0, rechazamos H0, a un nivel de 5% el número de piezas
fluctúa más allá del valor normal esperado, tiene apoyo la sospecha del gerente.
EJERCICIO 24. Una compañía está tratando de decidir cuál de dos tipos de neumáticos va a
comprar. Es deseo del directorio de la compañía, comprar los neumáticos a menos que haya
alguna evidencia de que la marca B resultó mejor. Se hace un experimento en el que se
utilizaron 14 neumáticos de cada marca. Se prueba bajo condiciones semejantes hasta que
se desgasten totalmente. Los resultados obtenidos fueron:
Marca B: 𝐱̅1 =35000 km. S1= 4200 km.

Marca A: 𝐱̅2 = 32000 km. S2 = 2800 km
a) ¿Bajo qué supuestos se puede resolver este problema?

b) ¿Que marca de neumáticos decidirá comprar la compañía?
R. Se rechaza H0: Tc = 2,302. La compañía decidirá comprar la marca B.
Solución:
a. Necesitamos comprobar si σ1 y σ2 son iguales o diferentes(puesto que son
desconocidas):
i. Hipótesis
H0 : σ1= σ2
H1 : σ1≠ σ2
iii. El estadígrafo de prueba para n+m≤30 es :
S A2 4200
Fc  =  1 .5
S B2 2800
iv. La región critica para α=0.05, α /2=0.025 con n1=14 y n2=14

F α /2 (n1-1; n2-1)=F2.5%(13; 13)=3.12
F 1-α /2 (n1-1; n2-1)=1/ F2.5%(13; 13) =1/3.12=0.32v.
Luego la región critica C= {Fc: Fc>0.32 ó Fc<3.12}
v. Conclusión: puesto que F=1.5 se encuentra Є C, asumimos que las varianzas

poblacionales son iguales.
b. Analizamos las medias:

i. Hipótesis
H0 : µ1 = µ2 (no hay evidencia de que B es mejor que A)
H1 : µ1 ≠ µ2 (hay evidencia de que B es mejor que A)
iii. El estadígrafo de prueba para n+m≤30 es (σ1=σ2):
( x1  x 2 )  ( 1   2 ) (35000  32000)  (0)

Tc  =
(n1  1) S12  (n2  1) S 22 ) 1 1 (13)4200 2  (13)2800 2 1 1
(  ) (  )
n1  n2  2 n1 n2 14  14  2 14 14
=2.30
iv. La región critica para α=0.05, γ=0.95 con (n1+n2-2)=26 grados de libertad
P [T≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.056
R.A
R.R R.R
-2.056 2.056
TC=2.30
v. Conclusión: Tc se encuentra en la región de rechazo, rechazamos H0, a un

nivel de 5%, hay evidencia de que B es mejor que A.
EJERCICIO 25.A continuación se presenta la tabla de cotizaciones del plomo y cobre para los
años 1086 y 1987.
Meses Cobre Plomo
1986 E 73,1 29,4

F 72,4 28,0
M 68.5 27,8
A 69,0 26,1
M 69,4 26,1
J 59,1 23,7
J 65,3 25,1
A 65,9 23,7
S 64,8 23,4
0 66,4 22,6
N 65,5 20,8
D 66,8 20,3
1987 E 71,1 21,5

F 74,7 20,6
a) Respecto a la inestabilidad observada y a las variaciones irregulares en los precios

internacionales del cobre y plomo, ¿se puede afirmar que existen diferencias significativas?
R. No, FC =1,8949747
b) Algunos economistas sostienen que los precios promedio de equilibrio de ambos metales
son de $ 60/lb en el caso del cobre y $ 30/lb en el caso del plomo. Compruebe la veracidad o
falsedad de estas afirmaciones.
R. El precio promedio de equilibrio del cobre no es $ 60; el precio promedio de equilibrio del
plomo no es $ 30.
Solución:
Cobre Plomo
X1=68 X2=24.22
S1=3.91 S2=2.95
a. Comprobamos si σ1 y σ2 son iguales o diferentes(puesto que son desconocidas):

i. Hipótesis
H0 : σ1= σ2 (no existen diferencias significativas)
H1 : σ1≠ σ2 (existen diferencias significativas)
vi. El estadígrafo de prueba para n+m≤30 es :
S A2 3.912
Fc  2 =  1.8
S B 2.95 2
iii. La región critica para α=0.05, α /2=0.025 con n1=14 y n2=14

F α /2 (n1-1; n2-1)=F2.5%(13; 13)=3.12
F 1-α /2 (n1-1; n2-1)=1/ F2.5%(13; 13) =1/3.12=0.32
Luego la región critica C= {Fc: Fc>0.32 ó Fc<3.12}
iv. Conclusión: puesto que F=1.8 se encuentra Є C, aceptamos H0, asumimos que
las varianzas poblacionales no son iguales, no existen diferencias significativas
en los precios internacionales del cobre y plomo.
b. Analizamos las medias:

i. Hipótesis
Para el cobre:
H0 : µc =60 (precio promedio es 60)
H1 : µc ≠ 60 (precio promedio no es 60)
Para el plomo:
H0 : µp =30 (precio promedio es 30)
H1 : µp ≠30 (precio promedio no es 30)
iii. El estadígrafo de prueba para n ≤30 y m≤30 es (σ1=σ2):

Para el cobre:
x  c 68  60
Tc  = =7.65
/ n 3.91 / 14
Para el plomo:
x   p 24.22  30
Tc  = =-2.33
 / n 2.95 / 14
iv. La región critica para α=0.05, γ=0.95 con n1=14 y n2=14 grados de
libertad.
P [T≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.145
R.A
R.R R.R
-2.145 2.145
Tplomo=-7.33
Tcobre=7.65
v. Conclusión: Tplomo y Tcobre se encuentra en la región de rechazo,

rechazamos H0, a un nivel de 5%, El precio promedio de equilibrio del
cobre no es $ 60; el precio promedio de equilibrio del plomo no es $ 30.
EJERCICIO 26. El Departamento Estadístico de un conocido banco nacional desea realizar un

estimado preliminar de la importancia relativa de dos de sus principales sucursales en la
venta de moneda extranjera. Para tal efecto se decide tomar como datos los montos
vendidos de moneda extranjera durante dos semanas de operación en ambas sucursales y se
obtienen los siguientes datos:
L M M J V L M M J V
Sucursal A 3800 3805 1880 3740 3810 3930 3820 3515 4010 3810
Sucursal B 4220 4180 1650 3950 3990 4210 4170 3950 4020 4200
¿Existirá diferencia relativa de ambas sucursales en operaciones de moneda extranjera?
Solución:
Sucursal A Sucursal B
Promedio=3612 Promedio=3854
Desv. Típica= 621.7725558 Desv. Típica= 782.349737
i. Hipótesis
H0 : µ1 = µ2 (no hay diferencia relativa)

H1 : µ1 ≠ µ2 (hay diferencia relativa)

iii. El estadígrafo de prueba para n+m≤30 es (σ1=σ2):
( x1  x 2 )  ( 1   2 ) (3854  3612)  (0)

Tc  =
(n1  1) S  (n2  1) S ) 1
2 2
1 (9)621.77 2  (9)782.35 2 1 1
1
(  )
2
(  )
n1  n2  2 n1 n2 10  10  2 10 10
=0.76
iv. La región crítica para α=0.05, γ=0.95 con (n1+n2-2)=18 grados de libertad
P [T≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
t0=2.101
R.A
R.R R.R
-2.101 2.101
TC=0.76
v. Conclusión: Tc se encuentra en la región de aceptación, aceptamos H0, a

un nivel de 5%, no existe diferencia relativa en operaciones de moneda
extranjera.
EJERCICIO 27. Una empresa estaba considerando establecer un servicio de reparto de

tamales los domingos en la mañana en un distrito de Lima. Con base en el costo de este
servicio y las utilidades que se pueden lograr, ha llegado a la siguiente conclusión: si hay
prueba de que el pedido promedio será más de 10 tamales por casa en ese distrito, entonces
se instituirá el servicio de reparto. Si no se puede demostrar con pruebas, no se instituirá el
servicio. Con base en la experiencia previa en otros distritos, se estimo que la desviación
estándar era de 3 tamales. Se va a hacer una encuesta en una m.a de 35 residencias. La
empresa esta dispuesta a tener un riesgo de 1% de que se instituirá el servicio cuando la
demanda promedio es menor de 10 tamales por casa.
a. Calcule la probabilidad de instituir el servicio de reparto cuando la demanda promedio es
de 13 tamales por casa.
SOLUCION
𝛿 = 3 𝑡𝑎𝑚𝑎𝑙𝑒𝑠 𝑛 = 35
En términos de la media muestral la región crítica de la prueba de tamaño 𝛼 es:
𝛿
𝐶 = {𝑋 = (𝑋1 … . 𝑋𝑛 ) ∈ 𝐼𝑅 𝑛 /𝑋 > 𝜇0 + 𝑍𝛼 }
√𝑛
Donde para ∝= 0.01, 𝑍𝛼 = 2.33

i.Hipótesis:
𝑯𝟎 ∶ 𝝁 ≤ 𝟏𝟎 (𝑛𝑜 𝑠𝑒 𝑖𝑛𝑠𝑡𝑖𝑡𝑢𝑖𝑟𝑎 𝑒𝑠 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑑𝑒 𝑟𝑒𝑝𝑎𝑟𝑡𝑜)
𝑯𝟏 ∶ 𝝁 > 1𝟎 (𝑠𝑒 𝑖𝑛𝑠𝑡𝑖𝑡𝑢𝑖𝑟𝑎 𝑒𝑠 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑑𝑒 𝑟𝑒𝑝𝑎𝑟𝑡𝑜)
ii.La región de la prueba resulta:

3
𝐶 = {𝑋 = (𝑋1 … . 𝑋𝑛 ) ∈ 𝐼𝑅 𝑛 /𝑋 > 10 + (2.33)}
√35
3
𝐶 = {𝑋/𝑋 > 10 + (2.33)}
√35
𝐶 = {𝑋 ∈ 𝐼𝑅 𝑛 /𝑋 > 11.18152565}
La probabilidad es:
𝑃 = 𝑝[𝑖𝑛𝑠𝑡𝑖𝑡𝑢𝑖𝑟 𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑑𝑒 𝑟𝑒𝑝𝑎𝑟𝑡𝑜/𝜇 = 13]
𝑃 = 𝑝[𝑋 > 11.18152565/𝜇 = 13]
𝑋 − 13 11.18152565 − 13
𝑃 = 𝑝[ > ]
𝛿 3
√𝑛 √35
𝑃 = 𝑝[𝑍 > −3.58] = 1 − 𝑝[𝑍 ≤ −3.58] =1 − 0.00017
𝑷 = 𝟎. 𝟗𝟗𝟗𝟖𝟑
b. Calcule la probabilidad de instituir el servicio de reparto cuando la demanda promedio es
de 11 tamales por casa.
SOLUCION
𝛿
𝐶 = {𝑋 = (𝑋1 … . 𝑋𝑛 ) ∈ 𝐼𝑅 𝑛 /𝑋 > 𝜇0 + 𝑍𝛼 }
√𝑛
Donde para ∝= 0.01, 𝑍𝛼 = 2.33
Hipótesis:
La región de la prueba resulta:
3
𝐶 = {𝑋 = (𝑋1 … . 𝑋𝑛 ) ∈ 𝐼𝑅 𝑛 /𝑋 > 10 + (2.33)}
√35
3
𝐶 = {𝑋/𝑋 > 10 + (2.33)}
√35
𝐶 = {𝑋 ∈ 𝐼𝑅 𝑛 /𝑋 > 11.18152565}
La probabilidad es:
𝑃 = 𝑝[𝑋 > 11.18152565/𝜇 = 11]
𝑋 − 11 11.18152565 − 11
𝑃 = 𝑝[ > ]
𝛿 3
√𝑛 √35
𝑃 = 𝑝[𝑍 > 0.3579734056] = 1 − 𝑝[𝑍 ≤ 0.3579734056] =1 − 0.63683

𝑷 = 𝟎. 𝟑𝟔𝟑𝟏𝟕
c. Si la empresa quiere tener una posibilidad del 90% de instituir el servicio de reparto cuando
la demanda promedio de población es de 13 tamales ¿Qué tamaño de muestra se debe
seleccionar?
SOLUCION
Dado que ∝= 0.01, 𝑦 1 − 𝛽 = 0.90 ↔ 𝛽 = 0.10
𝑍𝛼 = 2.33 𝑍𝛽 = 1.29
Para hallar el tamaño de la muestra:
(𝑍𝛼 + 𝑍𝛽 )2 . 𝛿 2
𝑛=
(𝜇0 − 𝜇1 )2
(2.33 + 1.29)2 . 32
𝑛= = 13.1044 ≈ 14
(10 − 13)2
La muestra que se debe seleccionar para teber un 90% de posibilidad de instituir el servicio
de reparto es: 𝒏 = 𝟏𝟒
d. Si la empresa selecciono una m.a de 64 casas y esta dispuesta a tener un riesgo de 1%

calcule la probabilidad de establecer el servicio de reparto cuando la demanda promedio es 12
tamales por casa.
SOLUCION
𝛿
𝐶 = {𝑋 = (𝑋1 … . 𝑋𝑛 ) ∈ 𝐼𝑅 𝑛 /𝑋 > 𝜇0 + 𝑍𝛼 }
√𝑛
Donde para ∝= 0.01, 𝑍𝛼 = 2.33
Hipótesis:
3
𝐶 = {𝑋 = (𝑋1 … . 𝑋𝑛 ) ∈ 𝐼𝑅 𝑛 /𝑋 > 10 + (2.33)}
8
3
𝐶 = {𝑋/𝑋 > 10 + (2.33)}
8
𝑛
𝐶 = {𝑋 ∈ 𝐼𝑅 /𝑋 > 10.87375}
La probabilidad es:
𝑃 = 𝑝[𝑋 > 10.87375/𝜇 = 12]
𝑋 − 12 10.87375 − 12
𝑃 = 𝑝[ > ]
𝛿 3
√𝑛 8
𝑃 = 𝑝[𝑍 > −3.003333] = 1 − 𝑝[𝑍 ≤ −3.003333] =1 − 0.0013352
𝑷 = 𝟎. 𝟗𝟗𝟖𝟔𝟔𝟒𝟖

EJERCICIO 28. Una maquina que llena bolsas de café pone 400 gramos de café en cada bolsa,
cuando funciona correctamente. La cantidad colocada en la bolsa tiene distribución normal,
con una desviación estándar de 30 gramos. El gerente de producción dejara de llenar bolsas
si hay pruebas de que la cantidad promedio de café puesta en cada bolsa es menor de 400
gr. Si se selecciona una m.a de 25 bolsas y el gerente de producción esta dispuesta a tener un
error tipo I de 5%:
Calcule la potencia de la prueba y la probabilidad de un error tipo II si la cantidad promedio de

café puesta en la bolsa es 395 gramos.
SOLUCION
𝑆 = 30 𝑔𝑟 , 𝑛 = 25 , 𝜇0 = 395
𝛿
𝐶 = {𝑋 = (𝑋1 … . 𝑋𝑛 ) ∈ 𝐼𝑅 𝑛 /𝑋 < 𝜇0 − 𝑍𝛼 }
√𝑛
Donde para ∝= 0.05, 𝑍𝛼 = 1.645
Hipótesis:
𝑯𝟎 ∶ 𝝁 ≥ 𝟒𝟎𝟎 (𝑛𝑜 𝑠𝑒 𝑑𝑒𝑗𝑎𝑟𝑎 𝑑𝑒 𝑙𝑙𝑛𝑎𝑟 𝑏𝑜𝑙𝑠𝑎𝑠)
𝑯𝟏 ∶ 𝝁 < 𝟒𝟎𝟎 (𝑠𝑒 𝑑𝑒𝑗𝑎𝑟𝑎 𝑑𝑒 𝑙𝑙𝑛𝑎𝑟 𝑏𝑜𝑙𝑠𝑎𝑠)
30
𝐶 = {𝑋 = (𝑋1 … . 𝑋𝑛 ) ∈ 𝐼𝑅 𝑛 /𝑋 < 400 − . 1.645}
√25
3
𝐶 = {𝑋/𝑋 < 400 − (1.645)}
5
𝐶 = {𝑋/𝑋 < 390.13}
La probabilidad de un error tipo II si la cantidad promedio de café puesta en la bolsa es 395
gramos es:
𝛽 = 𝑝[𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝐻0 /𝐻0 𝑒𝑠 𝑓𝑎𝑙𝑠𝑎] = 𝑝[𝑋 ≥ 390.13/𝜇 = 395]
𝑋 − 395 390.13 − 395

𝛽 = 𝑝[ ≥ ]
𝛿 30
√𝑛 5
𝛽 = 𝑝[𝑍 ≥ −0.811666] = 1 − 𝑝[𝑍 ≤ −0.811666] =1 − 0.20897
𝛽 = 𝑝 = 𝟎. 𝟕𝟗𝟏𝟎𝟑
Y la potencia prueba será 𝟏 − 𝜷 = 𝟎. 𝟐𝟎𝟖𝟗𝟕

EJERCICIO 29. Un analista financiero desea saber si ha habido o no un cambio significativo en

las utilidades por acción de un periodo a otro entre las empresas industriales mas grandes
del Perú. Una muestra aleatoria de 15 empresas seleccionadas entre 150 arrojo los
siguientes resultados:
UTILIDADESPOR ACCION (S)

COMPAÑIA AÑO 1(y) AÑO 2(x) Y-X
1 4.12 4.79 -0.67
2 2.85 3.20 -0.35
3 2.81 3.34 -0.53
4 3.39 1.94 1.45
5 2.03 -2.86 4.89
6 4.91 3.69 1.22
7 2.28 2.50 -0.22
8 4.10 4.30 -0.2
9 6.39 7.16 -0.77
10 0.52 1.78 -1.26
11 2.44 0.80 1.64
12 -2.25 -1.31 -0.94
13 5.01 5.06 -0.05
14 1.85 2.15 -0.3
15 1.95 2.07 -0.12
Con un nivel de significancia de 0.01, ¿hay una diferencia en las utilidades por acción entre
los dos años? ¿Que suposiciones son necesarias para efectuar estas pruebas?
SOLUCIÓN
𝑛 = 15
Hipótesis:
𝑯𝟎 ∶ 𝝁𝑫 = 𝟎 (ℎ𝑎𝑦 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑒𝑛 𝑙𝑎𝑠 𝑢𝑡𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠)
𝑯𝟏 ∶ 𝝁𝑫 ≠ 𝟎 (𝑛𝑜 ℎ𝑎𝑦 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑒𝑛 𝑙𝑎𝑠 𝑢𝑡𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠)
𝐷 = 𝟎. 𝟐𝟓𝟐𝟔𝟔𝟔𝟕
𝑆𝐷 = 𝟏. 𝟓𝟒𝟑𝟑𝟒𝟐𝟔
Para ∝= 0.01 , buscamos en la tabla de distribución T, y se encuentra:
𝑡∝ (𝑛 − 1) = 𝑡0.01 (14) = 2.624
𝐷−0
Estadígrafo de contraste: 𝑇𝑐 = 𝑆𝐷 = 2.455708, como
√𝑛
Región critica:
𝐶 = {𝑇𝑐 /𝑇𝑐 < −𝑡∝ (𝑛 − 1) 𝑜 𝑇𝑐 > 𝑡∝ (𝑛 − 1)}
Como 2.455708 > -2.624 y 2.455708 < 2.624, no se rechaza la 𝑯𝟎 , es decir hay diferencia
entre las utilidades.

EJERCICIO 30. La productividad en el trabajo depende fuertemente de muchos y muy

variados factores, tales como el salario, la complejidad de la operación y el ambiente de
trabajo. Pero es a menudo el diseño de la operación(es decir, la secuencia ordenada de
movimientos del trabajador y de utilización del material), el factor mas importante en la
productividad. Dos diseños de operación se someten a consideración para ser implantados
en una fábrica. De un estudio de tiempo y movimientos se tiene que 12 trabajadores usando
el diseño A, obtiene una media de 304 segundos y una desviación estándar de 18 segundos y
15 trabajadores usando el diseño B, obtiene una media de 335 segundos con una desviación
estándar de 24 segundos. ¿Presentan estos datos evidencia suficiente de una diferencia en la
tasa de productividad para los dos diseños? Use ∝= 𝟎. 𝟎𝟏
SOLUCIÓN
𝑛𝐴 = 12 𝑛𝐵 = 15
𝑋𝐴 = 304𝑠 𝑋𝐵 = 335𝑠
𝑆𝐴 = 18𝑠 𝑆𝐵 = 24𝑠
∝
Para ∝= 0.01 , 2 = 0.005
𝑺𝟐𝑨 182
𝐹𝑐 = = = 𝟎. 𝟓𝟔𝟐𝟓
𝑺𝟐𝑩 242
Analizamos la igualdad de las varianzas:
𝑯𝟎 ∶ 𝜹𝟐𝑨 = 𝜹𝟐𝑩
𝑯𝟏 ∶ 𝜹𝟐𝑨 ≠ 𝜹𝟐𝑩
𝐹∝ (𝑛𝐴 − 1; 𝑛𝐵 − 1) = 𝐹0.005 (11; 14) = 4.508475
2
1
𝐹1−∝ (𝑛𝐴 − 1; 𝑛𝐵 − 1) = = 0.195961
2 𝐹0.005 (14; 11)
Como 𝑭𝒄 = 𝟎. 𝟓𝟔𝟐𝟓 > 0.19596, 𝑝𝑜𝑑𝑒𝑚𝑜𝑠 𝑑𝑒𝑐𝑖𝑟 𝑞𝑢𝑒 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎𝑠 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠.
En cuanto al contraste de promedio de la tasa de productividad tenemos:
𝑯𝟎 ∶ 𝝁𝑨 − 𝝁𝑩 = 𝟎
𝑯𝟏 ∶ 𝝁𝑨 − 𝝁𝑩 ≠ 𝟎
(𝑋𝐴 − 𝑋𝐵 ) − 0 (304 − 335) − 0
𝑇𝑐 = = = −3.711364054
11. 18 2 + 14. 242
2 2
(𝑛 − 1)𝑆𝐴 + (𝑛𝐵 − 1)𝑆𝐵 1 √
√ 𝐴 1 . 0.15
( + ) 25
𝑛𝐴 + 𝑛𝐵 − 1 𝑛𝐴 𝑛𝐵
Sabemos que 𝑡∝ (𝑛𝐴 + 𝑛𝐵 − 1) = 𝑡0.01 (25) = 2.485
Luego la región critica es: 𝐶 = {𝑇𝑐 /𝑇𝑐 < −𝑡∝ (𝑛𝐴 + 𝑛𝐵 − 1) 𝑜 𝑇𝑐 > 𝑡∝ (𝑛𝐴 + 𝑛𝐵 − 1)}
Dado que: 𝑇𝑐 = −3.711 < −𝑡0.01 (25) = 2.485 𝑦 𝑇𝑐 = −3.711 < 𝑡0.01 (25) = 2.485,
Entonces se rechaza 𝑯𝟎 , es decir los datos no evidencian una diferencia suficiente en la tasa
de productividad para los dos diseños.
EJERCICIO 31. Un fabricante anuncia que la resistencia a la tensión promedio de las cuerdas
A excede a las de las cuerdas B en 12 Kg como mínimo. Para demostrarlo, se prueba bajo
condiciones similares 50 piezas de cada tipo de cuerda.las cuerdas A tienen una resistencia a

la tensión 86.7 Kg con una desviación estándar de 6.28 Kg, mientras que las cuerdas B tienen
una resistencia a la tensión promedio de 77.8 Kg, con una desviación estándar de 5.61 Kg.
Pruebe lo enunciado por el fabricante utilizando un nivel de significancia de 5%.
SOLUCIÓN
Teniendo en cuenta que 𝑛𝐴 = 𝑛𝐵 = 50 , son muestras grandes:
𝑛𝐴 = 50 𝑛𝐵 = 50
𝑋𝐴 = 86.7 𝐾𝑔 𝑋𝐵 = 77.8𝐾𝑔
𝑆𝐴 = 6.28 𝐾𝑔 𝑆𝐵 = 5.61 𝐾𝑔
Hipótesis:
𝑯𝟎 ∶ 𝝁𝑨 − 𝝁𝑩 ≥ 𝟏𝟐
𝑯𝟏 ∶ 𝝁𝑨 − 𝝁𝑩 < 1𝟐
Nivel de significancia: ∝= 0.05
(𝑋𝐴 −𝑋𝐵 )−12 (86.7−77.8)−12 −31

Estadígrafo de prueba: 𝑍𝑐 = = 2 2
= = −𝟐. 𝟔𝟎𝟑𝟏
𝑆2 𝑆2 √6.28 +5.61 √1.41821
√ 𝐴+ 𝐵 50 50
𝑛𝐴 𝑛𝐵
Región crítica para ∝= 0.05, 𝑍∝ = 1.645: 𝐶 = {𝑍𝑐 /𝑍𝑐 < −1.645}
Conclusión: puesto que 𝒁𝒄 = −𝟐. 𝟔𝟎𝟑𝟏 < −1.645, se rechaza 𝑯𝟎 , es decir, el promedio de la
tensión de las cuerdas A, no excede a las de las cuerdas B en 12 Kg como mínimo
EJERCICIO 32. Un inversionista desea decidir entre dos tipos de valores. Para su decisión
cuenta con la siguiente información acerca del rendimiento, expresado como porcentaje del
precio.
VALOR A 7.8 10.3 7.9 8.7 9.2 8.9

VALOR B 9.2 9.1 11.1 8.8 9.6
¿Sugieren estos datos que el valor B produce mayor utilidad que el valor A?
SOLUCIÓN
Teniendo en cuenta que 𝑛𝐴 = 6 , 𝑛𝐵 = 5 , son muestras pequeñas:
𝑛𝐴 = 6 𝑛𝐵 = 5
𝑋𝐴 = 86.8 𝑋𝐵 = 9.56
𝑆𝐴 = 0.9208691547 𝑆𝐵 = 0.9071934744
PARA SABER SI LAS VARIANZAS SON DISTINTAS O IGUALES:
Hipótesis:
𝑯𝟎 ∶ 𝜹𝟐𝑨 = 𝜹𝟐𝑩
𝑯𝟏 ∶ 𝜹𝟐𝑨 ≠ 𝜹𝟐𝑩
𝑺𝟐𝑨 0.8480
Estadígrafo de prueba: 𝐹𝑐 = = = 𝟏. 𝟎𝟑𝟎𝟑𝟕𝟔𝟔𝟕
𝑺𝟐𝑩 0.823
Para: ∝= 0.05 𝑦 ∝/2 = 0.025
𝐹∝ (𝑛𝐴 − 1; 𝑛𝐵 − 1) = 𝐹0.025 (5; 4) = 9.36
2
1 1
𝐹1−∝ (𝑛𝐴 − 1; 𝑛𝐵 − 1) = 𝐹 = 7.39 = 0.135
2 0.025 (4;5)
Dado que 𝑭𝒄 = 𝟏. 𝟎𝟑𝟎𝟑𝟖 > 0.135, 𝑝𝑜𝑑𝑒𝑚𝑜𝑠 𝑑𝑒𝑐𝑖𝑟 𝑞𝑢𝑒 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎𝑠 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠.

En cuanto a las medias tenemos:

Hipótesis:
𝑯𝟎 ∶ 𝝁𝑨 = 𝝁𝑩 (𝑙𝑎 𝑢𝑡𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝐴 𝑦 𝐵 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠)
𝑯𝟏 ∶ 𝝁𝑨 > 𝝁𝑩 (𝑙𝑎 𝑢𝑡𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝐵 𝑒𝑠 𝑚𝑎𝑦𝑜𝑟 𝑞𝑢𝑒 𝐴)
(𝑋𝐴 −𝑋𝐵 )−0 2 +(𝑛 −1)𝑆 2
(𝑛𝐴 −1)𝑆𝐴 𝐵 𝐵
Estadígrafo de prueba: 𝑇𝑐 = donde 𝑆𝑝 = √ 𝑛𝐴 +𝑛𝐵 −1
𝑆𝑝 √𝑛1 +𝑛1
𝐴 𝐵
5. (0.920869)2 + 4. (0.90719347)2
𝑆𝑝 = √ = 𝟎. 𝟗𝟏𝟒𝟖𝟏𝟔𝟑
9
(𝑋𝐴 − 𝑋𝐵 ) − 0 −0.76
𝑇𝑐 = = = −𝟏. 𝟑𝟕𝟏
1 1 0.5539487
𝑆𝑝 √ +
𝑛𝐴 𝑛𝐵
Sabemos que 𝑡∝ (𝑛𝐴 + 𝑛𝐵 − 1) = 𝑡0.05 (9) = 2.262
Región crítica : 𝐶 = {𝑇𝑐 /𝑇𝑐 > 2.262}
Luego la región crítica es: 𝐶 = {𝑇𝑐 /𝑇𝑐 < 𝑡∝ (𝑛𝐴 + 𝑛𝐵 − 1) }|
Dado que: 𝑇𝑐 = −1.371 < 𝑡0.05 (9) = 2.262

Entonces no se rechaza 𝑯𝟎, es decir el valor B no produce mayor utilidad que el valor A.
EJERCICIO 33. Una industria lechera desea adquirir una maquina embotelladora y somete a
consideración dos modelos distintos, el modelo A y el modelo B. Suponga que las maquinas
resultan bastante parecidas y aproximadamente con el mismo costo, por lo que el factor
decisivo será la variabilidad en la cantidad embotellada. (Se preferirá el modelo con menor
variabilidad en la cantidad embotellada). Para demostrar que la variabilidad de su maquina
es menor que la del modelo B un vendedor de la compañía A consigue una muestra de 30
registros de embotellado del modelo A y una muestra de 10 registros del modelo B. las
varianzas muestrales fueron 𝑺𝑨 𝟐 = 𝟎. 𝟎𝟐𝟕 𝒚 𝑺𝑩 𝟐 = 𝟎. 𝟎𝟔𝟓. ¿Proporcionan estos datos
apoyo estadístico para la suposición del vendedor?
SOLUCIÓN
Para analizar la variabilidad.
𝑛𝐴 = 30 𝑛𝐵 = 10
𝑆𝐴 = 0.027 𝑆𝐵 2 = 0.065
2
Hipótesis:
𝑯𝟎 ∶ 𝜹𝟐𝑨 ≥ 𝜹𝟐𝑩
𝑯𝟏 ∶ 𝜹𝟐𝑨 < 𝜹𝟐𝑩
𝑺𝟐𝑨
Estadígrafo de prueba: 𝐹𝑐 = = 𝟎. 𝟏𝟕𝟐𝟓𝟒𝟒𝟑𝟕
𝑺𝟐𝑩
Para: ∝= 0.05
𝐹∝ (𝑛𝐴 − 1; 𝑛𝐵 − 1) = 𝐹0.05 (29; 9) = 2.868783
1 1
𝐹1−∝ (𝑛𝐴 − 1; 𝑛𝐵 − 1) = 𝐹0.95 (29; 9) = 𝐹 (9;29)
= 2.222873 = 𝟎. 𝟒𝟒𝟗𝟖𝟔𝟖
0.05
Región critica: 𝐶 = {𝐹𝑐 /𝐹𝑐 < 𝐹1−∝ (𝑛𝐴 − 1; 𝑛𝐵 − 1)}

Dado que 𝑭𝒄 = 𝟎. 𝟏𝟕𝟐𝟓 < 0.449868, se rechaza 𝑯𝟎 , es decir los datos apoyan a la
suposición dl vendedor
EJERCICIO 34. Un editor afirma que los estudiantes que reciben instrucción en matemáticas
usando un texto que acaba de publicar, obtendrán una calificación final cinco puntos
mayores por lo menos que la de los estudiantes que emplearon el texto anterior. Se eligen al
azar 36 estudiantes para asignarles 18 a cada clase, el grupo experimental, que emplea el
nuevo texto para su aprendizaje; y el grupo de control, que utiliza el texto anterior. En el
examen final, para el grupo experimental se obtiene 𝑋1 = 83.05 𝑦 𝑆1 = 6.04, y para el
grupo de control 𝑋2 = 76.85 𝑦 𝑆2 = 5.95; para plantear la hipótesis nula usando ∝= 𝟎. 𝟎𝟏
SOLUCIÓN
Teniendo en cuenta que son muestras grandes:

𝑛1 = 18 𝑛2 = 18
𝑋1 = 83.05 𝑋2 = 76.85
𝑆1 = 6.04 𝑆2 = 5.95
Hipótesis:
𝑯𝟎 ∶ 𝝁𝟏 − 𝝁𝟐 ≥ 𝟓
𝑯𝟏 ∶ 𝝁𝟏 − 𝝁𝟐 < 5
(𝑋𝐴 −𝑋𝐵 )−5 (83.05−76.85)−12 −1.2

Estadígrafo de prueba: 𝑍𝑐 = = 2 2
= 1.998389629 = 𝟎. 𝟔𝟎𝟎𝟒𝟖𝟒
𝑆 2𝑆 2 √6.04 +5.95
√ 1+ 2 18 18
𝑛1 𝑛2
Región crítica para ∝= 0.01, 𝑍∝ = 2.33: 𝐶 = {𝑍𝑐 /𝑍𝑐 < −2.33}
Conclusión: puesto que 𝒁𝒄 = 𝟎. 𝟔𝟎𝟎𝟒 > −𝟐. 𝟑𝟑, no se rechaza 𝑯𝟎 , es decir, los estudiantes
que reciben una instrucción en matemáticas usando el texto nuevo obtendrán una
calificación final cinco puntos mayores por lo menos que los que emplearon el texto anterior
EJERCICIO 35. En un estudio sobre el tiempo de reacción humana a una estimulo, unos
psicólogos emplearon dos muestras independientes de sujetos. Una muestra estaba
compuesta por 11 hombres entre 25 y 45 años de edad y la otra constaba de 13 mujeres de
las mismas edades. Las varianzas de los tiempos de reacción fueron de 12 milisegundos
cuadrados para los hombres y de 4 milisegundos cuadrados para las mujeres. Con base en
estos datos, ¿Debería el psicólogo sacar como conclusión que la población representada por
los tiempos de reacción de los hombres es más variable que la representada por las mujeres?
SOLUCIÓN
Para analizar la variabilidad.
𝑛𝐻 = 11 𝑛𝑀 = 10
2
𝑆𝐻 = 12 𝑆𝑀 2 = 4
Hipótesis:
𝑯𝟎 ∶ 𝜹𝟐𝑯 ≤ 𝜹𝟐𝑴
𝑯𝟏 ∶ 𝜹𝟐𝑯 > 𝜹𝟐𝑴


𝑺𝟐 𝟏𝟒𝟒
Estadígrafo de prueba: 𝐹𝑐 = 𝑺𝟐𝑯 = 𝟏𝟔
=𝟗
𝑴
Para: ∝= 0.05
𝐹∝ (𝑛𝐻 − 1; 𝑛𝑀 − 1) = 𝐹0.05 (10; 12) = 2.7533
𝐹
Región critica: 𝐶 = {𝐹𝑐 > 𝐹∝ (𝑛𝐴 − 1; 𝑛𝐵 − 1)}
𝑐
Dado que 𝑭𝒄 = 𝟗 > 𝟐. 𝟕𝟓𝟑𝟑 , se rechaza 𝑯𝟎 , es decir la población representada por los
tiempos de reacción de los hombres es más variable que la representada por las mujeres.
EJERCICIO 36. Una empresa ganadera desea comprar dos marcas de alimentos: A y B, y
decide experimentar con ellos antes de realizar la compra definitiva. El alimento A fue
proporcionado a 10 animales seleccionado aleatoriamente, mientras que el alimento B a 6
animales obteniéndose los siguientes resultados de incrementos de pesos:
a) Probar si existe diferencia significativa entre los incrementos medios de pesos

producidos por los alimentos a un nivel de  = 0.02
Solución: Se hace uso de la siguiente fórmula y el siguiente gráfico:
xy
t
s12 s 22

m n
Hipótesis:
Ho:  A = B
H1:  A K B
: 0.02
XA = 4, SA² = 6.6
XB = 5, SB² = 6.4
gl = 11 aprox.
To = 2.718
T = - 0.761, -2.718<-0.761<2.718

Observando en el grafico T se encuentra en la zona de aceptación, por lo que se acepta Ho y

se rechaza H1, de esta manera no hay una diferencia significativa entre los pesos de los
alimentos.
EJERCICIO 37. Midiendo muestras de fibras de nylon tomadas de dos máquinas de hilar se
encontró que 8 de la primera máquina tenía una media en diners de 9.67 con una desviación
estándar de 1.81 diners, mientras que 10 de la segunda máquina tiene una media de 7.43
diners y una desviación estándar de 1.48 diners.
a) ¿Podría usted afirmar a un nivel de 5% de que la media de hilado de la primera

máquina es mayor en 1.5 diners que de la segunda máquina?
Solución:
Hipótesis:
Ho: u1 – u2 < 1.5
H1: u1 – u2 > 1.5
: 0.05
X1 = 9.67 S1 = 1.81
X2 = 7.43 S2 = 1.48
gl = 14 aprox.
To = 2.145
T = 0.933 0.933 < 2.145
Se acepta Ho y se rechaza H1, por lo cual se concluye que la primera maquina no es
mayor en 1.5 diners
EJERCICIO 38. En un estudio sobre la presión arterial, se consideran las presiones sistólicas
de un grupo de niños con uno de sus padres hipertensos y otro grupo de niños cuyos padres
tienen presión normal. Los datos han sido los siguientes:
X1 = 105.8 S1² = 50.51 n1 = 10

X2 = 97.2 S2² = 50.41 n2 = 9
Se quiere comprobar estadísticamente, si el tener progenitores hipertensos influye en la

presión sistólica. Use  = 0,10
Solución:
Hipótesis:
Ho: u1 < u2
H1: u1 > u2
 = 0.10
gl = 17 aprox.
To = 1.74
T = 2.638 2.638 > 1.74
Se rechaza Ho y se acepta H1 luego el tener progenitores hipertensos si influye en la
presión sistólica del individuo.

EJERCICIO 40. Una empresa desea invertir parte de sus utilidades en la compra de Bonos. El
gerente financiero de la empresa afirma que la cotización promedio de los Bonos de
Desarrollo es mayor que la de los Bonos tipo C de Cofide clase 12va. Recomendando invertir
en los Bonos de Desarrollo.
Se toma una m.a. de la cotización promedio de los bonos en 10 meses consecutivos,

obteniéndose los siguientes resultados
Bonos de Desarrollo Bonos Tipo C
104 71
112.3 72.6
121 71.8
120.1 72.6
119 71.2
123.6 72.5
128 67.8
131.4 67.2
132.8 66.5
133.6 65
¿Existe alguna diferencia significativa en las cotizaciones promedio? ¿Qué alternativa de

inversión decide tomar la empresa?
Solución:
Xd = 122.58 Sd² = 89.61 nd = 10
Xc = 69.82 Sc² = 8.34 nc = 10
Hipótesis:
Ho: ud = uc
H1: ud K uc
 = 0.05
gl = 11
To = 2.201
T = 16.857
Se rechaza Ho y se acepta H1, por lo tanto si existe una diferencia significativa en las
cotizaciones promedio, la empresa debería aceptar la propuesta del gerente en
invertir en los bonos de desarrollo.

EJERCICIO 41. Se mide la humedad de cierto producto químico enviado por dos proveedores.
Del primer proveedor se miden 41 muestras obteniéndose X1= 9,8%. Y S1²= 10,95; del
segundo proveedor se miden 31muestras obteniéndose X2= 8,5% y S2²= 6,60. ¿Se puede
afirmar que existe una diferencia de por lo menos 5% de humedad entre el producto enviado
por el primer proveedor y el segundo?
Solución:
Hipótesis:
Ho: u1 – u2 = 0.05
H1: u1 – u2 K 0.05
 = 0.05
Zo = 1.96
Z = 0.18
Se acepta Ho y se rechaza H1, no existe una diferencia entre el producto enviado por el
primer proveedor y el segundo
EJERCICIO 42. Se desea comparar dos tipos de ampolletas que difieran en el material de sus
filamentos. Para ello se toman dos muestras aleatorias de tamaño 49 para el material 1 y 60
para el material 2 y se mide el tiempo de duración de cada ampolleta. Supongamos que el
tiempo de duración del material 1 tiene distribución exponencial con parámetro
Material Tamaño de la muestra Promedio Varianza
1 49 10 120
2 60 15 240
¿Puede concluirse que el material 2 es mejor que el1?

Solución:
Hipótesis:
Ho: u2 < u1
H1: u2 > u1
 = 0.05
Zo = 1.96
Z = 1.968 1.968> 1.96
Se rechaza Ho y se acepta H1 luego se concluye que el material 2 es mejor que el 1
EJERCICIO 43. Se realiza un estudio para determinar si la dieta alimenticia afecta la

producción en vacas lecheras. Para ello se seleccionan 25 vacas al azar dividiéndolas en dos
grupo, el primero con 12, a las cuales se les asigna una dieta con alfalfa deshidratada y las
restantes 13 continúan con la dieta estándar. Al cabo de tres semanas se mide la producción
de leche obteniéndose (en libras).

Dieta N Media Desv. Est.
Alfalfa deshidratada 12 42.25 8.740
Estándar 13 45.15 7.998
¿Hay evidencia de que las vacas producen menos leche con la dieta de alfalfa
deshidratada que con la estándar? Use =0,10
Solución:
Hipótesis:
Ho: uA > uE
H1: uA < uE
 = 0.10
To = 1.717
T = -0.86 -0.86>-1.717
Se acepta Ho y se rechaza H1 luego se concluye que las vacas no producen menos leche con
la dieta alfalfa deshidratada
EJERCICIO 44. Suponga que la SUNAT está contemplando implementar un nuevo programa
que tendría por objetivo grabar las utilidades de las empresas más grandes,
correspondientes a una de las siguientes actividades económicas que se consideran como
potencialmente generadoras de ingresos para el Fisco:
1) Comercio al por menor, restaurantes y hoteles, y

2) Transportes, Almacenamiento y Comunicaciones.
Para decidir la orientación del nuevo impuesto, se le encomienda a Ud. analizar y
sustentar al interior de cuál actividad económica se han generado mayores niveles de
eficiencia en términos de utilidad promedio y variabilidad (existen sospechas de que el
sector comercio al por menor, restaurantes y hoteles se ha venido comportando en
forma menos eficiente que el sector transporte, almacenamiento y comunicaciones).
Se cuenta con la información de 5 de las empresas más grandes según actividad

económica en 1998 (se espera que el comportamiento de la actividad económica en
dicho año se repita para el en curso).
UTILIDAD DE EMPRESAS SEGÚN ACTIVIDAD ECONÓMICA (en miles de soles)
COMERCIO AL POR MENOR, RESTAURANTES Y HOTELES

1.- Tiendas Limatambo S.A. -2800.0
2.-Rosales Diesel S.A. 191,2
3.-Cía. Operadora de Grifos S.A. 266.3
4.- Productores del Norte 2780.0
5.- J.B. Alhajas S.A. 16,0

TRANSPORTE, ALMACENAMIENTO Y COMUNICACIONES

1.-Transerv S.A. 1400,0
2.- Naviera Humbolt S.A. 1508,0
3.- Cía. Peruana de Teléfonos S.A. 700,0
4.- Consorcio Naviero Peruano S.A. -2100,0
5.- Iberia Línea Aérea de España -1862,2
¿Qué diría usted a la SUNAT sobre la eficiencia de dichas actividades económicas en

términos de utilidad promedio y variabilidad?. ¿Cuál sería su recomendación?
R. El comercio al por menor, restaurante y hoteles es más suficiente en términos de utilidad
promedio y variabilidad que el sector transporte, almacenamiento y comunicaciones
EJERCICIO 45. Un empresario está interesado en lanzar un nuevo producto al mercado, pero
está indeciso respecto al sector al cual se dirigirá. Su asesor le indicó que la variable decisiva
para la toma de decisión es el ingreso familiar y por ende sugirió que el producto sea dirigido
al sector A, puesto que el ingreso promedio del mismo, excede al de B por lo menos en US$
1500
El empresario ordenó a una Cía. especializada en estudios de mercado, la ejecución de un

estudio de mercado en cada sector, del cual se supo que los ingresos promedios eran de
US$ 15000 y $ 14600; respectivamente, con desviaciones iguales a US$ 1800 en el caso de
A y US$ 2400 para B, siendo los tamaños muéstrales considerados de 15 y 10 familias en
cada sector, respectivamente. ¿Cree usted, que los datos presentados le dan la razón al
asesor del empresario?
X A  15000
 A  1800 X B  14600
n A  15  B  2400
n B  10
H 0 : X A  X B  1500
H 1 : X A  X B  1500
( X A  X B )  do
TC 
1 1
sp 
n A nB (n A  1) A2  (n B  1) B2
sp 2 
(n A  n B  2)
Reemplazando valores y haciendo los cálculos respectivos
sp 2  4226086.957
sp  2055.7449
(15000  14600)  1500  1100
TC    1.3108
1 1 2055.4749(0.4082)
2055.4749 
15 10
t (n A  nB  2)  t 0.05 (23)  1.714

por tanto los datos presentados no darán razón al
asesor Tc = -1,3108

EJERCICIO 46 Un grupo de economistas, en un estudio especializado, llegan a la siguiente

conclusión:
"En el Perú no se ha logrado alcanzar un considerable saldo positivo en la balanza comercial
ya que históricamente el saldo promedio de la Balanza Comercial ha sido como máximo
38,58 millones de dólares".
Suponga que se le encomienda a Ud. juzgar la validez o falsedad de dicha conclusión y que
cuenta pira ello con información mensual del saldo de la Balanza Comercial FOB
correspondiente a 1998 (Período representativo de comportamiento a largo plazo de la
variable objeto de estudio)
1998 E F M A M J J A S O N D
Saldo 63. 109. 123. 56 154 133 132.8 157. 76. 32. 2 24.
Balanza 10 10 50 8 182..5 9 10
Comercia
l FOB
Media 103. Desviación Estándar = 51.

= 8333 997314
a) ¿Qué diría Ud. acerca de la validez o falsedad de la conclusión a la que se llegó en el

estudio especializado al que se hace referencia?
H 0 : u  38.58
H 1 : u  38.58
X  u 0 103.8333  38.58
TC    4.3472
S 51.997314
n 12
t (n  1)  t 0.05 (11)  1.976
Por tanto se rechaza H 0 es decir la conclusión a la que llegó el estudio es falsa
b) Determine, a nivel teórico, los errores tipo I y II-

Error tipo I: EL saldo promedio de la balanza comercial es mayor que 38.58
Error tipo II: EL saldo promedio de la balanza comercial es como máximo 38.58
c) Calcule la probabilidad de que la conclusión a la que se llegó en el estudio

especializado sea falsa, considerando un saldo promedio de la Balanza Comercial en
el Largo Plazo igual a 100 millones de dólares.
Región de la prueba

C  {X / X  u0  t }
n
51.997314
X  38.58 
12
X  65.5385
P[ H1 / u  100 | P[ X  65.5385 | u  100]]

X  100 65.5385  100

P[  ]
 51.997314
n 12
P[T  2.29]
P[T  2.29]  1  P[T  2.29]
P[T  2.29] =1-0.0212
Entonces la probabilidad de que dicha conclusión sea falsa es 0.9788
d) Calcule la probabilidad de que la conclusión a la que se llegó en el estudio

especializado sea verdadera, considerando un saldo promedio de la Balanza
Comercial en el Largo Plazo igual a 100 millones de dólares
Esta parte se calculará de forma análoga pues las condiciones son las mismas, se puede notar
que esta pregunta es el complemento de la anterior, por tanto la probabilidad de que la conclusión
del estudio sea verdadera será 0.0212
e) Calcule la probabilidad de que la conclusión a la que se llegó en el estudio

especializado sea verdadera cuando el saldo de la Balanza Comercial haya sido
igual a 85 millones de dólares.

C  {X / X  u0  t }
n
51.997314
X  85 
12
X 100.0103
P[ H1 / u  103.8333 | P[ X  133.4937 | u  103.8333]]
X  103.8333 100.0103  103.8333
P[  ]
 51.997314
n 12
P[T  2.2547]
P[T  1.2320647]
Entonces la probabilidad de que dicha conclusión sea verdadera será 0,11145
EJERCICIO 47. Una Cía. está probando dos nuevos envases para su té filtrante. Se eligieron
30 tiendas de abarrotes; en 15 de ellas se colocó un tipo de envase y en las 15 restantes otro.
El volumen mensual de ventas de los envases nuevos se expresó en forma de porcentaje de
las ventas mensuales de los meses anteriores. Se llevó a cabo un registro para cada tienda.
Para el envase A, el aumento del promedio de ventas fue de 8% con una desviación estándar
de 24%. Para el envase B. el aumento del promedio de ventas fue de 3% con una desviación
estándar de 20%.
a. ¿Existe prueba significativa de que el incremento en el promedio de ventas del envase
A sea mayor de 2%?

X A  8%
S A  24% X B  3%
n A  15 S B  20%
n B  15
H 0 : u A  2%
H 1 : u A  2%
X A  uA 8  2
TC    0.96825
S 24
n 15
t (n A  1)  t 0.05 (14)  1.761
TC  t No existe prueba significativa
b. ¿Dan estos datos prueba suficiente de que la diferencia entre el incremento en el

promedio de ventas del envase A y de B sea mayor del 3%?
H 0 : u A  u B  3%
H 1 : u A  u B  3%
( X A  X B )  do (8  3)  3
TC    0.24794
 2
 2
24 2 20 2
A
 B

nA nB 15 15
Z (n A  nB  2)  Z 0.05 (28)  1.701
Estos datos no son prueba suficiente para afirmar dicha conclusión
EJERCICIO 48. Un inversionista extranjero desea invertir en nuestro país, incentivado por las
perspectivas favorables de la economía y la elevada rentabilidad ofrecida por diversas
modalidades de inversión.
Este inversionista contrata a una empresa consultora para que evalúe las diversas
modalidades de inversión existentes, presentándole únicamente las dos mejores
alternativas que ofrecen una rentabilidad inedia mensual mayor a la mejor alternativa
dejada de lado por el inversionista en su país de origen
La Cía. consultora presenta al inversionista la siguiente información sobre la rentabilidad

media mensual y desviación estándar correspondiente a los últimos 13 meses para
ambas alternativas de inversión (periodo representativo del mediano plazo):
𝑿𝑨 = 𝟑. 𝟗𝟎% , 𝑿𝑩 = 𝟑. 𝟒𝟎%
𝑺𝑨 = 𝟎. 𝟓𝟓% , 𝑺𝑨 = 𝟎. 𝟔𝟎%
Con la información presentada, responda usted lo siguiente:

a) ¿Cuál de las dos alternativas de inversión calificaría usted como la más eficiente en el
mediano plazo, en términos de variabilidad y rentabilidad media en comparación con lo
que ha dejado en su país de origen?
Para la variabilidad
H 0 :  A2   B2
H 1 :  A2   B2
S A2 0.55 2
FC    0.8402
S B2 0.60 2
f1 / 2 (n  1)  f 0.975 (11)  2.01

Se acepta H 0 por tanto ambas alternativas califica
b) ¿Las mejores alternativas de inversión presentadas, le permitirán al inversionista

cumplir con su objetivo de rentabilidad mínima (mejor alternativa dejada de lado en su
país de origen o costo de oportunidad)?
H 0 : u A  uB
H1 : u A  u B
(X A  X B )  0 (3.90  3.40)  0
ZC    2.21
S A2 S B2 0.55 2 0.60 2
 
n A nB 13 13
2 2
 S A2 S B2   0.55 2 0.60 2 
     
gl   n A nB  2  13 13 
 2  25.079
2 2 2 2
S 2
A
S  2
B
 0.55 
2
 0.60  2
       
 n A    nB   13    13 
n A  1 nB  1 14 14
f  ( gl )  f 0.05 (25)  1.78
Se rechaza H 0 La rentabilidad promedio de A es más eficiente que la de B
c) Sustente usted la verdad o falsedad de la siguiente afirmación hecha por la Cía.

consultora:"En el mediano plazo, la alternativa de inversión B implica un riesgo mínimo
debido a que la variabilidad asociada a dicha modalidad de inversión ha sido como
máximo igual a 0,45% (menor a la que se registra tradicionalmente en el caso de otras
alternativas de inversión de mínimo riesgo)".
H 0 : u A  u B  0.45
H 1 : u A  u  0.45
( X A  X B )  do (3.90  3.40)  0.45
TC    0.2148
 2
 2
0.55 2 0.60 2
A
 B

nA nB 13 13
Z (n A  nB  2)  Z 0.05 (24)  1.711
Por tanto se acepta H0 La afirmación es verdadera

EJERCICIO 51. Catalina Oviedo, analista de la compañía petrolera Petro Peni, ha sido
asignada para investigar la afirmación de que los distribuidores de Petro Perú cobran más
por La gasolina sin plomo que los distribuidores independientes. Catalina teme que si elige
dos muestras aleatorias independientes de estaciones de servicio para cada tipo de
distribuidor, la variabilidad en el precio debida a la localización geográfica puede ser un
factor que altere los resultados del estudio. Para eliminar esta fuente de variabilidad, elige
un par de grifos - una de Móvil y una de Petro Peni - con proximidad geográfica. Los
resultados del muestreo de Catalina son:
REGION 1 2 3 4 5 6 7 8 9 10 11
PETRO PERÚ 7.05 7.19 7.27 7.19 7.36 6.99 7.09 6.98 6.87 6.79 7.27
MOVIL 6.99 7.09 7.09 7.09 7.18 7.09 7.09 6.89 6.89 6.86 7.19
Con un nivel de significancia de 0,01, ¿cuál deberá ser la conclusión de Catalina?

.
REGION 1 2 3 4 5 6 7 8 9 10 11
PETRO
PERÚ 7.05 7.19 7.27 7.19 7.36 6.99 7.09 6.98 6.87 6.79 7.27
MOVIL 6.99 7.09 7.09 7.09 7.18 7.09 7.09 6.89 6.89 6.86 7.19
diferencia 0.06 0.10 0.18 0.10 0.18 -0.10 0.00 0.09 -0.02 -0.07 0.08
De donde D  0.05 y S D  0.0925
H 0 : uD  0
H1 : u A  0
D  0 0.05  0
TC    1.7928
SD 0.0925
n 11
Para   0.01
t (n  1)  t 0.01 (10)  2.764
H0
Se acepta Te = 17928. Petro Perú no cobra más que Móvil
Segundo bloque
EJERCICIO 1. Las condiciones de mortalidad de un país es tal que la proporción de
nacimientos que sobreviven hasta 60 años es de 0,6. contrastar esa hipótesis al nivel de 5%
si 1000 nacimientos muestreados aleatoriamente, se verifico 530 sobrevivientes hasta 60
años.

SOLUCIÓN:
i. Hipótesis:
H0 : π =0.6 (sobreviven hasta 60 años)
H1 : π ≠ 0.6
ii. El estadígrafo de prueba para n>30 es :
pˆ   0
Z
 0 (1   0 )
n
n=1000, x=530
𝑥 530
𝑝̅ = = =≫ 𝑝̅ = 0.53
𝑛 100
0.53  0.6
Z  4.52
0.6(0.4)
1000
iii. Hallamos Z0, γ=0.95
P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.96
Respuesta: se rechaza H0
EJERCICIO 2.Un fabricante afirma que al menos 90% del equipo que ha surtido para cierta
fabrica cumple con las esopecificaciones.se examina una muestra de 60piezas de equipo y se
encuentra que 48 de ellas son defectuosas, puede decirse que los datos proporcionan
suficiente evidencia para rechazar la afirmación del fabricante?
SOLUCIÓN:
Hipótesis:
H0 : π ≥0.9 (sobreviven hasta 60 años)
H1 : π < 0.9
El estadígrafo de prueba para n>30 es :

pˆ   0
Z
 0 (1   0 )
n
n=60 , x=48
𝑥 48
𝑝̅ = = =≫ 𝑝̅ = 0.8
𝑛 60
pˆ   0
Z
 0 (1   0 )
n
0.8  0.9
Z  2.5
0.8(0.1)
60
i. Hallamos Z0, γ=0.95
P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.96
Respuesta: se rechaza H0
EJERCICIO 3.Con base a la siguiente tabla.
No fuman
cigarros s/filtro cigarros c/filtro total
Hombres 12 64 14 90
Mujeres 8 26 16 50
total 20 90 30 140
a) contrastar la hipótesis de que la proporción de fumantes es 80%. Use

α=0.04
SOLUCIÓN:

i. Hipótesis
H0 : π = 0.8
H1 : π ≠ 0.8
ii. Para la prueba para n>30 es:
𝑛 = 140
𝑥 = 110
𝑥 110
𝑝̅ = 𝑛 = 140
=≫ 𝑝̅ = 0.786
pˆ   0 0.786  0.8
Z = =-0.42
 0 (1   0 ) 0.8(1  0.8)
n 140
ii. Hallamos Z0, γ=0.95
P [Z≤ z0]= (γ+1)/2=(0.96+1)/2=0.98
Z0=2.06
R. se acepta H0 z0 =-0.42
b) contrastar la hipótesis de que la proporción de los que fuman cigarros con
filtro es 70% use a=0.02
SOLUCIÓN:
i) Hipótesis
H0 : π = 0.7 (cigarrillos c/filtro)
H1 : π ≠ 0.7 (cigarrillos c/filtro)
ii) Para la prueba para n>30 es:
𝑛 = 140
𝑥 = 90
𝑥 90
𝑝̅ = 𝑛 = 140
=≫ 𝑝̅ = 0.643
pˆ   0 0.643  0.7
Z = =-1.472
 0 (1   0 ) 0.7(1  0.7)
n 140
iii. Hallamos Z0, α=0.02γ=0.98

P [Z≤ z0]= (γ+1)/2=(0.98+1)/2=0.99

Z0=2.33
Rpta: se acepta H0
EJERCICIO 4. Se lanza una moneda 100 veces y se obtiene 60 caras. Contrastar al nivel de 5%
la hipótesis de que la moneda está cargada.
SOLUCIÓN:
i) Hipótesis
H0 : π = 0.7
H1 : π ≠ 0.7
𝑛 = 100
𝑥 = 60
𝑥 60
𝑝̅ = = =≫ 𝑝̅ = 0.6
𝑛 100
pˆ   0 .6  0 .5
Z = =2
 0 (1   0 ) 0.5(1  0.5)
n 100
iii) La región critica para α=0.05, γ=0.95
P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0=1.96

Rpta: se acepta H0
EJERCICIO 5. Los productos de un determinado programa de televisión pretenden modificar

si, por lo menos, un cuarto de los que tienen televisor no ven el programa regularmente. Una
investigación encomendada a una empresa especializada mostro que de 400 familias
entrevistadas, 80 ven el programa regularmente. En base a estos datos. ¿Cuál debe ser la
decisión de los productores?
SOLUCIÓN:
i) Hipótesis
𝐻0 : 𝑃 ≥ 0.25 𝑣𝑠 𝐻0 : 𝑃 < 0.25

𝑃0 = 0.25
𝑛 = 800
𝑥 = 40
𝑥
𝑃̂ = = 0.2
𝑛
∝= 0.01
𝑃̂ − 𝑃0
𝑍𝑐 =
√𝑃0 (1 − 𝑃0 )
𝑛
𝑍𝑐 = −3.265
iii) La región critica para α=0.01, γ=0.99
1 + 0.99
𝑃(𝑧0 < 𝑇) = = 995 → 𝑧0 = 2.575
2
∴ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0 , 𝑠𝑒 𝑑𝑒𝑏𝑒 𝑚𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑟 𝑒𝑙 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎
Rpta: se rechaza H0,se debe modificar el programa .
EJERCICIO 6. Un fabricante de lavadoras afirma que solo el 5% de todas las unidades que
venden sufren una falla durante el primer año de operación normal. Una organización de
consumidores ha pedido a 20 familias de igual número de miembros que han adquirido estas
lavadoras. Que reporten cualquier mal funcionamientos durante el primer año. Al final de
este, solo tres familias reportaron mal funcionamiento. Si la organización de consumidores
cree que la proporción de lavadoras que sufrirán alguna falla es más alta que el valor

afirmado por el fabricante, determine si se puede rechazar la afirmación del fabricante al

nivel de 10%.
SOLUCIÓN:
i) Hipótesis
H0 : p = 0.7
H1 : p ≠ 0.7
ii) El estadígrafo de prueba para n≤30:
𝑛 = 20
𝑥=3
𝑥 3
𝑝̅ = = =≫ 𝑝̅ = 0.15
𝑛 20
pˆ  p 0.15  0.05
T = =2.053
p(1  p) 0.05(1  0.05)
n 140
iii) La región critica para α=0.1, γ=0.9 y gl=20-1=19
1+𝛾 1 + 0.9
𝑃(𝑡 < 𝑡0 ) = = = 0.95 → 𝑡0 = 1.729
2 2
Rpta: se rechaza el H0
EJERCICIO 11. Una compañía productora de combustibles asegura que una quinta parte de
los hogares en una cierta ciudad se calientan con petróleo.
a) ¿hay alguna razón para dudar de esta afirmación si, en una m.a. de 1000 hogares de
esta ciudad, se encuentra que 236 se calientan son petróleo? Use ∝= 0.1%
𝑃0 = 0.2
𝑛 = 1000
𝑥 = 236
𝑥
𝑃̂ = = 0.236
𝑛
∝= 0.001

𝐻0 : 𝑃 = 0.25 𝑣𝑠 𝐻0 : 𝑃 ≠ 0.25
𝑃̂ − 𝑃0
𝑍𝑐 =
√𝑃0 (1 − 𝑃0 )
𝑛
𝑍𝑐 = 2.846
1+𝛾
𝑃(𝑍0 < 𝑍) = → 𝑍0 = 3.090
2
∴ 𝑁𝑜 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻0 , 𝑛𝑜 ℎ𝑎𝑦 𝑟𝑎𝑧𝑜𝑛 𝑝𝑎𝑟𝑎 𝑑𝑢𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑎𝑓𝑖𝑟𝑚𝑎𝑐𝑖𝑜𝑛
EJERCICIO 13. El responsable de la campaña política del candidato A piensa en el ambiente

de las últimas semanas previas a las elecciones. El piensa que su candidato se encuentra en
igual posición que su oponente, el candidato B. pero han ocurrido algunos reveses en los
años anteriores. El responsable lleva a cabo una encuesta en 1500 ciudadanos. Si de los
1500, 720 indican una preferencia por el candidato A. ¿existe alguna razón para creer que el
candidato A se encuentra en desventaja con relación al candidato B?
Solución:
720
pˆ   0.48
1500
i. Hipótesis:
H0 : π = 0.50 (preferencia por el candidato A)
H1 : π ≠ 0.50 (no hay preferencia por el candidato A)

iii. El estadígrafo de prueba para n>30 es :
n=720
pˆ   0 0.48  0.50
Z = =-0.011
 0 (1   0 ) 50(1  50)
n 720
iv. Hallamos Z0, γ=0.95

P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.960

R.A
R.R R.R
-1.960 1.960
Z=-0.011
Conclusión: puesto que z se encuentra en la región de aceptación, aceptamos H0, a un nivel

de 5%, sigue habiendo preferencia por el candidato A.
EJERCICIO 14. Se cree que al menos el 65% de los habitantes de cierta ciudad favorecen un
nuevo provecto. ¿Qué conclusión se puede sacar si sólo 120 de una muestra de 200
residentes apoyan dicho proyecto? Use a =0,03
R. No se rechaza H0 : ZC =-1.4825
Solución:
120
pˆ   0.6
200
iv. Hipótesis:
H0 : π ≥0.65 (la ciudad favorecen un nuevo provecto)
H1 : π < 0.65 (la ciudad no favorecen un nuevo provecto)
v. Nivel de significancia α = 0.03

vi. El estadígrafo de prueba para n>30 es :
n=120
pˆ   0 0.6  0.65
Z = =-1.36
 0 (1   0 ) 0.65(0.25)
n 120
vii. Hallamos Z0, γ=0.97

P [Z≤ z0]= (γ+1)/2=(0.97+1)/2=0.985
Z0= 2.17
R.A
R.R
-2.17
Z=-1.36


de 5%, la ciudad favorecen un nuevo provecto.
EJERCICIO 15. Un fabricante afirma que al menos el 25% del público prefiere su producto. Se
toma una muestra de 200 personas para verificar su afirmación. Con α=0.05. ¿Qué tan
pequeño debe ser el porcentaje en la muestra para poder refutar su afirmación de manera
correcta? R. Debe ser menor que 0,19%.
Solución:
x
pˆ 
200
i. Hipótesis:
H0 : π ≥0.25 (prefiere el producto)
H1 : π < 0.25 (no prefiere el producto)

iii. Hallamos Z0, γ=0.95
P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.96
R.A
R.R
-1.96
Z > -1.960
iv. Para poder rechazar ,H0 debe ser mayor que -1.960, asumimos Z=-1.960 :
n=200
x
 0.25
200 x
 1.960  , desarrollando la ecuación obtenemos que
0.25(1  0.25) 200
200
=0.1942
Conclusión: Para poder refutar H0 debe ser menor a 0.1942, por lo tanto a un nivel de 5%, el
porcentaje en la muestra=19%.
EJERCICIO 16. El propietario de una firma de mayoreo quería saber la proporción de cuentas
por cobrar con más de 60 días de vencidas. El propietario estima que a lo más 20% de las
cuentas por cobrar tienen más de 60 días de vencidas. Una muestra aleatoria de 150 cuentas
por cobrar revela que 36 tenían más de 60 días de vencidas. Al nivel de 5% ¿es válida la
estimación del propietario?
Solución:

36
pˆ   0.24
150
i. Hipótesis:
H0 : π ≤0.20 (las cuentas por cobrar tienen más de 60 días de
vencidas)
H1 : π > 0.20 (las cuentas por cobrar no tienen más de 60 días de
vencidas)

n=150
pˆ   0 0.24  0.20
Z = =1.22
 0 (1   0 ) 0.20(0.80)
n 150

P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.960
R.A
R.R
1.960
Z=1.22

de 5%, las cuentas por cobrar tienen más de 60 días de vencidas.
EJERCICIO 17. Los "ratings" del público televidente han vuelto a los productos y
patrocinadores muy sensibles a las afirmaciones acerca del auditorio que ve mi programa
dado. Una estación de televisión afirma que su noticiero de las 10 de la noche es visto por el
50% del auditorio en su área de cobertura. Una empresa que desea comprar tiempo de
publicidad durante el noticiero desea validar la afirmación de la transmisora. Para tal fin
toma una m.a. de 100 televidentes potenciales y 38 indican que ven el noticiero de las 10 de
la noche. ¿Es esta evidencia suficiente de que la afirmación de la estación transmisora es
falsa? Use α = 0.01 R. Si. YC =-2.4
Solución:
38
pˆ   0.38
100
i. Hipótesis:
H0 : π =0.50 (el noticiero de las 10 de la noche es visto por el 50% del
auditorio)

H1 : π ≠ 0.50 (noticiero de las 10 de la noche no es visto por el 50%

del auditorio)

n=100
pˆ   0 0.38  0.50
Z = =-2.4
 0 (1   0 ) 0.50(0.50)
n 100

P [Z≤ z0]= (γ+1)/2=(0.99+1)/2=0.995
Z0= 2.576
R.A
R.R R.R
-2.56 -2.56
Z=-2.4

de 5%, el noticiero de las 10 de la noche es visto por el 50% del auditorio.
EJERCICIO 18. El fabricante afirma que la vida media de cierto tubo electrónico es de 600
horas. Se extrae una m.a. de 100 de un embarque de esos tubos y se encuentra que sólo 23
duraron más de 600 horas. ¿Cree usted en la aseveración del fabricante?
Solución:
23
pˆ   0.23
100
i. Hipótesis: (asumimos que la mitad tiene un promedio de 600 horas de vida)
H0 : π =0.50 (la vida media de los tubos electrónicos es de 600 horas)
H1 : π ≠ 0.50 (la vida media de los tubos electrónicos no es de 600
horas)

n=100

pˆ   0 0.23  0.50
Z = =-5.4
 0 (1   0 ) 0.50(0.50)
n 100

P [Z≤ z0]= (γ+1)/2=(0.95+1)/2=0.975
Z0= 1.960
R.A
R.R R.R
-2.56 -2.56
Z=-5.4
Conclusión: puesto que z se encuentra en la región de rechazo, rechazamos H0, a un nivel

de 5%, la vida media de los tubos electrónicos no es de 600 horas
EJERCICIO 19. El representante de mercadotecnia de una compañía desea determinar la

aceptabilidad de un nuevo producto en una comunidad. Si pudiera afirmarse que alrededor
del50% de los residentes de la comunidad comprarían el producto, el representante sugeriría
a la compañía que lo ponga a la venta en la comunidad. De una muestra de 64 residentes
seleccionados al azar en la comunidad, 24 de ellos afirmar que comprarían el producto. ¿Qué
conclusión puede usted obtener acerca de la aceptación del producto en esa comunidad?
SOLUCIÓN
Hipótesis:
𝑯𝟎 ∶ 𝒑 ≥ 𝟎. 𝟓𝟎
𝑯𝟏 ∶ 𝒑 < 0.50
Proporción muestral:
24
𝑝0 = = 0.375
64
(𝑝̂−𝑝0 ) (0.50−0.375) 0.125
Estadígrafo de la prueba: 𝑍𝑐 = = = =2
𝑝 (1−𝑝0 ) 0.50(0.50) 0.0625
√ 0 √
𝑛 64
Región critica para ∝= 0.05, 𝑍∝ = 1.645: 𝐶 = {𝑍𝑐 /𝑍𝑐 < −1.645}
Dado que 𝒁𝒄 = 𝟗 > −1.645 , NO se rechaza 𝑯𝟎 , es decir, el representante de mercadotecnia

debe sugerir a la compañía que ponga en venta en la comunidad el nuevo producto.

EJERCICIO 20. En un estudio reciente que abarco 25 años, se investigo la posible protección
que proporciona la ingestión de una forma de vitamina A, llamada caroteno, contra el
desarrollo de cáncer pulmonar, se encontró que 500 hombres que habían ingerido una baja
cantidad de estas sustancias durante un tiempo, 15 desarrollaron cáncer pulmonar, pero un
grupo del mismo tamaño en que el consumo de caroteno era mayor, solo 4 personas
desarrollaron cáncer, bajo las suposiciones apropiadas. ¿Puede concluirse que la ingestión
de caroteno, reduce el riesgo de desarrollar cáncer pulmonar en los hombres? Use α=0.01
SOLUCIÓN
𝑛1 = 𝑛2 = 500
Hipótesis:
𝑯𝟎 ∶ 𝒑𝟏 ≤ 𝒑𝟐
𝑯𝟏 ∶ 𝒑𝟏 > 𝒑𝟐
Proporciones muestrales:
15 4
𝑝̂1 = = 0.03 , 𝑝̂2 = = 0.008
500 500
(𝑝̂1 −𝑝̂2 )
Estadígrafo de la prueba: 𝑍𝑐 = 1 1
√𝑝̂(1−𝑝̂)(𝑛 +𝑛 )
1 2
𝑛1 𝑝̂1 +𝑛2 𝑝̂2 500(0.03)+500(0.008)
Donde 𝑝̂ = = = 𝟎. 𝟎𝟏𝟗
𝑛1 +𝑛2 1000
(0.03 − 0.008) 0.022
𝑍𝑐 = = = 2.5479
√0.019(0.981)(0.004) 0.008634581
Región critica para ∝= 0.01, 𝑍∝ = 2.33: 𝐶 = {𝑍𝑐 /𝑍𝑐 > 2.33}
Dado que 𝒁𝒄 = 𝟐. 𝟓𝟓𝟔𝟐 > 2.33 , se rechaza 𝑯𝟎 , es decir, puede concluirse que la ingestión
de caroteno, reduce el riesgo de desarrollar cáncer pulmonar en los hombres.
EJERCICIO 21. Un líder sindical, piensa que la proporción p1 de obreros a favor de control de
precios y salarios es mayor que la proporción p2 de ejecutivos a favor del control. Se toman
muestras aleatorias independientes de 200 obreros y 200 ejecutivos y se encuentran 45
obreros y 35 ejecutivos a favor del control. ¿Proporcionara esta evidencia apoyo estadístico
a la suposición del líder sindical?
SOLUCIÓN
𝑝̂1 = 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛 𝑑𝑒 𝑜𝑏𝑟𝑒𝑟𝑜𝑠 𝑎 𝑓𝑎𝑣𝑜𝑟
𝑝̂2 = 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛 𝑑𝑒 𝑒𝑗𝑒𝑐𝑢𝑡𝑖𝑣𝑜𝑠 𝑎 𝑓𝑎𝑣𝑜𝑟
𝑛1 = 𝑛2 = 200
Hipótesis:
𝑯𝟎 ∶ 𝒑𝟏 ≤ 𝒑𝟐
𝑯𝟏 ∶ 𝒑𝟏 > 𝒑𝟐
45 35
𝑝̂1 = = 0.225 , 𝑝̂ 2 = = 0.175
200 200

(𝑝̂1 −𝑝̂2 )
√𝑝̂(1−𝑝̂)(𝑛 +𝑛 )
1 2
𝑛1 𝑝̂1 +𝑛2 𝑝̂2 200(0.225)+200(0.175)
Donde 𝑝̂ = = = 0.2
𝑛1 +𝑛2 400
(0.225 − 0.175) 0.05
𝑍𝑐 = = = 𝟏. 𝟐𝟓
√0.2(0.8)(0.01) 0.04
Dado que 𝒁𝒄 = 𝟏. 𝟐𝟓 < 1.645 , se acepta 𝑯𝟎 , es decir, la evidencia no proporciona apoyo
estadístico a la suposición del líder sindical, y por ende la proporción de obreros a favor del
control de precios y salarios no es mayor que la proporción de ejecutivos a favor del control.
EJERCICIO 22. Un economista al servicio de una agencia estatal desea determinar si la

frecuencia de desempleo en las grandes áreas urbanas del estado es diferente. Con base en
muestras aleatorias de cada ciudad, cada una de 500 personas, el economista encuentra 35
personas en un área y 25 en la otra. Bajo las suposiciones adecuadas y con nivel de 5%
¿existe alguna razón para creer que las frecuencias de desempleo en las dos áreas son
diferentes?
SOLUCIÓN
𝑛1 = 𝑛2 = 500
Hipótesis:
𝑯𝟎 ∶ 𝒑𝟏 = 𝒑𝟐
𝑯𝟏 ∶ 𝒑𝟏 ≠ 𝒑𝟐
35 25
𝑝̂1 = = 0.07 , 𝑝̂2 = = 0.05
500 500
(𝑝̂1 −𝑝̂2 )
√𝑝̂(1−𝑝̂)(𝑛 +𝑛 )
1 2
𝑛1 𝑝̂1 +𝑛2 𝑝̂2 500(0.07)+500(0.05)
Donde 𝑝̂ = = = 0.06
𝑛1 +𝑛2 1000
(0.225 − 0.175) 0.02
𝑍𝑐 = = = 𝟏. 𝟑𝟑𝟏𝟓
√0.06(0.94)(0.004) 0.01501998
∝
Región critica para ∝= 0.05, , 2
= 0.025 𝑍 = 1.96
∝/2
𝐶 = {𝑍𝑐 /𝑍𝑐 < −1.645 𝑜 𝑍𝑐 > 1.645}
Dado que 𝒁𝒄 = 𝟏. 𝟑𝟑𝟏𝟓 > −𝟏. 𝟗𝟔 𝒚 𝒁𝒄 = 𝟏. 𝟑𝟑𝟏𝟓 < 1.96 , se acepta 𝑯𝟎 , es decir, no
existe razón alguna para creer que las frecuencias de desempleo en las dos áreas son
diferentes.
EJERCICIO 24 Un usuario de grandes cantidades de componentes eléctricos adquieren estos

principalmente de los proveedores a y b debido a una mejor estructura con precios, el
usuario hará negocios únicamente con el proveedor b si la proporción de artículos
defectuosos para A y B es la misma.de los grandes lotes el usuario selecciona al azar 150 de A
y 120 unidades de B, inspecciona las unidades y encuentra 9 y 9 unidades defectuosas

respectivamente. Bajo las suposiciones adecuadas y con base en esta información ¿Existe
alguna para no comprar en forma única las componentes del proveedor B? use α=0.02
SOLUCIÓN
𝑛1 = 150 , 𝑛2 = 120
𝑝̂1 = 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑝𝑟𝑜𝑣𝑒𝑒𝑑𝑜𝑟𝑒𝑠 𝐴
𝑝̂2 = 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠 𝑑𝑒 𝑙𝑜𝑠 𝑝𝑟𝑜𝑣𝑒𝑒𝑑𝑜𝑟𝑒𝑠 𝐵
9
Proveedores A: 𝑝̂1 = = 0.06
150
9
Proveedores B: 𝑝̂2 = 120
= 0.075
Hipótesis:
𝑯𝟎 ∶ 𝒑𝟏 = 𝒑𝟐
𝑯𝟏 ∶ 𝒑𝟏 ≠ 𝒑𝟐
(𝑝̂1 −𝑝̂2 )
√𝑝̂(1−𝑝̂)(𝑛 +𝑛 )
1 2
𝑛1 𝑝̂1 +𝑛2 𝑝̂2 150(0.06)+120(0.075)
Donde 𝑝̂ = = = 𝟎. 𝟎𝟔𝟔𝟔𝟔𝟔𝟔𝟕
𝑛1 +𝑛2 270
(0.06 − 0.075) −0.015
𝑍𝑐 = = = −𝟎. 𝟒𝟖𝟗𝟖𝟓
√0.06667(0.93333)(0.015) 0.030621
∝
Región critica para ∝= 0.02, , = 0.01 𝑍 = 2.33
2 ∝/2
𝐶 = {𝑍𝑐 /𝑍𝑐 < −2.33 𝑜 𝑍𝑐 > 2.33}
Dado que 𝒁𝒄 = −𝟎. 𝟒𝟖𝟗𝟖𝟓 > −1.96 𝑦 𝒁𝒄 = −𝟎. 𝟒𝟖𝟗𝟖𝟓 < 1.96 , se acepta 𝑯𝟎 , es decir,
no existe razón alguna para no comprar en forma única las componentes del proveedor B.
EJERCICIO 25. Un sociólogo cree que la proporción de hombres que pertenecen a un grupo
socioeconómico determinado (grupo A) y que ven regularmente lucha en televisión, supera
en mucho a un segundo grupo de hombres (grupo B) que también ven lucha. Muestras
aleatorias simples de los grupos arrojaron los siguientes resultados.
Grupo A: n = 150 Nº hombres: 98

Grupo B: n = 200 Nº hombres: 80
¿Proporcionan estos datos evidencia suficiente como para apoyar la tesis del sociólogo?
Solución:
Hipótesis:
Ho: uA < uB
H1: uA > uB
pA = 0.65 qA = 0.35
pB = 0.4 qB = 0.6
 = 0.05
Zo = 1.96

Z = 4 4 > 1.96
Se rechaza Ho y se acepta H1 luego se concluye que los datos si tienen evidencia
suficiente que apoyan la tesis del sociólogo
EJERCICIO 26. Dos grupos de 50 pacientes cada uno, tomaron parte en un experimento en el
cual un grupo recibió píldoras que contenían una droga antialérgica, y el otro grupo recibió
píldoras que no contienen la droga. En el grupo que recibió la droga, 15 pacientes mostraron
síntomas alérgicos, mientras que, en el grupo que recibió la píldora sin droga, hubo 24 con
ese síntoma. ¿Es esto evidencia suficiente para concluir que la droga es eficaz para reducir
los síntomas?
Solución:
Hipótesis:
Ho: u1 < u2
H1: u1 > u2
P1 = 0.3
P2 = 0.48
 = 0.05
Zo = 1.96
Z = -1.894
Se acepta Ho y se rechaza H1, por la cual se concluye que la droga no es eficaz para
reducir los síntomas.
EJERCICIO 27. Se va a efectuar una encuesta sobre habitación en San Isidro y en Miraflores,
para determinar la proporción de unidades habitacionales ocupadas por familiar de ingresos
altos. Una muestra aleatoria de 600 unidades habitacionales en San Isidro reveló 150
unidades ocupadas por familias de ingresos altos. Una muestra de 300 unidades en
Miraflores reveló 120 unidades ocupadas por familias de ingresos altos. ¿Existe alguna
diferencia entre San Isidro y Miraflores en la proporción de unidades habitacionales
ocupadas por familias de ingresos altos?
Solución:
Hipótesis:
Ho: uS = uM
H1: uS K uM
PS = 0.25
PM = 0.4
 = 0.05
Zo = 1.96
Z = 4.5
Se rechaza Ho y se acepta H1, por la cual se concluye que si existe una diferencia de
unidades habitaciones entre San Isidro y Miraflores

EJERCICIO 28. Una empresa que se especializa en publicidad por correo ideó un cuestionario
nuevo que, en su conjunto, va a obtener más respuestas que el cuestionario normal. El
nuevo cuestionario se envía a una muestra de 200 posibles encuestados. El número de
respuestas es 120. Cuando se utilizó el cuestionario normal con 250 posibles encuestado,
contestaron 115. ¿Proporcionan estos datos evidencia suficiente como para concluir que el
nuevo cuestionario es mejor que el usual?
Solución:
Hipótesis:
Ho: uNu < uNo
H1: uNu > uNo
PNu = 0.6
PNo = 0.46
 = 0.05
Zo = 1.96
Z = 2.95
Se rechaza Ho y se acepta H1, por la cual se concluye que el nuevo cuestionario será
mejor que el usual.
EJERCICIO 29. Una institución bancaria contrató los servicios de una compañía de publicidad
para averiguar cuál de sus dos modalidades de ahorro A ó B prefiere el público no bancario.
En una encuesta se encuentra que 56 de 200 ahorristas encuestados prefieren la modalidad
de ahorro A y 29 de 150 ahorristas prefieren la modalidad B.
¿Se puede concluir que la modalidad de ahorro A tiene mayor aceptación que la modalidad
B? Use  = 6%
Solución:
Hipótesis:
Ho: uA < uB
H1: uA > uB
PA = 0.28
PB = 0.19
P (estadígrafo) =(0.28+0.19)/350 = 0.24
 = 0.06
Zo = 1.89
Trabajando con el estadígrafo tenemos Z = 1.52
Se acepta Ho y se rechaza H1, por la cual se concluye que la modalidad A no tiene mayor
aceptación que la modalidad B

EJERCICIO 30. Un grupo de investigadores del Ministerio de Educación afirman que en Lima,
la proporción de hombres que recibieron educación primaria es igual al de las mujeres. Para
probar su afirmación los investigadores tomaron una muestra de 1722 hombres, de los
cuales 411 recibieron educación primaria. En base a esos datos. ¿Se puede decir que los
investigadores tenían la razón?
Solución:
Hipótesis:
Ho: uh = um
H1: uh K um
Ph = 0.24
Pm = 0.25
P (estadígrafo) = 0.244
 = 0.05
Zo = 1.96
Z = 0.667
Se acepta Ho y se rechaza H1, por la cual se concluye que los investigadores tenian la
razón
EJERCICIO 31. Cierto fabricante pretende que no más del 5% de sus artículos son
defectuosos. El jefe de departamento de producción decide ejecutar un proceso de control
sobre los artículos fabricados, para lo cual se seleccionan dos muestras aleatorias de 200
artículos cada una con un intervalo intermedio de un mes en los envíos. Y se inspeccionan
cuidadosamente los artículos. La muestra del primer surtido contenía 12 artículos
defectuosos y la segunda 180 artículos buenos. (Q= 1%)
a) ¿Cree usted que la afirmación hecha por el fabricante es verdadera luego de examinar la
primera muestra?
Hipótesis:
Ho: u1 – u2 < 0.05
H1: u1 - u2 > 0.05
P1 = 0.06
P2 = 0.9
 = 0.01
Zo = 2.576
Z = -32.962
Se acepta Ho y se rechaza H1, por la cual se concluye que la afirmación hecha por el
fabricante si es verdadera
b) ¿Existieron diferencias significativas en la proporción de artículos defectuosos al
comparar los resultados de ambas muestras?
Hipótesis:
Ho: u1 = u2
H1: u1 K u2
P1 = 0.06
P2 = 0.9
 = 0.01

Zo = 2.576
Z = 36
Se rechaza Ho y se acepta H1, por la cual se concluye que si hay diferencias significativas
en ambas proporciones.
EJERCICIO 32 En el pasado, el 10% de las solicitudes para cierta caridad, enviadas por correo,
dieron como resultado ayuda financiera. Se afirma que debido a la buena situación
económica actual, más del 10% de las solicitudes de este año darán como resultado ayuda
monetaria. Para probar esta afirmación, se selecciona aleatoriamente a 100 personas y se les
hace una solicitud, 15 responden donativos. ¿Puede llegarse a la conclusión de que las
personas se han vuelto significativamente mas generosos con ∝= 𝟎. 𝟎𝟐?
SOLUCIÓN
Hipótesis:
𝑯𝟎 ∶ 𝒑 ≤ 𝟎. 𝟏𝟎
𝑯𝟏 ∶ 𝒑 > 0. 𝟏𝟎
15
𝑝0 = = 0.15
100
(𝑝̂−𝑝0 ) (0.10−0.15) −0.05
Estadígrafo de la prueba: 𝑍𝑐 = = = = −0.527046
𝑝 (1−𝑝0 ) 0.10(0.90) 0.094868
√ 0 √
𝑛 100
Dado que 𝒁𝒄 = −𝟎. 𝟓𝟐𝟕𝟎 < 2.05 , se acepta 𝑯𝟎 , es decir, no puede concluirse que las
personas se han vuelto significativamente más generosas.
EJERCICIO 33. Se ha insinuado que los profesores se han vuelto más despreocupados al
calificar a sus estudiantes. En el pasado. 80% de todos los estudiantes universitarios de
primer año obtenían 14 ó calificaciones superiores. Una encuesta de la clase más reciente de
estudiantes universitarios de primer año muestra que 8100 de 10000 estudiantes
universitarios de primer año de la muestra recibieron calificaciones de 14 o mayores. ¿Es
verdadero de que los profesores de han vuelto más despreocupados? Use   0.01.
SOLUCIÓN
Hipótesis:
𝑯𝟎 ∶ 𝒑 ≥ 𝟎. 𝟖𝟎
𝑯𝟏 ∶ 𝒑 < 0.80
8100
𝑝0 = = 0.81
10000
(𝑝̂−𝑝0 ) (0.80−0.81) −0.01
Estadígrafo de la prueba: 𝑍𝑐 = = = = −2.5
𝑝 (1−𝑝0 ) 0.80(0.20) 0.004
√ 0 √
𝑛 10000
Dado que 𝒁𝒄 = −𝟐. 𝟓 < 𝟐. 𝟑𝟑 , se rechaza 𝑯𝟎 , es decir, los profesores se han vuelto mas
despreocupados.

EJERCICIO 34. Con el fin de decidir cuál de los productos A ó B se lanzará al mercado, el
departamento de marketing de una empresa realiza una promoción con el fin de dar a
conocer ambos productos. El jefe de departamento, conoce que la inversión en el producto A
es mayor que en la de B y también tiene información que la utilidad de salir el producto A a
la venta será mayor que la de B, por lo cual, el jefe de departamento preferiría que sea el
producto A que salga al mercado. Para tal fin, establece la siguiente regla: "Si la diferencia
entre el porcentaje de ventas potenciales de A y de B derivadas de la promoción hecha es
menor o igual a 3%. Entonces el jefe del departamento de marketing, objetará la salida al
mercado del producto A". El porcentaje de ventas potenciales de A fue de 74%. Sobre el total
de hogares en las que se promocionaron este producto en calidad de prueba, y el porcentaje
de ventas potenciales de B. fue de 70%. Se ofrecieron cada producto aproximadamente a
12000 hogares. En base a estos datos, ¿el jefe del departamento de marketing objetará la
salida al mercado del producto A?
SOLUCIÓN
𝑛𝐴 = 𝑛𝐵 = 12000
Hipótesis:
𝑯𝟎 ∶ 𝒑𝑨 − 𝒑𝑩 ≤ 𝟎. 𝟎𝟑 (𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝐴 𝑠𝑎𝑙𝑒 𝑎𝑙 𝑚𝑒𝑟𝑐𝑎𝑑𝑜)
𝑯𝟏 ∶ 𝒑𝑨 − 𝒑𝑩 > 0.03 (𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝐵 𝑠𝑎𝑙𝑒 𝑎𝑙 𝑚𝑒𝑟𝑐𝑎𝑑𝑜)
𝑝𝐴 = 0.74
𝑝𝐵 = 0.70
Estadígrafo de la prueba:
(𝑝̂𝐴 −𝑝̂𝐵 )−𝒑𝟎 (0.74−0.70)−0.03 0.01
𝑍𝑐 = = = = 1.727
0.00579
̂ (1−𝑝
𝑝 ̂𝐴) 𝑝 ̂ (1−𝑝
̂𝐵) √0.74(0.26)+0.70(0.30)
√ 𝐴
𝑛𝐴
+ 𝐵 𝑛𝐵
12000 12000

Dado que 𝒁𝒄 = 𝟏. 𝟕𝟐𝟕 > 1.645 , se rechaza 𝑯𝟎 , es decir, el jefe de departamento no
objetara la salida al mercado del producto A.
EJERCICIO 35. Un especialista en política de una universidad, cree que la proporción de

votantes del área A que va a votar en las próximas elecciones excede en más de 5% a la
proporción de votantes del área B que volarán en las mismas elecciones. Con el fin de ver si
los hechos corroboran esta hipótesis, el profesor hace una encuesta entre los votantes del
área A y del área B, con los siguientes resultados.
NUMERO DE PERSONAS
TAMAÑO DE
AREA QUE VOTARAN EN LAS
MUESTRA
ELECCIONES
A 150 113
B 160 104
¿Proporcionan estos datos evidencia suficiente como para fundamentar la opinión del
especialista al nivel de significancia del 5%?

SOLUCIÓN
𝑛𝐴 = 150, 𝑛𝐵 = 160
Hipótesis:
𝑯𝟎 ∶ 𝒑𝑨 − 𝒑𝑩 ≥ 𝟎. 𝟎𝟓 (𝑉𝑜𝑡𝑎𝑛𝑡𝑒𝑠 𝑑𝑒𝑙 𝑎𝑟𝑒𝑎 𝐴, 𝑒𝑥𝑐𝑒𝑑𝑒 𝑎 𝐵)

𝑯𝟏 ∶ 𝒑𝑨 − 𝒑𝑩 < 0.05 (𝑉𝑜𝑡𝑎𝑛𝑡𝑒𝑠 𝑑𝑒𝑙 𝑎𝑟𝑒𝑎 , 𝑛𝑜 𝑒𝑥𝑐𝑒𝑑𝑒 𝑎 𝐵)
113
Votantes de área A: 𝑝̂𝐴 = = 0.7533
150
104
Votantes de área B: 𝑝̂ 𝐵 = = 0.65
160
Estadígrafo de la prueba:
(𝑝̂𝐴 −𝑝̂𝐵 )−𝒑𝟎 (0.7533−0.65)−0.05 0.0533
𝑍𝑐 = = = = 1.0331
0.753(0.247) 0.65(0.35) 0.051597
̂ (1−𝑝
𝑝 ̂𝐴) 𝑝
̂ (1−𝑝̂ 𝐵) √ +
√ 𝐴 + 𝐵 150 160
𝑛𝐴 𝑛𝐵
Región critica para ∝= 0.05, 𝑍∝ = 2.33: 𝐶 = {𝑍𝑐 /𝑍𝑐 < −2.33}

Dado que 𝒁𝒄 = 𝟏. 𝟎𝟑𝟑𝟏 > −𝟐. 𝟑𝟑 , no se rechaza 𝑯𝟎 .

Prueba de Hiptesis 1

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Prueba de Hiptesis 1

Caricato da

Copyright:

Formati disponibili

INTERVALOS DE CONFIANZA

2,576 ∗ 100 2,576 ∗ 100

c) ¿Qué tamaño debe tener la muestra para que el intervalo de la media<792,16;807,84>

1,960 ∗ 100 1,960 ∗ 100

2,797 ∗ 1,2 2,797 ∗ 1,2

[Escribir texto] Página 2

EJERCICIO 5.Extraída una muestra de 30 piezas, dio los siguientes pesos:

Rpta: Si satisface por la cual el peso medio debe de ser 300kg

[Escribir texto] Página 3

b) Construir el intervalo de confianza para la media.

1.96 ∗ 1.432 1.96 ∗ 1.432

tamaño 15, dio los valores

∑ 𝑋𝑖 = 8.7 𝑦 ∑ 𝑋𝑖2 = 27.3

Determine un intervalo de confianza de 95% para σ 2 .

[Escribir texto] Página 4

1.69 ≤ 𝜇1− 𝜇2 ≤ 2.3

[Escribir texto] Página 5

0,2 ≤ 𝜇1− 𝜇2 ≤ 9,8

[Escribir texto] Página 6

Número de destellos (en miles) Número de destellos (en miles)

a) Obtener un estimador puntual de la media verdadera

b) Obtener un Intervalo de confianza de 95% para la media verdadera. Con base a

[Escribir texto] Página 7

𝐼: < 16,22 ± 1,1594 >

𝑰: < 15,0606 ; 17,379 > 𝐸𝑛 𝑀𝑖𝑙𝑒𝑠

R: No, porque 20000 no está en el intervalo de confianza

Lab Sin Lab

[Escribir texto] Página 8

1,49 ≤ 𝜇1− 𝜇2 ≤ 12,06

𝑋̅1 = 30ℎ𝑜𝑟𝑎𝑠, 𝑆12 = 135 n1=n2=20

Como ambos límites son positivos entonces 𝜇1> 𝜇2

1. n<30, m<30, n=12 , m=12, γ=0.95

[Escribir texto] Página 9

[Escribir texto] Página 10

n=120, γ=0.99, x =800, σ=100

el intervalo está determinado por :

b) Si quisiéramos disminuir el error de estimación a $10, aceptando una probabilidad del

la muestra está determinado por:

[Escribir texto] Página 11

Hallamos Z0, γ=0.95

Hallamos Z0, γ=0.99

El intervalo está determinado por :

Θ1= (50,2 - 52,9)- 1.861

[Escribir texto] Página 12

Producción promedio de máq. Antigua 2 2 3 4 54

Producción promedio de máq. Nuevas 4 4 8 6 86

x̅1 =3.33 x̅2 =6

1. n<30, m<30, n=6 , m=6, γ=0.95

[Escribir texto] Página 13

Si se supone que el muestreo se llevó a cabo sobre dos distribuciones normales e

x̅1 =443.333333 x̅2 =451.416667

1. n<30, m<30, n=12 , m=12, γ=0.95, γ=0.90, γ=0.99

5. el intervalo está determinado por :

[Escribir texto] Página 14

6. No diferencia una diferencia real entre µ s y µ N

EJERCICIO 19. Un fabricante de TV esta desarrollando un nuevo modelo de televisor a color, y

[Escribir texto] Página 15

𝑆𝑃2 = 𝟏𝟔𝟓. 𝟒𝟕𝟔𝟏𝟗𝟎𝟓

[Escribir texto] Página 16

[Escribir texto] Página 17

[Escribir texto] Página 18

b) Después de completar la encuesta, se encuentra que la media es de 18 horas y la desviación

EJERCICIO 24. Se sospecha que un laboratorio de medidas de viscosidad obtenidas en la mañana

n = [Z0/E]² = [1.96]²[29.159]/1 = 112