Escuela Profesional de Ingeniería Industrial Control Estadístico

EJERCICIOS DEL CAPITULO 4

EJERCICIO 13:
En un problema similar al del ejercicio 11 es necesario garantizar que la
resistencia minima que tienen un envase de plástico en posición vertical sea de
20kg. Para evaluar esto se obtuvieron los siguientes datos mediante pruebas
destructivas:

28.3 26.8 26.6 26.5 28.1 24.8 27.4 26.2 29.4 28.6 24.9
25.2 30.4 27.7 27.0 26.1 28.1 26.9 28.0 27.6 25.6 29.5
27.6 27.3 26.2 27.7 27.2 25.9 26.5 28.3 26.5 29.1 23.7
29.7 26.8 29.5 28.4 26.3 28.1 28.7 27.0 25.5 26.9 27.2
27.6 25.5 28.3 27.4 28.8 25.0 25.3 27.7 25.2 28.6 27.9

a) Análisis exploratorio (histograma y las estadísticas descriptivas, diagrama

de caja)
b) Estime un intervalo de confianza para la media al 95%
c) Un estudio suponía que la µ=25. Dada la evidencia de los datos , ¿tal
supuesto es correcto
d) Estime un intervalo de confianza para la desviación estándar al 95%

SOLUCION

X: RESISTENCIA ENVASE PLASTICO (KG)

Del análisis exploratorio podemos concluir lo siguiente:

Los datos se encuentran muy por encima de la especificación inferior (20Kg) se
cumple con la calidad exigida
Media y mediana están alrededor de 27 kg, además su desviación es 1,43kg Coef
Var= 5,25%
Los límites reales se encuentra el 97,3% entre 22,93 y 31,51Kg
El diagrama de caja nos señala cierta simetría de la información y que se
encuentra los bigotes alejados de la especificación inferior.

Estadísticas descriptivas: resistencia(kg)

Conteo
Variable total Media [Link]. CoefVar Mínimo Q1 Mediana
resistencia(kg) 55 27,220 1,430 5,25 23,700 26,200 27,300

N para
Variable Q3 Máximo Rango IQR Modo moda
resistencia(kg) 28,300 30,400 6,700 2,100 26,5. 27,6. 27,7. 28,1 3
Escuela Profesional de Ingeniería Industrial Control Estadístico

Variable Sesgo Kurtosis

resistencia(kg) -0,12 -0,32

Gráfica de caja de resistencia(kg)

30

28
27,3
resistencia(kg)

26

24

22

20 20

Histograma de resistencia(kg)
Normal
Especificación
Inferior 20 22,93 31,51
14
14 Lim. Real Lim. Real Media 27,22
Desv .Est. 1,430
Inferior Superior N 55
12
11

10
Frecuencia

8
8 7
6
6
4
4 3

2 1 1

0
20,8 22,4 24,0 25,6 27,2 28,8 30,4
resistencia(kg)
Escuela Profesional de Ingeniería Industrial Control Estadístico

Ho: µ=25 kg
Ha: µ≠25 kg
Como no se conoce la desviación estándar poblacional y el parámetro a probar es
la Media Poblacional µ entonces se escoge la distribución 1 T

b y c)

T de una muestra: resistencia(kg)

Prueba de mu = 25 vs. no = 25

Media del
Error
Variable N Media [Link]. estándar IC de 95% T
resistencia(kg) 55 27,220 1,430 0,193 (26,833. 27,607) 11,52

Variable P
resistencia(kg) 0,000

Valor p < Alfa (0,05) entonces se rechaza ho la media es diferente de 25

El intervalo de confianza:

“Con una confianza del 95% se puede afirmar que la media verdadera de la resistencia de
los envases se encuentra entre 26,833 y 27,607 Kg”

d) Determinar el intervalo de confianza para la desviación estándar para lo cual primero

hay que saber si los datos siguen distribución normal o no

Gráfica de probabilidad de resistencia(kg)

99
HO: los datos siguen una distrb, normal Media 27,22
Desv .Est. 1,430
Ha: los datos no siguen una distrb, normal
95 N 55
KS 0,059
90 Valor P >0,150

80
ALFA=0.05
70
Porcentaje

60 valorp > alfa

50
40 Se acepta Ho
30 Los datos son normales
20

10

1
23 24 25 26 27 28 29 30 31
resistencia(kg)
Escuela Profesional de Ingeniería Industrial Control Estadístico

Los datos son normales

Prueba e IC para una desviación estándar: resistencia(kg)

Método

El método estándar se utiliza sólo para la distribución normal.

El método ajustado se utiliza para cualquier distribución continua.

Estadísticas

Variable N [Link]. Varianza

resistencia(kg) 55 1,43 2,04

Intervalos de confianza de 95%

IC para IC para
Variable Método [Link]. varianza
resistencia(kg) Estándar (1,20. 1,76) (1,45. 3,10)
Ajustado (1,22. 1,73) (1,49. 2,99)

El intervalo de confianza:

“Con una confianza del 95% se puede afirmar que la desviación estándar verdadera de la
resistencia de los envases se encuentra entre 1,20 y 1,76 Kg”

EJERCICIO 16:
Escuela Profesional de Ingeniería Industrial Control Estadístico

En la fabricación de discos compactos una variable de interés es la densidad

mínima (grosor) de la capa de metal, la cual no debe ser menor de 1.5 micras. Por
experiencia se sabe que la densidad minima del metal casi siempre ocurre en los
radios 24 y 57, aunque en el método actual también se miden los radios 32,40 y
48. Se realizan siete lecturas en cada radio, lo cuál da un total de 35 lecturas, de
las cuales solo se usa la mínima. A continuación se presente una muestra
histórica de 18 densidades mínimas.

TABLA DE DENSIDADES

1.81 1.97 1.93 1.97 1.85 1.99 1.95 1.93 1.85

1.87 1.98 1.93 1.96 2.02 2.07 1.92 1.99 1.93

a) Argumente en términos estadísticos si las densidades mínimas individuales

cumplen con la especificación de 1.5 micras. Sugerencia aplique la regla
empírica.
b) Encuentre un intervalo de confianza de 99% para la media de la densidad
mínima.
c) Proporcione un intervalo de confianza de 99% para la desviación estándar.
d) Dibuje el diagrama de cajas para los datos e interprete los resultados.

Solución:

X: densidad mínima (grosor) micras Variable Aleatoria Continua (MEDICION)

Especificación Inferior: Ei= 1,5 micras

Regla Empírica: µ ± 3 σ ( Es lo mismo que los limites reales)

El proceso es capaz ya que los datos se encuentran muy por encima de la

especificación inferior tanto así aplicando 6 sigma se obtiene un limite µ±6σ de
1.5522 es decir que de 1 millón de CD existen “0” que no cumple esa calidad.
Como se puede apreciar en el siguiente gráfico:
Escuela Profesional de Ingeniería Industrial Control Estadístico

Especificación
Inferior Histograma de Densidad
Normal
1.5 1.5522 1.746 2.1338
7
7 Media 1.94
Lim. Real Desv .Est. 0.06463
Lim. Real N 18
6 Superior
Inferior
5
5
Frecuencia

4
3
3
2
2
1
1

0
1.56 1.68 1.80 1.92 2.04
Densidad
De acuerdo a los resultados los datos cumple con la especificación mínima dado el 99.7% de los datos es superior 1.75 micras

b) Para hallar el intervalo de confianza de la “µ”

Como la varianza poblacional es desconocida se aplica “1T”

Utilizando el Minitab:

T de una muestra: Densidad

Media del
Error
Variable N Media [Link]. estándar IC de 99%
Densidad 18 1.9400 0.0646 0.0152 (1.8959, 1.9841)

Interpretación: “ Se puede afirmar con un 99% de confianza que la media verdadera

de la densidad mínima se encuentra entre 1.8959 y 1.9841 micras”

C) Para hallar el intervalo de confianza de la “σ”, para lo cual es necesario

determinar si los datos siguen o no una distribución NORMAL para lo cual
utilizamos la prueba o TEST de NORMALIDAD prueba de KOLMOGOROV como se
observa a continuación:
Escuela Profesional de Ingeniería Industrial Control Estadístico

99
Ho: Los datos son normales Media 1.94
Desv .Est. 0.06463
Ha: Los datos no siguen distribución normal
N 18
95
KS 0.161
Valor p > Alfa Valor P >0.150
90

80 Acepta Ho
70
Los datos son normales
Porcentaje

60
50
40
30

20

10

1
1.80 1.85 1.90 1.95 2.00 2.05 2.10
Densidad

Se concluye que los datos siguen una DISTRIBUCIÓN NORMAL

Hallando el intervalo de confianza para la σ se obtiene

Prueba e IC para una desviación estándar: Densidad

Método

El método estándar se utiliza sólo para la distribución normal.

El método ajustado se utiliza para cualquier distribución continua.

Estadísticas

Variable N [Link]. Varianza

Densidad 18 0.0646 0.00418

Intervalos de confianza de 99%

IC para
Variable Método [Link]. IC para varianza
Densidad Estándar (0.0446, 0.1116) (0.00199, 0.01246)
Ajustado (0.0441, 0.1144) (0.00194, 0.01310)

Interpretación: “ Se puede afirmar con un 99% de confianza que la σ verdadera de la

densidad mínima se encuentra entre 0.0446 y 0.1116 micras”
Escuela Profesional de Ingeniería Industrial Control Estadístico

D) Diagrama de CAJAS o BOXPLOT Se observa que el 50% de los datos es superior

o Inferior a 1.94 micras, los datos se encuentran muy por encima de la
Especificación Inferior.

Gráfica de caja de Densidad

2.1

2.0

1.94

1.9
Densidad

1.8

1.7

1.6

1.5 1.5

EJERCICIO 23:

Bajo condiciones controladas, en un laboratorio se evaluó en 10 hombres y 10

mujeres, la temperatura que cada persona encontró más confortable. Los
resultados en grados Fahrenheit fueron los siguientes:

MUJER HOMBRE
75 74
77 72
78 77
79 76
77 76
73 73
78 75
79 73
Escuela Profesional de Ingeniería Industrial Control Estadístico

78 74
80 75

a) ¿Cuáles son en realidad los tratamientos que se comparan en este estudio?

b) ¿Las muestras son dependientes o independientes?
c) ¿La temperatura promedio más confortable es igual para hombres que para
mujeres?

SOLUCIÓN
X: Las temperaturas Mujeres (°F)
Y: Las temperaturas Hombres (°F)
Son poblaciones independientes

PRIMER PASO SI SON NORMALES O NO

APLICANDO KOLMOGOROV
SE CONCLUYE QUE SON NORMALES COMO SE OBSERVA EN LOS
SIGUIENTES GRÁFICOS Y VALORES P

Gráfica de probabilidad de HOMBRE

Normal
99
Media 74.5
Desv .Est. 1.581
95 N 10
KS 0.129
90
Valor P >0.150
80
70
Porcentaje

60
50
40
30
20

10

1
70 71 72 73 74 75 76 77 78 79
HOMBRE
Escuela Profesional de Ingeniería Industrial Control Estadístico

Gráfica de probabilidad de MUJER

Normal
99
Media 77.4
Desv .Est. 2.066
95 N 10
KS 0.223
90
Valor P >0.150
80
70
Porcentaje

60
50
40
30
20

10

1
72 74 76 78 80 82
MUJER

LOS DATOS HOMBRES Y MUJERES SON NORMALES

PASO 2 PROBAR SI LAS VARIANZAS SON IGUALES

HO: VAR 1 = VAR 2
HA: VAR 1 ≠ VAR2
Prueba de igualdad de varianzas para MUJER, HOMBRE
Ho: Varianza 1= Varianza2
Ha: Varianza 1 diferente Varianza2 Prueba F
Estadística de prueba 1.71
MUJER Valor P 0.438
Como son Normales Prueba de Lev ene
Valor p > alfa
0.438 > 0.05 Estadística de prueba 0.03
Acepto Ho Valor P 0.860
HOMBRE
Es decir las v arianzas son iguales
Ademas se intersectan sus interv alos de confianza
1.0 1.5 2.0 2.5 3.0 3.5 4.0
Intervalos de confianza de Bonferroni de 95% para [Link].

MUJER

HOMBRE

72 74 76 78 80
Datos
Escuela Profesional de Ingeniería Industrial Control Estadístico

Prueba de varianzas iguales: MUJER, HOMBRE

Intervalos de confianza de Bonferroni de 95% para desviaciones estándares

N Inferior [Link]. Superior

MUJER 10 1.35115 2.06559 4.15938
HOMBRE 10 1.03426 1.58114 3.18387

Prueba F (distribución normal)

Estadística de prueba = 1.71, valor p = 0.438

Prueba de Levene (cualquier distribución continua)

Estadística de prueba = 0.03, valor p = 0.860

Como son NORMALES se selecciona la PRUEBA F

Valor p (0.438 ) > alfa
Acepto HO LAS VARIANZAS SON IGUALES

Ho: µX=µY
Ha: µX≠µY

Realizando la prueba 2T porque son independientes

Prueba T e IC de dos muestras: MUJER, HOMBRE

T de dos muestras para MUJER vs. HOMBRE

Media del
Error
N Media [Link]. estándar
MUJER 10 77.40 2.07 0.65
HOMBRE 10 74.50 1.58 0.50

Diferencia = mu (MUJER) - mu (HOMBRE)

Estimado de la diferencia: 2.900
IC de 95% para la diferencia: (1.172, 4.628)
Prueba T de diferencia = 0 (vs. no =): Valor T = 3.53 Valor P = 0.002
GL = 18
Ambos utilizan [Link]. agrupada = 1.8394

Conclusión:

Valor p < alfa SE RECHAZA HO es decir las medias de las temperaturas de los
hombres y las mujeres es diferente.
Escuela Profesional de Ingeniería Industrial Control Estadístico

Además se puede afirmar que la media de las mujeres es mayor ya que el

intervalo de confianza para la diferencia de las medias es positivo.

EJERCICIO 24:

Se prueban 10 partes en cada nivel de temperatura y se mide el encogimiento

sufrido en unidades de porcentaje multiplicado por 10. Los resultados fueron los
siguientes

TEMPERATURA TEMPERATURA
BAJA ALTA
17.2 21.4
17.5 20.9
18.6 19.8
15.9 20.4
16.4 20.6
17.3 21
16.8 20.8
18.4 19.9
16.7 21.1
17.6 20.3

Descriptive Statistics: T. Baja; T. Baja

Descriptive Statistics: T. Baja; T. Alta

Variable N N* Mean SE Mean StDev Variance CoefVar Minimum Q1

T. Baja 10 0 17,240 0,266 0,842 0,709 4,89 15,900 16,625
T. Alta 10 0 20,620 0,165 0,520 0,271 2,52 19,800 20,200

N for
Variable Median Q3 Maximum Range IQR Mode Mode Kurtosis
T. Baja 17,250 17,800 18,600 2,700 1,175 * 0 -0, 39
T. Alta 20,700 21,025 21,400 1,600 0,825 * 0 -0,81

Two-Sample T-Test and CI

Sample N Mean StDev SE Mean

1 10 17,240 0,842 0, 27
2 10 20,620 0,520 0, 16

Difference = mu (1) - mu (2)

Estimate for difference: -3,380
95% CI for difference: (-4,037; -2,723)
T-Test of difference = 0 (vs not =): T-Value = -10,80 P-Value = 0,000 DF = 18
Both use Pooled StDev = 0,6998
Escuela Profesional de Ingeniería Industrial Control Estadístico

Retrieving project from file: 'C: \DOCUMENTS AND

SETTINGS\PC1ESCRITORIO \ EJERCICIO 24 CAP [Link]'

Box Plot Of. T. Baja; T. Alta

Boxplot of T. Baja; T. Alta

T. Baja T. Alta
21.6
18.5

21.2
18.0

17.5 20.8

17.0
20.4

16.5

20.0
16.0

EJERCICIO 25:
Una compañía de transporte de carga desea escoger la mejor ruta para llevar la
mercancía de un depósito a otro. La mayor preocupación es el tiempo de viaje. En
el estudio se seleccionaron al azar 5 chóferes de un grupo de 10 y se asignaron a
la ruta A; los cinco restantes se asignaron a la ruta B. Los datos obtenidos fueron:

RUTA TIEMPO DE VIAJE

A 18 24 30 31 32
B 22 29 34 25 35

a) ¿Existen diferencias significativas entre las rutas? Plantee y pruebe las

hipótesis estadísticas correspondientes?
b) En caso de rechazar la hipótesis del inciso a), dibuje los diagramas de cajas
simultáneos para determinar cuál ruta es mejor.

Descriptive Statistics: A; B
Escuela Profesional de Ingeniería Industrial Control Estadístico

Variable N * Mean SE Mean StDev Minimum Q1 Median Q3 Maximum

A 5 0 27,00 2,65 5,92 18,00 21,00 30,00 31,50 32,00
B 5 0 29,00 2,51 5,61 22,00 23,50 29,00 34,50 35,00

Two-Sample T-Test and CI

* NOTE * Graphs cannot be made with summarized data.

Sample N Mean StDev SE Mean

1 5 27, 00 2, 65 1, 2
2 5 29, 00 2, 51 1, 1

Difference = mu (1) - mu (2)

Estimate for difference: -2,00
95% CI for difference: (-5,86; 1,86)
T-Test of difference = 0 (vs not =): T-Value = -1,23 P-Value = 0,260 DF = 7

EJERCICIO 26:

Se tiene dos proveedores de una pieza metálica cuyo diámetro ideal o valor
objetivo es igual a 20.25 cm. Se toman dos muestras de 14 piezas a cada
proveedor y los datos obtenidos se muestran a continuación:

PROVEEDOR DIAMETROS DE LAS PIEZAS DE CADA PROVEEDOR

21.38 20.13 19.12 19.85 20.54
1 18 22.24 21.94 19.07 18.6
21.89 22.6 18.1 19.25
21.51 22.22 21.49 21.91 21.52
2 22.06 21.51 21.29 22.71 22.65
21.63 22.22 21.92 20.82

a) Prueba la hipótesis de igualdad de los diámetros de los proveedores en

cuánto a sus medias.
b) Prueba la hipótesis de igualdad de varianza.
c) Si las especificaciones para el diámetro son 20.25 mm +/- 2.25 mm, ¿Cuál
proveedor produce menos piezas defectuosas?
d) Con cuál proveedor se quedaría usted

PROVEEDOR 1 PROVEEDOR 2 VAR S1 VAR S2

21.38 21.51 2.507 *
18 22.06 0.276 *
21.89 21.63 *
Escuela Profesional de Ingeniería Industrial Control Estadístico

20.13 22.22 0.36980

22.4 21.51 *
22.60 22.22 *
19.12 21.49 *
21.94 21.92 *
18.01 21.91 *
19.85 22.71 3.05045
19.07 20.82 *
19.25 21.52 *
20.54 22.65 *
18.6

Descriptive Statistics: Proveedor 1; Proveedor 2

Variable N N* Mean SE Mean StDev Variance CoefVar Minimum Q1

Proveedor 1 14 0 20,194 0,423 1,583 2,507 7,84 18,000 18,953
Proveedor 2 14 0 21,819 0,140 0,525 0,276 2,41 20,820 21,505

N for
Variable Median Q3 Maximum IQR Mode Mode Kurtosis
Proveedor 1 19,990 21,903 22,600 2,950 * 0 -1,44
Proveedor 2 21,770 22,220 22,710 0,715 21,51; 22,22 2 -0,18

Two-Sample T-Test and CI

Sample N Mean StDev SE Mean

1 14 20,19 1,58 0,42
2 14 21,819 0,525 0,14

Difference = mu (1) - mu (2)

Estimate for difference: -1,625
95% CI for difference: (-2,541; -0,709)
T-Test of difference = 0 (vs not =): T-Value = -3,65 P-Value = 0,001 DF = 26
Both use Pooled StDev = 1,1793

Test for
Equal
Test for Equal Variances
Variances
F-Test
95% Test Statistic 9.08 Bonferroni
P-Value 0.000 confidence
intervals
1
for standard
deviations

Sample N
Lower
StDev
Upper

0.5 1.0 1.5 2.0 2.5 3.0

95% Bonferroni Confidence Intervals for StDevs
 Escuela Profesional de Ingeniería Industrial Control Estadístico

Test for Equal Variances for Proveedor 1

F-Test
20,82
21,29 Test Statistic 0.12
21,49
P-Value 0.427
Proveedor 2

21,51
21,52
21,63
21,91
21,92
22,06
22,22
22,65
22,71

0 20 40 60 80 100 120
95% Bonferroni Confidence Intervals for StDevs

20,82
21,29
21,49
Proveedor 2

21,51
21,52
21,63
21,91
21,92
22,06
22,22
22,65
22,71

18 19 20 21 22 23
Proveedor 1

EJERCICIO 27:

En Kocaoz, S. Samaranayake, V.A. Nanni A. (2005), se presenta una

investigación donde se estudian dos tipos de barra de polímero, cuya tensión se
refuerza con Fibra de vidrio(FRP). Estas barras, en sustitución de las vigas de
acero son utilizadas para reforzar concreto por lo que su caracterización es
importante para fines de diseño, control y optimización para los ingenieros
estructurales. Las barras se sometieron a tensión hasta registrarse su ruptura (en
Mpa). Los datos para dos tipos de barra se muestran a continuación:

TIPO DE
RESISTENCIA
BARRA
A 939 976 1025 1034 1015 1015 1022 815
 Escuela Profesional de Ingeniería Industrial Control Estadístico

B 1025 938 1015 983 843 1053 1038 938

a) Formule la hipótesis para probar la igualdad de medias de los tratamientos

b) Anote la fórmula del estadístico de prueba para demostrar la hipótesis
c) Pruebe la hipótesis a un nivel de significancia del 5%. Para rechazar o no la
hipótesis apóyese tanto ene l criterio de valor-p como en el valo0r crítico de
tablas
d) Explique como se obtiene el valor-p de inciso anterior
e) Pruebe la hipótesis de igualdad de varianzas entre tratamientos
f) ¿Existe algún tratamiento mejor?

Descriptive Statistics: A; B

Variable N N* Mean SE Mean StDev Variance Minimum Q1 Median

A 8 0 980,1 26,1 73,8 5439,6 815,0 948,3 1015,0
B 8 0 979,1 24,7 69,9 4891,8 843,0 938,0 999,0

N for
Variable Q3 Maximum IQR Mode Mode Kurtosis MSSD
A 1024,3 1034,0 76,0 1015 2 3,96 3365,0
B 1034,8 1053,0 96,8 938 2 0,79 6317,6

Two-Sample T-Test and CI

SE
Sample N Mean StDev Mean
1 8 980,1 73,8 26
2 8 979,1 69,9 25

Difference = mu (1) - mu (2)

Estimate for difference: 1,0
95% CI for difference: (-76,1; 78,1)
T-Test of difference = 0 (vs not =): T-Value = 0,03 P-Value = 0,978 DF = 14
Both use Pooled StDev = 71,8765

Test for Equal Variances

95% Bonferroni confidence intervals for standard deviations

Sample N Lower StDev Upper

1 8 46,1412 73,7536 168,931
2 8 43,7562 69,9414 160,200

F-Test (Normal Distribution)

Test statistic = 1,11; p-value = 0,892
Escuela Profesional de Ingeniería Industrial Control Estadístico

Test for Equal Variances

Test for Equal Variances

F-Test
Test Statistic 1.11
P-Value 0.892

50 75 100 125 150 175

95% Bonferroni Confidence Intervals for StDevs