120

INTERVALOS DE CONFIANZA

Se desea un intervalo de confianza para el promedio verdadero de la pérdida de carga μ (watts) para
cierto tipo de motor de inducción, cuando la corriente de línea se mantiene a 10 ampers para una
velocidad de 1500 rpm. Suponga que la pérdida de carga está normalmente distribuida con σ =
3.0.
a. Calcule un IC de 95% para μ cuando n = 25 y x = 58.3
b. Calcule un IC de 95% para μ cuando n = 100 y x = 58.3
c. Calcule un IC de 99% para μ cuando n = 100 y x = 58.3
d. Calcule un IC de 82% para μ cuando n = 100 y x = 58.3
e. ¿Qué tan grande debe ser n si la longitud del intervalo de 99% para μ debe ser 1.0?
Solución.

a. x  z /2 
1  = 0.95  = 1 – 0.95 = 0.05 /2 = 0.025 z /2 1.96

 3.0 
58.3 1.96  58.3 1.176 (57.124, 59.476)

b. 1  = 0.95  = 1 – 0.95 = 0.05 /2 = 0.025 z /2 1.96

 3.0 
58.3 1.96   58.3  0.588 (57.712, 58.888)
100
 
c. 1  = 0.99  = 1 – 0.99 = 0.01 /2 = 0.005 z /2  2.575
 3.0 
58.3  2.575   58.3  0.7725 (57.527, 59.073)
100
 
d. 1  = 0.82  = 1 – 0.82 = 0.18 /2 = 0.09 z /2 1.34
 3.0 
58.3 1.34   58.3  0.402 (57.9, 58.7)
100
 2 

2
  2(2.575) (3.0) 

e. n   2z /2  , n  1.0   238.7 n  239

w
   

Suponga que la porosidad al helio (en porcentaje) de muestras de carbón, tomadas de cualquier veta
en particular, está normalmente distribuida con una desviación estándar verdadera de 0.75.

a. Calcule un IC de 95% para el verdadero promedio de la porosidad de cierta veta, si el

promedio de porosidad de 20 especímenes de la veta fue 4.85.
b. Calcule un IC de 98% para el verdadero promedio de la porosidad de otra veta, basado en
16 especímenes con un promedio de porosidad muestral de 4.56.
c. ¿Qué tan grande debe ser el tamaño muestral si la longitud del intervalo de 95% es de 0.40?
Solución:

a. x  z 2 , 1   0.95,   0.05,  2  0.025, z 2  1.96

 0.75 
4.85 1.96  4.85  0.329, entonces el intervalo será: (4.521,5.179)


b. x  z 2 , 1   0.98,   0.02,  2  0.01, z 2  2.33

 0.75 
4.56  2.33  4.56  0.4368, entonces el intervalo será: (4.123, 4.997)
 120
 
16
 2 

2
  2(1.96) (0.75) 
c. n   2z 2  , n   0.40   54, entonces n  54
w
   
Con base en pruebas detalladas, se sabe que el límite elástico (punto de cedencia) de determinado
tipo de varilla de acero de refuerzo tiene una distribución normal con σ = 100. Se ha modificado
un poco la composición del acero, pero se cree que la modificación no ha afectado ni la normalidad
ni el valor de σ.

a. Suponiendo que así sea, si una muestra de 25 varillas modificadas dio como resultado un
punto de cedencia con promedio muestral de 8439 lb., calcule un intervalo de confianza de
90% para el punto real promedio de cedencia de la varilla modificada.
b. ¿Cómo modificaría el intervalo del inciso a) para obtener un nivel de confianza de 92%?
Solución:

a. x  z 2 , 1   0.90,   0.10,  2  0.05, z 2  1.645

 100 
8439 1.645  8439  32.9, entonces el intervalo será: (8406.1,8471.9)


b. x  z 2 , 1   0.92,   0.08,  2  0.04, z 2  1.75

 100  Para un nivel de confianza mayor, aumenta la

8439 1.75  8439  35, entonces el
longitud del intervalo
intervalo será: (8404,8474)
7. ¿

Intervalos de confianza con muestras grandes para la media y la proporción de una

población

1. Una muestra aleatoria de 110 relámpagos, en cierta región, tuvieron una duración de eco de
radar promedio muestral de 0.81s (“Lightning Strikes to an Airplane in a Thunderstorm”, J.
of Aircraft, 1984, pp. 607 – 611). Calcule un intervalo de confianza de 99% para el verdadero
promedio de duración de eco µ e interprete el intervalo resultante.
Solución:
Para muestras grandes podemos tomar la desviación estándar muestral, por tanto:
s
x  z 2 , 1   0.99,   0.01,  2  0.005, z 2  2.58, x  0.81, s  0.34
n
 0.34 
0.81 2.58   0.81 0.083, entonces el intervalo será: (0.73,0.89)
110
 

2. El artículo “Extravisual Damage Detection Defining the Estandar Normal Tree”

(PhotogrammetricEngr. And Remote Sensing. 1981, pp. 512 – 522) analiza el uso de
fotografía infrarroja en color para la identificación de árboles normales en bosques de pinos
de Oregon (abeto Douglas). Entre los datos reportados había resúmenes estadísticos para
medidas densitométricas ópticas analíticas de filtro verde en muestras de árboles sanos y
enfermos. Para una muestra de 69 árboles sanos, el promedio muestral de densidad de capa
de tinte fue 1.028 y la desviación estándar muestral 163.
a. Calcule un intervalo de confianza de 95% para el verdadero promedio de densidad de capa
de tinte µ para todos estos árboles.
b. Suponga que los investigadores habían hecho una estimación de 0.16 para el valor de s
antes de reunir los datos. ¿Qué tamaño de muestra sería necesario para obtener un ancho
de intervalo de 0.05 con un nivel de confianza de 95%?
Solución:
a.
x  1.028, s  0.163, n  69
s
x  z 2 , 1    0.95,   0.05,  2  0.025, z 2  1.96
n
  0.163 
1.028 1.96 1.028  0.0383, entonces el intervalo será: (0.99,1.066)
 
69
2 

2
  2(1.96)(0.16) 
b. n   2z 2  , n   0.05   157, entonces n  157
w
   
   

3. El artículo “Evaluating Tunnel Kiln Performance”(Amer. Ceramic Soc. Bull., agosto de 1997,
pp. 59 – 63) contiene la siguiente información resumida de resistencia a la fractura, en MPa,
de n = 169 barras de cerámica quemadas en determinado horno: x  89.10 , s = 3.73.

a. Calcule un intervalo de confianza bilateral de la resistencia real promedio a la fractura con

un nivel de confianza del 95%. ¿Parece que se ha estimado con precisión esa resistencia?
b. Suponga que los investigadores creían a priori, que la desviación estándar de la población
era 4 MPa. Con ésta hipótesis, ¿de que tamaño se hubiera requerido una muestra para
estimar µ con 0.5 MPa de precisión y 95% de confianza?
Solución:
a.
x  89.10, s  3.73, n  169
s
x  z 2 , 1    0.95,   0.05,  2  0.025, z 2  1.96
n
 3.73 
89.10 1.96   89.10  0.5624, entonces el intervalo será: (88.5376,89.6624)
169
 
Si, el intervalo es muy estrecho y parece bastante preciso.

b. En este caso para una precisión de 0.5 MPa se requiere que el ancho del intervalo sea de
1.0 MPa.

2 2
  2(1.96)(4) 
n   2z 2  , n   1.0   245.86, entonces n  246
w
  

 n 46

4. En una prueba de dureza Brinell se mide el diámetro de la penetración originada al oprimir

una bola de acero endurecido contra un material, bajo una carga patrón de prueba. Suponga
que se determina la dureza Brinell en cada espécimen de una muestra de tamaño 50, lo cual da
por resultado un promedio muestral de 64.3 y una desviación estándar de 6.0. Calcule una cota
inferior de confianza de 99% para la dureza Brinell real en especímenes de este material.
Solución:
Para n = 50, x  64.3,   6.0
s
x  z , 1   0.99,   0.01, z0.01  2.33
n

 6.0 
64.3  2.33  64.3 1.977  62.323, entonces la cota inferior es: 62.323

5. El artículo “Ultimate Load Capacities of Expansion Anchor Bolts” (J. of Energy Engr., 1993,
pp. 139 – 158) reporta el resumen de los siguientes datos, sobre resistencia al corte, para una
muestra de pernos de anclaje de 3/8 pulg: n = 78, x  4.25kip y s = 1.30. Calcule una cota

inferior de confianza utilizando un nivel de 90% de confianza para la resistencia promedio real
al corte.
Solución:
Para n = 78, x  4.25kip y s = 1.30
 s
, 1   0.90,   0.10, z0.10  1.28
x  z
n

 1.30 
4.25 1.28  4.25  0.188  4.062, entonces la cota inferior es: 4.062

[Link] seleccionó una muestra aleatoria de 487 mujeres no fumadoras de peso normal (índice de
masa corporal entre 19.8 y 26.0) que dieron a luz en un gran centro médico metropolitano
(“The Effects of Cigarette Smoking and Gestational Weigth Change of Birth Outcomes in
Obese and Normal Weigth Women”, Amer. J. of Public Health, 1997, pp. 591 -596). Se
determinó que en el 7.2% de esos nacimientos resultaron niños de bajo peso al nacer, con
menos de 2500g. Calcule una cota superior de confianza de 99% para la proporción de
nacimientos que dan como resultado niños de bajo peso al nacer.
Solución:
Para la cota superior con: p̂  0.072, y una condición de frontera superior del 99%
1   0.99,
  0.01, z0.01  2.33
 n  4n2


p 2n
1z

(2.33)2 (0.072)(0.928) (2.33)2

0.072   2.33 
2(487) 487 4(487)2 0.0776  0.0279
p 2
  0.1043
(2.33) 1.0111
1
487

[Link] artículo “An Evaluation of Football Helmets Under Impact Conditions” (Amer. J. Sports
Medicine, 1994, pp. 233 -237) reporta que cuando se sometió a cada casco de fútbol, de una
muestral aleatoria de 37 del tipo de suspensión, a cierta prueba de impacto, 24 mostraron daños.
Sea p la proporción de todos los cascos de este tipo que muestran daños al probarse de la manera
descrita.
a. Calcule un intervalo de confianza de 99% para p.
b. ¿Qué tamaño de muestra se requeriría para que el ancho de un intervalo de confianza del
99% fuera 0.10 a lo sumo, independientemente de p̂ ?
Solución:
24
El estimado de la proporción es p̂   0.6486 y q̂  0.3514 . Para el nivel de confianza de
37
99 % z /2  2.58

n  4n2


p 2n sustituyendo los valores dados, se tiene

1z
(2.58)2 (0.6486)(0.3514) (2.58)2
0.6486   2.58 
2(37) 37 4(37)2 0.7386  0.2216
p 2

(2.58) 1.1799
1
37

El intervalo es (0.4382, 0.8138)

b. Para una proporción el cálculo del tamaño de la muestra se calcula de la expresión que
resulta de despejar n del intervalo del CI.

n
w2
Sin embargo cuando no se conoce p̂ , un método conservador es aprovechar el hecho de
que p̂q̂  p̂(1 p̂) es un máximo cuando p̂ = 0.5, por consiguiente se usa p̂ = q̂ = 0.5 en

la expresión anterior, así tenemos:

2(2.58)2 (0.25)  (2.58)2 (0.01)  4(2.58)4 (0.25)(0.25  0.01)  0.01(2.58)4

n
0.01
3.261636  3.3282
  658.98 n  659
.01

8. Una prueba de 56 muestras de algodón para investigación resultó en un porcentaje de

alargamiento promedio muestral de 8.17 y una desviación estándar muestral de 1.42 (“An
Apparent Relation Between the Spiral Angle , the Percent Elongation E1 , and Dimensions
of the Cotton Fiber”, Textile Research J., 1978, pp. 407 – 410). Calcule un intervalo de
confianza con muestras grandes de 95% para el verdadero promedio del porcentaje de
 alargamiento . ¿Qué suposiciones se hacen acerca de la distribución del porcentaje de
alargamiento?
Solución:
Con n  56, x  8.17,  1.42 y un nivel de confianza de 95% z /2 1.96 el intervalo
es:

s
x  z 2 , sustituyendo los valores dados:
n

 1.42 
8.17 1.96  8.17  0.3719 el intervalo es (7.7981, 8.5419)

No se hicieron suposiciones acerca de la distribución de probabilidad, más que la muestra es

lo suficientemente grande.

Intervalos basados en una población con distribución normal.

 131

Una muestra aleatoria de 8 especimenes de prueba, de cierto tipo de fibra de vidrio E, produjeron
un límite elástico al corte interfacial promedio muestral de 30.2 y una desviación estándar
muestral de 3.1 (On Interfacial Failure in Notched Unidireccional Glass/Epoxy Composites”J.
Composite Materials, 1985, pp. 276 – 286). Si se supone que el límite elástico de corte interfacial
está normalmente distribuido, calcule un intervalo de confianza de 95% para el verdadero
promedio de esfuerzo (como lo hicieron los autores de este artículo) Solución:
Un intervalo de confianza para la media  a partir de una muestra con distribución normal si
no se conoce la desviación estándar está dado por:
x  t / 2, v s , v  n 1 grados de libertad
n

En este caso par un nivel de confianza de 95%, /2 = 0.025 y t/ 2 , 7 = t0.025, 7 = 2.365
s  3.1 
x  t / 2, v  30.2  2.365  30.2  2.592 (27.608, 32.792)
n

El artículo “Measuring and Understanding the Aging of Kraft Insulating Paper in Power
Transformers” (IEEE Electrical Insul. Mag., 1996, pp. 28 – 34) contenía las siguientes
informaciones sobre el grado de polimerización de muestras de papel donde la viscosidad
multiplicada por la concentración caía entre determinados límites intermedios.

418 421 421 422 425 427 431 434 437 439 446 447
448 453 454 463 465
 132

a. Trace un diagrama de caja de los datos y comente sus propiedades de interés.

b. ¿Es factible que estas observaciones muestrales se hayan seleccionado de una distribución
normal?
c. Calcule un intervalo de confianza bilateral de 95% para el grado de polimerización
promedio real (como lo hicieron los autores de este artículo). ¿Parece indicar ese intervalo
que 440 es un valor factible del grado promedio real de polimerización? ¿Y 450?
Solución:
a.
Se observa que hay cierta simetría
con un ligero sesgo positivo, la
mediana está muy cercana a la media, no hay valores
atípicos.

Estadísticas descriptivas: Grado de polimerización

Error
estándar
de la
N Media media [Link]. Mínimo Q1 Mediana Q3 Máximo
17 438.29 3.67 15.14 418.00 423.50 437.00 450.50 465.00

b. Basados en una gráfica de probabilidad normal parece razonable suponer que los datos de
la muestra provienen de una población con distribución normal.

c. En este caso par un nivel de confianza de 95%, /2 = 0.025 y t/ 2 , v = t0.025, 16 = 2.120
s  15.14 
x t  438.29  2.120  438.29  7.785 (430.505, 446.075)
 / 2, v  
n 17
 

Es factible que el valor de la media del grado de polimerización sea 440, no así 450 ya que
este valor está fuera del intervalo.
 133

Con una muestra de 14 especimenes de uniones de cierto tipo, se obtuvo una resistencia
proporcional límite media muestral de 8.48 MPa y desviación estándar muestral de 0.79 MPa
(“Caracterization of Bearing Strength Factors in Pegged Timber Connections”, J. of Structural
Engr., 1997, pp. 326 – 332).

d. Calcule e interprete una cota inferior de 95% de confianza para el esfuerzo límite promedio
proporcional real de todas estas uniones. ¿Qué hipótesis, si es que formuló alguna, necesito
acerca de la distribución del esfuerzo límite proporcional?
e. Calcule e interprete una cota inferior de predicción del esfuerzo proporcional límite de una
sola unión de ese tipo.
Solución:
a. Con n = 14, x = 8.48 y s = 0.79, t0.05,13 1.771
s  0.79 
x t , 8.48  (1.771)  8.48  0.374  8.11, la cota inferior es 8.11
 ,n1  
n 14
 

Con un nivel de confianza de 95% el valor de la verdadera media del límite de resistencia
de estas uniones en el intervalo (8.11, ∞), esto significa que cuando este intervalo es
calculado uno tras otro, a la larga el 95% de estos incluyen la verdadera media del límite
proporcional de resistencia de una muestra de este tipo de juntas. Se supuso que la muestra
provenía de una población con distribución normal.

b. La cota inferior de predicción para un nivel de predicción de 95% está dada por:

1
x  t ,n1s 1 , 8.48 1.771(0.79)
1  8.48 1.448  7.032
n 1
14
la cota inferior es 7.031

Si esta frontera es calculada muestra por muestra a la larga 95% de estas proporcionarán
una cota inferior para valores futuros del esfuerzo proporcional límite de una muestra de
uniones de este tipo.

Una muestra de 26 trabajadores de cierta plataforma marina tomaron parte en un simulacro de

evacuación (para casos de emergencia) y se obtuvieron los datos adjuntos de tiempo (segundos)
para terminar el desalojo.

389 356 359 363 375 424 325 394 402 373 373 370 364 366 364 325
339 393 392 369 374 359 356 403 334 397

El promedio y la desviación estándar muestrales son 370.69 y 24.36 respectivamente.

f. Calcule una cota superior de confianza para el tiempo promedio poblacional de escape,
con un nivel de confianza de 95%.
g. Calcule una cota superior de predicción para el tiempo de escape de un solo trabajador
más, con un nivel de predicción de 95%. ¿Cómo se compara esta cota con la de confianza
del inciso (a)?
h. Suponga que se escogen dos trabajadores más para participar en el ejercicio simulado de
escape. Represente sus tiempos de escape por X27 y X28, y sea X nuevo el promedio de esos
dos valores. Modifique la fórmula de un intervalo de predicción para un solo valor de x,
para obtener el intervalo de predicción para X nuevo y calcule un intervalo bilateral de 95%
basado en los datos de tiempo de escape.
Solución:

a. Con x =370.69 y s = 24.36, t0.05,25  1.708

 134

s  24.36 
x t , 370.69  (1.708)  370.69  8.16  378.85, la cota superior es 378.85
 ,n1  
n 26
 
b. La cota superior de predicción para un nivel de predicción de 95% esta dada por:

1 1
x  t ,n1s 1 , 370.69  1.708(24.36) 1  370.69  42.45  413.14,
n 26

la cota superior es 413.14

Se observa que está cota es mayor que la cota de confianza, debido a que el error de predicción
es, X  Xn1 , una diferencia entre dos variables aleatorias, mientras que el error de
 135

estimación es, X   , la diferencia entre una variable aleatoria y un valor fijo. El intervalo
de predicción es más amplio que el intervalo de confianza porque hay más variabilidad en el
error de predicción que en el error de estimación.

c. Puesto que Xn + 1 es independiente de X1, …, Xn , entonces también es independiente de X

así que la varianza del error de predicción es:
2 2 1
V ( X  Xn1 )  V ( X )  V ( X n1 )       1 
2

n  n
El error de predicción por ser una combinación lineal de variables aleatorias independientes,
distribuidas normalmente, tiene distribución normal estándar, pero al reemplazar  por la
desviación estándar muestral s, tendrá aproximadamente una distribución t con n – 1 grados
de libertad. Siguiendo este procedimiento, necesitamos encontrar la varianza de X  Xnuevo ,
entonces:
V ( X  Xnuevo )  V ( X )  V ( Xnuevo )  V ( X )2 V ( 1 ( X 27  X 28 ))
 V (2 X )  V ( 21 X 27 )  V ( 21 X 28 )  V ( X )  41 V ( X 27 )  41 V ( X 28 )
 1 2 1 2 1 1
     2 
 

n 4 4 2 n
 
X  Xnuevo
Entonces llegamos a T  y el intervalo será: x  t 2,n1  s 1 1
s
1 1
 
2 n 2 n

Sustituyendo los valores dados, tenemos:

370.69 1.708(24.36) 1  1  370.69  30.53 , el intervalo es (340.16, 401.22)
2 26

9. Se seleccionó una muestra de 25 piezas de material laminado utilizado en la fabricación de

tarjetas de circuito y se determinó la cantidad de deformación para cada pieza bajo ciertas
condiciones, en pulgadas; se obtuvo una deformación promedio muestral de 0.0635 y una
desviación estándar muestral de 0.0065.
c. Calcule un pronóstico de la cantidad de deformación de una sola pieza de laminado, de
forma que muestre información sobre la precisión y la fiabilidad.
d. Calcule un intervalo con el cual se pueda tener gran confianza de al menos el 95% de todas
las piezas de laminado tengan deformaciones entre los dos límites de intervalo.
136
 137

Intervalos de confianza para la varianza y la desviación estándar de una población normal

1. Se determinó la cantidad de expansión lateral (mils) para una muestra de n = 9 soldaduras de

arco de metal y gas accionado por pulsos, empleados en tanque contenedores de gas licuado
natural en barcos. La desviación estándar muestral resultante fue s = 2.81 mils. Suponiendo
normalidad, determine un intervalo de confianza de 95% para 2 y .

2. Se hicieron las siguientes observaciones de resistencia a la fractura de placas de base 18% de

acero maragizado al níquel [“Fracture Testing of Weldments”, ASTM Special Publ. No. 381,
1965, pp 328 – 356 (en ksi , dadas en orden creciente):

69.5 71.9 72.6 73.1 73.3 73.5 75.5 75.7 75.8 76.1 76.2
76.2 77.0 77.9 78.1 79.6 79.7 79.9 80.1 82.2 83.7 93.7
Calcule un intervalo de confianza de 99% para la desviación estándar de la distribución de la
resistencia a la fractura. ¿Es válido este intervalo, cualquiera que sea la naturaleza de la
distribución? Explique.
Solución:

Estadísticas descriptivas:
Variable N Media [Link]. Varianza Mínimo Q1 Mediana Q3
X 22 77.33 5.04 25.37 69.50 73.45 76.20 79.75

Variable Máximo
X 93.70
(n 1)S 2 (n 1)S 2
El intervalo para la varianza es:  2 
2 2
 / 2,n1 1 / 2,n1

2  41.399,  2  8.033, s2  25.37

0.005,21 0.995,21

21(25.37) 21(25.37)
  2 , 12.869   2  66.322),  (12.869,66.322)
41.399 8.033

Para la desviación estándar (3.587, 8.144)

La validez del intervalo requiere que la resistencia a la fractura este distribuida normalmente
o en último caso aproximadamente.

3. Los resultados de un análisis de turbiedad Wagner de 15 muestras de arena patrón de prueba

Ottawa fueron (en microampers):

26.7 25.8 24.0 24.9 26.4 25.9 24.4 21.7 24.1 25.9
27.3 26.9 27.3 24.8 23.6

a. ¿Es posible que se haya seleccionado esta muestra de una población con distribución
normal?
b. Calcule una cota superior de confianza con nivel de 95% para la desviación estándar
poblacional de turbiedad.
 138

4. El tiempo de reacción (TR) para un estímulo es el período que comienza con la presentación
de un estímulo y termina con el primer movimiento discernible de cierto tipo. El artículo
“Relationship of Reaction Time and Movement Time in a Gross Motor Skill” (Perceptual and
Motor Skills, 1973, pp. 453 – 454) reporta que el TR promedio muestral para 16 nadadores
experimentados, al arranque con un disparo, fue de 0.214 s y la desviación estándar muestral
fue 0.036 s.
a. Planteada cualquier suposición necesaria, determine un intervalo de confianza de 90% para
el verdadero promedio de tiempo de reacción de todos los nadadores experimentados.
b. Calcule una cota superior de confianza de 90% para la desviación estándar de la
distribución de tiempos de reacción.
c. Pronostique el tiempo de reacción para otro individuo, en una forma que muestre
información sobre la precisión y fiabilidad.

4. La alta concentración del elemento tóxico arsénico es común en aguas subterráneas. El artículo “Evaluation
of treatment Systems for de Removal of Arsenic from Groundwater” (Practice Periodical of Hazardous, Toxic, and
Radioactive Waste Mgmt., 2005: 152 – 157) reporta que para una muestral de n =5 especímenes de agua
seleccionada para tratamiento por coagulación, la concentración de arsénico media muestral fue de 24.3 µg/L y la
desviación estándar muestral fue de 4.1. Los autores del artículo citado utilizaron métodos basados en t para analizar
sus datos, así que venturosamente tuvieron razón al creer que la distribución de la concentración de arsénico era
normal.
4. Calcule e interprete un intervalo de confianza de 95% para la concentración de arsénico promedio verdadera
en todos los especímenes de agua.
b. Calcule un límite de confianza superior de 90% para la desviación estándar de la distribución de la
concentración de arsénico.
c. Pronostique la concentración de arsénico de un espécimen de agua de modo que proporcione información
sobre precisión y confiabilidad.
139