Universidad de las Fuerzas Armadas ESPE

Unidad de Educación a Distancia

Revise los contenidos, documentación, e información referente a los temas:Distribuciones de

Probabilidades.
Realice los ejercicios propuestos.

De ser necesario revise los textos de la bibliografía.

Apellidos: V E R G A R A P A L A C I O S

Nombres: KIMBERLY NATHALIA

NRC:
Fecha de entrega:
20/11/2022
Formato de entrega del archivo:
Un único archivo formato PDF

Nombre del archivo:

AA1_Apellido_Nombre_EstApl.pdf

Criterios de evaluación:
▪ Resolución de ejercicios: 16 puntos.
▪ Uso adecuado de notación y simbología matemática: 2 puntos.
▪ Presentación clara, con letra y simbología legible, recuerde, el trabajo debe serresuelto a mano, aseado y
ordenado: 2 puntos.

Firma:
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Ejercicios y Problemas
1. Calcule la media y la varianza de la siguiente distribución probabilística discreta.
Estadística Actividad N°1 - Página 2 22/11/2022

x P(x)
0 0.20
1 0.40
2 0.30
3 0.1

Xi fi xifi (X-u)ᶺ2*P(x)

0 0,20 0 0,34
1 0,40 0,40 0,04
2 0,30 0,60 0.15
3 0,10 0,30 0,29

Media

𝝁 =∑ 𝒏
𝒊=
𝟏 𝒙𝒊𝒇𝒊

𝝁 = 𝟎 + 𝟎. 40 + 𝟎. 𝟔𝟎 + 𝟎. 𝟑𝟎 = 𝟏. 30

𝑳𝒂 m𝒆𝒅𝒊𝒂 𝒆𝒔 𝒅𝒆 𝟏. 30

Varianza

𝑽𝑨𝑹 = 𝝈𝟐 = 𝒊∑=𝟏 𝒏 (𝒙𝒊 − 𝝁)𝟐 ∗ 𝒇

𝝈𝟐 = 𝟎. 34 + 𝟎. 𝟎4 + 𝟎. 15 + 𝟎. 𝟐9
𝝈𝟐 = 0. 81

𝑳𝒂 𝒗𝒂𝒓𝒊𝒂𝒏𝒛𝒂 𝒆𝒔 0. 81
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

2. Daniel es el propietario y gerente de Dany’s Coffee, y ofrece repetición gratis en todos los
servicios de café. Reunió la siguiente información acerca del número de tales repeticiones.
Calcule la media, la varianza y la desviación estándar para la distribución del número de
repeticiones de café.

Repeticion Porcenta
es je
0 30
1 40
2 20
3 10

X Fi XiFi z
i
0 0,3 0 1,21 0,363
1 0,4 0,4 0,01 0,004
2 0,2 0,4 0,81 0,162
3 0,1 0,3 3,61 0,361

Media

𝝁 =∑ 𝒏
𝒊=
𝟏 𝒙𝒊𝒇𝒊
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

𝝁 = 𝟎 + 𝟎. 𝟒 + 𝟎. 𝟒 + 𝟎. 𝟑 = 𝟏. 𝟏

𝑳𝒂 𝒎𝒆𝒅𝒊𝒂 𝒆𝒔 𝒅𝒆 𝟏. 𝟏

Varianza

𝑽𝑨𝑹 = 𝝈𝟐 = 𝒊∑=𝟏 𝒏 (𝒙𝒊 − 𝝁)𝟐 ∗ 𝒇

𝝈𝟐 = 𝟎. 𝟑𝟔𝟑 + 𝟎. 𝟎𝟎𝟒 + 𝟎. 𝟏𝟔𝟐 + 𝟎. 𝟑𝟔𝟏

𝝈𝟐 = 𝟎. 𝟖𝟗

𝑳𝒂 𝒗𝒂𝒓𝒊𝒂𝒏𝒛𝒂 𝒆𝒔 𝟎. 𝟖𝟗

Desviación Estándar

𝝈 = √𝑽𝑨𝑹
𝝈 = √ 𝟎. 𝟖𝟗
𝝈 = √𝟎. 𝟗𝟒𝟑𝟑𝟗𝟖𝟏𝟏𝟑𝟐

3. Se selecciona al azar a un grupo de 3 personas de una muestra de 10 que incluye a 4

menores de edad. Interesa conocer el número de menores de edad en el grupo.
a) ¿Cuáles son los valores posibles de esta variable aleatoria?

𝑥: 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑒𝑛𝑜𝑟𝑒𝑠 𝑑𝑒 𝑒𝑑𝑎𝑑

𝑚𝑒𝑛𝑜𝑟𝑒𝑠 𝑑𝑒 𝑒𝑑𝑎𝑑 ⟶ 4
𝑚𝑎𝑦𝑜𝑟𝑒𝑠 𝑑𝑒 𝑒𝑑𝑎𝑑 ⟶ 6

𝑛∁𝑟 → 𝑛 = 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 = 10
→ 𝑟 = 𝑡𝑎𝑚𝑎ñ𝑜 = 3

(6∁3) (4∁0) = 20
(6∁2) (4∁1) = 60
(6∁1) (4∁2) = 36
(6∁0) (4∁3) = 4
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

b) Determine la distribución probabilística de esta variable.

𝑃(𝑥 = 0) = 20 = 1 = 0.1666666667 = 0.17

120 6
1
𝑃(𝑥 = 1) = 60 = = 0.5 = 0.5
120 2

𝑃(𝑥 = 2) = 36 = 3 = 0.3 = 0.3

120 10
1
𝑃(𝑥 = 3) = 4 = = 0.0333333333 = 0.03
120 30

x P(x)
0 1/6
1 1/2
2 3/10
3 1/30
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

c)¿Cuál es la probabilidad de que haya; exactamente un menor de edad?, ¿por lo menos

uno?, ¿dos o más?
1
𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑒𝑥𝑖𝑠𝑡𝑎 𝑒𝑥𝑎𝑐𝑡𝑎𝑚𝑒𝑛𝑡𝑒 𝑢𝑛 𝑚𝑒𝑛𝑜𝑟 𝑑𝑒 𝑒𝑑𝑎𝑑 𝑒𝑠 𝑑𝑒 = 0.5 = 50%
2
5
𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑝𝑜𝑟 𝑙𝑜 𝑚𝑒𝑛𝑜𝑠 ℎ𝑎𝑦𝑎 𝑢𝑛 𝑚𝑒𝑛𝑜𝑟 𝑑𝑒 𝑒𝑑𝑎𝑑 𝑒𝑠 𝑑𝑒 = 0.83333 = 83.33%
6
𝑝(𝑥 ≥ 1) = 𝑝(𝑥 = 1) + 𝑝(𝑥 = 2) + 𝑝(𝑥 = 3)

1 3 1 15 + 9 + 1 25 5
𝑝( 𝑥 ≥ 1 ) = + + = = = = 0.8333333 ∗ 100 = 83.33%
2 10 30 30 30 6
1
𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 ℎ𝑎𝑦𝑎 𝑑𝑜𝑠 𝑜 𝑚á𝑠 𝑚𝑒𝑛𝑜𝑟𝑒𝑠 𝑑𝑒 𝑒𝑑𝑎𝑑 𝑒𝑠 = 0.3333 = 33.33%
3
( ) ( )
𝑝 𝑥 ≥ 2 = 𝑝 𝑥 = 2 + 𝑝(𝑥 = 3)

3 1 9+1 10 1
𝑝( 𝑥 ≥ 2 ) = + =
10 30 30 = 30 = 3 = 0.3 333333 ∗ 100 = 33.33%
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia
d)la media, la varianza y la desviación estándar del número de menores de edad.

x P(x) x. P(x) (𝐱 − 𝒙
̅)𝟐 (𝐱 − 𝒙
̅)𝟐 . 𝑷(𝒙)
0 1/6 0 1,44 0,24
1 1/2 1/2 0,04 0,02
2 3/10 3/5 0,64 0,192
3 1/30 1/10 3,24 0,108

Media

𝒏
𝝁 =∑ 𝒊=𝟏 𝒙𝒊𝒇𝒊

6
𝝁 = 0 + 𝟏 + 3 + 1 = 0+5+6+1 = 12 = = 1.2
2 5 10 10 10 5

𝑳𝒂 𝒎𝒆𝒅𝒊𝒂 𝒆𝒔 𝒅𝒆 𝟏. 𝟐

Varianza

𝑽𝑨𝑹 = 𝝈𝟐 = ∑𝒏 (𝒙𝒊=𝒊𝟏 − 𝝁)𝟐 ∗ 𝒇

𝝈𝟐 = 𝟎. 𝟐𝟒 + 𝟎. 𝟎𝟐 + 𝟎. 𝟏𝟗𝟐 + 𝟎. 𝟏𝟎𝟖

𝝈𝟐 = 𝟎. 𝟓𝟔

𝑳𝒂 𝒗𝒂𝒓𝒊𝒂𝒏𝒛𝒂 𝒆𝒔 𝟎. 𝟓𝟔

Desviación Estándar

𝝈 = √𝑽𝑨𝑹

𝝈 = √𝟎. 𝟓𝟔

𝝈 = √𝟎. 𝟕𝟒𝟖𝟑𝟑𝟏𝟒𝟕𝟕𝟒
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

4. Supóngase una distribución binomial donde n = 3 y π = 0.60.

a.) Con la ayuda de una tabla, enuncie las probabilidades de un éxito de valores de x
desde 0 hasta 3.

b.) Determine la media y la desviación estándar de la distribución de las definiciones

generales dadas en las fórmulas correspondientes.

Media de la distribución binomial

𝝁 = 𝒏𝝅
𝝁 = (3)(𝟎. 𝟔𝟎)
𝝁 = 1. 80

Varianza de la distribución binomial

𝝈𝟐 = 𝒏𝝅(𝟏 − 𝝅)
𝝈𝟐 = (3)(𝟎. 𝟔𝟎)(𝟏 − 𝟎. 𝟔𝟎)
𝝈𝟐 = 𝟎. 84

Desviación estándar de la distribución binomial

𝝈 = √𝒏𝝅(𝟏 − 𝝅)

𝝈 = √𝟎. 84

𝝈 = √𝟎. 𝟗1651513899117
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

5. Un 10% de los empleados de producción en la Empresa Aceros están ausentes de trabajo

en un determinado día de agosto. Supóngase que se seleccionan al azar 10 trabajadores
de producción para un estudio riguroso del ausentismo.
a.) ¿Cuál es la variable aleatoria?
La cantidad de empleados

b.) ¿Dicha variable es discreta o continua?

Es una variable discreta

c.) ¿Cuál es la probabilidad de que ninguno de los 10 empleados seleccionados esté

ausente?
𝑛 = 10 𝜋 = 0.10
𝑝(𝑥 ) = 𝑛! 𝜋𝑥(1 − 𝜋)𝑛−𝑥
(𝑛−𝑥)!𝑥!

𝑝(0) = 10! (0.10)0 (1 − 0.10)10−0 = 0.3486784401 = 0.3487 ∗ 100 = 34.87

(10−0)!0!

𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑖𝑛𝑔𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 10 𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑜𝑠 𝑠𝑒𝑙𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠 𝑒𝑠𝑡é 𝑎𝑢𝑠𝑒𝑛𝑡𝑒 𝑒𝑠 𝑑𝑒𝑙 34.87%

d.) Desarrolle una distribución probabilística binomial para el experimento.

𝑝(𝑥) = 𝑛! 𝜋𝑥(1 − 𝜋)𝑛−𝑥
(𝑛−𝑥)!𝑥!
𝑝(0) = 10! (0.10)0 (1 − 0.10)10−0 = 0.3486784401 = 0.3487
(10−0)!0 !
𝑝(1) = 10!
(0.10)1 (1 − 0.10)10−1 = 0.387420489 = 0.3874
(10−1)!1 !
𝑝(2) = 10!
(0.10)2 (1 − 0.10)10−2 = 0.1937102445 = 0.1937
(10−2)!2 !
𝑝(3) = 10!
(0.10)3 (1 − 0.10)10−3 = 0.057395628 = 0.0574
(10−3)!3 !
𝑝(4) = 10!
(0.10)4 (1 − 0.10)10−4 = 0.011160261 = 0.0111
(10−4)!4 !
𝑝(5) = 10!
(0.10)5 (1 − 0.10)10−5 = 0.0014880348 = 0.0015
(10−5)!5 !
𝑝(6) = 10!
(0.10)6 (1 − 0.10)10−6 = 0.000137781 = 0.0001
(10−6)!6 !
𝑝(7) = 10!
(0.10)7 (1 − 0.10)10−7 = 0.000008748 = 0.00001
(10−7)!7 !
𝑝(8) = 10!
(0.10)8 (1 − 0.10)10−8 = 0.0000003645 = 0.000000
(10−8)!8 !
𝑝(9) = 10!
(0.10)9 (1 − 0.10)10−9 = 0.000000009 = 0.0000000
(10−9)!9 !
𝑝(10) = 10!
(0.10)10 (1 − 0.10)10−10 = 0.0000000001 = 0.00000000
(10−10)!0 !
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

x P(x)
0 0.3487
1 0.3874
2 0.1937
3 0.0574
4 0.0111
5 0.0015
6 0.0001
7 0.00001
8 0.000000
9 0.0000000
10 0.00000000
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

e.) Calcule la media, la varianza y la desviación estándar de la distribución.

Media de la distribución binomial

𝝁 = 𝒏𝝅
𝝁 = (𝟏𝟎)(𝟎. 𝟏𝟎)
𝝁=𝟏

Varianza de la distribución binomial

𝝈𝟐 = 𝒏𝝅(𝟏 − 𝝅)
𝝈𝟐 = (𝟏𝟎)(𝟎. 𝟏𝟎)(𝟏 − 𝟎. 𝟏𝟎)
𝝈𝟐 = 𝟎. 𝟗𝟎

Desviación estándar de la distribución binomial

𝝈 = √𝒏𝝅(𝟏 − 𝝅)
𝝈 = √𝟎. 𝟗𝟎

𝝈 = √𝟎. 𝟗𝟒𝟖𝟔𝟖𝟑𝟐𝟗𝟖𝟏

6. En San Rafael Outlet se acaba de recibir un embarque de 10 aparatos de televisión. Poco

después de haberse efectuado la entrega, el fabricante llamó para informar que por
descuido se habían enviado 3 televisores defectuosos. La Sra. María, propietaria de la
empresa, decidió probar 2 de los 10 aparatos recibidos. ¿Cuál es la probabilidad de que
ninguno de los dos tenga defectos?

Datos:

𝑛 = 10
𝑥 = 3(𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠)
3
𝜋= = 0.3(𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠)
10
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

1 − 𝜋 = 1 − 0.3 = 0.7(𝑛𝑜 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠)

𝑥=2
𝑝 ( 2) = 10!
(0.7)2 (1 − 0.7)10−2 = 0.0014467005 = 0.0014 ∗ 100 = 0.14%
(10−2) !2!

𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑖𝑛𝑔𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 2 𝑡𝑒𝑛𝑔𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠 𝑒𝑠 𝑑𝑒𝑙 0. 14%

 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

7. En una distribución de Poisson µ = 0.4.

a.) ¿Cuál es la probabilidad de que x = 0?

0!
𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑥 𝑠𝑒𝑎 𝑖𝑔𝑢𝑎𝑙 𝑎 0 𝑒𝑠 𝑑𝑒 67.032%

b.) ¿Cuál es la probabilidad de que x >0?

𝑝(𝑥 > 0)) = 1 − 𝑃(𝑥 = 0)
𝑝(𝑥 > 0)) = 1 − 0.67032
𝑝(𝑥 > 0)) = 0.32968 ∗ 100 = 32.968%
𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑥 𝑠𝑒𝑎 𝑚𝑎𝑦𝑜𝑟 𝑎 0 𝑒𝑠 𝑑𝑒 32.968%

8. Se estima que 0.5% de las llamadas telefónicas al departamento de facturación de la

Campania de Teléfonos Guayaquil, reciben la señal de ocupado. ¿Cuál es la probabilidad
de que, de las 1200 llamadas del día de hoy, por lo menos 5 hayan recibido dicha señal
𝜋 = 0.005 𝑂𝐶𝑈𝑃𝐴𝐷𝑂
𝑛 = 1200

𝜇 = 𝑛𝜋
𝜇 = (1200)(0.005) = 6 x P(x)
𝑥𝑒−𝜇
𝑝(𝑥) = 𝜇 0 0.0024788
𝑥!
0 −6
𝑝 ( 0) = 6𝑒 = 0.0024788 1 0.0148725
0!
1 −6
𝑝 ( 1) = 6𝑒 = 0.0148725
1! 2 0.0446175
2 −6
𝑝 ( 2) = 6𝑒 = 0.0446175
2! 3 0.0892350
63𝑒 −6
𝑝 (3 ) = = 0.0892350
4 0.1338526
3!
4 𝑒 −6
𝑝 (4 ) = 6 = 0.1338526
4!
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

𝑃(𝑥 ≥ 5) = 1 − (𝑃(0) + 𝑃(1) + 𝑃(2) + 𝑃(3) + 𝑃(4))

𝑃(𝑥 ≥ 5) = 1 − (0.0024788 + 0.0148725 + 0.0446175 + 0.0892350 + 0.1338526)
𝑃(𝑥 ≥ 5) = 0.7149436 ∗ 100 = 71,49436%

𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑝𝑜𝑟 𝑙𝑜 𝑚𝑒𝑛𝑜𝑠 5 ℎ𝑎𝑦𝑎𝑛 𝑟𝑒𝑐𝑖𝑏𝑖𝑑𝑜 𝑑𝑖𝑐ℎ𝑎 𝑠𝑒{𝑎 𝑙 𝑒𝑠 𝑑𝑒 71. 49%

9. Una población normal tiene una media de 20.0 y una desviación estándar de 4.0.
a.) Calcule el valor de z asociado a 25.0.
𝑧 = x̅ −μ
𝜎
𝑧= 25−20 = 5 = 1. 25
4 4

b.) ¿Qué porcentaje de la población está entre 20.0 y 25.0?

𝑃 (20 < 𝑥 < 25) = 0 < 𝑧 < 1.25

𝑃 (20 < 𝑋 < 25) = 0.39435 ∗ 100 = 39.44%

𝐸𝑙 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛 𝑞𝑢𝑒 𝑒𝑠𝑡𝑎 𝑒𝑛𝑡𝑟𝑒 20.0 𝑦 25.0 𝑒𝑠 𝑑𝑒𝑙 39.44%
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

c.) ¿Qué porcentaje de la población es menor que 18.0?

18 −20 2
𝑃(𝑥 < 18) = 𝑧 < = −0.5
=−
4 4

𝑃(𝑥 < 18) = 1 − 0.5 − 0.19146 = 0.30854 ∗ 100 = 30.85%

𝐸𝑙 𝑝𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛 𝑞𝑢𝑒 𝑒𝑠 𝑚𝑒𝑛𝑜𝑟 𝑑𝑒 18 𝑒𝑠 𝑑𝑒𝑙 30.85%

10. Una población normal tiene una media de 50.0 y una desviación estándar de 4.0.
a.) Calcule la probabilidad de un valor entre 44.0 y 55.0.

44−50 55−50
𝑃(44 < 𝑥 < 55) = <𝑧<
4 4
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

𝑃(44 < 𝑥 < 55) = −.15 < 𝑧 < 1.25

𝑃(44 < 𝑥 < 55) = 0.43319 + 0.39435 = 0.8276 ∗ 100 = 82.76%

𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑢𝑛 𝑣𝑎𝑙𝑜 𝑟 𝑒𝑛𝑡𝑟𝑒 44.0 𝑦 55.0 𝑒𝑠 𝑑𝑒 82.76%

b.) Evalúe la probabilidad de uno mayor que 55.0.

𝑃 (𝑋 > 55) = 𝑍 > 55−50 = 5 = 1.25

4 4
𝑃(𝑋 > 55) = 𝑧 > 1.25
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

𝑃(𝑥 > 55) = 1 − 0.5 − 0.3935 = 0.1 056 ∗ 100 = 10.56%

𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑢𝑛𝑜 𝑠𝑒𝑎 𝑚𝑎𝑦𝑜𝑟 𝑑𝑒 55 𝑒𝑠 𝑑𝑒𝑙 10.56%
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

c.) Obtenga la probabilidad de uno entre 52.0 y 55.0.

𝑃(52 < 𝑥 < 55) = 52−50 < 𝑧 < 55−50

4 4

𝑃(52 < 𝑥 < 55) = 0.5 < 𝑧 < 1.25

𝑃(52 < 𝑥 < 55) = 0.3935 − 0.19146 = 0.2029 ∗ 100 =

20.29%

𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑢𝑛𝑜 𝑒𝑛𝑡𝑟𝑒 52 𝑦 55 𝑒𝑠 𝑑𝑒𝑙 20.29%

d.) Determine el valor de X abajo del cual ocurrirá el 95% de los valores.

x̅ −μ
𝑧=
𝜎
x̅ = 𝑧𝜎
+ 𝜇 x̅ =
1.65(4)
+ 50
x̅ = 56.
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

Actividad de aprendizaje 2
Ejercicios y Problemas
1. La siguiente es una lista de establecimientos de Marco’s Pizza, ubicados
enLos Ángeles (Estado Unidos). Además, se indica si latienda es
propiedad de consorcio (C) o de administrador (M). Se seleccionará una
muestra de cuatro establecimientos y se inspeccionarán en lo que
respecta a comodidadpara clientes, seguridad, higiene y otras
características.

No. No.
Domicilio Tipo Domicilio Tipo
Identif. Identif.
00 2607 Starr Av. C 12 2004 Ottawa River Rd C
01 309 W. Alexis Rd C 13 2116 N Reynolds Rd C
02 2652 W. Central Av. C 14 3678 Rugby Dr C
03 630 Dixie Hwy M 15 1419 South Av C
04 3510 Dorr St. C 16 1234 W Sylvania Av C
05 5055 Glendale Av. C 17 4624 Woodville Rd M
06 3382 Lagrange St M 18 5155 S Main M
07 2525 W. Laskey Rd C 19 106 E Airport Hwy C
08 303 Louisiana Av C 20 6725 W Central M
09 146 Main St C 21 4252 Monroe C
10 835 S McCord Rd M 22 2036 Woodville Rd C
11 3501 Monroe St M 23 1316 Michigan Av M

a) Los números aleatorios seleccionados son 08, 18, 11, 54, 02, 41 y 54.
¿Qué tiendas se escogen?

Se seleccionan solo 4 establecimientos por lo tanto solo debe haber 4 muestras

seleccionadas las cuales son:

# Identificación Domicilio Tipo

2652 W. Central
2 Av. C (consorcio)
8 303 Louisiana Av C (consorcio)
11 3501 Monroe St M (administrador)
18 5155 S Main M (administrador)

Estimaciones de intervalos de confianza

 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

b) Utilice una tabla de números aleatorios para seleccionar su propia muestrade

establecimientos.
# Identificacion Domicilo Tipo
0 2607 Starr Av C (consorcio)
9 146 Main St C (consorcio)
17 4624 Woodville Rd M (administrador)
21 4252 Monroe C (consorcio)

c) Una muestra ha de constar de cada séptima ubicación. El número 03 (el ID)es

el punto de partida. ¿Qué tiendas se incluirán en la muestra?
Datos:
k=7
Punto de partida = 3
# Identificacion Domicilo Tipo
3 630 Dixie Hxy M (administrador)
10 835 s Mccord rd M (administrador)
17 4624 Woodville Rd M (administrador)
0 2607 starr Av C (consorcio)

d) Supóngase que una muestra consta de tres tiendas, dos de las cuales son
propiedad de consorcio, y una lo es del administrador. Seleccione una muestra
de acuerdo con esta información.

# Identificacion Domicilo Tipo

7 2525 W. Laskey Rd C (consorcio)
1234 W Sylvania
16 Av C (consorcio)
20 6725 W Central M (administrador)

Estimaciones de intervalos de confianza

 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

2. Una población está compuesta de los siguientes cinco valores: 12,12, 14,15
y 20.

a) Enumere todas las muestras posibles de tamaño 3 y calcule la media decada una

Datos:
N = 5 valores
(12,12,14,15,20)
n=3

Usamos combinación
𝑁!
𝑁𝐶𝑛 =
𝑛! (𝑁 − 𝑛)!
5!
𝑁𝐶𝑛 =
3! (5 − 3)!
5!
𝑁𝐶𝑛 =
3! 2!
𝑵𝑪𝒏 = 𝟏𝟎
Se obtienen 10 muestras del tamaño de 3

b) Determine el valor medio de la distribución de medias muestrales y la

media poblacional. Confronte los dos valores.

Valor medio de la media muestral:

∑𝑚𝑒𝑑𝑖𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
𝜇𝑥̅ =
#𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠
146
𝜇𝑥̅ =
10
ഥ = 𝟏𝟒, 𝟔𝟎
𝝁𝒙
Media poblacional:
12 + 12 + 14 + 15 + 20
𝜇=
5
73
𝜇𝑥̅ =
5
ഥ = 𝟏𝟒, 𝟔𝟎
𝝁𝒙

El valor del promedio de la media muestral es 14,60 y es igual al valor de la media

poblacional.

Estimaciones de intervalos de confianza

 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

c) Compare la dispersión en la población con la de las medias muestrales.

Dispersión de la población – Va de 12 a 20 – Dispersión = 20 - 12 = 8

Dispersión de las medias muestrales – Va de 12,67 a 16,33 – Dispersión =16,33 -

12.67 = 3,66

Por lo tanto, la dispersión de la población es 8 siendo mayor a la dispersión delas

medias muestrales la cual es 3,66

3. Una muestra de 49 observaciones se toma a partir de una población [Link]

media muestral es 55, y la desviación estándar de la muestra es 10. Determine el
intervalo de confianza de 99% para la media de la población.
Datos:
n = 49
𝑥̅ = 55
𝜎 = 10
𝛼 = 0.01
1 − 𝛼 = 0,99

Para calcular z:
0,99
= 0.495
2

Ubico este valor

en la tabla y da
como resultado:z
= 2,58

𝜎
𝐼𝐶 = 𝑥̅ ± 𝑧 ∗ Verificación
√𝑛 𝐿𝑖𝑚 inf + Lim 𝑠𝑢𝑝
10 = 𝑥̅
𝐼𝐶 = 55 ± 2,58 2
√49 51,31 + 58,69
10 = 𝑥̅
𝐿𝑖𝑚 𝑖𝑛𝑓 = 55 − 2,58 = 𝟓𝟏, 𝟑𝟏 2
√49 ഥ
𝟓𝟓 = 𝒙
10

𝐿𝑖𝑚 𝑠𝑢𝑝 = 55 + 2,58 = 𝟓𝟖, 𝟔𝟗

√49

Estimaciones de intervalos de confianza

 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

4. Una muestra de 10 observaciones se selecciona a partir de una población

normal para la cual se conoce que la desviación estándar es
5. La media muestral vale 20.

a) Determine el error estándar de la media.

Datos: Error estándar de la media

𝜎
n = 10 𝜎𝑥̅ =
𝑥̅ = 20 √𝑛
𝜎 = 5 poblacional 5
𝜎𝑥̅ =
√10
ഥ = 𝟏, 𝟓𝟖
𝝈𝒙

• Determine el intervalo de confianza de 95% para la media de la

población.

Se trabaja con t por que el tamaño de la muestra es pequeño.

𝜎
𝐼𝐶 = 𝑥̅ ± 𝑡 ∗ Calculo el valor de t
√𝑛
5

𝐼𝐶 = 20 ± 2,262 ∗
√10
5
𝐿𝑖𝑚 𝑖𝑛𝑓 = 20 − 2,262 ∗
√10
𝑳𝒊𝒎 𝒊𝒏𝒇 = 𝟏𝟔, 𝟒𝟐

5
𝐿𝑖𝑚 𝑠𝑢𝑝 = 20 + 2,262 ∗
√10
𝑳𝒊𝒎 𝒔𝒖𝒑 = 𝟐𝟑, 𝟓𝟖

Verificación:
𝐿𝑖𝑚 inf + Lim 𝑠𝑢𝑝
= 𝑥̅
2
16,42 + 23,58

= 𝑥̅
2

ഥ
𝟐𝟎 = 𝒙 t = 2.262

Estimaciones de intervalos de confianza

 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

5. Una empresa de investigación realizó una encuesta para determinar la

cantidad promedio (media) de dinero que gastan los fumadores
consuetudinarios en cigarrillos durante una semana. Una muestra de 49 de
tales fumadores reveló que 𝑋̅ = $20 (dólares) y s = $5.
a) ¿Cuál es el intervalo puntual? Explique lo que señala.
El intervalo puntual es la media muestral con un valor de 20 por que es el mejor estimado
de la media poblacional, por que la media muestral es el valor que tiene relación directa
con la media poblacional la cual no podría relacionarse con la desviación estándar por que
la que presenta el ejercicio es muestral y no poblacional.
b) Utilice el nivel de confianza de 95% y determine el intervalo de confianza para
µ. Explique lo que eso indica.

Datos:
n = 49
𝑥̅ = 20
𝜎=5
1 − 𝛼 = 0,95

Para calcular z:
0,95
= 0.475
2

Ubico este valor en la

tabla y da como
resultado:
z = 1,96

𝜎
𝐼𝐶 = 𝑥̅ ± 𝒛 ∗
√𝑛
5 El índice de confianza nos genera dos
𝐼𝐶 = 20 ± 1,96 ∗
√49 valores lo que nos dice que entre
5 18,60 y 21,40 está el valor inaccesible
𝐿𝑖𝑚 𝑖𝑛𝑓 = 20 − 1,96 ∗ = 𝟏𝟖, 𝟔𝟎 real de la población mediante el cual
√49
5 se puede obtenerla muestra, pero
𝐿𝑖𝑚 𝑠𝑢𝑝 = 20 + 1,96 ∗ = 𝟐𝟏, 𝟒𝟎 teniendo en
√49 cuenta un error del 5%
Verificación:
𝐿𝑖𝑚 inf + Lim 𝑠𝑢𝑝2 18,60 + 21,40
= ഥ
= 𝟐𝟎 = 𝒙
2

Estimaciones de intervalos de confianza

 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

6. Suponga que una cadena de televisión (CableTV) planea sustituir uno de

susprogramas que se transmite en el horario con mayor número de
telespectadores, con una nueva comedia dirigida al pública familiar. Antes de
que se tome una decisión final, se elige una muestra aleatoria de 400 televidentes
que acostumbran a presenciar la televisión durante dicho horario. Después de
ver un preprograma de la comedia, 250 de laspersonasindicaron que sí la verían.

a) ¿Cuál es su estimación de la proporción de telespectadores en la

población, que verá el nuevo programa?
n = 400 𝑥
𝑝=
x = 250 𝑛
250
𝑝=
400
𝒑 = 𝟎, 𝟔𝟐𝟓
b) Defina un intervalo de confianza de 95% para la proporción de público queverá el
nuevo espectáculo.

Para calcular z
0,95
= 0,475
2

Ubico este valor

en la tabla y da
como resultado:
z = 1,96

𝑝(1 − 𝑝)
𝐼𝐶 = 𝑝 ± 𝑧√
𝑛

0,625(1 − 0,625)
𝐼𝐶 = 0,625 ± 1,96√
400

Estimaciones de intervalos de confianza

 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

0,625(0,375)
𝐿𝑖𝑚 𝑖𝑛𝑓 = 0,625 − 1,96√ = 𝟎, 𝟓𝟕𝟖
400
0,625(0,375)
𝐿𝑖𝑚 𝑠𝑢𝑝 = 0,625 + 1,96√ = 𝟎, 𝟔𝟕𝟐
400
Verificación:
𝐿𝑖𝑚 inf + Lim 𝑠𝑢𝑝2 0,578 + 0,672
= = 𝟎, 𝟔𝟐𝟓 = 𝒑
2

7. Una población consiste en 300 artículos. Se selecciona una muestra de tamaño

36. La media es 35, y la desviación estándar, 5. Desarrolle un intervalo de
confianza de 95% para la media de la población.

Datos:
N = 300 población finitan
= 36
𝑥̅ = 35
𝑠=5
1 − 𝛼 = 0,95
𝛼 = 0,05

Para calcular z
0,95
= 0,475
2

Ubico este valor

en la tabla y da
como resultado:
z = 1,96

Usamos z por que la muestra es mayor que 30 y se considera muestra grande.

𝑠 𝑁−𝑛
𝐼𝐶 = 𝑥̅ ± 𝑧 ∗ ∗√
√𝑛 𝑁−1

5 300 − 36
𝐼𝐶 = 35 ± 1,96 ∗ ∗√
√36 300 − 1

5 √36
𝐿𝑖𝑚 𝑖𝑛𝑓 = 35 − 1,96 ∗
Estimaciones de intervalos de confianza
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

5 264
𝐿𝑖𝑚 𝑠𝑢𝑝 = 35 + 1,96 ∗ ∗√ = 𝟑𝟔, 𝟓𝟑
√36 299
Verificación:

𝐿𝑖𝑚 inf + Lim 𝑠𝑢𝑝 33,47 + 36,53

= = 𝟑𝟓 = 𝒙̅
2 2

8. Asistieron 400 espectadores a un partido de EcuaVoley en la liga de

Chimbacalle. Una muestra aleatoria de 50 espectadores reveló que el número
medio de bebidas gaseosas que consumieron, fue de 1.86 conunadesviación
estándar de 0.50. Establezca un intervalo de confianza de 99% para el número
medio de gaseosas consumidas.

Datos:
N = 400 N finita
n = 50
𝑥̅ = 1,86
𝑠 = 0,50
1 − 𝛼 = 0,99
𝛼 = 0,01

Para calcular z
0,99
= 0,495
2

Ubico este valor

en la tabla y da
como resultado:z
= 2,58

𝑠 𝑁−𝑛
𝐼𝐶 = 𝑥̅ ± 𝑧 ∗ ∗√
√𝑛 𝑁−1

0,50 400 − 50
𝐼𝐶 = 1,86 ± 2,58 ∗ ∗√
√50 400 − 1
Estimaciones de intervalos de confianza
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

0,50 350
𝐿𝑖𝑚 𝑖𝑛𝑓 = 1,86 − 2,58 ∗ ∗√ = 𝟏, 𝟔𝟗
√50 399

0,50 350
𝐿𝑖𝑚 𝑠𝑢𝑝 = 1,86 + 2,58 ∗ ∗√ = 𝟐, 𝟎𝟑
√50 399

Verificación:
𝐿𝑖𝑚 inf + Lim 𝑠𝑢𝑝2 1,69 + 2,03
= = 𝟏, 𝟖𝟔 = 𝒙̅
2

9. Se estima que una población tiene una desviación estándar de 10. Ha de

evaluarse la media de la población dentro de 2, con un nivel de confianza
de95%. ¿Qué tamaño se requiere para la muestra?

Datos:
s = 10
E=2
1 − 𝛼 = 0,95
𝛼 = 0,05

Para calcular z:
0,95
= 0.475
2

Ubico este valor enla

tabla y da como
resultado:
z = 1,96
𝑧∗𝑠2
𝑛=( )
𝐸
2
1,96 ∗ 10
𝑛=( )
2
2
𝑛 = 9,8
𝑛 = 96,04
𝒏 = 𝟗𝟕

Estimaciones de intervalos de confianza

 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

El tamaño de la muestra debe ser 97, ese valor es el resultado de una aproximación al
inmediato superior por que la muestra no puede ser decimal.

10. Supóngase que el presidente de un país desea un estimado de la

proporciónpoblacional que apoya su política actual con respecto a unanación
como Venezuela. Tal funcionario desea que el cálculo se encuentre dentro de
0.04de la proporción verdadera. Suponga un nivel de confianza de 95%. El
secretario de Estado del gobierno estimó la proporción del apoyo a la
políticaactual en 0.60.

¿Qué tamaño se requiere para la muestra?

Datos:
E = 0,04
1 − 𝛼 = 0,95
P= 0.60

Para calcular z:
0,95
= 0.475
2

Ubico este valor enla

tabla y da como
resultado:
z = 1,96

𝑛 = 𝑝 ∗ (1 − 𝑝) ∗ (𝑧 )
2

𝐸 2
1,96
𝑛 = 0,60 ∗ (1 − 0,60) ∗ ( )
0,04
𝑛 = 0,24 ∗ (49)2
𝑛 = 576,24
𝒏 = 𝟓𝟕𝟕

El tamaño de la muestra es de 577 este valor fue aproximado al inmediatosuperior

de 576,24.

Estimaciones de intervalos de confianza

 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

¿De qué tamaño tendría que ser la muestra si el cálculo del secretario deEstado no
estuviera disponible

Si el cálculo del secretario de Estado no estuviera disponible se trabaja con un p=0,50

que es un valor implícito cuando no se proporciona un dato de p.

𝑧2
𝑛 = 𝑝 ∗ (1 − 𝑝) ∗ ( )
𝐸
1,96 2
𝑛 = 0,50 ∗ (1 − 0,50) ∗ ( )
0,04
𝑛 = 0,25 ∗ (49)2
𝑛 = 600,25

𝒏 = 𝟔𝟎𝟏

Como el valor de p disminuye, el tamaño de la muestra va a aumentar.

Estimaciones de intervalos de confianza

Contenidos > Unidad > Evaluación

Primera Evaluacion En Linea

Evaluación En Línea - 1er. Parcial - Estadistica Aplicada - Carrera De Economia En Línea

Puntaje total: 20.00
Puntaje de aprobación: 14.00
Incorrectas restan: No
Abierta: desde 12/12/2022 20:40 hasta 12/12/2022 22:40
Realización

Fecha: 12-dic-2022 [Link]

Tiempo realización: [Link] Liberada - 12.50
Cantidad de veces realizada: 1
Cantidad de respuestas correctas: 10 / 16

La evaluación fue mal realizada y puede rehacerse | Intentar nuevamente

La media de una distribución de probabilidad tambien recibe el nombre de

Distribución aleatoria

Valor esperado

Medida de dispersión

Media aritmética

Respuesta correcta (1.25 puntos)

La media de los pesos de 500 estudiantes de un cierto colegio es de 151 libras y la

desviación típica es de 15 libras. Suponiendo que los pesos se distribuyen
normalmente, hallar cuántos estudiantes pesan entre 120 y 155 libras,

100

300

350
 200

Respuesta correcta (1.25 puntos)

Un tamaño de muestra grande es,

Mayor o igual a 20

Mayor o igual a 30

Mayor que 30 y menor que 500

Mayor que 500

Respuesta correcta (1.25 puntos)

Un tamaño de muestra pequeña es,

Menor o igual a 20

Menor o igual a 30

Menor que 30

De 1 a 10

Respuesta correcta (1.25 puntos)

La distribución normal es una distribución de probabilidad de variable,

Discreta

Continua

Complementaria

Cerrada

Respuesta correcta (1.25 puntos)

La media de los pesos de 5000 estudiantes de un Instituto Tecnológico Latacunga

es 70 kg y la desviación típica es 3 kg. Suponiendo que se distribuyen normalmente,
los estudiantes que pesan menos de 60 kg son,

2
 4

Respuesta incorrecta (1.25 puntos)

La respuesta correcta es:

Se toma una muestra de 60 individuos a partir de una población de 540. De esta

muestra, se encuentra que la media es 6,2 y la desviación estándar es 1,368.
Considerando un 96% de confianza, el intervalo que se forma es,

(5.86 , 6.54)

(4.86 , 5.54)

(6.86 , 7.54)

No se puede definir

Respuesta correcta (1.25 puntos)

Los límites de confianza, numéricamente hablando, son,

Respuesta correcta (1.25 puntos)

Si las probabilidades de ganar y perder en una partida de naipes, son iguales y valen
0.5; entonces, ¿qué es más probable?

ganar no menos de 3 partidas de 4

 ganar no menos de 5 de 8

No se puede concluir nada

Respuesta correcta (1.25 puntos)

Si las probabilidades de ganar y perder en una partida de naipes son iguales y valen
0.5; entonces, ¿qué es más probable?

ganar 5 partidas de 8

ganar 3 partidas de 4

No se puede concluir nada

Respuesta incorrecta (1.25 puntos)

La respuesta correcta es:

ganar 5 partidas de 8

ganar 3 partidas de 4

No se puede concluir nada

En la transmisión de un mensaje compuesto por signos, la probabilidad de que

ocurra un error en un signo es 0.1. Calcule la probabilidad de que en un mensaje con
4 signos no haya errores.

0.2916

0.3439

0.6561

No se puede concluir nada

Respuesta correcta (1.25 puntos)

Cuando una mujer hemofílica tiene un hijo, la probabilidad de que éste también sea
portador de la enfermedad es igual a 1/2. Una mujer portadora de hemofilia da a luz
tres hijos.<br/>Cuál es la probabilidad de que exactamente dos de los tres niños
estén afectados?

0.125

0.375
 0.500

No se puede concluir nada

Respuesta incorrecta (1.25 puntos)

La respuesta correcta es:

0.125

0.375

0.500

No se puede concluir nada

Una persona quiere abrir una puerta y tiene 15 llaves, de las cuales solo una
corresponde a la cerradura. La persona va eligiendo al azar y probando abrir la
puerta.<br/>Calcule la esperanza y la varianza del número de intentos si elige cada
vez entre las 15 llaves.

E(X)=8; Var(X)=53/3

E(X)=7; Var(X)=53/4

E(X)=15; Var(X)=225

E(X)=14; Var(X)=150

Respuesta correcta (1.25 puntos)

Considere una sociedad en donde las familias tienen hijos hasta el nacimiento de su
tercera hija.<br/>¿cuál es la probabilidad de que se tenga exactamente 3 hijas?

5/32

1/8

6/32

No se puede concluir nada

Respuesta incorrecta (1.25 puntos)

La respuesta correcta es:

5/32

1/8

6/32
 No se puede concluir nada

El peso, en toneladas, de los rollos de acero fabricados en una planta se distribuyen

según una N(10,0.25). Solo se admiten los rollos con peso comprendido entre 9.5 y
11.0 Tm.<br/>En un lote de 13 rollos que se produjeron en un día, ¿cuál es la
probabilidad de que se rechacen a lo más dos?

0.0827

0.1814

0.5715

No se puede concluir nada

Respuesta incorrecta (1.25 puntos)

La respuesta correcta es:

0.0827

0.1814

0.5715

No se puede concluir nada

Se supone que la glucemia basal en individuos sanos, sigue una distribución normal
N(80,10^{2}), mientras que en los diabéticos, sigue una distribución N(160,31.4^{2}).
<br/>Si se conviene en clasificar como sanos al 2% de los diabéticos. ¿Cuántos
sanos serán clasificados como diabéticos?

0.645

0.060

0.64

No se puede concluir nada

Respuesta incorrecta (1.25 puntos)

La respuesta correcta es:

0.645

0.060

0.64
 No se puede concluir nada

  Anterior Siguiente  
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Nathalia Vergara Palacios

Asignatura: Estadística aplicada Estadística Aplicada

Actividad de aprendizaje 3

Ejercicios y Problemas

Descripción de la actividad:

Revise los contenidos, documentación, e información referente a los temas:Pruebas

de hipótesis.
Realice los ejercicios y problemas propuestos.

De ser necesario revise los textos de la bibliografía.

Fecha de entrega:
13/01/2023

Formato de entrega del archivo:

Un único archivo formato PDF(
*.pdf )

Nombre del archivo:

AA3_Apellido_Nombre_EstApl.pdf

Ejemplo: AA3_Castro_Aquiles_EstApl.pdf

Pruebas de hipótesis
 Estadística Aplicada Actividad N°3 - Página 2 de 16/07/2022

Nombres y apellidos:

Asignatura: Estadística Aplicada

Criterios de evaluación:
 Resolución de ejercicios: 16 puntos.
 Uso adecuado de notación y simbología matemática: 2 puntos.
 Presentación clara, con letra y simbología legible: 2 puntos.

Extensión máxima:
Use las páginas necesarias. Si desea puede resolver en computadora, si estees el caso, escriba texto
matemático con editor de ecuaciones; Arial 12; interlineado 1,15.
Descripción de la actividad:

Revise los contenidos, documentación, e información referente a los temas: Pruebas de Hipótesis.
Realice los ejercicios propuestos.

De ser necesario revise los textos de la bibliografía.

Ejercicios y Problemas
1. Se ha dado la siguiente información.

H0: μ = 50
H1: μ ≠ 50

La media muestral es de 49, y el tamaño de la muestra es 36. La desviación estándar de la

población es 5. Utilice el nivel de significancia del 0.05.

a) ¿Es ésta una prueba de una o de dos colas?,

Es una prueba de dos colas.

b) ¿Cuál es la regla de decisión?,

-1.96 < z < 1.96 no se rechaza H0 .

c) ¿Cuánto vale la magnitud estadística de prueba?,

-μ
z= 𝜎
√𝑛

49-50
z=
5
√36
Pruebas de hipótesis
z=-1.2
d) ¿Cuál es su decisión respecto a 𝐻0?,
Estadística Aplicada Actividad N°3 - Página 3 de 16/07/2022

Como z = -1.2 cae en la región donde no se rechaza H0.

e) ¿Cuál es el valor p? Interprete el resultado.

p= 0.5 – 0.3849 = 2(0.1151) = 0.2302

Por lo tanto; se confirma que H0 no se rechaza.

2. El fabricante de llanta radial X-15 con cinturón de acero, para camiones, afirma que el millaje
medio del neumático en estado útil es de 60 000. La desviación estándar de los recorridos es 5
000. Una empresa compró 48 llantas y halló una duración media para sus camiones fue de 59 500
millas. ¿La experiencia de tal compañía es distinta a la expresada por el fabricante al nivel de
significancia del 0.05?

a) Establezca una hipótesis nula y alternativa.

H0: μ=60000 millaje medio del neumático es 60000

H1: μ≠=60000 millaje medio del neumático no es igual a 60000

b) Enuncie la regla de decisión.

α=0,05

-1.96 < z < 1.96 no se rechaza.

c) Calcule el valor estadístico de prueba.

-μ
z= 𝜎
√𝑛

59500-60000
z=
5000
√48

z=-0,69

Pruebas de hipótesis
Estadística Aplicada Actividad N°3 - Página 4 de 16/07/2022

d) ¿Cuál es su decisión con respecto a 𝐻0?

No se rechaza H0, por tanto, el millaje medio del neumático es 60000.

e) ¿Cuál es el valor p? Interprete el resultado.

p= 0.5 – 0.2549 = 2(0.2451) = 0.4902

Por tanto, se confirma que H0 no se rechaza.

3. Una muestra de 40 observaciones se selecciona de una población. La media muestral es 102 y la

desviación estándar de la muestra es 5. Una muestra de 50 observaciones se selecciona de una
segunda población. La media muestral vale 99, y la desviación estándar, 6. Realice la siguiente
prueba de hipótesis utilizando el nivel de significancia de 0.04.
H 0: μ 1 = μ 2
H1: μ1 ≠ μ2

a) ¿Es ésta una prueba de una o de dos colas?

Es una prueba de dos colas.

b) Enuncie la regla de decisión.

-2.05 < z < 2.05 no se rechaza H0.

c) Calcule el valor estadístico de prueba.

-
z=
2 2
√𝜎1 + 𝜎2
𝑛1 𝑛2

102-99
z=
2 2
√5 + 6
40 50

Pruebas de hipótesis z=2,59

Estadística Aplicada Actividad N°3 - Página 5 de 16/07/2022

d) ¿Cuál es su decisión respecto a 𝐻0?

Se rechaza H0, por tanto las medias poblacionales no son iguales.

e) ¿Cuál es el valor p?

p= 0.5 – 0.4952 = 2(0.0048) = 0.0096

Por tanto se confirma que H0 se rechaza.

4. Una analista financiera se interesa en comparar las tasas de transacciones comerciales – en

porcentaje– de acciones en participación relacionadas con el petróleo, con otros valores, como
los de GE o IBM. Seleccionó 32 acciones relacionadas con el petróleo, y 49 de otros campos
accionarios. El promedio de las tasas de las acciones petroleras es de 31.4%, y la desviación
estándar vale 5.1%. Para las otras acciones los valores respectivos de media y desviación estándar fueron
de 34.9% y 6.7%. ¿Existe una diferencia significativa en dichas tasas de los dos tipos de acciones? Las
hipótesis nula y alternativa son:

H 0: μ 1 = μ 2
H1: μ1 ≠ μ2

a) ¿Es ésta una prueba de una o de dos colas? ¿Cuál es su razonamiento?

Es una prueba de dos colas, lo que significa que debemos trabajar en dos colas.

b) Utilizando el nivel de significancia de 0.01, ¿cuál es la regla de decisión?

α=0,01

t critico= ±2.640

gl= n1+n2-20=79

-2.640 < z < 2.640 no se rechaza H0.

c) Determine el valor estadístico de prueba, y llegue a una decisión considerando 𝐻0. Explique el
significado de hipótesis
Pruebas de tal conclusión.
 Estadística Aplicada Actividad N°3 - Página 6 de 16/07/2022

2
(n1-1)s12 +(n2-1)s22
sp =
n1+n2-2

2
(32-1)(5,1)2 +(49-1)(6,7)2
sp =
32+49-2

sp2 =37,48

-
t=
√sp2 ( 1 + 1 )
𝑛1 𝑛2

31,4-34,9
t=
√37,48 ( 1 + 1 )
32 49

t=-2,515

No se rechaza a H0, por lo tanto, se determina que las medias poblacionales de las acciones son iguales.

5. Un artículo reciente en la publicación USA Today reportó que sólo hay un empleo disponible para
uno de cada tres egresados de universidad. Las principales razones aportadas fueron que existe
una sobrepoblación de estos últimos, y una economía débil. Suponga que una encuesta entre 200
egresados recientes de la institución a la que usted asiste, reveló que 80 tenían empleo. Al nivel
de significancia de 0.02, ¿se puede concluir que tienen trabajo una proporción mayor de egresados
de tal institución?

Usar el procedimiento de cinco pasos para la prueba de hipótesis:

1. Planteamiento de hipótesis
H0: π≤o,33

H1: π>o,33

2. Nivel de significancia
Pruebas de hipótesis
α=0,02
Estadística Aplicada Actividad N°3 - Página 7 de 16/07/2022

z critico=2,05

3. Estadístico de prueba
P-π
z=
√π(1-π)
n

0,4-0,33
z=
√0,33(1-0,33)
200

z=2,11
4. Regla de decisión

Si z<0,48 no se rechaza H0.

5. Toma de decisión

Se rechaza H0; por lo tanto, se determina que la mayor cantidad de estudiantes cuentan con
empleo.
6. Las hipótesis H0 y H1 son:

H0: π1 = π2
H1: π1 ≠ π2

Una muestra de 200 observaciones de la primera población reveló que 𝑋1 es 170. Una muestra de 150
observaciones de la segunda población dio por resultado una 𝑋2 de 110. Utilice el nivel de
significancia de 0.05.

a) Exprese la regla de decisión.

α=0,05

z critico=±1,96

Pruebas
-1.96 < zde hipótesis
< 1.96 no se rechaza H0.

b) Calcule la proporción combinada.

Estadística Aplicada Actividad N°3 - Página 8 de 16/07/2022

Pc=
n1+n2

170+110
Pc=
200+150

Pc=0,8
c) Obtenga el valor estadístico de prueba.

170
P1= = 0,85
200

110
P2= = 0,73
150

P1 -P2
z=
Pc(1-Pc) Pc(1-Pc)
√ +
n1 n2

0,85-0,73
z=
√0,8(1-0,8) + 0,8(1-0,8)
200 150

0,12
z=
√0,16 + 0,16
200 150

z=2,78

d) ¿Cuál es su decisión respecto a la hipótesis nula?

Se rechaza H0; por lo tanto, determina que las medias proporcionales de las poblaciones son
diferentes.

Pruebas de hipótesis
Estadística Aplicada Actividad N°3 - Página 9 de 16/07/2022

7. El departamento de investigación en la casa matriz de una compañía aseguradora, realiza una

investigación acerca de las causas de accidentes automovilísticos, las características de los
conductores, etc. Se seleccionó una muestra aleatoria de 400 pólizas de seguros expedidas a
personas solteras. Se descubrió que, en el período
anterior de tres años, 120 sufrieron al menos un accidente automovilístico. En forma semejante,
una muestra de 600 pólizas expedidas a personas casadas reveló que 150 habían tenido al menos
un accidente. Al nivel de significancia de 0.05, ¿hay diferencia significativa en las proporciones
de personas solteras y casadas que sufrieron un accidente durante un lapso de 3 años?

Usar el procedimiento de cinco pasos para la prueba de hipótesis:

1. Planteamiento de hipótesis

H0: π1=π2
La media de proporciones de personas solteras y casadas son iguales.

H1: π1≠π2
La media de proporciones de personas solteras y casadas no son iguales.

2. Nivel de significancia

α=0,05

z critico=±1,96

3. Estadístico de prueba
Pc=
n1+n2

120+150
Pc=
400+600

Pc=0,27

120
P1= = 0,3
400

150
P2= = 0,25
600

P1 -P2
z=
Pc(1-Pc) Pc(1-Pc)
n1 + n2
√

0,3-0,25
z=
Pruebas de hipótesis √0,27(1-0,27) + 0,27(1-0,27)
400 600
Estadística Aplicada Actividad N°3 - Página 10 de 16/07/2022

z=1,74
4. Regla de decisión

-1.96 < z < 1.96 no se rechaza H0.

5. Toma de decisión

No se rechaza H0; por lo tanto, se determina que las medias proporcionales de las poblaciones son
iguales.

8. El gerente de ventas de distrito Rocky Mountain de John C. Rath, Inc., una empresa editora de
libro universitarios, afirma que cada uno de sus representantes realiza 40 visitas por semana a
profesores. Varios vendedores dicen que esa estimación es muy baja. Para investigar lo anterior,
una muestra aleatoria de 28 representantes de ventas revelo que el número medio de visitas
realizadas la semana pasada fue de 42. Se calculó que la desviación estándar de la muestra
asimismo fue de 2.1 visitas. Al nivel de significancia de 0.05, ¿se puede concluir que el número
medio de visitas realizadas por vendedor y por semana es mayor que 40?

1. Planteamiento de hipótesis

H0: μ≤40
El número medio de visitas realizadas es igual que 40

H1: μ>40
El número medio de visitas realizadas es mayor que 40

2. Nivel de significancia

α=0,05

t critico=+1,703

gl= n-1=28-1 =27

3. Estadístico de prueba
-μ
t= 𝑠
√𝑛

Pruebas de hipótesis 42-40

t=
2,1
√28
Estadística Aplicada Actividad N°3 - Página 11 de 16/07/2022

t=5,04
4. Regla de decisión

t < 1.703 no se rechaza H0.

5. Toma de decisión

Se rechaza H0; por lo tanto, se determina que el número medio de visitas realizadas es mayor a 40.

9. Se considera las siguientes hipótesis nula y alternativa:

H0: μ ≥ 20
H1: μ < 20

Se seleccionó una muestra aleatoria de cinco observaciones: 18, 15, 12, 19 y 21. A nivel de
significancia de 0.01, ¿puede concluirse que la media poblacional es menor que 20?
a) Enuncie la regla de decisión.

α=0,01

t critico= -3,747

gl= n-1=5-1 =4

t > -3.747 no se rechaza H0

b) Calcule el valor estadístico de prueba.

x (x- )2
18 1
15 4
12 25
19 4
21 16
85 50

∑𝑥
𝑛

85
Pruebas de hipótesis 5

17
Estadística Aplicada Actividad N°3 - Página 12 de 16/07/2022

∑(x- 2
s=√
n−1

50
s=√
5−1

s=3,54

-μ
t= 𝑠
√𝑛

17-20
t=
3,54
√5

t=-1,89
c) ¿Cuál es su decisión respecto a la hipótesis nula?

No se rechaza H0; por lo tanto, se determina que la media de la población es menor a 20.

d) Estime el valor p.

El valor 0,05 < p < 0,10

10. Las pescaderías de Wyoming afirman que el número medio de truchas que se atraparon durante
un día completo de pesca con caña en los ríos Snake, Búfalo, y otros ríos y arroyos en el área de
Jackson Hole, es de 4.0. Para realizar su actualización anual, se pidió a una muestra de pescadores
con caña que contaran el número de truchas que atrapan durante el día. Las cantidades fueron:4, 4,
3, 2, 6, 8, 7, 1, 9, 3, 1 y 6. Al nivel de 0.05, ¿hay evidencia convincente de que ha aumentado el número
de truchas que se atrapan al día? Estime el valor de p.

1. Planteamiento de hipótesis
Pruebas de hipótesis
H : μ≤4,0
0
El número de truchas que atrapan al día es igual a 4,0.
Estadística Aplicada Actividad N°3 - Página 13 de 16/07/2022

H1: μ>40
El número de truchas que atrapan al día es mayor a 4,0

2. Nivel de significancia

α=0,05

t critico=+1,796

gl= n-1=12-1 =11

3. Estadístico de prueba
x (x- 2

4 0
4 0
3 2
2 6
6 2
8 12
7 6
1 12
9 20
3 2
1 12
6 2
54 79

∑𝑥
𝑛

54
12

4,5

∑(x- 2
s=√
n−1

79
s=√
12-1

s=2,68

-μ
t= 𝑠
Pruebas de hipótesis
√𝑛
Estadística Aplicada Actividad N°3 - Página 14 de 16/07/2022

4,5-4
t=
2,68
√12

0,5√12
t=
2,68

t=0,65
4. Regla de decisión

t < 1.796 no se rechaza H0.

5. Toma de decisión

No se rechaza H0; por lo tanto, se determina que el número de truchas es menor a 4,0.
Estime el valor de p.

El valor de p es mayor a 0,10.

11. Una muestra de las calificaciones en un examen presentado en un curso de estadística es:

Hombres 72 69 98 66 85 76 79 80 77
Mujeres 81 67 90 78 81 80 76

Al nivel de significancia de 0.01, ¿la calificación media de las mujeres es más alta que la de los
hombres?

1. Planteamiento de hipótesis

H 0: μM ≤ μN,0
La calificación media de las mujeres es igual a la de los hombres.

H1: μ>40
La calificación media de las mujeres es mayor a la de los hombres.

2. Nivel de significancia

α=0,01

t critico=+2,624
Pruebas de hipótesis
gl= n+n2-2=9+7-2 =14
Estadística Aplicada Actividad N°3 - Página 15 de 16/07/2022

3. Estadístico de prueba

x1 (x1- )2 x2 (x2- )2

81 4 72 36
67 144 69 81
90 121 98 400
78 1 66 144
81 4 85 49
80 1 76 4
76 9 79 1
553 284 80 4
77 1
702 720

∑𝑥
𝑛

553
7

79

∑(x- 2
s1=√
n1 − 1

284
s1=√
7-1

s1=6,88

∑𝑥
𝑛

702
9

78

∑(x- 2
s2=√
n2 − 1

720
s2=√
9-1
Pruebas de hipótesis

s2=9,49
Estadística Aplicada Actividad N°3 - Página 16 de 16/07/2022

(n1-1)s12 +(n2-1)s22
sp2 =
n1+n2-2

2
(7-1)6,882 +(9-1)9,492
sp =
7+9-2

sp2 =71,75

-
t=
√sp2 ( 1 + 1 )
𝑛1 𝑛2

79-78
t=
√71,75 (1 + 1)
7 9

1
t=
√71,75(0,14+0,11)

t=0,24
4. Regla de decisión

t < 2,624 no se rechaza H0.

5. Toma de decisión

No se rechaza H0; por lo tanto, se determina que en las calificaciones no hay diferencia.

12. Las hipótesis nula y alternativa son:

H0: µd ≤ 0
H1: µd > 0

La siguiente información muestral representa el número de unidades defectuosas producidas en el

turno diurno
Pruebas deyhipótesis
en el turno vespertino para una muestra de cuatro días.

Día
Estadística Aplicada Actividad N°3 - Página 17 de 16/07/2022

1 2 3 4
Diurno 10 1 15 19
2
Vespertino 8 9 12 15

Al nivel de significancia de 0.05, ¿se puede concluir que, en promedio, hay más unidades
defectuosas producidas en el turno diurno?

(a) establezca la regla de decisión;

α=0,05

t critico=+2,353

gl= n-1=4-1 =3

t < 2,353 no se rechaza H0.

(b) calcule la desviación estándar de las diferencias en los valores por pares;

∑d
d=
n

12
d=
4

d=3

∑(d-d)2
sd= √
n-1

2
sd=√
4-1

sd=0,816

(c) calcule el estadístico de prueba;

d
t=
sd
√n

3
t=
0,816
√4

t=7,35
(d)Pruebas de hipótesis
establezca su decisión con respecto a la hipótesis nula
Estadística Aplicada Actividad N°3 - Página 18 de 16/07/2022

Se rechaza H0; por lo tanto, se determina que en el turno diurno hay mayor cantidad de unidades
defectuosas.

(e) determine el valor p.

El valor 0,0005 < p < 0,005

Pruebas de hipótesis
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

ESTADISTICA APLICADA

Kimberly Nathalia Vergara Palacios

Febrero de 2023
CARTAS DE CONTROL PARA VARIABLES
INTRODUCCIÓN.

Las cartas de control son herramientas de la estadística que permiten mediante el uso de datos el la
obseravcuón, análisis y control de procesos a través del tiempo.

Con el uso de las cartas de control se busca identificar las fuentes de variabilidad de los procesos a
través del tiempo. La variación de los procesos se puede dar por causas comunes y causas especiales.
Las comunes o variabilidad aleatoria aparecen de manera natural por el azar e inherente a la calidad.
No se puede eliminar por completo. Por el contrario la variabilidad de causas especiales o asignables
se origina por circunstancias ajenas al proceso, pudiendo ser identificada y eliminada del proceso.

La finalidad de emplear las cartas de control es que por medio del cálculo de límites de control
podamos verificar u observar en que parte varía el proceso a través del tiempo con el fin de establecer
acciones de control y mejora, para mantener el proceso bajo control estadístico.

Los elementos que utilizamos para medir las cartas de centros son el límite central, los límites d e
control inferior (LCI) y superior (LCS). Si algún valor de la línea central cae fuera de los límites de
control esto indicará un evento inusual en el proceso.

PLANTEAMIENTO DEL PROBLEMA.

En una empresa del ramo metalmecánico se fabrican punterías para motores de automóviles. Una
puntería debe tener un diámetro exterior de 20000 micras (µm); donde 1 µm es igual a 0.000001
m, con una tolerancia de ±25 µm. De esta manera, si a las mediciones del diámetro se les resta el
valor nominal deseado, entonces las especificaciones serán EI=-25 y ES=25.
Para evaluar la estabilidad del proceso se realiza un estudio inicial, donde es usual obtener por lo
menos de 20 a 25 subgrupos (muestras) de tamaño pequeño (entre 5 y 10 por lo general). Además,
estos subgrupos deben estar espaciados en un periodo suficientemente amplio para que se capten
diferentes cambios en el proceso (turnos, lotes, etc.). En el caso de las punterías, cada hora se mide
el diámetro de cinco de éstas y en la tabla 1., se muestran los datos de cuatro turnos (dos días).

El problema en planta

La empresa con el objetivo de disminuir la cantidad de piezas defectuosas en el área de

metalmecánico en la fabricación de punterías para motores de automóviles realiza un estudio inicial
cuya meta es reducir la cantidad de piezas defectuosas generadas en el proceso de operación. En
este contexto, surge la necesidad de controlar el proceso, a fin de detectar lo más rápido posible
cuando se pierda capacidad de obtener punterías para motores de automóviles dentro de las
especificaciones de calidad correspondientes a diámetro exterior de 20000 micras (µm) por puntería
fabricada equivalente cada µm a 0,000001m, con una tolerancia de +- 25 µm.
Tabla 1. Datos para diámetro de punterías.
A las mediciones originales se les ha restado el valor nominal: 20 000 µm. Por lo que los datos son las
desviaciones en micras, respecto al valor nominal.
 a.) Evaluar la estabilidad de la tendencia central, analizando la variación de las Medias de
los subgrupos mediante la carta de control X(barra), de medias

Para calcular la media global también conocida como media global o media de medias, y la
media del rango, primero calculamos la media y el rango de cada subgrupo. Así por ejemplo
para la muestra o subgrupo 1 se tiene:
MEDIA ̅𝒙

𝑥1 + 𝑥2 + ⋯ + 𝑥 𝑛 −21 + (−5) + 21 + 3 + (−32) 14

𝑥̅1 = = =− = 𝟐, 𝟖
𝑛 5 5

RANGO: 𝑅𝑒1 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛.

𝑅𝑒1 = 21 − (−21) = 𝟒𝟐
Así sucesivamente se calcula el valor de la media y rango de cada subgrupo o muestra, para luego
proceder a obtener la sumatoria de las medias y rangos. Una vez obtenida las sumatorias se procede
a calcular la media de medias y la media del rango. (Ver tabla 1)

MEDIA DE LAS MEDIAS(𝑥̿ ): En este problema se toma una muestra de 5 observaciones cada
hora durante cuatro turnos (dos días). Asi n=32

∑ 24,6
𝑥̿ = 𝑥 = = 𝟎, 𝟕𝟔𝟖𝟖
32
MEDIA DE
RANGO 𝑛
∑𝑅 829
𝑅̅ = = = 𝟐𝟓, 𝟗𝟎𝟔𝟐
𝑛 32

ENCONTRAMOS LOS LÍMITES DE CONTROL DE X BARRA, LÍMITE DE CONTROL

SUPERIOR (LCS) Y LÍMITE DE CONTROL INFERIOR (LCI).
Para calcular el valor de 𝐴2 nos apoyamos en la tabla: factores de las tablas de control.

𝐴2 = 𝑡𝑎𝑏𝑙𝑎: 0,577

𝐿𝑆𝐶 = 𝑥̿ + 𝐴2 𝑅̅ = 0,7688 + 0,577 ( 25,9062 ) = 15,72

𝐿𝐶 𝑜 𝑋̅ = 0,77
𝐿𝐼𝐶 = 𝑥̿ − 𝐴2 𝑅̅ = 0,7688 − 0,577 ( 25,9062) = −14,18

Grafico 1: Los conceptos 𝑋̅ , LSC, LIC y las medias de muestras se indican en el diagrama siguiente:
 Diagrama de control para la variación de medias de los diámetros.
20,00
15,00 10,2
10,00 5,4 5,8 6 6 5,8
3,6 4,2 4,4 3,4
1 1,4 0,8 2,2
5,00 0 0,8 0,8 0,2
-2,2 -1 -2,2-0,6 -1 -1,4 -1,6 -1,2
0,00 -2,8 -3,4
-5,6
-3,8 -3
-5,00 -7,6

-10,00
-15,00
-20,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

LCS X- bar LCI Medias

Respuesta: Se observa que, si hay estabilidad de la tendencia central, las medias se encuentran dentro
de los límites de control. La variación de las medias de los diámetros está bajo control.

b.) Mediante la carta de control R de rangos analizar los Rangos para investigar la estabilidad de
la variación del diámetro de las punterías.

Para analizar los rangos primero se localiza el valor de 𝐷3 y 𝐷4 en la tabla: factores de las
tablas de control. Se procede a calcular el LSC Y LIC del Rango

𝐿𝑆𝐶 = 𝐷4 𝑅̅ = 2,1115 ( 25,9062 ) = 54,79

𝐿𝐶 𝑜 𝑋̅ = 25,91
𝐿𝐼𝐶 = 𝐷3 𝑅̅ = 0(( 25,9062 ) = 0
Gráfico 2: En la figura siguiente, se muestra el diagrama de amplitud de variación con las 32
amplitudes muestrales.
Diagrama de amplitudes para variación o rangos de los diámetros
60,00
50,00 42 40 43 42 41
40
36
40,00 33 31 31
30
26 26 24 27 25
30,00 22 24
20 19 20 20 20 20 20 20 21
16 18
20,00 11 13
8
10,00
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

LCS R- bar LCI Rango

Respuesta: Existe estabilidad en la variabilidad de los rangos de los diámetros porque todos los
rangos se encuentran dentro de los límites de control.

c.) Sin embargo, Usted sebe, que primero se necesita realizar los cálculos correspondientes
para obtener los límites de control respectivos.

Para obtener los límites de control respectivos se realizó lo siguiente:

1. Calcular las medias de cada muestra.
2. Calcular X doble raya( 𝑋̿ ) : que es el valor medio de las medias muestrales.
3. Calcular los Rangos (R) de cada muestra.
4. Calcular el R raya (𝑅̅ ), que es la media de las amplitudes de variación muestrales.
5. El límite central para los diagramas es: Para las medias es 𝑋̅ = 0,77. Y para el rango 𝑅̅ =
25,91
6. Se procede a buscar los valores 𝐴2, 𝐷3 𝑦𝐷4 en la tabla de factores de la tabla de control.
7. Se aplica las fórmulas correspondientes para los límites de control. Para las medias son: 𝐿𝑆𝐶
=
𝑥̿ + 𝐴2 𝑅̅ y 𝐿𝐼𝐶 = 𝑥̿ − 𝐴2 𝑅̅ ; y para los Rangos 𝐿𝑆𝐶 = 𝐷4 𝑅̅ y 𝐿𝐼𝐶 = 𝐷3 𝑅̅ .
8. Se gráfica.
9. Finalmente se interpreta los resultados

d.) Analizar, Interpretar y Comentar los resultados obtenidos.

Se observa que existe estabilidad en el proceso de elaboración de las punterías para motores de automóviles:

Existe estabilidad de la tendencia central, las medias se encuentran dentro de los límites de control.
La variación de las medias de los diámetros está bajo control.

Existe estabilidad en la variabilidad de los rangos de los diámetros porque todos los rangos se
encuentran dentro de los límites de control.

En el gráfico 1 se puede observar que existe alguna variabilidad en el diámetro de las punterías, pero
todas las medias muestrales se encuentran dentro de los límites de control. Por tanto, con base en,
32 muestras del diámetro de 5 punterías tomadas en el lapso de cada hora, por cuatro turnos (dos
días), se concluye que 99.74 % de las veces la variabilidad media de una muestra de 5 diámetros de
punterías estará entre 15,72 y −14,18 (sumado 20000um)

El gráfico 2 indica que todas las amplitudes se encuentran dentro de los límites de control 54,79 y
0. Por lo tanto, se concluye que la variación del diámetro en la fabricación de punterías para motores
de automóviles está dentro de los límites normales, esto es, "bajo control". Por supuesto, se deben
determinar los límites con base en un conjunto de datos y después aplicar los límites para evaluar
información futura, no datos ya conocidos.

El diagrama de media y el de amplitud de variación indican conjuntamente que el proceso está

controlado. Observe que las medias muestrales y las amplitudes muestrales se agrupan cerca de las
líneas centrales. Algunas se hallan por arriba y otras por abajo de dichas rectas, lo que indica que el
proceso es por completo estable. Esto es, no hay tendencia visible de las medias y las amplitudes de
desplazarse hacia las áreas “fuera de control”.
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística aplicada

Actividad de aprendizaje 4
Ejercicios y Problemas

1. A inicios del año, Tom Sharkey, propietario de Sharkey Chevy, instituyó un

programa de opinión del cliente para determinar los medios para mejorar el
servicio. Una semana después de haber realizado tal servicio, el asistente
administrativo llama a los clientes y les pregunta si aquel fue satisfactorio o si no lo
fue, cómo podrían mejorarlo. A continuación, se presenta un resumende las quejas en
los primeros seis meses.

Queja Frecuencia
Problema no corregido 38
Error en la facturación 8
Ambiente no amistoso 12
Precio demasiado alto 23
Espera excesiva para ser atendido 10

Elabore un diagrama de Pareto. ¿Cuáles quejas sugeriría resolverprimero para

mejorar la calidad del servicio?

Q UEJA FRECUENCIA PORCENT AJE FRECUENCIA PORCENT AJE

ACUMULADA ACUMULADO

PROBLEMA NO CORREGIDO 38 42% 38 42%

PRECIO DEMASIADO ALTO 23 25% 61 67%
AMBIENT E NO AMISTOSO 12 13% 73 80%
ESPERA EXCESIVA PARA SER AT ENDIDO 10 11% 83 91%
ERROR EN LA FACT URACION 8 9% 91 100%
91 100%
 GRÁFICO DE PARETO
FRECUENCIAS PORCENTAJE

91 100%
81.9 90%
72.8 80%
63.7 70%
FRECUENCIAS

PORCENTAJES
54.6 60%
45.5 50%
36.4 40%
27.3 30%
18.2 20%
9.1 10%
0 0%
PROBLEMA NO PRECIO AMBIENTE NO ESPERA EXCESIVA ERROR EN LA
CORREGIDO DEMASIADO AMISTOSO PARA SER FACTURACION
ALTO ATENDIDO
QUEJAS

Se resuelve primero para mejorar la calidad del servicio el acuerdo al gráfico de Pareto viendo
las quejas, que nos muestra que casi 67% de las quejas se refieren al problema que no está
siendo corregido (42%) y a que el precio es demasiado alto (25%).
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística aplicada

2. Se acaba de instalar un nuevo horno industrial en cierta panadería. Con

objeto de adquirir experiencia respecto a la temperatura en el horno, un
encargado toma lecturas de la temperatura en cuatro sitios cada media hora.
La primera lectura tomada a las 8 de la mañana, fue de 340 grados
Fahrenheit. En la siguiente tabla se dan las lecturas obtenidas:

Lecturas
Hora 1 2 3 4
08:00 AM 340 350 355 339
08:30 AM 344 342 338 338
09:00 AM 341 345 347 343
09:30 AM 339 339 341 341
10:00 AM 337 342 346 341
10:30 AM 339 340 339 340

Con base en esta experiencia inicial, determine los límites de control

superior e inferior para la temperatura media. Determine la media global.
Luego grafique la experiencia en un diagrama.

Lecturas
Medias de la
HORA 1 2 3 4 Rango
muestra
8:00 a. m. 340 350 355 339 346 16
8:30 a. m. 344 342 338 338 340,5 6
9:00 a. m. 341 345 347 343 344 6
9:30 a. m. 339 339 341 341 340 2
10:00 a. m. 337 342 346 341 341,5 9

10:30 a. m. 339 340 339 340 339,5 1

∑𝑥 ∑𝑅 ∑𝑅
𝑥̿ = ∑ 𝑋̅ =
𝑅̅ =
𝑛 𝑘 2051,5 40
𝑥̿ = 341,916667 6,6667 𝑅̅ =

𝑥̅ = 341,9167
𝑅̅ = 6,6667
𝐴2 = 0.729
𝑛 =4

𝐿𝑆𝐶 = 𝑥̿ + 𝐴2 𝑅̅ = 341,9167 + 0.729 (6,6667) = 346.7767

𝐿𝐶 = 𝑥̅ = 341,9167

𝐿𝑆𝐶 = 𝑥̿ − 𝐴2 𝑅̅ = 341,9167 − 0.729 (6,6667) = 337.0567

 HORA LS C LC LIC X Barra
8:00 a. m. 346,7767 341,9167 337,0567 346
8:30 a. m. 346,7767 341,9167 337,0567 340,5
9:00 a. m. 346,7767 341,9167 337,0567 344
9:30 a. m. 346,7767 341,9167 337,0567 340
10:00 a. m. 346,7767 341,9167 337,0567 341,5
10:30 a. m. 346,7767 341,9167 337,0567 339,5

Diagrama de control
348

346

344

342

340

338

336
7:32 a.m. 8:00 a.m. 8:29 a.m. 8:58 a.m. 9:27 a.m. 9:56 a.m. 10:24 a.m.

HORA LC LIC X barra

Interprete el gráfico. ¿Parece haber un tiempo donde la temperatura está

fuera de control?

La lectura media de la temperatura es 341.92 esto es un punto medio de todas las lecturas, por lo tanto,
los limites superior e inferior que definen laslecturas son 346.78 y 33.063 respetivamente, como se
observa en la gráfica, la temperatura en cada tempo está dentro del rango marcado por los límites, por lo
tanto, no hay un tiempo donde la temperatura este fuera de control, hay temperaturas altas, pero no
sobrepasan los límites, por lo tanto, la temperatura está controlada. No, según el gráfico, en ningún
momento la temperatura se salió de control, los datos están bajo control. Aunque, a las 08:00
am. se muestran temperaturas altas muy cercanas al límite superior.
 Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística aplicada

3. Un fabricante de bicicletas selecciona al azar 10 armazones cada día y

determina la cantidad de defectos. El número de tales elementos defectuosos
encontrado en los últimos 14 días es: 3;2;1;3;2;2;8;2;0;3;5;2;0;4.
Elabore un diagrama de control para este proceso, y determine si el
mismo esta “bajo control”.
∑𝑥 3 + 2 + 1 + 3 + 2 + 2 + 8 + 2 + 0 + 3 + 5 + 2 + 0 + 4 37
𝐶̅ = = =
𝑛 14 14
̅𝑪= 𝟐. 𝟔𝟒

𝑳𝑪𝑺 = 𝐶̅ + 3√𝐶̅ = 2.64 + 3√2.64 = 𝟕. 𝟓𝟏

𝑳𝑪𝑰 = 𝐶̅ + 3√𝐶̅ = 2.64 − 3√2.64 = −2.23 = 𝟎 no puede ser negativo por lo tanto el
LCI es cero

El proceso está fuera de control en el día 7 por que a pesar de que el límite
superior es de 7.51 en tal día sobrepasa a la media de 8 por lo tanto esta fuera del
control del proceso.
7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Estadística aplicada

Asignatura: Estadística aplicada

4. Cierta cadena de supermercados examina el trabajo de sus revisores de

compras examinando al azar los recibos impresos para ver si hay errores. Las
siguientes cifras son el número de errores en cada recibo, el 15 de
junio:0;1;1;0;0;1;1;0;1;1;0. Elabore un diagrama de control para el proceso y
determine si tal acción esta“bajo control”.
∑𝑥 0 + 1 + 1 + 0 + 0 + 1 + 1 + 0 + 1 + 1 + 0 6
𝐶̅ = = =
𝑛 11 11
̅𝑪= 𝟎. 𝟓𝟓
𝑳𝑪𝑺 = 𝐶̅ + 3√𝐶 ̅ = 0.55 + 3√0.55 = 𝟐. 𝟕𝟕
𝑳𝑪𝑰 = 𝐶 ̅ + 3√𝐶̅ = 0.55 − 3√0.55 = −1.67 = 𝟎 no puede ser negativo por lo tanto el LCI es
cero

Ningún valor esta fuera de los limites superior e inferior, por lo tanto, el proceso esta
totalmente controlado y se maneja correctamente con los límites de 2.77 y0.55.
7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística aplicada

5. Determine la probabilidad de aceptar lotes que tienen: 10 %; 20 %; 30 %; y40 %

de piezas defectuosas, utilizando una muestra de tamaño 12 y un numero de
aceptación de 2.
Utilizamos probabilidad binomial
𝑃(𝑥 ≤ 2) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)
n = 12
π = porcentaje defectuoso
Usamos la formula: 𝑃(𝑥 ) = 𝑛𝐶𝑥 ∗ 𝜋𝑥 ∗ (1 − 𝜋)𝑛−𝑥
π = 0.10
𝑃(𝑥 = 0) = 12𝐶0 ∗ 0.100 ) ∗ (1 − 0.10)12−0 = 𝟎. 𝟐𝟖
𝑃(𝑥 = 1) = 12𝐶1 ∗ 0.101 ) ∗ (1 − 0.10)12−1 = 𝟎. 𝟑𝟖
𝑃(𝑥 = 2) = 12𝐶2 ∗ 0.102 ) ∗ (1 − 0.10)12−2 = 𝟎. 𝟐𝟑
𝑷(𝒙 ≤ 𝟐) = 𝟎. 𝟐𝟖 + 𝟎. 𝟑𝟖 + 𝟎. 𝟐𝟑 = 𝟎. 𝟖𝟗

π = 0.20
𝑃(𝑥 = 0) = 12𝐶0 ∗ 0.200 ) ∗ (1 − 0.20)12−0 = 𝟎. 𝟎𝟕
𝑃(𝑥 = 1) = 12𝐶1 ∗ 0.201 ) ∗ (1 − 0.20)12−1 = 𝟎. 𝟐𝟏
𝑃(𝑥 = 2) = 12𝐶2 ∗ 0.202 ) ∗ (1 − 0.20)12−2 = 𝟎. 𝟐𝟖
𝑷(𝒙 ≤ 𝟐) = 𝟎. 𝟎𝟕 + 𝟎. 𝟐𝟏 + 𝟎. 𝟐𝟖 = 𝟎. 𝟓𝟔

π = 0.30
𝑃(𝑥 = 0) = 12𝐶0 ∗ 0.300 ) ∗ (1 − 0.30)12−0 = 𝟎. 𝟎𝟏
𝑃(𝑥 = 1) = 12𝐶1 ∗ 0.301 ) ∗ (1 − 0.30)12−1 = 𝟎. 𝟎𝟕
𝑃(𝑥 = 2) = 12𝐶2 ∗ 0.302 ) ∗ (1 − 0.30)12−2 = 𝟎. 𝟏𝟕
𝑷(𝒙 ≤ 𝟐) = 𝟎. 𝟎𝟏 + 𝟎. 𝟎𝟕 + 𝟎. 𝟏𝟕 = 𝟎. 𝟐𝟓

π = 0.40
𝑃(𝑥 = 0) = 12𝐶0 ∗ 0.400 ) ∗ (1 − 0.40)12−0 = 𝟎. 𝟎𝟎𝟐
𝑃(𝑥 = 1) = 12𝐶1 ∗ 0.401 ) ∗ (1 − 0.40)12−1 = 𝟎. 𝟎𝟏𝟕
𝑃(𝑥 = 2) = 12𝐶2 ∗ 0.402 ) ∗ (1 − 0.40)12−2 = 𝟎. 𝟎𝟔𝟒
𝑷(𝒙 ≤ 𝟐) = 𝟎. 𝟎𝟎𝟐 + 𝟎. 𝟎𝟏𝟕 + 𝟎. 𝟎𝟔𝟒 = 𝟎. 𝟎𝟖

Por lo tanto
 7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada
6. La empresa Warren Electric manufactura fusibles para muchos clientes. A fin de
asegurar la calidad del producto para el envío, se prueba 10 fusibles cada hora. Si no
más de un fusible esta defectuoso, tales dispositivos se empacan y preparan para su
embarque. Trace una curva CO para este plande muestreo. Calcule las
probabilidades de aceptación de lotes que tienen: 10 %; 20 %; 30 %; y 40 % de
defectuosos. Trace la gráfica CO para este plan de muestreo usando los cuatro niveles
de calidad.

𝑅𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝑒𝑙 𝑙𝑜𝑡𝑒 𝑠𝑖, 𝑋 ≥ 1

𝐴𝑐𝑒𝑝𝑡𝑎𝑟 𝑒𝑙 𝑙𝑜𝑡𝑒 𝑠𝑖, 𝑋 ≤ 1
𝑛 = 10
𝜋 = 0.10

Mediante la tabla se obtiene:

𝑃(𝑋 ≤ 1|𝑛 = 10 𝑦 𝜋 = 0.10 ) = 0.349 + 0.387 = 0.736

𝑃(𝑋 ≤ 1|𝑛 = 10 𝑦 𝜋 = 0.20 ) = 0.107 + 0.268 = 0.375
𝑃(𝑋 ≤ 1|𝑛 = 10 𝑦 𝜋 = 0.30 ) = 0.028 + 0.121 = 0.149
𝑃(𝑋 ≤ 1|𝑛 = 10 𝑦 𝜋 = 0.40 ) = 0.006 + 0.040 = 0.046

Gráfica de CO

Porcentaje defectuosos por lote Probabilidad de aceptar el lote

10% 0,736
20% 0,375
30% 0,149
40% 0,046
7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Probabilidad de aceptar el lote

0.8 0.736
0.7
0.6
0.5
Aceptación

0.375
0.4
0.3
0.2 0.149

0.1 0.046

0
0% 5% 10% 15% 20% 25% 30% 35% 40% 45%
Defectuoso
7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Estadística Aplicada

Asignatura: Estadística Aplicada
7. El supervisor de producción de la empresa Westburg Electric, Inc., observó
un aumento en el número de motores eléctricos rechazados durante la
inspección final. De los últimos 200 electromotores descartados, 80 de los
defectos se debieron al alambrado deficiente; 60 tenían corto circuito en
bobina; 50 contaban con un conector defectuoso; y 10 tenían otras fallas.
Desarrolle un diagrama de Pareto para mostrar las áreas principales de
problemas.

Las principales áreas de problemas son el alambrado ineficiente y el corto circuito en la

bobina, ambos factores pueden ser riesgosos al momento de adquisición del cliente, por
lo tanto, se debe trabajar especialmente en la mejora de estas áreas.
7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

8. Un restaurante llena sus recipientes de refresco con una máquina

automática que trabaja con base en el peso del líquido servido. Cuando el
proceso está bajo control, la máquina llena cada vaso de
modo que la media global vale 10.0 onzas; y la amplitud de variación media es
de 0.25, para muestras de tamaño 5.
a.) Determine los límites superior e inferior de control
correspondientes al proceso, para la media y la amplitud de
variación.

𝑋̅ = 10
𝑅̅ = 0.25
𝑛=5

𝑨𝟐 = 𝟎. 𝟓𝟕𝟕
𝑫𝟑 = 𝟎
𝑫𝟒 = 𝟐. 𝟏𝟏𝟓
Diagrama de control de procesos
𝐿𝐶𝐼 = 𝑋̅ − 𝐴2 𝑅̅ = 10 − 0.577(0.25)
𝑳𝑪𝑰 = 𝟗. 𝟖𝟔
𝐿𝐶𝑆 = 𝑋̅ + 𝐴2 𝑅̅ = 10 + 0.577(0.25)
𝑳𝑪𝑺 = 𝟏𝟎. 𝟏𝟒
Diagrama de control de rangos
𝑳𝑪𝑰 = 𝐷3 𝑅̅ = 0 ∗ 0.25 = 𝟎
L𝐶𝑆 = 𝐷4 𝑅̅ = 2.115 ∗ 0.25 = 𝟎. 𝟓𝟑
7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

b.) El gerente de un establecimiento comercial puso a prueba cinco

bebidasque se sirvieron durante una hora, y halló que la media fue de
10.16 onzas; y la amplitud de variación, de 0.35 onzas. ¿Está bajo control
el proceso? ¿O bien, debe tomar otra acción?

La media que es de 10.16 esta sobre el límite de control superior que es 10.14, por
lo tanto, el proceso no está controlado, es decir, en el proceso hay un exceso de
líquido en los refrescos. Con respecto a la variación y el control de rangos se
concluye que, el proceso de rango está bajo control por que el valor de amplitud
media está dentro de los limites inferior y superior. Lo que la empresa debe hacer
es controlar que los refrescos no excedan su cantidad de líquido para así poder
tener un control total del proceso.
7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

9. La empresa Long Last Tire Company, como parte de su proceso de

inspección, prueba la resistencia de las llantas que fabrica aplicándoles
condiciones simuladas de recorrido. Se seleccionaron veinte muestras, de
tres neumáticos cada una, de diferentes turnos laborales durante un mes de
operación. El desgaste de las llantas se indica a continuación, en centésimos
de pulgada:

Muestra Desgaste de las llantas Muestra Desgaste de las llantas

1 44 41 19 11 11 33 34
2 39 31 21 12 51 34 39
3 38 16 25 13 30 16 30
4 20 33 26 14 22 21 35
5 34 33 36 15 11 28 38
6 28 23 39 16 49 25 36
7 40 15 34 17 20 31 33
8 36 36 34 18 26 18 36
9 32 29 30 19 26 47 26
10 29 38 34 20 34 29 32

a.) Determine los límites de control para la media y para la amplitud

devariación.
7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

Nombres y apellidos: Kimberly Vergara

Asignatura: Estadística Aplicada

∑𝑥̅ 611.34
𝑋̅ = =
𝑘 20
̅𝑿= 𝟑𝟎. 𝟓𝟕
∑𝑅 312
𝑅̅ = =
𝑘 20
̅𝑹= 𝟏𝟓. 𝟔
Límites
𝑨𝟐 = 𝟏. 𝟎𝟐𝟑
𝑫𝟑 = 𝟎
𝑫𝟒 = 𝟐. 𝟓𝟕𝟓

Límites de control
𝑳𝑪𝑺 = 30.57 + 1.023(15.60) = 𝟒𝟔. 𝟓𝟑
𝑳𝑪𝑰 = 30.57 − 1.023(15.60) = 𝟏𝟒. 𝟔𝟏
Diagrama para amplitud media
𝑳𝑪𝑰 = 0 ∗ 15.60 = 𝟎
𝑳𝑪𝑺 = 2.575 ∗ 15.60 = 𝟒𝟎. 𝟏𝟕

b.) Trace los límites de control para la media del desgaste y para la amplitud de
variación.
7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

c.) ¿Hay algunos puntos en el diagrama de la media o de amplitud de

variación, que estén fuera de control? Comente acerca del diagrama.

No existen puntos fuera de los limites presentes tanto en el diagrama de la media como en
el diagrama de amplitud, por lo tanto, todo el proceso esta bajo control ya que todos los
puntos están dentro de los limites superiores e inferiores. En conclusión, no se necesita
hacer ajustes en el proceso.
7
Universidad de las Fuerzas Armadas ESPE
Unidad de Educación a Distancia

10. Una maquina automática produce pernos de 5.0 mm a gran velocidad. Se ha

iniciado un programa de calidad para controlar el número de elementos
defectuosos. El inspector selecciona al azar 50 pernos y determina cuantos hay
con defectos. Los números de defectuosos para las primeras 10 muestras son:
3; 5; 0; 4; 1; 2; 6; 5; 7; 7.

a.) Diseñe un diagrama de porcentaje de elementos defectuosos.

Introduzca la media del porcentaje de defectuosos, el LSC y el LIC enel
gráfico.
40
𝑃=
10(50)

𝑷 = 𝟎. 𝟎𝟖
𝑃(1 − 𝑃) 0.08(1 − 0.08)
𝑳𝑪𝑺 = 𝑃 + 3√ = 0.08 + 3√ = 𝟎. 𝟏𝟗𝟓
𝑛 50
𝑃(1 − 𝑃) 0.08(1 − 0.08)
𝑳𝑪𝑰 = 𝑃 − 3√ = 0.08 − 3√ = −𝟎. 𝟎𝟑𝟓
𝑛 50
El LCI no puede ser negativo por lo tanto 𝑳𝑪𝑰 = 𝟎
b.) Localice en el diagrama el porcentaje de defectuosos de las
primeras 10muestras.

c.) Interprete la gráfica.

En el diagrama de porcentaje defectuosos todas las muestras permanecen en el rango de

los límites, donde el límite superior es 0.195 y el límite inferior es 0, es decir el proceso
para controlar el número de tornillos defectuosos es el correcto y no requiere de ningún
cambio ya que el mismo es correctamente controlada
Contenidos > Unidad > Evaluación

Segunda Evaluación En Línea

Evaluación En Línea - 2do. Parcial - Estadística Aplicada - Carrera De Economía En Línea

Puntaje total: 20.00
Puntaje de aprobación: 14.00
Incorrectas restan: No
Abierta: desde 13/02/2023 20:40 hasta 13/02/2023 22:40
Realización

Fecha: 13-feb-2023 [Link]

Tiempo realización: [Link] Aprobada - 16.67
Cantidad de veces realizada: 1
Cantidad de respuestas correctas: 10 / 12

En una prueba de hipótesis, la suposición que deseamos probar se llama,

Hipótesis nula

Hipótesis alternativa

Hipótesis estadística

Hipótesis básica

Respuesta correcta (1.67 puntos)

Al plantear una prueba de hipótesis se pueden tener dos casos,

De dos colas y de tres colas

De dos colas y de una cola

De dos colas y de cuatro colas

De tres colas y una cola

Respuesta correcta (1.67 puntos)

Al hablar de pruebas de hipótesis de una cola, se puede tener,

De cola izquierda y de cola derecha

De cola izquierda y de cola media

De cola media y de cola derecha

De cola alterna y de cola complementaria

Respuesta correcta (1.67 puntos)

Martha Gómez una ingeniera de seguridad en carreteras, decide probar la capacidad

de un puente que tiene 20 años. Dispone de una gran cantidad de pruebas similares
en el mismo puente. Si la capacidad de carga mínima de este puente debe ser de 10
toneladas. ¿Qué tipo de prueba de hipótesis usará?

De dos colas

De una cola

De cola mínima

De cola máxima

Respuesta correcta (1.67 puntos)

La duración de las bombillas de 100 watt que fabrica una empresa sigue una
distribución normal con una desviación de 120 horas. Su media está garantizada
durante un mínimo de 800 horas. Se escoge al azar una muestra de 50 bombillas de
un lote y, después de comprobarlas, se obtiene una vida media de 750 horas. A un
nivel de significancia del 0.01, ¿Se debe rechazar el lote porque no cumple con la
garantía?

Si

No

No existen suficientes datos para hacer el análisis

La respuesta varia de la visión del negocio

Respuesta correcta (1.67 puntos)

A la prueba de cola izquierda se la conoce también como,

Prueba de cola superior

 Prueba de cola inferior

Prueba de doble cola

Prueba de cola par

Respuesta correcta (1.67 puntos)

El diagrama de porcentaje de defectuosos, se basa en la distribución,

Binomial

Poisson

Normal

Exponencial

Respuesta correcta (1.67 puntos)

Diagrama que muestra el número de elementos defectuosos o de fallas por unidad,

Diagrama de porcentaje de defectuosos

Diagrama de amplitudes de variación

Diagrama de c barra

Diagrama de X barra

Respuesta correcta (1.67 puntos)

<br/>El diagrama c barra, se basa en la distribución,

Binomial

Poisson

Normal

Exponencial

Respuesta correcta (1.67 puntos)

Un lote puede en realidad tener más defectos que los debidos, pero se le acepta
durante la inspección de la muestra,

riesgo del consumidor

riesgo del productor

riesgo medio

riesgo

Respuesta correcta (1.67 puntos)

¿Qué es una Carta de Control?

Es una gráfica que sirve para observar y analizar la variabilidad y el

comportamiento de un proceso a través del tiempo.

Es una gráfica que sirve para observar la variabilidad de un proceso a través del
tiempo.

Es una gráfica que sirve para analizar el comportamiento de un proceso a través

del tiempo.

Herramienta para observar un proceso.

Respuesta incorrecta (1.67 puntos)

La respuesta correcta es:

Es una gráfica que sirve para observar y analizar la variabilidad y el

comportamiento de un proceso a través del tiempo.

Es una gráfica que sirve para observar la variabilidad de un proceso a través del
tiempo.

Es una gráfica que sirve para analizar el comportamiento de un proceso a través

del tiempo.

Herramienta para observar un proceso.

"Calidad es lograr o alcanzar la norma más alta, en vez de conformarse con lo

incorrecto o fraudulento"

Definición de Westinghouse

Definición de AT&T

Definición de Barbara W. Tuchman

 Respuesta incorrecta (1.67 puntos)

La respuesta correcta es:

Definición de Westinghouse

Definición de AT&T

Definición de Barbara W. Tuchman

  Anterior Siguiente