UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS QUÍMICAS

BIOQUÍMICA Y FARMACIA
ESTADÍSTICA
Nombre: Daniela Salomé Jácome Utreras Fecha: 09 - Febrero - 2022
Paralelo: BF3-003 Tema: DEBERES 2

FUNCIÒN DENSIDAD DE PROBABILIDAD

1. Con los siguientes datos realice la prueba de normalidad de

a) KOLMOGOROV – SMIRNOF

Peso en kg
66,7 94,4 78,5 50,5
75,6 77,4 35,6 67,4
57,0 71,7 34,5 46,8
60,2 53,1 40,0 48,2
65,0 40,9 28,1 65,9
53,6 72,4 65,8 57,4
62,2 53,8 55,9 74,0
68,4 29,6 29,0 23,4
71,4 82,4 24,5 68,1
71,4 63,2 17,8 74,0
64,5 74,1 34,5 68,9
65,7 22,5 36,0 77,9
82,2 63,4 29,0 71,8
77,5 58,0 74,5 70,0
70,5 62,0 81,5 55,3
89,8 53,0 56,3 62,8
60,1 59,2 25,0 71,4
66,9 29,4 76,5 23,3
58,9 72,9 67,0 32,9
32,0 18,7 17,8 70,6
51,5 70,9 61,0 69,8
64,4 69,9 25,0 25,8
52,0 60,4 66,5 72,5
61,6 75,7 50,0 64,8
59,5 64,2 74,6 64,6

Intervalos Límite Inferior Límite Superior fi xi hi hiA hrE Abs(hiA-HrE)

1 17,8 25,46 9 21,63 0,09 0,09 0,03942278 0,05057722
2 25,46 33,12 8 29,29 0,08 0,17 0,09025315 0,07974685
3 33,12 40,78 5 36,95 0,05 0,22 0,17853267 0,04146733
4 40,78 48,44 3 44,61 0,03 0,25 0,30757173 0,05757173
5 48,44 56,1 10 52,27 0,1 0,35 0,46632196 0,11632196
6 56,1 63,76 17 59,93 0,17 0,52 0,63069984 0,11069984
7 63,76 71,42 26 67,59 0,26 0,78 0,77395455 0,00604545
8 71,42 79,08 17 75,25 0,17 0,95 0,87903172 0,07096828
9 79,08 86,74 3 82,91 0,03 0,98 0,9439005 0,0360995
10 86,74 94,4 2 90,57 0,02 1 0,97760454 0,02239546
100
 1,36 Estadístico KS exp ≤ Estadístico KS teórico
0,116321962 𝐾 − 𝑆 𝑡𝑒ó𝑟𝑖𝑐𝑜 =
Estadístico KS exp √𝑁
0,116321962 ≤ 0,136
Nivel de significancia 0,05
1,36
𝐾 − 𝑆 𝑡𝑒ó𝑟𝑖𝑐𝑜 =
Grado de libertad 100 √100 Se acepta Ho: Los datos provienen de
Estadístico KS teórico 0,136 una distribución normal.
𝐾 − 𝑆 𝑡𝑒ó𝑟𝑖𝑐𝑜 = 0,136
Contraste de hipótesis se acepta

30

25 26

20

17 17
15

10
10
9
8

5
5

3 3
2
0
1 2 3 4 5 6 7 8 9 10

2. Con los siguientes datos realice la prueba de normalidad de

Peso Kg
60,7 73,2
60,5 50,4
32,6 75,8
66,1 72,6
65,0 62,0
46,5 62,4
37,3 58,0
74,5 19,5
84,5 53,2
40,0 56,7
59,0 54,7
54,3 68,0
55,0 74,6
64,6 74,3
61,0 22,1
a) SHAPIRO WILK

i Xi (Xi-ẋ)2 Xi Inversa (Xi-Xi Inv) ai ai*(Xi-Xi Inv)

1 19,5 1479,9409 84,5 -65 0,4254 -27,651
2 22,1 1286,6569 75,8 -53,7 0,2944 -15,80928
3 32,6 643,6369 74,6 -42 0,2487 -10,4454
4 37,3 427,2489 74,5 -37,2 0,2148 -7,99056
5 40 322,9209 74,3 -34,3 0,187 -6,4141
6 46,5 131,5609 73,2 -26,7 0,163 -4,3521
7 50,4 57,3049 72,6 -22,2 0,1415 -3,1413
8 53,2 22,7529 68 -14,8 0,1219 -1,80412
9 54,3 13,4689 66,1 -11,8 0,1036 -1,22248
10 54,7 10,6929 65 -10,3 0,0862 -0,88786
11 55 8,8209 64,6 -9,6 0,0697 -0,66912
12 56,7 1,6129 62,4 -5,7 0,0537 -0,30609
13 58 0,0009 62 -4 0,0381 -0,1524
14 59 1,0609 61 -2 0,0227 -0,0454
15 60,5 6,4009 60,7 -0,2 0,0076 -0,00152
16 60,7 7,4529 60,5
17 61 9,1809 59
18 62 16,2409 58
19 62,4 19,6249 56,7
20 64,6 43,9569 55
21 65 49,4209 54,7
22 66,1 66,0969 54,3
23 68 100,6009 53,2
24 72,6 214,0369 50,4
25 73,2 231,9529 46,5
26 74,3 266,6689 40
27 74,5 273,2409 37,3
28 74,6 276,5569 32,6
29 75,8 317,9089 22,1
30 84,5 703,8409 19,5
Promedio 57,97
Suma 7010,863 -80,89273

𝑆𝑊 𝑒𝑥𝑝
[∑ 𝑎1 ∗ (𝑋𝑖 − 𝑋𝑖 𝑖𝑛𝑣𝑒𝑟𝑠𝑎)]2
=
∑(𝑋𝑖 − 𝑋)2

(−80,89273)2
𝑆𝑊 𝑒𝑥𝑝 =
7010,863

𝑆𝑊 𝑒𝑥𝑝 = 0,93335639

𝑆𝑊 𝑡𝑎𝑏𝑙𝑎𝑠(0,05) = 0,927

𝑆𝑊 exp > 𝑆𝑊 𝑡𝑎𝑏𝑢𝑙𝑎𝑑𝑜

0,93335639 > 0,927

∴ 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑝𝑟𝑜𝑣𝑖𝑒𝑛𝑒𝑛 𝑑𝑒 𝑢𝑛𝑎

𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙.
b) Diagrama Q-Q (percentil en x, percentil de Y)

i Xi p=(i-1/2)/N Zi
1 19,5 0,01666667 -2,12804523
2 22,1 0,05 -1,64485363
3 32,6 0,08333333 -1,38299413
4 37,3 0,11666667 -1,19181617
5 40 0,15 -1,03643339
6 46,5 0,18333333 -0,90273479
7 50,4 0,21666667 -0,78350038
8 53,2 0,25 -0,67448975
9 54,3 0,28333333 -0,57296755
10 54,7 0,31666667 -0,47704043
11 55 0,35 -0,38532047
12 56,7 0,38333333 -0,29673784
13 58 0,41666667 -0,21042839
14 59 0,45 -0,12566135
15 60,5 0,48333333 -0,0417893
16 60,7 0,51666667 0,0417893
17 61 0,55 0,12566135
18 62 0,58333333 0,21042839
19 62,4 0,61666667 0,29673784
20 64,6 0,65 0,38532047
21 65 0,68333333 0,47704043
22 66,1 0,71666667 0,57296755
23 68 0,75 0,67448975
24 72,6 0,78333333 0,78350038
25 73,2 0,81666667 0,90273479
26 74,3 0,85 1,03643339
27 74,5 0,88333333 1,19181617
28 74,6 0,91666667 1,38299413
29 75,8 0,95 1,64485363
30 84,5 0,98333333 2,12804523

Q-QPLOT
2.5
2
1.5
1
0.5
0
0 10 20 30 40 50 60 70 80 90
-0.5
-1
-1.5
-2
-2.5
-3
 ∴ 𝑺𝒆 𝒄𝒐𝒎𝒑𝒓𝒖𝒆𝒃𝒂 𝑯𝒐; 𝒍𝒐𝒔 𝒅𝒂𝒕𝒐𝒔 𝒕𝒊𝒆𝒏𝒆𝒏 𝒖𝒏𝒂 𝒕𝒆𝒏𝒅𝒆𝒏𝒄𝒊𝒂

𝒍𝒊𝒏𝒆𝒂𝒍, 𝒆𝒔 𝒅𝒆𝒄𝒊𝒓, 𝒔𝒊𝒈𝒖𝒆𝒏 𝒖𝒏𝒂 𝒅𝒊𝒔𝒕𝒓𝒊𝒃𝒖𝒄𝒊ó𝒏 𝒏𝒐𝒓𝒎𝒂𝒍.

CURVA NORMAL

1. Se realiza un experimento para comparar la efectividad de un compuesto químico para producir

resistencia en el porcentaje de humedad en productos textiles. Suponga que las medidas de resistencia a
la humedad tienen una distribución normal con media de 11,9 y varianza = 1,21. ¿Qué porcentaje de las
medidas de resistencia a la humedad es menor que 10,10?

Datos: Des. Estándar. Valor Z:

𝑋−𝑢
u=11,9 𝜎 2 = 1,21 𝑍= 𝜎
2 10,10−11,9
𝜎 = 1,21 √𝜎 2 = √1,21 𝑍= 1,1
𝑋 = 10,10 𝜎 = 1,1 𝑍 = −1,63

Valor en la Tabla:
ÁREA= 0,0505
α=0,0505
α=5,05%

El 5,05% de las medidas de resistencia a la humedad es menor a 10,10

2. Una compañía de productos químicos elimina sus residuos en un río situado en la vecindad. Para
verificar el grado de contaminación creado por estos residuos, se desea obtener algunas estimaciones.
Suponga que los residuos de contaminante tienen una distribución normal con media de 1,7 gramos por
litro (g/l) y desviación estándar de 0,223 gramos por litro (g/l)
¿Cuál es la probabilidad de que los residuos del contaminante?
a) Sean mayores de 1,72 (g /L)
b) Entre 1,46 y 1,88 (g /L)
c) Inferiores de 2,05 (g /L)

DATOS:
u=1,7(g/L)
𝑔
𝜎 = 0,223( 𝐿 )
a) Sean mayores de 1,72 (g /L)
Valor Z: Valor en la Tabla:
𝑥−𝑢
𝑍= Probabilidad = 9,5319
𝜎
𝑔 𝑔
1,72 ( 𝐿 ) − 1,78 ( 𝐿 )
𝑍= 𝑔
0,223 ( 𝐿 )
𝑍 = 0,089
La probabilidad de que los residuos del contamínate sean mayores de 1,72 (g/L) es de 0,5319

b) Entre 1,46 y 1,88 (g /L)

Valor Z: Valor Z:
 𝑋−𝑢 𝑋−𝑢
𝑍= 𝑍=
𝜎 𝜎
𝑔 𝑔 𝑔 𝑔
1,46 ( 𝐿 ) − 1,7 ( 𝐿 ) 1,88 ( 𝐿 ) − 1,7( 𝐿 )
𝑍= 𝑔 𝑍= 𝑔
0,223 ( 𝐿 ) 0,223( 𝐿 )
𝑍1 = −1,07 𝑍2 = 0,81
Valor de la Tabla: Valor de la Tabla
ÁREA 1=0,1423 ÁREA 2= 0,7910
Área de probabilidad deseada:
ÁREA= Área 1- Área 2
ÁREA= 0,7910-0,1423
PROBABILIDAD= 0,6487
La probabilidad de que el residuo del contaminante sea entre 1,46 y 1,88 (g/L) es de 0,6487

c) Inferiores de 2,05 (g /L)

Valor Z: Valor en la Tabla:
𝑋−𝑢
𝑍= Probabilidad=0,8944
𝜎
𝑔 𝑔
2,05 ( 𝐿 ) − 1,7 ( 𝐿 )
𝑍= 𝑔
0,223 ( 𝐿 )
𝑍 = 1,25
La probabilidad de que los residuos del contamínate sean inferiores a 2,05 (g/L) es de 0,8944.

3. Una empresa envasa un cierto producto en frascos cuyos contenidos cuantificados por su peso en
gramos, tienen distribución normal, con desviación estándar 5,50 g. Si el 10% de los frascos tienen un
peso menor de 139 gramos, ¿Cuál es el peso promedio de ellos?

Datos:
𝜎 = 5,50 g AT=0.5-1
X=139 AT= 0,4
139 𝑋−𝑢
A=10% 𝑍 = 𝑇𝑜𝑡𝑎𝑙 𝑍= 𝜎
139
𝑍= 𝜇 = 𝑥 − 𝑍 ∗ (𝜎)
100
𝑍 = 1.39 𝜇 = 139, −(1,39) ∗ (5,50)
𝝁 = 𝟏𝟑𝟏, 𝟑𝟓

4. En un proceso productivo se producen 5000 frascos de café con una media (u) de 252,5 g y una
desviación estándar (𝝈) 2,8 g, las especificaciones para los frascos de café son; 250,0 g ± 5 g. Calcule:

a) El % de producto bajo especificación

𝑋−𝑢
LIE=250,0g-5g 𝑍= 𝜎
245𝑔−252,5𝑔
LIE=245g 𝑍= A= 0,0037
2,8𝑔
Z=-2,68 A= 0,37%
 b) El % de producto sobre especificación

𝑋−𝑢
LSE= 250,0g+5g 𝑍= A=0,8133
𝜎
255𝑔−252,5𝑔
LSE= 255g 𝑍= A= 1-0,8133
2,8𝑔
𝑍 = 0,89 A=0,19%

c) El % de producto total fuera de especificación

AT=0,37%+0,19
AT=0,56%

d) Cuantos frascos están fuera de especificación

Frascos Porcentaje 0,56 ∗ 5000

𝑋=
Total 5000 100% 100
Fiera de la especificación x 0,56% 𝑿 = 𝟐𝟖

e) Si cada frasco tiene un costo de 5 dólares, que cantidad de dinero pierde la empresa.

Frascos Dinero
1 $5
Unidad Total
5000 $25.000
Perdida 28 $140

R= 28 frascos están de la especificación por tanto la perdida es de $140.

NIVEL DE CONFIANZA

5. Calcule los siguientes valores de Z

a) El valor de Z(α/2) si se trabaja al 95% de confianza

𝜶
(α/2) = 2,5% p1 = 0,025 p2 = 0,975 𝒁 ( ) = ±𝟏, 𝟗𝟔
𝟐

b) El valor de Z(α/2) si se trabaja al 90% de confianza

𝜶
(α/2) = 5% p1 = 0,05 p2 = 0,95 𝒁 (𝟐 ) = ±𝟏, 𝟔𝟓

c) El valor de Z (α) si se trabaja al 95% de confianza

(α) = 5% p = 0,05 𝒁(𝜶) = −𝟏, 𝟔𝟒

d) El valor de Z (α) si se trabaja al 90% de confianza

(α) = 10% p = 0,10 𝒁(𝜶) = −𝟏, 𝟐𝟖
 e) El valor de Z(α/2) si se trabaja al 99 % de confianza
𝜶
(α/2) = 0,5% p1 = 0,005 p2 = 0,995 𝒁 (𝟐 ) = ±𝟐, 𝟓𝟖

f) El valor de Z(α) si se trabaja al 99% de confianza

(α) = 1% p = 0,01 𝒁(𝜶) = −𝟐, 𝟑𝟑

CÁLCULO DEL TAMAÑO DE MUESTRA

1. Un informe del Ministerio de Salud indica que de un lote de producción de 1000 cajas de cigarrillos, las
cuales contiene 20 cigarrillos cada una, se realizó un análisis del contenido de alquitrán el cual dio un
valor promedio de 5,0 mg de alquitrán por cigarrillo. Sin embargo, no indica cuántos cigarrillos se
analizaron para obtener estos resultados ni da una medida de la variación de las observaciones de cigarrillo
a cigarrillo. Consideré que la desviación estándar del contenido de alquitrán es aproximadamente igual a 1
mg por cigarrillo, ¿cuántos cigarrillos habría que analizar?. Supóngase que se desea un error de estimación
menor que 0,1 mg con un nivel de confianza del 95%.

Datos: α 2
Z ( 2) ∙ 𝑁 ∙ 𝜎 2
N=1000 𝑛=
u=5.0mg α 2
𝑒 2 (𝑁 − 1) + Z (2) ∙ 𝜎 2
𝜎 = 1mg
e = 0.1 mg (1,96)2 ∙1000∙ 12
N.C. = 95% 𝑛=
0.12 (1000−1)+ (1,96)2 ∙ 12
α/2 = 5%/2 = 2.5
Z(α/2) = 1,96 𝑛 = 277,74

𝒏 = 𝟐, 𝟕𝟖

2. Se sabe que la concentración de un componente en una mezcla líquida se distribuye aproximadamente en

forma normal, con una variancia de 2,3095. Se desea obtener una confianza del 90% de que el error al
estimar la concentración media sea de 0,7. ¿Qué tamaño de muestra debería emplearse?

Datos: 𝜎2 α 2
𝜎 2 = 2,3095 𝑛 = 2 Z( )
𝑒 2
e = 0.7
N.C. = 90% 2,3095
𝑛= ∙ (1,65)2
α/2 = 10%/2 = 5 0.72
Z(α/2) = 1,65
𝑛 = 12,83

𝒏 = 𝟏𝟑
3. En un proceso productivo se produjeron 5000 unidades de frascos de café, las especificaciones para el
frasco de café son: media 250g y desviación estándar 5g. Se requiere realizar un análisis para comprobar
si los frascos de café cumplen las especificaciones indicadas. Cuál será el tamaño de la muestra que se
debe tomar si se quiere que el error no sea mayor a 1 gramo y se quiere tener un 95% de confianza.

Datos: α 2
Z ( 2) ∗ 𝑁 ∗ 𝜎 2
N=5000 𝑛=
u= 250 g α 2
𝑒 2 (𝑁 − 1) + Z (2) ∗ 𝜎 2
𝜎=5g
e=1g
 N.C. = 95% (1,96)2 ∗5000∗ 52
𝑛 = 12 (5000−1)+ (1,96)2∗ 52
α/2 = 5%/2 = 2.5
Z(α/2) = 1,96
𝑛 = 94,248

𝑛 = 94
4. El punto de ebullición del azufre tiene una variancia (S2) de 0,6889 grados Celsius. ¿Qué tamaño debe tener
la muestra para asegurar con una confianza del 95% que el error para estimar el punto promedio de
ebullición del azufre sea a lo más de 0,15 grados Celsius?

0,6889
Datos: 𝑛= ∗ (1,96)2
0.152
𝑠 2 = 0,6889 °C
e = 0.15 °C 𝑛 = 83,356
N.C. = 95%
α/2 = 5%/2 = 2.5 𝒏 = 𝟖𝟑
Z(α/2) = 1,96
𝑠2 α 2
𝑛= Z (2 )
𝑒2

5. Un químico prepara un producto diseñado para matar el 98% de un tipo particular de insectos. Que tamaño
de muestra debe tomar si desea tener un 95% de confianza y quiere que el error sea del 1%.

Datos: 𝑝𝑞 α 2
𝑛= Z (2 )
p= 98% = 0.98 𝑒2
q = 1 – 0.98 = 0.02 0,98∗0,02
e = 1% = 0.01 𝑛= ∗ (1,96)2
0.012
N.C. = 95%
α/2 = 5%/2 = 2.5 𝑛 = 752,95
Z(α/2) = 1,96
𝒏 = 𝟕𝟓𝟑

ESTIMACIÓN DE LA MEDIA

1. De acuerdo a un estudio realizado por un método estándar el con tenido de plomo en el agua de un rio de
un sector industrial dio como resultado.: el promedio aritmético 20,2 ug/L y la desviación estándar 1,8
μg/L, para comprobar esto se toma una muestra de 40 muestras de agua del rio. Estime el valor de la media
de la población con un 90% de confianza.

Datos:
n=40
Prom. Aritmético=20,2ug/L
Des. Estándar(S)=√ (1,8) =1,34ug/L Como n > 30, remplazamos (σ) por (S) de la muestra
Media=24,75ug/L
NC= 90%
IC=?
α= 10%=0,01/2= 0,05
Z(α/2) =1,64
 𝑆
𝑢 = 𝑥̅ ± 𝑍 (α )
√𝑛 2
1,34
𝑢 = 24,75 ± (1,64)
√40
𝑢𝑔
𝑢 = 24,75 ± 0,34
𝐿

24,41----------- 24,75-----------25,09
𝑢

2. Nueve repeticiones de la determinación de la solubilidad molar de un ácido orgánico en agua a 25°C, dieron
un valor medio de 0,00673 mol/L, con una desviación estándar de 0,00008 mol/L. Calcule un intervalo de
confianza del 90% para el verdadero valor medio de la solubilidad molar del ácido.

Datos
n=9
Media=0,00673mol/L
Des. Estándar(S)=0,00008mol/L
NC= 90%
α= 10%= 0,1/2=0,05
t (0,05;9)=1,833
0,00008
IC=? 𝑢 = 6,73𝑥10−3 ± (1,833)
√9
𝑢 = 6,73𝑥10−3 ± 4,888𝑥10 −5

6,68112𝑥10−3-------6,73𝑥10−3 -----------6,778888𝑥10−3

3. En un estudio sobre la contaminación del aire efectuado por una estación experimental, se recolectaron
cantidades de benceno soluble suspendido en materia orgánica (en microgramos por metro cúbico) en 12
diferentes muestras de aire: 2,2-2,6 -1,8- 1,9 - 3,1- 2,0 - 3,3 -2,4 -2,0 -2,6 - 1,2 - 2,0. Suponiendo que la
población de estudio sea normal, estime la media de la población, construya un intervalo con un nivel de
confianza del 90% para la media real correspondiente.

n Xi X-Xmed (X-Xmed)^2
1 2,2 0,01 0,00016
2 2,6 0,41 0,17037
3 1,8 -0,39 0,14995
4 1,9 -0,29 0,08251
5 3,1 0,91 0,83313
6 2 -0,19 0,03506
7 3,3 1,11 1,23824
8 2,4 0,21 0,04527
9 2 -0,19 0,03506
10 2,6 0,41 0,17037
11 1,2 -0,99 0,97464
12 2 -0,19 0,03506
TOTAL 27,1 3,76982
MEDIA 2,2
DES.EST 0,58
 n 1 2 3 4 5 6 7 8 9 10 11 12 MEDIA DES.EST Varianza
Xi 2,2 2,6 1,8 1,9 3,1 2 3,3 2,4 2 2,6 1,2 2 2,2 0,58 0,34

Datos: Desviación Estándar Varianza Media

𝑛
𝛴𝑖=1 (𝑋𝑖−𝑥̅ 𝑖)2 𝛴𝑋𝑖
N= 12muestras 𝑠=√ 𝑆 2 = (0,58)2 𝑥̅ =
𝑛−1 𝑛

3,73 27,1
NC= 90% 𝑆 = √12−1 𝑆 2 = 0,3364 𝑥̅ = 12
𝟐
α= 10%= 0,1 𝑺 = 𝟎, 𝟓𝟖 𝑺 = 𝟎, 𝟑𝟒 ̅ = 𝟐, 𝟑
𝒙
𝑡𝛼∕2 =t (0,05) =1,796

Grado de libertad
𝑆 𝛼
gl=n-1 𝜇 = 𝑥̅ ± ∗ 𝑡( 2 )
√ 𝑛
0,58
gL=12-1 𝜇 = 2,3 ± ∗ 1,796
√12
gL=11 𝝁 = 𝟐, 𝟑 ± 𝟎, 𝟑𝟎

t-student en la tabla
t (0,05;11) =1,796

2-----------2,3------------2,6 Intervalo (2;2,6)

𝜇

4. Cinco determinaciones de la densidad de un líquido orgánico dieron los resultados 0,9132 - 0,9138 - 0,9129
- 0,9131 y 0,9133 g/cm3. Calcule un intervalo de confianza del 95% para el promedio real de la densidad del
líquido orgánico.
n Xi X-Xmed (X-Xmed)^2
1 0,9132 -0,00006 0,0000000036
2 0,9138 0,00054 0,0000002917
3 0,9129 -0,00036 0,0000001296
4 0,9131 -0,00016 0,0000000256
5 0,9133 0,00004 0,0000000016
Total 4,5663 0,0000004520
Media 0,91326
Des.Est 0,00033615

n 1 2 3 4 5 Media Des.Est Varianza

Xi 0,9132 0,9138 0,9129 0,9131 0,9133 0,91326 0,00033615 0,000000113

Datos:
n=5 determinaciones Desviación estándar Varianza Media
𝑛 (𝑋𝑖−𝑥̅ 𝑖)2
𝛴𝑖=1 𝛴𝑋𝑖
NC= 95% 𝑆=√ 𝑆 2 = (0,000336) 𝑥̅ =
𝑛−1 𝑛
 (4,52𝑥10−7 ) 4,5663
α= 5%=0,05 𝑆=√ 𝑆 2 = 1,13𝑥10−7 𝑥̅ =
5−1 5
𝑡𝛼∕2 =t (0,025) =2,776 𝑆 = 0,00033615 𝑥̅ = 0,91326

Grados de libertad
𝑆 𝛼
gl= n-1 𝜇 = 𝑥̅ ± ∗ 𝑡( 2 )
√𝑛
0,000336
gl=5-1 𝜇 = 0,91326 ± ∗ 2,776
5
gl=4 𝝁 = 𝟎, 𝟗𝟏𝟑𝟐𝟔 ± 𝟏, 𝟖𝟖𝒙𝟏𝟎−𝟓

t (α/2; gl)
t (0,025;4) Intervalo:(0,9132; 0,9133)

t en la tabla 𝜇
t (0,025;4) =2,776 0,9132---------------0,91326-----------0,9133

5. Las mediciones de la cantidad de cloroformo (microgramos por litro) de 40 muestras de agua potable de
una ciudad produjeron los siguientes resultados: media ( 𝑿 ̅ ) = 34,8 y varianza (s2) =24,01. Calcule e
interprete un intervalo de confianza de 97,5%, para la cantidad promedio de cloroformo del agua potable
de esta ciudad.

Datos:
n=40muestras Desviación Estándar
𝑥̅ =34,8 𝑆 2 = 24,01
𝜎 2 =24,01 √𝑆 2 = √24,01
NC= 97,5% 𝜎 = 4,9
α= 2,5%=0,025
𝑍𝛼∕2=Z (0,0125) =0,5040
𝑆 𝛼
𝜇 = 𝑥̅ ± ∗ 𝑡( 2 )
√𝑛
Como n>30, remplazamos (S) por(o) de la muestra
𝜎 𝛼
𝜇 = 𝑥̅ ± ∗ 𝑍 (2)
√𝑛
4,9
𝜇 = 34,8 ± ∗ (0,5040)
√40
𝝁 = 𝟑𝟒, 𝟖 ± 𝟎, 𝟑𝟗

34,41--------------34,8------------35,19

Intervalo: (34,41;35,19)
6. Un investigador desea comprobar la hipótesis de que el punto de fusión de una aleación es (u) de 1000°C.
El punto de fusión de esta aleación se distribuye normalmente y tiene una desviación estándar de (δ) 10°C.
a) Cuantas muestras debe analizar el investigador para estimar el punto de fusión de la aleación, si se
quiere que el error no sobrepase los 5°C y se trabaja al 95% de confianza. Utilice los datos de la tabla
siguiente para hacer los cálculos siguientes.

Datos (10)2 (1.96)2

e=5ºC 𝑛=
(5)2
NC=95% 𝒏 = 𝟏𝟓
α= 5% → 0.05
𝛼
z( 2 )= 1.96

b) Con el tamaño de muestra calculada en la parte a de este problema, y con los datos elegidos de la tabla
siguiente (para elegir los datos empiece desde el dato n=1 hasta el n calculado en la parte a de este
problema) estime la media de la población (x ---u), trabaje al 95% de confianza.

n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Xi 990,0 1005,0 995,0 1010,0 998,0 1008,0 998,0 1003,0 1000,0 1001,0 1002,0 1000,0 1000,0 1005,0 1000,0 1010,0 1010,0 1015,0 1015,0 1015,0

Promedio 1001
Desviación Estándar 4,971
Varianza 24,714

Datos
media =1001 4.971
𝜇 = 1001 ± (2.145)
n=15 √15
s=4.971
NC=95% 𝝁 = 𝟏𝟎𝟎𝟎𝟏 ± 𝟐. 𝟕𝟓𝟑 ℃
α= 5% → 0.05
𝛼
t( )=(0.025; 14)= 2.145
2

c) Diga si la media de la población (u) se encuentra dentro del intervalo de confianza calculado en la parte
b de este problema
n 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Xi 990,0 1005,0 995,0 1010,0 998,0 1008,0 998,0 1003,0 1000,0 1001,0 1002,0 1000,0 1000,0 1005,0 1000,0 1010,0 1010,0 1015,0 1015,0 1015,0

Si se encuentra dentro del intervalo

998,247-------------------------------1001--------------------------- 1003,753

7. Los siguientes datos representan la conductividad térmica del cloruro de metilo a las temperaturas (°C).

Y: Conductividad 0,115 0,123 0,135 0,149 0,163 0,173 0,189 0,202

X: temperatura 10 37,7 65,5 93,3 121,1 148,8 176,6 204,4

Se realiza tres determinaciones a: a 111,6 °C. 111,0°C, 110,8°C.

 a) Calcule las constantes a, b y r

r a b
0,998098 0,0005 0,1071
Tendencial lineal

b) Estime la conductividad térmica con su intervalo de confianza, trabaje al 95% de confianza.

y= a x + b
y1 0,1629 0,0005 111,6 0,1071
y2 0,1626 0,0005 111 0,1071
NC=95% y3 0,1625 0,0005 110,8 0,1071
α= 5% → 0.05 Promedio 0,16266667
𝛼 0,00020817
t( )=(0.025; 2)= 4.303 Desv. Estand
2

0.000208
𝜇 = 0.1626 ± (4.303)
√3

𝝁 = 𝟎. 𝟏𝟔𝟐𝟔 ± 𝟎. 𝟎𝟎𝟎𝟓𝟏𝟔𝟕𝟒 º𝑪

8. La calibración de un método espectro químico dio los siguientes resultados:

Absorbancia 0,33 0,55 0,96 1,21 1,47

Pb (mg) 1 2 3 4 5

Se analizan 4 muestras dando como resultado las siguientes absorbancias 0,78 - 0,77- 0,78 - 0,79
¿Cuál será su contenido en plomo en mg con su intervalo de confianza? Trabaje al 95% de confianza.

y= a x + b
y1 0,78 0,294 2,578231293 0,022
y2 0,77 0,294 2,544217687 0,022
y3 0,78 0,294 2,578231293 0,022
y4 0,79 0,294 2,612244898 0,022
Promedio 0,78 2,57823129
Desv. Estand 0,00816497 0,02777199
Datos:
NC=95%
α= 5% → 0.05
𝛼
t( )=(0.025; 3)= 3.182
2
0.0277
𝜇 = 2.578 ± (3.182)
√4

𝝁 = 𝟐. 𝟓𝟕𝟖 ± 𝟎. 𝟎𝟒𝟒𝟎
9. La determinación de níquel en aceites vegetales hidrogenados se puede realizar calcinando la muestra a
cenizas, añadiendo molibdeno como patrón interno y analizando por espectroscopia de emisión. Se
prepara las solucione estándares que se indica en la tabla, se analizan una muestra de aceite vegetal por
cuadriplicado obteniéndose las siguientes señales de intensidad del equipo 0,85 - 0,86 - 0,87 - 0,86:
Calcule la concentración de Níquel con su intervalo de confianza en ppm en la muestra. Trabaje al 95% de
confianza.

Intensidad 0,43 0,7 0,9 1,15 1,34

Ni (ppm) 0,2 0,4 0,6 0,8 1

y= a x + b
y1 0,85 1,135 0,55242291 0,223
y2 0,86 1,135 0,56123348 0,223
y3 0,87 1,135 0,57004405 0,223
Y4 0,86 1,135 0,56123348 0,223
Promedio 0,86 0,56123348
Desv. Estand 0,00816497 0,0071938

NC=95%
α= 5% → 0.05
𝛼
t( )=(0.025; 3)= 3.182
2

0.0071
𝜇 = 0.56 ± (3.182)
√4
𝝁 = 𝟎. 𝟓𝟔 ± 𝟎. 𝟎𝟏𝟏𝟐
 10. Se prepara una serie de soluciones estándares de plata cada una por quintuplicado (tabla)
a) Calcule las constantes a, b y r

r a b
0,997397 1,9817 2,9238
Tendencial lineal

Se quiere analizar el contenido de plata de unas placas fotográficas por espectrometría de absorción
atómica, se analiza por triplicado obteniéndose los siguientes valores de intensidad del equipo 65 – 66 --
68.
b) Calcule la concentración de plata con su intervalo de confianza. Trabaje al 95% de confianza.

Concentración en (mg/ml) 0 10 20 30 40 50
n1 4 22 44 60 75 104
n2 3 20 46 63 81 109
Intensidad de fluoresceína n3 4 21 45 60 79 107
n4 5 22 44 63 78 101
n5 4 21 44 63 77 105

NC=95%
α= 5% → 0.05 y= a x + b
𝛼
t( )=(0.025; 2)= 4.303 y1 65 1,9817 31,3247212 2,9238
2
y2 66 1,9817 31,8293384 2,9238
y3 68 1,9817 32,8385729 2,9238
Promedio 66,3333333 31,9975442
Desv. Estand 1,52752523 0,77081558

0.7708
𝜇 = 31.99 ± (4.303)
√3

𝝁 = 𝟑𝟏. 𝟗𝟗 ± 𝟏. 𝟗𝟏𝟒

ESTIMACIÓN DE LA VARIANZA

1. Estime el valor de Chi cuadrado para gl = n-1 = 7-1 = 6 y un 95% de confianza. χ2 (6; 0,05); α = 5%, una cola

Datos:
NC= 95%
α =5% = 0,05=0,05 gl
gl=n-1= 7-1=6

𝑿𝟐 (𝟔;0,05) =12,5916
2. Estime el valor de Chi cuadrado para gl = n-1 = 10-1 = 9 y un 95% de confianza; α = 5%, dos colas

𝑥 2 (1−∝; 𝑔𝑙) 𝑥 2 (𝑔𝑙; ∝)

2 2
𝑥 2
(0,975; 9) = 𝟐, 𝟕𝟎𝟎𝟒 𝑥 2 (9;0,025) = 𝟏𝟗, 𝟎𝟐𝟐𝟖

3. Estime el valor de Chi-cuadrado para

a) χ2 [6; (𝟏 −𝜶𝟐 )]

0.05
𝑋 2 = [6; (1 − )]
2

𝑋 2 = [6; 0.975]

𝑿𝟐 = 𝟏. 𝟐𝟑

b) χ2 [6; (𝜶/𝟐)]

0.05
𝑋 2 = [6; ( )]
2

𝑋 2 = [6; 0.025]

𝑿𝟐 = 𝟏𝟒. 𝟒

4. Cinco determinaciones de la densidad de un líquido orgánico dieron los resultados 0,9132 - 0,9138 - 0,9129
- 0,9131 y 0,9133 g/cm3. Estime la varianza de la población, trabaja al 95% de confianza.

n xi
1 0,9132
2 0,9138
3 0,9129
95 % 4 0,9131
5 0,9133
Promedio 0,91326
Desv. Estad. 0,0003
Varianza 1,13E-07

X2(0.975 ; 4) =0,4844 X2(4; 0,025) = 11,1433

 −8
𝜎12 = 4.0562𝑥10 𝜎22 = 9.33𝑥10−7

1.13𝑥10−7 (5 − 1) 1.13𝑥10−7 (5 − 1)
𝜎22 = = 𝟗. 𝟑𝟑𝒙𝟏𝟎−𝟕 𝜎12 = = 𝟒. 𝟎𝟓𝟔𝟐𝒙𝟏𝟎−𝟖
0.4844 11.1433 −7
𝑠 2 = 1.13𝑥10

5. Se analizó gravimétricamente una cierta muestra para determinar sulfatos y se obtuvieron los siguientes
resultados en partes por millón: 6,390 - 6,990 - 5,71 - 5,930 - 5,350 - 5,810 - 5,520 - 5,910 - 5,460 - 5,810
a) Estime el valor de la media de la población sobre el contenido de sulfatos, trabaje al 95% de confianza?

Datos

NC=95% α=0,5%=0,05=0,05/2=0,025. gL= n-1= 9-1=8.

𝛼
𝑡 ( ; 𝑔𝑙)
2
𝑡(0,025; 8) = 2,306
(2,306) ∗ 0,489
𝑢 = 5,94 ±
√9
𝒖 = 𝟓, 𝟗𝟒 ± 𝟐, 𝟖𝟑

b) Estime el valor de la varianza de la población, trabaje al 95% de confianza.

NC 95%

𝑥22 [(1 − 0,025); 8] 𝑥12 (0,025; 8)

𝑥22 [(0,975); 8]
𝐵𝑢𝑠𝑐𝑎𝑚𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝐶ℎ𝑖 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑒𝑛 𝑙𝑎𝑠 𝑇𝑎𝑏𝑙𝑎𝑠
𝑥22 [(0,975); 8] = 1,1042 𝑥12 (0,025; 8) = 17,5245

0,24(9 − 1) 0,24(9 − 1)
𝜎22 = 𝜎12 =
1,1042 17,5245
2 2
𝜎2 = 1,74 𝜎1 = 0,11
 𝜎12 = 0,11 𝜎22 = 1,74

𝑆 2 = 0,24

La varianza de la muestra está dentro del intervalo de la varianza de la población.