SlideShare una empresa de Scribd logo
1 de 15
Descargar para leer sin conexión
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicios Prueba de Hipótesis
Ing. Tecnologías de la producción

Estadística Aplicada a la
Ingeniería
Alumno
Víctor Hugo Franco García

7° ``A´´
Profesor

Lic. Gerardo Edgar Mata Ortiz

A Martes 22 de Octubre de 2013
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 1
Un cierto tipo de automóvil emite un promedio de 100 miligramos de óxidos
de nitrógeno (NOx) por segundo, cuando desarrolla una potencia de 100
caballos de fuerza. Se ha propuesto una modificación al diseño del motor que
podría reducir las emisiones de óxidos de nitrógeno.
El nuevo diseño será puesto en producción si se puede demostrar que su tasa
de emisiones es mejor a 100 ml. x Seg. Una muestra de 50 motores
modificados se prueba y se encuentra que emiten en promedio 92 ml. x Seg;
con una desviación estándar de 21 ml. x seg.
En base a la información podemos decir que los motores mejoraron, pero
queda la duda en la desviación estándar, puesto que hay una variación de 21
ml. x seg.
La cuestión entonces es: ¿Es razonable suponer que esta muestra con su media
de 92 puede provenir de una población, cuya media es 100 o más?
Población
M = ? ≥ 100
?

Muestra
X = 92

n = 50

S = 21

Observaciones:
1er caso: si no se rechaza la hipótesis nula: no se encontró evidencia estadística
suficiente para rechazar la hipótesis nula, en este caso de que la media sea igual
o mayor a 100
2do caso: si se rechaza la hipótesis nula, se encontró evidencia estadística
suficiente para rechazar la hipótesis nula, en este caso de que la media es ≥ 100
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Solución:

Z= X - M

= S

= 21

N

= 2.97

50

Z= 92 - 100 = - 2.69
2.97



A = 0.0036

- 2.69
Es la probabilidad de que al extraer una muestra de una población con media
100.
Se encontró evidencia para rechazar, porque la probabilidad es muy pequeña
del 36%.
Preguntas:
 ¿Qué porcentaje de los 50 motores tuvieron emisiones mayores a 113?
 ¿Cuál es el área de que 50 motores salgan mayores a 100?
Z= 100 - 92
21

= 0.3809

A= 0.6480

1-0.6480=

0.35%
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 2
Una báscula va a ser calibrada pesando 1000 gr. 60 veces; las 60 lecturas de la
báscula tuvieron una media de 1000.6 gr; y una desviación estándar de 2 gr.
Determina si es posible rechazar la hipótesis nula de que la media sea igual a
1000

HIPÓTESIS ALTERNA
La media es mayor que un valor
determinado Ho.
Cuando la media sea menor que un
valor determinado.
Cuando la media es diferente de Ho.

P. VALOR
Área a la derecha de Z.
Área a la izquierda de Z.
La suma de las dos áreas a la derecha
de Z positivo y a la izquierda de Z
negativo.

Solución:
= 2

= 0.258

60

Z= 1000.6 - 1000

= 2.32

A= 0.9898

0.25

A = 0.0102

A = 0.0102
P= 0.0102 + 0.0102 = 0.0204

-2.32

2.32
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 3
En un experimento para medir el tiempo de vida de piezas manufacturadas con
cierta aleación de aluminio. 73 piezas fueron cargadas cíclicamente hasta fallar. El
número de promedio de kilociclos hasta fallar fue 783 mil veces en promedio, y la
desviación estándar fue de 120 mil.

 La hipótesis nula es que la media poblacional es menor o igual a 750.
 La hipótesis alterna es mayor a 750.
a) Encuentre el (P) valor.

X = 738,000

Hi = M > 750

S=

Ho= M

120

< 750

Solución:
Z= Xo - M

= 120

N

Z= 783 - 750

= S

= 14.044

73

= 2.35

A= 0.9906

14.044

P = 0.0094 ó 0.94%
b) ¿Qué significa el P valor?
A= 0.9906

A= 0.0094

2.35

El P valor puede significar 2
cosas
1. Que el número promedio
de kilociclos hasta fallar es
> 750 ó
2. La muestra casualmente
se encuentra en el
extremos 0.94% de su
distribución
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 4
El artículo……. describe un sistema para la medición remota de los elementos en
las carreteras tales como el ancho de las lanes y las señales de los niveles de
tráfico. Para una muestra de 160 de dichos elementos, el error promedio en % en
las mediciones fue 1.90 con una desviación estándar de 21.20; encuentra el P
valor para probar
Datos:
Ho: µ = 0
H1: µ ≠ 0

X = 1.9
S = 21.2
n= 160

Solución:
Z= Xo - M

= S
N

Z= 1.9 - 0 = 1.133

= 21.2

= 1.676

160

AT = 0.2584 ≈ 25.84%

1.676


A1 = 0.1292

-1.133

A2 = 0.1292

1.133

a) M ≠ 0 (No sirve)
b) Que la muestra se encuentre en el 25.84% (la probabilidad de que no sirva
es del 25.84%)
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 5
Recientemente muchas compañías han estado experimentando con el teletrabajo,
permitiendo a los empleados trabajar en casa en sus computadoras. Además de
otras cosas, se supone que el teletrabajo reduce el número de días, de
inasistencias por enfermedad este año se tomó una muestra aleatoria simple de
80 empleados para darles seguimiento encontrando un promedio de 4.5
inasistencias por enfermedad y una desviación estándar de 2.7 días; encuentra el
P valor para probar que la media de inasistencias es
µ < 5.4 días hipótesis alterna

Datos:

µ ≥ 5.4 días hipótesis nula

n= 80



x = 4.5





Solución:
Z= Xo - M

= S
N

= 2.7

= 0.3018

80

Z= 4.5 – 5.4 = -2.98
0.3018




≈
A = 0.0014

A = 0.0014

P = 0.0028












-2.98

2.98

P <  Rechazar
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 6
El Ingeniero Crisito demostró un método para mejorar la eficiencia de la línea de
producción que tiene a su cargo. El promedio histórico de eficiencia de la línea ha
sido 81%, con una desviación estándar de 2.3%; después de aplicar la
metodología del ingeniero Crisito se midió la eficiencia durante todo 1 mes,
encontramos los sig. Datos
Datos:
Muestra: X = 82.5

86
88
85
82
83

S = 0.419

89

86

79

78

79

82
83
88
87

85
81
84
80

82
78
80
86

81
83
81
80

78
80
77
85

P = eficiencia

M =?
?
Histórico
M= 81


Determina si la eficiencia de la línea aumentó, utilizando un intervalo de confianza
y una prueba de hipótesis y un nivel de significancia 0.02 (confianza 0.98)

Solución:
Z= Xo - M

= S
N

Z= 82.5 – 81

= 3.579

0.419

A = 0.9998
A = 0.0002

3.57

= 2.3 = 0.419
30

¿M > 81?
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

82.5%

Intervalo de confianza

78.1%

81%

83.3%

Conclusión:
Tomando como referencia el promedio histórico del 81% de eficiencia en la línea
de producción a cargo por el Ingeniero Crisito. Se llevó a cabo un plan de mejorar,
para mejorar la eficiencia, los resultados que se obtuvieron fueron los esperados,
puesto que de un 81% de eficiencia que se tenía anteriormente, se logró un
aumento del 1.5% más de eficiencia, creando una línea de producción con un
82.5% de eficiente.
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 7
La Ingeniera Lizbeth Eduviges, está probando un nuevo sistema de aislamiento
por datos históricos, el diferencial de temperatura M= 10 °C con una desviación
estándar 1.5 °C. Después de instalar el nuevo aislamiento térmico, llevó a cabo
nuevas mediciones y obtuvo los siguientes resultados.
Datos

11
10
12
11
12

10
13
11
12
14

10
12
12
14
11

13
12
13
10
12

13
14
11
15
12

13
14
15
13
10

Muestra
X = 12.16
S = 0.27

Histórico:
M = 10°C

 = 1.5 °C
¿M > 10 °C?

Compruebe si el sistema de aislamiento funciona empleando prueba de hipótesis y
intervalo de confianza

Solución:
Z= Xo - M

= S

= 1.5 = 0.273

N

30

Z= 12.16 – 10 = 7.91

12.16 °C

0.273
Intervalo de confianza

8.5 °C

10 °C

11.5 °C

Conclusión:
El nuevo sistema de aislamiento térmico probado por la ingeniería Lizbeth, creó un
aumento en la temperatura registrada cada día durante 1 mes, pasando de un
promedio de temperatura de 10 °C a una temperatura de 12.16 °C; concluyendo
que este nuevo sistema de aislamiento, funcionó, ya que se esperaba que el
promedio de grados que se generaba anteriormente aumentará, lo cual sucedió
con este nuevo sistema de aislamiento.
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 8
Se desea probar que las temperaturas de fusión de 2 aleaciones de aluminio son
diferentes. Se toman 35 muestras y se encuentra que la temperatura media de
fusión es de 517 °F con una desviación estándar 2.4 °F
De la segunda aleación se tomaron 47 muestras, encontrando una media 510.1 °F
con una desviación estándar 2.1 °F. Realice una prueba de hipótesis y construya
un intervalo de confianza al 99%
Aleación 1
Datos:
n = 35
X = 517 °F

Aleación 2
Datos:
n = 47
X = 510.1 °F

F

F

Solución aleación 1:
Z= Xo - M

= S
N

= 2.4 = 0.405
35

Solución aleación 2:
Z= Xo - M

= S
N

Solución en Minitab

= 2.1 = 0.306
47
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 9
Se están probando 2 inhibidores de corrosión mediante un experimento. Se toman
47 especímenes protegidos por el inhibidor A encontrándose una pérdida de masa
promedio de 242 gr. Con una desviación estándar de 20 mlgr. Se protegen 42
especímenes con el inhibidor B y se encuentra una pérdida de masa promedio de
220 gr; con una desviación estándar 31 mlgr. Elabore una prueba de hipótesis y
construya un intervalo de confianza para la diferencia de medias al 95%
Inhibidor 1
Datos:
n = 47
X = 242 gr.

Inhibidor 2
Datos:
n = 42
X = 220 gr.

mlgr.

mlgr.

Solución aleación 1:
Z= Xo - M

= S

=

N

20

= 2.917

47

Solución aleación 2:
Z= Xo - M

= S
N

Solución en Minitab:

=

31
42

= 4.78
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 10
Una muestra aleatoria de 300 componentes electrónicos fabricados mediante un
proceso especifico se muestrea y encuentra que 25 están defectuosos. Sea P la
proporción de componente fabricados mediante este proceso que presentan
defectos. El ingeniero responsable de la producción afirma que P ≤ 0.05. ¿La
muestra proporciona suficientes evidencias para rechazar la afirmación?
Solución:

Z= X - M = 2.65

Área = 0.996
1 – 0.996 = 0.0040

A= 0.0040

2.65

Solución Minitab

P
Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Ejercicio 11
Para determinar el efecto de grado de combustible en la eficiencia, 80 automóviles
nuevos de la misma marca, motores iguales, fueron conducidos cada uno durante
1000 millas, 40 de los automóviles utilizaron gasolina Magna y los otros 40
Premium; los de gasolina Magna tuvieron un rendimiento promedio de 27.2 millas
x galón, con una desviación estándar 1.2 millas x galón; los de gasolina Premium
tuvieron un rendimiento promedio de 28.1 millas por galón y una desviación
estándar de 2 millas x galón ¿Se puede concluir que este tipo de automóvil tiene
mejor rendimiento con gasolina Premium?
Datos:
MAGNA
PREMIUM
Solución Minitab:

n = 40
n = 40

X = 27.2
X = 28.1



Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Víctor Hugo Franco García

https://www.facebook.com/victorhugo.francogarcia.7
andruss_hugo1453@hotmail.com
http://www.slideshare.net/Hugo_Franco/newsfeed
hugofranco.bligoo.com.mx
victor-garcia.bligoo.com.mx

Más contenido relacionado

La actualidad más candente

DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTDISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTJonatan Gabriel Linares
 
Tarea 6 de probabilidad y estadistica con respuestas
Tarea 6 de probabilidad y estadistica con respuestasTarea 6 de probabilidad y estadistica con respuestas
Tarea 6 de probabilidad y estadistica con respuestasIPN
 
Pruebas de-hipótesis
Pruebas de-hipótesisPruebas de-hipótesis
Pruebas de-hipótesisdiana2196
 
Distribución de poisso ejercicios
Distribución de poisso ejerciciosDistribución de poisso ejercicios
Distribución de poisso ejerciciosAurora Sanchez Caro
 
Estimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporcionesEstimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporcionesHugo Caceres
 
Tema 20 4.7 multiplicadores-de_lagrange..excelente
Tema 20   4.7 multiplicadores-de_lagrange..excelenteTema 20   4.7 multiplicadores-de_lagrange..excelente
Tema 20 4.7 multiplicadores-de_lagrange..excelenteAlegares
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesiseduardobarco
 
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Alexander Flores Valencia
 
Ejemplos de la 2da ley de termodamica y entropia
Ejemplos de la 2da ley de termodamica y entropiaEjemplos de la 2da ley de termodamica y entropia
Ejemplos de la 2da ley de termodamica y entropiaAlexander Casio Cristaldo
 
Termodinamica problemas resueltos08
Termodinamica problemas resueltos08Termodinamica problemas resueltos08
Termodinamica problemas resueltos08Norman Rivera
 
Coordenadas cilindricas y esfericas
Coordenadas cilindricas y esfericasCoordenadas cilindricas y esfericas
Coordenadas cilindricas y esfericasPSM Valencia
 
Distribuciones de Probabilidad (Variable Aleatoria Continua)
Distribuciones de Probabilidad (Variable Aleatoria Continua)Distribuciones de Probabilidad (Variable Aleatoria Continua)
Distribuciones de Probabilidad (Variable Aleatoria Continua)Daniel Gómez
 

La actualidad más candente (20)

Unidad 4b
Unidad 4bUnidad 4b
Unidad 4b
 
C E09 S11 D C
C E09  S11  D CC E09  S11  D C
C E09 S11 D C
 
Distribucion normal ejercicios
Distribucion normal ejerciciosDistribucion normal ejercicios
Distribucion normal ejercicios
 
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTDISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
 
Tarea 6 de probabilidad y estadistica con respuestas
Tarea 6 de probabilidad y estadistica con respuestasTarea 6 de probabilidad y estadistica con respuestas
Tarea 6 de probabilidad y estadistica con respuestas
 
Pruebas de-hipótesis
Pruebas de-hipótesisPruebas de-hipótesis
Pruebas de-hipótesis
 
Distribución de poisso ejercicios
Distribución de poisso ejerciciosDistribución de poisso ejercicios
Distribución de poisso ejercicios
 
Elasticidad (1)
Elasticidad (1)Elasticidad (1)
Elasticidad (1)
 
Estimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporcionesEstimación.intervalos de confianza para la media y para las proporciones
Estimación.intervalos de confianza para la media y para las proporciones
 
Tema 20 4.7 multiplicadores-de_lagrange..excelente
Tema 20   4.7 multiplicadores-de_lagrange..excelenteTema 20   4.7 multiplicadores-de_lagrange..excelente
Tema 20 4.7 multiplicadores-de_lagrange..excelente
 
Inferencia estadistica
Inferencia estadisticaInferencia estadistica
Inferencia estadistica
 
Pruebas de hipótesis
Pruebas de hipótesisPruebas de hipótesis
Pruebas de hipótesis
 
electrotecnia basica tarea academica
electrotecnia basica tarea academica electrotecnia basica tarea academica
electrotecnia basica tarea academica
 
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
 
Ejemplos de la 2da ley de termodamica y entropia
Ejemplos de la 2da ley de termodamica y entropiaEjemplos de la 2da ley de termodamica y entropia
Ejemplos de la 2da ley de termodamica y entropia
 
PROBLEMAS DE ESTATICA
PROBLEMAS DE ESTATICAPROBLEMAS DE ESTATICA
PROBLEMAS DE ESTATICA
 
Termodinamica problemas resueltos08
Termodinamica problemas resueltos08Termodinamica problemas resueltos08
Termodinamica problemas resueltos08
 
Coordenadas cilindricas y esfericas
Coordenadas cilindricas y esfericasCoordenadas cilindricas y esfericas
Coordenadas cilindricas y esfericas
 
Distribuciones de Probabilidad (Variable Aleatoria Continua)
Distribuciones de Probabilidad (Variable Aleatoria Continua)Distribuciones de Probabilidad (Variable Aleatoria Continua)
Distribuciones de Probabilidad (Variable Aleatoria Continua)
 
Transferencia de calor
Transferencia de calorTransferencia de calor
Transferencia de calor
 

Destacado

Pruebas de-hipótesis
Pruebas de-hipótesisPruebas de-hipótesis
Pruebas de-hipótesissandoval06
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesisHugo_Franco
 
Ejercicio Contraste de Hipótesis
Ejercicio Contraste de HipótesisEjercicio Contraste de Hipótesis
Ejercicio Contraste de Hipótesisjesuscol_s
 
Ejercicios unidad 3 mata
Ejercicios unidad 3 mataEjercicios unidad 3 mata
Ejercicios unidad 3 mataKassandra Gomez
 
Ejercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaEjercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaMark Ardiles Alegre
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesisalimacni
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De HipotesisHero Valrey
 

Destacado (9)

Pruebas de-hipótesis
Pruebas de-hipótesisPruebas de-hipótesis
Pruebas de-hipótesis
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
 
Ejercicio Contraste de Hipótesis
Ejercicio Contraste de HipótesisEjercicio Contraste de Hipótesis
Ejercicio Contraste de Hipótesis
 
Ejercicios unidad 3 mata
Ejercicios unidad 3 mataEjercicios unidad 3 mata
Ejercicios unidad 3 mata
 
Ejercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadísticaEjercicios prueba de hipótesis estadística
Ejercicios prueba de hipótesis estadística
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
 
Prueba De Hipotesis
Prueba De HipotesisPrueba De Hipotesis
Prueba De Hipotesis
 
Solucionario walpole 8
Solucionario walpole 8Solucionario walpole 8
Solucionario walpole 8
 
Ejercicios resueltos-de-estadistica
Ejercicios resueltos-de-estadisticaEjercicios resueltos-de-estadistica
Ejercicios resueltos-de-estadistica
 

Similar a Ejercicios prueba de hipótesis

Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesisHugo_Franco
 
Ejercicios de hipótesis
Ejercicios de hipótesisEjercicios de hipótesis
Ejercicios de hipótesisjulio_rmz10
 
EJEMPLOS PRUEBA DE HIPÓTESIS
EJEMPLOS PRUEBA DE HIPÓTESISEJEMPLOS PRUEBA DE HIPÓTESIS
EJEMPLOS PRUEBA DE HIPÓTESISYovana Marin
 
ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOjhonatan piers
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de TorreónAlejandra Cordero
 
Ejercicios de intervalos de confianza
Ejercicios de intervalos de confianzaEjercicios de intervalos de confianza
Ejercicios de intervalos de confianzazooneerborre
 
4.ejercicios de intervalos de confianza
4.ejercicios de intervalos de confianza4.ejercicios de intervalos de confianza
4.ejercicios de intervalos de confianzazooneerborre
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 juliojulio_rmz10
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 juliojulio_rmz10
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 juliojulio_rmz10
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 juliojulio_rmz10
 
Ejercicios ajs
Ejercicios ajsEjercicios ajs
Ejercicios ajsmarian2200
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadisticaneymarcella
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadisticaneymarcella
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 juliojulio_rmz10
 
Guia de ejercicios
Guia de ejerciciosGuia de ejercicios
Guia de ejerciciosnearcoscipio
 
Guia de Ejercicios - Operaciones y Productividad
Guia de Ejercicios - Operaciones y ProductividadGuia de Ejercicios - Operaciones y Productividad
Guia de Ejercicios - Operaciones y ProductividadDaniel Flores
 

Similar a Ejercicios prueba de hipótesis (20)

Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
 
Ejercicios de hipótesis
Ejercicios de hipótesisEjercicios de hipótesis
Ejercicios de hipótesis
 
Pr9 muestreo
Pr9 muestreoPr9 muestreo
Pr9 muestreo
 
EJEMPLOS PRUEBA DE HIPÓTESIS
EJEMPLOS PRUEBA DE HIPÓTESISEJEMPLOS PRUEBA DE HIPÓTESIS
EJEMPLOS PRUEBA DE HIPÓTESIS
 
ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREO
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de Torreón
 
Ejercicios de intervalos de confianza
Ejercicios de intervalos de confianzaEjercicios de intervalos de confianza
Ejercicios de intervalos de confianza
 
4.ejercicios de intervalos de confianza
4.ejercicios de intervalos de confianza4.ejercicios de intervalos de confianza
4.ejercicios de intervalos de confianza
 
meto_super_respu.ppt
meto_super_respu.pptmeto_super_respu.ppt
meto_super_respu.ppt
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 julio
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 julio
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 julio
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 julio
 
T student
T studentT student
T student
 
Ejercicios ajs
Ejercicios ajsEjercicios ajs
Ejercicios ajs
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 julio
 
Guia de ejercicios
Guia de ejerciciosGuia de ejercicios
Guia de ejercicios
 
Guia de Ejercicios - Operaciones y Productividad
Guia de Ejercicios - Operaciones y ProductividadGuia de Ejercicios - Operaciones y Productividad
Guia de Ejercicios - Operaciones y Productividad
 

Más de Hugo_Franco

Distribución exponencial y lognormal
Distribución exponencial y lognormalDistribución exponencial y lognormal
Distribución exponencial y lognormalHugo_Franco
 
Laguna yo te quiero
Laguna yo te quieroLaguna yo te quiero
Laguna yo te quieroHugo_Franco
 
Ejercicios distribución poisson copia
Ejercicios distribución poisson   copiaEjercicios distribución poisson   copia
Ejercicios distribución poisson copiaHugo_Franco
 
Ensayo, el inaceptable costo de los malos jefes.
Ensayo, el inaceptable costo de los malos jefes.Ensayo, el inaceptable costo de los malos jefes.
Ensayo, el inaceptable costo de los malos jefes.Hugo_Franco
 

Más de Hugo_Franco (7)

Distribución exponencial y lognormal
Distribución exponencial y lognormalDistribución exponencial y lognormal
Distribución exponencial y lognormal
 
Anova
AnovaAnova
Anova
 
Laguna yo te quiero
Laguna yo te quieroLaguna yo te quiero
Laguna yo te quiero
 
Manual minitab
Manual minitabManual minitab
Manual minitab
 
Ejercicios distribución poisson copia
Ejercicios distribución poisson   copiaEjercicios distribución poisson   copia
Ejercicios distribución poisson copia
 
Ensayo, el inaceptable costo de los malos jefes.
Ensayo, el inaceptable costo de los malos jefes.Ensayo, el inaceptable costo de los malos jefes.
Ensayo, el inaceptable costo de los malos jefes.
 
Ejercicio 1 2
Ejercicio 1 2Ejercicio 1 2
Ejercicio 1 2
 

Ejercicios prueba de hipótesis

  • 1. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicios Prueba de Hipótesis Ing. Tecnologías de la producción Estadística Aplicada a la Ingeniería Alumno Víctor Hugo Franco García 7° ``A´´ Profesor Lic. Gerardo Edgar Mata Ortiz A Martes 22 de Octubre de 2013
  • 2. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 1 Un cierto tipo de automóvil emite un promedio de 100 miligramos de óxidos de nitrógeno (NOx) por segundo, cuando desarrolla una potencia de 100 caballos de fuerza. Se ha propuesto una modificación al diseño del motor que podría reducir las emisiones de óxidos de nitrógeno. El nuevo diseño será puesto en producción si se puede demostrar que su tasa de emisiones es mejor a 100 ml. x Seg. Una muestra de 50 motores modificados se prueba y se encuentra que emiten en promedio 92 ml. x Seg; con una desviación estándar de 21 ml. x seg. En base a la información podemos decir que los motores mejoraron, pero queda la duda en la desviación estándar, puesto que hay una variación de 21 ml. x seg. La cuestión entonces es: ¿Es razonable suponer que esta muestra con su media de 92 puede provenir de una población, cuya media es 100 o más? Población M = ? ≥ 100 ? Muestra X = 92 n = 50 S = 21 Observaciones: 1er caso: si no se rechaza la hipótesis nula: no se encontró evidencia estadística suficiente para rechazar la hipótesis nula, en este caso de que la media sea igual o mayor a 100 2do caso: si se rechaza la hipótesis nula, se encontró evidencia estadística suficiente para rechazar la hipótesis nula, en este caso de que la media es ≥ 100
  • 3. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Solución: Z= X - M = S = 21 N = 2.97 50 Z= 92 - 100 = - 2.69 2.97  A = 0.0036 - 2.69 Es la probabilidad de que al extraer una muestra de una población con media 100. Se encontró evidencia para rechazar, porque la probabilidad es muy pequeña del 36%. Preguntas:  ¿Qué porcentaje de los 50 motores tuvieron emisiones mayores a 113?  ¿Cuál es el área de que 50 motores salgan mayores a 100? Z= 100 - 92 21 = 0.3809 A= 0.6480 1-0.6480= 0.35%
  • 4. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 2 Una báscula va a ser calibrada pesando 1000 gr. 60 veces; las 60 lecturas de la báscula tuvieron una media de 1000.6 gr; y una desviación estándar de 2 gr. Determina si es posible rechazar la hipótesis nula de que la media sea igual a 1000 HIPÓTESIS ALTERNA La media es mayor que un valor determinado Ho. Cuando la media sea menor que un valor determinado. Cuando la media es diferente de Ho. P. VALOR Área a la derecha de Z. Área a la izquierda de Z. La suma de las dos áreas a la derecha de Z positivo y a la izquierda de Z negativo. Solución: = 2 = 0.258 60 Z= 1000.6 - 1000 = 2.32 A= 0.9898 0.25 A = 0.0102 A = 0.0102 P= 0.0102 + 0.0102 = 0.0204 -2.32 2.32
  • 5. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 3 En un experimento para medir el tiempo de vida de piezas manufacturadas con cierta aleación de aluminio. 73 piezas fueron cargadas cíclicamente hasta fallar. El número de promedio de kilociclos hasta fallar fue 783 mil veces en promedio, y la desviación estándar fue de 120 mil.  La hipótesis nula es que la media poblacional es menor o igual a 750.  La hipótesis alterna es mayor a 750. a) Encuentre el (P) valor. X = 738,000 Hi = M > 750 S= Ho= M 120 < 750 Solución: Z= Xo - M = 120 N Z= 783 - 750 = S = 14.044 73 = 2.35 A= 0.9906 14.044 P = 0.0094 ó 0.94% b) ¿Qué significa el P valor? A= 0.9906 A= 0.0094 2.35 El P valor puede significar 2 cosas 1. Que el número promedio de kilociclos hasta fallar es > 750 ó 2. La muestra casualmente se encuentra en el extremos 0.94% de su distribución
  • 6. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 4 El artículo……. describe un sistema para la medición remota de los elementos en las carreteras tales como el ancho de las lanes y las señales de los niveles de tráfico. Para una muestra de 160 de dichos elementos, el error promedio en % en las mediciones fue 1.90 con una desviación estándar de 21.20; encuentra el P valor para probar Datos: Ho: µ = 0 H1: µ ≠ 0 X = 1.9 S = 21.2 n= 160 Solución: Z= Xo - M = S N Z= 1.9 - 0 = 1.133 = 21.2 = 1.676 160 AT = 0.2584 ≈ 25.84% 1.676  A1 = 0.1292 -1.133 A2 = 0.1292 1.133 a) M ≠ 0 (No sirve) b) Que la muestra se encuentre en el 25.84% (la probabilidad de que no sirva es del 25.84%)
  • 7. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 5 Recientemente muchas compañías han estado experimentando con el teletrabajo, permitiendo a los empleados trabajar en casa en sus computadoras. Además de otras cosas, se supone que el teletrabajo reduce el número de días, de inasistencias por enfermedad este año se tomó una muestra aleatoria simple de 80 empleados para darles seguimiento encontrando un promedio de 4.5 inasistencias por enfermedad y una desviación estándar de 2.7 días; encuentra el P valor para probar que la media de inasistencias es µ < 5.4 días hipótesis alterna Datos: µ ≥ 5.4 días hipótesis nula n= 80  x = 4.5   Solución: Z= Xo - M = S N = 2.7 = 0.3018 80 Z= 4.5 – 5.4 = -2.98 0.3018    ≈ A = 0.0014 A = 0.0014 P = 0.0028       -2.98 2.98 P <  Rechazar
  • 8. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 6 El Ingeniero Crisito demostró un método para mejorar la eficiencia de la línea de producción que tiene a su cargo. El promedio histórico de eficiencia de la línea ha sido 81%, con una desviación estándar de 2.3%; después de aplicar la metodología del ingeniero Crisito se midió la eficiencia durante todo 1 mes, encontramos los sig. Datos Datos: Muestra: X = 82.5 86 88 85 82 83 S = 0.419 89 86 79 78 79 82 83 88 87 85 81 84 80 82 78 80 86 81 83 81 80 78 80 77 85 P = eficiencia M =? ? Histórico M= 81  Determina si la eficiencia de la línea aumentó, utilizando un intervalo de confianza y una prueba de hipótesis y un nivel de significancia 0.02 (confianza 0.98) Solución: Z= Xo - M = S N Z= 82.5 – 81 = 3.579 0.419 A = 0.9998 A = 0.0002 3.57 = 2.3 = 0.419 30 ¿M > 81?
  • 9. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila 82.5% Intervalo de confianza 78.1% 81% 83.3% Conclusión: Tomando como referencia el promedio histórico del 81% de eficiencia en la línea de producción a cargo por el Ingeniero Crisito. Se llevó a cabo un plan de mejorar, para mejorar la eficiencia, los resultados que se obtuvieron fueron los esperados, puesto que de un 81% de eficiencia que se tenía anteriormente, se logró un aumento del 1.5% más de eficiencia, creando una línea de producción con un 82.5% de eficiente.
  • 10. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 7 La Ingeniera Lizbeth Eduviges, está probando un nuevo sistema de aislamiento por datos históricos, el diferencial de temperatura M= 10 °C con una desviación estándar 1.5 °C. Después de instalar el nuevo aislamiento térmico, llevó a cabo nuevas mediciones y obtuvo los siguientes resultados. Datos 11 10 12 11 12 10 13 11 12 14 10 12 12 14 11 13 12 13 10 12 13 14 11 15 12 13 14 15 13 10 Muestra X = 12.16 S = 0.27 Histórico: M = 10°C  = 1.5 °C ¿M > 10 °C? Compruebe si el sistema de aislamiento funciona empleando prueba de hipótesis y intervalo de confianza Solución: Z= Xo - M = S = 1.5 = 0.273 N 30 Z= 12.16 – 10 = 7.91 12.16 °C 0.273 Intervalo de confianza 8.5 °C 10 °C 11.5 °C Conclusión: El nuevo sistema de aislamiento térmico probado por la ingeniería Lizbeth, creó un aumento en la temperatura registrada cada día durante 1 mes, pasando de un promedio de temperatura de 10 °C a una temperatura de 12.16 °C; concluyendo que este nuevo sistema de aislamiento, funcionó, ya que se esperaba que el promedio de grados que se generaba anteriormente aumentará, lo cual sucedió con este nuevo sistema de aislamiento.
  • 11. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 8 Se desea probar que las temperaturas de fusión de 2 aleaciones de aluminio son diferentes. Se toman 35 muestras y se encuentra que la temperatura media de fusión es de 517 °F con una desviación estándar 2.4 °F De la segunda aleación se tomaron 47 muestras, encontrando una media 510.1 °F con una desviación estándar 2.1 °F. Realice una prueba de hipótesis y construya un intervalo de confianza al 99% Aleación 1 Datos: n = 35 X = 517 °F Aleación 2 Datos: n = 47 X = 510.1 °F F F Solución aleación 1: Z= Xo - M = S N = 2.4 = 0.405 35 Solución aleación 2: Z= Xo - M = S N Solución en Minitab = 2.1 = 0.306 47
  • 12. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 9 Se están probando 2 inhibidores de corrosión mediante un experimento. Se toman 47 especímenes protegidos por el inhibidor A encontrándose una pérdida de masa promedio de 242 gr. Con una desviación estándar de 20 mlgr. Se protegen 42 especímenes con el inhibidor B y se encuentra una pérdida de masa promedio de 220 gr; con una desviación estándar 31 mlgr. Elabore una prueba de hipótesis y construya un intervalo de confianza para la diferencia de medias al 95% Inhibidor 1 Datos: n = 47 X = 242 gr. Inhibidor 2 Datos: n = 42 X = 220 gr. mlgr. mlgr. Solución aleación 1: Z= Xo - M = S = N 20 = 2.917 47 Solución aleación 2: Z= Xo - M = S N Solución en Minitab: = 31 42 = 4.78
  • 13. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 10 Una muestra aleatoria de 300 componentes electrónicos fabricados mediante un proceso especifico se muestrea y encuentra que 25 están defectuosos. Sea P la proporción de componente fabricados mediante este proceso que presentan defectos. El ingeniero responsable de la producción afirma que P ≤ 0.05. ¿La muestra proporciona suficientes evidencias para rechazar la afirmación? Solución: Z= X - M = 2.65 Área = 0.996 1 – 0.996 = 0.0040 A= 0.0040 2.65 Solución Minitab P
  • 14. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Ejercicio 11 Para determinar el efecto de grado de combustible en la eficiencia, 80 automóviles nuevos de la misma marca, motores iguales, fueron conducidos cada uno durante 1000 millas, 40 de los automóviles utilizaron gasolina Magna y los otros 40 Premium; los de gasolina Magna tuvieron un rendimiento promedio de 27.2 millas x galón, con una desviación estándar 1.2 millas x galón; los de gasolina Premium tuvieron un rendimiento promedio de 28.1 millas por galón y una desviación estándar de 2 millas x galón ¿Se puede concluir que este tipo de automóvil tiene mejor rendimiento con gasolina Premium? Datos: MAGNA PREMIUM Solución Minitab: n = 40 n = 40 X = 27.2 X = 28.1  
  • 15. Universidad Tecnológica de Torreón Organismo Público Descentralizado del Gobierno de Coahuila Víctor Hugo Franco García https://www.facebook.com/victorhugo.francogarcia.7 andruss_hugo1453@hotmail.com http://www.slideshare.net/Hugo_Franco/newsfeed hugofranco.bligoo.com.mx victor-garcia.bligoo.com.mx