SlideShare una empresa de Scribd logo
1 de 10
Maestría en Mejora de Procesos
Profesor:Marcos Mendoza
1 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers
1. Una empresa eléctrica fabrica focos que tienen una duración aproximadamente
distribuida de forma normal con una desviación estándar de 40 horas. Si una muestra de 30
focos tiene una duración promedio de 780 horas, encuentre un intervalo de confianza de
96% para la media de la población de todos los focos que produce esta empresa.
n =30
 = 40
x = 780
α= 0.04
2. A muchos pacientes con problemas cardiacos se les implantó un marca pasos para
controlar su ritmo cardiaco. Se monta un módulo conector de plástico sobre la parte
superior del marca pasos. Suponga una desviación estándar de 0.0015 y una distribución
aproximadamente normal, encuentre un intervalo de confianza de 95% para la media de
todos los módulos conectores que fabrica cierta compañía. Una muestra aleatoria de 75
módulos tiene un promedio de 0.310 pulgadas.
n = 75
 = 0.0015
x = 0.310
α= 0.05
2
2





Z
n
x
Z
n
x 



2
2





Z
n
x
Z
n
x 



02
.
0
02
.
0
30
40
780
30
40
780 Z
Z 


 
025
.
0
025
.
0
75
0015
.
0
310
.
0
75
0015
.
0
310
.
0 Z
Z 


 
795
765 
 
310339
,
0
309661
,
0 
 
Maestría en Mejora de Procesos
Profesor:Marcos Mendoza
2 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers
3. Las estaturas de una muestra aleatoria de 50 estudiantes universitarios muestra una media
de 174.5 centímetros y una desviación estándar de 6.9 centímetros. Construya un intervalo
de confianza de 98% para la estatura media de todos los estudiantes de la universidad.
n = 50
 = 6.9
x = 174.5
α= 0.02
4. Una muestra aleatoria de 10 barras de chocolate energético de cierta marca tiene, en
promedio, 230 calorías con una desviación estándar de 15 calorías. Construya un intervalo
de confianza de 99% para el contenido medio real de calorías de esta marca de barras de
chocolate energético. Suponga que la distribución de las calorías es aproximadamente
normal.
n = 10
s = 15
x = 230
α= 0.01
2
2





Z
n
x
Z
n
x 



   
1
1
2
2





 n
t
n
s
x
n
t
n
s
x 
 
01
.
0
01
.
0
50
9
.
6
5
.
174
50
9
.
6
5
.
174 Z
Z 


 
   
1
10
10
15
230
1
10
10
15
230 005
.
0
005
.
0 




 t
t 
77
.
176
23
.
172 
 
42
.
245
58
.
214 
 
Maestría en Mejora de Procesos
Profesor:Marcos Mendoza
3 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers
5. Las siguientes mediciones se registraron para el tiempo de secado, en horas, de cierta
marca de pintura de látex: 3.4; 2.5; 4.8; 2.9; 3.6; 2.8; 3.3; 5.6; 3.7; 2.8; 4.4; 4.0; 5.2; 3.0; 4.8
Suponga que las mediciones representan una muestra aleatoria de una población normal,
encuentre un intervalo con 95% de confianza para el promedio de los tiempos de secado.
n = 15
s = 0,971
x = 3,787
α = 0.05
6. En una muestra aleatoria de 1000 casas en cierta ciudad, se encuentra que 228 se
calientan con petróleo. Encuentre el intervalo de confianza de 99% para la proporción de
casas en esta ciudad que se calientan con petróleo.
n = 1000
p̂ = 228/1000 = 0.228
α = 0.01
   
1
1
2
2





 n
t
n
s
x
n
t
n
s
x 
 
   
n
p
p
Z
p
p
n
p
p
Z
p
ˆ
1
ˆ
ˆ
ˆ
1
ˆ
ˆ
2
2





 

   
1
15
15
1
15
15
025
.
0
025
.
0 




 t
s
x
t
s
x 
   
1000
228
.
0
1
228
.
0
228
.
0
1000
228
.
0
1
228
.
0
228
.
0 005
.
0
005
.
0





 Z
p
Z
324
.
4
249
.
3 
 
263
.
0
194
.
0 
 p
Maestría en Mejora de Procesos
Profesor:Marcos Mendoza
4 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers
7. Calcule un intervalo de confianza de 98% para la proporción de artículos defectuosos en
un proceso cuando se encuentra que una muestra de tamaño 100 da 8 defectuosos.
n = 100
p̂ = 8/100 = 0.08
α= 0.02
8. Se considera un nuevo sistema de lanzamiento de cohetes para el despliegue de cohetes
pequeños de corto alcance. El sistema existente tiene p = 0.8 como probabilidad de
lanzamiento exitoso. Se realiza una muestra de 40 lanzamientos experimentales con el
nuevo sistema y 34 resultan exitosos.
a) Construya un intervalo de confianza de 95% para p.
b) ¿Concluiría que el nuevo sistema es mejor?
n = 40
p̂ = 0.8
α = 0.05
n = 40
p̂ = 0.85
α = 0.05
   
n
p
p
Z
p
p
n
p
p
Z
p
ˆ
1
ˆ
ˆ
ˆ
1
ˆ
ˆ
2
2





 

   
n
p
p
Z
p
p
n
p
p
Z
p
ˆ
1
ˆ
ˆ
ˆ
1
ˆ
ˆ
2
2





 

   
100
08
.
0
1
08
.
0
08
.
0
100
08
.
0
1
08
.
0
08
.
0 01
.
0
01
.
0





 Z
p
Z
   
40
85
.
0
1
85
.
0
8
.
0
40
85
.
0
1
85
.
0
85
.
0 025
.
0
025
.
0





 Z
p
Z
165946
.
0
029677
.
0 
 p
   
40
8
.
0
1
8
.
0
8
.
0
40
8
.
0
1
8
.
0
8
.
0 025
.
0
025
.
0





 Z
p
Z
923959
.
0
676041
.
0 
 p
Maestría en Mejora de Procesos
Profesor:Marcos Mendoza
5 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers
Ya que p=0.8 cae en el intervalo de confianza, no se puede concluir que el nuevo sistema es
el mejor.
9. Un fabricante de baterías para automóvil afirma que sus baterías durarán, en promedio,
tres años con una varianza de un año. Si cinco de estas baterías tienen duraciones de 1.9,
2.4, 3.0, 3.5 y 4.2 años, construya un intervalo de confianza de 95% para 2 y decida si la
afirmación del fabricante de que 2 = 1 es válida. Suponga que la población de duraciones
de las baterías se distribuye de forma aproximadamente normal.
n = 5
α= 0.05
De acuerdo al intervalo de confianza para la varianza, se puede afirmar que la 2 = 1.
10. Una muestra aleatoria de 20 estudiantes obtiene una media de 72 y una varianza de 16
en un examen de colocación en matemáticas. Suponga que las calificaciones se distribuyen
normalmente y construya un intervalo de confianza de 98% para 2.
n = 20
s= 4
x = 72
α=0.02
 
 
 
 
1
1
1
1
2
2
1
2
2
2
2
2






 n
s
n
n
s
n

 


 
 
 
 
1
1
1
1
2
2
1
2
2
2
2
2






 n
s
n
n
s
n

 


 
 
 
 
1
5
1
*
1
5
1
5
1
*
1
5
2
975
.
0
2
2
025
.
0 








960656
.
0
739344
.
0 
 p
730
.
6
293
.
0 2

 
Maestría en Mejora de Procesos
Profesor:Marcos Mendoza
6 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers
11. Una empresa eléctrica fabrica focos que tienen una duración que se distribuye de forma
aproximadamente normal con una media de 800 horas y una desviación estándar de 40
horas. Pruebe la hipótesis de que  = 800 horas contra la alternativa   800 horas si una
muestra aleatoria de 30 focos tiene una duración promedio de 788 horas. Utilice un nivel de
significancia de 0.04.
n = 30
x = 788
 = 40
Con (1-0.04)100% de confianza rechace 0
H a favor de 1
H si:
Error
estándar
de la
N Media media IC de 96% Z P
30 788,00 7,30 (773,00; 803,00) -1,64 0,100
Como el valor p=0,10 se puede concluir que no existe suficiente evidencia estadística para rechazar la
Hipótesis Nula 0
H , lo que quiere decir,que se distribuyeen promedio 800 horas de luz.
800
:
800
:
1
0




H
vs
H
2
0



Z
n
x


02
.
0
30
40
800
788
Z


 
 
 
 
1
20
16
*
1
20
1
20
16
*
1
20
2
99
.
0
2
2
01
.
0 








8
.
39
4
.
8 2


Maestría en Mejora de Procesos
Profesor:Marcos Mendoza
7 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers
12. Pruebe la hipótesis de que el contenido promedio de los envases de un lubricante
particular es de 10 litros si los contenidos de una muestra aleatoria de 10 envases son 10.2,
9.7, 10.1, 10.3, 10.1, 9.8, 9.9, 10.4, 10.3 y 9.8 litros. Utilice un nivel de significancia de
0.01 y suponga que la distribución del contenido es normal.
n = 10
x = 10,06
s = 0,2459
Con (1-0.01)100% de confianza rechace 0
H a favor de 1
H si:
Error
estándar
de la
Variable N Media Desv.Est. media IC de 99% T P
contenido 10 10,0600 0,2459 0,0777 (9,8073; 10,3127) 0,77 0,460
Como el valor p=0,460 se puede concluir que no existe suficiente evidencia estadística para rechazar la
Hipótesis Nula 0
H , lo que quiere decir, contenido promedio de los envases de un lubricante particular es de
10 litros.
13. Un ingeniero civil está probando la resistencia de compresión del concreto. Prueba 12
muestras y obtiene los siguientes datos:
2216 2237 2249 2204 2225 2301 2281 2263 2318 2255 2275 2295
Las especificaciones indican que la resistencia media del concreto debe ser 2250 psi. ¿Se
puede concluir que este concreto cumple con las especificaciones? Use un nivel de
significancia de 0.05
10
:
10
:
1
0




H
vs
H
)
1
(
2
0



n
T
n
s
x


)
9
(
10
10
005
.
0
T
s
x


2250
:
2250
:
1
0




H
vs
H
Maestría en Mejora de Procesos
Profesor:Marcos Mendoza
8 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers
n = 12
x = 2259,9
s = 35,6
Con (1-0.05)100% de confianza rechace 0
H a favor de 1
H si:
Error
estándar
de la
Variable N Media Desv.Est. media IC de 95% T P
resistencia 12 2259,9 35,6 10,3 (2237,3; 2282,5) 0,97 0,355
Como el valor p=0,355 se puede concluir que no existe suficiente evidencia estadística para rechazar la
Hipótesis Nula 0
H , es decir, que cumple con las especificaciones.
14. En cierto proceso industrial se afirma que la variabilidad del mismo, medida a través de
la desviación estándar, no supera las 5 unidades. Una muestra aleatoria de tamaño 10
proporcionó una desviación estándar de 3.58 unidades. ¿Es válida la afirmación de que la
desviación estándar es menor a 5 unidades? Use =0.05
n = 10
s = 3.58
Con (1-0.05)100% de confianza rechace 0
H a favor de 1
H si:
)
1
(
2
0



n
T
n
s
x


)
11
(
12
2250
025
.
0
T
s
x


   
1
1 2
1
2
0
2



 n
s
n
a


   
9
25
8164
.
12
*
1
10 2
95
.
0



5
:
5
:
1
0




H
vs
H
   
9
5
58
.
3
*
1 2
95
.
0



n
Maestría en Mejora de Procesos
Profesor:Marcos Mendoza
9 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers
Estadística
Método de prueba GL Valor p
Chi-cuadrada 4,61 9 0,133
Como el valor p=0,133 se puede concluir que no existe suficiente evidencia estadística para rechazar la
Hipótesis Nula 0
H , es decir, que la desviación estándares menor a 5 unidades.
15. Se estudia la fracción de circuitos integrados defectuosos producidos en un proceso de
fotolito grafía. Se prueba una muestra aleatoria de 300 circuitos, la cual da como resultado
13 circuitos defectuosos. Según el departamento de calidad la proporción de fallas es del
5%. ¿se puede afirmar que los departamento de calidad tienen razón? Use un nivel de
significancia de 0.05.
n = 300
x = 13
p̂ = 13/300 = 0.04
Con (1-α)100% de confianza rechace H0 a favor de H1 si:
Valor p
Muestra X N Muestra p IC de 95% exacto
1 13 300 0,043333 (0,023272; 0,072961) 0,605
05
.
0
:
05
.
0
:
1
0


p
H
vs
p
H
  2
0
0
0
1
ˆ

Z
n
p
p
p
p



  025
.
0
300
05
.
0
1
05
.
0
05
.
0
04
.
0
Z



Maestría en Mejora de Procesos
Profesor:Marcos Mendoza
10 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers
Como el valor p=0,605 se puede concluir que no existe suficiente evidencia estadística para rechazar la
Hipótesis Nula 0
H , es decir, que la proporción de fallas es aproximadamentedel 5%.

Más contenido relacionado

La actualidad más candente

Tamaño de muestra para diferencia de dos medias y dos proporciones
Tamaño de muestra para diferencia de dos medias  y dos proporcionesTamaño de muestra para diferencia de dos medias  y dos proporciones
Tamaño de muestra para diferencia de dos medias y dos proporcionesDomingo de la Cerda
 
Solucionario de estadistica inferencial
Solucionario de estadistica inferencialSolucionario de estadistica inferencial
Solucionario de estadistica inferencialAlbert Rojas
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesisHugo_Franco
 
Guia de ejercicios
Guia de ejerciciosGuia de ejercicios
Guia de ejerciciosnearcoscipio
 
Estimación de la varianza poblacional
Estimación de  la varianza poblacionalEstimación de  la varianza poblacional
Estimación de la varianza poblacionalEstefany Zavaleta
 
Intervalos de confianza lizuli
Intervalos de confianza lizuliIntervalos de confianza lizuli
Intervalos de confianza lizulilizuli56
 
Teoria de la estimación
Teoria de la estimaciónTeoria de la estimación
Teoria de la estimaciónJOHNNY28000
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasIPN
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de TorreónAlejandra Cordero
 
Taller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidadTaller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidadYohana Bonilla Gutiérrez
 
Trabajo de prueba de hipótesis
Trabajo de prueba de hipótesisTrabajo de prueba de hipótesis
Trabajo de prueba de hipótesisIris Márquez
 
Ejercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasEjercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasJaguar Luis XD
 

La actualidad más candente (20)

Tamaño de muestra para diferencia de dos medias y dos proporciones
Tamaño de muestra para diferencia de dos medias  y dos proporcionesTamaño de muestra para diferencia de dos medias  y dos proporciones
Tamaño de muestra para diferencia de dos medias y dos proporciones
 
Analisis de confiabilidad y supervivencia
Analisis de confiabilidad y supervivenciaAnalisis de confiabilidad y supervivencia
Analisis de confiabilidad y supervivencia
 
T student
T studentT student
T student
 
Solucionario de estadistica inferencial
Solucionario de estadistica inferencialSolucionario de estadistica inferencial
Solucionario de estadistica inferencial
 
Ejercicios prueba de hipótesis
Ejercicios prueba de hipótesisEjercicios prueba de hipótesis
Ejercicios prueba de hipótesis
 
Guia de ejercicios
Guia de ejerciciosGuia de ejercicios
Guia de ejercicios
 
Estimación de la varianza poblacional
Estimación de  la varianza poblacionalEstimación de  la varianza poblacional
Estimación de la varianza poblacional
 
T student
T studentT student
T student
 
Unidad iii
Unidad iiiUnidad iii
Unidad iii
 
Estadistica ii crc 4
Estadistica ii crc 4Estadistica ii crc 4
Estadistica ii crc 4
 
Intervalos de confianza lizuli
Intervalos de confianza lizuliIntervalos de confianza lizuli
Intervalos de confianza lizuli
 
Teoria de la estimación
Teoria de la estimaciónTeoria de la estimación
Teoria de la estimación
 
Estadistica practic
Estadistica practicEstadistica practic
Estadistica practic
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestas
 
Pr9 muestreo
Pr9 muestreoPr9 muestreo
Pr9 muestreo
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de Torreón
 
Taller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidadTaller de distribuciones discretas de probabilidad
Taller de distribuciones discretas de probabilidad
 
Calculo del tamaño de muestra
Calculo del tamaño de muestraCalculo del tamaño de muestra
Calculo del tamaño de muestra
 
Trabajo de prueba de hipótesis
Trabajo de prueba de hipótesisTrabajo de prueba de hipótesis
Trabajo de prueba de hipótesis
 
Ejercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemasEjercicios de pruebas de hipotesis con mis problemas
Ejercicios de pruebas de hipotesis con mis problemas
 

Similar a Deber_1_MMP_ESTADISTICA.docx

Similar a Deber_1_MMP_ESTADISTICA.docx (20)

Ejercicios estadistica inferencial
Ejercicios estadistica inferencialEjercicios estadistica inferencial
Ejercicios estadistica inferencial
 
ejercicios del libro
ejercicios del libro ejercicios del libro
ejercicios del libro
 
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
 
Mata hoy
Mata hoyMata hoy
Mata hoy
 
Trabajo de Intervalos de Confianza
Trabajo de Intervalos de ConfianzaTrabajo de Intervalos de Confianza
Trabajo de Intervalos de Confianza
 
Estimaciones (2 da parte).pptx
Estimaciones (2 da parte).pptxEstimaciones (2 da parte).pptx
Estimaciones (2 da parte).pptx
 
Ejercicios ajs
Ejercicios ajsEjercicios ajs
Ejercicios ajs
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
T de student
T de studentT de student
T de student
 
Ejercicios 5.3
Ejercicios 5.3Ejercicios 5.3
Ejercicios 5.3
 
Se_9_UPN_Modificado año 2016 clases presenciales
Se_9_UPN_Modificado año 2016 clases presencialesSe_9_UPN_Modificado año 2016 clases presenciales
Se_9_UPN_Modificado año 2016 clases presenciales
 
estadístico ambiental
estadístico ambiental estadístico ambiental
estadístico ambiental
 
10 examen fin de semestre
10 examen fin de semestre10 examen fin de semestre
10 examen fin de semestre
 
L%80%A0%A0%Cdmites De Tolerancia
L%80%A0%A0%Cdmites De ToleranciaL%80%A0%A0%Cdmites De Tolerancia
L%80%A0%A0%Cdmites De Tolerancia
 
000000p
000000p000000p
000000p
 
Evaluacion Critica de Datos Dudosos - QQ Analitica UNAH
Evaluacion Critica de Datos Dudosos - QQ Analitica UNAHEvaluacion Critica de Datos Dudosos - QQ Analitica UNAH
Evaluacion Critica de Datos Dudosos - QQ Analitica UNAH
 
Intervalos de confianza ajua
Intervalos de confianza ajuaIntervalos de confianza ajua
Intervalos de confianza ajua
 
2do parcial 2018
2do parcial 20182do parcial 2018
2do parcial 2018
 

Último

RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADESRECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADESyanicsapernia5g
 
3er Informe Laboratorio Quimica General (2) (1).pdf
3er Informe Laboratorio Quimica General  (2) (1).pdf3er Informe Laboratorio Quimica General  (2) (1).pdf
3er Informe Laboratorio Quimica General (2) (1).pdfSantiagoRodriguez598818
 
UNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdf
UNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdfUNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdf
UNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdfronypap
 
1. Equipos Primarios de una Subestaciones electricas
1. Equipos Primarios de una Subestaciones electricas1. Equipos Primarios de una Subestaciones electricas
1. Equipos Primarios de una Subestaciones electricasurAN077
 
Trabajos Preliminares en Obras de Construcción..pdf
Trabajos Preliminares en Obras de Construcción..pdfTrabajos Preliminares en Obras de Construcción..pdf
Trabajos Preliminares en Obras de Construcción..pdfLimbergleoMamaniIsit
 
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjdS06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjdaeapolinarez
 
Riesgos taller mecanico prevencion de accidentes de trabajo
Riesgos taller mecanico prevencion de accidentes de trabajoRiesgos taller mecanico prevencion de accidentes de trabajo
Riesgos taller mecanico prevencion de accidentes de trabajoMarianoSanchez70
 
Auditoría de Sistemas de Gestión
Auditoría    de   Sistemas     de GestiónAuditoría    de   Sistemas     de Gestión
Auditoría de Sistemas de GestiónYanet Caldas
 
ATS-FORMATO cara.pdf PARA TRABAJO SEGURO
ATS-FORMATO cara.pdf  PARA TRABAJO SEGUROATS-FORMATO cara.pdf  PARA TRABAJO SEGURO
ATS-FORMATO cara.pdf PARA TRABAJO SEGUROalejandrocrisostomo2
 
examen ExANI 2...........................
examen ExANI 2...........................examen ExANI 2...........................
examen ExANI 2...........................migueljosedelaolopez
 
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdfNTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdfELIZABETHCRUZVALENCI
 
Semana 1 - Introduccion - Fluidos - Unidades.pptx
Semana 1 - Introduccion - Fluidos - Unidades.pptxSemana 1 - Introduccion - Fluidos - Unidades.pptx
Semana 1 - Introduccion - Fluidos - Unidades.pptxJulio Lovon
 
Trabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdf
Trabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdfTrabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdf
Trabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdfChristianMOntiveros1
 
UC Fundamentos de tuberías en equipos de refrigeración m.pdf
UC Fundamentos de tuberías en equipos de refrigeración m.pdfUC Fundamentos de tuberías en equipos de refrigeración m.pdf
UC Fundamentos de tuberías en equipos de refrigeración m.pdfrefrielectriccarlyz
 
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdfslideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdfWaldo Eber Melendez Garro
 
Instrumentacion para el control de procesos.pdf
Instrumentacion para el control de procesos.pdfInstrumentacion para el control de procesos.pdf
Instrumentacion para el control de procesos.pdfElybe Hernandez
 
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docx
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docxUnidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docx
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docxAlanCarrascoDavila
 
entropia y neguentropia en la teoria general de sistemas
entropia y neguentropia en la teoria general de sistemasentropia y neguentropia en la teoria general de sistemas
entropia y neguentropia en la teoria general de sistemasDerlyValeriaRodrigue
 
Diseño digital - M. Morris Mano - 3ed.pdf
Diseño digital - M. Morris Mano - 3ed.pdfDiseño digital - M. Morris Mano - 3ed.pdf
Diseño digital - M. Morris Mano - 3ed.pdfssuserf46a26
 
Matematica Basica Limites indeterminados
Matematica Basica Limites indeterminadosMatematica Basica Limites indeterminados
Matematica Basica Limites indeterminadosSALVADOR ALTEZ PALOMINO
 

Último (20)

RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADESRECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
RECONOCIMIENTO DE LIPIDOS Y ALGUNAS PROPIEDADES
 
3er Informe Laboratorio Quimica General (2) (1).pdf
3er Informe Laboratorio Quimica General  (2) (1).pdf3er Informe Laboratorio Quimica General  (2) (1).pdf
3er Informe Laboratorio Quimica General (2) (1).pdf
 
UNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdf
UNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdfUNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdf
UNIDAD 3 ENSAYOS DESTRUCTIVOS Y NO DESTRUCTIVOS – NORMATIVA ASTM.pdf
 
1. Equipos Primarios de una Subestaciones electricas
1. Equipos Primarios de una Subestaciones electricas1. Equipos Primarios de una Subestaciones electricas
1. Equipos Primarios de una Subestaciones electricas
 
Trabajos Preliminares en Obras de Construcción..pdf
Trabajos Preliminares en Obras de Construcción..pdfTrabajos Preliminares en Obras de Construcción..pdf
Trabajos Preliminares en Obras de Construcción..pdf
 
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjdS06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
S06_s2+-+Centro.pdf qiieiejanahshsjsnndjd
 
Riesgos taller mecanico prevencion de accidentes de trabajo
Riesgos taller mecanico prevencion de accidentes de trabajoRiesgos taller mecanico prevencion de accidentes de trabajo
Riesgos taller mecanico prevencion de accidentes de trabajo
 
Auditoría de Sistemas de Gestión
Auditoría    de   Sistemas     de GestiónAuditoría    de   Sistemas     de Gestión
Auditoría de Sistemas de Gestión
 
ATS-FORMATO cara.pdf PARA TRABAJO SEGURO
ATS-FORMATO cara.pdf  PARA TRABAJO SEGUROATS-FORMATO cara.pdf  PARA TRABAJO SEGURO
ATS-FORMATO cara.pdf PARA TRABAJO SEGURO
 
examen ExANI 2...........................
examen ExANI 2...........................examen ExANI 2...........................
examen ExANI 2...........................
 
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdfNTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
NTC 3883 análisis sensorial. metodología. prueba duo-trio.pdf
 
Semana 1 - Introduccion - Fluidos - Unidades.pptx
Semana 1 - Introduccion - Fluidos - Unidades.pptxSemana 1 - Introduccion - Fluidos - Unidades.pptx
Semana 1 - Introduccion - Fluidos - Unidades.pptx
 
Trabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdf
Trabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdfTrabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdf
Trabajo practico N°14 - Despacho Economico de Cargas - Campus 2022.pdf
 
UC Fundamentos de tuberías en equipos de refrigeración m.pdf
UC Fundamentos de tuberías en equipos de refrigeración m.pdfUC Fundamentos de tuberías en equipos de refrigeración m.pdf
UC Fundamentos de tuberías en equipos de refrigeración m.pdf
 
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdfslideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
slideshare.vpdfs.com_sensores-magneticos-controles-pptx.pdf
 
Instrumentacion para el control de procesos.pdf
Instrumentacion para el control de procesos.pdfInstrumentacion para el control de procesos.pdf
Instrumentacion para el control de procesos.pdf
 
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docx
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docxUnidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docx
Unidad 2 Métodos Numéricos. Solución de ecuaciones algebraicas.docx
 
entropia y neguentropia en la teoria general de sistemas
entropia y neguentropia en la teoria general de sistemasentropia y neguentropia en la teoria general de sistemas
entropia y neguentropia en la teoria general de sistemas
 
Diseño digital - M. Morris Mano - 3ed.pdf
Diseño digital - M. Morris Mano - 3ed.pdfDiseño digital - M. Morris Mano - 3ed.pdf
Diseño digital - M. Morris Mano - 3ed.pdf
 
Matematica Basica Limites indeterminados
Matematica Basica Limites indeterminadosMatematica Basica Limites indeterminados
Matematica Basica Limites indeterminados
 

Deber_1_MMP_ESTADISTICA.docx

  • 1. Maestría en Mejora de Procesos Profesor:Marcos Mendoza 1 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers 1. Una empresa eléctrica fabrica focos que tienen una duración aproximadamente distribuida de forma normal con una desviación estándar de 40 horas. Si una muestra de 30 focos tiene una duración promedio de 780 horas, encuentre un intervalo de confianza de 96% para la media de la población de todos los focos que produce esta empresa. n =30  = 40 x = 780 α= 0.04 2. A muchos pacientes con problemas cardiacos se les implantó un marca pasos para controlar su ritmo cardiaco. Se monta un módulo conector de plástico sobre la parte superior del marca pasos. Suponga una desviación estándar de 0.0015 y una distribución aproximadamente normal, encuentre un intervalo de confianza de 95% para la media de todos los módulos conectores que fabrica cierta compañía. Una muestra aleatoria de 75 módulos tiene un promedio de 0.310 pulgadas. n = 75  = 0.0015 x = 0.310 α= 0.05 2 2      Z n x Z n x     2 2      Z n x Z n x     02 . 0 02 . 0 30 40 780 30 40 780 Z Z      025 . 0 025 . 0 75 0015 . 0 310 . 0 75 0015 . 0 310 . 0 Z Z      795 765    310339 , 0 309661 , 0   
  • 2. Maestría en Mejora de Procesos Profesor:Marcos Mendoza 2 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers 3. Las estaturas de una muestra aleatoria de 50 estudiantes universitarios muestra una media de 174.5 centímetros y una desviación estándar de 6.9 centímetros. Construya un intervalo de confianza de 98% para la estatura media de todos los estudiantes de la universidad. n = 50  = 6.9 x = 174.5 α= 0.02 4. Una muestra aleatoria de 10 barras de chocolate energético de cierta marca tiene, en promedio, 230 calorías con una desviación estándar de 15 calorías. Construya un intervalo de confianza de 99% para el contenido medio real de calorías de esta marca de barras de chocolate energético. Suponga que la distribución de las calorías es aproximadamente normal. n = 10 s = 15 x = 230 α= 0.01 2 2      Z n x Z n x         1 1 2 2       n t n s x n t n s x    01 . 0 01 . 0 50 9 . 6 5 . 174 50 9 . 6 5 . 174 Z Z          1 10 10 15 230 1 10 10 15 230 005 . 0 005 . 0       t t  77 . 176 23 . 172    42 . 245 58 . 214   
  • 3. Maestría en Mejora de Procesos Profesor:Marcos Mendoza 3 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers 5. Las siguientes mediciones se registraron para el tiempo de secado, en horas, de cierta marca de pintura de látex: 3.4; 2.5; 4.8; 2.9; 3.6; 2.8; 3.3; 5.6; 3.7; 2.8; 4.4; 4.0; 5.2; 3.0; 4.8 Suponga que las mediciones representan una muestra aleatoria de una población normal, encuentre un intervalo con 95% de confianza para el promedio de los tiempos de secado. n = 15 s = 0,971 x = 3,787 α = 0.05 6. En una muestra aleatoria de 1000 casas en cierta ciudad, se encuentra que 228 se calientan con petróleo. Encuentre el intervalo de confianza de 99% para la proporción de casas en esta ciudad que se calientan con petróleo. n = 1000 p̂ = 228/1000 = 0.228 α = 0.01     1 1 2 2       n t n s x n t n s x        n p p Z p p n p p Z p ˆ 1 ˆ ˆ ˆ 1 ˆ ˆ 2 2             1 15 15 1 15 15 025 . 0 025 . 0       t s x t s x      1000 228 . 0 1 228 . 0 228 . 0 1000 228 . 0 1 228 . 0 228 . 0 005 . 0 005 . 0       Z p Z 324 . 4 249 . 3    263 . 0 194 . 0   p
  • 4. Maestría en Mejora de Procesos Profesor:Marcos Mendoza 4 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers 7. Calcule un intervalo de confianza de 98% para la proporción de artículos defectuosos en un proceso cuando se encuentra que una muestra de tamaño 100 da 8 defectuosos. n = 100 p̂ = 8/100 = 0.08 α= 0.02 8. Se considera un nuevo sistema de lanzamiento de cohetes para el despliegue de cohetes pequeños de corto alcance. El sistema existente tiene p = 0.8 como probabilidad de lanzamiento exitoso. Se realiza una muestra de 40 lanzamientos experimentales con el nuevo sistema y 34 resultan exitosos. a) Construya un intervalo de confianza de 95% para p. b) ¿Concluiría que el nuevo sistema es mejor? n = 40 p̂ = 0.8 α = 0.05 n = 40 p̂ = 0.85 α = 0.05     n p p Z p p n p p Z p ˆ 1 ˆ ˆ ˆ 1 ˆ ˆ 2 2             n p p Z p p n p p Z p ˆ 1 ˆ ˆ ˆ 1 ˆ ˆ 2 2             100 08 . 0 1 08 . 0 08 . 0 100 08 . 0 1 08 . 0 08 . 0 01 . 0 01 . 0       Z p Z     40 85 . 0 1 85 . 0 8 . 0 40 85 . 0 1 85 . 0 85 . 0 025 . 0 025 . 0       Z p Z 165946 . 0 029677 . 0   p     40 8 . 0 1 8 . 0 8 . 0 40 8 . 0 1 8 . 0 8 . 0 025 . 0 025 . 0       Z p Z 923959 . 0 676041 . 0   p
  • 5. Maestría en Mejora de Procesos Profesor:Marcos Mendoza 5 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers Ya que p=0.8 cae en el intervalo de confianza, no se puede concluir que el nuevo sistema es el mejor. 9. Un fabricante de baterías para automóvil afirma que sus baterías durarán, en promedio, tres años con una varianza de un año. Si cinco de estas baterías tienen duraciones de 1.9, 2.4, 3.0, 3.5 y 4.2 años, construya un intervalo de confianza de 95% para 2 y decida si la afirmación del fabricante de que 2 = 1 es válida. Suponga que la población de duraciones de las baterías se distribuye de forma aproximadamente normal. n = 5 α= 0.05 De acuerdo al intervalo de confianza para la varianza, se puede afirmar que la 2 = 1. 10. Una muestra aleatoria de 20 estudiantes obtiene una media de 72 y una varianza de 16 en un examen de colocación en matemáticas. Suponga que las calificaciones se distribuyen normalmente y construya un intervalo de confianza de 98% para 2. n = 20 s= 4 x = 72 α=0.02         1 1 1 1 2 2 1 2 2 2 2 2        n s n n s n              1 1 1 1 2 2 1 2 2 2 2 2        n s n n s n              1 5 1 * 1 5 1 5 1 * 1 5 2 975 . 0 2 2 025 . 0          960656 . 0 739344 . 0   p 730 . 6 293 . 0 2   
  • 6. Maestría en Mejora de Procesos Profesor:Marcos Mendoza 6 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers 11. Una empresa eléctrica fabrica focos que tienen una duración que se distribuye de forma aproximadamente normal con una media de 800 horas y una desviación estándar de 40 horas. Pruebe la hipótesis de que  = 800 horas contra la alternativa   800 horas si una muestra aleatoria de 30 focos tiene una duración promedio de 788 horas. Utilice un nivel de significancia de 0.04. n = 30 x = 788  = 40 Con (1-0.04)100% de confianza rechace 0 H a favor de 1 H si: Error estándar de la N Media media IC de 96% Z P 30 788,00 7,30 (773,00; 803,00) -1,64 0,100 Como el valor p=0,10 se puede concluir que no existe suficiente evidencia estadística para rechazar la Hipótesis Nula 0 H , lo que quiere decir,que se distribuyeen promedio 800 horas de luz. 800 : 800 : 1 0     H vs H 2 0    Z n x   02 . 0 30 40 800 788 Z           1 20 16 * 1 20 1 20 16 * 1 20 2 99 . 0 2 2 01 . 0          8 . 39 4 . 8 2  
  • 7. Maestría en Mejora de Procesos Profesor:Marcos Mendoza 7 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers 12. Pruebe la hipótesis de que el contenido promedio de los envases de un lubricante particular es de 10 litros si los contenidos de una muestra aleatoria de 10 envases son 10.2, 9.7, 10.1, 10.3, 10.1, 9.8, 9.9, 10.4, 10.3 y 9.8 litros. Utilice un nivel de significancia de 0.01 y suponga que la distribución del contenido es normal. n = 10 x = 10,06 s = 0,2459 Con (1-0.01)100% de confianza rechace 0 H a favor de 1 H si: Error estándar de la Variable N Media Desv.Est. media IC de 99% T P contenido 10 10,0600 0,2459 0,0777 (9,8073; 10,3127) 0,77 0,460 Como el valor p=0,460 se puede concluir que no existe suficiente evidencia estadística para rechazar la Hipótesis Nula 0 H , lo que quiere decir, contenido promedio de los envases de un lubricante particular es de 10 litros. 13. Un ingeniero civil está probando la resistencia de compresión del concreto. Prueba 12 muestras y obtiene los siguientes datos: 2216 2237 2249 2204 2225 2301 2281 2263 2318 2255 2275 2295 Las especificaciones indican que la resistencia media del concreto debe ser 2250 psi. ¿Se puede concluir que este concreto cumple con las especificaciones? Use un nivel de significancia de 0.05 10 : 10 : 1 0     H vs H ) 1 ( 2 0    n T n s x   ) 9 ( 10 10 005 . 0 T s x   2250 : 2250 : 1 0     H vs H
  • 8. Maestría en Mejora de Procesos Profesor:Marcos Mendoza 8 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers n = 12 x = 2259,9 s = 35,6 Con (1-0.05)100% de confianza rechace 0 H a favor de 1 H si: Error estándar de la Variable N Media Desv.Est. media IC de 95% T P resistencia 12 2259,9 35,6 10,3 (2237,3; 2282,5) 0,97 0,355 Como el valor p=0,355 se puede concluir que no existe suficiente evidencia estadística para rechazar la Hipótesis Nula 0 H , es decir, que cumple con las especificaciones. 14. En cierto proceso industrial se afirma que la variabilidad del mismo, medida a través de la desviación estándar, no supera las 5 unidades. Una muestra aleatoria de tamaño 10 proporcionó una desviación estándar de 3.58 unidades. ¿Es válida la afirmación de que la desviación estándar es menor a 5 unidades? Use =0.05 n = 10 s = 3.58 Con (1-0.05)100% de confianza rechace 0 H a favor de 1 H si: ) 1 ( 2 0    n T n s x   ) 11 ( 12 2250 025 . 0 T s x       1 1 2 1 2 0 2     n s n a       9 25 8164 . 12 * 1 10 2 95 . 0    5 : 5 : 1 0     H vs H     9 5 58 . 3 * 1 2 95 . 0    n
  • 9. Maestría en Mejora de Procesos Profesor:Marcos Mendoza 9 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers Estadística Método de prueba GL Valor p Chi-cuadrada 4,61 9 0,133 Como el valor p=0,133 se puede concluir que no existe suficiente evidencia estadística para rechazar la Hipótesis Nula 0 H , es decir, que la desviación estándares menor a 5 unidades. 15. Se estudia la fracción de circuitos integrados defectuosos producidos en un proceso de fotolito grafía. Se prueba una muestra aleatoria de 300 circuitos, la cual da como resultado 13 circuitos defectuosos. Según el departamento de calidad la proporción de fallas es del 5%. ¿se puede afirmar que los departamento de calidad tienen razón? Use un nivel de significancia de 0.05. n = 300 x = 13 p̂ = 13/300 = 0.04 Con (1-α)100% de confianza rechace H0 a favor de H1 si: Valor p Muestra X N Muestra p IC de 95% exacto 1 13 300 0,043333 (0,023272; 0,072961) 0,605 05 . 0 : 05 . 0 : 1 0   p H vs p H   2 0 0 0 1 ˆ  Z n p p p p      025 . 0 300 05 . 0 1 05 . 0 05 . 0 04 . 0 Z   
  • 10. Maestría en Mejora de Procesos Profesor:Marcos Mendoza 10 Texto: Probabilidad y Estadística para Ingenieros, Walpole, Myers, Myers Como el valor p=0,605 se puede concluir que no existe suficiente evidencia estadística para rechazar la Hipótesis Nula 0 H , es decir, que la proporción de fallas es aproximadamentedel 5%.