Universidad Nacional Abierta Inferencia Estadstica (738)

Vicerrectorado Acad emico Primera Prueba Integral

Area de Matem atica Fecha 15-10-2005
Lapso 2005-2

MODELO DE RESPUESTAS

Obj 1 Pta 1

En una industria metal mecanica se ha determinado que la pieza No 15A-35, no cumple el

estandar con probabilidad 0,1. Hallar la cantidad de piezas de este tipo que se debe escoger
para que con probabilidad igual a 0,9544 se pudiese confirmar, con la mayor precision posible,
que la frecuencia relativa de aparicion de piezas no estandar (entre las escogidas) se desva de
la probabilidad constante de no satisfaccion no mas de 0,03 en valor absoluto.
Solucion
Sea m el numero de piezas que no cumplen el estandar y n el tama no de la muestra a determinar.
Entonces la frecuencia relativa de piezas con esta caracterstica esta dada por m
n , que representa
la proporcion de piezas no estandar del tipo No 15A-35 de las n escogidas. La v.a. Xn = m n es
binomial de parameto p = 0, 1 ((por que?)), con:
r
pq pq
E = p, V ar = , y = .
n n
Por el planteamiento del problema

P (|Xn p| 0, 03) = 0, 9544

Aplicando el teorema central del lmite en lugar de la desigualdad de Chebychev((por

que?)), procedemos a tipificar (normalizar, estandarizar) la variable Xn obteniendo

 r 
n
P |z| 0, 03 2F (0, 1 n) = 0, 9544,
pq
de acuerdo a la tabla de areas bajo la distribucion normal estandarizada utilizada. As

F (0, 1 n) = 0, 4772

por lo tanto
0, 1 n = 2 y n = 400.
Obj 2 Pta 2
Una empresa fabricante de autos prueba un prototipo, determinando en 16 recorridos de prueba
de una hora cada uno, que el consumo de gasolina es en promedio 75,075 litros con una desviaci
on
estandar de 9,555 litros. Se podra afirmar que el consumo promedio de gasolina de este tipo
de auto es de 65 litros por hora?
Soluci on
Es claro que las pruebas se realizan en condiciones normales de funcionamiento del motor (por
que?), y el planteamiento nos indica que debemos inferir acerca de la media poblacional, por lo
tanto debemos utilizar el estadstico
X
T (X1 , , X16 ) = t:p
S/ n
As,
75, 075 65
t15:p = = 4, 2177
9, 555/ 16
ahora buscamos en la tabla de distribucion t, y observamos que para 15 grados de libertad un
valor de 3,733 tiene asociada una probabilidad de 0,002 (peque na), luego para el valor 4,2177
esta probabilidad sera insignificante. Por lo tanto, no se puede afirmar que el consumo promedio
de gasolina por hora de este tipo de auto es de 65 litros, es razonable pensar que es superior.
Si en lugar de una tabla de distribucion de una cola, se hubiese utilizado una tabla de dis-
tribucion t acumulada:

que valor de probabilidad, habra obtenido?

que significa el resultado anterior desde el punto de vista probabilstico?

es aceptable ese resultado y significado de cara al problema planteado?

Obj 3 Pta 3

Un fabricante de bateras para computadoras portatiles garantiza que sus bateras duran en
promedio tres a nos, con una desviacion estandar de un ano. Si se toma una muestra de cinco y
se observa que tienen duraciones de 3,0; 1,9; 2,4; 4,3 y 3,5 a
nos.puede el fabricante sostener que
la desviacion estandar de sus bateras es de un a
no? Suponiendo que la duracion de las bateras
sigue una distribucion normal.
Solucion
Debemos inferir acerca de la desviacion tpica, lo que equivale a inferir acerca de la varianza
(por que?), y dado que tenemos una muestra estimamos la varianza correspondiente a estas
observaciones, esto es
5
1 X
Sb2 = (Xi X)2 = 0, 877
n1
i=1

entonces el estadstico

(n 1)Sb2 (4)(0, 877)

T (X1 , , Xn ) = 2
2 por lo tanto 2 = = 3, 508
1
al consultar la tabla 2 observamos que la probabilidad de obtener un valor igual o superior a
3,508 para cuatro grados de libertad es menor de 0,50 por lo tanto es razonable que el fabricante
sostenga que la desviacion estandar es de un a
no.

Obj 4 Pta 4

En un centro de computo, se tienen consultores para responder a las preguntas de los usuarios.
El centro esta abierto de 9:00 a.m. a 5:00 p.m. en das habiles. Suponga que las llamadas que
llegan al centro conforman un proceso de Poisson, con parametro desconocido llamadas por
hora. A fin de estimar , se obtuvieron las siguientes observaciones de X, el n
umero de llamadas
que llegan por hora:
8 6 12 15 12
4 9 7 20 10

2
Encuentre la estimacion de mediante el metodo de maxima verosimilitud.
Soluci
on
Suponemos el muestreo aleatorio (por que?), entonces
P [X1 = x1 , X2 = x2 , , Xn = xn ] = Q
P [X1 = x1 ] P [X2 = x2 ] P [Xn = xn ]
n
= i=1 P [Xi = xi ] .

Recordemos que la funcion de densidad de X esta dada por;

e x
P [X = x] = f (x) = x = 0, 1, 2,
x!
Por lo tanto la probabilidad de obtener la muestra dada es,
n n n
Y Y Y e xi
P [Xi = xi ] = f (xi ) =
xi !
i=1 i=1 i=1

luego la funcion de verosimilitud es:

P n
en i=1 xi
L() = Qn (1)
i=1 xi !

Tomando logaritmos a ambos miembros de (1), se tiene:

n
X n
Y
ln L() = n + xi ln ln xi !
i=1 i=1

El valor de que maximiza ln L() y por lo tanto a L(), es

Pn
xi
= i=1 = X.
n
Es decir el valor del parametro , que maximiza la probabilidad de observar los valores de la
muestra dada es = 10, 3
Obj 5 Pta 5
Dos muestras de tamanos 16 y 10 respectivamente se extraen aleatoriamente de dos poblaciones
normales. Si se encuentra que sus varianzas son 24 y 18 respectivamente. Hallar los lmites de
confianza del 98% para la relacion de varianzas.
Solucion
Las cuasi-varianzas muestrales son:
n 16 n 10
S1 = S12 = (24) = 25, 6 S2 = S22 = (18) = 20, 0
n1 15 n1 9
Sabemos que el estadstico
b
S12
12
T = b
S2
2
F 1 , 2 .
22

Por lo tanto el intervalo de confianza estara dado por,

b
S12
12
F0,01 b
S2
2
F0,99
2
2

3
manipulando algebraicamente la expresion anterior tenemos

1 Sb12 2 1 Sb12
12 (1)
F0,99 Sb22 2 F0,01 Sb22

al buscar en las tablas F , y haciendo las sustituciones pertinentes obtenemos:

12
    
1 25.6 25.6
2 (3, 89)
4, 96 20, 0 2 20, 0

12
0, 2581 4, 9792
22
Obj 6 Pta 6

Una muestra aleatoria de 100 muertes registradas en el Distrito Capital el ano pasado muestran
una vida promedio de 71,8 a nos. Suponiendo una desviacion estandar poblacional de 8,9 a nos.
Se puede concluir que la vida media hoy en da es mayor de 70 anos, a un nivel de significancia
de 0,05?.
Solucion
Primero, debemos notar que se trata de contraste de hipotesis sobre medias conocida la varianza,
con un = 0, 05.
Segundo, consideremos un error tipo I, es decir, rechazar H0 siendo verdadera.
El cuerpo de hipotesis es:
H0 : = 70 y H1 : > 70
La hipotesis alterna H0 nos indica que la region crtica es unilateral derecha. Esto significa que si
el valor observado (calculado) K es mayor que el valor crtico kc se rechaza H0 , en caso contrario
se acepta. Para calcular el punto crtico, hacemos el planteamiento teorico probabilstico y
usamos la tabla de areas bajo la curva normal, as:
1
P (0 < z < kc ) + P (z > kc ) = .
2
Luego,
1 1 2
F (kc ) + = por lo tanto F (kc ) = .
2 2
En nuestro caso F (kc ) = 12(0,05)
2 = 0, 45, al ir a la tabla observamos que 0,45 esta ubicado
entre 1,64 y 1,65 por lo tanto kc = 1, 645.
Pasamos a calcular el estadstico correspondiente al problema,

X 0 71, 8 70
z= = = 2, 02247
/ n 8, 9/ 100

Como K = 2, 02247 > 1, 9645, la decision es rechazar H0 , y concluir que la vida media hoy en
da es mayor que 70 a
nos.

4
Obj 7 Pta 7

Por dos muestras independientes de tama no n = 60 y m = 50, extradas de poblaciones normales,

se han hallado las medias muestrales x = 1250 y y = 1275. Las varianzas conocidas son: x = 120
y y = 100. Para el nivel de significacion 0,01. Contrastar la hipotesis H0 : x = y con la hipotesis
H1 : x 6= y.
Soluci on
El valor observado del criterio, diferencia de medias esta dado por,
xy 1250 1275
K=q = q = 12, 5.
12 22 120 100
n1 + n2 60 + 50

Por la hipotesis alternativa H1 , la region crtica es bilateral, por lo tanto el punto crtico se
obtiene de la siguiente manera;
1 1
P (0 < z < kc ) + P (z > kc ) = = F (kc ) + = (por que?)
2 2 2

1 0, 01
F (kc ) = = 0, 495 luego por tabla kc = 2, 58.
2
Como |K| > kc , rechazamos la hipotesis nula (fundamental). Se concluye entonces que las
medias muestrales se diferencian significativamente.

FIN DEL MODELO DE RESPUESTA