METODOS ESTADISTICOS DE LA INGENIERIA ENERO 2.

008

1) En la urna A hay 2 bolas blancas y una negra. En la urna B hay 2 bolas negras y una blanca. Se saca
simultáneamente una bola de cada urna. Indicar la probabilidad de que ambas bolas tengan el mismo
color.

B 1/ 3 N 2/3 La probabilidad que las dos tengan el mismo color es de:

B 2/3 BB 2 / 9 BN 4 / 9 2/9 + 2/9 = 4/9
N 1/ 3 BN 1 / 9 NN 2 / 9

2) El tiempo necesario, en horas, para realizar las actividades A, B y C se distribuye normalmente

T A = N (12 ; 0,5) , TB = N (10 ; 0,75) y TC = N (15 ; 1,25) . Para realizar un proyecto se requiere realizar
la secuencia de actividades: A, B, A, C, A. Indicar la probabilidad de que el proyecto se realice antes de
60 horas.

El tiempo para realizar esta secuencia de actividades se distribuirá según N (m ; σ ) con

m = 12 + 10 + 12 + 15 + 12 = 61 , σ 2 = 0,5 2 + 0,75 2 + 0,5 2 + 1,25 2 + 0,5 2 = 2,8750 y σ = 1,6956
La probabilidad pedida será: P ( N (61 ; 1,6956 ) < 60 ) = 0,2777

3) A un centro de servicio acuden un promedio de 7 personas cada día. Indicar la probabilidad de que
en una semana lleguen más de 50 personas.
Durante una semana, en promedio, llegarán 7 · 7 = 49 ; la probabilidad pedida es

( ( ) 
)
P( p(49) > 50 ) ≈ P N 49 ; 49 > 50 + 0,5 = P z >
50,5 − 49 
7

 = P z >
1,5 
7 
 = 0,4152
  
4) Un circuito consta de 4 componentes montados en paralelo. Cada componente tiene una vida media
de 300 horas. Para que el circuito funcione se requiere que funcionen al menos dos componentes.
Indicar la probabilidad de que el sistema falle antes de 200 horas.

La vida de cada componente se distribuirá como una exponencial de media 300 horas. La probabilidad de que
200 −t −200
1 300
un componente falle antes de 200 horas será: ∫
0
300
e dt = 1 − e 300 = 0,4866

El sistema fallará antes de 200 horas, si antes de 200 horas fallen más de dos componentes:
P(B(4 ; 0,4866) > 2 ) = P(B(4 ; 0,4866) = 3) + P(B(4 ; 0,4866) = 4 ) = 0,2366 + 0,0561 = 0,2927

Datos para los ejercicios 5 y 6: En la actualidad el porcentaje de piezas defectuosas es del 3%. Para
mejorar la calidad de la producción se realiza un test que clasifica las piezas como vendibles o como
desechables. La probabilidad de que una pieza correcta se deseche en el test es del 10%. La
probabilidad de que una pieza defectuosa se clasifique como vendible es del 5%.

5) Indicar la probabilidad de que una pieza vendible sea defectuosa.

  vendible 0,90 0,873 *

correcta; 0,97 
 no vendible 0,10 0,097

 defectuosa; 0,03  vendible 0,05 0,0015 *
 no vendible 0,95 0,0285
0,0015
La probabilidad de que una pieza vendible sea defectuosa será: = 0,0017 = 0,17%
0,0015 + 0,873
6) Si el coste de producir una pieza es de 1,25€, y el precio de venta es de 1,50€, indicar cual debe ser el
coste máximo del test anterior para que sea rentable.

El coste máximo será: (0,0015 + 0,873) · 1,5 − 1,25 = 0,06175

METODOS ESTADISTICOS DE LA INGENIERIA ENERO 2.008

Datos para los problemas 7, 8 y 9: En una población normal se toma una muestra de 25 unidades. La
media de la muestra es 237,25 y la variancia de los datos de la muestra es 18,52.

7) Estimar la media de la población con un nivel de confianza del 95%

Los parámetros muestrales son: x = 237,25 ; s = 4,3922 ; tα / 2 = 2,0639 , por lo que el intervalo de
confianza pedido será:
 s s   4,3922 4,3922 
 x − tα / 2 ; x + tα / 2  = 237,25 − 2,0639 ; 237,25 + 2,0639  = [235,4370 ; 239,0603]
 n n  25 25 

8) Indicar el procedimiento para estimar la media de la población con un error menor que 0,50 como
máximo en el 95% de los casos.
239,0603 − 235,4370
El error máximo en el 95% de los casos es de = 1,8130 que es superior a 0,5. por lo
2
que se tendrá que tomar una muestra mayor.
Método 1: Construir la tabla siguiente
n t error Por lo que el procedimiento sería:
25 2,06389855 1,81302259 1) ampliar la muestra en 274 unidades para tener una muestra de
299 unidades
50 2,0095752 1,24825736
2) calcular x y s
100 1,9842169 0,8715133
150 1,97601314 0,70864557 3) calcular el error : ε = t
s
α 2
200 1,9719565 0,61244516 n
250 1,96953681 0,54711544 4) si ε ≤ 0,5 , la estimación de la media de la población sería la
300 1,96792961 0,49903822 estimada en el punto 2
290 1,96820637 0,50764079 Si ε > 0,5 , se tendría que prolongar la tabla teniendo en cuenta para
295 1,96806563 0,50328437 el cálculo del error la estimación de s obtenida en el punto 2
298 1,96798346 0,50072375
299 1,96795644 0,49987885
Método 2: teniendo en cuenta el tamaño de la muestra actual y que
el error es muy superior al permitido, podemos suponer que el tamaño de la muestra será superior a 30 y
4,3922
podremos aproximar la t a una normal tipificada. El error se calculará: ε = 1,96 por lo que el tamaño
n
2
 1,96 · 4,3922 
de la muestra será: n =   = 296,43 ⇒ 297 , y se aplicaría el mismo esquema que en el
 0,5 
método 1

9) estimar la desviación tipo de la población con un nivel de confianza del 90%

 s 2 (n − 1) s 2 (n − 1)   4,3922 2 · 24 4,3922 2 · 25 
 ;  =  ;  = [3,5657 ; 5,7821]
 χ 0.95; 24 χ 02.05; 24  
2
36,4150 13,8484 

10) justificar por qué en el intervalo de confianza de una proporción se utiliza el valor crítico de una
 p (1 − p ) p (1 − p ) 
variable normal tipificada:  p − zα / 2 ; p + zα / 2 
 n n 

1
Por que la proporción de una muestra, p , se distribuye como una binomial B(n ; p ) y, como generalmente
n
 p (1 − p) 
n es grande se puede aproximar a una normal N  p ; 

 n 
METODOS ESTADISTICOS DE LA INGENIERIA ENERO 2.008

11) diseñar un test de hipótesis para contrastar H 0 = {m = 48} frente a H 1 = {m = 50}. Considerar que
la variancia de la población es conocida e igual 0,63 con un nivel de significación del 5% y una potencia
del 90%

Tomaremos como estadístico de prueba la media de la muestra x ; el tamaño de la muestra y la frontera entre
las regiones de aceptación y de rechazo se obtendrán a partir de las condiciones de los errores:
  0,63  
Error I = P (rechazar H 0 / H 0 es cierta ) = P( x > k / m = 48) = P N  48 ;  > k  = 0,05
  n  
  

  0,63  
Error II = P (aceptar H 0 / H 1 es cierta ) = P ( x < k / m = 50 ) = P N  50 ;  < k  = 0,10
  n  
  
0,7937 0,7937
De donde resultan las ecuaciones: k − 48 = 1,6448 y k − 50 = −1,2816 ;
n n

Al resolverlas se tiene: n = 1,1614 ; k = 49,1241 ; n = 2 . Con lo que el diseño del test quedaría:
Tomar una muestra de 2 unidades
Calcular la media de la muestra x
Si x < 49,1241 aceptar la hipótesis nula, en caso contrario aceptar la hipótesis alternativa.

12) de la población A se toma una muestra de 160 unidades, la proporción de individuos que cumple
cierta propiedad es del 25%; de la población B se toma una muestra de 200 unidades, la proporción de
individuos que cumplen dicha propiedad es del 30%. Indicar con qué nivel de confianza podemos
afirmar que la población B tiene una proporción superior a la proporción de la población A. Resolverlo
utilizando las tablas de clase.

 0,25 · 0,75   
p A = N  0,25 ;  y pB = N  0,30 ; 0,30 · 0,70 
160   200 
   
 
 
  0,25 · 0,75 0,30 · 0,70   0 − (0,30 − 0,25 )
P( p B − p A > 0) ≈ P N  0,30 − 0,25 ;
  + 
 > 0 = P z >
 =

  160 200 

 0,25 · 0,75 0,30 · 0,70 
 + 
 160 200 

 − 0,05 
P z >  = P( z < 1,0607 ) = 0,855428 · 0,93 + 0,857690 · 0,07 = 0,8556
 0,0471 