Pauta Gua 6 PEP 3

PROBABILIDAD Y ESTADSTICA

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 1
1.- Sea

una muestra aleatoria de , distribuida segn , con desconocido.

Donde representa el tiempo mximo necesario para terminar un proceso, en segundos:

1.1) Determine el estimador mximo verosmil de .
1.2) En base a una muestra aleatoria de , determine la estimacin mximo verosmil de ,
donde la muestra est constituida por los siguientes datos: 0,7; 0,9; 0,6; 0,8; 0,9; 0,7; 0,9;
0,8. Estime la probabilidad del tiempo mximo necesario para terminar un proceso, no
exceda los 0,5 segundos, ni supere los 0,75 segundos.
1.3) Determine el estimador mximo verosmil de: a)

. b)

c)


1.1) Solucin: Determinamos la funcin de verosimilitud:

En seguida, calculamos el logaritmo natural de

Derivamos e igualamos a cero:

1.2) Solucin: Determinamos el estimador mximo verosmil de , con los datos de la muestra que nos
entrega el ejercicio:

Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Pgina 2 Alejandro Gonzlez Tapia Ingeniera Civil en Minas
Luego, estimamos que la probabilidad de

Respuesta: En base a una muestra aleatoria de , que nos otorga el ejercicio, el estimador mximo
verosmil de , corresponde a 3,0271, y al estimar que la probabilidad del tiempo mximo necesario
para terminar un proceso, no excede los 0,5 segundos, ni supera los 0,75 segundos, es igual 0,3102.

1.3) Solucin: Debido a que determinamos

, que corresponde al estimador mximo verosmil de ,

por lo tanto, las expresiones pedidas las calculamos por medio de propiedades:
a)

b)

c)

2.- Una empresa se provee de componentes electrnicos provenientes de dos fbricas. El
inters del dueo est centrado en el tiempo de vida til de tales componentes. Al recibir una
gran partida de cada fbrica, decide inspeccionar una muestra aleatoria de cada partida, las
cuales somete a experimentacin con el propsito de recabar los tiempos de vida til en horas.
Los resultados obtenidos se muestran en la siguiente tabla:

Vida til (En Horas) Fabrica 1 Fabrica 2
[0, 300] 4 6
(300, 500] 12 16
(500, 1000] 23 19
(1000, 1500] 6 4

2.1) Se sabe que los componentes electrnicos, para que se les otorgu certificado de calidad
deben tener una vida til mayor a 500 horas. Estime con una confianza del 99%, la
proporcin de componentes certificados de la fabrica 1.
2.2) Si la proporcin estimada en 2.1) disminuye en un 10%, y a su vez mantiene el mismo
error probable que tena antes de la modificacin, Cul debera ser el tamao de la
muestra, si se utiliza un 95% de confianza?
2.3) Si en la fabrica 2 se realiza un ajuste tecnolgico en el proceso de elaboracin, tiene como
consecuencia el aumento de la vida til en un 15% Cul sera la estimacin de la varianza
con un 10% de significacin?
Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 3
2.4) Estime el mnimo tamao de muestra que se debe considerar para estimar la duracin
promedio de los componentes electrnicos de la fbrica 1, considerando un error de
estimacin de a lo ms 5 horas con 23 minutos,

y una confianza de 95%.
2.5) El supervisor de la empresa, le solicita al encargado de produccin de la fbrica 1, un
reporte con la duracin media de los componentes electrnicos que elabora su fbrica. El
encargado, debido a que es mal remunerado, estima el reporte pedido por el supervisor,
con un 5% de significacin, para esto utiliza una muestra de 45 componentes electrnicos,
con una media de 600 horas y una varianza de 90000 horas
2
.
2.6) Luego de la situacin ocurrida en 2.5) el encargado de produccin de la fbrica 2,
encuentra en su oficina un documento que contena estudios previos de dicha fbrica,
donde se detallaba que la desviacin estndar es de 222 minutos, por lo que decide volver
a estimar la media de la duracin de los componentes electrnicos, con .

2.1) Solucin: Sean:
Componentes electrnicos elaborados por la fabrica 1
Componentes electrnicos elaborados por la fabrica 2

Debido a que el problema habla de proporcin, debemos utilizar la siguiente frmula para determinar el
intervalo confidencial:

Con:

Nota: El valor de se calcula dividiendo la nmero de datos de la muestra que cumplen la
caracterstica que nos da el problema, en este caso, los componentes electrnicos que tienen una vida
til mayor a 500 horas.

Reemplazando, obtenemos:

Finalmente, el intervalo de confidencialidad queda dado por:

Respuesta: El intervalo tiene un 99% de contener a la proporcin de los componentes
electrnicos que tienen una vida til mayor a 500 horas, es decir certificados.


Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Pgina 4 Alejandro Gonzlez Tapia Ingeniera Civil en Minas
2.2) Solucin: Lo primero que debemos hacer en este tem es determinar una nueva variable, como se
ve a continuacin:

"Proporcin de componentes electrnicos certificados disminuido en un 10%

En seguida, calculamos el error probable de p que se mantiene, con la siguiente frmula:

Luego de esto, ya tenemos lo necesario para determinar el tamao de la muestra, lo que se realiza
despejando la frmula que sigue:

Respuesta: El tamao de la muestra debe ser 28, si la proporcin disminuye en un 10% y se mantiene
el error probable antes de la modificacin, con un 95% de confianza.

2.3) Solucin: Sea: Muestra aumenta su duracin en un 15%

Por propiedades determinamos el valor de la desviacin estndar de y, la que se encuentra dada por:

Despus procedemos a definir el intervalo confidencial como se ve a continuacin:

Con:

Finalmente, reemplazando obtenemos el intervalo confidencial:

Respuesta: Existe una probabilidad del 90% de que el intervalo contenga
a la varianza poblacional de los componentes electrnicos luego de aumentar su duracin en un 15%.

Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 5
2.4) Solucin: El problema nos otorga la siguiente informacin:

Debido a que estamos trabajando con la duracin promedio de los componentes electrnicos, y que
desconocemos la varianza (

, la frmula del error est dada por:

Reemplazando:

Respuesta: El mnimo tamao de la muestra que se debe utilizar si se desea estimar la duracin
promedio de los componentes electrnicos de la fbrica 1, es igual a 13.132

2.5) Solucin: Sea:
Muestra de componentes electrnicos elaborados fabrica 2 considerada por el encargado

Del enunciado del ejercicio se desprenden los siguientes datos:

Debido a que desconocemos la varianza poblacional, utilizaremos la siguiente frmula para obtener el
intervalo de confianza:

Reemplazando:

Finalmente, el intervalo de confidencialidad queda dado por:

Respuesta: El intervalo tiene un 95% de contener la duracin media de los
componentes electrnicos elaborados por la fbrica 2.

2.6) Solucin: Para empezar exponemos los datos expuestos por el problema:

Debido a que conocemos la varianza poblacional, el intervalo confidencial esta dado por:

Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Pgina 6 Alejandro Gonzlez Tapia Ingeniera Civil en Minas
Evaluando:

Respuesta: El intervalo tiene un 99% de probabilidad de contener la duracin
media de los componentes electrnicos elaborados por la fbrica 2, con una desviacin estndar
poblacional igual a 222 minutos.

3.- En el mercado existen dos tipos de plsticos (A y B), los que son utilizados en la fabricacin
de diversos artculos. Una variable importante que se maneja es su tensin de ruptura (en psi) y
por lo tanto se ha diseado un experimento para medir la variable en ambos tipos. Los
resultados en 41 ensayos del plstico A fueron los siguientes:

Tensin de Ruptura 144 a 150 150 a 156 156 a 162 162 a 168

5 12 16 8

Por otro lado, en 25 ensayos realizados para registrar la tensin a la ruptura en el plstico B, se
obtuvo un promedio de 154 psi con desviacin estndar de 5,2 psi.
3.1) Considerando un nivel de significacin del 5% y la informacin que entregan los datos.
Hay evidencia suficiente para cuestionar lo especificado por el fabricante, quin seala
que el valor medio de la tensin a la ruptura del plstico A es de 155,5 psi?
3.2) El German Professional Institute certifica a los plsticos que posean una tensin media a
la ruptura mayor a 159 psi. Si de estudios anteriores se sabe que la desviacin estndar
de la ruptura del plstico A es 7,3 psi El plstico A ser certificado por el German
Professional Institute, con ?
3.3) Con un 95% de nivel de confianza, es posible corroborar que ms de un 30% de las
unidades del plstico A presentan una tensin a la ruptura superior a 160 psi?
3.4) Con un nivel de significacin del 2,5% Muestran los datos la evidencia suficiente para
corroborar que efectivamente la distribucin de probabilidad de la tensin a la ruptura
del plstico tipo A es de tipo normal con media 155,5 psi y varianza 25 (psi)
2
?

3.1) Solucin: Sea: Tensin de ruptura del tipo de plsticos A, en psi
Tensin de ruptura del tipo de plsticos B, en psi


Para :

Para :

144 150 147 5
150 156 153 12
156 162 159 16
162 168 165 8

41
Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 7
Las hiptesis a contrastar son:

Luego, como desconocemos la varianza el estadstico de prueba se determina de la siguiente forma:

La Regin Crtica (Con ):

Respuesta: Debido a que , no existe suficiente informacin para rechazar la hiptesis nula, es
decir, no hay evidencia suficiente para cuestionar lo especificado por el fabricante, el que seal que el
valor medio de la tensin a la ruptura del plstico A es de 155,5 psi, con un 5% de significacin.

3.2) Solucin: Las hiptesis a contrastar son:

Luego, como conocemos la varianza, el estadstico de prueba se determina de la siguiente forma:

La Regin Crtica (Con ):

Respuesta: Debido a que , no existe suficiente informacin para rechazar la hiptesis nula, con
un 5% de significacin, es decir, el plstico A no ser certificado por el German Professional Institute.

3.3) Solucin: Sea: Proporcin de las unidades del plstico A que presentan una tensin a la
ruptura superior a 160 psi
Estimaremos el valor de , lo que lo llevamos a cabo por medio de frmula de percentil, como se ve a
continuacin:

144 150 5 5
150 156 12 17
156 162 16 33
162 168 8 41

41
Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Pgina 8 Alejandro Gonzlez Tapia Ingeniera Civil en Minas
Luego, las hiptesis a contrastar son:

El estadstico de prueba esta dado por:

La Regin Crtica (Con :

Respuesta: Como , no existe suficiente informacin para rechazar la hiptesis nula con un 5%
de significacin, es decir, no se puede corroborar que ms de un 30% de las unidades del plstico tipo
A presentan una tensin a la ruptura superior a 160 psi.
3.4) Solucin: Las hiptesis a contrastar son:

Con

Luego, como queremos probar que se distribuye normalmente, se crea una tabla con los intervalos que
abarcan todos los nmeros del conjunto de los reales, es decir, desde el al , donde tambin se
adiciona la frecuencia absoluta y la probabilidad de cada uno de ellos:

Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 9
En seguida, se sabe que cuando estamos haciendo bondad de ajuste se debe cumplir que

, por
lo tanto, se procede a modificar la tabla, lo que se lleva a cabo sumando las dos primeras filas y las
tres ltimas filas, quedando expresado de la siguiente forma:

Posteriormente, se aplica la frmula para calcular el estadstico de prueba:

Adems, la regin crtica est definida de la siguiente forma:

Con:




Debido a que no se utiliza ningn estimador, el valor de es igual a cero y el nmero de filas despus
de la modificacin corresponde a tres, por lo tanto, reemplazando tenemos:

Respuesta: Como

, se concluye que no existe evidencia suficiente para rechazar que la

tensin a la ruptura del plstico tipo A se distribuye normalmente con una media de 155,5 psi y una
varianza de 25 psi
2
, con un nivel de significacin de 0,025.

4.- En una empresa de acuicultura se quiere hacer un estudio sobre el nivel de parsitos en la
produccin de doradas. Para ello, se tom una muestra de 5 individuos cada da, repitiendo el
experimento durante 550 das. De cada muestra se analizaron los peces determinando cuantos
de ellos contenan parsitos. Se ajusta a un modelo de distribucin Binomial con 5% de
significacin?
N de individuos con parsitos 0 1 2 3 4 5
Frecuencia Observada 17 81 152 180 104 16

4) Solucin: Sea: Nmero de individuos con parsitos

Luego, como el ejercicio no nos entrega el valor de , procedemos estimar el valor:

Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Pgina 10 Alejandro Gonzlez Tapia Ingeniera Civil en Minas
Adems, de la tabla de distribuciones discretas sabemos que la media de la distribucin binomial est
dada por la siguiente frmula, teniendo cuidado con el es el nmero de veces que se repite el
experimento, es decir, en este caso toma el valor de 5:

Las hiptesis que nos interesan contrastar son:

Con

Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si se distribuye
de forma binomial, como se ve a continuacin:

Ya que todos los sucesos cumplen con condicin

, la tabla no se modifica.
Posteriormente, se aplica la frmula para calcular el estadstico de prueba:

Adems, la regin crtica est definida de la siguiente forma:

Con:




Debido a que utilizamos el estimador de , el valor de es igual a uno, y el nmero de filas es seis,
por lo tanto, reemplazando tenemos:

Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Alejandro Gonzlez Tapia Ingeniera Civil en Minas Pgina 11

Respuesta: Como

, en consecuencia no existe evidencia suficiente para rechazar la

hipotesis nula, es decir, el nmero de individuos con parsitos se distribuye en forma binomial, con un
nivel de significacin de 0,05.

5.- Se propone que el nmero de defectos en las tarjetas de circuito impreso sigue una
distribucin Poisson. Se rene una muestra aleatoria de 60 tarjetas de circuito impreso y se
observa el nmero de defectos. Los resultados obtenidos son los siguientes:





Evale si estos datos muestran suficiente evidencia para decir que provienen de una
distribucin Poisson, con un nivel de significacin igual a 0,05.
5) Solucin: Sea: Nmero de defectos en las tarjetas de circuito impreso
Las hiptesis a contrastar son:

Ya que el ejercicio no nos entrega el valor de lambda, procedemos a estimarlo a partir de los datos
tabulados:

Luego, la probabilidad se determina de la siguiente manera, ya que se quiere probar si tiene una
distribucin Poisson, como se ve a continuacin:

Nmero de defectos Frecuencias observadas
0 32
1 15
2 9
3 o ms 4
Pauta Gua 6 PEP 3
PROBABILIDAD Y ESTADSTICA

Pgina 12 Alejandro Gonzlez Tapia Ingeniera Civil en Minas
Puesto que la frecuencia esperada en la ltima celda es menor que 5, se combinan las dos ltimas
filas.

Posteriormente, se aplica la frmula para calcular el estadstico de prueba:

Adems, la regin crtica est definida de la siguiente forma:

Con:




Debido a que ocupamos el estimador

, el valor de es igual a uno, y el nmero de filas despus de

la modificacin es tres, por lo tanto, reemplazando tenemos:

Respuesta: Como

, se concluye que no existe evidencia suficiente para rechazar que el

nmero de defectos en las tarjetas de circuito impreso sigue una distribucin Poisson.