Ejercicios de Estimacion

UNIVERSIDAD DE CARTAGENA
CENTRO TUTORIAL - LORICA
KATHIA KATRINA SANCHEZ PEINADO

LUIS DAVID MENDOZA ESPITIA
DAYAN LUIS MARTINEZ MERCADO
ING. DE SISTEMAS V SEMESTRE
INFERENCIA ESTADISTICA
EJERCICIOS DE ESTIMACION
RÉNEMBER NIÑO CARDALES
LORICA- CORDOBA
2016
Ejercicios propuestos
1. se sabe por experiencia que la desviación estándar de la duración de cierto

tipo de fusibles producidos por una compañía es de 24,8 horas. Se toma
aleatoriamente una muestra de 100 unidades de dicho tipo de fusible y se
encuentra que la misma presenta una media de 1685.2 horas. Determine el
intervalo de confianza para estimar la media de la duración con un nivel de
confianza del 99%. Respuesta: 1.678.8 y 1.691.6 horas.
Solución:
Datos:
𝜎 = 24,8
𝑁 = 100
𝑥̅ = 1685.2
Nivel de confianza: 1 = (𝑥̅ − 𝐸, 𝑥̅ + 𝐸)

1 − 𝑎 = 0.99, 𝑎 = 0.01
𝜎
Siendo 𝐸 = 𝑧𝑎⁄2
√𝑁
𝑎 0.01
Sabemos que ∅(𝑧𝑎⁄ ) = 𝑝(𝑧𝑎⁄ ) = 1- = 1- = 0.995
2 2 2 2
𝑧𝑎⁄2 = 2.58
𝜎 𝜎
𝑝(𝑥̅ − 𝑧𝑎⁄2 ≤ µ ≤ 𝑥̅ + 𝑧𝑎⁄2 )= 1−𝑎
√𝑁 √𝑁
24,8
Luego 𝐸 = 2.58 = 6.3984
√100
(1685.2 − 6.3984 ≤ µ ≤ 1685.2 + 6.3984) = 0.99

𝑝𝑜 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (1.678.8 ≤ µ ≤ 1.691.6)
2. con relación al problema 1 cuál es el error máximo de estimación.
Respuesta:6.4
Solución:
Error máximo de estimación
𝜎
𝐸 = 𝑧𝑎⁄2
√𝑁
24,8
Luego 𝐸 = 2.58 = 6.3984 ≈ 6.4
√100
3. con relación al problema 1 suponga que la muestra fue de tamaño 20 cuya

media es 1685.2 horas y desviación estándar 24.8 horas calcule el intervalo
de confianza del 99%. Respuesta: 1.670.9 y 1.699.5 horas.
Solución:
Datos:
𝜎 = 24,8
𝑁 = 20
𝑥̅ = 1685.2
𝑣 = 19 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑

1−∝= 0.99, ∝= 0.01
𝜎
Siendo 𝐸 = 𝑡𝑎⁄2
√𝑁
0.01
Sabemos que ∅(𝑡𝑎⁄ ) = 𝑝(𝑡𝑎⁄ ) = 1- a = 1- = 0.995
2 2 2
𝑡∝⁄2 = 2.860
𝜎 𝜎
𝑝(𝑥̅ − 𝑡𝑎⁄2 ≤ µ ≤ 𝑥̅ + 𝑡𝑎⁄2 )= 1−𝑎
√𝑁 √𝑁
24.8 24.8
𝑝 (1685.2 – 2.860 ≤ µ ≤ 1685.2 + 2.860 ) = 0.99
√20 √20
𝑝𝑜 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (1.670.9 ≤ µ ≤ 1.699.5)
4. con relación al problema anterior 7.1 si se quiere tener un máximo de error
de 2 horas, cuál debe ser el tamaño de la muestra. Respuesta: 1023.
Solución:
Error máximo de estimación
𝑧 2 𝜎2
𝑛=
𝐸2
Luego buscamos los datos y reemplazamos en la formula.
1 − 𝑎 = 0.99, 𝑎 = 0.01
𝜎 = 24.8
2.582 24.82
𝑛= = 1023
22
5. una industria de muebles compro un lote de piezas de madera de 1metro de

longitud según el vendedor. La industria con el fin de comprobar la exactitud
de dicha medida tomo una muestra aleatoria de dicho lote y encontró las
siguientes medidas: 0.99, 1.04, 0.98, 0.97, 1.02, 1.01, 0.99, 0.95, 1.03, 1.02.
Calcule el intervalo de confianza del verdadero promedio de longitud del lote
con un nivel de confianza del 90%. Respuesta: 0.988 y 1.012 metros.
Solución:
Datos:
𝑠 = 0.02838
𝑁 = 10
𝑥̅ = 1

1 − 𝑎 = 0.90, 𝑎 = 0.10
𝜎
Siendo 𝐸 = 𝑡𝑎⁄2
√𝑁
𝑎 0.10
Sabemos que ∅(𝑡𝑎⁄ ) = 𝑝(𝑡𝑎⁄ ) = 1- = 1- = 0.95
2 2 2 2
𝑡𝑎⁄2 = 1.833 𝑐𝑜𝑛 𝑣 = 9 𝑔𝑟𝑎𝑑𝑜𝑎𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑

𝜎 𝜎
𝑝(𝑥̅ − 𝑡𝑎⁄2 ≤ µ ≤ 𝑥̅ + 𝑡𝑎⁄2 )= 1−𝑎
√𝑁 √𝑁
0.027 0.027
P (1 − 1.833 =≤ µ ≤ 1 + 1.833 )= 0.90
√10 √10
𝑝𝑜 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (0.988 ≤ µ ≤ 1.012) = 0.90
6. una muestra aleatoria de 5.000 obreros de una ciudad arrojo que 188 de ellos
eran hombres que vivían en unión libre. Calcule el intervalo de confianza del
90% para la verdadera proporción de este tipo de unión entre la totalidad de
obreros que están de la ciudad. Respuesta: 3.32% y 4.20% de los hombres.
Solución:
Aquí vemos que es un intervalo de con confianza para la proporción, por lo
tanto usaremos la siguiente formula.
𝑝∗𝑞 𝑝∗𝑞
𝑝(𝑝 − 𝑧𝑎⁄2 √ ≤ 𝑝 ≤ 𝑝 + 𝑧𝑎⁄2 √ )=1−𝑎
𝑛 𝑛
1 − 𝑎 = 0.90, 𝑎 = 0.10
𝑎 0.10
Sabemos que ∅(𝑧𝑎⁄ ) = 𝑝(𝑧𝑎⁄ ) = 1- = 1- = 0.95
2 2 2 2
𝑧𝑎⁄2=1.64
Datos:
𝑝 = 3.76
𝑞 = 96.24
1 − 𝑎 = 0.90
𝑛 = 5000
Reemplazamos los datos en la formula.

3.76∗96.24 3.76∗96.24
𝑝 (3.76 − 1.64√ ≤ 𝑝 ≤ 3.76 + 1.64√ ) = 0.90
5000 5000
𝑝𝑜 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (3.32% ≤ 𝑝 ≤ 4.20%)

7. en una empresa dedicada al engorde de pollos para la venta se toma una
muestra de 400 con una edad de 3 meses y el 60% de ellos presenta un peso
de más 3 libras. Un año después la empresa decide introducir unos cambios
en la alimentación y en algunas técnicas recomendadas por una casa
veterinaria y más tarde cuando el cambio se suponía que habían hecho efecto.
Tomo una muestra aleatoria de 600 pollos con una edad de 3 meses y encontró
que el 40% de ellos pesaban más de 3 libras. Se pide calcular un intervalo de
confianza del 95% para la verdadera diferencia de proporciones antes y
después del tratamiento. Respuesta: 13.8% y 26.2%.
Solución:
Aquí vemos que es un intervalo de confianza para la diferencia entre
proporciones de dos poblaciones por lo tanto usaremos la siguiente
formula.
𝑝1 ∗ 𝑞1 𝑝2 ∗ 𝑞2 𝑝1 ∗ 𝑞1 𝑝2 ∗ 𝑞2
𝑝 ((𝑝1 − 𝑝2 ) − 𝑧𝑎⁄2 √ + ≤ 𝑝1 − 𝑝2 ≤ (𝑝1 − 𝑝2 ) + 𝑧𝑎⁄2 √ + )=1−𝑎
𝑛1 𝑛2 𝑛1 𝑛2
1 − 𝑎 = 0.95, ∝= 0.05
𝑎 0.05
Sabemos que ∅(𝑧∝⁄ ) = 𝑝(𝑧𝑎⁄ ) = 1- = 1- = 0.995
2 2 2 2
𝑧𝑎⁄2 = 1.96
Datos:
𝑝1= 60%
𝑞1= 40%
𝑛1= 400
𝑛2=600
𝑝2= 40%
𝑞2= 60%
1−∝= 0.95
Reemplazamos los datos en la formula.
60 ∗ 40 40 ∗ 60 60 ∗ 40 40 ∗ 60
𝑝 ((60 − 40) − 1.96√ + ≤ 𝑝1 − 𝑝2 ≤ (60 − 40) + 1.96√ + ) = 0.95
400 600 400 600
𝑝𝑜 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (13.08% ≤ 𝑝1 − 𝑝2 ≤ 26.2%)
8. un profesor de estadística realiza un idéntico cuestionario a dos grupos de

estudiantes de universidades diferentes de la misma ciudad. En una muestra
aleatoria de 9 estudiantes que se toma de la universidad A, el promedio de
notas fue de 7.5 y desviación estándar de 0.4. En otra muestra aleatoria de 9
estudiantes de la universidad B la media de las notas fue 6.7 y desviación
estándar de 0.6. Calcular los límites de confianza del 95% para la diferencia de
medias delas notas entre las dos universidades. Se sabe que la escala de
calificación es de 0 a 10. Respuesta: 0.28 y 1.32.
Solución:
Aquí vemos que es un intervalo de confianza para la diferencia entre las
medias de dos distribuciones normales cono desviaciones estándar
desconocidas y tamaño de muestras pequeñas por lo tanto usaremos la
siguiente formula.
𝑠2 𝑠2 𝑠2 𝑠2
𝑝 ((𝑥1 − 𝑥2 ) − 𝑡𝑎⁄2 √ + ≤ 𝑝1 − 𝑝2 ≤ (𝑥1 − 𝑥2 ) + 𝑡𝑎⁄2 √ + ) = 1 − 𝑎
𝑛1 𝑛2 𝑛1 𝑛2
Pero antes debemos calcular s. por lo tanto la calcularemos con la siguiente

formula.
2 (𝑛
(𝑛1 − 1)𝑠1+ 2
2 − 1)𝑠2
𝑠= √
𝑛1 + 𝑛2 − 2
Reemplazando los datos en la formula obtenemos.
(9 − 1)0.42 + (9 − 1)0.62
𝑠= √ = 0.5099
9+9−2
Datos:
𝑥1= 7.5
𝑥2= 6.7
𝑛1= 9
𝑛2=9
𝑠1= 0.4
𝑠2=0.6
Ahora reemplazamos los datos en la formula general.
0.50992 0.50992 0.50992 0.50992

𝑝 ((7.5 − 6.7) − 2.1199√ + ≤ µ1 − µ2 ≤ (7.5 − 6.7) + 2.1199√ + ) = 0.95
9 9 9 9
𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (0.28% ≤ µ1 − µ2 ≤ 1.32%)
9. se quiere estimar el peso promedio de 500 peces listos para exportación. Si

para ello se va a tomar una muestra aleatoria ¿Cuál debe ser el tamaño de
esta, si se desea un máximo error de estimación de 2 onzas de nivel de
confianza del 90%, se sabe que la desviación estándar poblacional es de 10.
Respuesta n=62.
Solución:
Aquí vemos que es un caso de determinación de muestra para estimar la
media por lo tanto usaremos la siguiente formula.
𝑧2 ∗ 𝜎2 ∗ 𝑁
n= 2
𝐸 (𝑁 − 1) + 𝑧 2 ∗ 𝜎 2
Datos:
𝜎 = 10
𝑁 = 500
𝑧 = 1.68
𝐸=2
Reemplazamos los valores correspondientes en la fórmula:
1.682 ∗ 102 ∗ 500
n= 2 = 62
2 ∗ (500 − 1) + 1.682 ∗ 102
10. una muestra aleatoria de 8 pedidos que le hacen a una compañía demuestra
que los mismos demoraron a hacer atendidos así: 10, 12, 19, 14, 15, 18, 11 y
13 días construir el intervalo de confianza del 99% para la desviación estandar
del tiempo que tarda la compañía en atender la orden. Respuesta: 1.76 y 7.98
días.
Solución:
Aquí vemos que es un caso de intervalo de confianza para desviación
estándar para muestras pequeñas por lo tanto usaremos la siguiente
formula.
(𝑛 − 1) ∗ 𝑠 2 (𝑛 − 1) ∗ 𝑠 2
𝑝 = (√ < 𝜎 < √ 2 )=1−𝑎
𝑥 2 ∝⁄2 𝑥1− ∝⁄
2
Datos:
𝑛=8
𝑠=3
1 − 𝑎 = 0.99
Ahora reemplazamos los datos en la fórmula:
(8 − 1) ∗ 32 (8 − 1) ∗ 32
𝑝 = (√ <𝜎<√ ) = 0.99
20.2777 0.9893
𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (1.76 ≤ 𝜎 ≤ 7.98) = 0.99
11. las pruebas efectuadas a una muestra aleatoria de 40 motores que tenía una
desviación estándar de la eficiencia térmica de 1.6%. Calcule el intervalo de
confianza para grandes muestras del 95% para la desviación estándar.
Respuesta: 1.31% y 2.05%.
Solución:
Aquí vemos que es un caso de intervalo de confianza para desviación
estándar para muestras grandes por lo tanto usaremos la siguiente formula
𝑠 𝑠
𝑝= <𝜎< = 1−𝑎
𝑧 𝑎⁄2 𝑧 𝑎⁄2
1− 1+
( √2 ∗ 𝑛 √2 ∗ 𝑛)
Datos:
𝑛 = 40
𝑠 = 1.6%
1 − 𝑎 = 0.95
Reemplazamos los datos en la fórmula:
1.6 1.6
𝑝=( <𝜎< ) = 0.95
1.96 1.96
1− 1+
√2 ∗ 40 √2 ∗ 40
𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (1.31 ≤ 𝜎 ≤ 2.05)

Ejercicios de Estimacion

Cargado por

Copyright:

Formatos disponibles

Ejercicios de Estimacion

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicios de Estimacion

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE CARTAGENA

CENTRO TUTORIAL - LORICA

KATHIA KATRINA SANCHEZ PEINADO

ING. DE SISTEMAS V SEMESTRE

1. se sabe por experiencia que la desviación estándar de la duración de cierto

Nivel de confianza: 1 = (𝑥̅ − 𝐸, 𝑥̅ + 𝐸)

(1685.2 − 6.3984 ≤ µ ≤ 1685.2 + 6.3984) = 0.99

3. con relación al problema 1 suponga que la muestra fue de tamaño 20 cuya

Nivel de confianza: 1 = (𝑥̅ − 𝐸, 𝑥̅ + 𝐸)

5. una industria de muebles compro un lote de piezas de madera de 1metro de

Nivel de confianza: 1 = (𝑥̅ − 𝐸, 𝑥̅ + 𝐸)

𝑡𝑎⁄2 = 1.833 𝑐𝑜𝑛 𝑣 = 9 𝑔𝑟𝑎𝑑𝑜𝑎𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑

𝑝𝑜 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (0.988 ≤ µ ≤ 1.012) = 0.90

Reemplazamos los datos en la formula.

𝑝𝑜 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (3.32% ≤ 𝑝 ≤ 4.20%)

8. un profesor de estadística realiza un idéntico cuestionario a dos grupos de

Pero antes debemos calcular s. por lo tanto la calcularemos con la siguiente

Reemplazando los datos en la formula obtenemos.

0.50992 0.50992 0.50992 0.50992

𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (0.28% ≤ µ1 − µ2 ≤ 1.32%)

9. se quiere estimar el peso promedio de 500 peces listos para exportación. Si

𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜: (1.76 ≤ 𝜎 ≤ 7.98) = 0.99

También podría gustarte