Trabajo Final Parte 1

UNIVERSIDAD AUTONOMA DE NUEVO LEON
FACULTAD DE INGENIERIA MECANICA Y ELECTRICA

PERIODO ESCOLAR: AGOSTO-DICIEMBRE 2017.
ASIGNATURA:
ESTADISTICA INFERENCIAL
TRABAJO FINAL (MEDIO CURSO)
NOMBRE DEL ALUMNO:

Celso Adrian Ramirez Gonsalez
MATRICULA:
1619343.
AULA: 4-111
NOMBRE DEL MAESTRO: GRUPO: 015
M.C. RIGOBERTO AMÉRICO GARZA LÓPEZ
TEMARIO
Pruebas Paramétricas
Prueba de Hipótesis para una media muestra grande
Prueba de Hipótesis para 2 medias muestra grande
Prueba de Hipótesis para una media muestra pequeña
Prueba de Hipótesis para dos medias muestra pequeña considerando varianzas iguales
Prueba de Hipótesis para dos medias muestra pequeña considerando varianzas diferentes
Prueba de Hipótesis para dos medias muestra pequeña usando el método de la W.
Prueba de Hipótesis para una proporción
Prueba de Hipótesis para dos proporciones
Prueba de Hipótesis para la varianza
Prueba de Hipótesis para la razón de las varianzas
Prueba de Bondad y Ajuste

Pruebas No Paramétricas
Prueba de signo para una media
Prueba de signo para dos medias
Prueba de rango con signo para una media
Prueba de rango con signo para dos medias
Prueba de suma de rangos

TABLA REGIONES CRITICAS
Planteamiento Gráfica 𝐻1 𝐻0 ó Valor Crítico
𝑥ҧ − 𝜇
𝐻0 : 𝜇 = 0 𝑍= 𝑎 𝑇𝑎𝑏𝑙𝑎
𝑛 1- 𝜇
𝐻1 : 𝜇 > 0
𝑥ҧ − 𝜇 𝑇𝑎𝑏𝑙𝑎
𝐻0 : 𝜇 = 0 𝑍= 𝑎
𝑛 𝑎
𝐻1 : 𝜇 < 0
𝑥ҧ − 𝜇 𝑇𝑎𝑏𝑙𝑎
𝐻0 : 𝜇 = 0 𝑍= 𝑎
𝑎 𝑎
𝑛 ó 1−
𝐻1 : 𝜇 ≠ 0 2 2
GLOSARIO
Probabilidad:
Es la mayor o menor posibilidad de que ocurra un determinado suceso. Ésta establece una relación entre el numero de
sucesos favorables y el numero total de sucesos posibles. La probabilidad está basada en el estudio de la combinatoria y
es fundamento necesario de la estadística.
Estadística:
Es una ciencia que utiliza datos numéricos para obtener inferencias basadas en el calculo de probabilidades. Una
estadística es también un conjunto de datos obtenidos a través de un estudio estadístico.
Estadística Inferencial:
Es el conjunto de procedimientos estadísticos en los que interviene la aplicación de modelos de probabilidad y mediante
los cuales se realiza alguna afirmación sobre poblaciones con base en la información producida por muestras.
Estadística Descriptiva:
Es un conjunto de métodos cuyo objetivo es ordenar las observaciones, resumir la información disponible y obtener las
medidas cuantitativas que describen sus características.
Prueba de Hipótesis:
Consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca de las hipótesis. La
decisión consiste en rechazar o no una hipótesis en favor de la otra.
Desviación Estándar:
También llamada Desviación Típica es una medida de dispersión para variables de razón y de intervalo, de gran utilidad
en la estadística descriptiva. Es decir, brinda el soporte para saber que datos obtener y una ves obtenidos proporciona
métodos y procedimientos para organizarlos con diferentes propósitos.
Varianza:
Es aquella medida de dispersión que asienta una variable aleatoria respecto a su esperanza. La varianza se relaciona
con la desviación típica o desviación estándar, la cual se denota a través de la letra sigma que sea la raíz cuadrada de la
varianza.
PRUEBAS
PARAMETRICAS
1. PRUEBA DE HIPOTESIS PARA UNA MEDIA
MUESTRA GRANDE
PROBLEMA
1. Una empresa que se dedica a hacer celulares que tienen una

duración aproximadamente normal con una media de 20 años y una
desviación estándar de 5 años, pruebe la hipótesis de que µ=20 años,
contra la alternativa ≠ 20 años. Si una muestra aleatoria de 40
celulares tiene una duración promedio de 18 años utilice un nivel de
significancia de 0.05.
Datos Formula Sustitución
𝐻0 ; 𝜇 = 20
𝑥ҧ − 𝜇 18 − 5
𝐻1 ; 𝜇 ≠ 20 𝑍= 𝜎 𝑍=
5
𝑛 40
𝑛 = 40
𝑥ҧ = 18
∝= 0.05 𝑯𝟏 𝑍 = −2.52
σ=5
Tabla z 0.05 Conclusión:
Área Bajo la
1.9 0.025 Se rechaza Ho:.
Curva Normal
La duración de los celulares es diferente de 20
∝ años.
= 0.02
2 𝑯𝟎 𝑍 = 1.95
Gráfica
1.95 2.52 2.52 1.95

Ho 𝐇𝟏 𝐇𝟏 Ho
Bibliografía: Probabilidad y estadística para administración. Mark L. Berenson, David M. Levine - 2006
PROBLEMA
2. 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 µ =800 horas contra la alternativa µ ≠800 horas si una
muestra aleatoria de 30 focos tiene una duración promedio de 788
horas utilice un nivel de significancia de 0.04.
𝐻0 : 𝜇0 = 800
𝐻1 : 𝜇1 ≠ 800 𝑥ҧ − 𝜇 788 − 800
𝑍= 𝜎 𝑍=
40
𝑥ҧ =788 𝑛 30
∝ = 0.04
𝑛 = 30
σ= 40 horas 𝑯𝟏 𝑍 = −1.64
Área Bajo la
-2 0.0202 Se acepta Ho:.
Curva Normal
La muestra aleatoria de 30 focos tiene una
∝ duración promedio de 788 horas.
= 0.02
2 𝑯𝟎 𝑍 = −2.05
Gráfica
2.05 1.64 1.64 2.05

Bibliografía: Ronald E. Walpole, 6ta edición, Probabilidad y Estadística para Ingenieros.

2. PRUEBA DE HIPOTESIS PARA DOS MEDIAS
MUESTRA GRANDE
PROBLEMA
1. De una población se toma una muestra de 40 observaciones. La

media muestral es de 102 y la desviación estándar de 5. De otra
población se toma una muestra de 50 observaciones. La media
muestral es ahora 99 y la desviación estándar es 6. Realice la
siguiente prueba de hipótesis usando como nivel de significancia
0.04
Si z> 𝐻0 se rechaza
𝐻0 ; 𝜇1 = 𝜇2 102 − 99
(𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ 𝑍=
𝑍= 52 62
𝐻0 ; 𝜇1 ≠ 𝜇2 𝜎12 𝜎22 40 + 50
𝑛1 + 𝑛2
Prueba de dos colas 3
𝑍= = 2.59
0.625 + 0.72
𝑥ҧ1 = 102
𝑥ҧ2 = 99
𝑛1= 40 𝑛2 = 50 𝑯𝟏 𝑍 = ±2.59
𝜎1= 5 𝜎2= 6
∝= 0.04
Tabla Z 0.05 0.06
Conclusión:
Área Bajo la
2.0 0.4798 0.4803 Se rechaza 𝑯𝟎 . :
Curva Normal
Si z es mayor que el valor critico la hipótesis
∝ 0.04 nula se rechaza. Como z es mayor la
= = 0.05 − 0.02 = 0.48
2 2 𝑯𝟎 𝑍 = 2.05 ó 2.06 Hipótesis nula se rechaza.
Gráfica
2.05 2.59 2.59 2.05

PROBLEMA
2. Un fabricante afirma que la resistencia a la a la tracción promedio

del hilo A excede a la tracción promedio del hilo B en al menos 12kg
para probar esta afirmación se prueban 50 piezas de cada tipo de
hilo bajo condiciones similares. El hilo tipo A tiene una resistencia
promedio de 86.7 kg con una desviación estándar de 6.28 mientras
que el hilo B tiene una resistencia promedio de 77.8 kg con una
desviación estándar de 5.61 kg con un valor de significancia de 0.05
𝐻0 : 𝜇1 − 𝜇2 = 12
(𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ (86.7 − 77.8ሻ − 12
𝐻1 : 𝜇1 − 𝜇2 < 12 𝑍= 𝑍=
6.282 5.612
𝜎1 = 6.28 𝜎12 𝜎22 50
+
50
+
𝑛1 𝑛2
𝜎2 = 5.61
𝑥ҧ1 = 86.7
𝑥ҧ2 = 77.8 𝑯𝟏 𝑍 = −2.6
∝ = 0.05
𝑛1 = 50
𝑛2 = 50
Área Bajo la
Curva Normal -1.9 0.0250 Se rechaza Ho:.
La resistencia a la tracción promedio del hilo A
∝ con respecto al hilo B es menor de 12Kg.
= 0.025
2 𝑯𝟎 𝑍 = −1.96
Gráfica
2.6 1.65
𝐇𝟏 Ho

3. PRUEBA DE HIPOTESIS PARA UNA MEDIA
MUESTRA PEQUEÑA
PROBLEMA
1. Un articulo publicado en la revista Materials Engineering describe
los resultados de pruebas de resistencia a la adhesión de 22
especímenes de aleación U-700.La carga para la que cada espécimen
falle es la siguiente en Mpa.
19.8 18.5 17.6 16.7 15.8

15.4 14.1 13.6 11.9 11.4
11.4 8.8 7.5 15.4 15.4
19.5 14.9 12.7 11.9 11.4
10.1 7.9
Datos Formula
𝐻0 ; 𝜇 = 10 𝑥ҧ − 𝜇
𝑡= 𝑠
𝐻1 ; 𝜇 > 20
𝑛
S =?
𝑛Σxi2 − Σxi 2
𝑛 = 22 𝑆=
𝑛(𝑛 − 1ሻ
𝑥ҧ = 13.7136
𝜸=𝑛−1
∝= 0.05
𝑥1 + 𝑥2 + 𝑥3 + ⋯ 𝑥𝑛
𝑥ҧ =
𝑛
Sustitución
19.8 + 18.5 + 17.6 + … + 7.9

𝑥ҧ =
22
𝑥ҧ = 13.7136 (22ሻ (19.8ሻ2 +(18.5ሻ2 + ⋯ (7.9ሻ2 − ( 19.8 +18.5 + ⋯ 7.9ሻ2
𝑆=
22(22 − 1ሻ
22 4402.59 − (301.7ሻ2
𝑆=
22(21ሻ
13.7136 − 10
𝑡= 𝑡 = 1.151
3.5535 𝑯𝟏
22 𝑆 = 3.5535
Tabla 𝜸
∝ Conclusión:
Valores Críticos 0.05
de la Distribución 21 1.721 Se rechaza Ho.:
t. Se concluye con un nivel de significancia del
∝= 0.05 0.05 que la carga de falla es mayor que 10
𝜸 = 1.721 MPa.
1 − 𝛼 = 1 − 0.05 = 0.95 𝑯𝟎
Gráfica
1.151 1.721
𝐇𝟏 Ho
PROBLEMA
2. Pruebe la hipótesis de que el contenido promedio en recipientes

de un lubricante en particular es de 10L 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.
Datos Formula
𝑥ҧ − 𝜇
𝐻0 : 𝜇0 = 10 𝑡= 𝑠
𝐻1 : 𝜇1 ≠ 10
𝑛
𝑥ҧ = 10.06
𝑛Σxi2 − Σxi 2
∝ = 0.01 𝑆=
𝑛(𝑛 − 1ሻ
𝑛 = 10
𝜸=𝑛−1
𝑥1 + 𝑥2 + 𝑥3 + ⋯ 𝑥𝑛
𝑥ҧ =
𝑛
Sustitución
2 2
10.2 + 9.7 + 10.1 + … + 9.8 Σxi = 10.2 + 9.7 + 10.1 + ⋯ + 9.8
𝑥ҧ =
10 2
Σxi = 10120.36
𝑥ҧ = 10.06
10(1012.58 − (10120.36ሻ2
Σxi2 = 10.22 + 9.72 + 10.12 + ⋯+ 9.82 𝑆=
90
Σxi2 = 1012.58
𝑆 = .02591
10.06 − 10
𝑡= 𝑡 = 1.151
.02591 𝑯𝟏
10
Tabla 𝜸
∝ Conclusión:
Valores Críticos de 0.01
la Distribución t. 9 2.821 Se acepta Ho.:
El contenido promedio en recipientes de un
∝= 0.01 lubricante en particular es de 10L.
𝜸1 = 𝑛1 − 1
10-1=9 𝑯𝟎 𝜸 = 2.821
Gráfica
2.821 1.51 1.51 2.821


MUESTRA PEQUEÑA CONSIDERANDO
VARIANZAS IGUALES
PROBLEMA
1. El jefe de control de calidad de una embotelladora desea comparar el llenado de
liquido de una bebida a dos diferentes presiones de 25 y 30 PSI. Para esto selecciona
una muestra de 10 envases. 25 PSI 30 PSI
¿Existe suficiente evidencia de que haya una diferencia -2.8 0.2
en la desviación promedio de la meta de cantidad de -1.6 2.1
llenado de la bebida con dos niveles de presión operativa? 0.2 2.6
1.2 0.4
Utilizar un nivel de significancia de un 0.05
-2 1.7
-1 3.3
1.4 1.6
3.4 4
0.6 2.7
0.9 3.4
Datos Formulas
𝐻0 ; 𝜇 1 − 𝜇2 = 0 (𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ

𝑡=
𝐻1 ; 𝜇 1 − 𝜇2 ≠ 0 𝑆p2 𝑆p2
+
𝑛1 𝑛2
𝑛 = 10
x1 + x 2 + x 3 + ⋯ + 𝑥𝑛 x1 + x 2 + x 3 … + 𝑥𝑛
∝ = 0.05 𝑥ҧ1 = 𝑥₂ҧ =
n₁ n₂
𝑛₁Ʃ𝑋𝑖2 − (Ʃ Xᵢሻ² n₂Ʃ𝑋𝑖2 − (Ʃ Xᵢሻ²

𝑠12 = 𝑠22 =
𝑛₁(𝑛₁ − 1ሻ n₂(n₂ − 1ሻ
𝑛₁−1 𝑠12 + 𝑛₂−1 𝑠22

𝑠𝑝2 = 𝛾 = 𝑛₁+𝑛2 −2
𝑛₁+𝑛₂−2
Sustitución
−2,8 + −1.6 +⋯+ 0.9 0.2+2.1+⋯+3.4

𝑥₁ҧ = = 0.03 xത₂ = = 2.2
10 10
10[ −2.8ሻ2 + −1.6 + ⋯ 2

+ 0.9 2 ] − −2.8ሻ2 + −1.6 2 + ⋯ + 0.9 2 2
𝑠12 = = 3.50
10(10 − 1ሻ
2
10[ 0.2ሻ2 + 2.1 2 + ⋯ + 3.4 2 ] − 0.2ሻ2 + 2.1 2 + ⋯ + (3.4 2
𝑠2 = = 1.57
10(10 − 1ሻ
10 − 1 (3.50ሻ + 10 − 1 (1.57ሻ
𝑠𝑝2 = = 2.53
10 + 10 − 2
0.03 − 2.2
𝑡=
2.53 + 2.53 𝑡 = −3.05 𝑯𝟏
10 10
Tabla
𝜸 ∝ Conclusión:
la Distribución t.
18 2.101 Se acepta Ho.:
𝛾=𝑛₁+𝑛2 −2= 10+10-2 Se concluye que los ejercicios aeróbicos
𝜸 = 18 disminuyen significativamente el ritmo cardiaco
𝑯𝟎 𝜸 = 2.101 de una persona durante el reposo.
∝ 0.05
= 0.025
2 2
Gráfica
2.101 3.05 3.05 2.101

PROBLEMA
2. Se hizo un estudio para definirse si los ejercicios aeróbicos reducen el ritmo
cardiaco de una persona durante el descanso y al examinar a 10 voluntarios antes y
después de seguir un programa de ese tipo durante seis meses, sus pulsaciones, en
latidos por minuto, dieron los siguientes registros. Use ∝ = 0.05 para calcular si los
ejercicios aeróbicos reducen el ritmo cardiaco durante el reposo.
Voluntario 1 2 3 4 5 6 7 8 9 10
Antes 73 77 68 62 72 80 76 64 70 72
Después 68 72 64 60 71 77 74 60 64 68
Datos Formulas
𝐻0 ; 𝜇 1 = 𝜇2 (𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ

𝑡=
𝐻1 ; 𝜇 1 > 𝜇2 𝑆p2 𝑆p2
+
𝑛1 𝑛2
𝑛1 = 𝑛2 = 10
x1 + x 2 + x 3 + ⋯ + 𝑥𝑛 x1 + x 2 + x 3 … + 𝑥𝑛
∝ = 0.05 𝑥ҧ1 = 𝑥₂ҧ =
n₁ n₂

𝑠12 = 𝑠22 =
𝑛₁(𝑛₁ − 1ሻ n₂(n₂ − 1ሻ
𝑛₁−1 𝑠12 + 𝑛₂−1 𝑠22

𝑠𝑝2 = 𝛾 = 𝑛₁+𝑛2 −2
𝑛₁+𝑛₂−2
Sustitución
73+77+⋯+72 68+72+⋯+68
𝑥₁ҧ = = 71.4 xത₂ = = 67.8
10 10
10 732 + 772 + ⋯ + 72² − 73 + 77 + ⋯ + 72 2

71.4 − 67.8 − 0
𝑠12 = = 31.8222 𝑡=
10(10 − 1ሻ 33.6666 + 33.6666
10 10
10 682 + 722 + ⋯ + 68² − 68 + 72 + ⋯ + 68 2
𝑠22 = = 33.5111
10(10 − 1ሻ
𝑡 = 1.3874 𝑯𝟏
10 − 1 (31.822ሻ + 10 − 1 (33.5111ሻ
𝑠𝑝2 = = 33.6666
10 + 10 − 2
Tabla
𝜸 ∝ Conclusión:
𝛾=𝑛₁+𝑛2 −2= 10+10-2 Se concluye que los ejercicios aeróbicos
𝜸 = 18 disminuyen significativamente el ritmo cardiaco
𝑯𝟎 𝜸 = 1.734 de una persona durante el reposo.
∝ = 0.05
Gráfica
1.38 1.734
𝐇𝟏 Ho

MUESTRA PEQUEÑA CONSIDERANDO
VARIANZAS DIFERENTES
PROBLEMA
1. Lammers Limos ofrece servicio de transporte en limusina del ayuntamiento de Toledo,
Ohio, el aeropuerto metropolitano de Detroit. Sean Lammers, presidente de la compañía,
considera dos rutas. Una por la carretera 25 y la otra por la autopista I-75. Lammers desea
estudiar el tiempo que tardaría en conducir al aeropuerto por cada ruta y luego comparar
los resultados. Recopilo los siguientes datos muéstrales, reportados en minutos. Mediante
el nivel de significancia 0.010 ¿Hay alguna diferencia en la variación en los tiempos de
manejo par las dos rutas? Carretera 25 Autopista I-75
52 59
67 60
56 61
45 51
70 56
54 63
64 57
0 59
Datos Formulas
𝐻0 ; μ1 = μ2 2
𝑠12 𝑠22
(𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ 𝑛1 + 𝑛2
𝐻1 ; μ1 ≠ μ2 𝑡= 𝛾= 2 2
𝑠12 𝑠22 𝑠12 𝑠22
𝑛1 = 7 + 𝑛1 𝑛2
𝑛1 𝑛2
𝑛1 − 1 + 𝑛2 − 1
𝑛2 = 8
∝= 0.01 x1 + x 2 + x 3 + ⋯ + 𝑥𝑛 x1 + x 2 + x 3 … + 𝑥𝑛
𝑥ҧ1 = 𝑥₂ҧ =
n₁ n₂

𝑠12 = 𝑠22 =
𝑛₁(𝑛₁ − 1ሻ n₂(n₂ − 1ሻ
Sustitución
52+67+⋯+45 59+60+⋯+51 58.29 − 59 − 0

𝑥₁ҧ = = 58.29 xത₂ = = 59 𝑡=
7 8
80.90 + 19.14
7 8
2 2 2
7 52 + 67 + ⋯ + 64² − 59 + 60 + ⋯ + 59
𝑠12 = = 80.90
7(7 − 1ሻ
𝑡 = 0.19 𝑯𝟏
8 592 + 602 + ⋯ + 59² − 59 + 60 + ⋯ + 59 2
𝑠22 = = 19.14
8(8 − 1ሻ
Tabla ∝ Conclusión:
𝜸
Por lo tanto, no hay una variación de los tiempos
de recorrido por las dos rutas.
𝛾= 𝑛₁+𝑛2 −2= 7+8-2
𝜸 = 13 𝑯𝟎 𝜸 = 3.01
∝= 0.01
Gráfica
80.90 19.14
+ 8
𝑦= 7
80.9 19.84
7 + 8
7−1 8−1
y = 6.012
0.19 3.01
𝐇𝟏 Ho
PROBLEMA
latidos por minuto, dieron los siguientes registros. Use ∝ = 0.05 para calcular si los
Voluntario 1 2 3 4 5 6 7 8 9 10
Antes 73 77 68 62 72 80 76 64 70 72
Después 68 72 64 60 71 77 74 60 64 68
Datos Formulas
𝐻0 ; 𝜇 1 = 0 2
𝑠12 𝑠22
(𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ 𝑛1 + 𝑛2
𝐻1 ; 𝜇 1 > 0 𝑡= 𝛾= 2 2
𝑠12 𝑠22 𝑠12 𝑠22
𝑛1 = 𝑛2 = 10 + 𝑛1 𝑛2
𝑛1 𝑛2
𝑛1 − 1 + 𝑛2 − 1
∝= 0.05
x1 + x 2 + x 3 + ⋯ + 𝑥𝑛 x1 + x 2 + x 3 … + 𝑥𝑛
𝑥ҧ1 = 𝑥₂ҧ =
n₁ n₂

𝑠12 = 𝑠22 =
𝑛₁(𝑛₁ − 1ሻ n₂(n₂ − 1ሻ
Sustitución
73+77+⋯+72 68+72+⋯+68 71.4 − 67.8 − 0

𝑥₁ҧ = = 71.4 xത₂ = = 67.8 𝑡=
10 10
31.8222 + 33.5111
10 10
2 2 2
10 73 + 77 + ⋯ + 72² − 73 + 77 + ⋯ + 72
𝑠12 = = 31.8222
10(10 − 1ሻ
𝑡 = 1.4084 𝑯𝟏
10 682 + 722 + ⋯ + 68² − 68 + 72 + ⋯ + 68 2

𝑠22 = = 33.5111
10(10 − 1ሻ
Tabla ∝ Conclusión:
𝜸
Se concluye que los ejercicios aeróbicos
disminuyen significativamente el ritmo cardiaco
𝛾= 𝑛₁+𝑛2 −2= 10+10-2
de una persona durante el reposo.
𝜸 = 18 𝑯𝟎 𝜸 = 1.734
∝= 0.05
Gráfica
31.8222 33.5111 2
10 + 10
𝛾= 2 = 17.98 ≈ 18
2 33.5111
31.8222
10 10
10 − 1 + 10 − 1
1.40 1.734
𝐇𝟏 Ho

MUESTRA PEQUEÑA USANDO EL METODO DE
LA W
PROBLEMA
cardiaco de una persona durante el descanso, y al examinar a diez voluntarios antes
y después de seguir un programa de ese tipo durante seis meses, sus pulsaciones,
en latidos por minuto, dieron los siguientes registros:
Voluntario 1 2 3 4 5 6 7 8 9 10
Antes 73 77 68 62 72 80 76 64 70 72
Después 68 72 64 60 71 77 74 60 64 68
Use un nivel de significancia de 0.05 para calcular si los ejercicios aeróbicos reducen el
ritmo cardiaco durante el reposo.
Datos Formulas
(𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ
𝐻0 ; μ1 = μ2 𝑡=
𝑠12 𝑠22
𝐻1 ; μ1 > μ2 𝑛1 + 𝑛2
n1 = 10 x1 + x 2 + x 3 + ⋯ + 𝑥𝑛 x1 + x 2 + x 3 … + 𝑥𝑛
𝑥ҧ1 = 𝑥₂ҧ =
n₁ n₂
𝑛2 = 10
2 2
2
𝑛₁Ʃ𝑋𝑖 − (Ʃ Xᵢሻ² 2
n₂Ʃ𝑋𝑖 − (Ʃ Xᵢሻ²
∝= 0.05 𝑠1 = 𝑠2 =
𝑛₁(𝑛₁ − 1ሻ n₂(n₂ − 1ሻ
𝑤₁𝑇₁+𝑊₂𝑇₂ 𝑠12 𝑠22

T= w₁ = w₂ =
𝑊₁+𝑊₂ n₁ n₂
𝛾1 = 𝑛1 -1 𝛾2 = 𝑛2 -1
Sustitución
73+77+⋯+72 68+72+⋯+68
𝑥₁ҧ = = 71.4 𝑥₂ҧ = = 67.8
10 10
71.4 − 67.8 − 0
𝑡=
31.8222 + 33.5111
10 732 + 772 + ⋯ + 72² − 73 + 77 + ⋯ + 72 2
10
2
𝑠1 = = 31.8222 10
10(10 − 1ሻ
10 682 + 722 + ⋯ + 68² − 68 + 72 + ⋯ + 68 2 𝑡 = 1.4084 𝑯𝟏

𝑠22 = = 33.5111
10(10 − 1ሻ
31.8222 33.511
𝑤₁ = = 3.18222 w2 = = 3.3511
10 10
Valores Críticos de la
Tabla Distribución t. Conclusión:
∝= 0.05 ∝ 0.05
= = 0.025
2 2 Se rechaza Ho.:
𝜸𝟏 = 𝒏𝟏 −𝟏= 𝟏𝟎−𝟏=𝟗 𝜸𝟐 = 𝒏𝟐 −𝟏=𝟏𝟎−𝟏=𝟗 Los ejercicios aeróbicos reducen el ritmo
cardiaco durante el reposo.
∝ ∝
𝜸 𝜸
0.025 0.025
9 2.2622 9 2.2622
Gráfica
𝑻𝟏 = 2.2622 𝑻𝟐 = 2.2622
(3.182ሻ(2.2622ሻ + (3.351ሻ(2.2622ሻ
T=
3.18222 + 3.35111
T= 2.261 𝑯𝟎 1.40
𝐇𝟏
2.261
Ho
PROBLEMA
latidos por minuto, dieron los siguientes registros. Use ∝ =0.05 para calcular si los
Voluntario 1 2 3 4 5 6 7 8 9 10
Antes 73 77 68 62 72 80 76 64 70 72
Después 68 72 64 60 71 77 74 60 64 68
Datos Formulas
(𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ
𝐻0 ; 𝜇 1 = 0 𝑡=
𝑠12 𝑠22
𝐻1 ; 𝜇 1 > 0 𝑛1 + 𝑛2
𝑛1 = 𝑛2 = 10 x1 + x 2 + x 3 + ⋯ + 𝑥𝑛 x1 + x 2 + x 3 … + 𝑥𝑛
𝑥ҧ1 = 𝑥₂ҧ =
n₁ n₂
∝= 0.05
2 2
2
𝑛₁Ʃ𝑋𝑖 − (Ʃ Xᵢሻ² 2
n₂Ʃ𝑋𝑖 − (Ʃ Xᵢሻ²
𝑠1 = 𝑠2 =
𝑛₁(𝑛₁ − 1ሻ n₂(n₂ − 1ሻ
𝑤₁𝑇₁+𝑊₂𝑇₂ 𝑠12 𝑠22

T= w₁ = w₂ =
𝑊₁+𝑊₂ n₁ n₂
𝛾1 = 𝑛1 -1 𝛾2 = 𝑛2 -1
Sustitución
73+77+⋯+72 68+72+⋯+68
𝑥₁ҧ = = 71.4 𝑥₂ҧ = = 67.8
10 10
71.4 − 67.8 − 0
𝑡=
31.8222 + 33.5111
10 732 + 772 + ⋯ + 72² − 73 + 77 + ⋯ + 72 2
10
2
𝑠1 = = 31.8222 10
10(10 − 1ሻ
10 682 + 722 + ⋯ + 68² − 68 + 72 + ⋯ + 68 2 𝑡 = 1.4084 𝑯𝟏

𝑠22 = = 33.5111
10(10 − 1ሻ
31.8222 33.511
𝑤₁ = = 3.18222 w2 = = 3.3511
10 10
Tabla Valores Críticos de la Conclusión:
Distribución t.
∝= 0.05
Se acepta Ho.:
𝜸𝟏 = 𝒏𝟏 −𝟏= 𝟏𝟎−𝟏=𝟗 𝜸𝟐 = 𝒏𝟐 −𝟏=𝟏𝟎−𝟏=𝟗 Se concluye que los ejercicios aeróbicos
disminuyen significativamente el ritmo cardiaco
∝ ∝ de una persona durante el reposo.
𝜸 𝜸
0.05 0.05
9 1.833 9 1.833
Gráfica
𝑻𝟏 = 1.833 𝑻𝟐 = 1.833
3.18222 1.833 + 3.35111(1.833ሻ

T=
3.18222 + 3.35111
T= 1.8329 𝑯𝟎 1.40
𝐇𝟏
1.8329
Ho

7. PRUEBA DE HIPOTESIS PARA UNA
PROPORCION
PROBLEMA
1. Una medicina que se prescribe comúnmente para aliviar la tensión nerviosa que es
efectivo en 60%. Resultados experimentales con una nueva medicina que se administra a
una muestra aleatoria de 100 adultos que padecen de tensión nerviosa muestran que 70
tuvieron alivio. ¿Esta es evidencia suficiente para concluir que la nueva medicina es
superior a la que se prescribe actualmente?. Utilice un nivel de significancia de 0.05.
𝐻0 : Po = 0.6
𝑥 70
𝑍= 𝑛 − 𝑃o 𝑧= 100 − 0.6
𝐻1 : Po > 0.6
𝑃o (1 − 𝑃o ሻ 0.6(1 − 0.6ሻ
𝑛 = 100 𝑛 100
𝑥 = 70
∝= 0.05
𝑯𝟏 𝑍 = 2.04
Po = 0.60
Tabla 0.05
Conclusión:
z
Area Bajo la
Curva Normal. 1.6 0.95 Se rechaza Ho:.
La nueva medicina es superior a la que se
percibe actualmente.
1- ∝ = 1- 0.5 = 0.5 𝑯𝟎 z= 1.65
Gráfica
2.204 1.65
𝐇𝟏 Ho
PROBLEMA
2. Un constructor afirma que se instalan bombas de calor en 70% de todas las casas
que se construyen hoy en día en la ciudad de Richmond. ¿Estaría de acuerdo con
esta afirmación si una investigación de casas nuevas es esta ciudad muestra que 8
de 15 tienen instaladas bombas de calor? Utilice un nivel de significancia de 0.10.
𝐻0 : Po = .7
𝑥 8
𝐻1 : Po ≠ .7 𝑍= 𝑛 − 𝑃o 𝑍= 15
− .7
𝑃o (1 − 𝑃o ሻ .7(1 − .7ሻ
𝑛 = 15 𝑛 15
𝑥=8
∝= 0.10
𝑯𝟏 𝑍 = −1.4
Po = .7
Tabla 0.05
Conclusión:
z
Area Bajo la
Curva Normal. -1.6 0.0495 Se acepta Ho:.
La afirmación del constructor es cierta ya que
∝ se instalan bombas de calor en 70% de todas
= 0.05
𝟐 𝑯𝟎 z= −1.65 las casas que se construyen hoy en día en la
ciudad de Richmond.
Gráfica
1.65 1.4 1.4 1.65


8. PRUEBA DE HIPOTESIS PARA DOS
PROPORCIONES
PROBLEMA
1. En un proceso de producción de botellas de vidrio se tomo una muestra 400 de
las cuales 28 estaban defectuosas, en otro proceso se tomaron 300 muestras de las
cuales 15 estaban defectuosas, demuestra que p1=p2 y p1≠p2.
Utilice un nivel de significancia de 0.05.
𝐻0 : P1 = P2 15
28 ෠ =
෠ − 𝑃₂
𝑃₁ ෠ ෠ =
𝑃₁ 𝑃₂
𝑍= 400 300
𝐻1 : P1 ≠ P2 1 1
𝑝Ƹ 𝑞ො 𝑛 + 𝑛 ෠ = 0.07
𝑃₁ ෠ = 0.05
𝑃₂
1 2
∝= 0.05
𝑥1 = 28 28 + 15
𝑝Ƹ = 𝑞ො = 1 − 0.061
400 + 300
෠ = 𝑥1
𝑃₁ ෠ = 𝑥2
𝑃₂
𝑥2 = 15 𝑛 1 𝑛 2 𝑞ො = 0.939
𝑝Ƹ = 0.061
𝑥 +𝑥
𝑛1 = 400 𝑝Ƹ = 𝑛1 +𝑛2 𝑞ො = 1 − 𝑝Ƹ 0.07 − 0.05
1 2 𝑍=
1 1
𝑛2 = 300 (0.061ሻ(0.939ሻ 400 − 300
𝑯𝟏 𝑍 = 1.09
Tabla 0.06 Conclusión:
z
Área Bajo la
Curva Normal. 1.9 0.025 Se acepta Ho:.
El proceso 1 es igual al proceso 2.
∝ 0.05
= = 0.025
2 2 𝑯𝟎 z= 1.96
Gráfica
1.96 1.09 1.09 1.96

PROBLEMA
2. Se tomara un voto entre los residentes de una ciudad y el condado circundante
para determinar si se debe construir una planta química propuesta. El lugar de
construcción está dentro de los límites de la ciudad y por esta razón muchos
votantes que favorecen la construcción. Para determinar si hay una diferencia
significativa en la proporción de votantes de la ciudad y votantes del condado que
favorecen la propuesta, se realiza una encuesta. Si 120 de 200 votantes de la ciudad
favorecen la propuesta y 240 de 500 residentes del condado también lo hacen.
¿Estaría de acuerdo en que la proporción de votantes de la ciudad que favorecen la
propuesta es más alta que la proporción de votantes del condado? Utilice un nivel
de significancia de 0.025.
𝐻0 : P1 = P2 240
120 ෠ =
෠ − 𝑃₂
𝑃₁ ෠ ෠ =
𝑃₁ 𝑃₂
𝑍= 200 500
𝐻1 : P1 > P2 1 1
𝑝Ƹ 𝑞ො 𝑛 + 𝑛 ෠ = 0.6
𝑃₁ ෠ = 0.48
𝑃₂
1 2
∝= 0.025
𝑥1 = 120 120 + 240 36

𝑝Ƹ = 𝑞ො =
500 + 200 70
෠ = 𝑥1
𝑃₁ ෠ = 𝑥2
𝑃₂
𝑥2 = 240 𝑛 1 𝑛 2
.6 − .48
𝑥1 +𝑥2 𝑍=
𝑛1 = 200 𝑝Ƹ = 𝑞ො = 1 − 𝑝Ƹ
𝑛1 +𝑛2 36 36 1 1
1 − 70 200 500ቁ
( +
70
𝑛2 = 500
𝑯𝟏 𝑍 = 2.86
Tabla 0.06 Conclusión:
z
Área Bajo la
Curva Normal. 1.9 0.9750 Se rechaza Ho:.
La proporción de votantes de la ciudad que
∝ favorecen la propuesta es más alta que la
= 0.06
2 𝑯𝟎 z= 1.96 proporción de votantes del condado.
Gráfica
1.96 2.86
Ho 𝐇𝟏

9. PRUEBA DE HIPOTESIS PARA LA VARIANZA
PROBLEMA
1. Un fabricante de pilas para autos afirma que la duración de sus baterías se

distribuye de forma aproximad ente normal con una desviación estándar igual a
0.09 años. Si una muestra aleatoria de 10 tiene una desviación estándar de 1.2 años
¿considera σ > 9 años? Utilice un nivel de significancia de 0.05.
𝐻0 : µ=.81
10−1 (1.2ሻ2
𝐻1 : µ=.81
𝔁2
=
2 (.09ሻ2
𝔁2= (𝑛 − 1ሻ𝑆
𝑛 = 10 𝜎2
𝑆 2 = 1.2
𝑯𝟏 𝔁2 = 16
∝= 0.05
s=.09
Tabla 𝜎 𝜎
𝛾 𝛾1 = 𝑛1 − 1 𝛾
0.05 0.95
Valores Críticos 10-1=9
9 16.919 9 3.325
de la Distribución
ji cuadrada. 𝛾1 = 16.919 𝑯𝟎 𝛾2 = 3.325 𝑯𝟎
Gráfica Conclusión:
Se acepta Ho.:
La desviación estándar no
es mayor 0.9 años
3.325 16 16.919
Ho 𝐇𝟏 Ho
PROBLEMA
2. Una empresa del giro alimenticio desea determinar si el lote de una materia
prima tiene o no una varianza poblacional mayor a 15 en su grado de
endulzamiento. Se realiza un muestreo de 20 elementos y se obtiene una varianza
muestral de 20.98; realizar la prueba de hipótesis con un nivel de significancia de
0.05.
𝐻0 : 𝜎12 ≤ 15
(19ሻ(20.98ሻ
𝔁2
=
𝐻1 : 𝜎12 > 15 15
2
𝔁2= (𝑛 − 1ሻ𝑆
𝑛 = 20 𝜎2
𝑆 2 = 20.98
𝑯𝟏 𝔁2 = 26.57
∝= 0.05
Tabla 𝜎 𝜎
𝛾 𝛾
0.05 𝛾1 = 𝑛1 − 1 0.95
Valores Críticos 20-1=19
19 30.144 19 10.117
de la Distribución
ji cuadrada. 𝛾1 = 30.144 𝑯𝟎 𝛾2 = 10.117 𝑯𝟎
Se acepta Ho.:
El lote de una materia
prima tiene una varianza
poblacional igual a 15 en
su grado de endulzamiento.
10.117 26.57 30.144
Ho 𝐇𝟏 Ho

9. PRUEBA DE HIPOTESIS PARA LA RAZON DE
VARIANZAS
PROBLEMA
1. La variabilidad en la cantidad de impurezas presentes en un lote de productos

químicos, utilizada para un proceso en particular, depende del tiempo que tarda el
proceso. Un fabricante que emplea dos líneas de producción 1 y 2, hizo un pequeño
ajuste al proceso 2, con la esperanza de reducir la variabilidad, así como la cantidad
media de impurezas en los productos químicos. Muestras de n1=25 y n2=20
mediciones de dos lotes produjeron las siguientes medias y varianzas.
𝐻0 : σ12-σ22=1
𝐻1 :σ12 -σ22>1 (1.04ሻ2

𝑠12 𝑓 =
𝑓= 2 (0.51ሻ2
∝= 0.05 𝑠2
n₁ =25 𝑯𝟏 𝑓 = 2.04
n₂ =20
𝑠12 = 1.04
𝑠22 = 0.51
𝛾₁=𝑛₁-1=25-1=24
Tabla 𝜸₂ 𝜸₁
𝛾₂=𝑛₂-1=20-1=19 𝜸₂
𝜸₁
Valores Críticos 24 19
1 1
de la Distribución 19 2.11 24 2.00 𝑓0.95,19,24 = = = 0.50
𝑓0.05,19,24 = 4.94 𝑓0.95,19,24 2
F.
𝑯𝟎 𝑯𝟎
Se acepta Ho.:
Se concluye que no existe
suficiente evidencia para
decir que la varianza del
proceso 2 es menor que la
0.19 1.64 4.94 del proceso 1.
Ho 𝐇𝟏 Ho
PROBLEMA
2. Dos fuentes de materias primas están siendo consideradas. Ambas fuentes

parecen tener características similares, pero no está seguro de su homogeneidad.
Una muestra de 10 grupos de la fuente A produce una varianza de 250 y una
muestra de 11 grupos de la fuente B produce una varianza de 195 con base en
fuente B?
Asume el nivel de significancia de 0.01.
𝐻0 : 𝜎 2 = 𝜎 2
𝐻1 : 𝜎 2 > 𝜎 2 (250ሻ2
𝑠12 𝑓 =
𝑓= 2 (195ሻ2
∝= 0.01 𝑠2
n₁ =10 𝑯𝟏 𝑓 = 1.64
n₂ =11
𝑆1 =250
𝑆2 =195
𝛾₁=𝑛₁-1=10-1=9
Tabla 𝜸₂ 𝜸₁
𝛾₂=𝑛₂-2=11-1=10 𝜸₁
𝜸₁
Valores Críticos 9 10
1 1
de la Distribución 10 4.94 9 4.94 𝑓0.99,9,10 = = = 0.19
𝑓0.01,10,9 = 4.94 𝑓0.99,10,9 5.26
F.
𝑯𝟎 𝑯𝟎
Se acepta Ho.:
Se concluye que la
variabilidad de las fuentes
de la materia prima es
igual.
0.19 1.64 4.94
Ho 𝐇𝟏 Ho

11. PRUEBA DE BONDAD Y AJUSTE
PROBLEMA
1. Una moneda fue lanzada al aire 1000 series, de

5 veces cada serie y se observó el número de
caras de cada serie. El número de series en los
que se presentaron 0, 1, 1, 3, 4 y 5 caras se
muestra en la siguiente tabla y con un nivel de
significancia de 0.05.
La prueba se basa en que tan buen ajuste se
tiene entre la frecuencia de la frecuencia de
observaciones y las frecuencias esperadas.
Datos Formula
𝑘
𝐻0 : O𝔦 = ℮𝔦 (O𝔦 −℮𝔦 ሻ2
𝒳2 =෍
𝐻1 : O𝔦 ≠ ℮𝔦 ℮
𝑖=1
∝ = 0.05
𝑛=5
Sustitución
38−1000 2 144−1000 2 342−1000 2 287−1000 2 164−1000 2 25−1000 2

𝒳2 = + + + + +
1000 1000 1000 1000 1000 1000
𝒳 2 = 2.47 𝑯𝟏
Tabla y ∝ y= 𝑛1 -1 y ∝
5 -1= 4 0.95
Valores Críticos ji 0.05
cuadrada. 4 9.488 y= 9.488 4 1.145 𝑯𝟎 y=
𝑯𝟎
0.711
Se acepta Ho.:
Se concluye con un
∝ = 0.05 que el ajuste de
los datos a una distribución
binomial es bueno.
0.711 2.47 9.488
Ho 𝐇𝟏 Ho
PROBLEMA
2. Un dado se lanzó 36 veces, haga una prueba con un nivel de significancia del
5%, para comprobar si el dado es legal o no. Los resultados obtenidos del
ejercicio fueron los siguientes:
Numero de 1 2 3 4 5 6
puntos
Frecuencia 3 5 8 7 6 7
Obtenida
Datos Formula
𝑘
𝐻0 : O𝔦 = ℮𝔦 (O𝔦 −℮𝔦 ሻ2
𝒳2 =෍
𝐻1 : O𝔦 ≠ ℮𝔦 ℮
𝑖=1
∝ = 0.05
𝑛 = 36
Sustitución
3−6 2 5−6 2 8−6 2 7−6 2 6−6 2 7−6 2

𝒳2= + + + + +
6 6 6 6 6 6
𝒳 2 = 2.66 𝑯𝟏
Tabla y ∝ y= 𝑛1 -1 y ∝
6 -1= 5 0.95
Valores Críticos ji 0.05
cuadrada. 5 11.070 y= 11.070 5 1.145 𝑯𝟎 y=
𝑯𝟎
1.145
Se acepta Ho.:
Se encontró evidencia
estadística, con un nivel de
significancia del 5%, que el
dado es legal.
1.145 2.66 11.070
Ho 𝐇𝟏 Ho

PRUEBAS
NO PARAMETRICAS
12. PRUEBA DE SIGNO PARA UNA MEDIA
PROBLEMA
1. Los siguientes datos representan el número de horas de entrenamiento de
vuelo que reciben 18 estudiantes para piloto de cierto instructor antes de su
primer vuelo: 9, 12, 18, 14, 12, 14, 12, 10, 16, 11, 9, 11, 13, 11, 13, 15, 13, 14.
Realiza una prueba de signo al nivel de significancia de 0.02 para probar la
afirmación del tiempo que se requiere antes de que sus estudiantes vuelen
solos es de 12 horas de vuelo de entrenamiento.
Dato 9 12 18 14 12 12 12 10 16 11 9 11 13 11 12 15 13 14
Signo - 0 + + 0 0 0 - + - - - + - 0 + + +
𝐻0 : µ= 12
7 − (13ሻ(0.5ሻ
𝑧=
𝐻1 : µ ≠ 12 𝑥 − 𝑛𝑃 (13ሻ(0.5ሻ(0.5ሻ
𝑧=
𝑛 = 13 𝑛𝑃𝑞
∝= 0.02 z = 0.277
𝑯𝟏
Po = 0.5 𝑞 =1−𝑝
𝑥=7 𝑞 = 1 − 0.5
q = 0.5
𝑛 = numero de positivos y negativos
x= numero de positivos
Tabla
z 0.03 z 0.03
Área bajo la ∝ 0.02 ∝ 0.05
= = 0.01 1− =1− = 0.925
curva normal 2 2 -2.3 0.0099 2 2 1.9 0.9901
z = − 2.33 𝑯𝟎 z =2.33
𝑯𝟎
Conclusión:
Gráfica Se acepta Ho.:
El tiempo que se requiere
antes de que sus
estudiantes vuelen solos es
de 12 horas de vuelo de
entrenamiento.
2.33 0.277 0.277 2.33
PROBLEMA
2. Los siguientes datos representan el número de horas que un compensador
opera antes de requerir una recarga: 1.5, 2.2, 0.9, 1.3, 2.0, 1.6, 1.8, 1.5, 2.0, 1.2
y 1.7.
Utilice la prueba de rango con signo para probar la hipótesis en el nivel de
significancia de 0.05 que este compensador particular opera con una media de
1.8 horas antes de requerir una recarga.
HORA 1.5 2.2 0.9 1.3 2.0 1.6 1.8 1.5 2.0 1.2 1.7
SIGNO . + - - + - 0 . + - -
𝐻0 : µ= 1.8
3 − 10 0.5
𝑥 − 𝑛𝑃 𝑧=
𝐻1 : µ ≠ 1.8 10 0.5 (0.5ሻ
𝑧=
𝑛 = 10 𝑛𝑃𝑞
∝= 0.05 z = − 1.26
𝑯𝟏
Po = 0.5 𝑞 =1−𝑝
𝑥=3 𝑞 = 1 − 0.5
q = 0.5
x = numero de positivos
Tabla
z 0.06 z 0.06
Área bajo la ∝ 0.05 ∝ 0.05
= = 0.025 1− =1− = 0.925
curva normal 2 2 -1.9 0.025 2 2 1.9 0.9750
z = − 1.96 𝑯𝟎 z = 1.96
𝑯𝟎
Conclusión:
Este compensador
particular opera con una
diferencia muy minima de la
mediana de 1.8 horas
antes de requerir un
1.96 1.26 1.26 1.96
Ho 𝐇𝟏 𝐇𝟏 Ho recarga.

13. PRUEBA DE SIGNO PARA DOS MEDIAS
PROBLEMA
1. Los siguientes datos representan el número de horas que dos

Compensadores operan antes de requerir una recarga. Utilice la prueba de
signo para dos medias para probar la hipótesis en el nivel de significancia de
0.05 que el compensador A funciona mejor que el compensador B antes de
requerir una recarga.
A 1.5 2.2 0.9 1.3 2.0 1.6 1.8 1.5 2.0 1.2 1.7
B 1.7 1.0 1.2 0.8 1.5 1.7 2.3 1.2 0.5 1.1 1.3
Prueba - + - + + - - + + + +
de Signo
𝐻0 : 𝜇𝐴 − 𝜇𝐵 = 0
7 − 11 0.50
𝐻1 : 𝜇𝐴 − 𝜇𝐵 > 0 𝑥 − 𝑛𝑃 𝑧=
𝑧= 11 0.50 0.50
∝= 0.05 𝑛𝑃𝑞
Po = 0.5
𝑯𝟏 z = 𝟎. 𝟗𝟎𝟒
𝑥=7
𝑞 =1−𝑝
𝑛 = 11
𝑞 = 1 − 0.5
q = 0.5
Tabla 1 −∝ = 1 − 0.05 = 0.95
z 0.04 0.05
Área bajo la
curva normal 1.6 0.9495 0.9505 z =𝟏. 𝟔𝟒 ó 𝟏. 𝟔𝟓
𝑯𝟎
∝ = 0.05
Conclusión:
Por lo tanto los
compensadores funcionan
igual.
1.65 1.87
Ho 𝐇𝟏
PROBLEMA
2. Una empresa de taxis intenta decidir si utilizar neumáticos radiales en vez

de neumáticos regulares con cinturón le serviría para ahorrar combustible.
Se equipan 16 automóviles con neumáticos radiales y se conducen por un
recorrido de prueba establecido. Después se equipan los mismos
automóviles con los neumáticos regulares con cinturón y se hace que los
mismos conductores vuelvan a realizar el recorrido de prueba. El consumo
de gasolina, en kilómetros por litro, se presenta en la siguiente tabla:
# de automóvil Neumáticos radiales Neumáticos con cinturón
1 4.2 4.1
2 4.7 4.9
3 6.6 6.2
4 7.0 6.9 ¿Podemos concluir a un
5 6.7 6.8 nivel de significancia de
6 4.5 4.4 0.05 que los automóviles
7 5.7 5.7 equipados con neumáticos
8 6.0 5.8 radiales ahorran más
9 7.4 6.9 combustible que los
10 4.9 4.9 equipados con neumáticos
11 6.1 6.0 regulares con cinturón?
12 5.2 4.9
13 5.7 5.3
14 6.9 6.5
15 6.8 7.1
16 4.9 4.8
𝐻0 ; 𝜇 1 − 𝜇 2 = 0
10.5 − 0.5 14
𝐻1 ; 𝜇 1 − 𝜇 2 > 0 𝑥 − 𝑛𝑃 𝑧=
𝑧= 14 0.5 (0.5ሻ
∝= 0.05 𝑛𝑃𝑞
Po = 0.5
𝑯𝟏 z =1.87
𝑥 = 11
𝑞 =1−𝑝
𝑛 = 14
𝑞 = 1 − 0.5
q = 0.5
4.2 - 4.1 +
4.7 - 4.9 -
Prueba de Signos 6.6 - 6.2 +
7.0 - 6.9 +
6.7 - 6.8 -
𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑠𝑒𝑔𝑢𝑟𝑖𝑑𝑎𝑑: 4.5 - 4.4 +
𝑥 −𝑝 5.7 - 5.7 0
11 − 0.5 = 10.5
6.0 - 5.8 +
7.4 - 6.9 +
4.9 - 4.9 0
6.1 - 6.0 +
5.2 - 4.9 +
5.7 - 5.3 +
6.9 - 6.5 +
6.8 - 7.1 -
4.9 - 4.9 +
Tabla
z 0.05 1 −∝ = 1 − 0.05 = 0.95
Área bajo la
curva normal 1.6 0.9505
𝑯𝟎 z = 1.65
∝ = 0.05
Conclusión:
Gráfica Se rechaza Ho.:
Por lo tanto las llantas
radiales mejoran la
economía de combustible.
1.65 1.87
Ho 𝐇𝟏

14. PRUEBA DE RANGO CON SIGNO PARA UNA
MEDIA
PROBLEMA
1. Los datos que siguen constituyen una muestra tomada al azar de 9

mediciones del contenido de octano de cierto tipo de gasolina. Utilice la
prueba de rango con signo para demostrar que la hipótesis nula es igual a
98.5 en nivel de significancia de 0.05.
Muestra 97.5 95.2 97.3 96 96.8 100.3 99.4 95.3 99.2

Diferencia -1 -3.3 -1.2 -2.5 -1.7 1.8 0.9 -3.2 0.7
Rango 3 9 4 7 5 6 2 8 1
+Rango 6 2 1
-Rango -3 -9 -4 -7 -5 -8
𝑅𝑎𝑛𝑔𝑜𝑠
𝐻0 ∶ 𝜇෤ = 98.5 𝑊+ = ෍
𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠
𝐻1 ∶ 𝜇෤ ≠ 98.5 𝑅𝑎𝑛𝑔𝑜𝑠
𝑊− = ෍
𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜𝑠
∝= 0.05 𝑊− = 3 + 9 + 4 + 7 + 5 + 8 = 36
𝑛 = 11 𝑊 = 𝑉𝑎𝑙𝑜𝑟 𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜.
𝑊+ = 6 + 2 + 1 = 9
PRUEBA DE RANGOS CON SIGNO
Para Contra 𝐻1 Calcular 𝑊=9
probar 𝑯𝟎
𝜇 < 𝜇0 𝑊+
𝝁 = 𝝁𝟎 𝜇 > 𝜇0 𝑊−
𝜇 ≠ 𝜇0 𝑊
𝜇1 < 𝜇2 𝑊+
𝝁𝟏 = 𝝁𝟐 𝜇1 > 𝜇2 𝑊−
𝜇1 ≠ 𝜇2 𝑊
Tabla n=9 Bilateral ∝= 0.05
n Unilateral ∝= 0.05
Valores críticos para la prueba
de rangos con signo. Bilateral ∝= 0.05
9 6
𝑯𝟎 ∶ 𝟔
La Hipótesis nula se rechaza si el valor calculado 𝑊+ , 𝑊− , o

Condición: 𝑊 𝑒𝑠 menor o igual que el valor tabulado apropiado.
Se rechaza Ho.:
Conclusión: La hipótesis nula es diferente a 98.5.
PROBLEMA
2. Los siguientes datos representan el número de horas que funciona una

desbrozadora antes de requerir una recarga:
1.5, 2.2, 0.9, 1.3, 2.0, 1.6, 1.8, 1.5, 2.0, 1.2, 1.7.
A un nivel de significancia de 0.05 utilice la prueba de signo para probar la

hipótesis de que esta desbrozadora específica funciona con una mediana de
1.8 horas antes de requerir una recarga.
Datos Prueba de Rango
Datos do
𝐻0 : µ= 1.8
1.5 - 1.8 -0.3
𝐻1 : µ ≠ 1.8 2.2 - 1.8 0.4
𝑛 = 10 0.9 - 1.8 -0.9
∝= 0.05 1.3 - 1.8 -0.5
2.0 - 1.8 0.2
Po = 0.5
1.6 - 1.8 -0.2
1.8 - 1.8 0
1.5 - 1.8 -0.3
2.0 - 1.8 0.2
1.2 - 1.8 -0.6
1.7 - 1.8 -0.1
Formula Obtener el Rango
do Rango
𝑅𝑎𝑛𝑔𝑜𝑠 𝑅𝑎𝑛𝑔𝑜𝑠 -0.3 5.5
𝑊+ = ෍ 𝑊− = ෍
𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜𝑠
0.4 7
𝑊 = 𝑉𝑎𝑙𝑜𝑟 𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜
-0.9 10
PRUEBA DE RANGOS CON SIGNO -0.5 8
0.2 3
Para probar 𝑯𝟎 Contra 𝐻1 Calcular -0.2 3
𝜇 < 𝜇0 𝑊+ -0.3 5.5
𝝁 = 𝝁𝟎
𝜇 > 𝜇0 𝑊− 0.2 3
𝜇 ≠ 𝜇0 𝑊 -0.6 9
𝜇1 < 𝜇2 𝑊+ -0.1 1
𝝁 𝟏 = 𝝁𝟐
𝜇1 > 𝜇2 𝑊−
𝜇1 ≠ 𝜇2 𝑊
W+: Sumatoria de los rangos con valores positivos.
Tabla W-: Sumatoria de los rangos con valores negativos.
W: Valor mas pequeño entre W+ y W-.
Valores críticos para la prueba W+ = 7+3+3= 13
de rangos con signo.
W- = 5.5+10+8+3+5.5+9+1= 42 W = 13
La hipótesis nula se rechaza si el valor calculado de ,W-,

Condición: o W es menor o igual al obtenido por tablas.
Se acepta Ho.:
El valor calculado de la W es mayor a la obtenida por
tablas y con esto se concluye que esta desbrozadora
Conclusión: específica funciona con una mediana de 1.8 horas antes
de requerir una recarga.
15. PRUEBA DE RANGO CON SIGNO PARA DOS
MEDIAS
PROBLEMA
1. Una empresa desea remplazar el sabor tradicional de su producto, por uno
nuevo, para lo cual necesita determinar si los clientes les gusta más el nuevo sabor,
se realiza una consulta en donde se califica de 0 a 20 a los 2 sabores. Determinar si
el nuevo sabor obtiene calificaciones más altas.
Utilizando un nivel de significancia de 0.05

N° Nuevo 𝐒𝐚𝐛𝐨𝐫 Diferencia Rango Rango
Sabor Actual
1 14 12 2 1 1
2 8 16 -8 4 5
3 6 2 4 3 3
4 18 4 14 10 10
5 20 12 8 5 5
6 16 16 0
7 14 5 9 7 7.5
8 6 16 -10 9 9
9 19 10 9 8 7.5
10 18 10 8 6 5
11 16 13 3 2 2
12 18 2 16 11 11
𝐻0 : 𝜇෤1 − 𝜇෤2 = 0 Para probar 𝑯𝟎 Contra 𝐻1 Calcular
𝜇 < 𝜇0 𝑊+ 𝑊− =5+9=14
𝐻1 : 𝜇෤1 − 𝜇෤2 > 0
𝝁 = 𝝁𝟎 𝜇 > 𝜇0 𝑊−
𝜇 ≠ 𝜇0 𝑊 𝑊 = 14
n = 11
𝜇1 < 𝜇2 𝑊+
𝝁𝟏 = 𝝁𝟐 𝜇1 > 𝜇2 𝑊−
∝= 0.05
𝜇1 ≠ 𝜇2 𝑊
𝑅𝑎𝑛𝑔𝑜𝑠 𝑅𝑎𝑛𝑔𝑜𝑠
𝑊+ = ෍ 𝑊− = ෍

Tabla n Unilateral ∝= 0.05 Conclusión:
Valores críticos Se rechaza Ho:.
Bilateral ∝= 0.10
para la prueba de Se concluye con los datos proporcionados y
rangos con signo. 11 14 un nivel de significancia de 0.05 que el nuevo
sabor obtiene calificaciones mayores que el
n=11 Bilateral ∝= 0.05 actual.
n=11 Bilateral ∝= 0.05 𝑯𝟎 n = 14
Condición:
La Hipótesis nula se rechaza si el valor
calculado 𝑊+ , 𝑊− , o 𝑊 𝑒𝑠 menor o igual que
el valor tabulado apropiado.
PROBLEMA
2. Se afirma que un estudiante universitario de último año puede aumentar su
calificación en el área del campo de especialidad del examen de registro de
graduados en al menos 50 puntos si de antemano se le proporcionan problemas de
muestra. Para probar esta afirmación, se dividen 20 estudiantes del último año en
10 pares de modo que cada par tenga casi el mismo promedio de puntos de calidad
general en sus primeros años en la universidad. Los problemas y respuestas de
muestra se proporcionan al azar a un miembro de cada par una semana antes del
examen. Se registran las siguientes calificaciones del examen.
Pruebe la hipótesis nula en el nivel de significancia de 0.05 de que los problemas
aumentan las calificaciones en 50 puntos contra la hipótesis alternativa de que el
aumento es menor a 50 puntos.
Par 1 2 3 4 5 6 7 8 9 10
Con problemas de 531 621 663 579 451 660 591 719 543 575
muestra
Sin problemas de 509 540 688 502 424 683 568 748 530 524
muestra
Di 22 81 -25 77 27 -23 23 -29 13 51
di – d0 -28 31 -75 27 -23 -73 -27 -79 -37 1
Rangos 5 6 9 3.5 2 8 3.5 10 7 1

𝐻0 : 𝜇෤1 − 𝜇෤2 = 50 Para probar 𝑯𝟎 Contra 𝐻1 Calcular
𝜇 < 𝜇0 𝑊+ 𝑊+ =6+3.5+1=10.5
𝐻1 : 𝜇෤1 − 𝜇෤2 < 50 𝝁 = 𝝁𝟎 𝜇 > 𝜇0 𝑊−
W=10.5
𝜇 ≠ 𝜇0 𝑊
n = 10 𝜇1 < 𝜇2 𝑊+
𝝁𝟏 = 𝝁𝟐 𝜇1 > 𝜇2 𝑊−
∝= 0.05 𝜇1 ≠ 𝜇2 𝑊
𝑅𝑎𝑛𝑔𝑜𝑠 𝑅𝑎𝑛𝑔𝑜𝑠
𝑊+ = ෍ 𝑊− = ෍

Tabla n Unilateral ∝= 0.25 Conclusión:
Valores críticos Bilateral ∝= 0.05 Se rechaza Ho:.
para la prueba de Se concluye con un α = .05 que los problemas
10 11 de muestra en promedio no aumentan las
rangos con signo.
calificaciones de registro de graduados en 50
n=10 Bilateral ∝= 0.05 z = 11 puntos.
𝑯𝟎
Condición:
calculado 𝑊+ , 𝑊− , o 𝑊 𝑒𝑠 menor o igual que
el valor tabulado apropiado.

16. PRUEBA DE SUMA DE RANGO
PROBLEMA
1. Se tomó una muestra de 10 universitarias y otra de 10 universitarios para
determinar si las mujeres tenían actitud más positiva que los varones frente a la
iglesia católica. Los puntajes en un cuestionario de actitudes fueron: (mayor
puntaje, actitud más positiva) ¿las universitarias tienen actitud más positiva que los
universitarios frente a la iglesia católica?
Mujeres R1 Varones R2
25 17 20 11
28 20 15 4
26 18 16 5
20 11 12 2
18 7 19 8.5
24 16 23 15
22 14 11 1
20 11 13 3
21 13 17 6
19 8.5 27 19
n₁=10 ∑=135.5 n₂=10 ∑=74.5

𝑅𝑎𝑛𝑔𝑜𝑠 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝐻0 : 𝜇₁ = 𝜇₂ 𝑊1 = ෍
𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑎 𝑊₁=11+4+5+2+8.5+15+1+3+6+19= 74.5
𝐻1 : 𝜇₁ > 𝜇₂ (10+10ሻ(10+10+1ሻ
(𝑛₁+𝑛₂ሻ(𝑛₁+𝑛₂+1ሻ 𝑊₂= = 135.5
𝑊 ₂= − 𝑊1 2
2
n₁=10
10(10+1ሻ
n₂=10
𝑛1 (𝑛1 +1ሻ 𝑛2 (𝑛2 +1ሻ 𝑢₁ = 74.5 − =19.5
𝑢1 = 𝑊1 − 𝑢2 = 𝑊2 − 2
2 2
10 10+1
∝= 0.05 𝑢₂ = 135.5 − =80.5
𝑢 = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜 𝑒𝑛𝑟𝑒 𝑢1 𝑦 𝑢2 2
Para probar Versus Calcular
𝑯𝟎 𝑢 = 𝟏𝟗. 𝟓 𝑯𝟏
𝜇1 < 𝜇2 u1
𝝁𝟏 = 𝝁𝟐 𝜇1 > 𝜇2 u2
𝜇1 ≠ 𝜇2 𝑢
Tabla n₁=10 n₂=10 𝒏𝟏 𝒏𝟐 Conclusión:
Valores críticos
10
para la prueba de Se acepta Ho:.
suma de rangos 10 19 Las mujeres tienen actitudes más positivas
que los varones frente a la iglesia católica
Prueba de una cola con α =0.05 o
prueba de dos colas con α=0.10 𝑯𝟎 z = 19
Condición:
calculado 𝑢1 , 𝑢2 𝑜 𝑢, es menor o igual al valor
de las tablas tabulado.
PROBLEMA
2. En el desarrollo de un nuevo método para la determinación de niveles de alcohol
en la sangre, se analizó cinco veces una muestra de sangre, con los resultados
siguientes: 64.5, 66.0, 63.9, 65.1 y 64.0 mg/100 ml. El método de análisis estándar
aplicado a la misma muestra proporciona los resultados 66.2, 65.8, 66.3, 65.6
mg/100ml. Utilizando las pruebas de U-Mann Whitney y la de suma de rangos de
Wilcoxon, probar si los métodos difieren significativamente.
Método Nuevo Rango Método Rango
estándar
65.5 4 66.2 8
66.0 7 65.8 6
63.9 1 66.3 9
65.1 3 65.6 5
64.0 2
𝑅𝑎𝑛𝑔𝑜𝑠 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝐻0 : 𝜇₁ = 𝜇₂ 𝑊1 = ෍
𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑎 𝑊₁=8+6+9+5=28
𝐻1 : 𝜇₁ ≠ 𝜇₂ (4+5ሻ(4+5+1ሻ
(𝑛₁+𝑛₂ሻ(𝑛₁+𝑛₂+1ሻ 𝑊₂= − 28=17
𝑊 ₂= − 𝑊1 2
2
n₁=4
4(4+1ሻ
𝑛1 (𝑛1 +1ሻ 𝑛2 (𝑛2 +1ሻ 𝑢₁ = 28 − =18
n₂=5 𝑢1 = 𝑊1 − 𝑢2 = 𝑊2 − 2
2 2
∝= 0.05 5 5+1
𝑢 = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜 𝑒𝑛𝑟𝑒 𝑢1 𝑦 𝑢2 𝑢2 = 17 − =2
2
Para probar Versus Calcular
𝑯𝟎
𝜇1 < 𝜇2 u1 u = 𝟐 𝑯𝟏
𝝁𝟏 = 𝝁𝟐 𝜇1 > 𝜇2 u2
𝜇1 ≠ 𝜇2 𝑢
Tabla n₁=4 n₂=5 𝒏𝟏 𝒏𝟐 Conclusión:
Valores críticos Se rechaza Ho:.
5
para la prueba de Se concluye que no existe evidencia
suma de rangos 4 1 significativa al 5% como para rechazar que
los dos métodos producen resultados
Prueba de una cola con α =0.025 o equivalentes
prueba de dos colas con α=0.05 𝑯𝟎 z=1
Condición:
calculado 𝑢1 , 𝑢2 𝑜 𝑢, es menor o igual al valor
de las tablas tabulado.

Trabajo Final Parte 1

Cargado por

Copyright:

Formatos disponibles

Trabajo Final Parte 1

Cargado por

Información del documento

Descripción original:

Título 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

Trabajo Final Parte 1

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD AUTONOMA DE NUEVO LEON

FACULTAD DE INGENIERIA MECANICA Y ELECTRICA

NOMBRE DEL ALUMNO:

Prueba de Hipótesis para 2 medias muestra grande

Prueba de Hipótesis para una media muestra pequeña

Prueba de Hipótesis para dos medias muestra pequeña usando el método de la W.

Prueba de Hipótesis para una proporción

Prueba de Hipótesis para dos proporciones

Prueba de Hipótesis para la varianza

Prueba de Hipótesis para la razón de las varianzas

Prueba de Bondad y Ajuste

Prueba de signo para dos medias

Prueba de rango con signo para una media

Prueba de rango con signo para dos medias

Prueba de suma de rangos

Planteamiento Gráfica 𝐻1 𝐻0 ó Valor Crítico

1. Una empresa que se dedica a hacer celulares que tienen una

1.95 2.52 2.52 1.95

2.05 1.64 1.64 2.05

Bibliografía: Ronald E. Walpole, 6ta edición, Probabilidad y Estadística para Ingenieros.

1. De una población se toma una muestra de 40 observaciones. La

2.05 2.59 2.59 2.05

2. Un fabricante afirma que la resistencia a la a la tracción promedio

Bibliografía: Ronald E. Walpole, 6ta edición, Probabilidad y Estadística para Ingenieros.

19.8 18.5 17.6 16.7 15.8

19.8 + 18.5 + 17.6 + … + 7.9

2. Pruebe la hipótesis de que el contenido promedio en recipientes

2.821 1.51 1.51 2.821

Bibliografía: Ronald E. Walpole, 6ta edición, Probabilidad y Estadística para Ingenieros.

𝐻0 ; 𝜇 1 − 𝜇2 = 0 (𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ

𝑛₁Ʃ𝑋𝑖2 − (Ʃ Xᵢሻ² n₂Ʃ𝑋𝑖2 − (Ʃ Xᵢሻ²

𝑛₁−1 𝑠12 + 𝑛₂−1 𝑠22

−2,8 + −1.6 +⋯+ 0.9 0.2+2.1+⋯+3.4

10[ −2.8ሻ2 + −1.6 + ⋯ 2

2.101 3.05 3.05 2.101

𝐻0 ; 𝜇 1 = 𝜇2 (𝑥ҧ1 − 𝑥ҧ2 ሻ − (𝜇1 − 𝜇2 ሻ

𝑛₁Ʃ𝑋𝑖2 − (Ʃ Xᵢሻ² n₂Ʃ𝑋𝑖2 − (Ʃ Xᵢሻ²

𝑛₁−1 𝑠12 + 𝑛₂−1 𝑠22

10 732 + 772 + ⋯ + 72² − 73 + 77 + ⋯ + 72 2

Bibliografía: Ronald E. Walpole, 6ta edición, Probabilidad y Estadística para Ingenieros.

𝑛₁Ʃ𝑋𝑖2 − (Ʃ Xᵢሻ² n₂Ʃ𝑋𝑖2 − (Ʃ Xᵢሻ²

52+67+⋯+45 59+60+⋯+51 58.29 − 59 − 0

𝑛₁Ʃ𝑋𝑖2 − (Ʃ Xᵢሻ² n₂Ʃ𝑋𝑖2 − (Ʃ Xᵢሻ²

73+77+⋯+72 68+72+⋯+68 71.4 − 67.8 − 0

10 682 + 722 + ⋯ + 68² − 68 + 72 + ⋯ + 68 2

Bibliografía: Ronald E. Walpole, 6ta edición, Probabilidad y Estadística para Ingenieros.

𝑤₁𝑇₁+𝑊₂𝑇₂ 𝑠12 𝑠22

10 682 + 722 + ⋯ + 68² − 68 + 72 + ⋯ + 68 2 𝑡 = 1.4084 𝑯𝟏

𝑤₁𝑇₁+𝑊₂𝑇₂ 𝑠12 𝑠22

10 682 + 722 + ⋯ + 68² − 68 + 72 + ⋯ + 68 2 𝑡 = 1.4084 𝑯𝟏

3.18222 1.833 + 3.35111(1.833ሻ

Bibliografía: Ronald E. Walpole, 6ta edición, Probabilidad y Estadística para Ingenieros.

1.65 1.4 1.4 1.65

Bibliografía: Ronald E. Walpole, 6ta edición, Probabilidad y Estadística para Ingenieros.

1.96 1.09 1.09 1.96

𝑥1 = 120 120 + 240 36

Bibliografía: Ronald E. Walpole, 6ta edición, Probabilidad y Estadística para Ingenieros.

1. Un fabricante de pilas para autos afirma que la duración de sus baterías se