UNIVERSIDAD MAYOR DE SAN ANDRES

FACULTAD DE INGENIERÍA
INGENIERIA INDUSTRIAL

::

ESTADISTICA INFERENCIAL IND- 411

AUX: Univ. Rosaycela Tarqui Vizaluque
DOCENTE: Ing. Yuri Zamorano Braun

INTERVALO CONFIDENCIAL PARA LA MEDIA

𝑃(𝑥̅ − 𝑧𝛼/2 𝜎𝑥̅ ≤ 𝜇 ≤ 𝑥̅ + 𝑧𝛼/2 𝜎𝑥̅) = 1 − 𝛼

CONDICIÓN POBLACIÓN INFINITA POBLACIÓN FINITA
𝜎 𝜎 𝜎 𝑁−𝑛 𝜎 𝑁−𝑛
𝜎2 = 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜 𝑃 (𝑥̅ − 𝑧𝛼/2 ≤ 𝜇 ≤ 𝑥̅ + 𝑧𝛼/2 ) =1−𝛼 𝑃 (𝑥̅ − 𝑧𝛼/2 √ ≤ 𝜇 ≤ 𝑥̅ + 𝑧𝛼/2 √ ) =1−𝛼
√𝑛 √𝑛 √𝑛 𝑁 − 1 √𝑛 𝑁 − 1

𝑆 𝑆 𝑆 𝑁−𝑛 𝑆 𝑁−𝑛
𝑛 > 30 𝑃 (𝑥̅ − 𝑧𝛼/2 ≤ 𝜇 ≤ 𝑥̅ + 𝑧𝛼/2 ) =1−𝛼 𝑃 (𝑥̅ − 𝑧𝛼/2 √ ≤ 𝜇 ≤ 𝑥̅ + 𝑧𝛼/2 √ ) =1−𝛼
√𝑛 √𝑛 √𝑛 𝑁 − 1 √𝑛 𝑁 − 1
𝜎2
= 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜 s s s 𝑁−𝑛 s 𝑁−𝑛
𝑃 (𝑥̅ − 𝑡𝛼/2
𝑛−1 ≤ 𝜇 ≤ 𝑥̅ + 𝑡𝛼/2
𝑛−1 ) =1−𝛼 𝑃 (𝑥̅ − 𝑡𝑛−1 √ ≤ 𝜇 ≤ 𝑥̅ + 𝑡𝑛−1 √ ) =1−𝛼
𝑛 ≤ 30 𝛼/2 𝛼/2
√𝑛 √𝑛 √𝑛 𝑁−1 √𝑛 𝑁 − 1

INTERVALO CONFIDENCIAL PARA LA DIFERENCIA DE MEDIAS

𝑃[(𝑥̅1 − 𝑥̅2 ) − 𝑧𝛼/2 𝜎𝑥̅1 −𝑥̅2 ≤ 𝜇 ≤ (𝑥̅1 − 𝑥̅2 ) + 𝑧𝛼/2 𝜎𝑥̅1 −𝑥̅2 ) = 1 − 𝛼
POBLACIÓN INFINITA (No se conoce el tamaño de las poblaciones 𝑁1 𝑦 𝑁2)
CONDICIÓN Heterocedástico 𝜎12 ≠ 𝜎22 Homocedástico 𝜎12 = 𝜎22
1 1 1 1
𝜎12 𝜎22 𝜎12 𝜎22 𝑃 ((𝑥̅1 − 𝑥̅2) − 𝑧𝛼/2 𝜎√ + ≤ 𝜇1 − 𝜇2 ≤ (𝑥̅1 − 𝑥̅2) + 𝑧𝛼/2 𝜎√ + )
𝜎12, 𝜎22 = 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎 𝑃 ((𝑥̅1 − 𝑥̅2) − 𝑧𝛼/2√ + ≤ 𝜇1 − 𝜇2 ≤ (𝑥̅1 − 𝑥̅2) + 𝑧𝛼/2√ + )=1−𝛼 𝑛1 𝑛2 𝑛1 𝑛2
𝑛1 𝑛2 𝑛1 𝑛2
= 1−𝛼

AUX. UNIV ROSAYCELA TARQUI VIZALUQUE 1

 UMSA FACULTAD DE INGENIERIA

𝑛1
𝑠1 2 𝑠2 2 𝑠1 2 𝑠2 2
> 30 𝑃 ((𝑥̅1 − 𝑥̅2 ) − 𝑧𝛼/2 √ + ≤ 𝜇1 − 𝜇2 ≤ (𝑥̅1 − 𝑥̅2 ) + 𝑧𝛼/2 √ + ) (𝑛1 − 1) ∗ s1 2 + (𝑛2 − 1) ∗ s2 2 1

ESTADISTICA INFERENCIAL IND- 411

1
𝑛1 𝑛2 𝑛1 𝑛 2 1𝑛 +𝑛2 −2
𝑃 ((𝑥̅1 − 𝑥̅2 ) − 𝑡𝛼/2 √ √ + ≤ 𝜇1 − 𝜇2
𝑛2 𝑛1 + 𝑛2 − 2 𝑛1 𝑛2
> 30 =1−𝛼
𝜎1 2 , 𝜎2 2 = ≤ (𝑥̅1 − 𝑥̅2 )
𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎 𝑛1
(𝑛1 − 1) ∗ s1 2 + (𝑛2 − 1) ∗ s2 2 1 1
≤ 30 𝑃 ((𝑥̅ − 𝑥̅ ) − 𝑡 𝑛1+𝑛2−2 √s1 2 + s2 2 ≤ 𝜇 − 𝜇 ≤ (𝑥̅ − 𝑥̅ ) + 𝑡 𝑛1+𝑛2−2 √s1 2 + s2 2 ) 𝑛 +𝑛2 −2
1
+ 𝑡𝛼/2 √ √ + )
1 2 𝛼/2 𝑛1 𝑛2 1 2 1 2 𝛼/2 𝑛1 𝑛2 𝑛1 + 𝑛2 − 2 𝑛1 𝑛2
𝑛2
≤ 30 =1−𝛼 = 1−𝛼

POBLACIÓN FINITA (Se conoce el tamaño de las poblaciones 𝑁1 𝑦 𝑁2 )

CONDICIÓN Heterocedástico 𝜎1 2 ≠ 𝜎2 2 Homocedástico 𝜎1 2 = 𝜎2 2
1 𝑁1 − 𝑛1 1 𝑁2 − 𝑛2
𝜎1 2 𝑁1 − 𝑛1 𝜎2 2 𝑁2 − 𝑛2 𝑃 ((𝑥̅1 − 𝑥̅2 ) − 𝑧𝛼/2 𝜎√ ( )+ ( ) ≤ 𝜇1 − 𝜇2
𝑃 ((𝑥̅1 − 𝑥̅2 ) − 𝑧𝛼/2 √ ( )+ ( ) ≤ 𝜇1 − 𝜇2 𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1
𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1
𝜎1 2 , 𝜎2 2 = 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎
1 𝑁1 − 𝑛1 1 𝑁2 − 𝑛2
𝜎1 2 𝑁1 − 𝑛1 𝜎2 2 𝑁2 − 𝑛2 ≤ (𝑥̅1 − 𝑥̅ 2 ) + 𝑧𝛼/2 𝜎√ ( )+ ( ))
≤ (𝑥̅1 − 𝑥̅ 2 ) + 𝑧𝛼/2 √ ( )+ ( )) = 1 − 𝛼 𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1
𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1
=1−𝛼
𝑛1
𝑠 2 𝑁1 − 𝑛1 𝑠2 2 𝑁2 − 𝑛2
> 30 𝑃 ((𝑥̅1 − 𝑥̅2 ) − 𝑧𝛼/2 √ 1 ( )+ ( ) ≤ 𝜇1 − 𝜇2
𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1
𝑛2
𝑃 ((𝑥̅1 − 𝑥̅2 )
> 30 2 2
𝑠1 𝑁1 − 𝑛1 𝑠2 𝑁2 − 𝑛2
≤ (𝑥̅1 − 𝑥̅ 2 ) + 𝑧𝛼/2 √ ( )+ ( )) = 1 − 𝛼
𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1 (𝑛1 − 1) ∗ s1 2 + (𝑛2 − 1) ∗ s2 2 1 𝑁1 − 𝑛1 1 𝑁2 − 𝑛2
𝜎1 2 , 𝜎2 2 = 𝑛 +𝑛2 −2
1
− 𝑡𝛼/2 √ √ ( )+ ( ) ≤ 𝜇1 − 𝜇2
𝑛1 + 𝑛2 − 2 𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1
𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎 𝑛1
𝑛1 +𝑛2 −2 s1 s2 2 𝑁2 − 𝑛2
2 𝑁 −𝑛
1 1 ≤ (𝑥̅1 − 𝑥̅2 )
≤ 30 𝑃 ((𝑥̅1 − 𝑥̅2 ) − 𝑡𝛼/2 √ (
𝑛1 𝑁1 − 1
)+ (
𝑛2 𝑁2 − 1
) ≤ 𝜇1 − 𝜇2
(𝑛1 − 1) ∗ s1 2 + (𝑛2 − 1) ∗ s2 2 1 𝑁1 − 𝑛1 1 𝑁2 − 𝑛2
𝑛2 𝑛 +𝑛2 −2
1
+ 𝑡𝛼/2 √ √ ( )+ ( )) = 1 − 𝛼
𝑛1 + 𝑛2 − 2 𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1
≤ 30
𝑛1 +𝑛2 −2 s1 s2 2 𝑁2 − 𝑛2
2 𝑁 −𝑛
1 1
≤ (𝑥̅1 − 𝑥̅2 ) + 𝑡𝛼/2 √ ( )+ ( )) = 1 − 𝛼
𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1

Interpretación: 0 𝜖 𝐼𝑐 → 𝜇1 = 𝜇2
𝐼𝑐 (+) → 𝜇1 > 𝜇2
𝐼𝑐 (−) → 𝜇1 < 𝜇2

AUX. UNIV ROSAYCELA TARQUI VIZALUQUE 2

UMSA FACULTAD DE INGENIERIA

INTERVALO CONFIDENCIAL PARA LA VARIANZA INTERVALO DE CONFIANZA PARA LA DESV. ESTÁNDAR

ESTADISTICA INFERENCIAL IND- 411

(𝑛 − 1) ∗ s 2 (𝑛 − 1) ∗ s 2
(𝑛 − 1) ∗ s2 (𝑛 − 1) ∗ s2
𝑃[ 2 ≤ 𝜎2 ≤ 2 ]=1−𝛼 𝑃 [√ 2 ≤𝜎≤√ 2 ]=1−𝛼
𝑥(𝑛−1) ,𝛼/2 𝑥(𝑛−1),1− 𝛼/2 𝑥(𝑛−1) ,𝛼/2 𝑥(𝑛−1),1− 𝛼/2

INTERVALO CONFIDENCIAL PARA LA RELACIÓN DE VARIANZAS

Interpretación:
Propiedad importante:
1 s1 2 𝜎1 2 1 s1 2 1 𝜖 𝐼𝑐 → 𝜎1 2 = 𝜎2 2 (ℎ𝑜𝑚𝑜𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑜)
𝑃[ ∗ ≤ ≤ (𝑛 −1,𝑛 −1) ∗ 2 ] = 1 − 𝛼 (𝑛1 −1,𝑛2 −1) 1
(𝑛 −1,𝑛2
𝐹𝛼/21
−1) s2 2 𝜎2 2 1
𝐹1−𝛼/2 2 s2 𝐹1−𝛼 = 𝑛2 −1,𝑛1 −1 𝐼𝑐 (+) → 𝜎1 2 > 𝜎2 2 (ℎ𝑒𝑡𝑒𝑟𝑜𝑐𝑒𝑑á𝑠𝑡𝑖𝑐𝑜)
𝐹𝛼 𝐼𝑐 (−) → 𝜎1 2 < 𝜎2 2 (ℎ𝑒𝑡𝑒𝑟𝑜𝑐𝑒𝑑á𝑠𝑡𝑖𝑐𝑜)

INTERVALO CONFIDENCIAL PARA LA PROPORCIÓN

POBLACIÓN INFINITA POBLACIÓN FINITA

𝑝̂ ∗ (1 − 𝑝̂ ) 𝑝̂ ∗ (1 − 𝑝̂ ) 𝑝̂ ∗ (1 − 𝑝̂ ) 𝑁 − 𝑛 𝑝̂ ∗ (1 − 𝑝̂ ) 𝑁 − 𝑛
𝑃 [𝑝̂ − 𝑧𝛼 √ ≤ 𝑃 ≤ 𝑝̂ + 𝑧𝛼/2 √ ]= 1−𝛼 𝑃 [𝑝̂ − 𝑧𝛼 √( )( ) ≤ 𝑃 ≤ 𝑝̂ + 𝑧𝛼/2 √( )( )] = 1 − 𝛼
2 𝑛 𝑛 2 𝑛 𝑁−1 𝑛 𝑁−1

INTERVALO CONFIDENCIAL PARA LA DIFERENCIA DE PROPORCIONES

POBLACIÓN 𝑝̂1 ∗ (1 − 𝑝̂1 ) 𝑝̂2 ∗ (1 − 𝑝̂ 2 ) 𝑝̂1 ∗ (1 − 𝑝̂1 ) 𝑝̂ 2 ∗ (1 − 𝑝̂2 )
𝑃 [(𝑝̂1 − 𝑝̂2 ) − 𝑧𝛼/2 √ + ≤ 𝑃1 − 𝑃2 ≤ (𝑝̂1 − 𝑝̂2 ) + 𝑧𝛼/2 √ + ]=1−𝛼
INFINITA 𝑛1 𝑛2 𝑛1 𝑛2

𝑝̂1 (1 − 𝑝̂1 ) 𝑁1 − 𝑛1 𝑝̂2 (1 − 𝑝̂2 ) 𝑁2 − 𝑛2 𝑝̂1 (1 − 𝑝̂1 ) 𝑁1 − 𝑛1 𝑝̂2 (1 − 𝑝̂2 ) 𝑁2 − 𝑛2

POBLACIÓN 𝑃 [(𝑝̂1 − 𝑝̂2 ) − 𝑧𝛼/2 √ ( )+ ( ) ≤ 𝑃1 − 𝑃2 ≤ (𝑝̂1 − 𝑝̂2 ) + 𝑧𝛼/2 √ ( )+ ( )]
𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1 𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1
FINITA
=1−𝛼

INTERVALO PARA DATOS PAREADOS

Interpretación:
s 0 𝜖 𝐼𝑐 → 𝜇1 (𝑆𝑖𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑖𝑛𝑖𝑐𝑖𝑎𝑙) = 𝜇2 (𝑠𝑖𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑓𝑖𝑛𝑎𝑙)
𝐼𝑐: 𝑃(𝑑̅ − 𝑡𝛼/2
𝑛−1
𝜎𝑑̅ ≤ 𝜇𝑑̅ ≤ 𝑑̅ + 𝑡𝛼/2
𝑛−1
𝜎𝑑̅ ) = 1 − 𝛼; 𝐷𝑜𝑛𝑑𝑒 𝜎𝑑̅ =
√𝑛 𝐼𝑐 (+) → 𝜇1 (𝑆𝑖𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑖𝑛𝑖𝑐𝑖𝑎𝑙) > 𝜇2 (𝑠𝑖𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑓𝑖𝑛𝑎𝑙)
𝐼𝑐 (−) → 𝜇1 (𝑆𝑖𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑖𝑛𝑖𝑐𝑖𝑎𝑙) < 𝜇2 (𝑠𝑖𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑓𝑖𝑛𝑎𝑙)

AUX. UNIV ROSAYCELA TARQUI VIZALUQUE 3

UMSA FACULTAD DE INGENIERÍA

EJERCICIOS DE CLASE
Un fabricante de baterias afirma que su producto tiene un tiempo medio de duración
1
de 400 horas. Para verificar si dicho tiempo medio se mantiene, el encargado de
control de calidad decide examinar 31 baterias cada mes. Mediante un intervalo de
confianza al 90% ¿Qué conclusiones debería extraer el encargado de control de
calidad de una muestra de 31 baterías cuyo tiempo medio de duración es de 517
horas, con una desviación estándar de 50 horas?. Asumir que el tiempo de duración
de las baterias se distribuye normalmente.

Los niveles de audiencia (en miles de personas) de un programa televisivo de

2
EEUU, fueron medidos en 10 emisiones elegidos aleatoriamente, obteniendose los
siguientes resultados:
553, 682, 666, 555, 522, 649, 657, 568, 552, 700
Suponiendo que los niveles de audiencia se distribuyen normalmente.
a) Calcule la audiencia media y el error estándar de la media muestral.
b) ¿Podria afirmar con un nivel de confianza al 95%, que la audiencia media del
programa es de 600 000 espectadores?

Una muestra aleatoria de 800 proveedores de Wall Mark planea aumentar sus
3
ventas con esta cadena de tiendas el año que entra, 640 de ellos han manifestado
su interes por este aumento a la gerencia. Para ello la gerencia quiere saber:
a) A un intervalo de confianza del 99% la población que forma el total de los
proveedores de cadena de supermercados que esperan aumentar sus ventas
el próximo año.
b) ¿Con que grado de confianza, puede afirmarse que la proporción de
proveedores que quiere aumentar sus ventas el próximo año se sitúa entre 77%
y 83%?

Los siguientes datos representan las cantidades de un compuesto químico

4
determinado, obtenidos en análisis diarios. La experiencia de mucho tiempo, da el
valor 0,5 para la desviación estándar. Se pide:
a) Hallar el intervalo de confianza al 95% para la varianza de estos análisis
b) Con un intervalo de confianza al 95% ¿Se puede admitir que la desviación
estándar del análisis del compuesto químico es mayor que 0,3?

12,7 12,3 13,2 12,8 13,6 13,1 12,6 12,4 14,1 13,3 13,4

13,1 12,6 12,9 13,0 12,4 14,6 13,8 13,4 12,7 13,5 12,5

Una cadena de grandes almacenes está considerando la decisión de adquirir

5
nuevas máquinas etiquetadoras. Para comprobar si las nuevas máquinas mejoran
significativamente la eficiencia de los empleados, selecciona aleatoriamente dos
grupos de 9 trabajadores para realizar un control sobre el número de etiquetas

AUX. UNIV. ROSAYCELA TARQUI VIZALUQUE 4

UMSA FACULTAD DE INGENIERÍA

colocadas en periodo de 5 minutos. en uno de los grupos, se utilizan las Antiguas

máquinas y en el otro las nuevas, tras un periodo de adaptación de los empleados.
Los resultados obtenidos son los siguientes:

Grupo 1 (etiquetadoras antiguas) 305 312 300 248 290 264 272 301 276

Grupo 2 (etiquetadoras nuevas) 303 301 310 303 308 296 315 282 272

Mediante un intervalo de confianza del 95% y suponiendo que el número de

etiquetas colocadas cada 5 minutos sigue una distribución normal, se puede
asegurar que ¿mejoran las nuevas máquinas significativamente la eficiencia de los
empleados?
En una Universidad X se toma una muestra aleatoria de 600 mujeres, 300 de las
6
cuales indican que están a favor de la supresión de exámenes y la sustentación de
trabajos como modalidad de evaluación. En otra muestra aleatoria a 400 hombres,
240 indican que están a favor de lo mismo.
Existe suficiente evidencia para afirmar que la proporción de hombres que están a
favor de la nueva modalidad de evaluación es mayor que la proporción de mujeres,
considere un nivel de confianza al 95%.

Se hizo un estudio para definirse si los ejercicios aeróbicos reducen el ritmo

7
cardíaco de una persona durante el descanso y al examinar a 10 voluntarios antes
y después de seguir un programa de ese tipo durante 6 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

Mediante un intervalo confidencial del 95% se puede afirmar que ¿Los ejercicios
aeróbicos reducen el ritmo cardiaco durante el reposo?

AUX. UNIV. ROSAYCELA TARQUI VIZALUQUE 5