ALUMNO: ISAÍAS JAAZIEL MARTÍNEZ TIRADO

1796431
M.C. RIGOBERTO AMERICO GARZA LOPEZ M5
• Prueba de hipótesis para media muestra grande • Prueba de signo para 2 medias
• Prueba de hipótesis para 2 medias muestra grande • Prueba de rango con signo para una media
• Prueba de hipótesis para media muestra pequeña • Prueba de rango con signo para 2 medias
• Prueba de hipótesis para 2 medias muestra pequeña • Prueba suma de rango
con varianza igual
• Prueba de hipótesis para 2 medias muestra pequeña
con varianza dif.
• Prueba de hipótesis para 2 medias muestra pequeña
usando método w
• Prueba de hipótesis para una porción
• Prueba de hipótesis para 2 porciones
• Prueba de hipótesis para la razón de varianza
• Prueba bondad y ajuste
• Prueba de signo para una media
1.-PROBALIDAD
nombre femenino
Cualidad de probable o
circunstancia de ser algo probable.
"la probabilidad de una hipótesis"
2.-ESTADISTICA INFERENCIAL
Es una parte de la estadística que comprende los
métodos y procedimientos que por medio de la inducción
determina propiedades de una población estadística, a
partir de una parte de esta. Su objetivo es obtener
conclusiones útiles para hacer deducciones sobre una
totalidad, basándose en la información numérica de la
muestra.
3.- ESTADISTICA
nombre femenino
Ciencia que utiliza conjuntos de datos numéricos para
obtener, a partir de ellos, inferencias basadas en el
cálculo de probabilidades.
"hizo un curso de introducción a la estadística“
4.-ESTADISTICA DESCRIPTIVA
Es la técnica matemática que obtiene, organiza, presenta
y describe un conjunto de datos con el propósito de
facilitar su uso generalmente con el apoyo de
tablas, medidas numéricas o gráficas. Además, calcula
parámetros estadísticos como las medidas de
centralización y de dispersión que describen el conjunto
estudiado.
5.- PRUEBA DE HIPOTESIS 7.- varianza
es una regla que especifica si se puede aceptar o En teoría de probabilidad,
rechazar una afirmación acerca de una población la varianza o variancia (que suele representarse
dependiendo de la evidencia proporcionada por como 𝜎 2 )de una variable aleatoria es una medida
una muestra de datos. de dispersión definida como la esperanza del
6.- DESVIACIÓN ESTANDAR cuadrado de la desviación de dicha variable
respecto a su media.
Es un índice numérico de la dispersión de un conjunto
de datos (o población). Mientras mayor es
la desviación estándar, mayor es la dispersión de la
población. La desviación estándar es un promedio
de las desviaciones individuales de cada
observación con respecto a la media de una
distribución.
Planteamiento Gráfica H 1 Ho
(Valor Critico)

Tabla
xത 1 − µ
Ho= μ=0 𝑧= σ

H1=μ>0 n
1-α
0

xത1 − µ
Tabla
Ho= μ=0 𝑧= σ
n
H1=μ<0 α
-∞ 0
∞

Tabla
xത1 − µ
Ho= μ=0 𝑧= σ
H1=μ≠0 n
α
ó
1−α
2 2

-∞ 0 ∞
 __
X Media de la muestra
µ Media de la población
σ Desviación estándar de la muestra
n Tamaño de la muestra
α Nivel de significancia
n ≥ 30 Muestra grande
n ≤ 30 Muestra pequeña,
1.- Un inspector de pesos y medidas visita una planta de
empacado para verificar que el peso neto de las cajas sea el
indicado en la etiqueta. El gerente de la planta asegura al
inspector que el peso promedio de cada caja es de 750
gramos con una desviación estándar de 5 gr. El inspector
selecciona, al azar, 100 cajas y encuentra que el peso
promedio es de 748 gr. Bajo estas condiciones y usando un
nivel de significancia de 0.05 prueba la hipótesis que µ=750
Planteamiento Formula
Sustitución
 TABLA AREAS BAJO
LA CURVA NORMAL

Por tabla (H0 )

cuando H0 es µ<x se entra a
la tabla de z, con α = .05

z .05
-1.6 .0495

𝐻0 = −1.65

-∞ ∞
𝐻1 𝐻0
−4 −1.65

CONCLUSIÓN
Se rechaza H0, el peso promedio de las cajas es Bibliografía
Introducción a la probabilidad y estadística
menor que 750gr. William Mendennhall
Págs. 349-350
• El promedio semanal de ganancias para trabajadoras
sociales es $670. ¿Los hombres de la misma posición
tienen ganancias semanales promedio más altas que los
de las mujeres? Una muestra aleatoria de n = 40
trabajadores sociales mostró x = $725 y σ = $102.
Pruebe la hipótesis apropiada usando 𝛼 =0.01
 Planteamiento Formula Sustitución
𝐻0 ; µ = 670
Por formula H1
𝐻1 ; µ > 670
n = 40 X−µ
𝑥ҧ = $725 𝜡= σ
σ = $102 𝜡= 725−670 = 3.41
√𝜂 102
𝛼 =0.01
√40
TABLA AREAS BAJO
LA CURVA NORMAL

Por tabla

1 – 𝛼 = 1 - 0.01 = 0.99

z .01

2.3 .9901

𝐻0 = 2.33

-∞ ∞
𝐻0 𝐻1
2.33 3.41

CONCLUSIÓN
Se rechaza H0 , el promedio semanal de ganancia para Bibliografía
trabajadores sociales de sexo masculino es más alta Introducción a la probabilidad y estadística
William Mendennhall
que el promedio para trabajadoras Págs. 348-349
2.- Cierta gran compañía emplea tanto hombres como mujeres para
realizar el mismo tipo de trabajo. Se tiene la hipótesis de que la
producción promedio de los hombres es menor que la de las mujeres.
Supóngase que el equipo de investigación de la compañía
proporciona la siguiente información. Numero de las muestras de
hombres y mujeres es de 36 respectivamente, medias de la muestra
son de 150 y 153 respectivamente la varianza es de 70 y 74
respectivamente. ¿Es significativamente menor la producción promedio
por hora de los hombre que la de las mujeres para α= 0.05?
Planteamiento Formula Sustitución
Por formula H1 𝟏𝟓𝟎−𝟏𝟓𝟑 −(0)
H0 µ1= µ2 𝑧= = −𝟏. 𝟓
H1 µ1<µ2 ത 1−𝒙ത 2 −(µ1−µ2)
𝒙 𝟕𝟎 𝟕𝟒
𝑧= +
n1=36 2
𝟑𝟔 𝟑𝟔
𝜎2 𝜎
1+ 2
n2= 36 𝑛1 𝑛2

ഥ1=150ഥ
𝒙 𝒙2=15 H1= -1.5
3
𝝈𝟐𝟏 =70
𝝈𝟐𝟐 =74
α=.05
 TABLA AREAS BAJO
LA CURVA NORMAL

Por tabla
Cuando H0 es µ<x se entra a
la tabla de z, con α =
.05

z .04
-1.6 .0505

𝐻0 = −1.65

-∞ ∞
𝐻0 𝐻1
−1.65 −1.5

CONCLUSIÓN
Bibliografía
Se acepta H0 , la producción de los hombres es igual
Interaprendizaje de probabilidad y estadística inferencial
a la de las SUAREZ MARIO
mujeres Págs. 348-349
Para determinar si la propiedad de un auto afecta el
rendimiento académico de un estudiante, se tomaron dos
muestras aleatorias de 100 estudiantes de sexo masculino. El
promedio de calificaciones para los n1 = 100 que no eran
dueños de autos tuvieron un promedio y variancia igual a x1 =
2.70 y 𝜎12 = .36, en tanto que x2= 2.54 y 𝜎22= .40 para los n2 =
100 propietarios de autos. ¿Los datos presentan suficiente
evidencia para indicar una diferencia en el rendimiento medio
entre propietarios de autos y no propietarios? Pruebe usando ∝
= .05.
 Datos Formula Sustitución

𝐻0 ; (µ1 - µ2) = D0 = 0
|𝑋ത1 − 𝑋ത2 | − (𝜇1 −𝜇2 )
𝐻1 ; (µ1 - µ2) ≠ 0 𝑧=
n1 = 100 𝜎12 𝜎22 2.70 − 2.54 − 0
n2 = 100 𝑛1
+
𝑛2 𝑧=
0.36 0.40
xҧ 1 = 2.70 +
xҧ 2 = 2.54 100 100
𝜎12 = 0.36
= 1.84
𝜎22 = 0.40
𝛼 = 0.05
 TABLA AREAS BAJO
LA CURVA NORMAL

𝛼 0.05
1−2 = 1− 2
= 0.975

z .06
1.9 .0505

𝐻0 = 1,96

-∞ ∞
𝐻1 𝐻0
1.84 1.96

CONCLUSIÓN
Bibliografía
Se acepta H0 , hay evidencia insuficiente para declarar una
Introducción a la probabilidad y estadística
diferencia en el promedio de los rendimientos académicos para William Mendennhall
los dos grupos. Págs. 364 - 365
EN UNA FABRICA DE ACEITES PARA MOTOR, EN EL CUAL PRODUCEN
RECIPIENTES CON EL CONTENIDO DE 10 LITROS, PERO PARA SABER CON
CERTEZA SI ESTO ES VERDAD EL CONTROL DE CALIDAD DE LA EMPRESA A
TOMADO UNA MUESTRA ALEATORIA DE 10 ENVASES CON EL SIGUIENTE
CONTENIDO: 10.2,9.7,10.1,10.3,10.1,9.8,9.9,10.4,10.3 Y 9.8 . ¿ HAY
SUFICIENTE EVIDENCIA PARA DECLARAR QUE EL CONTENIDO PROMEDIO DE
CADA LATA ES DE10 LITROS? SIGNIFICANCIA DEL .01 %
 Planteamiento
𝐻0 : µ = 10 𝐻1 : µ ≠
Formula
10
N = 10 α= 0.01 Por Formula H1
µ = 10
𝑥 −µ 𝑥ҧ = 𝑥1 + 𝑥2 + 𝑥3 … 𝑥𝑛
𝑥1 =10.2
𝑥2 = 9.7
T= 𝑆 𝑛
𝑥3 =10.1 𝑛
𝑥4 = 10.3
𝑥5 = 10.1
Σ𝑥 2 = 𝑥1 2 +𝑥2 2 +𝑥3 2 + 𝑥𝑛 2
𝑥6 = 9.8 (Σ𝑥)2 = (𝑥1 + 𝑥2 + 𝑥𝑛 )2
𝑥7 = 9.9 2
𝑥8 = 10.4 𝑛Σ𝑥1 −(Σ𝑥1 )2
𝑥9 =10.3
𝑠=
𝑛(𝑛 − 1)
𝑥10 = 9.8
 Sustitución

10.6 −10 10(1012.58) −(100.6)2

T= 5.44
𝑠=
10(10 − 1)
10
𝑠 = 5.44
𝑡 = .3487
𝐻1 =.3487
𝑥ҧ = 10.2+ 9.7+10.1…+ 𝑥𝑛 𝑥ҧ = 10.6
10

Σ𝑥 2 = 10.22 +9.72 +10.22 + 𝑥𝑛 2 = 1012.58

(Σ𝑥)2 = (10.2+9.7 + 𝑥𝑛 )2 = (Σ𝑥)2 = (100.6)2
TABLA DE VALORES
CRITICOS DE LA
DISTRIBUCIÓN T

∝= .01
1-(∝/2)

𝜸 ∝
.005
9 3.2498
𝐻0 = 3.2498

-∞ ∞
𝐻0 𝐻1 𝐻0
−3.2498 . 3487 3.2498

CONCLUSIÓN
𝐻0 Es aceptada; Esto es, hay Bibliografía
evidencia suficiente para declarar que el INTERAPRENDIZAJE DE PROBABILIDAD Y ESTADISTICA INFERENCIAL
contenido promedio de cada es de 10 SUREZ MARIO

litros
• Un nuevo proceso para producir diamantes sintéticos puede ser
operado a un nivel rentable sólo si el peso promedio de éstos es mayor
a .5 quilates. Para evaluar la rentabilidad del proceso, se generan seis
diamantes que registran pesos de .46, .61, .52, .48, .57 y .54 quilates.
¿Estas seis mediciones presentan suficiente evidencia para indicar que
el peso promedio de los diamantes producidos por el proceso es más
de .5 quilates?
 Datos Formulas

𝐻0 ; µ = .5

𝐻1 ; µ > .5

n=6
Sustitución Tabla

Tabla: valores críticos de la

distribución t de Student

𝜸=𝒏−𝟏=𝟔−𝟏=𝟓

𝜸 𝛼= 0.05

5 2.015
𝐻0 = 2.015
Bibliografía
Introducción a la
probabilidad y
estadística
William
Mendennhall
Págs. 392-393

-∞ ∞
𝐻1 𝐻0
1.32 2.15

CONCLUSIÓN
Se acepta H0, Los datos no presentan suficiente evidencia para
indicar que el peso medio de los diamantes exceda de .5
quilates
 UN FARICANTE DE MONITORES PRUEBA DOS DISEÑOS DE MICROCIRCUITOS PARA DETERMINA SI
PRODUCEN UN FLUJO DE CORRIENTE EQUIVALENTE .EL DEPARTAMENTO DE INGENIERIA A OBTENIDO
LOS SIGUIENTES DATOS:

n1 n2
CON SIGNIFICANCIA .10 SE DESEA DETERMINAR SI EXISTE
𝑥1 1 2 ALGUNA DIFERENCIA SIGNIFICATIVA EN EL FLUJO DE CORRIENTE
𝑥2 2 3 PRMEDIO DE LOS 2 DISEÑOS?

𝑥3 4 1
𝑥4 3 1
𝑥5 2 4
𝑥6 3 1
𝑥7 2
 Planteamiento

Formula
𝐻0 : µ1 = µ2
𝐻1 : µ1 ≠ µ2 Por Formula H1 𝑥1 − 𝑥2
∝= .10
2 2
𝑠1 + 𝑠2 2
𝑛Σ𝑥1 −(Σ𝑥1 )2
n1 n2 𝑡= 𝑠𝑝 =
𝑛1 𝑛2 𝑛(𝑛 − 1)
𝑥1 1 2
𝑠1 2 2 𝑠2 2 2
𝑥2 2 3 ( ) + ( )
𝑛1 𝑛2
𝜸=
𝑠1 2 𝑠1 2
𝑥3 4 1 ( 𝑛 )2 ( 𝑛 )2
1
+ 1

𝑥4 3 1 𝑛1 −1 𝑛1 −1

𝑥5 2 4 𝑥ҧ = 𝑥1 + 𝑥2 + 𝑥3 … 𝑥𝑛
𝑥6 3 1 𝑛
Σ𝑥 2 = 𝑥1 2 +𝑥2 2 +𝑥3 2 +
𝑥7 2
𝑥𝑛 2
 Sustitución

1.1 2 1.33 2
( ) + ( )
2.5 −2 𝐻1
𝜸=
6 7
1.1 1.33
=.8088 ( 6 )2 ( 7 )2
1.1 + 1.33 6−1
+ 7−1
𝑡=
6 . 7 𝜸 = 5.47

𝑥ҧ = 1+ 2+4…+ 𝑥𝑛
6 𝑛1 𝑥ҧ = 2.5
𝑥ҧ = 2+ 3+1…+ 𝑥𝑛
7
𝑛2 𝑥ҧ = 2
2 6(43)−(225)
𝑠1 = = 1.1
Σ𝑥 2 2 2 2
= 1 +2 +4 + 𝑥𝑛 2 = 43 6(6 − 1)
𝑛1 Σ𝑥 2 =43
(Σ𝑥)2 = (1+2+4+ 𝑥𝑛 )2 =225
𝑛1 (Σ𝑥)2 =225
Σ𝑥 2 = 22 +32 +12 + 𝑥𝑛 2 = 36 7(36) −(196)
𝑛2 Σ𝑥 2 = 36 𝑠2 2
= = 1.33
(Σ𝑥)2 = (2+3+1+ 𝑥𝑛 )2 = 196 𝑛2 (Σ𝑥)2 = 196 7(7 − 1)
TABLA DE VALORES
CRITICOS DE LA
DISTRIBUCIÓN T

∝= .1

𝜸 ∝
.1
5 1.4759
𝐻0 = 1.4759

-∞ ∞
𝐻0 𝐻1 𝐻0
-1.4759 .8088 -1.4759

CONCLUSIÓN
Bibliografía
𝐻0 Es aceptada; Esto es, NO existe diferencia
significativa en el flujo de corriente promedio MENDENHALL ET AL. INTRODUCCIÓN A LA ESTADISTICA Y
PROBABILIDAD, CENGAGE LEARNING. DECIMO TERCERA EDICIÓN
en los dos diseños
En el HMI Ramos Larrea, se realizo un estudio para comparar la efectividad de dos
tratamientos diferentes para la diarrea aguda, seleccionaron 15 niños de 1 a 2 años de
edad con diarrea aguda, fueron divididos en dos subgrupos, al subgrupo A se le dio como
tratamiento SRO y al subgrupo B se le dio como tratamiento SRO + Cocimiento de arroz.
Después de tres días de tratamiento se registro la frecuencia de evacuaciones de los niños,
los resultados fueron los siguientes.

Grupo
3 4 3 4 4 4 5
A
Grupo
4 1 2 3 1 3 2 3
B
¿proporcionan los datos evidencias suficientes que indique que la efectividad de los dos tratamientos no es la misma? Utilice un nivel de
significancia de 0.05
 Datos Formulas

x1 − x2 − µ1 − µ2
t= x1 + x2 + x3 +. . . +xn
x1 =
s12 s22 n1
n1 + n2
𝐻0 : 𝜇1 − 𝜇2 = 0
2 2
𝐻1 : 𝜇1 − 𝜇2 ≠ 0 2
n1 ∑x i − ∑xi x1 + x2 + x3 +. . . +xn
s1 = x2 =
𝛼 = 0.05 n1 n1 − 1 n2
𝑛1 = 7
𝑛2 = 8 n2 ∑xi2 − ∑xi 2
s22 =
n2 n2 − 1 𝑠12 𝑠22
(𝑛 + 𝑛 )²
𝛾= 2 1 2
𝑠1 𝑠22
∑xi2 = x12 + x22 + x32 . . . +xn2 ( )²
𝑛1
( )²
𝑛2
+
𝑛1 − 1 𝑛2 − 1
2 2
∑xi = x1 + x2 + x3 . . . +xn
 Sustitución

3.857 − 2.375 − 0 3 + 4 + 3+. . .5

𝑡= = 3.24 𝑥1 = = 3.857
7
0.4761 1.125
7 + 8

4 + 1 + 2+. . .3
𝑥2 = = 2.375
8

2 + 42 + 32 +. . . 52 ) − 3 + 4 + 3+. . .5 2
7(3
𝑠12 = = 0.4761
7 7−1

0.4761 1.125
( + 8 )²
𝛾= 7 = 12.09
0.4761 1.125
2 + 12 + 22 +. . . 32 ) − 4 + 1 + 2+. . .3 2 ( 7 )² ( 8 )²
8(4
𝑠22 = = 1.125 7−1 + 8−1
8 8−1
TABLA DE VALORES
CRITICOS DE LA
DISTRIBUCIÓN T

𝛼 0.05
= = 0.025
2 2

𝜸 ∝
.025
12 2.179
𝐻0 = 2.179

-∞ ∞
𝐻0 𝐻0 𝐻1
--2.179 2.179 3.24

CONCLUSIÓN
𝐻0 Es Rechaza; Se proporcionan Bibliografía
evidencias suficientes que indique que la Introducción a la probabilidad y estadística
efectividad de los dos tratamientos no William Mendennhall
es la misma Capitulo 10
 EN UNA EMPRESA SE ESPERA QUE HAIGA DIFERENCIA EN EL NUMERO DE UNIDADE DE
UNA PRODUCCIÓN COMPARANDO 2 TURNOS MATUTINO Y VESPERTINO, ES POR ESTO
? QUE SE TOMARON 2 MUESTRAS EL TOTAL DE UNIDADES TERMINADAS POR LAS 2
LINEAS DE PRODUCCIÓN. SIGNIFICANCIA .01
HAY SUFICIENTE EVIDENCIA PARA DECIR QUE LA LINEA MATUTINA HIZO MAS QUE LA
VESPERTINA?

12 13 16 14 19
11 18 15 17 12
 Planteamiento

Formula
𝐻0 : µ1 = µ2
𝐻1 : µ1 > µ2 Por Formula H1 𝑥1 − 𝑥2
∝= 0.1

𝑥ҧ = 𝑥1 + 𝑥2 + 𝑥3 … 𝑥𝑛 𝑠1 2 + 𝑠2 2
𝑛 𝑡= 𝑛1 𝑛2
12 13 16 14 19 Σ𝑥 2 = 𝑥1 2 +𝑥2 2 +𝑥3 2 +
𝑥𝑛 2
11 18 15 17 12 2
𝑛Σ𝑥1 −(Σ𝑥1 )2
(Σ𝑥)2 = (𝑥1 + 𝑥2 + 𝑥𝑛 )2
𝑠𝑝 =
𝑛(𝑛 − 1)
 Sustitución

14.8 − 14.6 𝐻1
=.185
8.5 + 8.5
𝑡=
5 5

𝑥ҧ = 12+ 13+16…+ 𝑥𝑛 7.7 5−1 +9.3(5−1)

5 = 𝑠𝑝= 8.5
𝑛1 𝑥ҧ = 14.8 (5+5)−2
𝑥ҧ = 11+ 18+15…+ 𝑥𝑛 𝑛2 𝑥ҧ = 14.6
5
2 5(1126)−(5476)
Σ𝑥 2 = 122 +132 +162 + 𝑥𝑛 2 =1126 𝑛1 Σ𝑥 2 = 1126 𝑠1 = = 7.7
5(5 − 1)
(Σ𝑥)2 = (12+13+16+ 𝑥𝑛 )2 =5476 𝑛1 (Σ𝑥)2 =5476

Σ𝑥 2 = 112 +182 +152 + 𝑥𝑛 2 =1103 𝑛2 Σ𝑥 2 = 1103 5(1103) −(5329)

𝑠2 2
= = 9.3
𝑛2 (Σ𝑥)2 = 5329 5(5 − 1)
(Σ𝑥)2 = (11+18+15+ 𝑥𝑛 )2 =5329
TABLA DE VALORES
CRITICOS DE LA
DISTRIBUCIÓN T

∝= .1

𝑛1 + 𝑛2 − 2 = 𝜸

𝜸 ∝
.01
8 1.397
𝐻0 = 1.397
-∞ ∞
𝐻0 𝐻1
1.397 1.85

CONCLUSIÓN
Bibliografía
Se rechaza 𝐻0 ; Esto es, hay suficiente evidencia para
MILLER Y FREUND, PROBABILIDAD Y ESTADISTICA PARA
decir que la línea matutina hizo mas que la vespertina INGENIEROS
OCTAVA EDICIÓN EDT. PEARSON
• Puede tomarse un curso con crédito ya sea asistiendo a sesiones de clases en horas
y días fijos, o haciendo sesiones en línea que el estudiante puede hacer a su propio
paso y en los tiempos que el estudiante escoja. El coordinador del curso desea
determinar si estos dos días de tomar el curso resultaron en una diferencia
significativa en rendimiento medido por el examen final para el curso. La siguiente
información da las calificaciones en un examen con 45 puntos posibles para un
grupo de n1 =9 estudiantes que tomaron el curso en línea y un segundo grupo de
n2 = 9 estudiantes que tomaron el curso de clases convencionales.
• ¿Estos datos presentan suficiente evidencia para indicar que las calificaciones para
estudiantes que tomaron el curso en línea son significativamente más altas que las
de quienes asistieron a una clase convencional?

En línea 32 37 35 28 41 44 35 31 34
Salón de 35 31 29 25 34 40 27 32 31
clase
 Datos Formulas

𝐻0 : 𝜇1 − 𝜇2 = 0
𝐻1 : 𝜇1 − 𝜇2 > 0
𝛼 = 0.05
Sustitución

𝑥ҧ2 =31.56
TABLA DE VALORES
CRITICOS DE LA
DISTRIBUCIÓN T

𝛾 = 𝑛1 + 𝑛2 − 2
= 9 + 9 − 2 = 16

𝜸 ∝
.05
16 1.746
𝐻0 = 1.746
-∞ ∞
𝐻0 𝐻1
1.746 1.65
Bibliografía
CONCLUSIÓN
Se acepta 𝐻0 ; se presentan suficiente evidencia para indicar que las Introducción a la probabilidad y estadística
William Mendennhall
calificaciones para estudiantes que tomaron el curso en línea son
Capitulo 10
significativamente más altas que las de quienes asistieron a una clase
convencional
 UN FARICANTE DE MONITORES PRUEBA DOS DISEÑOS DE MICROCIRCUITOS PARA DETERMINA SI
PRODUCEN UN FLUJO DE CORRIENTE EQUIVALENTE .EL DEPARTAMENTO DE INGENIERIA A OBTENIDO
LOS SIGUIENTES DATOS:

n1 n2
CON SIGNIFICANCIA .10 SE DESEA DETERMINAR SI EXISTE
𝑥1 1 2 ALGUNA DIFERENCIA SIGNIFICATIVA EN EL FLUJO DE CORRIENTE
𝑥2 2 3 PRMEDIO DE LOS 2 DISEÑOS?

𝑥3 4 1
𝑥4 3 1
𝑥5 2 4
𝑥6 3 1
𝑥7 2
 Planteamiento

Formula
𝐻0 : µ1 = µ2
𝐻1 : µ1 < µ2 Por Formula H1 𝑥1 − 𝑥2 2
∝= .10 𝑛Σ𝑥1 −(Σ𝑥1 )2
2 2 𝑠𝑝 =
n1 n2
𝑠1 + 𝑠2 𝑛(𝑛 − 1)
𝑡= 𝑛1
𝑥1 1 2 𝑛2
𝑠1 2 2 𝑠2 2 2 𝑤1 𝑇1 +𝑊2 𝑇2
𝑥2 2 3 ( ) + ( )
𝑛1 𝑛2
𝜸=
𝑥3 4 1 𝑠1 2 𝑠1 2
𝑊1 + 𝑊2
( 𝑛 )2 ( 𝑛 )2
𝑥4 3 1
1
+ 1
𝑛1 −1 𝑛1 −1
𝑠1 2
𝑊1 = 𝑠2 2
𝑁1 𝑊2 =
𝑥5 2 4 𝑁2
𝑥ҧ = 𝑥1 + 𝑥2 + 𝑥3 … 𝑥𝑛
𝑥6 3 1 𝑛
𝑥7 2 Σ𝑥 2 = 𝑥1 2 +𝑥2 2 +𝑥3 2 +
𝑥𝑛 2
 Sustitución

2.5 −2 𝐻1
.1833 1.476 + .19(1.440)
=.8088 .1833 + .19
1.1 + 1.33 6(43)−(225)
𝑡= 𝑠1 2
= = 1.1 𝑊1 = 1.1
6
=.1833
6 7 6(6 − 1)
𝑊2 = 1.33
7
=.19

2 7(36) −(196)
𝑠2 = = 1.33
7(7 − 1)
𝑥ҧ = 1+ 2+4…+ 𝑥𝑛
6 𝑛1 𝑥ҧ = 2.5
𝑥ҧ = 2+ 3+1…+ 𝑥𝑛 𝑛2 𝑥ҧ = 2
7
Σ𝑥 2 = 12 +22 +42 + 𝑥𝑛 2 = 43 𝑛1 Σ𝑥 2 =43 𝑛1 -1 𝑡1 𝑡2 𝑛2 − 1
(Σ𝑥)2 = (1+2+4+ 𝑥𝑛 )2 =225 𝑛1 (Σ𝑥)2 =225 𝜸 ∝ 𝜸 ∝
2 2 2 .1 .1
Σ𝑥 2 = 2 +3 +1 + 𝑥𝑛 = 362

(Σ𝑥)2 = (2+3+1+ 𝑥𝑛 )2 = 196

𝑛2 Σ𝑥 2 = 36 5 1.476 6 1.440
𝑛2 (Σ𝑥)2 = 196
 METODO W

𝐻0
= −1.4576

-∞ ∞
𝐻0 𝐻1 𝐻0
-1.4759 .8088 1.4759

CONCLUSIÓN
𝐻0 Es aceptada; Esto es, NO existe diferencia Bibliografía

significativa en el flujo de corriente promedio en los dos MILLER Y FREUND, PROBABILIDAD Y ESTADISTICA PARA
INGENIEROS
diseños OCTAVA EDICIÓN EDT. PEARSON
En el HMI Ramos Larrea, se realizo un estudio para comparar la efectividad de dos
tratamientos diferentes para la diarrea aguda, seleccionaron 15 niños de 1 a 2 años de
edad con diarrea aguda, fueron divididos en dos subgrupos, al subgrupo A se le dio como
tratamiento SRO y al subgrupo B se le dio como tratamiento SRO + Cocimiento de arroz.
Después de tres días de tratamiento se registro la frecuencia de evacuaciones de los niños,
los resultados fueron los siguientes.

Grupo
3 4 3 4 4 4 5
A
Grupo
4 1 2 3 1 3 2 3
B
¿proporcionan los datos evidencias suficientes que indique que la efectividad de los dos tratamientos no es la misma? Utilice un nivel de
significancia de 0.05
 Datos Formulas

x1 − x2 − µ1 − µ2
t= x1 + x2 + x3 +. . . +xn
s12 s22 x1 =
n1
n1 + n2
𝐻0 : 𝜇1 − 𝜇2 = 0
𝐻1 : 𝜇1 − 𝜇2 ≠ 0 x1 + x2 + x3 +. . . +xn
𝛼 = 0.05 n1 ∑xi2
− ∑xi 2 x2 =
s12 = n2
𝑛1 = 7 n1 n1 − 1
𝑛2 = 8
w1 T1 + w2 T2
n2 ∑xi2
− ∑xi 2 t=
w1 + w2
s22 =
n2 n2 − 1

∑xi2 = x12 + x22 + x32 . . . +xn2 s12 s22

w1 = w2 =
n1 n2

∑xi 2 = x1 + x2 + x3 . . . +xn 2
Prueba de hipótesis para dos medias muestras pequeñas
utilizando el método de la w

Sustitución
3 + 4 + 3+. . .5
3.857 − 2.375 − 0 𝑥1 = = 3.857
𝑡= = 3.24 7
0.4761 1.125
7 + 8
4 + 1 + 2+. . .3
𝑥2 = = 2.375
8

2 + 42 + 32 +. . . 52 ) − 3 + 4 + 3+. . .5 2
7(3
𝑠12 = = 0.4761 0.068 2.365 + 0.140(2.447)
7 7−1 𝑡= = 2.42
0.068 + 0.140

0.4761
w1 = = 0.068
7
8(42 + 12 + 22 +. . . 32 ) − 4 + 1 + 2+. . .3 2
𝑠22 = = 1.125
8 8−1
1.125
w2 = = 0.140
8
 TABLA DE VALORES
CRITICOS DE LA
DISTRIBUCIÓN T

𝛼 0.05
= = 0.025
2 2
𝛾 = 𝑛1 − 1 = 7 − 1 = 6
𝛾 = 𝑛2 − 1 = 8 − 1 = 7
𝜸 ∝

.025
7 2.447
𝜸 ∝

.025
6 2.365 -∞ ∞
𝐻0 𝐻0 𝐻1
𝐻0 = 2.42 2.42 3.24
--2.422

CONCLUSIÓN
𝐻0 Es Rechaza; Se proporcionan Bibliografía
evidencias suficientes que indique que la Introducción a la probabilidad y estadística
efectividad de los dos tratamientos no William Mendennhall
es la misma Capitulo 10
1.- El expendio Pollos Deliciosos asegura que 90% de sus órdenes se entregan en menos de 10 minutos. En una muestra de 100 órdenes, 82 se entregaron
dentro de ese lapso. ¿Puede concluirse en el nivel de significancia 0,01, que menos de 90% de las órdenes se entregan en menos de 10 minutos?

Formula Sustitución
Planteamiento

n=100 Por Formula H1

82 − (100)(.90)
𝑧= = −2.66
𝑥 − 𝑛𝑃0 (100)(.90)(1 − .90)
α=.01 𝑧=
𝑛𝑃0 (1 − 𝑃0 ) H1= -2.66
H0 p=90
H1 p<90
P0 = .90
X=82

24
 Tabla áreas bajo la
curva normal

Cuando H0 es µ<x
se entra a la tabla
de z, con α= .05

z .02
-2.3 .0102

H0= 2.3+.02 -∞ ∞
𝐻1 𝐻0 𝐻0
H0= -2.32 2.66 − 2.32 2.23

CONCLUSIÓN
Se rechaza H0, el 90% de los clientes les llega
su pedido en menos de 10min.
Bibliografía
WALPOLE Y MAYERS . PROBABILIDAD Y ESTADISTICA PARA
INGENIEROS, SEXTA EDICIÓN
A cualquier edad, alrededor de 20% de estadounidenses adultos participan en actividades de
acondicionamiento físico al menos dos veces a la semana. No obstante, estas actividades cambian a
medida que las personas envejecen y, ocasionalmente, los participantes se convierten en no
participantes. En una encuesta local de n = 100 adultos de más de 40 años, un total de 15 personas
indicaron que participaron en estas actividades al menos dos veces a la semana. ¿Estos datos indican
que el porcentaje de participación para adultos de más de 40 años de edad es considerablemente
menor a la cifra de 20%? Calcule el valor p y úselo para sacar las conclusiones apropiadas.

Datos Formula Sustitución Tabla

Tabla: Áreas bajo la curva

𝛼 = 0.01

Z 0.03
2.2 0.0099
𝐻0 =2.23
𝛼 = 0.01

Valor p = P(z < -1.25) = .1056

Bibliografía
Introducción a la
probabilidad y
estadística
William
Mendennhall
Pág. 370

-∞ ∞
𝐻0 𝐻1 𝐻0
-2.23 -1.25 2.23

CONCLUSIÓN
𝐻0 Es aceptada; Hay suficiente evidencia para concluir que el porcentaje de adultos de más de
40 años que participan en actividades de acondicionamiento físico dos veces a la semana es
menor a 20%.
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.

Planteamiento
Sustitución
n1=400 n2=300
H0 p1= p2 H1 p1≠p2
X1=28 X2=15
p1=.07 p2=.05
P=.061 α=.05

Formulas

𝑥1 𝑥2
𝑝1 = ; 𝑝2 = ; 𝑞 =1−𝑃
𝑛1 𝑛2

𝑥1 + 𝑥2 𝑝1 − 𝑝2
𝑃= ; 𝑧=
𝑛1 + 𝑛2 1 1
𝑃𝑞 +
𝑛1 𝑛2
 Tabla áreas bajo la
curva normal

Por tabla H0
,cuando H0 es µ≠x
se entra a la tabla
α .05
de z, con =
2 2
= .025
z .06
WALPOLE Y MAYERS . PROBABILIDAD Y ESTADISTICA PARA INGENIEROS, SEXTA
±1.9 .025 EDICIÓN

H0= 1.9+.06 -∞ ∞
𝐻1 𝐻0 𝐻0
H0= 1.96 -1.96 1.09 1.96

CONCLUSIÓN
Bibliografía
Se ACEPTA H0, P1 NO ES DIFERENTE DE P2 WALPOLE Y MAYERS . PROBABILIDAD Y ESTADISTICA PARA
INGENIEROS, SEXTA EDICIÓN
Los registros de un hospital indican que 52 hombres de una muestra de 1000 contra
23 mujeres de una muestra de 1000 fueron ingresados por enfermedad del
corazón. ¿Estos datos presentan suficiente evidencia para indicar un porcentaje más
alto de enfermedades del corazón entre hombres ingresados al hospital? Use 𝛼 =
.05
 Datos Formulas Sustitución

𝑃෠1 − 𝑃෠2
𝑧=
1 1
𝐻0 : 𝑃1 − 𝑃2 = 0 𝑝Ƹ 𝑞(
ො 𝑛 +𝑛 )
1 2
𝐻1 : 𝑃1 − 𝑃2 > 0

𝑞ො = 1 − 𝑃෠

𝑥1 𝑥2
෢1 =
𝑃 ෢2 =
𝑃
𝑛1 𝑛2

𝑥1 + 𝑥2
𝑝Ƹ =
𝑛1 + 𝑛2
TABLA áreas bajo la
curva normal

1 − 𝛼 = 1 − 0.05 = 0.95

Valor de Z 𝛼= 0.05

1.6 0.95

𝐻0 = 1.65
-∞ ∞
𝐻0 𝐻1
1.65 3.41

Bibliografía
CONCLUSIÓN
Se rechaza 𝐻0 ; . Los datos presentan suficiente evidencia para Introducción a la probabilidad y estadística
William Mendennhall
indicar que el porcentaje de hombres que ingresan al hospital por
Págs. 374 - 375
enfermedad del corazón es más alto que el de mujeres.
2.- 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 .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 .05

Planteamiento Formula Sustitución

Por Formula H1 10 − 1 (1.2) 2

n=10 𝑥2 = = 16
(.09) 2
α=.05
𝑛 − 1 𝑠 2
H0: 𝜎2=.81 2
𝜎=.09 𝑥 = H1=16
H1:𝜎2>.81
𝜎2
S=1.2

31
 TABLA DE VALORES
CRITICOS DE LA
DISTRIBUCIÓN JI
CUADRADA
Cuando H0 es µ>x se entra a
la tabla de ji cuadrada con
1- α= .95
Grados de libertad v = n-1 =
20-1 = 19
V\α .05
9 16.91

V\α .95
9 3.325

H0=16.91 H0=3.325 ∞
𝐻0 𝐻1 𝐻0
3.325 16 16.91

CONCLUSIÓN
Bibliografía
Se acepta H0, la desviación estándar no es
WALPOLE Y MAYERS . PROBABILIDAD Y ESTADISTICA PARA
INGENIEROS, SEXTA EDICIÓN
mayor .9 años
Un fabricante de cemento dice que el concreto preparado con el producto de él tiene resistencia relativamente estable a la compresión y que la
resistencia medida en kilogramos por centímetro cuadrado (kg/cm2 ) está dentro de un rango de 40 kg/cm2 .
Una muestra de n= 10 mediciones produjo una media y varianza igual a, respectivamente,

¿Estos datos presentan suficiente evidencia para rechazar lo dicho por el fabricante?
312 y = 195

Datos Formula Sustitución Tabla

Tabla: valores críticos de la distribución ji cuadrada

1 − 𝛼 = 1 − 0.05 = 0.95
(𝑛 − 1)𝑠 2
𝑥2 =
𝜎2 𝛾 = 𝑛 − 1 = 10 − 1 = 9
𝑛 = 10

𝛾 =𝑛−1 𝜸 𝛼 = 0.05 𝜸 𝛼 = 0.95

9 16.91 9 3.325
𝐻0 = 16.919 𝐻0 = 3.325
H0=16.91 H0=3.325 ∞
𝐻0 𝐻1 𝐻0
3.325 17.55 16.91

CONCLUSIÓN Bibliografía

Introducción a la probabilidad y estadística

SE ACEPTA
William Mendennhall
𝐻0 , 𝐻𝑎𝑦 𝑒𝑣𝑖𝑑𝑒𝑛𝑐𝑖𝑎 𝑖𝑛𝑠𝑢𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑝𝑎𝑟𝑎 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟 𝑙𝑜 𝑞𝑢𝑒 𝑑𝑖𝑐𝑒 𝑒𝑙 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑛𝑡𝑒
Págs. 421 - 422
.- En su incansable búsqueda de un sistema de llenado adecuado, cierta empresa prueba dos máquinas. Robo-fill se usa para llenar 16 tarros y da
una desviación estándar de 1.9 onzas en el llenado. Con Automat-fill se llenan 21 frascos que dan una desviación estándar de 2.1 onzas. Si la
empresa tiene que elegir uno de estos sistemas en función de la uniformidad de llenado. ¿Cual deberá seleccionar? Use un α=.01.

Planteamiento Formula Sustitución

𝟏𝟔 𝟐𝟏−1 (2.𝟏)2 𝟏𝟒𝟏𝟏.𝟐

Ho=𝜎12 = 𝜎22 = 1
Por Formula H1 𝑓= = = 1.24
𝟐𝟏(𝟏𝟔−𝟏)(𝟏.𝟗)2 𝟏𝟏𝟑𝟕.𝟏𝟓
H1= 𝜎12 = 𝜎22 > 1
2
n1 = 16 𝑛1(𝑛2 − 1) 𝑆1 H1= 1.24
𝑓=
n2 = 21 𝑛2(𝑛1 − 1)𝑆22
𝑠1 = 2.1
𝑠2 = 1.9
α=0.01
 TABLA DE VALORES
CRITICOS DE LA
DISTRIBUCIÓN f
𝑓0.01 α=0.01
𝛾1
𝛾2
15
20 3.09

γ1 = n1 − 1 = 16 − 1 = 15
γ2 = n2 − 1 = 21 − 1 = 20
𝑓0.01 α=0.05
𝛾1
𝛾2
20
15 2.33

1
0.05
1
𝑓0.99 (15,20)=𝑓 (20,15)
0
∞
= = 0.42
2.33 𝐻0 𝐻1 𝐻0
. 42 1.24 3.09
H0=3.09 H0= .42 Bibliografía
CONCLUSIÓN MENDENHALL ET AL. INTRODUCCIÓN A
Se acepta Ho, la variación de llenado de la maquina Robo fill, no es LA ESTADISTICA Y PROBABILIDAD,
menor a la de auto fill, por lo que se selecciona cualquier maquina. CENGAGE LEARNING. DECIMO TERCERA
EDICIÓN
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: 𝑠12 = 1.04 𝑠22 = 0.51
¿Presentan los datos evidencia suficiente para indicar que las variaciones del proceso son
menores para el 2? Realice una prueba con un ∝= 0.05.
Datos Formula Sustitución Tabla
Tabla: puntos porcentuales distribución F

𝐻0 = 𝜎12 − 𝜎22 = 1
𝐻1 = 𝜎12 − 𝜎22 > 1 𝛾 = 𝑛 − 1 = 25 − 1 = 24 𝛾 = 𝑛 − 1 = 20 − 1 = 19
𝑛1 = 25
𝑛2 = 20 𝑆12 1.04 𝒇𝟎.𝟎𝟓 𝛾1 24 𝒇𝟎.𝟗𝟓 𝛾1 19
∝= 0.05
𝑓= 2
𝑆2 𝑓= = 2.04
𝑠12 = 1.04 0.51
𝛾2
𝑠22 = 0.51
𝛾2
𝒇𝟎.𝟎𝟓 , 𝟏𝟗,
24 2.00
19 𝟐𝟒
2.11 𝒇𝟎.𝟗𝟓 , 𝟏𝟗, 𝟐𝟒 = 0.5 = 𝐻0
= 2.11 = 𝐻0
Bibliografía

Probabilidad y
Estadística para
Ingenieros
Walpole
6ta Edición

0
∞
𝐻0 𝐻1 𝐻0
. 05 2.04 2.11

CONCLUSIÓN
Se acepta Ho,
No existe suficiente evidencia para decir que la varianza del proceso 2 es menor que la del proceso 1.
.
SE LANZAN 180 VECES UN DAO Y SE OBTENIEN LOS SIGUIENTES RESULTADOS EL DADO ESTA BALANCEADO? UTILIZE SIGNIFICANCIA DE .01

CARAS 1 2 3 4 5 6
FRECUENCIAS 28 36 36 30 27 23

Planteamiento Formula
Sustitución

H0 : EL DADO ESTA
Por Formula H1 χ2 =
(28−30) 2
+
(36−30)2
…+
(23−30)2
= 4.46
30 30 30
BALANCEADO 2
e
(Oi− i)2
χ =෍
H1 : EL DADO ESTA ei
DESBALANCEADO
α=.01 𝛾 =𝐾−1 H1= 4.46

31
TABLA DE VALORES CRITICOS
DE LA DISTRIBUCIÓN JI
CUADRADA
α=0.01 α=0.99 DONDE
X =N-1 X=6-1 X=5
GRADOS DE LIBERTAD

α
𝛾
.01
5 15.83

α
𝛾
.99
5 0.054

0
∞
𝐻0 𝐻1 𝐻0
. 054 4.46 15.86
H0=15.83 H0= .054

CONCLUSIÓN Bibliografía
INTERAPRENDIZAJE DE PROBABILIDAD Y ESTADISTICA
Se acepta Ho, EL DADO NO ESTA INFERENCIAL
SUARES MARIO
DESBALANCEADO.
El gerente de una planta industrial pretende determinar si
el número de empleados que asisten al consultorio médico
de la planta se encuentra distribuido en forma equitativa,
durante los cinco días de trabajo de la semana. Con base
en una muestra aleatoria de cuatro semanas completas de
trabajo, se observó el siguiente número de consultas:
Lunes Martes Miércoles Jueves Viernes
49 35 32 39 45
Con ∝= 0.05 ¿Existe alguna razón para creer que el número de empleados que
asisten al consultorio médico, no se encuentra distribuido de forma equitativa durante
los días de la semana?
 Datos Formulas Sustitución

2
(49 − 40)² (35 − 40)² (32 − 40)² (39 − 40)² (45 − 40)²
𝑥 𝑋 = + + + +
𝐻0 : 𝐸𝑞𝑢𝑖𝑡𝑎𝑡𝑖𝑣𝑎 (𝑜𝑖 − 𝑒𝑖 )² 40 40 40 40 40
𝐻1 : 𝑛𝑜 𝑒𝑞𝑢𝑖𝑡𝑎𝑡𝑖𝑣𝑎 𝑋2 = ෍
𝑖=1
𝑒𝑖 𝑋 2 =4.9
𝛼 = 0.05
𝑛=5 𝐻1 = 4.9
γ= 5 -1=4
γ= K-1
 Grafica Tabla
Tabla: valores críticos de la distribución ji cuadrada

𝛾1 = 𝑛1 − 1 = 5 − 1 = 4

α α
0.05 0.95
𝛾 𝛾

4 9.48 4 0.711
𝐻0 = 9.488 𝐻0 =0.711

Conclusión
-∞ ∞ Se acepta 𝐻0 .
No existe ninguna razón para creer que el número de empleados que acuden al
0.711 4.9 9.488 consultorio no se encuentren distribuidos en forma uniforme a lo largo de la semana
H0 H1 H0
de trabajo

𝐻0 𝐻1 𝐻0
. 0711 4.9 9.48

Bibliografía
Probabilidad y estadística para ingeniería y administración
1ra ed. McGraw-Hill
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 signo para probar la hipótesis en el nivel de significancia de 0.05 que este compensador particular
opera con una mediana de 1.8 Horas antes de requerir una recarga.

Datos Formulas Sustitución Tabla

(3) − (10)(0.5) Tabla: Área bajo la curva
𝐻0 : 𝜇 = 1.8 𝑧=
(10)(0.5)(0.5)
𝑥 − 𝑛𝑃
𝐻1 : 𝜇 ≠ 1.8 𝑧= 𝛼 0.05 𝛼 0.05
𝑛𝑃𝑞 = = 0.025 1- = 1 − = 0.975
𝑧 = −1.26 2 2 2 2
𝑛 = 10

P = 0.5 𝜸 0.06 𝜸 0.06

q= 1 − 𝑃
𝑥 =3 q= 1 − 0.5
q = 0.5 -1.9 0.025 1.9 0.975
𝛼 = 0.05 Dónde:
n: es el número de positivos y negativos.
𝐻0 = -1.9 𝐻 = 1.9
0
0
X: número de positivos.
 Grafica Conclusión

Se acepta 𝐻0 ;
Por lo que este
condensador particular
opera con una diferencia
muy mínima de la
𝐻0 𝐻0
mediana de 1.8 .
𝐻1
-1.96 1.96
1.26

Bibliografía
Introducción a la probabilidad y estadística
William Mendennhall
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.

Datos Formulas Sustitución Tabla

(7) − (13)(0.5) Tabla: Área bajo la curva
𝐻0 : 𝜇 = 12 𝑧=
(13)(0.5)(0.5)
𝑥 − 𝑛𝑃
𝐻1 : 𝜇 ≠ 12 𝑧= 𝛼 0.02 𝛼 0.02
𝑛𝑃𝑞 = = 0.01 1- = 1 − = 0.99
𝑧= +
0.277
- 2 2 2 2
𝑛 = 18
P = 0.5
𝒁 0.03 𝒁 0.03
𝑛 = 13 q= 1 − 𝑃 q= 1 − 0.5
𝑥 =7 q = 0.5 -2.3 0.0099 2.3 0.9901
𝛼 = 0.02 Dónde: 𝐻0 = -2.3 𝐻0 = 2.3
n: es el número de positivos y negativos.
X: número de positivos.
 Grafica Conclusión

Se acepta 𝐻0 ;
El promedio para que los
estudiantes vuelen solo
es de 12 horas

𝐻0 𝐻0
𝐻1
-2.23 2.23 Bibliografía
. 27

Probabilidad y Estadística Aplicaciones y Métodos

George C. Canavas
Pág.: 589
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.

Datos Formulas Sustitución Tabla

(7) − (11)(0.5) Tabla: Área bajo la curva

𝑧=
𝐻0 : 𝜇𝐴 − 𝜇𝐵 = 0 𝑥 − 𝑛𝑃 (11)(0.5)(0.5)
𝑧= 1 - 𝛼 = 1 − 0.05 = 0.95
𝐻1 : 𝜇𝐴 − 𝜇𝐵 > 0 𝑛𝑃𝑞
𝑧 = 0.904
𝑛 = 11
𝒁 0.04 𝒁 0.05
P = 0.5
q= 1 − 𝑃 q= 1 − 0.5
𝑥 =7
q = 0.5 1.6 0.9495 1.6 0.9505
𝛼 = 0.05 Dónde:
n: es el número de positivos y negativos.
𝐻0 = 1.64 o 1.65
X: número de positivos.
 Grafica Conclusión

Se acepta 𝐻0 ,
Por lo tanto los
compensadores funcionan
igual.
0 𝐻1 𝐻0
.904 1.64

Bibliografía
PROBABILIDAD Y ESTADISTICA PARA INGENIEROS
WALPOLE, RONALD E.
6 EDICION
Una compañía de taxis trata de decidir si el uso de llantas radiales en lugar de llantas regulares con cinturón mejora la
economía de combustible. Se equipan 16 automóviles con llantas radiales y se manejan por un recorrido de prueba establecido.
Sin cambiar de conductores, se equipan los mismos autos con llantas regulares con cinturón y se manejan una vez más por el
recorrido de prueba. Se registra el consumo de gasolina, en kilómetros por litro, de la siguiente manera:

Datos Formulas Sustitución Tabla

𝐻0 : 𝜇₁ − 𝜇₂ = 0 (11) − (14)(0.5) Tabla: Área bajo la curva
𝑥 − 𝑛𝑃 𝑧=
𝑧= (14)(0.5)(0.5)
𝐻1 : 𝜇₁ − 𝜇₂ > 0 𝑛𝑃𝑞
1 - 𝛼 = 1 − 0.05 = 0.95
𝑛 = 14 𝑧 = 2.13
𝒁 0.05
P = 0.5
q= 1 − 𝑃
𝑥 =11 q= 1 − 0.5
1.6 0.950
𝛼 = 0.05 q = 0.5
Dónde: 𝐻0 = 1.65 5
n: es el número de positivos y negativos.
X: número de positivos.
Grafica Conclusión

Se rechaza 𝐻0 ,
Por lo tanto las llantas
radiales mejoran la
economía de combustible.
0 𝐻0 𝐻1
1.65 2.13

Bibliografía

Probabilidad y Estadística para Ingeniería y Administración

William W. Hines
Douglas C. Montgomery
La salud mental de la población activa de Sujetos de 60 años tiene una mediana de 80 en una prueba de desajuste
emocional (x). Un psicólogo cree que tras el retiro (jubilación) esta población sufre desajustes emocionales. Con el fin de
verificarlo, selecciona al azar una muestra de sujetos retirados, les pasa la prueba de desajuste y se obtienen los
siguientes datos:
¿Se puede concluir, con un nivel de significancia de 0.05, que tras el retiro aumenta el promedio de desajuste
emocional?

Datos Formulas
𝑊+ = 𝑠𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠

𝑊− = 𝑠𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜

𝐻0 : 𝜇̃ = 80
𝑊 = 𝑉𝑎𝑙𝑜𝑟 𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑒𝑛𝑡𝑟𝑒𝑊+ y 𝑊−
𝐻1 : 𝜇̃ > 80
𝑛 = 14
𝛼 = 0.05
𝜇𝑊 = 𝑛(𝑛+1) 𝜎𝑤 = √ 𝑛(𝑛+1)(2𝑛+1)
4
24

𝑍𝑤 = 𝑊−𝜇𝑊
𝜎𝑤
Prueba de rango con signo Sustitución
𝑊+ = 2+4+5+6+7.5+10+11+12+13+14 = 84.5 𝜇𝑊 = 14(14+1)
= 52.2
Para Versus 𝑯𝟏 Calcule 4
𝑊− = 9 + 7.5 + 1 + 3 = 20.5
probar 𝑯𝟎
𝑊 = 20.5 𝑍𝑤 = 20.5− 52.2 𝜎𝑤 = √ 14(14+1)(2(14)+1)
𝜇 < 𝜇0 𝑊+ = −2.008 = 15.9295
15.9295 24
𝜇 = 𝜇0 𝜇 > 𝜇0 𝑊−
𝜇 ≠ 𝜇0 W Condición
𝑊+
La hipótesis nula se rechaza si el valor calculado 𝑊+ , 𝑊− , 𝑜 𝑊 es menor o igual al
𝑊−
obtenido por tablas.
W

Conclusión
Tabla Se rechaza 𝐻0 ,
Se demuestra con los datos proporcionados y un nivel de significancia de 0.05
que tras el retiro aumenta el promedio de desajuste emocional en los sujetos de
Tabla: Valores críticos para la prueba de rangos con signo 60 años

Bibliografía
Unilateral 𝛂 = 𝟎. 𝟎𝟐𝟓
n Bilateral 𝜶 = 𝟎. 𝟎𝟓 Probabilidad y Estadística para Ingenieros
14 26 𝐻0 Walpole - Novena Edición Capitulo 16
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.

Datos Formulas
𝑊+ = 𝑠𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠

𝑊− = 𝑠𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜

𝐻0 : 𝜇̃ = 98.5
𝐻1 : 𝜇̃ ≠ 98.5 𝑊 = 𝑉𝑎𝑙𝑜𝑟 𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑒𝑛𝑡𝑟𝑒𝑊+ y 𝑊−
𝑛=9
𝛼 = 0.05 𝜇𝑊 = 𝑛(𝑛+1)
4 𝜎𝑤 = √ 𝑛(𝑛+1)(2𝑛+1)
24

𝑍𝑤 = 𝑊−𝜇𝑊
𝜎𝑤
Prueba de rango con signo Sustitución
𝑊+ = 6 + 2 + 1 = 9 𝜇𝑊 = 9(9+1)
= 22.5
Para Versus 𝑯𝟏 Calcule 4
𝑊− = 3 + 9 + 4 + 7 + 5 + 8 = 36
probar 𝑯𝟎
𝑊=9 𝑍𝑤 = 9 − 22.5 = −1.5993 𝜎𝑤 = √ 9(9+1)(2(9)+1)
𝜇 < 𝜇0 𝑊+ = 8.4409
8.4409 24
𝜇 = 𝜇0 𝜇 > 𝜇0 𝑊−
𝜇 ≠ 𝜇0 W Condición
𝑊+
𝑊− La hipótesis nula se rechaza si el valor calculado 𝑊+ , 𝑊− , 𝑜 𝑊 es menor o igual al
obtenido por tablas.
W

Conclusión
Tabla Se rechaza 𝐻0 ,
la hipótesis nula es diferente a 98.5.
Tabla: Valores críticos para la prueba de rangos con signo

Bibliografía
Unilateral 𝛂 = 𝟎. 𝟎𝟐𝟓
n Bilateral 𝜶 = 𝟎. 𝟎𝟓
Estadística
9 6 𝐻0 John E. Freud
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

Datos Formulas
𝑊+ = 𝑠𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠

𝑊− = 𝑠𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜

𝐻0 : 𝜇̃1 − 𝜇̃2 = 0
𝐻1 : 𝜇̃1 − 𝜇̃2 > 0 𝑊 = 𝑉𝑎𝑙𝑜𝑟 𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑒𝑛𝑡𝑟𝑒𝑊+ y 𝑊−
𝑛 = 12
𝛼 = 0.05
𝜇𝑊 = 𝑛(𝑛+1)
4
𝜎𝑤 = √ 𝑛(𝑛+1)(2𝑛+1)
24
𝑍𝑤 = 𝑊−𝜇𝑊
𝜎𝑤
Prueba de rango con signo Sustitución
𝑊+ = 1+3+10+5+7.5+7.5+5+2+11 = 52 𝜇𝑊 = 12(12+1)
= 39
Para Versus 𝑯𝟏 Calcule 4
𝑊− = 5+9 =14
probar 𝑯𝟎
𝑊 = 14 𝑍𝑤 = 14 − 39 = −1.96
𝜇 < 𝜇0 𝑊+ 𝜎𝑤 = √ 12(12+1)(2(12)+1)= 12.7475
12.7475 24
𝜇 = 𝜇0 𝜇 > 𝜇0 𝑊−
𝜇 ≠ 𝜇0 W Condición
𝑊+
𝑊− La hipótesis nula se rechaza si el valor calculado 𝑊+ , 𝑊− , 𝑜 𝑊 es menor o igual al
obtenido por tablas.
W

Conclusión
Tabla Se rechaza 𝐻0 ,
Se demuestra con los datos proporcionados y un nivel de significancia de 0.05 que el
Tabla: Valores críticos para la prueba de rangos con signo nuevo sabor obtiene calificaciones mayores que el actual.

Bibliografía
Unilateral 𝛂 = 𝟎. 𝟎𝟓
n Bilateral 𝜶 = 𝟎. 𝟏𝟎
Probabilidad y Estadística para Ingenieros
11 14 𝐻0 Walpole - Novena Edición
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.

Datos Formulas
𝑊+ = 𝑠𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜𝑠
𝑊− = 𝑠𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑐𝑜𝑛 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑜
𝐻0 : 𝜇̃1 − 𝜇̃2 = 50 𝑊 = 𝑉𝑎𝑙𝑜𝑟 𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑒𝑛𝑡𝑟𝑒𝑊+ y 𝑊−
𝐻1 : 𝜇̃1 − 𝜇̃2 < 0
𝑛 = 10
𝜇𝑊 = 𝑛(𝑛+1)
𝛼 = 0.05
4
𝜎𝑤 = √ 𝑛(𝑛+1)(2𝑛+1)
24
𝑍𝑤 = 𝑊−𝜇𝑊
𝜎𝑤
Prueba de rango con signo Sustitución
𝑊+ = 6+3.5+1 = 10.5 𝜇𝑊 = 10(10+1)
= 27.5
Para Versus 𝑯𝟏 Calcule 4
𝑊− = 5+9+2+8+3.5+10+7 = 44.5
probar 𝑯𝟎
𝑊 = 10.5 𝑍𝑤 = 10.5 − 27.5 = −1.8328
𝜇 < 𝜇0 𝑊+ 𝜎𝑤 = √ 10(10+1)(2(10)+1) = 9.8107
9.8107 24
𝜇 = 𝜇0 𝜇 > 𝜇0 𝑊−
𝜇 ≠ 𝜇0 W Condición
𝑊+ La hipótesis nula se rechaza si el valor calculado 𝑊+ , 𝑊− , 𝑜 𝑊 es menor o igual al
𝑊− obtenido por tablas.
W

Conclusión
Tabla Se rechaza 𝐻0 ,
se concluye con un 𝜶 = 0.05 que los problemas de muestra en promedio no aumentan
Tabla: Valores críticos para la prueba de rangos con signo las calificaciones de registro de graduados en 50 puntos.

Bibliografía
Unilateral 𝛂 = 𝟎. 𝟐𝟓
n Bilateral 𝜶 = 𝟎. 𝟎𝟓
Estadística
10 11 𝐻0 Murray R. Spiegel
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?

Datos Formulas

𝑛1 (𝑛1 + 1) 𝑛2 (𝑛2 + 1)
𝑈1 = 𝑊1 − 𝑈2 = 𝑊2 −
2 2
𝐻0 : 𝜇₁ = 𝜇₂
𝐻1 : 𝜇₁ > 𝜇₂
α = 0.05
𝑊1 = 74.5 (𝑛1 + 𝑛2 )(𝑛1 + 𝑛2 + 1)
𝑊2 = − 𝑊1
𝑛1 = 10 2
𝑛2 = 10

𝑊1 = 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑎

U = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜 𝑒𝑛𝑡𝑟𝑒 𝑈1 𝑦 𝑈2

Prueba de Rangos con Signo Sustitución
𝑊1 = 11+4+5+2+8.5+15+1+3+6+19 = 74.5 10(10+1)
𝑈1 = 74.5 − = 19.5
2
(10+10)(10+10+1)
𝑊2 = = 135.5
2
10(10+1)
𝑈2 = 135.5 − = 80.5
U= 19.5 = 𝐻1 2

Condición
La hipótesis nula se rechaza si el valor calculado 𝑈1 , 𝑈2 𝑜 𝑈 es
menor o igual que el valor de tablas o tabulado.

Tabla Conclusión
Tabla: Valores críticos para la prueba de suma de rangos Se acepta 𝐻0 ,
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
Bibliografía
𝒏𝟏 𝒏𝟐 Probabilidad y Estadística para Ingeniería y administración
10 William W. Hines
𝐻0 Douglas C. Montgomery
10 19
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

Datos Formulas

𝑛1 (𝑛1 + 1) 𝑛2 (𝑛2 + 1)
𝑈1 = 𝑊1 − 𝑈2 = 𝑊2 −
𝐻0 : 𝜇₁ = 𝜇₂ 2 2
𝐻1 : 𝜇₁ ≠ 𝜇₂
α = 0.05
𝑛1 = 4 (𝑛1 + 𝑛2 )(𝑛1 + 𝑛2 + 1)
𝑊2 = − 𝑊1
𝑛2 = 5 2

𝑊1 = 𝑙𝑎 𝑠𝑢𝑚𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑟𝑎𝑛𝑔𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑚á𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑎

U = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜 𝑒𝑛𝑡𝑟𝑒 𝑈1 𝑦 𝑈2
Prueba de Rangos con Signo Sustitución
𝑊1 = 8+6+9+5 = 28 4(4+1)
𝑈1 = 28 − = 18
2
(4+5)(4+5+1)
𝑊2 = − 28 = 17
2 5(5 + 1)
𝑈2 = 17 − =2
U= 2 = 𝐻1 2

Condición
La hipótesis nula se rechaza si el valor calculado 𝑈1 , 𝑈2 𝑜 𝑈 es
menor o igual que el valor de tablas o tabulado.

Tabla Conclusión
Se rechaza 𝐻0 ,
Tabla: Valores críticos para la prueba de suma de rangos se concluye que no existe evidencia significativa al 5% como para rechazar que los dos métodos
producen resultados equivalentes.

Prueba de una cola con 𝛼 = 0.025 o prueba de

dos colas con 𝛼 = 0.05

𝒏𝟏 𝒏𝟐
Bibliografía
5
𝐻0 Probabilidad y Estadística para Ingenieros
4 1
Walpole - Novena Edición