Professional Documents
Culture Documents
982-255-153
e-mail: arcrisacademia@mundo-r.com
0
100
0.5
42
1
14
2
7.5
3
0.4
5
0.11
9
0.05
15
0.002
4.- Se desean comparar la calidad de la soldadura de dos mquinas de soldar automticas en un proceso
de fabricacin de tubos de escape. Se considera que a mayor cantidad del material empleado en la
soldadura mayor es la calidad. Para comparar ambas mquinas se han obtenido los pesos (en gramos) de 8
soldaduras realizadas por cada una de las mquinas:
Mquina I
Mquina II
13
14
25
25
11
14
22
21
13
13
21
25
15
11
22
24
a)
Se considera que el peso de las soldaduras de cada mquina se distribuye normalmente con
medias 1 y 2 respectivamente, estimar la diferencia de dichas medias mediante un intervalo de
confianza del 95%.
b) Qu informacin nos proporciona el intervalo obtenido en el apartado anterior?.
Estadstica
Qumica Industrial
Pag. 1
Si suponemos que las desviaciones tpicas poblacionales son conocidas, con 1 = 2 =5.5, Qu
tamao debera tener la muestra de soldaduras para cada mquina si se desea estimar la
diferencia entre las medias de los pesos de las soldaduras con un error menor que 3, con una
probabilidad igual a 095? (Se supone que utilizamos el mismo nmero de soldaduras para cada
mquina).
5.- En un centro de investigacin se realiza un estudio para comparar tres tratamientos que al aplicarse
previamente a las alubias crudas reduzcan su tiempo de coccin. Se realizan seis pruebas con cada
tratamiento, siendo la variable respuesta el tiempo de coccin en minutos. A continuacin se muestra una
parte de la tabla del anlisis de la varianza obtenida en el experimento:
Origen de la
variacin
Tratamientos
Residual
Total
Grados de
libertad
Suma de
cuadrados
1517444
Cuadrados
medios
Estadstico
1734944
Estadstica
Qumica Industrial
Pag. 2
X Poisson ( 4 )
P ( X > 6) = 1 P ( X 6) =
a)
= 1 ( P ( X = 0) + P ( X = 1) + P ( X = 2) + P ( X = 3) + P ( X = 4) + P ( X = 5) + P ( X = 6) ) =
= 1 ( 0'0183 + 0'0733 + 0'1465 + 0'1954 + 01954 + 01563 + 01042) = 00926
b) El 926% de los das se emiten ms de 6 ppm de cloruro de vinilo, es decir, que se incumple la
normativa. El 9074% de los dias la emisin de cloruro de vinilo no supera las 6 ppm, y por lo tanto, se
cumple la normativa.
c) Dado que las muestras de aire son independientes, llamando:
( )
la
probabilidad
P ( X = 0) =
de
4'63
que
n p
ninguno
de
los
das
se
exceda
el
lmite
permitido
es:
4 '63
= 00098
0!
d) Para que en ms de 40 dias se cumpla la normativa, el nmero de das en los que no se cumple debe ser
menor que 10. As:
P ( X < 10 ) = P ( X = 0 ) + P ( X = 1) + P ( X = 2 ) + P ( X = 3) + P ( X = 4 ) + P ( X = 5 ) +
e 4'63 4 '630 e 4'63 4 '631 e 4'63 4 '632
+
+
+
0!
1!
2!
e 4'63 4 '633 e 4'63 4 '634 e4'63 4 '635 e4'63 4 '636 e4'63 4 '637 e4'63 4 '638
+
+
+
+
+
+
+
3!
4!
5!
6!
7!
8!
e 4'63 4 '639
= 00098 + 00452 + 01046 + 01614 + 01868 + 01730 + 01335 + 00893 +
+
9!
+00511 + 00263 = 09537
+ P ( X = 6) + P ( X = 7 ) + P ( X = 8) + P ( X = 9 ) =
Problema 2.
X: vida til de las llantas (en miles de km.)
H 0 : X N ( , )
H1 : X N ( , )
a)
Estadstica
Qumica Industrial
Pag. 3
b)
=
2
donde
( ni ei )
ei
k2 r 1 si H 0 es cierta
) (
d) Para realizar el contraste, debemos construir la tabla de bondad de ajuste. La variable es continua y
como no est agrupada en intervalos, tenemos que agruparla. El criterio dice que hemos de construir n/5
= 6 intervalos equiprobables. Los construimos en una N(0,1) buscando valores crticos segn se indica en
el siguiente grfico:
Intervalos
N ( , )
ni
pi
ei = n pi
ni ei
( ni ei )
ei
( , 0 '97 ) ( ,5519 )
1/6
-1
02
(-097 , -043)
(-043 , 0)
(0 , 043)
(043 , 097)
5
1
1
18
0
1/6
1/6
1/6
1/6
1/6
5
5
5
5
5
0
1
-4
13
-5
0
02
32
338
5
( 0 '97, )
(5519 , 5677)
(5677 , 58027)
(58027 , 5928)
(5928 , 6086)
( 60 '86, )
( ni ei )
ei
= 42 ' 4
Estadstica
Qumica Industrial
Pag. 4
P 2 > 42 ' 4
p valor = P Estadstico > Valor observado en la muestra
)
H 0 cierta ( 3
y = ab x
ln y = ln ( ab x ) = ln a + xln b Y = A + Bx
tomando
log aritmos
Por lo tanto, hemos de ajustar una recta de regresin a las variables x e Y = ln(y)
Recalculo los pares de datos:
x
Y=ln(y)
0
46051
05
37377
1
26391
2
20149
3
-09163
5
-22073
9
-29957
15
-62146
x =
i =1
xi
= 44375
n
S y2 =
i =1
y =
i =1
yi
y 2 = 12 ' 4318
n
yi
= 0 '0828625
n
S xy =
S x2 =
x y
i
i =1
x 2i
x 2 = 23' 46
n
x y = 16 '0462
bx
son:
= 0 '684 a = e A = 22 '6
x
S
y = 22 '6( 0 '505 ) .
B
b = e = 0 '505
A = y bx = 3'118
B=
Estadstica
Sx y
2
x
Qumica Industrial
Pag. 5
S
S
R = xY = 0 '9386 R 2 = xY = 0 '8828
S x SY
S x SY
El valor del coeficiente de correlacin es negativo, lo que indica que las dos variables crecen en sentido
inverso, y al estar prximo a 1 (tanto el coeficiente de correlacin como el de determinacin lineal R2), es
indicativo de que el ajunte es bueno.
c) El porcentaje de bacilos supervivientes al cabo de 4 semanas ser:
Problema 4.
X: Peso de la soldadura realizada por la mquina I. X N ( 1 , 1 )
Y: Peso de la soldadura realizada por la mquina II. Y N ( 2 , 2 )
X e Y se suponen independientes.
a) Tenemos que construir un intervalo de confianza para la diferencia de medias, pero no sabemos si
podemos suponer iguales las varianzas poblacionales, por lo tanto, contrastaremos previamente la
hiptesis de igualdad de varianzas.
Estimador puntual:
n
x =
i =1
12
22
S12 28214
=
= 0 '8386
S22 33463
n
xi
= 17 '75
n
y =
i =1
yi
= 18'25
m
S12 =
( xi x )2
i =1
n 1
= 28'214
S22 =
( y y)
i
i =1
m 1
= 33643
Planteo el contraste:
H 0 : 12 = 22
H 1 : 12 22
S12
Fn 1,m 1 si H 0 es cierta
S 2
2
Regin de aceptacin: F
1 , n 1, m 1
2
, F
S12
Valor del estadstico: 2 = 0 '8386 R. A. Acepto H 0
S2
Por lo tanto, puedo suponer que las varianzas poblacionales son iguales.
Estadstica
Qumica Industrial
Pag. 6
1 2
Estadstico pivote:
Donde Sn , m =
x y ( 1 2 )
1 1
S n ,m
+
n m
t n+ m2
( n 1)S12 + ( m 1)S22
n+m2
728'214 + 733'463
= 5'56
14
, N k
tal que
x y ( 1 2 )
= 1
P t
< t
<
,n + m 2
,
n
+
m
2
1 1
2
2
S n ,m
+
n m
Transformacin del enunciado probabilstico: Haciendo operaciones aritmticas con la limitacin que nos
permitan aislar en el centro de la limitacin el parmetro 1 2 :
1 1
1 1
P t
S n ,m
S n ,m
+ < x y ( 1 2 ) < t
+ = 1 =
,n+ m 2
,n + m 2
n
m
n
m
2
2
1 1
1 1
S n ,m
S n ,m
= P ( x y ) t
+ < ( 1 2 ) < ( x y ) t
+ =
,n+ m2
,n + m 2
n
m
n
m
2
2
1 1
1 1
S n ,m
S n ,m
= P ( x y ) t
+ < ( 1 2 ) < ( x y ) + t
+
,n+ m2
,n+ m 2
n
m
n
m
2
2
1 2
1 1
1 1
(x y ) t
S n ,m
S n ,m
+ , (x y ) + t
+
,n+ m2
,n + m 2
n m
n m
2
2
1 = 0 '95 = 0 '05
1 1
1 1
0 '5 2 '1455'56 + , 0 '5 + 2 '1455'56 + = ( 3'482 , 2 '482 )
8 8
8 8
Estadstica
Qumica Industrial
Pag. 7
1 2
probabilidad de 095.
Adems, como los lmites del intervalo son de signos opuestos, con un nivel de significacin del 5%,
aceptaramos la hiptesis de igualdad de medias, es decir, podramos suponer que los pesos medios de las
soldaduras son los mismos para las dos mquinas.
c) Ahora nos dicen que las desviaciones tpicas poblacionales son conocidas, con 1 = 2 =5.5, por lo
tanto, ahora las variables son:
X: Peso de la soldadura realizada por la mquina I. X N ( 1 ,55 )
Y: Peso de la soldadura realizada por la mquina II. Y N ( 2 ,55 )
Las desviaciones tpicas son conocidas.
Se define el error cometido al estimar el parmetro
como.
1 2
= x y 1 2
El problema nos pide el tamao de muestra para que el error sea menor que 3.
Nivel de confianza: 1 = 095
Estadstico pivote:
x y ( 1 2 )
12
n
22
N ( 0,1)
estadstico z
2
x y ( 1 2 )
< z
tal que: P z <
2
12 22
2
+
n
m
en la distribucin del
= 1
Transformacin del enunciado probabilstico: Haciendo operaciones aritmticas con la limitacin que nos
permitan aislar el parmetro 1 2 en el centro de la limitacin:
multiplicando por
el denominador
12 22
12 22
+
< x y ( 1 2 ) < z
+
P z
=
2 n
m
n
m
2
2 2
P x y ( 1 2 ) < z 1 + 2
tomando
n
m
2
valor absoluto
12
n
22
m
<3
552 552
552
1'962 2552
2
2
+
< 3 1'96 2
<3
< n n > 25824
1'96
n
n
n
32
Estadstica
Qumica Industrial
Pag. 8
Problema 5.
Llamando Yi = Tiempo de coccin del tratamiento i;
X i N ( i , ) i = 1, 2,3
a) Para completar la tabla ANOVA incompleta que nos proporciona el problema, hay que tener en cuenta
las siguientes frmulas:
SSTOT = SSTRAT + SSE. SSE = SSTOT - SSTRAT = 1734944 1517444 = 217504
SS E
217504
=
= 14 '5
15
N k
SS
1517 '44
= 75872
MSTRATt = TRAT =
2
k 1
MSTRAT 758'72
F* =
=
= 52 '32
14 '5
MS E
MS E =
Con lo que se puede completar la tabla, teniendo en cuenta que k = 3 (hay 3 tratamientos) y el tamao de
cada muestra es ni = 6, por tanto N = 18:
Origen de la
variacin
Tratamientos
Residual
Total
Grados de
libertad
k-1=2
N-k=15
N-1=17
Suma de
cuadrados
1517444
SSE = 217504
1734944
Cuadrados
medios
MSTRAT = 78572
MSE = 14,5
Estadstico
F=52-32
H0: 1 = 2 = 3
H1: al menos un par i j. para algn i j.
F* =
MSTRAT
Fk 1, N k si H 0 es cierta
MS E
( 0, F
MSTRAT 758'72
=
= 52 '32 R. A. Acepto H1
14 '5
MS E
, k 1, N k
) = ( 0, 3'68)
Por lo tanto, hay evidencias muestrales que indican que existen diferencias entre los tiempos de coccin
medios de los distintas grupos con un nivel de significacin del 5%.
c) Para hacer las comparaciones de medias solicitadas construimos el intervalo de confianza para la
diferencia de medias:
Nivel de confianza: 1 = 0'95 .
Estadstico pivote:
Estadstica
xi x j ( i j )
1
1
+
MS E
ni n j
t N k
Qumica Industrial
Pag. 9
, N k
tal que
xi x j ( i j )
P t
< t
<
= 1
, N k
, N k
1
1
2
2
MS E
+
n
n
i
j
Transformacin del enunciado probabilstico: Haciendo operaciones aritmticas con la limitacin que nos
permitan aislar en el centro de la limitacin el parmetro i j :
1
1
1
1
+
< xi x j ( i j ) < t
+
P t
MS E
MS E
= 1 =
2 , N k
, N k
n
n
n
n
i
j
i
j
2
1
1
1
1
= P (xi x j ) t
+
< ( i j ) < (xi x j ) t
+
MS E
MS E
=
, N k
, N k
n
n
n
n
i
j
i
j
2
2
1
1
1
1
MS E
MS E
= P (xi x j ) t
+
< ( i j ) < (xi x j ) + t
+
, N k
, N k
ni n j
ni n j
2
2
i j
1
1
1
1
(x x ) t
MS E
, (x i x j ) + t
MS E
+
+
i
j
, N k
, N k
ni n j
ni n j
2
2
Para poder comparar las medias, tendremos en cuenta que el problema nos da las medias muestrales para
cada grupo: y1 = 78'33 , y2 = 61'17 , y3 = 82 '33
1 = 0 '95 = 0 '5
1 comparacin:
1 2 :
1 1
1 1
( 78'33 61'17 ) 2 '131 14 '5 + , ( 78'33 61'17 ) + 2 '131 14 '5 + = (12 ' 475, 21'845 )
6 6
6 6
1 > 2 .
1 3 :
1 1
1 1
( 78'33 82 '33) 2 '131 14 '5 + , ( 78'33 82 '33) + 2 '131 14 '5 + = ( 8'685, 0 '685 )
6 6
6 6
Los dos extremos del intervalo son de signos opuestos, por lo tanto,
Estadstica
Qumica Industrial
1 = 3 .
Pag. 10
2 3 :
1 1
1 1
( 61'17 82 '33) 2 '131 14 '5 + , ( 61'17 82 '33) + 2 '131 14 '5 + = ( 25'845, 16 ' 475 )
6 6
6 6
2 < 3 .
igual a
Estadstica
Qumica Industrial
Pag. 11
Clases de :
- MATEMTICAS II
- ESTADSTICA
- FSICA II.
- INTRODUCCIN A LA
INGENIERA QUMICA
- INGENIERA DE LA
REACCIN QUMICA
- QUMICA ORGNICA
- FSICO QUMICA
Abierto el plazo de inscripcin.
Precio muy asequible, sin gastos
de matrcula y con descuento por
mas de una asignatura.
Flexibilidad de horario.
Fecha de inicio: 1 de Marzo.
INFORMACIN Y RESERVAS:
C. San Roque 125 Entreplanta
Tfno: 982-255-153 y 637-840-697
Estadstica
Qumica Industrial
Pag. 12