1

UNIVERSIDAD DEL PACIFICO Profs.: J. Toma – J. Rubio

DEPARTAMENTO ACADEMICO DE ECONOMÍA J. Ángeles – I. Soto
ESTADÍSTICA I. E. Lindo – E. Tarazona
SECCIONES: A-C-D-E-F-G-H-I-J-K-L-M-N-O-P

ASESORÍA No. 4
CICLO 2018-1 Junio 11 de 2018

1. Suponga que los pagos mensuales (en soles) de los créditos agrarios de los productores de
papa en los distritos A y B tienen distribuciones independientes. Para el distrito A, dichos pagos
se distribuyen normalmente con media de 2000 soles y desviación estándar de 420 soles. Para el
distrito B, la variable de interés se distribuye con media 1700 soles y desviación estándar de 640
soles. Además, suponga que el porcentaje de agricultores que producen papa de exportación es
20% para el distrito A y 25% para el distrito B.

a) Si se eligen al azar 25 agricultores del distrito A y 40 agricultores del distrito B, halle la

probabilidad de que el pago promedio de la muestra del distrito A sea inferior a la media de
su distribución en menos de 300 soles, y que el pago promedio de la muestra del distrito B se
superior a la media de su distribución en más de 400 soles.
b) Si se eligen al azar 8 agricultores del distrito B, halle la probabilidad de que la proporción de
agricultores de la muestra que producen papa de exportación sea no mayor que 0.30

2. Suponga que la Caja Rural “WW” emitió, en total, 3000 tarjetas de crédito a sus clientes
agricultores en el distrito CC y después de un año de uso, el 70% presentan algún atraso en los
pagos. La empresa desea estimar, entre otros parámetros, a la media de los ingresos mensuales
de los agricultores que presentan algún atraso en sus pagos ( ), y a la proporción de clientes
agricultores con algún atraso en sus pagos y que utilizan más de una tarjeta de crédito ( ). Un
muestreo piloto con 15 agricultores seleccionados de la población de los que tienen algún atraso
en sus pagos, proporciona la siguiente información: la media de los ingresos mensuales es 1380
soles y la desviación estándar de los ingresos mensuales es 316.23 soles; y la proporción de
clientes que tienen más de un tarjeta de crédito es 0.15. ¿Cuál debe ser el tamaño de muestra
para el estudio, si se desea: estimar , con un error de estimación no mayor de 40 soles y una
probabilidad de 0.95; y estimar con un máximo valor de la variancia de la proporción muestral
de 0.000625?

3. De las Oficinas Distritales A y B se seleccionan aleatoriamente a empleados que brindan

asistencia técnica a agricultores cultivadores de papa., para estudiar algunas características de
estos empleados. Se recolectan los datos que permiten obtener la siguiente información:

Medidas Estadísticas A B
Duración promedio de la asistencia técnica brindada en un 79.38 83.72
mes (en horas)
Desviación Estándar del tiempo de asistencia técnica 14.35 9.68
brindada en un mes (en horas)
N° de empleados con menos de 24 meses de experiencia 20 12
Tamaño de muestra 39 43

a) Estimar, con 90% de confianza, la media de la duración de asistencia técnica brindada en un

mes por el personal de la oficina A. Interprete.
b) Estimar, con 95% de confianza, la proporción de empleados de la oficina B con menos de 24
meses de experiencia. Interprete
c) Estime, con 95% de confianza, la diferencia de medias de la distribución de tiempo de
asistencia técnica de los trabajadores de la oficina A y de la distribución correspondiente a la
oficina B. ¿Brinda la estimación realizada alguna información relevante? Explique. Considere
 2

que las variancias poblacionales de las distribuciones de los tiempos de asistencia técnica
correspondientes a ambas oficinas son iguales.
d) Estime, con 90% de confianza, la diferencia de la proporción de trabajadores con menos de
24 meses de experiencia de la oficina A y la proporción de trabajadores con menos de 24
meses de experiencia de la oficina B. ¿Brinda la estimación realizada alguna información
relevante? Explique.

4. Suponga que en el primer semestre del presente año, el 25% de las familias residentes en la
Urbanización “Las Moras” sufrieron robo en su vivienda una o más veces. Además, se conoce
que el monto de lo robado tiene una distribución normal con media 3 mil soles y desviación
estándar 1.6 miles de soles.

a) Si se seleccionan al azar 20 familias que sufrieron robo en su vivienda una o más veces en el
primer semestre del presente año, determine la probabilidad de que el promedio del monto
de lo robado para dicha muestra se encuentre entre 2.8 miles de soles y 4 mil soles.

X: Monto de lo robado en las viviendas de las familias residentes en la Urb. “Las Moras”

2 2
X ∼ N( µX = 3, σX = (1.6) )

 (1.6) 2 
Considerando MCR, n = 20 → X ∼ N  µX = µX = 3, σ X2 = = 0.128 
 20 
 2.8 − 3 4−3 
P ( 2.8 ≤ X ≤ 4 ) = P  ≤ Z ≤  = P ( −0.56 ≤ Z ≤ 2.80 )
 0.128 0.128 

P ( 2.8 ≤ X ≤ 4 ) = 0.9974 – 0.2877 = 0.7097

b) Si se seleccionan al azar 40 familias, determine la probabilidad de que el 20% de ellas hayan

sufrido robo en su vivienda una o más veces en el primer semestre del presente año
Solución 1:

p: proporción muestral de familias que sufrieron robo en su vivienda uno o más veces en
el primer semestre del presente año

p = Y/40 , donde Y es el número de familias de la muestra que sufrieron robo en su

vivienda una o más veces en el primer semestre del presente año.

Considerando MCR, la función de probabilidad de p es:

 40  40 p 1 2
  ( 0.25) (0.75)40−40p , para p=0, , , ..., 1
g(p) =  40p  40 40
 0 , de otro modo


 40  40 (0.2)  40  8
P(p=0.2) = g(0.2) =   ( 0.25 ) (0.75) 40 − 40(0.2) =   ( 0.25 ) (0.75)32 = 0.1188465
 40 (0.2)   8
 3

Solución 2:

Considerando MCR, n=40, Se aplicará el TLC

E(p) = µp = 0.25;

(0.25) (0.75)
σ p2 = = 0.0046875 → σ p = 0.0046875 = 0.06846532
40

 1   1  
P [ p=0.2] ≅ P  0.2 −  ≤ p ≤  0.2 +  
 80   80  

 1   1  
  0.2 − 80  - 0.25  0.2 +  - 0.25 
≅ P    80 
P [ p=0.2] ≤ Z ≤ 
 0.06846532 0.06846532 
 
 
5. Suponga que en el distrito “LANZA” hay 25000 viviendas, de las cuales el 40% se encuentran
alquiladas. Se desea realizar un estudio sobre las viviendas alquiladas para estimar, entre otros
parámetros, la media de los montos de alquiler mensual (en soles) y la proporción de viviendas
alquiladas por un periodo no mayor a un año. Un estudio piloto o preliminar con 20 viviendas
proporciona la siguiente información: los montos de alquiler mensual tienen una media de 877.25
soles y una desviación estándar de 203.56 soles, y 13 de las viviendas están alquiladas por un
periodo no mayor de un año. Determine el tamaño de muestra para el estudio, considerando que
para la estimación de la media de los montos de alquiler mensual se establece una precisión de
60 soles con una confianza del 99%, y para la estimación de la proporción de viviendas
alquiladas por un periodo no mayor de un año se establece un error de estimación no mayor de
0.025 con una confianza del 98%.

N = (0.4) (25000) = 10000 viviendas alquiladas

Parámetros principales:

µX: Promedio de los montos de alquiler del conjunto de viviendas alquiladas del distrito “LANZA”

π : Proporción poblacional de viviendas alquiladas por un periodo no mayor de un año

Muestreo piloto → n=20 ; X = 877.25 ; SX = 203.56 ; p=13/20 = 0.65

Para la estimación de µX

Criterio → P  X - µ X ≤ 60  = 0.99 ; T(0.995, 19) tabla = 2.861

2
( 2.861) (203.56) 2
n MCR = = 94.21 → 95 → (95/10000) = 0.0095
(60) 2

nMSR ≅ 95

Para la estimación de π
 4

Criterio → P  p - π ≤ 0.025 = 0.98 ; Z(0.99) tabla ≅ 2.33

2
( 2.33) (0.65) (0.35)
n MCR ≅ = 1976.12 → 1977 → (1977/10000) = 0.1977
(0.025)2

1976.12
n MSR = = 1650.19 → 1651
1976.12 − 1
1+
10000

TAMAÑO DE MUESTRA PARA EL ESTUDIO → 1651

6. En un estudio para analizar los gastos mensuales por hijo ( en decenas de soles) en pensión
escolar, movilidad o transporte y lonchera (gasto escolares tipo I), se seleccionaron,
aleatoriamente de los distritos de Jesús María ( A ) y Barranco ( B ) 30 y 35 familias con hijos en
edad escolar, respectivamente, obteniéndose los resultados que se proporcionan más adelante.
Por otro lado, se consideró que el gasto escolar tipo 1 es “ALTO” si éste es mayor a mil soles.
Asumiendo que los gastos escolares tipo 1 se distribuyen normalmente e independientemente:

Distrito n Media Desv. Estándar Número de familias con

Gasto tipo 1 “Alto”
J. María (A) 30 99.5 10.43 6
Barranco (B) 35 120.32 9.25 16

a) Estime, con 95% de confianza, la media de los gastos escolares tipo 1 para el distrito de
Jesús María. Interprete según enunciado.

95% de confianza → Estimación de µA → T(0.975, 29)tabla = 2.045

(10.43)2
S2X = = 3.6262 → S X = 1.9042
A
30 A

LF(µ A ) = 99.5 ∓ (2.045)(1.9042)

LIF(µA) = 95.6059 ; LSF(µA) = 103.3941
INTERPRETACIÓN:

a) Estime con 95% de confianza el número total de familias cuyos gastos escolares tipo 1 son
“ALTOS” para el distrito de Jesús María. Asuma que en dicho distrito hay 10000 familias que
tienen hijos en edad escolar. Interprete

95% de confianza → aplicación del TLC → Z(0.975)tabla = 1.96

Solución1: Se considera N=10000 en el cálculo de la desviación estándar

  6   24  
  30   30   10000 − 30
 
Sp A =        = 0.072924
 30   9999 
 
 
 6 
LF (π A ) ≅   ∓ (1.96) (0.072924) → LIF(πA) ≅ 0.0570696 ; LSF(πA) ≅ 0.342931
 30 

LIF(LA) ≅ (10000) (0.0570696) → ≅ 570.696 → 570

LSF(LA) ≅ (10000) (0.342931) → ≅ 3429.3104 → 3430
 5

Solución2: No se considera N=10000 en el cálculo de la desviación estándar

 6   24 
 30   30 
SpA =     = 0.0730297
30
 6 
LF (π A ) ≅   ∓ (1.96) (0.0730297) → LIF(πA) ≅ 0.0568618 ; LSF(πA) ≅ 0.3431382
 30 
LIF(LA) ≅ (10000) (0.0568618) → ≅ 568.618 → 568
LSF(LA) ≅ (10000) (0.3431382) → ≅ 3431.382 → 3432

INTERPRETACIÓN:

b) Estime, con el 90% de confianza, la diferencia de medias de la distribución de gastos

escolares tipo 1 correspondiente al distrito de Jesús María (A) y de la distribución
correspondiente al distrito de Barranco ( B ). ¿Brinda la estimación realizada alguna
información adicional importante?. Explique. Considere que las variancias poblacionales de
gastos escolares correspondientes a ambos distritos son iguales.

90% de confianza → Las variancias poblacionales son desconocidas pero iguales→ T(63, 0.95)tabla
≅1.669
El valor 1.669 corresponde a 65 grados de libertad.

(29) (10.43)2 + (34) (9.25)2

Sp2 = = 96.252176
63

 1 1 
SX = (96.252176)  +  = 2.440997
A − XB
 30 35 

LF(µ A − µB ) = (99.5-120.32) ∓ (1.669) (2.440997)

LIF(µ A − µB ) = - 24.894024 ; LSF(µ A − µB ) = - 16.745976

INFORMACIÓN ADICIONAL IMPORTANTE:

7. Una empresa ha recibido dos lotes de un artículo. En el lote I se tiene 4 artículos de calidad A, 2
artículos de calidad B, y 3 artículos de calidad C. En el lote II se tiene 3 artículos de calidad A, 3
artículos de calidad B, y 2 artículos de calidad C. Los artículos de calidad C se consideran
defectuosos. Para llevar a cabo un control de calidad se eligen al azar y con reemplazo 4 artículos
del lote I, y del lote II se eligen al azar y con reemplazo 5 artículos.
a) Presente las funciones de probabilidad del número de artículos defectuosos elegidos de cada
lote.

Sea X= Nº de artículos defect. elegidos del lote I Sea Y= Nº de art. defect. elegidos del
lote II
 4 5
f ( x) =   (3 / 9) x (6 / 9) 4− x , x = 0,1, 2,3, 4 f ( x) =   (2 / 8) x (6 / 8)5− x , x = 0,1, 2,3, 4, 5
 x  x
=0 , de otro modo =0 , de otro modo
 6

b) Halle la probabilidad de que el número total de artículos defectuosos elegidos de ambos lotes
sea igual a dos.

P [ x + y = 2] = P [ x = 2, y = 0] + P [ x = 0, y = 2] + P [ x = 1, y = 1]
= f (2)h(0) + f (0)h(2) + f (1)h(1)
 4 5  4 5
=   (3 / 9) 2 (6 / 9)2   (2 / 8)0 (6 / 8)5 +   (3 / 9)0 (6 / 9) 4   (2 / 8) 2 (6 / 8)3
 2 0  0  2
 4  5
+   (3 / 9)1 (6 / 9)3   (2 / 8)1 (6 / 8)4
1 1

8. En la agencia “Las Magnolias”, el tiempo de atención de los clientes tiene una distribución con
2
una media de 5 minutos y una variancia de 2.4 minutos . Se sabe además que el 40% de las
personas que van a la agencia para pagar servicios (luz, agua, teléfono).

a) Si se eligen al azar 36 clientes, halle la probabilidad que el promedio muestral supere a la

media de su distribución en menos de 0.6 minutos.

X ≈ ?[5, 2.4], n = 36 > 30, Se puede aplicar el TLC ⇒ X ≈ N [ µ X ,σ X2 ]

aprox

2.4
µ X = µ = 5, σX = = 0.258199
36

 0 X −µ 0.6 
P 0 < X − µ < 0.6  = P  < < 
 0.258199 σX 0.258199 
= P [ 0 < Z < 2.32]
= P [ Z < 2.32] − P [ Z ≤ 0]
= 0.9898 − 0.5
= 0.4898

b) Si se eligen al azar 50 clientes, halle la probabilidad de que la proporción muestral de

personas que van a la agencia para pagar servicios sea no menor de 0.38.

(0.4)(1 − 0.4)
n = 40, π = 0.40, σp = = 0.069282
50

 19   19 
P [ p ≥ 0.38] = P  p ≥  = 1 − P  p < 
 50   50 
 19 1  
  −  − 0.4 
 50 100 
≅ 1 − P Z < 
 0.069282 
 
 
≅ 1 − P [ Z < −0.43]
≅ 1 − 0.3336
≅ 0.6664
 7

9. Suponga que los montos de las facturas de telefonía fija de dos distritos tienen distribuciones
normales e independientes. Se conoce que en el distrito A los montos de las facturas tienen una
distribución con una media de 220 soles y una variancia de 1600 soles2, y que en el 60% de los
hogares tienen también teléfonos celulares. Por otro lado, también se conoce que en el distrito B
los montos de las facturas tienen una distribución con una media de 250 soles y una variancia de
2
2500 soles , y que en el 65% de los hogares tienen también teléfonos celulares.
a) Si en el distrito A se eligen al azar y con reemplazo 35 hogares que tiene teléfono fijo, halle la
probabilidad de que la proporción muestral de hogares que tienen teléfonos celulares sea no
menor a 0.65.

(0.6)(1 − 0.6)
nA = 35, π A = 0.60, σp = = 0.082807867
A
35
 22.75   23 
P [ p A ≥ 0.65] = P  p A ≥  = P  pA ≥ 
 35   55 
  23 1  
  −  − 0.6 
 35 70 
≅ P Z ≥  ≅ P [ Z ≥ 0.52]
 0.082807867 
 
 
≅ 1 − P [ Z < 0.52] ≅ 1 − 0.6985 ≅ 0.3015

b) Si del total de hogares que tienen teléfono fijo se eligen al azar y con reemplazo 40
hogares en el distrito B, halle la probabilidad de que el monto promedio de las
facturas de la muestra sea inferior a 240 soles, o que supere al octavo decil de su
distribución.,

X B ≈ N [250, 2500], nB = 40,

2500
µ X = µ B = 250, σX = = 7.905694
B B
40
P  X B < 240 ∪ X B > D8  = P  X B < 240  + P  X B > D8  − P  X B < 240 ∩ X B > D8 
 X − µ B 240 − 250 
= P B <  + 0.2 − 0
 σ X B 7.905694 
= P [ Z < −1.26] + 0.2
= 0.1038 + 0.2
= 0.3038
10. Suponga que el gasto en los almuerzos dominicales (en cientos de soles), de las familias que
residen en los distritos “A” y “B” son variables independientes, que tienen distribuciones normales
con medias; 3, 4, y con variancias:1.44 y 3.24. Suponga además que, para los días domingo, el
50% de familias del distrito A, y el 60 % de familias del distrito B, almuerzan fuera de casa.

a) Si en el distrito “B” se eligen al azar 30 familias, halle la probabilidad de que el gasto

promedio en almuerzo dominical de las familias de la muestra sea inferior al gasto modal de
la distribución de gastos del distrito en menos de 40 soles.

X B ≈ N [4,3.24], nB = 30,
3.24
µ X = µ B = 4, σX = = 0.328634
B B
30
 8

 −0.4 X − µB 0 
P  −0.4 < X B − µ B < 0  = P  < B < 
 0.328634 σ XB 0.328634 
= P [ −1.22 < Z < 0]
= P [ Z < 0] − P [ Z ≤ −1.22]
= 0.5 − 0.1112
= 0.3888

b) Si en el distrito “B” se eligen al azar 42 familias, halle la probabilidad de que la proporción

muestral de familias que almuerzan fuera de casa supere a la media de su distribución en al
menos 0.085.

Sea p = Proporción de familias que almuerzan fuera de casa, para el distrito B

(0.6)(1 − 0.6)
µ p = π B = 0.6, σp = = 0.075593
B B
42

P [ pB − π B ≥ 0.085] = P [ pB ≥ 0.085 + 0.6] = 1 − P [ pB < 0.685]

 (0.685)(42)   28.77 
= 1 − P  pB <  = 1 − P  pB <
 42   42 
  28 1  
  +  − 0.6 
 28   42 84 
= 1 − P  pB ≤  ≅ 1 − P  Z ≤ 
 42   0.075593 
 
 
≅ 1 − P [ Z ≤ 1.04]
≅ 1 − 0.8508
≅ 0.1492

11. Suponga que los montos de las facturas de telefonía fija de dos distritos tienen distribuciones
normales e independientes. Se conoce que en el distrito A los montos de las facturas tienen una
2
distribución con una media de 220 soles y una variancia de 1600 soles , y que en el 60% de los
hogares tienen también teléfonos celulares. Por otro lado, también se conoce que en el distrito B
los montos de las facturas tienen una distribución con una media de 250 soles y una variancia de
2500 soles2, y que en el 65% de los hogares tienen también teléfonos celulares.
a) Si en el distrito A se eligen al azar y con reemplazo 35 hogares que tiene teléfono fijo, halle la
probabilidad de que la proporción muestral de hogares que tienen teléfonos celulares sea no
menor a 0.65.

(0.6)(1 − 0.6)
nA = 35, π A = 0.60, σp = = 0.082807867
A
35
 22.75   23 
P [ p A ≥ 0.65] = P  p A ≥  = P  pA ≥ 
 35   55 
  23 1  
  −  − 0.6 
 35 70 
≅ P Z ≥  ≅ P [ Z ≥ 0.52]
 0.082807867 
 
 
≅ 1 − P [ Z < 0.52] ≅ 1 − 0.6985 ≅ 0.3015
 9

b) Si del total de hogares que tienen teléfono fijo se eligen al azar y con reemplazo 40 hogares
en el distrito B, halle la probabilidad de que el monto promedio de las facturas de la muestra
sea inferior a 240 soles, o que supere al octavo decil de su distribución.,

X B ≈ N [250, 2500], nB = 40,

2500
µ X = µ B = 250, σX = = 7.905694
B B
40
P  X B < 240 ∪ X B > D8  = P  X B < 240  + P  X B > D8  − P  X B < 240 ∩ X B > D8 
 X − µ B 240 − 250 
= P B <  + 0.2 − 0
 σ X B 7.905694 
= P [ Z < −1.26] + 0.2
= 0.1038 + 0.2
= 0.3038
12. Suponga que el gasto en los almuerzos dominicales (en cientos de soles), de las familias que
residen en los distritos “A” y “B” son variables independientes, que tienen distribuciones normales
con medias; 3, 4, y con variancias:1.44 y 3.24. Suponga además que, para los días domingo, el
50% de familias del distrito A, y el 60 % de familias del distrito B, almuerzan fuera de casa.

a) Si en el distrito “B” se eligen al azar 30 familias, halle la probabilidad de que el gasto

promedio en almuerzo dominical de las familias de la muestra sea inferior al gasto modal de
la distribución de gastos del distrito en menos de 40 soles.

X B ≈ N [4,3.24], nB = 30,
3.24
µ X = µ B = 4, σX = = 0.328634
B B
30
 −0.4 X − µB 0 
P  −0.4 < X B − µ B < 0  = P  < B < 
 0.328634 σ XB 0.328634 
= P [ −1.22 < Z < 0]
= P [ Z < 0] − P [ Z ≤ −1.22]
= 0.5 − 0.1112
= 0.3888
b) Si en el distrito “B” se eligen al azar 42 familias, halle la probabilidad de que la proporción
muestral de familias que almuerzan fuera de casa supere a la media de su distribución en al
menos 0.085.

Sea p = Proporción de familias que almuerzan fuera de casa, para el distrito B

(0.6)(1 − 0.6)
µ p = π B = 0.6, σp = = 0.075593
B B
42

P [ pB − π B ≥ 0.085] = P [ pB ≥ 0.085 + 0.6] = 1 − P [ pB < 0.685]

 (0.685)(42)   28.77 
= 1 − P  pB <  = 1 − P  pB <
 42   42 
 10

  28 1  
  +  − 0.6 
 28   42 84 
= 1 − P  pB ≤  ≅ 1 − P  Z ≤ 
 42   0.075593 
 
 
≅ 1 − P [ Z ≤ 1.04]
≅ 1 − 0.8508
≅ 0.1492

13, Se desea realizar un estudio sobre el uso de taxis de las personas del distrito de Pueblo Libre
que no tienen automóvil. Se ha establecido como objetivos principales: estimar el gasto semanal
promedio en taxis con una precisión de 2.5 soles, y estimar con una precisión de 0.03 la
proporción de personas que no usan taxis. Mediante una muestra preliminar de tamaño 21 se
encontró un gasto semanal promedio de 85 soles y una desviación estándar de los gastos
mensuales de 36 soles.
Según el resultado del último censo del INEI, en el distrito de Pueblo Libre hay aproximadamente
24200 personas que trabajan, y que el 70 % de las ellas tienen automóvil, y no hacen uso de
taxis. Determine el tamaño mínimo de muestra a utilizar en el estudio si se desea seleccionar una
muestra aleatoria sin reemplazo para alcanzar un 95% de confianza.

Para estimar el gasto promedio

N = (24200)(0.3) = 7260, d = 2.5, α = 0.05, n* = 21, S = 36,

 0.05 
Ttab = T 1 − , 21 − 1 = T ( 0.975, 20 ) = 2.086
 2 
2 2
( 2.086 ) ( 36 )
n0 = 2
= 902.305475
( 2.5)
n0 902.305475
= = 0.1243 > 0.05
N 7260

902.305475
⇒ n= = 802.658 ⇒ n = 803
902.305475 − 1
1+
7260

Para estimar la proporción

N = (24200)(0.3) = 7260, d = 0.03, α = 0.05, n* = 21, π = ??

2
 0.05  (1.96 ) ( 0.5 )(1 − 0.5)
Z tab = Z  1 −  = Z ( 0.975 ) = 1.96 n0 = 2
= 1067.1111
 2  ( 0.03)
n0 1067.1111 1067.1111
= = 0.147 > 0.05 n= = 930.4736 ⇒ n = 931
N 7260 1067.1111 − 1
1+
7260

∴ n = 931
14. En un estudio sobre el uso de celulares de los estudiantes de la Universidad El Perú se
estableció como objetivos principales: estimar el gasto mensual promedio con una precisión de 3
soles, y estimar con una precisión de 0.04 la proporción de estudiantes que tienen como
proveedor del servicio teléfono celular a la empresa Claro. Mediante una muestra preliminar de
tamaño 24 se encontró un gasto mensual promedio de 120 soles, una desviación estándar de los
 11

gastos mensuales de 34 soles, y que el 62% de los estudiantes tienen como proveedor del
servicio de teléfono celular a la empresa Claro.

Suponga que la universidad El Perú tiene 14,500 estudiantes. Determine el tamaño mínimo de
muestra a utilizar en el estudio si se desea seleccionar una muestra aleatoria sin reemplazo para
alcanzar un 95% de confianza.
Para estimar µ
Ttab = T (1 − 0.05
2
, 24 − 1) = 2.069, d = 3, S = 34
2 2
(2.069) (34)
n0 = = 549.834
(3) 2
n0 549.834
= = 0.0379 < 0.05 ⇒ n = n0 = 549.834 ≅ 550
N 14500

Para estimar π
Z tab = Z (1 − 0.05
2
) = 1.96, d = 0.04, π ≅ pˆ = 0.62
2
(1.96) (0.62)(1 − 0.62)
n0 = = 565.6756
(0.04)2
n0 565.6756
= = 0.0367 < 0.05 ⇒ n = n0 = 565.6756 ≅ 566
N 14500

∴ Para el estudio n = 566

15. En el Banco Mi préstamo se está realizando un estudio a fin de mejorar el proceso de atención
de clientes en plataforma de banca personal. En muestras independientes tomadas en dos de
sus sucursales más frecuentadas se obtuvo la siguiente información.
Sucursal Tamaño Tiempo promedio de Variancia Número de clientes
de muestra atención (minutos) satisfechos con la atención
A 35 8 3.4 12
B 42 12 4.0 18

a) Halle e interprete un intervalo del 95% confianza para el tiempo promedio de atención de los
clientes de la sucursal A.
3.4
X A = 8, SX A = = 0.311677, Ttab = T (0.975,35 − 1) = 2.032
35
LIF ( µ A ) = 8 − (2.032)(0.311677) = 7.366672
LSF ( µ A ) = 8 + (2.032)(0.311677) = 8.633328

Conf {7.366672 ≤ µ A ≤ 8.633328} = 95%

Interpretación:
b) Halle e interprete un intervalo del 95% de confianza para la proporción de clientes
satisfechos con la atención recibida en la sucursal B.

18 (0.428571)(0.571429)
pB = = 0.428571, σˆ pB = = 0.076360
42 42

 0.05 
Z tab = Z  1 −  = Z ( 0.975 ) = 1.96
 2 
 12

LIF (π B ) = 0.428571 − (1.96)(0.076360) = 0.278905

LSF (π B ) = 0.428571 + (1.96)(0.076360) = 0.578237

Conf {0.278905 ≤ π B ≤ 0.578237} = 95%

Interpretación:

c) Halle e interprete un intervalo del 95% de confianza para la diferencia de los tiempos
promedios de atención en las sucursales A y B. Considere que hay homogeneidad de
variancias. ¿Brinda el intervalo alguna información importante?

IC ( µ A − µ B ) = ?, α =0.05 , n A = 35, nB = 49
 0.05 
Ttab = T  1 − , 35 + 42 − 2  = T ( 0.975,75 ) = 1.992
 2 

(35 − 1)(3.4) + (42 − 1)(4.0)

x A = 8.0, xB = 12.0, S p2 = = 3.728
35 + 42 − 2
1 1
S xA − xB = (3.728)  +  = 0.441901
 35 42 

LIF ( µ A − µ B ) = ( 8 − 12.0 ) − (1.992)(0.441901) = −4.880267

LSF ( µ A − µ B ) = ( 8 − 12.0 ) + (1.992)(0.441901) = −3.119733

Conf { − 4.880267 ≤ µ A − µ B ≤ -3.11973 } = 95%

¿Información importante?

d) Halle e interprete un intervalo del 90% de confianza para la diferencia de proporciones de

clientes satisfechos con la atención recibida de las sucursales A y B. ¿Brinda el intervalo
alguna información importante?

IC (π A − π B ) = ?, α =0.10 , Ztab = Z (1 − 0.10

2
) = 1.645
12 18
pA = = 0.342857, pB = = 0.428571,
35 42
(12 / 35)(23 / 35) (18 / 42)(24 / 42)
σˆ p A − pB = + = 0.110762
35 42

LIF (π A − π B ) = ( 0.342857 − 0.428571) − (1.645)(0.110762) = −0.267917

LSF (π A − π B ) = ( 0.342857 − 0.428571) + (1.645)(0.110762) = 0.096489

Conf { − 0.267917 ≤ π A − π B ≤ 0.096489 } = 90%

¿Información importante?

16. En un estudio para analizar las utilidades anuales de las compañías constructoras en Brasil se
tomó una muestra estratificada según el rubro de construcción al que se dedican: oficinas y
viviendas. Los resultados obtenidos con las muestras son:

Utilidades anuales Variancia Número de empresas que

Rubro de
n promedio (millones (millones de ofrecen acciones a sus
construcción
de soles) soles2) mejores empleados
Oficinas (A) 51 17.2 7.8 40
Viviendas (B) 61 16.5 3.4 30
 13

a) ¿Se puede afirmar que la proporción de empresas constructoras del rubro A que ofrecen
acciones como incentivos a sus mejores empleados es no mayor que 0.6? Utilice α=0.05

(1) Planteamiento de hipótesis. (2) Sea α=0.05

Hp: π A ≤ 0.6 (3) Estadístico de prueba
pA − π A
Ha: π A > 0.6 Z= ≈ N[0,1], n A = 51
σp A
aprox

(4) Criterios de decisión

Se acepta Hp si Zcal ≤ 1.645
ZTab = Z (0.95) ≅ 1.645
Se rechaza Hp si Zcal > 1.645

(5) Cálculo del estadístico de prueba

(0.6)(1 − 0.6) (40 / 51) − 0.6
σp = = 0.068599 Z cal = = 2.686828
A
51 0.068599

(6) Decisión y conclusiones

Como Z cal = 2.6868 > 1.645 , luego se rechaza Hp, y se concluye que no se puede
afirmar que la proporción de empresas constructoras del rubro A que ofrecen
acciones como incentivos a sus mejores empleados es no mayor que 0.6.

b) Si realmente la proporción de empresas constructoras del rubro A que ofrecen acciones

como incentivos a sus mejores empleados es 0.58, ¿cometió algún error es su decisión en la
pregunta anterior? Si respuesta es afirmativa, indique que error cometió. Explique por qué
cometió ( o no cometió) error.

Si π A = 0.58 ⇒ Hp: π A ≤ 0.6 es verdadera

⇒ Se rechazó una Hp verdadera
⇒ Se cometió un error tipo I

c) ¿Se puede afirmar que las utilidades anuales promedio de las empresas del rubro B son
menores que 17 millones de soles? Utilice α=0.05.

(1) Planteamiento de hipótesis. (2) Sea α=0.05

Hp: µ B ≥ 17 (3) Estadístico de prueba
xB − µ B
Ha: µ B < 17 T= ≈ T(nB − 1), nB = 61
S xB
(4) Criterios de decisión
Se acepta Hp si Tcal ≥ −1.671
TTab = T (0.05, 60) = −1.671
Se rechaza Hp si Tcal < −1.671
(5) Cálculo del estadístico de prueba
3.4 16.5 − 17
S xB = = 0.236088 Tcal = = −2.11785
61 0.236088
(6) Decisión y conclusiones
Como Tcal = −2.11785 < −1.671 , luego se rechaza Hp, y se concluye que SI se
puede afirmar que las utilidades anuales promedio de las empresas del rubro B son
menores que 10 millones de soles.
 14

d) ¿Se puede afirmar que las utilidades anuales promedio de las empresas del rubro B son
inferiores a las correspondientes del rubro A? NOTA: Asuma que las variancias son
heterogéneas. Utilice α=0.05

En este caso desea probar si µ B < µ A ⇒ µ B − µ A < 0 (también : µ A − µ B > 0)

(1) Planteamiento de hipótesis. (2) Sea α=0.05
Hp: µ B − µ A ≥ 0 (3) Estadístico de prueba (variancias homogéneas)
( X B − X A ) − (µB − µ A )
Ha: µ B − µ A < 0 T= ≈ T( λ )
S ∆X
(4) Criterios de decisión (Variancias heterogéneas)
3.4 7.8
S2X B = = 0.055737, S2X A = = 0.152941
61 51
[0.055737 + 0.152941]2
λ= 2 2
= 96.3458 ≅ 96
( 0.055737 ) +
( 0.152941)
51 − 1 61 − 1
Se acepta Hp si Tcal ≥ −1.665
Ttab = T (0.05, 96) ≅ T (0.05, 75) = −1.665
Se rechaza Hp si Tcal < −1.665
(5) Cálculo del estadístico de prueba
SX B − X A = 0.055737 + 0.0152941 = 0.456813
(16.5 − 17.2) − (0)
Tcal = = −1.532356
0.456813
(6) Decisión y conclusiones
Como el Tcal = −1.532356 > −1.665 , luego se acepta Hp. Con α=0.05 se concluye
que las evidencias muestrales indican que NO se puede afirmar que las utilidades
anuales promedio de las empresas del rubro B son inferiores a las correspondientes
del rubro A.

17. En un estudio para analizar los gastos semanales en bebidas gaseosas se tomó una muestra
estratificada en los distritos de Los Olivos, Chosica, y Ate, en la cual la unidad de muestreo
fueron las personas residentes en dichos distrito. Los resultados obtenidos con las muestras son:

Gasto promedio Porcentaje de personas que

Distrito n (soles) variancia prefieren agua mineral
A: Los Olivos 35 40 44.1 14.3
B: Chosica 37 35 22.1 18.9
C: Ate 31 31 18.2 15.2
Asuma que los gastos semanales se distribuyen normalmente

a) ¿Se puede afirmar que la proporción de personas del distrito de Chosica que prefieren agua
mineral es menor que 0.2?

(1) Planteamiento de hipótesis. (2) Sea α=0.05

Hp: π B ≥ 0.2 (3) Estadístico de prueba
pB − π B
Ha: π B < 0.2 Z= ≈ N[0,1], nB = 37
σp B
aprox

(4) Criterios de decisión

Se acepta Hp si Zcal ≥ −1.645
ZTab = Z (0.05) ≅ −1.645
Se rechaza Hp si Zcal < −1.645
 15

(5) Cálculo del estadístico de prueba

(0.2)(1 − 0.2) 0.189 − 0.2
σp = = 0.0657596 Z cal = = −0.167276
A
37 0.0657596

(6) Decisión y conclusiones

Como Z cal = −0.167276 > −1.645 , luego se acepta Hp, y se concluye que no se puede
afirmar que la proporción de personas del distrito de Chosica que prefieren agua mineral es
menor que 0.2.

b) ¿Se puede afirmar que el gasto semanal en bebidas gaseosas de las personas del distrito de
Chosica es inferior al gasto semanal en bebidas gaseosas de las personas del distrito de Los
Olivos en más de 3 soles? NOTA: Asuma que las variancias son heterogéneas. Utilice
α=0.05.

En este caso desea probar si µ B − µ A < −3 (también : µ A − µ B > 3)

(1) Planteamiento de hipótesis. (2) Sea α=0.05

Hp: µ B − µ A ≥ −3 (3) Estadístico de prueba (variancias heterogéneas)
( X B − X A ) − (µ B − µ A )
Ha: µ B − µ A < −3 T= ≈ T( λ )
S ∆X
(4) Criterios de decisión (Variancias heterogéneas)
44.1 22.1
S2X A = = 1.26, S2X B = = 0.597297
35 37
[1.26 + 0.597297]2
λ= 2 2
= 60.9416 ≅ 60
(1.26 ) +
( 0.597297 )
35 − 1 37 − 1
Se acepta Hp si Tcal ≥ −1.671
Ttab = T (0.05, 60) = −1.671 (5)
Se rechaza Hp si Tcal < −1.671
Cálculo del estadístico de prueba
SX B − X A = 0.597297 + 1.26 = 1.362827
(35 − 40) − ( −3)
Tcal = = −1.467538
1.362827
(6) Decisión y conclusiones
Como el Tcal = −1.467538 > −1.671 , luego se acepta Hp. Con α=0.05 se concluye que las
evidencias muestrales indican que NO se puede afirmar que que el gasto semanal en
bebidas gaseosas de las personas del distrito de Chosica es inferior al gasto semanal en
bebidas gaseosas de las personas del distrito de Los Olivos en más de 3 soles.

18. En un estudio para evaluar el tiempo mensual de conversaciones con celulares se tomó una
muestra estratificada para hombres y mujeres en Lima. Los resultados obtenidos con las
muestras son:
Género n
Promedio variancia Porcentaje de celulares con conexión
(minutos) a internet
H 33 100 220 69.7
M 31 120 360 80.6
Asuma que los tiempos de conversaciones mensuales se distribuyen normalmente
 16

a) ¿Se puede afirmar que la proporción de celulares con conexión a internet, para el grupo de
mujeres es superior a 0.75?

(1) Planteamiento de hipótesis. (2) Sea α=0.05

Hp: π M ≤ 0.75 (3) Estadístico de prueba

Ha: π M > 0.75 pM − π M

Z= ≈ N[0,1], nM = 31
σp M
aprox

(4) Criterios de decisión

Se acepta Hp si Zcal ≤ 1.645
ZTab = Z (0.95) ≅ 1.645
Se rechaza Hp si Zcal > 1.645
(5) Cálculo del estadístico de prueba
(0.75)(1 − 0.75) 0.806 − 0.75
σp = = 0.077771 Z cal = = 0.720059
A
31 0.077771
(6) Decisión y conclusiones
Como Z cal = 0.720059 < 1.645 , luego se acepta Hp, y se concluye que no se puede afirmar
que la proporción de celulares con conexión a internet, para el grupo de mujeres es superior
a 0.75.

b) Según estudios de hace tres años, el tiempo promedio de conversaciones telefónicas por
mes para celulares fue de 110 minutos para hombres. ¿Cree usted que esto se ha
incrementado?

(1) Planteamiento de hipótesis. (2) Sea α=0.05

Hp: µ H ≤ 110 (3) Estadístico de prueba
xH − µ H
Ha: µ H > 110 T= ≈ T(nH − 1), nH = 33
S xH
(4) Criterios de decisión
Se acepta Hp si Tcal ≤ 1.694
TTab = T (0.95,32) = 1.694
Se rechaza Hp si Tcal > 1.694
(5) Cálculo del estadístico de prueba
220 100 − 110
S xH = = 2.581989 Tcal = = −3.87298
33 2.581989
(6) Decisión y conclusiones
Como Tcal = −3.87298 < 1.694 , luego se acepta Hp, y se concluye que NO se
puede afirmar que el tiempo promedio de conversaciones telefónicas por mes para
celulares de los hombres se ha incrementado.

c) Considerando el resultado anterior; si realmente la media de conversaciones telefónicas

mensual por celular en hombres es 110. ¿Cometió algún error en la decisión? Si su
respuesta es afirmativa, indique que error cometió, y por qué cometió dicho error.

Si µ H = 110 ⇒ Hp: µ H ≤ 110 es verdadera

⇒ Se aceptó una Hp verdadera
⇒ No se cometió
 17

d) ¿Se puede afirmar que el tiempo mensual promedio de conversaciones telefónicas con
celulares de las mujeres es superior al tiempo mensual promedio de conversaciones
telefónicas con celulares de los hombres en más de 10 minutos?

En este caso desea probar si µ M − µ H > 10 (también : µ H − µ M < −10)

(1) Planteamiento de hipótesis. (2) Sea α=0.05

Hp: µ M − µ H ≤ 10 (3) Estadístico de prueba (variancias homogénes)
( X M − X H ) − (µM − µH )
Ha: µ M − µ H > 10 T= ≈ T( λ )
S ∆X

(4) Criterios de decisión (Variancias semejantes, λ=33+31-2=62)

Se acepta Hp si Tcal ≤ 1.671
Ttab = T (0.95, 62) ≅ T (0.95, 60) = 1.671
Se rechaza Hp si Tcal > 1.671
(5) Cálculo del estadístico de prueba
(33 − 1)(220) + (31 − 1)(360)
S2p = = 287.741936
33 + 31 − 2
1 1
SX M − XH = (287.741936)  +  = 4.242812
 33 31 
(120 − 100) − (10)
Tcal = = 2.356928
4.242812
(6) Decisión y conclusiones

Como el Tcal = 2.356928 > 1.671 , luego se rechaza Hp. Con α=0.05 se concluye
que las evidencias muestrales indican que si se puede afirmar que el tiempo mensual
promedio de conversaciones telefónicas con celulares de las mujeres es superior al
tiempo mensual promedio de conversaciones telefónicas con celulares de los
hombres en más de 10 minutos.

f) ¿Se puede afirmar que la proporción de celulares con conexión a internet de los hombres
supera a la proporción de celulares con conexión a internet de las mujeres?

(1) Planteamiento de hipótesis. (2) Sea α=0.05

Hp: π H − π M ≤ 0 (3) Estadístico de prueba
( pH − pB ) − (π H − π M )
Ha: π H − π M > 0 Z= ≈ N(0,1)
σˆ ∆p aprox
(4) Criterios de decisión
Se acepta Hp si Z cal ≤ 1.645
Ztab = Z (0.95) ≅ 1.645
Se rechaza Hp si Z cal > 1.645
(5) Cálculo del estadístico de prueba
(33)(0.697) + (31)(0.806)
p= = 0.749797,
33 + 31

( 0.749797 )(1 − 0.749797 ) 

1 1
σˆ ∆p = +  = 0.108335
 33 31 
( 0.697 − 0.806 ) − 0
Zcal = = −1.006135
0.108335
(6) Decisión y conclusiones
 18

Como el Z cal = −1.006135 < 1.645 , luego se acepta Hp. Con α=0.05 se concluye que las
evidencias muestrales indican que no se puede afirmar que la proporción de celulares con
conexión a internet de los hombres supera a la proporción de celulares con conexión a
internet de las mujeres.

19.. Una empresa elabora el mismo producto a través de dos máquinas. Las dos máquinas tienen
características similares pero son de dos marcas distintas y la gerencia desea compararlas. Para
realizar la comparación selecciona 10 operarios calificados que deben usar cada una de las
máquinas por un tiempo de dos horas. La cantidad de producto fabricado (Xi; en Kgs) se da a
continuación:

Operario 1 2 3 4 5 6 7 8 9 10
XA 20 18 16 22 24 22 22 23 20 19
XB 19 16 18 21 22 22 23 23 21 18
Diferencia 1 2 -2 1 2 0 -1 0 -1 1

Realice la prueba respectiva. (Use α = 0.05).

En este caso de sea probar si µ d = µ A − µ B = 0

(1) Planteamiento de hipótesis. (2) Sea α=0.05

Hp: µd = 0 (3) Estadístico de prueba
Ha: µ d ≠ 0 X d − µd
T= ≈ T(10 −1)
Sd
(4) Criterios de decisión
Se acepta Hp si − 2.262 ≤ Tcal ≤ 2.262
Ttab = T (0.975,9) = 2.262
Se rechaza Hp si Tcal < −2.262 o Tcal > 2.262

(5) Cálculo del estadístico de prueba

∑ di = (1) + ⋯ + (1) = 3, ∑ di2 = (1)2 + (2)2 + ⋯ + (1)2 = 17

3 1  (3) 2  161
d= = 0.3, S2d = 17 − = = 1.788889
10 10 − 1  10  90
1.788889
Sd = = 0.422952
10
0.3 − 0
Tcal = = 0.7093
0.422952
(6) Decisión y conclusiones
Como el −2.262 < Tcal = 0.7092 < 2.262 , luego se acepta Hp. Con α=0.05 se concluye que
las evidencias muestrales indican que si se puede afirmar que los rendimientos obtenidos
con ambas máquinas son similares.