Probabilidad y Estadística 93.

24 curso 2024

Probabilidad y Estadística (93.24)

Pruebas de hipótesis
Índice
1. Repaso de algunos conceptos 2

2. Función de distribución de la variable aleatoria con distribución normal están-

dar 7

3. Fractiles de la distribución normal estándar 8

4. Fractiles de la distribución t-Student 9

5. Guía de ejercicios 11

6. Respuestas 17

7. Ejercicios resueltos 19

1
Probabilidad y Estadística 93.24 curso 2024

1. Repaso de algunos conceptos

Generalidades de Prueba de Hipótesis

En estadística, se denomina población al universo de casos posibles. Este término, como

muchos otros, tienen sus orígenes en la aplicación de la estadística al estudio de caracterís-
ticas demográficas. Sin embargo, no se aplica sólo a individuos, sino que se utiliza en forma
mucho más amplia.
Lamentablemente, en general no conocemos exactamente la población. De hecho, la pobla-
ción puede ser infinita. Por lo tanto, se suele inferir información acerca de la población a
partir de la observación de una muestra de tamaño finito de la misma. Ya hemos visto, por
ejemplo, algunas formas de estimar parámetros de la población a partir de una muestra.

Una hipótesis estadística es una afirmación sobre parámetros de una población. Una prueba
de hipótesis consiste en una forma de contrastar varias hipótesis (mutuamente excluyentes)
entre sí, evaluando su posible veracidad. Dado que, en general, no conocemos completamen-
te la población, nunca podemos tener certidumbre total sobre la veracidad de un hipótesis
estadística.

Aquí nos concentraremos en pruebas de hipótesis binarias, es decir, en las cuales se con-
trastan sólo dos hipótesis. En particular, en las aplicaciones se tiene interés en poner a
prueba la veracidad de cierta hipótesis particular, la cual se denomina hipótesis nula (H0 ).
Para ello, se la compara con una hipótesis complementaria o hipótesis alternativa (H1 ). El
análisis de la veracidad de ambas hipótesis se realiza sobre la base de los datos de una o
varias muestras. Nosotros nos enfocaremos en los casos en que se utiliza una sola mues-
tra. Para facilitar el análisis, los datos de la muestra se suelen resumir en un solo valor
denominado estadístico de prueba (Λ). Basados en en el valor del estadístico de prueba
para una muestra particular, se toma una decisión: aceptar o rechazar la veracidad de la
hipótesis nula. La hipótesis se rechaza cuando Λ ∈ R, siendo R una región pre-determinada
de rechazo conocida como la región crítica.

Dado que nunca se puede tener una certeza total, se pueden cometer distintos tipos de
errores:
H0 verdadera H0 falsa
Se acepta H0 OK Error Tipo II
Se rechaza H0 Error Tipo I OK

Una forma de plantear la prueba de hipótesis es fijando un valor α (pequeño) para la

máxima probabilidad admisible de cometer un Error Tipo I. A este valor se lo denomina
el nivel de significación de la prueba. Dado α, se puede determinar la región crítica R(α)
tal que  
PH0 Λ ∈ R(α) ≤ α,

donde la probabilidad se evalúa en el caso en que la hipótesis nula sea verdadera. Fijada la
región crítica, se puede cometer un Error Tipo II. La probabilidad de cometer este error se
suele denominar con la letra β. Se conoce como potencia de la prueba de hipótesis a 1 − β.

Dada una muestra, se puede calcular un valor observado λobs del estadístico Λ. Se define
el valor p de la prueba como la probabilidad de que Λ sea “peor” que λobs cuando H0 es
verdadera. Por “peor” queremos decir que hace más sospechoso que la hipótesis nula sea
verdadera. La hipótesis nula se rechaza si el valor p es menor que el nivel de significación
α.

2
Probabilidad y Estadística 93.24 curso 2024

Prueba de hipótesis para la media - Generalidades

Sea X una variable aleatoria con media µ. Existen tres tipos de pruebas de hipótesis:

1. De dos colas:
Prueba:

H0 : µ = µ0 µ0 es un valor dado
H1 : µ ̸= µ0

Condición de rechazo: Λ ̸∈ (λl , λu ) ⊂ R. Si µ = µ0 (la hipótesis nula es cierta),

Eµ0 [Λ] ∈ (λl , λu ).
Probabilidad de Error Tipo II: β(µ1 ) = Pµ1 (Λ ∈ (λl , λu )), donde Pµ1 (·) denota
la probabilidad cuando µ = µ1 . Hay cinco valores característicos:
• β(µ0 ) = 1 − α.
• β(µl ) = β(µu ) ≈ 0.5 si la distribución de Λ es simétrica.
• β(−∞) = β(+∞) = 0.
La gráfica de β(µ1 ) vs. µ1 se conoce como la curva característica. Por otro lado,
se llama curva de potencia a la de 1 − β(µ1 ) vs. µ1 .
Valor p: p(λobs ) = Pµ0 (|Λ − Eµ0 [Λ]| > |λobs − Eµ0 [Λ]|).

2. De cola derecha:

Prueba:

H0 : µ ≤ µ0 µ0 es un valor dado
H1 : µ > µ0

Condición de rechazo: Λ > λu .

Probabilidad de Error Tipo II: β(µ1 ) = Pµ1 (Λ ≤ λu ). Hay tres valores caracte-
rísticos:
• β(µ0 ) = 1 − α.
• β(λu ) = 0.5 si la distribución de Λ es simétrica.
• β(+∞) = 0.
Valor p: p(λobs ) = Pµ0 (Λ > λobs ).

3. De cola izquierda:

Prueba:

H0 : µ ≥ µ0 µ0 es un valor dado
H1 : µ < µ0

Condición de rechazo: Λ < λl .

Probabilidad de Error Tipo II: β(µ1 ) = Pµ1 (Λ ≥ λl ). Hay tres valores caracte-
rísticos:
• β(µ0 ) = 1 − α.
• β(λl ) = 0.5 si la distribución de Λ es simétrica.
• β(−∞) = 0.
Valor p: p(λobs ) = Pµ0 (Λ < λobs ).

3
Probabilidad y Estadística 93.24 curso 2024

Prueba de hipótesis para la media con varianza conocida

Asumamos que la muestra X1 , X2 , · · · , Xn de una población puede considerarse un conjunto

de n variables aleatorias i.i.d. normales con media µ desconocida y varianza σ 2 conocida.
Dos estadísticos de prueba habituales son la media muestral X̄ y

X̄ − µ0
Z= .
√σ
n

Dado que es fácil pasar de uno estadístico a otro, aquí sólo presentaremos los resultados
usando Z. Si α es el nivel de significación, las pruebas de hipótesis quedan:

Prueba de Condición Prob. Error Tipo II Valor p

Hipótesis de rechazo β(µ1 )

 
µ0 −µ1
H0 : µ = µ0 Z < −z1− α2 Φ +z1− α2 + √σ
n
o  −  2 (1 − Φ (|zobs |))
µ0 −µ1
H1 : µ ̸= µ0 Z > +z1− α2 Φ −z1− α2 + √σ
n

H0 : µ ≤ µ0  
µ0 −µ1
Z > +z1−α Φ +z1−α + √σ 1 − Φ (zobs )
n
H1 : µ > µ0

H0 : µ ≥ µ0  
µ0 −µ1
Z < −z1−α 1 − Φ −z1−α + √σ Φ (zobs )
n
H1 : µ < µ0

Gracias al Teorema Central del Límite, estas ecuaciones son válidas aunque las va-
riables aleatorias no sean normales si n es grande.

Sean o no normales las variables aleatorias, si n es grande, las mismas condiciones

de rechazo y fórmulas para el valor p se pueden utilizar aún en el caso que la
varianza sea desconocida. En este caso, el estadístico de prueba que se utiliza es

X̄ − µ0
Z= .
√S
n

4
Probabilidad y Estadística 93.24 curso 2024

Prueba de hipótesis para una proporción

Sea q la probabilidad desconocida de un evento dado. Otra forma de entender q es como

la proporción de la población que satisface cierta propiedad. Sea X el número de individuos
con la propiedad indicada de una muestra de n casos independientes. Si n ≪ N , siendo
N el tamaño de la población, X ∼ Binomial(n, q). Si n es grande, por el Teorema Central
del Límite, la distribución de X es aproximadamente normal con media µ = nq y varianza
σ 2 = nq(1 − q).
Tres estadísticos de prueba posibles son X, q̂ = X/n y

q̂ − q0
Z=q .
q0 (1−q0 )
n

Dado que es sencillo pasar de un estadístico a otro, sólo presentaremos resultados corres-
pondientes a Z. Si n es grande (> 100), gracias al Teorema Central del Límite las pruebas
de hipótesis para un nivel de significación α quedan:

Prueba de Condición Prob. Error Tipo II Valor p

Hipótesis de rechazo β(q1 ) p(zobs )

!
q
q0 (1−q0 )
H0 : q = q0 Z < −z1− α2 Φ +z1− α2 + q q0 −q1
q1 (1−q1 ) q1 (1−q1 )
n

o − ! 2 (1 − Φ (|zobs |))
q
q0 (1−q0 )
H1 : q ̸= q0 Z > +z1− α2 Φ −z1− α2 + q q0 −q1
q1 (1−q1 ) q1 (1−q1 )
n

H0 : q ≤ q0 !
q
q0 (1−q0 )
Z > +z1−α Φ +z1−α + q q0 −q1 1 − Φ (zobs )
q1 (1−q1 ) q1 (1−q1 )
n

H1 : q > q0

H0 : q ≥ q0 !
q
q0 (1−q0 )
Z < −z1−α 1 − Φ −z1−α + q q0 −q1 Φ (zobs )
q1 (1−q1 ) q1 (1−q1 )
n

H1 : q < q0

5
Probabilidad y Estadística 93.24 curso 2024

Prueba de hipótesis para la media con varianza desconocida

Asumamos que la muestra X1 , X2 , · · · , Xn de una población puede considerarse un con-

junto de n variables aleatorias i.i.d. normales con media µ y varianza σ 2 desconocida. El
estadístico de prueba es
X̄ − µ0
T = S
.
√
n

Si α es el nivel de significación, las pruebas de hipótesis quedan:

Prueba de Condición Prob. Error Tipo II Valor p

Hipótesis de rechazo β(µ1 ) p(tobs )

 
µ0 −µ1
H0 : µ = µ0 T < −tn−1,1− α2 Ξn−1 +tn−1,1− α2 + √σ
n
o  −  2 (1 − Ξn−1 (|tn−1,obs |))
µ0 −µ1
H1 : µ ̸= µ0 T > +tn−1,1− α2 Ξn−1 −tn−1,1− α2 + √σ
n

H0 : µ ≤ µ0  
µ0 −µ1
T > +tn−1,1−α Ξn−1 +tn−1,1−α + √σ 1 − Ξn−1 (tobs )
n
H1 : µ > µ0

H0 : µ ≥ µ0  
µ0 −µ1
T < −tn−1,1−α 1 − Ξn−1 −tn−1,1−α + √σ Ξn−1 (tobs )
n
H1 : µ < µ0

Ξn−1 es la función de distribución (acumulada) correspondiente a una variable aleatoria t

de Student con n − 1 grados de libertad. Cuando n es grande (> 200), Ξn−1 (·) ≈ Φ(·) y
tn−1,δ ≈ zδ .

6
Probabilidad y Estadística 93.24 curso 2024

2. Función de distribución de la variable aleatoria con dis-

tribución normal estándar

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
4.0 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

7
Probabilidad y Estadística 93.24 curso 2024

3. Fractiles de la distribución normal estándar

α 0.000 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009
0.50 0.0000 0.0025 0.0050 0.0075 0.0100 0.0125 0.0150 0.0175 0.0201 0.0226
0.51 0.0251 0.0276 0.0301 0.0326 0.0351 0.0376 0.0401 0.0426 0.0451 0.0476
0.52 0.0502 0.0527 0.0552 0.0577 0.0602 0.0627 0.0652 0.0677 0.0702 0.0728
0.53 0.0753 0.0778 0.0803 0.0828 0.0853 0.0878 0.0904 0.0929 0.0954 0.0979
0.54 0.1004 0.1030 0.1055 0.1080 0.1105 0.1130 0.1156 0.1181 0.1206 0.1231
0.55 0.1257 0.1282 0.1307 0.1332 0.1358 0.1383 0.1408 0.1434 0.1459 0.1484
0.56 0.1510 0.1535 0.1560 0.1586 0.1611 0.1637 0.1662 0.1687 0.1713 0.1738
0.57 0.1764 0.1789 0.1815 0.1840 0.1866 0.1891 0.1917 0.1942 0.1968 0.1993
0.58 0.2019 0.2045 0.2070 0.2096 0.2121 0.2147 0.2173 0.2198 0.2224 0.2250
0.59 0.2275 0.2301 0.2327 0.2353 0.2378 0.2404 0.2430 0.2456 0.2482 0.2508
0.60 0.2533 0.2559 0.2585 0.2611 0.2637 0.2663 0.2689 0.2715 0.2741 0.2767
0.61 0.2793 0.2819 0.2845 0.2871 0.2898 0.2924 0.2950 0.2976 0.3002 0.3029
0.62 0.3055 0.3081 0.3107 0.3134 0.3160 0.3186 0.3213 0.3239 0.3266 0.3292
0.63 0.3319 0.3345 0.3372 0.3398 0.3425 0.3451 0.3478 0.3505 0.3531 0.3558
0.64 0.3585 0.3611 0.3638 0.3665 0.3692 0.3719 0.3745 0.3772 0.3799 0.3826
0.65 0.3853 0.3880 0.3907 0.3934 0.3961 0.3989 0.4016 0.4043 0.4070 0.4097
0.66 0.4125 0.4152 0.4179 0.4207 0.4234 0.4261 0.4289 0.4316 0.4344 0.4372
0.67 0.4399 0.4427 0.4454 0.4482 0.4510 0.4538 0.4565 0.4593 0.4621 0.4649
0.68 0.4677 0.4705 0.4733 0.4761 0.4789 0.4817 0.4845 0.4874 0.4902 0.4930
0.69 0.4958 0.4987 0.5015 0.5044 0.5072 0.5101 0.5129 0.5158 0.5187 0.5215
0.70 0.5244 0.5273 0.5302 0.5330 0.5359 0.5388 0.5417 0.5446 0.5476 0.5505
0.71 0.5534 0.5563 0.5592 0.5622 0.5651 0.5681 0.5710 0.5740 0.5769 0.5799
0.72 0.5828 0.5858 0.5888 0.5918 0.5948 0.5978 0.6008 0.6038 0.6068 0.6098
0.73 0.6128 0.6158 0.6189 0.6219 0.6250 0.6280 0.6311 0.6341 0.6372 0.6403
0.74 0.6433 0.6464 0.6495 0.6526 0.6557 0.6588 0.6620 0.6651 0.6682 0.6713
0.75 0.6745 0.6776 0.6808 0.6840 0.6871 0.6903 0.6935 0.6967 0.6999 0.7031
0.76 0.7063 0.7095 0.7128 0.7160 0.7192 0.7225 0.7257 0.7290 0.7323 0.7356
0.77 0.7388 0.7421 0.7454 0.7488 0.7521 0.7554 0.7588 0.7621 0.7655 0.7688
0.78 0.7722 0.7756 0.7790 0.7824 0.7858 0.7892 0.7926 0.7961 0.7995 0.8030
0.79 0.8064 0.8099 0.8134 0.8169 0.8204 0.8239 0.8274 0.8310 0.8345 0.8381
0.80 0.8416 0.8452 0.8488 0.8524 0.8560 0.8596 0.8632 0.8669 0.8706 0.8742
0.81 0.8779 0.8816 0.8853 0.8890 0.8927 0.8965 0.9002 0.9040 0.9078 0.9116
0.82 0.9154 0.9192 0.9230 0.9269 0.9307 0.9346 0.9385 0.9424 0.9463 0.9502
0.83 0.9542 0.9581 0.9621 0.9661 0.9701 0.9741 0.9782 0.9822 0.9863 0.9904
0.84 0.9945 0.9986 1.0027 1.0069 1.0110 1.0152 1.0194 1.0237 1.0279 1.0322
0.85 1.0364 1.0407 1.0451 1.0494 1.0537 1.0581 1.0625 1.0669 1.0714 1.0758
0.86 1.0803 1.0848 1.0893 1.0939 1.0985 1.1031 1.1077 1.1123 1.1170 1.1217
0.87 1.1264 1.1311 1.1359 1.1407 1.1455 1.1503 1.1552 1.1601 1.1650 1.1700
0.88 1.1750 1.1800 1.1850 1.1901 1.1952 1.2004 1.2055 1.2107 1.2160 1.2212
0.89 1.2265 1.2319 1.2372 1.2426 1.2481 1.2536 1.2591 1.2646 1.2702 1.2759
0.90 1.2816 1.2873 1.2930 1.2988 1.3047 1.3106 1.3165 1.3225 1.3285 1.3346
0.91 1.3408 1.3469 1.3532 1.3595 1.3658 1.3722 1.3787 1.3852 1.3917 1.3984
0.92 1.4051 1.4118 1.4187 1.4255 1.4325 1.4395 1.4466 1.4538 1.4611 1.4684
0.93 1.4758 1.4833 1.4909 1.4985 1.5063 1.5141 1.5220 1.5301 1.5382 1.5464
0.94 1.5548 1.5632 1.5718 1.5805 1.5893 1.5982 1.6072 1.6164 1.6258 1.6352
0.95 1.6449 1.6546 1.6646 1.6747 1.6849 1.6954 1.7060 1.7169 1.7279 1.7392
0.96 1.7507 1.7624 1.7744 1.7866 1.7991 1.8119 1.8250 1.8384 1.8522 1.8663
0.97 1.8808 1.8957 1.9110 1.9268 1.9431 1.9600 1.9774 1.9954 2.0141 2.0335
0.98 2.0537 2.0748 2.0969 2.1201 2.1444 2.1701 2.1973 2.2262 2.2571 2.2904
0.99 2.3263 2.3656 2.4089 2.4573 2.5121 2.5758 2.6521 2.7478 2.8782 3.0902

8
Probabilidad y Estadística 93.24 curso 2024

4. Fractiles de la distribución t-Student

GDL 0.800 0.900 0.950 0.975 0.990 0.995

1 1.3764 3.0777 6.3138 12.7062 31.8205 63.6567
2 1.0607 1.8856 2.9200 4.3027 6.9646 9.9248
3 0.9785 1.6377 2.3534 3.1824 4.5407 5.8409
4 0.9410 1.5332 2.1318 2.7764 3.7469 4.6041
5 0.9195 1.4759 2.0150 2.5706 3.3649 4.0321
6 0.9057 1.4398 1.9432 2.4469 3.1427 3.7074
7 0.8960 1.4149 1.8946 2.3646 2.9980 3.4995
8 0.8889 1.3968 1.8595 2.3060 2.8965 3.3554
9 0.8834 1.3830 1.8331 2.2622 2.8214 3.2498
10 0.8791 1.3722 1.8125 2.2281 2.7638 3.1693
11 0.8755 1.3634 1.7959 2.2010 2.7181 3.1058
12 0.8726 1.3562 1.7823 2.1788 2.6810 3.0545
13 0.8702 1.3502 1.7709 2.1604 2.6503 3.0123
14 0.8681 1.3450 1.7613 2.1448 2.6245 2.9768
15 0.8662 1.3406 1.7531 2.1314 2.6025 2.9467
16 0.8647 1.3368 1.7459 2.1199 2.5835 2.9208
17 0.8633 1.3334 1.7396 2.1098 2.5669 2.8982
18 0.8620 1.3304 1.7341 2.1009 2.5524 2.8784
19 0.8610 1.3277 1.7291 2.0930 2.5395 2.8609
20 0.8600 1.3253 1.7247 2.0860 2.5280 2.8453
21 0.8591 1.3232 1.7207 2.0796 2.5176 2.8314
22 0.8583 1.3212 1.7171 2.0739 2.5083 2.8188
23 0.8575 1.3195 1.7139 2.0687 2.4999 2.8073
24 0.8569 1.3178 1.7109 2.0639 2.4922 2.7969
25 0.8562 1.3163 1.7081 2.0595 2.4851 2.7874
26 0.8557 1.3150 1.7056 2.0555 2.4786 2.7787
27 0.8551 1.3137 1.7033 2.0518 2.4727 2.7707
28 0.8546 1.3125 1.7011 2.0484 2.4671 2.7633
29 0.8542 1.3114 1.6991 2.0452 2.4620 2.7564
30 0.8538 1.3104 1.6973 2.0423 2.4573 2.7500
31 0.8534 1.3095 1.6955 2.0395 2.4528 2.7440
32 0.8530 1.3086 1.6939 2.0369 2.4487 2.7385
33 0.8526 1.3077 1.6924 2.0345 2.4448 2.7333
34 0.8523 1.3070 1.6909 2.0322 2.4411 2.7284
35 0.8520 1.3062 1.6896 2.0301 2.4377 2.7238
36 0.8517 1.3055 1.6883 2.0281 2.4345 2.7195
37 0.8514 1.3049 1.6871 2.0262 2.4314 2.7154
38 0.8512 1.3042 1.6860 2.0244 2.4286 2.7116
39 0.8509 1.3036 1.6849 2.0227 2.4258 2.7079
40 0.8507 1.3031 1.6839 2.0211 2.4233 2.7045
41 0.8505 1.3025 1.6829 2.0195 2.4208 2.7012
42 0.8503 1.3020 1.6820 2.0181 2.4185 2.6981
43 0.8501 1.3016 1.6811 2.0167 2.4163 2.6951
44 0.8499 1.3011 1.6802 2.0154 2.4141 2.6923
45 0.8497 1.3006 1.6794 2.0141 2.4121 2.6896
46 0.8495 1.3002 1.6787 2.0129 2.4102 2.6870
47 0.8493 1.2998 1.6779 2.0117 2.4083 2.6846
48 0.8492 1.2994 1.6772 2.0106 2.4066 2.6822
49 0.8490 1.2991 1.6766 2.0096 2.4049 2.6800
50 0.8489 1.2987 1.6759 2.0086 2.4033 2.6778

9
Probabilidad y Estadística 93.24 curso 2024

GDL 0.800 0.900 0.950 0.975 0.990 0.995

51 0.8487 1.2984 1.6753 2.0076 2.4017 2.6757
52 0.8486 1.2980 1.6747 2.0066 2.4002 2.6737
53 0.8485 1.2977 1.6741 2.0057 2.3988 2.6718
54 0.8483 1.2974 1.6736 2.0049 2.3974 2.6700
55 0.8482 1.2971 1.6730 2.0040 2.3961 2.6682
56 0.8481 1.2969 1.6725 2.0032 2.3948 2.6665
57 0.8480 1.2966 1.6720 2.0025 2.3936 2.6649
58 0.8479 1.2963 1.6716 2.0017 2.3924 2.6633
59 0.8478 1.2961 1.6711 2.0010 2.3912 2.6618
60 0.8477 1.2958 1.6706 2.0003 2.3901 2.6603
61 0.8476 1.2956 1.6702 1.9996 2.3890 2.6589
62 0.8475 1.2954 1.6698 1.9990 2.3880 2.6575
63 0.8474 1.2951 1.6694 1.9983 2.3870 2.6561
64 0.8473 1.2949 1.6690 1.9977 2.3860 2.6549
65 0.8472 1.2947 1.6686 1.9971 2.3851 2.6536
66 0.8471 1.2945 1.6683 1.9966 2.3842 2.6524
67 0.8470 1.2943 1.6679 1.9960 2.3833 2.6512
68 0.8469 1.2941 1.6676 1.9955 2.3824 2.6501
69 0.8469 1.2939 1.6672 1.9949 2.3816 2.6490
70 0.8468 1.2938 1.6669 1.9944 2.3808 2.6479
71 0.8467 1.2936 1.6666 1.9939 2.3800 2.6469
72 0.8466 1.2934 1.6663 1.9935 2.3793 2.6459
73 0.8466 1.2933 1.6660 1.9930 2.3785 2.6449
74 0.8465 1.2931 1.6657 1.9925 2.3778 2.6439
75 0.8464 1.2929 1.6654 1.9921 2.3771 2.6430
76 0.8464 1.2928 1.6652 1.9917 2.3764 2.6421
77 0.8463 1.2926 1.6649 1.9913 2.3758 2.6412
78 0.8463 1.2925 1.6646 1.9908 2.3751 2.6403
79 0.8462 1.2924 1.6644 1.9905 2.3745 2.6395
80 0.8461 1.2922 1.6641 1.9901 2.3739 2.6387
81 0.8461 1.2921 1.6639 1.9897 2.3733 2.6379
82 0.8460 1.2920 1.6636 1.9893 2.3727 2.6371
83 0.8460 1.2918 1.6634 1.9890 2.3721 2.6364
84 0.8459 1.2917 1.6632 1.9886 2.3716 2.6356
85 0.8459 1.2916 1.6630 1.9883 2.3710 2.6349
86 0.8458 1.2915 1.6628 1.9879 2.3705 2.6342
87 0.8458 1.2914 1.6626 1.9876 2.3700 2.6335
88 0.8457 1.2912 1.6624 1.9873 2.3695 2.6329
89 0.8457 1.2911 1.6622 1.9870 2.3690 2.6322
90 0.8456 1.2910 1.6620 1.9867 2.3685 2.6316
91 0.8456 1.2909 1.6618 1.9864 2.3680 2.6309
92 0.8455 1.2908 1.6616 1.9861 2.3676 2.6303
93 0.8455 1.2907 1.6614 1.9858 2.3671 2.6297
94 0.8455 1.2906 1.6612 1.9855 2.3667 2.6291
95 0.8454 1.2905 1.6611 1.9853 2.3662 2.6286
96 0.8454 1.2904 1.6609 1.9850 2.3658 2.6280
97 0.8453 1.2903 1.6607 1.9847 2.3654 2.6275
98 0.8453 1.2902 1.6606 1.9845 2.3650 2.6269
99 0.8453 1.2902 1.6604 1.9842 2.3646 2.6264
100 0.8452 1.2901 1.6602 1.9840 2.3642 2.6259

10
Probabilidad y Estadística 93.24 curso 2024

5. Guía de ejercicios
1. De una producción de tubos de hormigón se extrajo una muestra de tamaño 16 y se los
pesó resultando una media muestral de 17.5 kg. La varianza del peso de un tubo es de 4 kg2
y se puede suponer que el peso de esos tubos tiene distribución normal con una media de
18 kg (¡eso lo dice el fabricante!). Considerando un nivel de significación del 5 %, ¿se puede
concluir que el peso medio de los tubos es significativamente inferior al especificado por el
fabricante?. Calcule el valor P de la prueba.

2. Se supone que un nuevo procedimiento para producir cemento dará por resultado que tenga
una resistencia a la compresión de 5000 kg/cm2 con una desviación estándar de 120 kg/cm2 .
Para poner a prueba la hipótesis nula H0: µ = 5000 frente a la alternativa H1: µ <5000 se
analiza una muestra de 50 probetas de hormigón a las que se somete a ensayo. Se rechaza la
hipótesis nula si la media muestral es menor que 4970 kg/cm2 .
a) Determine la probabilidad de cometer error de tipo I.
b) Evalúe la probabilidad de cometer error tipo II para las alternativas µ = 4960 y µ =
4950.

3. Una empresa desea iniciar una campaña de ventas de aparatos de TV. Se considera que la
decisión de comenzar la campaña debe estar relacionada con los ingresos medios mensuales
por familia, de modo que será afirmativa si éstos son iguales o superiores a 500 U$S y nega-
tiva cuando los ingresos no lleguen a esa suma.
Un punto de vista respecto del error de tipo I (de probabilidad α) es que la empresa desea
evitar el error de no empezar la campaña cuando debería hacerlo; no quiere perder la opor-
tunidad de ganar dinero.
El otro punto de vista es que la empresa desea evitar el error que supone iniciar la campaña
cuando no deba hacerlo, si las familias no tienen suficiente dinero se deben evitar las pérdidas
que acarrea una campaña inútil de ventas.

a) El desvío estándar poblacional es 20 U$S y se extrae una muestra de 100 personas.

Elaborar la regla de decisión al 5 % de nivel de significación de la hipótesis nula µ = 500
frente a la alternativa µ < 500. Calcular la probabilidad β de cometer error de tipo II de
este regla de decisión para la alternativa µ = 495 U$S. Construir en forma aproximada
la gráfica de β en función de µ (curva OC o de operación característica).
b) Supongamos ahora que la empresa desea evitar el error que supone empezar la campaña
de ventas cuando no debe hacerlo; trata de evitar las pérdidas monetarias que origina
una campaña de ventas inútil. En este caso las hipótesis nula y alternativa son: H0:
µ ≤ 500 y H1: µ > 500 respectivamente.
En este caso el error de tipo I es el que se comete al empezar la campaña cuando no
debería hacerse, y el error de tipo II es el que aparece cuando no se empieza debiéndose
hacer. Obtener la regla de decisión para los mismos valores de α, n y el desvío estándar
poblacional del ingreso. Realizar la curva OC para valores de µ entre 500 U$S y 510
U$S.
c) Obtener la regla de decisión dados α = 0.025, β(470) = 0.05, el desvío estándar del
ingreso es 50 U$S, para el contraste de hipótesis H0: µ ≥ 500 y H1: µ < 500. Esto
significa que la empresa no desea iniciar la campaña de ventas (con probabilidad 0.95)
cuando los ingresos medios son tan bajos como 470 U$S. Representar la curva OC para
alternativas entre 460 U$S y 500 U$S.

11
Probabilidad y Estadística 93.24 curso 2024

4. La resistencia a la rotura de cierto tipo de alambre tiene distribución normal con media
280 kg y desvío estándar 20 kg. Se cree que un proceso de fabricación recién desarrollado
puede aumentar la resistencia sin modificar el desvío estándar, pero sólo se lo implantará si
se tiene una razonable seguridad de que efectivamente es así. Se ha establecido en 0.05 la
probabilidad de implantar el nuevo método cuando en realidad la resistencia no se modifica,
y en 0.15 la probabilidad de no implantarlo si se incrementa en 10 kg.
a) Establezca la hipótesis nula, la condición de rechazo y la regla de decisión.
b) ¿Cuál es la probabilidad de implantar el nuevo método si la resistencia media aumenta
en 5 kg?.
c) Represente gráficamente las curva OC y de potencia de este ensayo.

5. En una pieza fabricada que ha de acoplarse a otras piezas, hay una dimensión crítica cuyo
valor debe ser aproximadamente de 11.5 cm. La variabilidad del proceso de fabricación está
dada por un desvío estándar de 0.1 cm. El proceso se considera bajo control si, para una
muestra de n piezas, no hay motivos para pensar que la media es diferente de 11.5 cm.
a) ¿Cuál deberá ser el tamaño de la muestra si se establece en 0.1 la probabilidad de
revisar el proceso equivocadamente y en 0.05 la probabilidad de no revisarlo cuando la
media es de 11.4 cm?.
Sugerencia: Para aproximar el cálculo suponga que la cola derecha, cuando la media es de
11.4 cm, tiene aproximadamente área nula. Una vez calculado el valor de n verifique que la
suposición fue acertada.
b) ¿Cuál es la probabilidad de revisar el proceso cuando la media es de 11.46 cm?

6. Una compañía debe diseñar un sistema de muestreo periódico para controlar la recepción de
grandes partidas de un producto. El proveedor desea tener la seguridad de que le rechacen a
lo sumo el 5 % de las partidas buenas, que son aquellas que cumplen con la especificación de
que la resistencia media mínima es de 1250 kg. A su vez, el cliente desea rechazar al menos
el 90 % de las partidas malas, que son aquellas cuya resistencia media es inferior a 1100 kg.
Ambos firman un contrato en el cual constan las condiciones anteriores y se establece que la
decisión de rechazar o aceptar una partida se tomará en función del resultado de una muestra
de n unidades elegidas al azar de la misma. Existen registros históricos por los cuales se sabe
que el desvío de la resistencia a la rotura es de 180 kg.

a) Indique la hipótesis nula apropiada, su condición de rechazo y la regla de decisión.

b) Calcule la probabilidad de detectar que una partida dada resiste en promedio 1200 kg.
c) Represente gráficamente en forma aproximada las curvas de operación característica
(curva OC) y de potencia indicando claramente las abscisas y ordenadas de al menos
tres puntos.

7. El contenido de los paquetes de cereal llenados por una determinada máquina tiene una
distribución normal con desvío estándar de 30 g. Se desea establecer un control periódico
del proceso de llenado y se establece en un 5 % la probabilidad de detener la máquina
innecesariamente cuando el peso promedio de los paquetes es igual a 360 g (que es el peso
neto indicado en el envase), y en 2 % la probabilidad de no realizar las correcciones necesarias
en el proceso cuando el peso promedio de cada paquete es un 10 % inferior al valor indicado
en el envase. Indique el criterio de decisión y el tamaño de muestra adecuado que daría usted
a la persona encargada de controlar el proceso.

12
Probabilidad y Estadística 93.24 curso 2024

8. Según un fabricante, la resistencia media extrema de cierto alambre aleado de Al es de 250

MN/m2 . Un contratista adquiere un lote de alambre y pone a prueba una muestra de ta-
maño 35. El valor medio y la desviación estándar obtenidos a partir de esa muestra son
respectivamente 274.4 MN/m2 y 11.2 MN/m2 . ¿Es justificable que el contratista concluya
que la remesa tiene una resistencia significativamente diferente a lo especificado por el fabri-
cante?. Tomar un nivel de significación del 5 % y suponga que la variable que se mide tiene
distribución normal.
Resolución aquí.

9. Se vende una marca especial de cemento en bolsas de 50 kg. Se eligieron 11 de ellas al azar
y se observa que su masa en kg es: 49.2 - 50.1 - 49.8 - 49.7 - 50.1 - 50.5 - 49.6 - 49.9 - 50.4
- 50.2 - 49.7. ¿Son tales resultados consistentes con que la media del cemento en una bolsa
es 50 kg? Suponga que el contenido de una bolsa es una variable con distribución normal.
Tomar el nivel de significación α = 0.1.

10. Un fabricante de lámparas eléctricas ha desarrollado un nuevo proceso de producción que

él espera aumentará la eficiencia (se supone una variable normal) media (en lúmenes/watt)
de su producto que hasta el momento es de 9.5. Los resultados de un experimento realizado
sobre 10 lámparas se dan a continuación: 9.28, 10.25, 11.52, 13.02, 11.58, 9.97, 11.46, 12.05,
9.87, y 10.85.
¿Debe el fabricante concluir que la eficiencia aumentó ? Usar 5 % como nivel de significación
del test. Usando una planilla de cálculo u otro software adecuado calcular el valor P (la
probabilidad de que el estadístico de prueba tome valores superiores al observado, para esta
prueba de hipótesis de cola derecha) de esta prueba de hipótesis.

11. En una planta de armado se diseña una operación específica que toma un tiempo promedio
de 5 minutos. El gerente de planta sospecha que para una máquina en particular el tiempo
promedio es mayor. Entonces toma una muestra de 15 tiempos de operación para esa máquina
y obtiene los siguientes resultados (en minutos):

5.2 4.2 5.7 6.8 6.7 7.2 3.3 5.3 6.6 4.4 4.8 3.8 3.7 4.5 4.7

Puede suponerse que el tiempo para esa operación es una variable aleatoria con distribución
normal. ¿Se encuentra la sospecha del gerente apoyada por la evidencia si se supone un nivel
de significación del 5 %? Justifique su respuesta detallando el test de hipótesis correspondiente

12. Tomado de EL HOMBRE ANUMERICO - . El analfabetismo matemático y sus con-

secuencias, Autor: John Allen Paulos - Tusquets Ed., Barcelona, 1995.

"Supongamos que formulo la hipótesis de que por lo menos el 15 por ciento de los
coches de determinada región son Corvette, y que después de observar el paso de
mil coches por unos cuantos cruces representativos de dicha región sólo he visto
ochenta Corvette. Utilizando la teoría de la probabilidad, calculo que, en el su-
puesto de que mi hipótesis sea cierta, la probabilidad de este resultado es bastante
inferior al 5 por ciento, cifra que comúnmente se usa como nivel de significación.
Así pues, se rechaza la hipótesis de que el 15 por ciento de los coches de la región
son Corvette."

Verificar los resultados que se comentan en el texto.

Comentario: Hay dos tipos de errores que se pueden cometer al aplicar este test estadístico u otro
cualquiera y se llaman, en un derroche de imaginación, errores del Tipo I y errores del Tipo II. Se

13
Probabilidad y Estadística 93.24 curso 2024

comete un error del Tipo I cuando se rechaza una hipótesis verdadera, y uno del Tipo II, cuando
se acepta una hipótesis falsa. Así, si una gran cantidad de Corvette procedentes de una exposición
automovilística atravesara la región y esto nos llevara a aceptar la hipótesis falsa de que al menos el
15 por ciento de los coches de la región son Corvette, estaríamos cometiendo un error del Tipo II.
Por el contrario, si no nos hubiéramos percatado de que la mayoría de los Corvette de la región no
estaban en circulación, sino guardados en sus garajes, al rechazar la hipótesis verdadera estaríamos
cometiendo un error del Tipo I.

13. Considere la siguiente situación. Ud. recibe una caja con 12 unidades de una pieza y desea
ensayar la hipótesis: H0) Las 12 piezas son buenas, extrayendo una única unidad de la caja.
La condición de rechazo, obvia, es que la pieza extraída sea defectuosa. Si la pieza extraída es
buena, Ud. no puede rechazar la hipótesis, pero en modo alguno puede aceptarla ¿verdad?.
Calcule la probabilidad β de cometer error de tipo II para las alternativas de que haya
1, 2, . . . , R piezas defectuosas en la caja. Este es un caso sencillo para ilustrar los conceptos
básicos del tema de ensayo de hipótesis.
14. En un experimento para determinar la efectividad de un nuevo medicamento, se ensaya en
400 pacientes que sufren la afección que este medicamento dice curar. Si más de 300 pero
menos de 340 pacientes se curan se concluye que el medicamento tiene una efectividad del
80 %.
a) Determinar la probabilidad de cometer error de tipo I.
b) ¿Cuál es la probabilidad de cometer error de tipo II si el nuevo medicamento tiene una
efectividad del 70 %?

15. Se sabe que el 30 % de los automovilistas en una ciudad cruzan semáforos en rojo. Para
disminuir este porcentaje, la municipalidad realiza una intensiva campaña publicitaria. Luego
de la misma se quiere evaluar si la campaña tuvo éxito o no. Para tal fin se dispone, en una
esquina representativa, una cámara de video que filma durante varias horas lo ocurrido en el
semáforo. Luego de este lapso de tiempo, se contabilizaron 400 autos pasando por la esquina,
de los cuales 92 cruzaron el semáforo en rojo. ¿Se puede afirmar, con una probabilidad de
error del 5 %, que la campaña hizo descender el porcentaje inicial? Justifique detalladamente
planteando una prueba de hipótesis adecuada.

16. La proporción de defectuosos en un proceso es 2 %. Como se desea establecer un control

sobre el mismo se inspeccionan con una frecuencia de una vez por hora muestras de tamaño
n y se revisa el proceso si se encuentran c ó más defectuosas entre las n. Para determinar n
y c se han fijado un riesgo del 10 % (0.1 es la probabilidad de detener el proceso cuando en
realidad no habría que hacerlo) y una probabilidad 0.2 de cometer el error de no detener el
proceso en el caso en que el porcentaje de defectuosos sea de 6 %.
a) Especifique claramente la prueba de hipótesis planteada (hipótesis nula, alternativa,
nivel de significación, estadístico de prueba y zona de rechazo).
b) Determine los valores de n y c.
c) Represente gráficamente en forma aproximada las curvas de operación característica
(curva OC) y de potencia indicando claramente las abscisas y ordenadas de al menos
tres puntos.
Resolución aquí.

17. Una máquina dosificadora en una operación de producción se debe ajustar si el porcentaje de
envases con falta de llenado es significativamente superior al 8 %. En una muestra aleatoria
de 145 envases de la producción de un día se encontraron 18 envases incompletos en su
llenado.

14
Probabilidad y Estadística 93.24 curso 2024

a) ¿Indican los resultados que hay que ajustar la máquina dosificadora? Detalle una prueba
de hipótesis adecuada. Considere un nivel de significación del 5 %. Calcule el valor P de
esta prueba de hipótesis (la probabilidad de que el estadístico de prueba tome valores
superiores al observado, en esta prueba de hipótesis de cola derecha).
b) ¿Cuál es la probabilidad de decidir que la máquina no debe ser ajustada cuando en
realidad la verdadera proporción de envases mal llenados (incompletos) es igual a 0.13?
c) Represente gráficamente en forma aproximada las curvas de operación característica
(curva OC) y de potencia indicando claramente las abscisas y ordenadas de al menos
tres puntos.

18. En un diario de gran circulación de esta ciudad se publicó el resultado de una encuesta en
la que se indicaban, para una muestra de tamaño n, varias proporciones de preferencia por
varios equipos de fútbol. En ese reporte figuraba una ficha técnica en la que se indicaba lo
siguiente:

Tamaño de la muestra n = 9300

Nivel de confianza 95 %
Error máximo: 1 % (semiamplitud máxima de un intervalo de confianza ).

En esa encuesta se indicaba que los hinchas de Boca no son la mitad más uno dado que
el 41 % (0.403) de la muestra correspondió a hinchas de Boca. Explique el significado de
esta afirmación analizando una prueba de hipótesis de cola izquierda. Calcule el valor P de
esta prueba y compare con algún nivel de significación típico. En este caso el valor P es la
probabilidad de que el estadístico de prueba tome valores inferiores al observado, por tratarse
de una prueba de hipótesis de cola izquierda.
19. Para estimar el rendimiento de un proceso químico, se observaron datos correspondientes a
las últimas 10 corridas del mismo. El rendimiento promedio de estas corridas fue de 64.8 %,
y el desvío estándar de las mismas fue de 9.8 %. El responsable del proceso está decidido a
invertir en su mejora, sólo si recibe evidencia estadística de que el rendimiento medio del
proceso es inferior al 70 %. Si le preguntaran a usted ¿justificaría la inversión?. Suponga
que el rendimiento tiene distribución normal y explique detalladamente su respuesta y los
criterios utilizados.

20. En un proceso químico se producen en promedio, 800 toneladas de un producto químico por
día. Las producciones diarias de una semana fueron: 805, 790, 790, 780, y 770.
a) En base a este resultado, ¿se puede afirmar que la producción promedio es menor a
800 toneladas y que, por lo tanto, algo anda mal en el proceso? Decida a un nivel de
significación del 5 %.
b) ¿Cuál es el intervalo del 90 % de confianza para estimar la varianza de la producción
diaria?
c) ¿Qué supuestos se requieren para que sea válido el procedimiento para analizar estos
datos?

15
Probabilidad y Estadística 93.24 curso 2024

Apéndice: Una simulación en Octave.

Optativo y recomendable para fijar conceptos.
Suponga una prueba de hipótesis de cola derecha en la que se quiere poner a prueba la hipótesis
nula H0: µ = µ0 frente a la hipótesis alternativa H1: µ > µ0 . Suponga que la variable aleatoria
involucrada en esta prueba tiene distribución normal de media µ y desvío estándar σ. Si se conoce
el valor de σ entonces el estadístico de prueba es la variable aleatoria
√
(X − µ0 ) n
Z=
σ
que tiene distribución normal estándar. Si al evaluar este estadístico resulta mayor que el valor
crítico z1−α entonces se rechaza la hipótesis nula al nivel de significación 100 α %. El valor de
α mide la probabilidad de cometer el error de tipo I. En promedio si se realizase esta prueba N
veces entonces α N veces se rechazaría la hipótesis nula a pesar que el valor de µ no es mayor que µ0 .

Si no se conoce el valor de σ entonces se estima en cada muestra con el desvío estándar muestral
S y asi resulta que el estadístico de prueba es la variable aleatoria
√
(X − µ0 ) n
T =
S
que tiene distribución de Student con n − 1 grados de libertad. Si al evaluar este estadístico resulta
mayor que el valor crítico t1−α,n−1 entonces se rechaza la hipótesis nula al nivel de significación 100
α %. El valor de α mide la probabilidad de cometer el error de tipo I. En promedio si se realizase
esta prueba N veces entonces α N veces se rechazaría la hipótesis nula a pesar que el valor de µ
no es mayor que µ0 .

El siguiente código en Octave simula la generación de N muestras de tamaño n y determina

en cada una de ellas la condición de rechazo en los dos casos comentados anteriormente para esta
prueba de hipótesis de cola derecha. También se calcula la frecuencia de ocurrencia de la comisión
del error de tipo I:
mu = 10; sigma = 2.5;
n = 10; N = 1000; X = mu+sigma*randn(n,N);
XR = mean(X); S = std(X);
Z = (XR - mu)/(sigma/sqrt(n));
T = (XR - mu)./(S/sqrt(n));
zc = 1.6449; tc = tinv(0.95,n-1);
[zc tc]
pZ = mean(Z > zc); pT = mean(T > tc);
[pZ pT]
Breve explicación: La matriz X de n filas y N columnas contiene números aleatorios provenientes
de una variable aleatoria con distribución normal de media µ y desvío estándar σ. Luego se calcula
para cada columna (que corresponde a una muestra de tamaño n) la media que se almacena en el
vector XR; de igual manera la matriz S almacena los valores del desvío estándar de cada muestra.
Se definen a continuación los estadísticos Z y T y se calculan los valores críticos (en este ejemplo
si α = 0.05) para las distribuciones de probabilidad de estos estadísticos. Los valores de pZ y pT
miden la frecuencia de ocurrencia de rechazo. En una ejecución de este código se obtuvieron estos
valores:
>> [pZ pT]
ans =

0.043000 0.044000
Ambos valores resultan próximos a 0.05.

16
Probabilidad y Estadística 93.24 curso 2024

6. Respuestas
1. El estadístico de prueba Z de este test toma el valor -1 para esta muestra. Como el valor crítico
es -1.645 (para el 5 % de cola izquierda) entonces no se rechaza la hipótesis nula y se concluye que
la evidencia muestral no apoya que el peso medio de los tubos haya disminuido.

2. a) 0.039 (3.9 %) b) 0.278 y 0.119.

3. a) El valor crítico de la media muestral es 496.71. La probabilidad de cometer error de tipo II

es 0.196 si µ = 495.
b) El valor crítico de la media muestral es 503.29.
c) Si en una muestra de 37 encuestados la media muestral es menor que 483.69 entonces no se
lanza la campaña.

4. a) n = 29 , X̄crit = 286.11 b) 0.383.

5. a) n= 11, los extremos del intervalo de valores de la media muestral para el que no se rechaza
la hipótesis nula son 11.45 y 11.55. b) 0.371.

6. a) La partida se rechaza si la media de una muestra de tamaño 13 es inferior a 1167.9. b) 0.26.

7. Las condiciones impuestas sobre los errores de tipo I y II se pueden lograr con un tamaño de
muestra n = 10 (o mayor) y el valor crítico de la media muestral es 344.40 g. Si la media muestral
observada en la muestra es menor que 344.40 g entonces se rechaza la hipótesis nula de que el
contenido promedio del paquete de cereal poblacional es mayor o igual que 360 g.

8. Considerando un test de dos colas se tiene que la zona crítica para el nivel de significación
del 5 % considerando el estadístico T con distribución de Student con 34 grados de libertad es |t|
>2.032. Como el valor muestral es 12.889 entonces se rechaza la hipótesis nula.

9. Considerando un test de dos colas se tiene que la zona crítica para el nivel de significación
del 10 % considerando el estadístico T con distribución de Student con 10 grados de libertad es |t|
>1.812. Como el valor muestral es -0.635 entonces no se rechaza la hipótesis nula..

10. Considerando un test de cola derecha se tiene que la zona crítica para el nivel de significación
el 5 % considerando el estadístico T con distribución de Student con 9 grados de libertad es t
>1.833. Como el valor muestral del estadístico es 4.087 entonces se rechaza la hipótesis nula. La
evidencia muestral apoya que la eficiencia ha aumentado.

11. Considerando un test de cola derecha se tiene que la zona crítica para el nivel de significación
el 5 % considerando el estadístico T con distribución de Student con 14 grados de libertad es t
>1.7613 Como el valor muestral del estadístico es 0.399 entonces no se rechaza la hipótesis nula.
La evidencia muestral no apoya que el tiempo promedio de realización de la tarea supera 5 minutos.

12. La probabilidad de que la media muestral sea inferior a 0.08 (80/1000) bajo la hipótesis nula
cierta (p =0.15) es del orden de 10−10 . La evidencia muestral determina que se rechace la hipótesis
nula de que el porcentaje poblacional de Corvette sea de al menos el 15 %.

13. La probabilidad de no rechazar la hipótesis nula si hay k defectuosas en la caja es 12−k

12 para
k tomando los valores de 0 a 12.

14. α = 0.0126 (1.26 %) β = 0.0146 (1.46 %).

17
Probabilidad y Estadística 93.24 curso 2024

15. Se puede concluir, de acuerdo a esta evidencia muestral , que la campaña fue exitosa ya
que produjo una disminución significativa del porcentaje de automovilistas que cruzan semáforos
en rojo. La proporción muestral es 0.023 y asi el valor observado del estadístico muestral con
distribución normal estándar es -3.055 menor que el valor crítico -1.645 (para la prueba de cola
izquierda correspondiente a H0 : p ≥ 0.30 y el nivel de significación 0.05).

16. b) La muestra debe tener tamaño 91 y el valor de c es 4.

17. a) El estadístico de prueba (Z) toma el valor 1.959 para esta muestra. Como excede el valor
crítico 1.645 entonces se concluye que hay que ajustar la máquina dosificadora. El valor P de la
prueba es 0.025 (menor que el nivel de significación fijado del 5 %). b) 0.32.

18. Valor-p = Φ(-18.71) ≈ 0.

19. a) La hipótesis nula es H0 : µ ≥ 0.70 frente a H1 : µ < 0.70. Si la evidencia muestral apoya el
rechazo de H0 entonces se acota en α la probabilidad de cometer el error de rechazar H0 a pesar
de ser cierta. En este caso el valor observado del estadístico muestral con distribución t de Student
con 9 grados de libertad es -1.677 y esto apoya no rechazar la hipótesis nula ya que el valor crítico
al nivel de significación 0.05 es -1.833. Otra manera de presentar el resultado de la prueba es cal-
culando la probabilidad de que el estadístico t con 9 grados de libertad tome valores menores que
el observado. Esa probabilidad, denominada valor p, es 0.064. A niveles de significación mayores
que este valor se rechaza H0 .

20. a) Para esta muestra de tamaño 5 se midieron una media muestral de 787 ton y un desvío
estándar muestral de 13.04 ton. El valor observado del estadístico muestral con distribución t de
Student con 4 grados de libertad es -2.23 y esto apoya rechazar la hipótesis nula ya que el valor
crítico, al nivel de significación 0.05 de esta prueba de cola izquierda, es -2.132. Se concluye que
algo anda mal en el proceso por una disminución significativa de la media diaria de de la produc-
ción.
b) El intervalo de confianza para la varianza de la producción diaria es (71.67, 956.77) para el
nivel de confianza 0.9 (90 %).
c) Se debe suponer que la producción diaria es una variable aleatoria con distribución normal.

18
Probabilidad y Estadística 93.24 curso 2024

7. Ejercicios resueltos
Ejercicio 8

Según un fabricante, la resistencia media de cierto alambre aleado de Al es de 250 MN/m2 .

Un contratista adquiere un lote de alambre y pone a prueba una muestra de tamaño 35. El
valor medio y la desviación estándar obtenidos a partir de esa muestra son 274.4 MN/m2
y 11.2 MN/m2 , respectivamente. ¿Es justificable que el contratista concluya que la remesa
tiene una resistencia significativamente diferente a lo especificado por el fabricante? Tomar
un nivel de significación del 5 %.

Resolución
Al contratista le preocupa que si la afirmación del fabricante es cierta o no. La prueba de
hipótesis adecuada es entonces

H0 : µ = 250 (1)
H1 : µ ̸= 250 (2)

Siendo n = 35, el valor crítico de la prueba de hipótesis es t34,0.975 ≈ 2.0322. El estadístico

observado es
274.4 − 250
tobs = 11.2 ≈ 12.8886. (3)
√
35

Dado que tobs > t34,0.975 , existe suficiente evidencia para rechazar la hipótesis nula a un nivel de
significación del 5 %.

19
Probabilidad y Estadística 93.24 curso 2024

Ejercicio 16

La proporción de defectuosos en un proceso es 2 %. Como se desea establecer un control

sobre el mismo se inspeccionan con una frecuencia de una vez por hora muestras de tamaño
n y se revisa el proceso si se encuentran c o más defectuosas entre las n. Para determinar n
y c se han fijado un riesgo del 10 % (0.1 es la probabilidad de detener el proceso cuando en
realidad no habría que hacerlo) y una probabilidad 0.2 de cometer el error de no detener
el proceso en el caso en que el porcentaje de defectuosos sea de 6 %.
1. Especificar claramente la prueba de hipótesis planteada (hipótesis nula, alternativa,
nivel de significación, estadístico de prueba y zona de rechazo).

2. Determinar los valores de n y c.

3. Representar gráficamente en forma aproximada las curvas de operación característica
(curva OC) y de potencia indicando claramente las abscisas y ordenadas de al menos
tres puntos.

Resolución
Dado que se quiere “mantener a raya” el porcentaje de defectuosos, lo que importa es vigilar
que el mismo no aumente respecto del 2 % aceptable. Por lo tanto, la prueba de hipótesis debe ser

H0 : q ≤ 0.02 (4)
H1 : q > 0.02 (5)

El proceso se detiene si los resultados sugieren que la hipótesis nula es falsa. Entonces, detener
el proceso cuando no habría que hacerlo es cometer un Error de Tipo I. Ergo, el problema requiere
un nivel significación α = 0.1. Por otro lado, no detener el proceso cuando el porcentaje de
defectuosos es superior al 2 % es un Error de Tipo II: el problema pide que β(0.06) ≤ 0.2. Si n es
grande,  
s
0.02(1 − 0.02) 0.02 − 0.06 
β(0.06) = Φ +z1−0.1 +q ≤ 0.2 (6)
0.06(1 − 0.06) 0.06(1−0.06)
n
r √ !
49 2 n
Φ +z0.9 −√ ≤ 0.2 (7)
141 141
r √
49 2 n
z0.9 −√ ≤ z0.2 (8)
141 141
√ r
2 n 49
√ ≥ z0.9 − z0.2 (9)
141 141
√
√ 7 141
n ≥ z0.9 − z0.2 (10)
2 2
√ !2 √ !2
7 141 7 141
n≥ z0.9 − z0.2 ≈ 1.2816 − (−0.8416) (11)
2 2 2 2

n ≥ 89.9136 (12)
n ≥ 90 (13)

20
Probabilidad y Estadística 93.24 curso 2024

Podemos verificar:
r √ !
49 2 89
Φ +z0.9 −√ ≈ 0.2023 (14)
141 141
r √ !
49 2 90
Φ +z0.9 −√ ≈ 0.1998 (15)
141 141

Por lo tanto, el mínimo n es 90. La condición de rechazo es

q̂ − 0.02
q > z0.9 (16)
0.02(1−0.02)
90
r
7 2
q̂ > 0.02 + z0.9 ≈ 0.0389 ≈ 0.04 (17)
300 5
Definiendo X = nq̂ = 90q̂, r
21 2
X > 1.8 + z0.9 ≈ 3.5021. (18)
10 5
Es decir, el proceso se revisará (es decir, la hipótesis nula se rechazará) cuando el número de
defectuosos de una muestra de n = 90 sea mayor o igual a c = 4.

La curva de operación característica se puede graficar a partir de

 s 
0.02(1 − 0.02) 0.02 − q1 
β(q1 ) = Φ +z0.9 +q (19)
q1 (1 − q1 ) q1 (1−q1 )
90

Es fácil ver que

β(0.0200) = 0.9, (20)

β(1.0000) = 0.0. (21)

A partir de las ecuaciones (16)-(17), tampoco es difícil mostrar

β(0.0389) = 0.5. (22)

Si bien β(1) = 0, β(q1 ) es muy pequeño para valores de q1 bastante más chicos. En efecto,

β(0.1) = 0.0267, (23)

β(0.2) ≈ 7 × 10 −5
. (24)

La Fig. 1 muestra la curva de operación característica.

21
Probabilidad y Estadística 93.24 curso 2024

β(q1 )
0.9

0.5

0.0267 q1
0.02 0.2
0.0389
0.1

Figura 1: Curva de operación característica del ejercicio 16 de la guía 9.

22