— PROBLEMA 1 — Media muestral (x_barra): 5 mg/L Varianza muestral (s^2): 0.04 (mg/L)^2 Desviación estándar (s): 0.2 mg/L
Grados de libertad: 9 (n - 1). No son 10 porque se pierde 1 grado al estimar la media muestral.
IC 95% para la media (mu): [ 4.8569 , 5.1431 ] mg/L
IC 95% para la varianza (sigma^2): [ 0.0189 , 0.1333 ] IC 95% para la desviación estándar (sigma): [ 0.1376 , 0.3651 ] mg/L No es simétrico alrededor de s^2 porque la distribución chi-cuadrado es asimétrica (sesgada a la derecha).
Interpretación: 5.20 mg/L NO es compatible con los datos porque queda fuera de [4.8568, 5.1432]. El 95% significa que si repitiéramos el muestreo muchas veces, el 95% de los intervalos contendrían a mu.
— PROBLEMA 2 — 1. Hipótesis estadística: Afirmación sobre un parámetro poblacional que se prueba con datos muestrales. H0: mu = 99.5% vs H1: mu != 99.5% (dos colas, porque interesa saber si ‘difiere’). La igualdad va en H0 como punto de partida fijo. Se usa mu porque interesa todo el lote, no solo la muestra.
— PROBLEMA 3 — 1. Son muestras pareadas porque cada muestra de jugo se divide en dos para aplicar ambos métodos al mismo jugo. Ventaja: Elimina la variación natural entre distintas muestras, haciendo la prueba más precisa. 2. Hipótesis: H0: mu_d = 0 vs H1: mu_d != 0
— PROBLEMA 4 — 1. Orden completamente al azar: Asignar las 12 corridas a A y B al azar (ej. sacando 6 fichas A y 6 B de una bolsa). Evita sesgos por desgaste del reactor o cambios de temperatura ambiente durante el día. 2. Hipótesis de medias: H0: mu_A = mu_B vs H1: mu_A != mu_B
Prueba F (H0: sigma_A^2 = sigma_B^2 vs H1: sigma_A^2 != sigma_B^2): Varianza A: 2 | Varianza B: 8.8 | Estadístico F (B/A): 4.4 con gl = (5, 5) Región de aceptación F: [ 0.1399 , 7.1464 ]. NO se rechaza H0. Valor p: 0.1297 (en tabla entre 0.10 y 0.20). Consecuencia: Se usa prueba t con varianza combinada.
Media A: 83 | Media B: 79 | Varianza combinada (sp^2): 5.4 Estadístico t: 2.9814 con gl = 10
Región de rechazo: t < -2.2281 o t > 2.2281. Como 2.9814 > 2.2281, SE RECHAZA H0. Conclusión: El catalizador A tiene mayor rendimiento medio (83%) que el B (79%).
IC 95% para mu_A - mu_B: [ 1.0106 , 6.9894 ]%. Interpretación: Con 95% de confianza, el catalizador A supera al B entre 1.01% y 6.99% de rendimiento.
— PROBLEMA 5 — 1. Error Tipo I (alfa): Detener la máquina creyendo que llena de menos cuando funciona bien (más costoso para la empresa). Error Tipo II (beta): No detectar el llenado deficiente y vender frascos incompletos (más costoso para el consumidor). 2. Se usa Z y no t porque se conoce la desviación estándar real de todo el proceso (sigma = 4 mL).
Valor crítico de x_barra: 498.3551 mL (se rechaza H0 si x_barra < 498.3551 mL) 3. Si mu = 497 mL -> Beta: 0.0877 | Potencia: 0.9123 4. Si mu = 499 mL -> Beta: 0.7405 | Potencia: 0.2595 Comparación: La potencia baja de 91.23% a 25.95% porque 499 mL está muy cerca de 500 mL y es difícil detectar una falla tan pequeña. 5. Tamaño de muestra necesario para potencia >= 0.90 (mu = 498): 35 frascos (exacto: 34.26 ). Otras dos formas de subir potencia: 1) Aumentar alfa (costo: más falsas alarmas / Error Tipo I). 2) Reducir sigma calibrando la máquina (costo: inversión económica y mantenimiento).