Considere un proceso industrial en el que se producen vigas de acero las cuales pueden tener defectos de dureza y peso. En el caso de un defecto en la dureza requiere de un estudio de laboratorio. Sin embargo, de procesos anteriores se sabe que 12% de las vigas no pasan la prueba de dureza, que 7% no pasan la prueba de pesado y que sólo 0.5% no pasan ninguna de las dos pruebas. Si en el proceso se elige una viga al azar y una medición rápida identifica que no pasa la prueba de dureza, ¿cuál es la probabilidad de que el pesado no sea el correcto?

Step-by-step explanation:

PRUEBA DE HIPÓTESIS” CONTROL ESTADÍSTICO DE PROCESOS “PRUEBA DE HIPÓTESIS” IV – “A”

2. 2 “PRUEBA DE HIPÓTESIS” "AÑO DE LA PROMOCIÓN DE LA INDUSTRIA RESPONSABLE Y DEL COMPROMISO CLIMÁTICO" UNIVERSIDAD NACIONAL “SAN LUIS GONZAGA” DE ICA FACULTAD DE ADMINISTRACIÓN “PRUEBA DE HIPÓTESIS” Curso : CONTROL ESTADÍSTICO DE PROCESOS Doctor : Dr. ORLANDO GABRIEL HERNÁNDEZ Año : IV - “A” Turno : MAÑANA Autores : CARRILLO MAMANI, GERALD FLORES JAUJE, LUIS HUARIPAUCAR GAMBOA, SONIA OCHOA SUAREZ, GIUSEPI 2014

3. 3 “PRUEBA DE HIPÓTESIS” INTRODUCCIÓN Es evidente que las distribuciones muestrales, vistas en el capítulo anterior, basadas en la teoría de la distribución normal, desarrollan un papel de gran importancia en la inferencia estadística. La inferencia estadística comprende dos partes principales, a saber: la estimación de parámetros y la prueba o docimasia de hipótesis. En este capítulo estudiaremos la segunda de ellas, con el fin de desarrollar métodos y observar su aplicación a problemas corrientes de la vida diaria. La inferencia estadística está basada en el supuesto de tomar muchas muestras, todas con igual probabilidad de ser seleccionadas y a través de una de ellas sabremos algo acerca de la población, mediante el cálculo de estimadores, que nos permitan hacer aseveraciones, incorrectas algunas veces, estableciéndose la probabilidad de error. Este método se basa en la aplicación de técnicas de muestreo, para lo cual se requiere de un buen diseño, además de la aplicación de métodos aleatorios de selección, cuando las probabilidades son iguales para cada elemento de una población. En algunos casos no requieren ser iguales, siempre que se conozcan y sean diferentes a cero. CONTENIDO  Conceptos generales, usos y procedimientos de aplicación.  Pruebas de hipótesis con aplicaciones en distribuciones de: Medias, Proporciones.  Teoría de las muestras pequeñas. Distribución “t” de

graph b

step-by-step explanation:

one solution- graph a (clear intercepting point.)

no solution- graph b (they're parallel, there will never be a point of interception.)

infinite solutions- graph c (all points intercept.)