I N T E G R A N T E S :

U N I V E R S I D A D N A C I O N A L D E
T R U J I L L O




0 7 / 0 7 / 2 0 1 4
Estadstica y Probabilidad

DISTRIBUCIONES
MUESTRALES
1. DISTRIBUCION MUESTRAL DE LA MEDIA
Ejemplo 1.
Una empresa elctrica fabrica focos que tienen una duracin que se distribuye
aproximadamente en forma normal, con media de 800 horas y desviacin
estndar de 40 horas. Encuentre la probabilidad de que una muestra aleatoria
de 16 focos tenga una vida promedio de menos de 775 horas.
Solucin:

Este valor se busca en la tabla de z

La interpretacin sera que la probabilidad de que la media de la muestra de 16
focos sea menor a 775 horas es de 0.0062.

Ejemplo 2.
Las estaturas de 1000 estudiantes estn distribuidas aproximadamente en
forma normal con una media de 174.5 centmetros y una desviacin estndar
de 6.9 centmetros. Si se extraen 200 muestras aleatorias de tamao 25 sin
reemplazo de esta poblacin, determine:
a. El nmero de las medias muestrales que caen entre 172.5 y 175.8
centmetros.
b. El nmero de medias muestrales que caen por debajo de 172
centmetros.
Solucin:
Como se puede observar en este ejercicio se cuenta con una poblacin finita y
un muestreo sin reemplazo, por lo que se tendr que agregar el factor de
correccin. Se proceder a calcular el denominador de Z para slo sustituirlo
en cada inciso.


a.





(0.7607)(200)=152 medias muestrales
b.


(0.0336)(200)= 7 medias muestrales





2. DISTRIBUCION DE LA DIFERENCIA DE DOS MEDIAS MUESTRALES

Ejemplo 1.
En un estudio para comparar los pesos promedio de nios y nias de sexto
grado en una escuela primaria se usar una muestra aleatoria de 20 nios y
otra de 25 nias. Se sabe que tanto para nios como para nias los pesos
siguen una distribucin normal. El promedio de los pesos de todos los nios de
sexto grado de esa escuela es de 100 libras y su desviacin estndar es de
14.142, mientras que el promedio de los pesos de todas las nias del sexto
grado de esa escuela es de 85 libras y su desviacin estndar es de 12.247
libras. Si representa el promedio de los pesos de 20 nios y es el
promedio de los pesos de una muestra de 25 nias, encuentre la probabilidad
de que el promedio de los pesos de los 20 nios sea al menos 20 libras ms
grande que el de las 25 nias.
Solucin:
Datos:
1
= 100 libras
2
= 85 libras
1
= 14.142 libras
2
= 12.247 libras
n
1
= 20 nios
n
2
= 25 nias
= ?

Por lo tanto, la probabilidad de que el promedio de los pesos de la muestra de
nios sea al menos 20 libras ms grande que el de la muestra de las nias es
0.1056.



Ejemplo 2.
Uno de los principales fabricantes de televisores compra los tubos de rayos
catdicos a dos compaas. Los tubos de la compaa A tienen una vida media
de 7.2 aos con una desviacin estndar de 0.8 aos, mientras que los de la B
tienen una vida media de 6.7 aos con una desviacin estndar de 0.7.
Determine la probabilidad de que una muestra aleatoria de 34 tubos de la
compaa A tenga una vida promedio de al menos un ao ms que la de una
muestra aleatoria de 40 tubos de la compaa B.
Solucin:
Datos:
A
= 7.2 aos
B
= 6.7 aos
A
= 0.8 aos
B
= 0.7 aos
n
A
= 34 tubos
n
B
= 40 tubos
= ?




Ejemplo 3.
Se prueba el rendimiento en km/L de 2 tipos de gasolina, encontrndose una
desviacin estndar de 1.23km/L para la primera gasolina y una desviacin
estndar de 1.37km/L para la segunda gasolina; se prueba la primera gasolina
en 35 autos y la segunda en 42 autos.
a. Cul es la probabilidad de que la primera gasolina de un rendimiento
promedio mayor de 0.45km/L que la segunda gasolina?
b. Cul es la probabilidad de que la diferencia en rendimientos promedio
se encuentre entre 0.65 y 0.83km/L a favor de la gasolina 1?.
Solucin:
En este ejercicio no se cuenta con los parmetros de las medias en ninguna de
las dos poblaciones, por lo que se supondrn que son iguales.
Datos:
1
= 1.23 Km/Lto
2
= 1.37 Km/Lto
n
1
= 35 autos
n
2
= 42 autos
a. = ?


b.
?



La probabilidad de que la diferencia en rendimientos promedio en las muestras
se encuentre entre 0.65 y 0.83 Km/Lto a favor de la gasolina 1 es de 0.0117.

3. DISTRIBUCION PARA LA PROPORCION MUESTRAL

Ejemplo 1.
Se ha determinado que 60% de los estudiantes de una universidad grande
fuman cigarrillos. Se toma una muestra aleatoria de 800 estudiantes. Calcule la
probabilidad de que la proporcin de la muestra de la gente que fuma cigarrillos
sea menor que 0.55.
Solucin:
Aproximacin de la distribucin normal a la binomial:

Datos:
n=800 estudiantes
p=0.60
x= (.55)(800) = 440 estudiantes
p(x 440) = ?
Media= np= (800)(0.60)= 480

p(x 440) = 0.0017. Este valor significa que existe una probabilidad del 0.17%
de que al extraer una muestra de 800 estudiantes, menos de 440 fuman
cigarrillos.


Distribucin Muestral de Proporciones
Datos:
n=800 estudiantes
P=0.60
p= 0.55
p(p 0.55) = ?



Ejemplo 2.
Un medicamento para malestar estomacal tiene la advertencia de que algunos
usuarios pueden presentar una reaccin adversa a l, ms an, se piensa que
alrededor del 3% de los usuarios tienen tal reaccin. Si una muestra aleatoria
de 150 personas con malestar estomacal usa el medicamento, encuentre la
probabilidad de que la proporcin de la muestra de los usuarios que realmente
presentan una reaccin adversa, exceda el 4%.
a. Resolverlo mediante la aproximacin de la normal a la binomial
b. Resolverlo con la distribucin muestral de proporciones
a. Aproximacin de la distribucin normal a la binomial:
Datos:
n=150 personas
p=0.03
x= (0.04)(150) = 6 personas
p(x>6) = ?
Media = np= (150)(0.03)= 4.5


p(x>6) = 0.1685. Este valor significa que existe una probabilidad del 17%
de que al extraer una muestra de 150 personas, mas de 6 presentarn
una reaccin adversa.
b. Distribucin Muestral de Proporciones
Datos:
n=150 personas
P=0.03
p= 0.04
p(p>0.04) = ?



Ejemplo 3.
Se sabe que la verdadera proporcin de los componentes defectuosos
fabricados por una firma es de 4%, y encuentre la probabilidad de que una
muestra aleatoria de tamao 60 tenga:
a. Menos del 3% de los componentes defectuosos.
b. Ms del 1% pero menos del 5% de partes defectuosas.
Solucin:

a. Datos:
n= 60 artculos
P=0.04
p= 0.03
p(p<0.03) = ?


La probabilidad de que en una muestra de 60 artculos exista una
proporcin menor de 0.03 artculos defectuosos es de 0.2327.


b. Datos:
n= 60 artculos
P=0.04
p= 0.01 y 0.05
p(0.01<p<0.05) = ?


4. DISTRIBUCION PARA LA DIFERENCIA DE PROPORCIONES MUESTRALES

Ejemplo 1.
Los hombres y mujeres adultos radicados en una ciudad grande del norte
difieren en sus opiniones sobre la promulgacin de la pena de muerte para
personas culpables de asesinato. Se cree que el 12% de los hombres adultos
estn a favor de la pena de muerte, mientras que slo 10% de las mujeres
adultas lo estn. Si se pregunta a dos muestras aleatorias de 100 hombres y
100 mujeres su opinin sobre la promulgacin de la pena de muerte, determine
la probabilidad de que el porcentaje de hombres a favor sea al menos 3%
mayor que el de las mujeres.
Solucin:
Datos:
P
H
= 0.12
P
M
= 0.10
n
H
= 100
n
M
= 100
p(p
H
-p
M
0.03) = ?

Se recuerda que se est incluyendo el factor de correccin de 0.5 por ser una
distribucin binomial y se est utilizando la distribucin normal.


Se concluye que la probabilidad de que el porcentaje de hombres a favor de la
pena de muerte, al menos 3% mayor que el de mujeres es de 0.4562.

Ejemplo 2.
Una encuesta del Boston College const de 320 trabajadores de Michigan que
fueron despedidos entre 1979 y 1984, encontr que 20% haban estado sin
trabajo durante por lo menos dos aos. Supngase que tuviera que seleccionar
otra muestra aleatoria de 320 trabajadores de entre todos los empleados
despedidos entre 1979 y 1984. Cul sera la probabilidad de que su
porcentaje muestral de trabajadores sin empleo durante por lo menos dos
aos, difiera del porcentaje obtenido en la encuesta de Boston College, en 5%
o ms?
Datos:
p
1
= 0.20
n
1
= 320 trabajadores
n
2
= 320 trabajadores
P
1
= P
2





La probabilidad de que su proporcion muestral de trabajadores sin empleo
durante por lo menos dos aos, difiera del porcentaje obtenido en la encuesta
de Boston College, en 0.05 o ms es de 0.1260.

Ejemplo 3.
Se sabe que 3 de cada 6 productos fabricados por la mquina 1 son
defectuosos y que 2 de cada 5 objetos fabricados por la mquina 2 son
defectuosos; se toman muestras de 120 objetos de cada mquina:
a. cul es la probabilidad de que la proporcin de artculos defectuosos
de la mquina 2 rebase a la mquina 1 en por lo menos 0.10?
b. cul es la probabilidad de que la proporcin de artculos defectuosos
de la mquina 1 rebase a la mquina 2 en por lo menos 0.15?
Solucin:
Datos:
P
1
= 3/6 = 0.5
P
2
= 2/5 = 0.4
n
1
= 120 objetos
n
2
= 120 objetos


a. p(p
2
-p
1
0.10) = ?


Otra manera de hacer este ejercicio es poner P
1
-P
2
:


La probabilidad de que exista una diferencia de proporciones de
artculos defectuosos de por lo menos 10% a favor de la mquina 2 es
de 0.0011.
b. p(p
1
-p
2
0.15)=?


La probabilidad de que exista una diferencia de proporciones de artculos
defectuosos de por lo menos 15% a favor de la mquina 1 es de 0.2357.

5. DISTRIBUCION VARIANZA MUESTRAL

Ejemplo 1.

Suponga que los tiempos requeridos por un cierto autobs para alcanzar un de
sus destinos en una ciudad grande forman una distribucin normal con una
desviacin estndar =1 minuto. Si se elige al azar una muestra de 17
tiempos, encuentre la probabilidad de que la varianza muestral sea mayor que
2.
Solucin:
Primero se encontrar el valor de ji-cuadrada correspondiente a s
2
=2 como
sigue:

El valor de 32 se busca adentro de la tabla en el rengln de 16 grados de
libertad y se encuentra que a este valor le corresponde un rea a la derecha de
0.01. En consecuencia, el valor de la probabilidad es P(s
2
>2)




Ejemplo 2.
Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones,
de una poblacin normal con varianza , tenga una varianza muestral:
a. Mayor que 9.1
b. Entre 3.462 y 10.745
Solucin.
a. Primero se proceder a calcular el valor de la ji-cuadrada:

Al buscar este nmero en el rengln de 24 grados de libertad nos da un rea a
la derecha de 0.05. Por lo que la P(s
2
>9.1) = 0.05
1. Se calcularn dos valores de ji-cuadrada:
y
Aqu se tienen que buscar los dos valores en el rengln de 24 grados de
libertad. Al buscar el valor de 13.846 se encuentra un rea a la derecha de
0.95. El valor de 42.98 da un rea a la derecha de 0.01. Como se est pidiendo
la probabilidad entre dos valores se resta el rea de 0.95 menos 0.01
quedando 0.94.
b. Por lo tanto la P(3.462 s
2
10.745) = 0.94


Estimacin de la Varianza
Para poder estimar la varianza de una poblacin normal se utilizar la
distribucin ji-cuadrada.

Al despejar esta frmula la varianza poblacional nos queda:

Los valores de X
2
dependern de nivel de confianza que se quiera al cual le
llamamos . Si nos ubicamos en la grfica se tiene: