SESION 3

DISTRIBUCIONES MUESTRALES

OBJETIVOS:

Usar la distribucin normal estndar para establecer la probabilidad de que la

informacin poblacional se encuentre en un intervalo tomando como referencia
una muestra de la poblacin.
Reconocer la distribucin normal y binomial como herramienta en experimentos
que tienen asociada una distribucin normal.

CONTENIDO TEMATICO

Uno de los primeros pasos en un anlisis estadstico es definir el conjunto que se usar
como poblacin que puede ser un conjunto finito o infinito. Cuando la poblacin la
definimos como los habitantes de la ciudad de Bogot (8 millones aproximadamente) el
realizar un estudio estadstico con todos los elementos operativamente tendramos
muchos problemas para realizar un estudio sobre toda la poblacin, por ello es necesario
tomar muestras de la poblacin (subconjuntos), realizar el estudio estadstico sobre la
muestra y con ello determinar informacin aproximada para la poblacin. De esta manera
podemos calcular la media muestral , la varianza muestral , la proporcin y
establecer la diferencia entre los anteriores y la media poblacional , la varianza
poblacional y la proporcin poblacional . Los resultados obtenidos de la muestra son
aleatorios porque dependen de los elementos escogidos, y por tanto, el estadstico
(media, varianza o proporcin) tiene una distribucin de probabilidad la cual es llamada la
distribucin muestral del estadstico correspondiente.

DISTRIBUCIN DE LA MEDIA MUESTRAL CUANDO LA POBLACIN ES NORMAL.

En el caso que tengamos una poblacin infinita y del cual extraemos muestras de tamao
, tendremos lo siguiente:

La media de las medias muestrales es igual a la media poblacional, es decir,

La desviacin estndar de las medias muestrales, llamada tambien el error
estndar de la media muestral, es igual a la desviacin estndar poblacional
dividida por , es decir, Esto se obtiene de la relacin entre la varianza

de la medias muestrales es igual a la varianza poblacional dividida por

En el caso de una poblacin finita de elementos se aplica el factor de correccin

al error estndar de la media muestral. Si la poblacin se distribuye normalmente,

es decir los datos asociados a la poblacin se distribuye siguiendo una distribucin
normal, entonces la media muestral tambin tiene una distribucin normal con la media y
varianza descritas en las formulas dadas. Para el caso de una muestra grande se aplica
el teorema del lmite central.

TEOREMA DEL LIMITE CENTRAL

Un importante resultado en Probabilidad y Estadstica es el teorema del lmite central que

dice lo siguiente:

Si de una poblacin infinita con media y varianza se extraen muestras de tamao ,

entonces la media muestral se comporta aproximadamente como una variable aleatoria
normal con media igual a la media poblacional y con varianza igual a la varianza
poblacional dividida por el tamao de la muestra, siempre que sea suficientemente
grande.

Independiente de la distribucin asociada a la poblacin tendramos lo anterior escrito en

las siguientes formulas:

Y convirtiendo lo anterior en una distribucin normal estndar tendramos:

Ejemplo 1. El tiempo de atencin por cliente en un banco tiene una distribucin normal
con media 4 minutos y desviacin estndar de 2 minutos. Cul es la probabilidad de que
el tiempo promedio de atencin para una muestra de 10 clientes sea menor de 5 minutos?

Solucin. En primera instancia nos encontramos ante una poblacin infinita y por tanto no
aplicamos factor de correccin sobre la muestra. De esta manera la distribucin normal de
la muestra tiene una media de 4 minutos y una desviacin estndar de . Llevando los

datos aportados por el ejemplo a la distribucin normal estndar tendramos:

Ahora hallamos:
Y concluimos que la probabilidad de que el tiempo promedio de atencin en una muestra
de 10 personas sea inferior a 5 minutos es 0,9429.

Ejemplo 2. Los pesos de las personas que se suben a un ascensor se distribuyen

normalmente con media igual a 130 libras y con una desviacin estndar de 30 libras. Si
un grupo de 8 personas sube al ascensor, cual es la probabilidad de que el peso
promedio del grupo sea superior a 100 libras?

Solucin. Procediendo de la misma manera como en el ejemplo anterior tenemos que la

distribucin normal de la muestra tiene una media de 130 libras y una desviacin estndar
de . As tendramos:

Y resolvemos:

Concluimos que la probabilidad de que el peso promedio de un grupo de 8 personas sea

superior a 100 libras es 0,9976.

DISTRIBUCION DE LA PROPORCION MUESTRAL

De una poblacin distribuida binomialmente con probabilidad de xito se extrae una

muestra aleatoria de tamao , entonces la media es y la varianza es
. De aqu obtenemos que la proporcin muestral tiene media y varianza .
De esta manera por el teorema del lmite central tendramos la siguiente distribucin
normal:

Esta ltima se distribuye aproximadamente como una distribucin normal estndar

.La aproximacin es bastante confiable si y son mayores a 5. Cuando
es cercano a 0 o 1 se debe tomar una un tamao de muestra ms grande para mejorar la
aproximacin. Adicionalmente se debe considerar un factor de correccin pues estamos
trabajando con dos distribuciones de probabilidad, una discreta y la otra continua. Este
factor se conoce como factor de continuidad y equivale a y se aplica ya que el valor de
 de naturaleza discreta representa todos los valores de la variable continua que caen en
el intervalo . Las formulas a tener en cuenta son:

( )

( )

( )

Ejemplo 3. Segn reportes del Instituto Nacional de Salud, el 30% de la poblacin adulta
colombiana es obesa. Se elige al azar una muestra de 150 personas, cual es la
probabilidad de que haya a lo ms 30 personas obesas? De que haya ms de 22 y menos
de 35 personas obesas?.

Solucin. Asignamos al nmero de personas obesas en la muestra. Tenemos que

calcular . Aplicando
la formula correspondiente y la tabla de la distribucin normal estndar obtenemos:

( )

( ) ( )

Ejemplo 2. El administrador de un restaurante ha observado que de cada 5 almuerzos

hay uno en el cual se pide postre. Si un da el restaurante vende 600 almuerzos, cual es
la probabilidad de que en ms de 150 almuerzos se acompaen con un postre?
Solucin. La probabilidad de que un almuerzo este acompaado de un postre es .

Debemos calcular Aplicando la

formula correspondiente y la tabla de la distribucin normal estndar obtenemos:

( ) ( )

Conclusiones:

Un elemento clave en esta sesin es el conocimiento de la distribucin normal

estndar .Es importante tener en cuenta la poblacin y la muestra para
aplicar las formulas descritas.
La informacin obtenida nos permite con una probabilidad establecer la relacin
entre los datos de la muestra y los datos poblacionales.
Se puede establecer la relacin entre la informacin poblacional y de la muestra
con respecto a la media, la varianza y la proporcin.