TEOREMAS SOBRE INTERVALOS DE CONFIANZA

Docente: JUAN MIGUEL MARTÍNEZ BUENDÍA

Matemático - Ing. Ambiental - Ing. Civil - Ms, c. Estadística
TEOREMA 1.
“Intervalo de Confianza de (1-α)x100% para µ” (σ2 Conocida Población Finita)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑋̅ tomada de una población de tamaño N con f.d.p. 𝑁(𝜇; 𝜎 2 ), con varianza 𝜎 2
conocida, entonces si 𝑛 > 0.05𝑁 , el I.C. de (1-α)x100% para la media poblacional está dado por:
√𝝈𝟐 (𝑵 − 𝒏) √𝝈𝟐 (𝑵 − 𝒏)
̅ − 𝒁𝜶/𝟐
[𝑿 ̅ + 𝒁𝜶/𝟐
;𝑿 ]
√𝒏(𝑵 − 𝟏) √𝒏(𝑵 − 𝟏)
Características:
1. El problema es sobre una sola media.
2. La población es Normal.
3. Se desconoce la media poblacional.
4. Se conoce la varianza poblacional.
5. El tamaño de la muestra es grande en comparación con el de la población.

EJEMPLOS:
1.] La nota media de los 600 alumnos de Admón. Industrial de la Universidad De Cartagena sigue una distribución normal con
d.t. de 0.45. Si se toma una m.a.s. de 36 solicitudes de beca Erasmus y se obtiene una nota media muestral de 4.8.
a. Calcular un I.C. de 95% para la media de la población. RTA. [4.65736, 4,94264]
b. Cuál es el contenido probabilístico de un intervalo, para la misma muestra, que va de 4.6519 a 4.9480. RTA. 95.81%

2.] Un consultor afirma que el tiempo medio de los directores de una empresa en desplazarse a su oficina es de 80min. Con una
d.t. de 14 minutos. Se ha tomado una muestra de 16 directores de las 100 oficinas de la empresa con el fin de estimar el tiempo
medio diario que emplean en desplazarse hasta su trabajo. Si la media de los tiempos fue de 87 minutos, tiene razón el consultor?
RTA. Para confianzas menores o iguales que 97% NO.

TEOREMA 2.
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima para Estimar µ” (σ2 Conocida Población Finita)
Si se va extraer una m.a.s. de una población de tamaño N con f.d.p. 𝑁(𝜇; 𝜎 2 ), cuya varianza 𝜎 2 es conocida; entonces, se puede
determinar el tamaño muestral (n), el error máximo de estimación (ε) o la confianza (1- α) en la estimación del I.C. para la media
de la población si se conocen las otras dos, mediante:
𝝈𝟐 (𝑵 − 𝒏) 𝒁𝟐∝/𝟐 𝝈𝟐 𝑵 𝒏(𝑵 − 𝟏)
𝜺 = 𝒁𝜶/𝟐 √ 𝒏= 𝒁𝜶/𝟐 = 𝜺√
𝒏(𝑵 − 𝟏) 𝜺𝟐 (𝑵 − 𝟏) + 𝒁𝟐∝/𝟐 𝝈𝟐 𝝈𝟐 (𝑵 − 𝒏)
Características:
1. El problema es sobre una sola media.
2. La población es Normal.
3. Se desconoce la media poblacional.
4. Se conoce la varianza poblacional.
5. El tamaño de la muestra es grande en comparación con el de la población.

EJEMPLOS:
1.] Un consultor afirma que el tiempo medio de los directores de una empresa en desplazarse a su oficina es de 80min. Con una
d.t. de 14min. Se ha tomado una muestra de 16 directores de los 100 con que cuenta la empresa con el fin de estimar el tiempo
medio diario que emplean en desplazarse hasta su trabajo con un rango de error de 5min máximo. ¿Es correcto ese tamaño de
muestra para una confianza de 95%? Si el tamaño de 16 de la muestra es impositivo, y se quiere una confianza de 99%. ¿Qué
ocurre con el error máximo de estimación? Bajo las condiciones iniciales ¿Que confianza máxima puede alcanzarse?

2.] María José Vega, directora de una escuela de ciencias empresariales está interesada en conocer los salarios de los exalumnos
5 años después de completar sus estudios. Dispone de una muestra de 35 del total de 300 graduados, cuya d.t. es de $205000
mensuales. Suponiendo que la distribución es normal: a. ¿Cuál es el error máximo que se cometería en una estimación de
intervalo del 90% para la media poblacional? b. Si toma una muestra de 45 ¿Cómo variaría el error entonces?

TEOREMA 3.
“Intervalo de Confianza de (1-α)x100% para µ” (σ2 Conocida Población Infinita)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑋̅ tomada de una población de tamaño N con f.d.p. 𝑁(𝜇; 𝜎 2 ), con varianza 𝜎 2
conocida, entonces si 𝑛 ≤ 0.05𝑁 , el I.C. de (1-α)x100% para la media poblacional está dado por:
 𝝈𝟐 𝝈𝟐
̅ − 𝒁𝜶/𝟐 √
[𝑿 ̅ + 𝒁𝜶/𝟐 √ ]
;𝑿
𝒏 𝒏
Características:
1. El problema es sobre una sola media.
2. La población es Normal.
3. Se desconoce la media poblacional.
4. Se conoce la varianza poblacional.
5. El tamaño de la muestra es pequeño en comparación con el de la población.

EJEMPLOS:
1.] El DADIS en Cartagena De Indias ha encontrado que la población posee severos problemas relacionados con su placa dental.
El departamento de salud dental examina una muestra tomada de los habitantes de la ciudad y registra la condición de la
dentadura de cada paciente en una escala que va del 1 al 100, en la que 1 indica que no hay dentadura y 100 indica que la
dentadura está en excelentes condiciones. Según información histórica, la d.t. de la evaluación de la placa dental en esta ciudad
es 6.2. En el presente año, el departamento de salud dental examinó a 36 pacientes y encontró un resultado promedio de revisión
dental de 72. Construya para el DADIS un I.C. de 98% para la media del resultado de revisión dental.

2.] Una tienda en Caribe plaza, especializada en lámparas, quiere obtener una estimación de intervalo para el número medio de
clientes que entran diariamente. Estefany Torres, la dueña, está segura de que la d.t. real del número de clientes es 15, y ha
contratado a Estefanie Carolina Ríos, como estudiante de Admon Industrial, para determinar un intervalo de confianza de 96%
para el número medio real de clientes; Tefy tomó una muestra de 25 días laborales y obtuvo una media de 180 clientes diarios.
Ayude a Tefy a construir dicho intervalo.

TEOREMA 4.
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima Para Estimar µ” (σ2 Conocida Población Infinita)
Si se va extraer una m.a.s. de una población Infinita con f.d.p. 𝑁(𝜇; 𝜎 2 ), cuya varianza 𝜎 2 es conocida; entonces, se puede
determinar el tamaño muestral (n), el error máximo de estimación (ε) o la confianza (1- α) en la estimación del I.C. para la media
de la población si se conocen las otras dos, mediante:
𝝈𝟐 𝒁∝/𝟐 𝝈 𝟐 𝒏
𝜺 = 𝒁𝜶/𝟐 √ 𝒏=( ) 𝒁𝜶/𝟐 = 𝜺√ 𝟐
𝒏 𝜺 𝝈
Características:
1. El problema es sobre una sola media.
2. La población es Normal.
3. Se desconoce la media poblacional.
4. Se conoce la varianza poblacional.
5. El tamaño de la muestra es pequeño en comparación con el de la población.

EJEMPLOS:
1.] Un consultor afirma que el tiempo medio de los directores de una empresa en desplazarse a su oficina es de 80min. Con una
d.t. de 14min. Se ha tomado una muestra de 16 directores de los 500 con que cuenta la empresa con el fin de estimar el tiempo
medio diario que emplean en desplazarse hasta su trabajo con un rango de error de 5min. máximo. ¿Es correcto ese tamaño de
muestra para una confianza de 95%? Si el tamaño de 16 de la muestra es impositivo, y se quiere una confianza de 99%. ¿Qué
ocurre con el error máximo de estimación? Bajo las condiciones iniciales ¿Que confianza máxima puede alcanzarse?

2.] “La Patrona”, gerente de su propia empresa le pide a Carlos Jiménez que estime, con 93% de confianza, la media de los
ingresos de las personas que trabajan en su empresa. Carlos sabe que σ=$348, y dispone para realizar el muestreo de $2876. Si
cada persona muestreada cuesta $5.8. a. Cuál es el error máximo en la estimación? b. Con el presupuesto de $2876 y con un
error de estimación máximo de $80 ¿Qué confianza máxima puede alcanzar? c. Si “La Patrona” mantiene la confianza en 93%, el
presupuesto en $2876, y permite un error máximo de $150. ¿Es posible que Carlos cumpla sus requerimientos?

TEOREMA 5.
“Intervalo de Confianza de (1-α)x100% para µ” (σ2 Desconocida Población Finita)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑋̅ tomada de una población de tamaño N con f.d.p. 𝑁(𝜇; 𝜎 2 ), con varianza 𝜎 2
Desconocida, entonces si 𝑛 > 0.05𝑁 , el I.C. de (1-α)x100% para la media poblacional está dado por:
√𝑺𝟐 (𝑵 − 𝒏) √𝑺𝟐 (𝑵 − 𝒏)
̅−𝑻𝜶
[𝑿 ̅+𝑻𝜶
;𝑿 ]
( ;𝝊) ( ;𝝊)
𝟐 √𝒏(𝑵 − 𝟏) 𝟐 √𝒏(𝑵 − 𝟏)
𝝊 = 𝒏 − 𝟏 𝐺𝑟𝑎𝑑𝑜𝑠 𝐷𝑒 𝐿𝑖𝑏𝑒𝑟𝑡𝑎𝑑
Características:
1. El problema es sobre una sola media.
2. La población es Normal.
3. Se desconoce la media poblacional.
4. Se desconoce la varianza poblacional.
5. El tamaño de la muestra es grande en comparación con el de la población.

EJEMPLOS:
1.] El precio de venta promedio nacional para casas unifamiliares es de U$181900 (The New York Times 2000). Sara Lucía
Puerta desea invertir en tales casas y para eso toma una muestra de 25 casas unifamiliares nuevas entre 300 que conforman un
condominio en el sur y observó una media muestral de U$166400 y una d.t. de U$33500. Sarita debe determinar si los datos de
la muestra sustentan la conclusión de que el precio de ventas promedio poblacional para las casas unifamiliares nuevas del
condominio es menor que la media nacional de U$181900. Con α = 0.01, ¿Cuál es su conclusión?

2.] Un proceso de fabricación de jabón de tocador debe producir un promedio de 120 barras por lote (Se supone que la población
es normal) no se deben tener cantidades mayores ni menores que el estándar. Cristhian Plata Herazo, gerente de producción de
la empresa, toma una muestra de 28 lotes seleccionada entre los 350 lotes de una corrida de producción, la cual dio como
resultado las siguientes cantidades de barras de jabón. 108/118/120/122/119/113/124/122/120/123 Con un nivel 95%,
¿podrá afirmar Cristhian que el proceso de manufactura está trabajando en forma correcta?

TEOREMA 6.
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima para Estimar µ” (σ2 Desconocida Población Finita)
Si se va extraer una m.a.s. de una población de tamaño N con f.d.p. 𝑁(𝜇; 𝜎 2 ), cuya varianza 𝜎 2 es Desconocida; entonces, se
puede determinar el tamaño muestral (n), el error máximo de estimación (ε) o la confianza (1- α) en la estimación del I.C. para
la media de la población si se conocen las otras dos, mediante:
𝑺𝟐 (𝑵 − 𝒏) 𝑻𝟐(𝜶;𝝊) 𝑺𝟐 𝑵 𝒏(𝑵 − 𝟏)
𝟐
𝜺 = 𝑻(𝜶;𝝊) √ 𝒏= 𝑻(𝜶;𝝊) = 𝜺√
𝟐 𝒏(𝑵 − 𝟏) 𝜺𝟐 (𝑵 − 𝟏) + 𝑻𝟐(𝜶;𝝊) 𝑺𝟐 𝟐 𝑺𝟐 (𝑵 − 𝒏)
𝟐
Características:
1. El problema es sobre una sola media.
2. La población es Normal.
3. Se desconoce la media poblacional.
4. Se desconoce la varianza poblacional.
5. El tamaño de la muestra es grande en comparación con el de la población.

EJEMPLOS:
1.] Para elaborar cotizaciones de proyectos de construcción, Constructora Ochoa Uparela S.A., supone que el tiempo ocioso de
sus 200 obreros no excede de 15% de su tiempo disponible. En consecuencia, para un turno normal de ocho horas, el tiempo
ocioso por trabajador debería ser 72 minutos o menos por día. Jaime, su gerente, toma una muestra de 20 trabajadores y obtuvo
un tiempo ocioso medio de 80 minutos por día. La desviación estándar de esa muestra fue de 20 minutos. a. ¿Cuál es el error
máximo de estimación si se quiere una confianza de 95%? b. ¿Con un error de estimación de 8 minutos, y la misma muestra cual
será la confianza? c. ¿Cuál es el tamaño óptimo de muestra, para un error de 8 min. y una confianza de 99%?

TEOREMA 7.
“Intervalo de Confianza de (1-α)x100% para µ” (σ2 Desconocida Población Infinita)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑋̅ tomada de una población de tamaño N con f.d.p. 𝑁(𝜇; 𝜎 2 ), con varianza 𝜎 2
Desconocida, entonces si 𝑛 ≤ 0.05𝑁 , el I.C. de (1-α)x100% para la media poblacional está dado por:
𝑺𝟐 𝑺𝟐
̅−𝑻𝜶 √ ; 𝑿
[𝑿 ̅+𝑻𝜶 √ ]
( ;𝝊) 𝒏 ( ;𝝊) 𝒏
𝟐 𝟐

𝝊 = 𝒏 − 𝟏 𝐺𝑟𝑎𝑑𝑜𝑠 𝐷𝑒 𝐿𝑖𝑏𝑒𝑟𝑡𝑎𝑑
Características:
1. El problema es sobre una sola media.
2. La población es Normal.
3. Se desconoce la media poblacional.
4. Se desconoce la varianza poblacional.
5. El tamaño de la muestra es pequeño en comparación con el de la población.
EJEMPLOS:
1.] El precio de venta promedio nacional para casas unifamiliares es de U$181900 (The New York Times 2000). Duván Martínez
Elles desea invertir en tales casas y para eso toma una muestra de 25 casas unifamiliares nuevas entre 700 que conforman un
condominio en el sur y observó una media muestral de U$166400 y una d.t. de U$33500. Duván debe determinar si los datos de
la muestra sustentan la conclusión de que el precio de ventas promedio poblacional para las casas unifamiliares nuevas del
condominio es menor que la media nacional de U$181900. Con α=0.01, ¿Cuál es su conclusión?

2.] Un proceso de fabricación de jabón de tocador debe producir un promedio de 120 barras por lote (Se supone que la población
es normal) no se deben tener cantidades mayores ni menores que el estándar. Cristhian Plata Herazo, gerente de producción de
la empresa, toma una muestra de 28 lotes seleccionada entre los 1000 lotes de una corrida de producción, la cual dio como
resultado las siguientes cantidades de barras de jabón. 108/118/120/122/119/113/124/122/120/123 Con un nivel 95%,
¿Podrá afirmar Cristhian que el proceso de manufactura está trabajando en forma correcta?

TEOREMA 8.
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima Para Estimar µ” (σ2 Desconocida Población Infinita)
Si se va extraer una m.a.s. de una población Infinita con f.d.p. 𝑁(𝜇; 𝜎 2 ), cuya varianza 𝜎 2 es Desconocida; entonces, se puede
determinar el tamaño muestral (n), el error máximo de estimación (ε) o la confianza (1- α) en la estimación del I.C. para la media
de la población si se conocen las otras dos, mediante:
𝟐
𝑺𝟐 𝑻(𝜶;𝝊) 𝑺 𝒏
𝟐
𝜺 = 𝑻(𝜶;𝝊) √ 𝒏=( ) 𝑻(𝜶;𝝊) = 𝜺√ 𝟐
𝟐 𝒏 𝜺 𝟐 𝑺
Características:
1. El problema es sobre una sola media.
2. La población es Normal.
3. Se desconoce la media poblacional.
4. Se desconoce la varianza poblacional.
5. El tamaño de la muestra es pequeño en comparación con el de la población.

EJEMPLOS:
1.] María Fernanda Lombana, gerente de electricaribe, desea estimar el monto de facturas de energía eléctrica para el mes de
julio para las viviendas unifamiliares en Cartagena De Indias. Mafe contrata a Alva Jurado Vargas y le pide una estimación que
no se aleje más de $10000 del verdadero promedio, con una confianza del 99%. Alva elabora un presupuesto y determina que
cada vivienda encuestada tiene un costo de $38500. Mafe autoriza un presupuesto de $500000 para una premuestra que arrojó
una d.t. $16500. ¿Qué presupuesto total se necesita para el estudio completo?

2.] Luís Rafael Gómez, corredor de Bolsa de Valores, tiene curiosidad acerca de la cantidad de tiempo que existe entre la
colocación de una orden de venta y su ejecución. El hizo un muestreo de 25 órdenes y encontró que el tiempo medio para la
ejecución fue de 24.3 min., con una d.t. de 3.2 min. Ayude a Lucho a contestar estás preguntas: a. ¿Cuál es el error máximo de
estimación si se quiere una confianza de 95%? b. ¿Con un error de estimación de 2 minutos, y la misma muestra cual será la
confianza? c. ¿Cuál es el tamaño óptimo de muestra, para un error de 2 min. y una confianza de 99%?

TEOREMA 9.
“Intervalo de Confianza de (1-α)x100% para 𝝅” (Población Finita)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑃̅ tomada de una población Binomial de tamaño N con f.d.p. B(𝑘; 𝜋); entonces
si 𝑛 > 0.05𝑁 , el intervalo de (1-α)x100% para la proporción poblacional está dado por:
𝑷̅ (𝟏 − 𝑷
̅ )(𝑵 − 𝒏) ̅ (𝟏 − 𝑷
𝑷 ̅ )(𝑵 − 𝒏)
̅ − 𝒁𝜶/𝟐 √
[𝑷 ̅ + 𝒁𝜶/𝟐 √
;𝑷 ]
𝒏(𝑵 − 𝟏) 𝒏(𝑵 − 𝟏)
Características:
1. El problema es sobre una sola proporción.
2. La población es Binomial.
3. Se desconoce la proporción poblacional.
4. El tamaño de la muestra es grande en comparación con el de la población.

EJEMPLOS:
1.] Supongamos que en la U. de C. se toma una muestra de 330 estudiantes de los 5500 que tiene, y se les pregunta si alguna vez
el celular les ha sonado en medio de una clase, si a 298 de los entrevistados les ha sonado, Calcule el I.C. de 95%, 90% y 98%
para la proporción de estudiantes de la U. de C. que han interrumpido una clase por su teléfono.

2.] Liliana Garcés Yepes, quien está incursionando en el negocio del comercio electrónico después de capacitarse en el SENA en
el manejo de plataformas virtuales, toma una muestra de 750 empresas electrónicas de las 12000 que actúan en el sector de su
interés y detecta que 42% de ellas están decayendo. Determine, para Lili, un I.C. del 90%, 95% y 99% de la proporción de
empresas que están decayendo en ese sector.

TEOREMA 10.
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima Para Estimar 𝝅” (Población Finita)
Si se va extraer una m.a.s. de una población Binomial de tamaño N con f.d.p. 𝐵(𝑘; 𝜋); entonces, se puede determinar el tamaño
muestral (n), el error máximo de estimación (ε) o la confianza (α) en la estimación del I.C. para la media de la población si se
conocen las otras dos, mediante:
̅ (𝟏 − 𝑷
𝑷 ̅ )(𝑵 − 𝒏) ̅ (𝟏 − 𝑷
𝒁𝟐∝/𝟐 𝑷 ̅ )𝑵 𝒏(𝑵 − 𝟏)
𝜺 = 𝒁𝜶/𝟐 √ 𝒏= 𝒁𝜶/𝟐 = 𝜺√
𝒏(𝑵 − 𝟏) ̅ (𝟏 − 𝑷
𝜺𝟐 (𝑵 − 𝟏) + 𝒁𝟐∝/𝟐 𝑷 ̅) ̅ (𝟏 − 𝑷
𝑷 ̅ )(𝑵 − 𝒏)
Características:
1. El problema es sobre una sola proporción.
2. La población es Binomial.
3. Se desconoce la proporción poblacional.
4. El tamaño de la muestra es grande en comparación con el de la población.

EJEMPLOS:
1.] Una muestra de 178 Administradores Industriales de los 1000 egresados en los últimos 15 años, ha estimado que el 43% de
ellos, consideran que es importante un curso de ética en su plan de estudios. Con que tamaño de muestra se estimaría la
proporción de los egresados que piensan de este modo con un error máximo de 0.12 y una confianza de 97%?

2.] Fidel de León, dueño de una empresa financiera que opera en Bayunca, seleccionó aleatoriamente 180 de las 3000 cuentas
de la compañía. Si desea estimar con una confianza de 98% y un máximo error de 5% la proporción de cuentas en excelente
estado de todas las que tiene la compañía ¿Es suficiente la muestra tomada?

TEOREMA 11.
“Intervalo de Confianza de (1-α)x100% para 𝝅” (Población Infinita)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑃̅ tomada de una población Binomial de tamaño N con f.d.p. B(𝑘; 𝜋); entonces
si 𝑛 ≤ 0.05𝑁 , el intervalo de (1-α)x100% para la proporción poblacional está dado por:
̅ (𝟏 − 𝑷
𝑷 ̅) ̅ (𝟏 − 𝑷
𝑷 ̅)
̅ − 𝒁𝜶/𝟐 √
[𝑷 ̅ + 𝒁𝜶/𝟐 √
;𝑷 ]
𝒏 𝒏
Características:
1. El problema es sobre una sola proporción.
2. La población es Binomial.
3. Se desconoce la proporción poblacional.
4. El tamaño de la muestra es pequeño en comparación con el de la población.

EJEMPLOS:
1.] Si 9 de los 21 estudiantes de la asignatura de Estadística II, han aprobado el primer corte calcule el intervalo de confianza del
80% de la proporción de aprobados en todos los cursos de estadística II en el primer corte.

2.] Leidy Laura Castillo, fiel seguidora de las políticas del presidente Santos, cree que el 60% del electorado está a favor de su
candidato y para corroborarlo contrata a Evelyn Castaño, quien toma una muestra de 324 votantes y determina que 156 están
de acuerdo con Santos. ¿Qué le contestaría Evelyn a Leidicita en el informe?

TEOREMA 12.
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima Para Estimar 𝝅” (Población Infinita)
Si se va extraer una m.a.s. de una población Binomial con f.d.p. 𝐵(𝑘; 𝜋); entonces, se puede determinar el tamaño muestral (n),
el error máximo de estimación (ε) o la confianza (α) en la estimación del I.C. para la media de la población si se conocen las otras
dos, mediante:
𝑷̅ (𝟏 − 𝑷
̅) ̅ (𝟏 − 𝑷
𝒁𝟐∝/𝟐 𝑷 ̅) 𝒁𝟐∝/𝟐 𝒏
𝜺 = 𝒁𝜶/𝟐 √ 𝒏= ó 𝒏= 𝒁𝜶/𝟐 = 𝜺√
𝒏 𝜺𝟐 𝟒𝜺𝟐 ̅ (𝟏 − 𝑷
𝑷 ̅)
Características:
1. El problema es sobre una sola proporción.
2. La población es Binomial
3. Se desconoce la proporción poblacional.
4. El tamaño de la muestra es pequeño en comparación con el de la población.
EJEMPLOS:
1.] Con base en estudiados históricos de prácticas de manejo en Cartagena, se encontró que 48% de los conductores no se
detenían en las intersecciones con señales de alto. Suponga que en un estudio de seguimiento realizado dos meses después de
una campaña de capacitación, se encontró que 360 de 800 conductores no se detenían en las intersecciones con señales de alto.
a. ¿Cuál es el error máximo de estimación si se quiere una confianza de 95%? b. Con un error de estimación de 0.05, y la misma
muestra ¿cuál será la confianza? c. ¿Cuál es el tamaño óptimo de muestra, para un error de 0.07. y una confianza de 99%?

2.] A los oficinistas de Shell Oil se les preguntó cuál horario de trabajo les resultaba más atractivo: trabajar 8 horas diarias
durante cinco días o 10 horas diarias durante cuatro días (USA Today, 11 de septiembre de 2000). Con α = 0.01. En una muestra
de 105 oficinistas se observó que 67 de ellos preferían el horario de 10 horas al día.
a. ¿Cuál es el error máximo de estimación si se quiere una confianza de 95%?
b. ¿Con un error de estimación de 0.08, y la misma muestra cual será la confianza?
c. ¿Cuál es el tamaño óptimo de muestra, para un error de 0.05 y una confianza de 99%?

TEOREMA 13.
“Intervalo de Confianza de (1-α)x100% para (𝝁𝑿 − 𝝁𝒀 )” (𝝈𝟐𝑿 y 𝝈𝟐𝒀 Conocidas)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑋̅ tomada de una población con f.d.p. 𝑁(𝜇𝑋 ; 𝜎𝑋2 ), cuya varianza 𝜎𝑋2 es conocida,
y sea 𝑌1 , 𝑌2 , … , 𝑌𝑚 una m.a.s. de tamaño m con media 𝑌̅ tomada de una población con f.d.p. 𝑁(𝜇𝑌 ; 𝜎𝑌2 ), cuya varianza 𝜎𝑌2 es
conocida; entonces, el intervalo de (1-α)x100% para la diferencia de medias poblacionales está dado por:
𝝈𝟐 𝝈𝟐 𝝈𝟐 𝝈𝟐
̅ ) − 𝒁𝜶/𝟐 √ 𝑿 + 𝒀 ; (𝑿
̅−𝒀
[ (𝑿 ̅ ) + 𝒁𝜶/𝟐 √ 𝑿 + 𝒀 ]
̅−𝒀
𝒏 𝒎 𝒏 𝒎
Características:
1. El problema es sobre dos medias.
2. Las poblaciones son Normales.
3. Se desconocen las medias poblacionales y se conocen las varianzas poblacionales.
4. Los tamaños de las muestras son pequeños en comparación con los de las poblaciones.

EJEMPLOS:
1.] En dos m.a.s. independientes se trató de determinar los salarios anuales iniciales de personas con grados de maestría y
licenciatura en Administración.Con los datos siguientes conteste ¿Es significativa la diferencia entre los salarios medios
poblacionales?
Maestría:𝑋̅=U$40000, σX=U$2500, n=60; Licenciatura: 𝑌̅=U$35000, σY=U$2000, m=80.

2.] Almacenes Carmona Castro S.A., rediseña los carriles de las cajas en sus supermercados en todo el país. Se sugieren dos
diseños. En pruebas con clientes se determinaron los tiempos de cobro en las cajas a la salida de dos almacenes, donde se
instalaron los dos nuevos sistemas. El resumen de los dos resultados obtenidos es el siguiente. Sistema A:𝑋̅=4.1min, σX=2.2min,
n=120; Sistema B: 𝑌̅=3.3min, σY=1.5min, m=100.
Yenifer, su propietaria intenta determinar, con 95% de confianza, si hay una diferencia entre los tiempos de cobro en caja para
los dos sistemas. ¿Cuál sistema debe escoger?

TEOREMA 14.
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima para Estimar (𝝁𝑿 − 𝝁𝒀 )” (𝝈𝟐𝑿 y 𝝈𝟐𝒀 Conocidas)
Si se van a extraer dos m.a.s. de igual tamaño de dos poblaciones de f.d.p. 𝑁(𝜇𝑋 ; 𝜎𝑋2 ) y 𝑁(𝜇𝑌 ; 𝜎𝑌2 ), con 𝜎𝑋2 y 𝜎𝑌2 conocidas, entonces,
se puede determinar el tamaño muestral (n), el error máximo de estimación (ε) o la confianza (α) en la estimación del I.C. para
la diferencia de medias de las poblaciones si se conocen las otras dos, mediante:
𝟐

𝝈𝟐 + 𝝈𝟐𝒀 𝒁∝/𝟐 √𝝈𝟐𝑿 + 𝝈𝟐𝒀 𝒏

𝜺 = 𝒁𝜶/𝟐 √ 𝑿 𝒏= 𝒁𝜶/𝟐 = 𝜺√ 𝟐
𝒏 𝜺 𝝈𝑿 + 𝝈𝟐𝒀
( )
Características:
1. El problema es sobre dos medias.
2. Las poblaciones son Normales.
3. Se desconocen las medias poblacionales y se conocen las varianzas poblacionales.
4. Los tamaños de las muestras son pequeños en comparación con los de las poblaciones.

EJEMPLOS:
1.] Se sabe que los salarios anuales iniciales de personas con grados de maestría y licenciatura en Administración tienen
distribución normal con d.t. U$2500 y U$2000, respectivamente. Se van a tomar dos m.a.s. independientes de igual tamaño para
tratar de determinar si es significativa la diferencia entre los salarios medios poblacionales de estos dos profesionales? a. Para
una confianza de 97% y error máximo permitido de $350 ¿cuál debe ser el tamaño de la muestra? b. Para un presupuesto de
U$500, (costo unitario por unidad muestral=U$5), y confianza de 92%, ¿cuál es el error máximo permitido? c. Para un
presupuesto de U$500, (costo unitario por unidad muestral=U$5), y error máximo permitido de U$220, ¿cuál es la confianza
alcanzada?

TEOREMA 15.
“Intervalo de Confianza de (1-α)x100% para (𝝁𝑿 − 𝝁𝒀 )” (𝝈𝟐𝑿 = 𝝈𝟐𝒀 Desconocidas)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑋̅ tomada de una población con f.d.p. 𝑁(𝜇𝑋 ; 𝜎𝑋2 ), cuya varianza 𝜎𝑋2 es
Desconocida, y sea 𝑌1 , 𝑌2 , … , 𝑌𝑚 una m.a.s. de tamaño m con media 𝑌̅ tomada de una población con f.d.p. 𝑁(𝜇𝑌 ; 𝜎𝑌2 ), cuya varianza
𝜎𝑌2 es Desconocida; entonces, si 𝜎𝑋2 = 𝜎𝑌2 , el intervalo de (1-α)x100% para la diferencia de medias poblacionales está dado por:
𝟏 𝟏 𝟏 𝟏
̅−𝒀
[ (𝑿 ̅ ) − 𝑻(𝜶/𝟐;𝝂) 𝑺𝒑 √ + ̅−𝒀
; (𝑿 ̅ ) + 𝑻(𝜶/𝟐;𝝂) 𝑺𝒑 √ + ]
𝒏 𝒎 𝒏 𝒎

(𝒏 − 𝟏)𝑺𝟐𝑿 + (𝒎 − 𝟏)𝑺𝟐𝒀
𝑺𝒑 = √
𝒏+ 𝒎−𝟐
𝝊 = 𝒏 + 𝒎 − 𝟐 𝐺𝑟𝑎𝑑𝑜𝑠 𝐷𝑒 𝐿𝑖𝑏𝑒𝑟𝑡𝑎𝑑
Características:
1. El problema es sobre dos medias.
2. Las poblaciones son Normales.
3. Se desconocen las medias poblacionales y las varianzas poblacionales.
4. Los tamaños de las muestras son pequeños en comparación con los de las poblaciones.

EJEMPLOS:
1.] Eléctrica Cárdenas Zuluaga maneja una flota de camiones para proporcionar servicio eléctrico a la industria de la
construcción en Cartagena y Sincelejo. Una m.a.s. de 25 camiones de Cartagena tiene un costo promedio de mantenimiento de
U$82.50 mensual, con d.t. de U$30. Mientras que una m.a.s. de 20 camiones de Sincelejo tiene un costo promedio de
mantenimiento de U$78 mensual, con d.t. de U$18. Daniela, su directora, desea determinar si hay diferencia en el costo mensual
de mantenimiento. Con un nivel 95%. ¿Cuál es su opinión?

2.] Una cía. de taxis al servicio del turismo en Cartagena está tratando de decidir la compra de neumáticos entre las marcas A o
B para sus vehículos. Contratan a Michelle Araos, estudiante de Administración IV semestre, quien realiza un experimento con
16 neumáticos marca A, hasta desgastarlos y obtiene una media de 80000Km con varianza de 25000000Km2, y 10 neumáticos
marca B para una media de 78900Km con d.t. de 6100Km. Suponga que los desgastes se distribuyen normalmente con varianzas
iguales.
a. ¿Esta muestra induce a preferir A o B? explique.

TEOREMA 16.
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima Para Estimar (𝝁𝑿 − 𝝁𝒀 )” (𝝈𝟐𝑿 = 𝝈𝟐𝒀 Desconocidas)
Si se van a extraer dos m.a.s. de igual tamaño de dos poblaciones de f.d.p. 𝑁(𝜇𝑋 ; 𝜎𝑋2 ) y 𝑁(𝜇𝑌 ; 𝜎𝑌2 ), con 𝜎𝑋2 y 𝜎𝑌2 Desconocidas pero
iguales, entonces, se puede determinar el tamaño muestral (n), el error máximo de estimación (ε) o la confianza (α) en la
estimación del I.C. para la diferencia de medias de las poblaciones si se conocen las otras dos, mediante:
𝟐 𝟐𝑻(𝜶/𝟐;𝝂) 𝑺𝒑 𝟐 𝒏
𝜺 = 𝑻(𝜶/𝟐;𝝂) √𝑺𝟐𝒑 𝒏=( ) 𝑻(𝜶/𝟐;𝝂) = 𝜺√
𝒏 𝜺 𝟐𝑺𝟐𝒑
Características:
1. El problema es sobre dos medias.
2. Las poblaciones son Normales.
3. Se desconocen las medias poblacionales y las varianzas poblacionales.
4. Los tamaños de las muestras son pequeños en comparación con los de las poblaciones.

EJEMPLOS:
1.] Se sabe que los salarios anuales iniciales de personas con grados de maestría y licenciatura en Administración tienen
distribución normal con d.t. U$2500 y U$2000, respectivamente. Se van a tomar dos m.a.s. independientes de igual tamaño para
tratar de determinar si es significativa la diferencia entre los salarios medios poblacionales de estos dos profesionales? a. Para
una confianza de 97% y error máximo permitido de $350 ¿cuál debe ser el tamaño de la muestra? b. Para un presupuesto de
U$500, (costo unitario por unidad muestral=U$5), y confianza de 92%, ¿cuál es el error máximo permitido? c. Para un
presupuesto de U$500, (costo unitario por unidad muestral=U$5), y error máximo permitido de U$220, ¿cuál es la confianza
alcanzada?
TEOREMA 17
“Intervalo de Confianza de (1-α)x100% para (𝝁𝑿 − 𝝁𝒀 )” (𝝈𝟐𝑿 ≠ 𝝈𝟐𝒀 Desconocidas)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑋̅ tomada de una población con f.d.p. 𝑁(𝜇𝑋 ; 𝜎𝑋2 ), cuya varianza 𝜎𝑋2 es
Desconocida, y sea 𝑌1 , 𝑌2 , … , 𝑌𝑚 una m.a.s. de tamaño m con media 𝑌̅ tomada de una población con f.d.p. 𝑁(𝜇𝑌 ; 𝜎𝑌2 ), cuya varianza
𝜎𝑌2 es Desconocida; entonces, si 𝜎𝑋2 ≠ 𝜎𝑌2 , el intervalo de (1-α)x100% para la diferencia de medias poblacionales está dado por:
𝑺𝟐𝑿 𝑺𝟐𝒀 𝑺𝟐 𝑺𝟐
[ (𝑿 ̅ ) − 𝑻(𝜶/𝟐;𝝂) √
̅−𝒀 + ̅ ) + 𝑻(𝜶/𝟐;𝝂) √ 𝑿 + 𝒀 ]
̅−𝒀
; (𝑿
𝒏 𝒎 𝒏 𝒎
(𝑺𝟐𝑿 ⁄𝒏 + 𝑺𝟐𝒀 ⁄𝒎)𝟐
𝝂=
𝑺𝟒𝑿 ⁄[𝒏𝟐 (𝒏 − 𝟏)] + 𝑺𝟒𝒀 ⁄[𝒎𝟐 (𝒎 − 𝟏)]
Características:
1. El problema es sobre dos medias.
2. Las poblaciones son Normales.
3. Se desconocen las medias poblacionales y se desconocen las varianzas poblacionales.
4. Las varianzas poblacionales son diferentes.
5. Los tamaños de las muestras son pequeños en comparación con los de las poblaciones.

EJEMPLOS:
1.] Muchos estudios económicos se ocupan de sectores en los cuales hay monopolios. Se teme que las empresas poderosas en
sectores de tan alta concentración dominen el mercado con fines egoístas. Se emparejaron las empresas de 9 sectores
concentrados con las de un número igual de sectores con poder económico más disperso, se hicieron coincidir las empresas de
cada grupo en cuanto a competencia extranjera, estructuras de costo y todos los demás factores que pueden afectar a los precios
industriales. A continuación se indican los incrementos medios del precio en porcentajes de cada sector: Si los incrementos son
una V.A.N.
S. Concentrados -0.10 3.30 1.70 0.20 5.10 3.30 5.00 0.70 6.60
S. No Concentrados 0.33 0.13 0.32 0.39 0.07 0.04 0.01 0.40 0.40
a. ¿Parece que los sectores concentrados presentan una presión inflacionaria más pronunciada que los sectores menos
concentrados?

2.] Ana Acosta Licero, fabricante de ordenadores, está desarrollando un nuevo modelo de monitor en color, para lo cual puede
utilizar dos tipos de esquemas transistorizados. Acosta selecciona una muestra de esquemas transistorizados del primer tipo,
de tamaño 12, que le da una media de 1000H y otra del segundo, de tamaño 11, que da una media de 920H. Las d.t. obtenidas
respecto a la vida media de cada esquema son 30H y 17H respectivamente. Si los tiempos se distribuyen normalmente.
a. ¿Hay diferencia en los resultados con los dos esquemas?.

TEOREMA 18
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima para Estimar (𝝁𝑿 − 𝝁𝒀 )” (𝝈𝟐𝑿 ≠ 𝝈𝟐𝒀 Desconocidas)
Si se van a extraer dos m.a.s. de igual tamaño de dos poblaciones de f.d.p. 𝑁(𝜇𝑋 ; 𝜎𝑋2 ) y 𝑁(𝜇𝑌 ; 𝜎𝑌2 ), con 𝜎𝑋2 y 𝜎𝑌2 Desconocidas pero
diferentes, entonces, se puede determinar el tamaño muestral (n), el error máximo de estimación (ε) o la confianza (α) en la
estimación del I.C. para la diferencia de medias de las poblaciones si se conocen las otras dos, mediante:
𝟐

𝑺𝟐𝑿 + 𝑺𝟐𝒀 𝑻(𝜶/𝟐;𝝂) √𝑺𝟐𝑿 + 𝑺𝟐𝒀 𝒏

𝜺 = 𝑻(𝜶/𝟐;𝝂) √ 𝒏= 𝑻(𝜶/𝟐;𝝂) = 𝜺√ 𝟐
𝒏 𝜺 𝑺𝑿 + 𝑺𝟐𝒀
( )
𝟐
(𝑺𝟐𝑿 + 𝑺𝟐𝒀 ) (𝒏 − 𝟏)
𝝂=
(𝑺𝟒𝑿 + 𝑺𝟒𝒀 )
Características:
1. El problema es sobre dos medias.
2. Las poblaciones son Normales.
3. Se desconocen las medias poblacionales y se desconocen las varianzas poblacionales.
4. Las varianzas poblacionales son diferentes.
5. Los tamaños de las muestras son pequeños en comparación con los de las poblaciones.

EJEMPLOS:
1.] Muchos estudios económicos se ocupan de sectores en los cuales hay monopolios. Se teme que las empresas poderosas en
sectores de tan alta concentración dominen el mercado con fines egoístas. Se emparejaron las empresas de 9 sectores
concentrados con las de un número igual de sectores con poder económico más disperso, se hicieron coincidir las empresas de
cada grupo en cuanto a competencia extranjera, estructuras de costo y todos los demás factores que pueden afectar a los precios
industriales. A continuación se indican los incrementos medios del precio en porcentajes de cada sector: Si los incrementos son
una V.A.N.
S. Concentrados -0.10 3.30 1.70 0.20 5.10 3.30 5.00 0.70 6.60
S. No Concentrados 0.33 0.13 0.32 0.39 0.07 0.04 0.01 0.40 0.40
a. Si se desea una confianza de 97% y error máximo en la estimación de la diferencia de incrementos porcentuales promedio de
0.08. ¿Es correcto el tamaño de las muestras?

TEOREMA 19.
“Intervalo de Confianza de (1-α)x100% para (𝝁𝑫 = 𝝁𝑿 − 𝝁𝒀 ) ” (Muestras pareadas o dependientes)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 los valores obtenidos al observar independientemente la variable aleatoria X sobre n individuos en una
población cualquiera con media 𝜇𝑋 , y sean 𝑌1 , 𝑌2 , … , 𝑌𝑛 los valores obtenidos al observar la misma variable sobre los mismos
individuos, luego de haber sido expuestos al efecto de un tratamiento cuya media es 𝜇𝑌 . De esta manera se define la variable
𝐷 = 𝑋 − 𝑌 con media 𝜇𝐷 = 𝜇𝑋 − 𝜇𝑌 y varianza 𝜎𝐷2 = 𝑉𝑎𝑟(𝑋 − 𝑌). Si la media de D está dada por 𝐷 ̅ = 𝑋̅ − 𝑌̅ y la varianza de D
1
2 𝑛
está dada por 𝑆𝐷 = 𝑛−1 ∑𝑖=1(𝐷𝑖 − 𝐷 ̅ ) , entonces el intervalo de (1-α)x100% para la diferencia de medias pareadas (D)
2

poblacional está dado por:

𝑺𝟐 𝑺𝟐
̅ −𝑻 𝜶 √ 𝑫; 𝑫
[𝑫 ̅ + 𝑻 𝜶 √ 𝑫]
( ;𝝊) 𝒏 ( ;𝝊) 𝒏
𝟐 𝟐

𝝊 = 𝒏 − 𝟏 𝐺𝑟𝑎𝑑𝑜𝑠 𝐷𝑒 𝐿𝑖𝑏𝑒𝑟𝑡𝑎𝑑

Características:
1. El problema es sobre dos medias.
2. Las observaciones son dependientes o pareadas.
3. Se desconocen las medias poblacionales y se desconocen las varianzas poblacionales.

EJEMPLOS:
1.] Para contrastar si mediante una capacitación se disminuye el tiempo de ejecución de ciertos trabajos en un proceso de
producción, se seleccionaron 6 trabajadores para realizar una tarea antes y después de recibir la capacitación obteniéndose los
siguientes tiempos, medidos en horas: Antes: 4.5/7.1/5.0/8.5/7.0/8.1 Después: 4.3/7.1/4.0/8.0/6.6/5.0 a) ¿Qué conclusión
puede derivarse de estos datos? b) ¿Cuál es el I.C. de 93% para la diferencia de tiempos medios con y sin capacitación?

2.] Se prueba un medicamento para mejorar el desempeño físico de los atletas, aplicándolo a 15 personas. Se registró el total de
kilómetros recorridos durante una semana sin la aplicación del medicamento y otra semana con la aplicación del mismo:
Km (Sin) 457 381 459 485 473 492 500 495 482 391 433 392 501 416 519
Km (Con) 657 607 685 699 648 533 548 601 670 536 662 580 596 570 597
a) ¿Qué conclusión puede derivarse de estos datos? b) ¿Cuál es el I.C. de 97% para la diferencia de tiempos medios con y sin
medicación?

TEOREMA 20.
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima Para Estimar 𝝁𝑫 ” (Muestras pareadas)
Si se van extraer muestras pareadas para una variable de interés de una población cualquiera; entonces, se puede determinar el
tamaño muestral (n), el error máximo de estimación (ε) o la confianza (1- α) en la estimación del I.C. para la media de la
población si se conocen las otras dos, mediante:
𝟐
𝑺𝟐𝑫 𝑻(𝜶;𝝊) 𝑺𝑫 𝒏
𝜺 = 𝑻(𝜶;𝝊) √ 𝒏=( 𝟐
) 𝑻(𝜶;𝝊) = 𝜺√ 𝟐
𝟐 𝒏 𝜺 𝟐 𝑺𝑫
Características:
1. El problema es sobre dos medias.
2. Las observaciones son dependientes o pareadas.
3. Se desconocen las medias poblacionales y se desconocen las varianzas poblacionales.

EJEMPLOS:
1.] Para contrastar si mediante una capacitación se disminuye el tiempo de ejecución de ciertos trabajos en un proceso de
producción, se seleccionaron 6 trabajadores para realizar una tarea antes y después de recibir la capacitación obteniéndose los
siguientes tiempos, medidos en horas: Antes: 4.5/7.1/5.0/8.5/7.0/8.1 Después: 4.3/7.1/4.0/8.0/6.6/5.0 a) Que error de
estimación se tiene con estas muestras si se quiere una confianza de 90%? b)De qué tamaño debe ser la muestra para asegurar
una confianza de 95% y error máximo de 0.8 en la estimación?
2.] Se prueba un medicamento para mejorar el desempeño físico de los atletas, aplicándolo a 15 personas. Se registró el total de
kilómetros recorridos durante una semana sin la aplicación del medicamento y otra semana con la aplicación del mismo:
Km (Sin) 457 381 459 485 473 492 500 495 482 391 433 392 501 416 519
Km (Con) 657 607 685 699 648 533 548 601 670 536 662 580 596 570 597
a) Si la obtención de cada par de observaciones cuesta U$150000, Qué presupuesto se necesita para una confianza y error de
estimación de 95% y 10 respectivamente?

TEOREMA 21.
“Intervalo de Confianza de (1-α)x100% para (𝝅𝑿 − 𝝅𝒀 )” (Poblaciones Finitas)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑃̅𝑋 , tomada de una población Binomial de tamaño N con f.d.p. B(𝑛; 𝜋𝑋 ), y sea
𝑌1 , 𝑌2 , … , 𝑌𝑚 una m.a.s. de tamaño m con media 𝑃̅𝑌 , tomada de una población Binomial de tamaño M con f.d.p. B(𝑚; 𝜋𝑌 ); entonces,
si 𝑛 > 0.05𝑁 y 𝑚 > 0.05𝑀, el intervalo de (1-α)x100% para la diferencia de proporciones poblacionales está dado por:
̅ 𝑿 (𝟏 − 𝑷
𝑷 ̅ 𝑿 )(𝑵 − 𝒏) 𝑷̅ 𝒀 (𝟏 − 𝑷
̅ 𝒀 )(𝑴 − 𝒎)
̅𝑿 − 𝑷
[(𝑷 ̅ 𝒀 ) − 𝒁𝜶/𝟐 √ + ̅𝑿 − 𝑷
; (𝑷 ̅𝒀)
𝒏(𝑵 − 𝟏) 𝒎(𝑴 − 𝟏)

̅ 𝑿 (𝟏 − 𝑷
𝑷 ̅ 𝑿 )(𝑵 − 𝒏) 𝑷̅ 𝒀 (𝟏 − 𝑷
̅ 𝒀 )(𝑴 − 𝒎)
+ 𝒁𝜶/𝟐 √ + ]
𝒏(𝑵 − 𝟏) 𝒎(𝑴 − 𝟏)
Características:
1. El problema es sobre dos proporciones.
2. Las poblaciones son binomiales.
3. Se desconocen las proporciones poblacionales.
4. Los tamaños de las muestras son grandes en comparación con los de las poblaciones.

EJEMPLOS:
1.] Supongamos que en una pequeña universidad en una muestra de 25 de un total de 450 hombres cumplen la condición de
tener teléfono móvil el 60% y una muestra de 15 de un total de 280 mujeres, 80% cumplen la misma condición. Hay diferencias
entre la proporción de hombres y mujeres que usan el teléfono celular en esa universidad?

TEOREMA 22.
“Intervalo de Confianza de (1-α)x100% para (𝝅𝑿 − 𝝅𝒀 )” (Poblaciones Infinitas)
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con media 𝑃̅𝑋 , tomada de una población Binomial de tamaño N con f.d.p. B(𝑛; 𝜋𝑋 ), y sea
𝑌1 , 𝑌2 , … , 𝑌𝑚 una m.a.s. de tamaño m con media 𝑃̅𝑌 , tomada de una población Binomial de tamaño M con f.d.p. B(𝑚; 𝜋𝑌 ); entonces,
si 𝑛 ≤ 0.05𝑁 y 𝑚 ≤ 0.05𝑀, el intervalo de (1-α)x100% para la diferencia de proporciones poblacionales está dado por:
̅ 𝑿 (𝟏 − 𝑷
𝑷 ̅𝑿) 𝑷̅ 𝒀 (𝟏 − 𝑷
̅ 𝒀) ̅ (𝟏 − 𝑷
𝑷 ̅𝑿) 𝑷̅ 𝒀 (𝟏 − 𝑷
̅ 𝒀)
̅𝑿 − 𝑷
[(𝑷 ̅ 𝒀 ) − 𝒁𝜶/𝟐 √ + ; (𝑷 ̅ 𝒀 ) + 𝒁𝜶/𝟐 √ 𝑿
̅𝑿 − 𝑷 + ]
𝒏 𝒎 𝒏 𝒎
Características:
1. El problema es sobre dos proporciones.
2. Las poblaciones son binomiales.
3. Se desconocen las proporciones poblacionales.
4. Los tamaños de muestra son pequeños en comparación con los de las poblaciones.

EJEMPLOS:
1.] En una encuesta de El Universal, se evaluó la popularidad del béisbol en Cartagena después de que Rentería y Cabrera
participaron en la serie mundial. En una muestra de 1082 personas 682 contestaron de manera afirmativa a la pregunta “¿Es
usted seguidor del béisbol de ligas mayores?”. Para la temporada pasada, en una muestra de 1008 personas se encontró que 413
respondieron en forma afirmativa a la misma pregunta. ¿Podríamos decir que la popularidad del béisbol va en disminución?

2.] En una encuesta de la revista Dinero se preguntó a altos ejecutivos de grandes empresas sus opiniones acerca de la
perspectiva económica para el futuro. Una de las preguntas fue: “¿Cree usted que habrá un aumento en la cantidad de empleados
de tiempo completo en su empresa durante los próximos 12 meses?” En 1972, 220 ejecutivos de 400 contestaron sí, mientras
que en 1996, 192 de 400 habían contestado sí. ¿Qué podemos decir de la situación esperada por los ejecutivos en los diferentes
años del estudio?

TEOREMA 23.
“Tamaño Muestral Óptimo, Error Máximo y Confianza Máxima para Estimar 𝝅𝑿 − 𝝅𝒀 ” (Poblaciones Infinitas)
Si se van a extraer dos m.a.s. de igual tamaño de dos poblaciones de f.d.p. B(𝑛; 𝜋𝑋 ) y B(𝑚; 𝜋𝑌 ), entonces, se puede determinar el
tamaño muestral (n), el error máximo de estimación (ε) o la confianza (α) en la estimación del I.C. para la diferencia de
proporciones de las poblaciones si se conocen las otras dos, mediante:
̅ 𝑿 (𝟏 − 𝑷
𝑷 ̅𝑿) + 𝑷
̅ 𝒀 (𝟏 − 𝑷
̅ 𝒀) 𝒁𝟐∝/𝟐 𝒏
𝜺 = 𝒁𝜶/𝟐 √ 𝒏= ̅ 𝑿 (𝟏 − 𝑷
(𝑷 ̅𝑿) + 𝑷
̅ 𝒀 (𝟏 − 𝑷
̅ 𝒀 )) 𝒁𝜶/𝟐 = 𝜺√
𝒏 𝜺𝟐 𝑷̅ 𝑿 (𝟏 − 𝑷
̅𝑿) + 𝑷
̅ 𝒀 (𝟏 − 𝑷
̅ 𝒀)

Características:
1. El problema es sobre dos proporciones.
2. Las poblaciones son binomiales.
3. Se desconocen las proporciones poblacionales.
4. Los tamaños de las muestras son pequeños en comparación con los de las poblaciones.

EJEMPLOS:
1.] En una encuesta de El Universal, se evaluó la popularidad del béisbol en Cartagena después de que Rentería y Cabrera
participaron en la serie mundial. En una muestra de 1082 personas 682 contestaron de manera afirmativa a la pregunta “¿Es
usted seguidor del béisbol de ligas mayores?”. Para la temporada pasada, en una muestra de 1008 personas se encontró que 413
respondieron en forma afirmativa a la misma pregunta. Si se tuviera en cuenta esta información y se calculara un nuevo tamaño
de muestra ¿Cuál sería?,

TEOREMA 24.
“Intervalo de Confianza de (1-α)x100% para 𝝈𝟐 ”
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n, con varianza 𝑆𝑋2 tomada de una población con f.d.p. 𝑁(𝜇𝑋 ; 𝜎𝑋2 ), cuya varianza 𝜎𝑋2 es
Desconocida; entonces el intervalo de (1-α)x100% para la varianza poblacional está dado por:

(𝒏 − 𝟏)𝑺𝟐 (𝒏 − 𝟏)𝑺𝟐
[ ; 𝟐 ]
𝝌𝟐(𝜶/𝟐;𝝂) 𝝌(𝟏−𝜶/𝟐;𝝂)
𝝂 = (𝒏 − 𝟏) 𝑠𝑜𝑛 𝑙𝑜𝑠 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑
Características:
1. El problema es sobre una sola Varianza.
2. La población es Normal.
3. Se desconoce la varianza poblacional.
4. El tamaño de la muestra es pequeño en comparación con el de la población.

EJEMPLOS:
1.] Una máquina produce piezas metálicas de forma cilíndrica. Se toma una m.a.s. de 9 y producen una d.t. de 0.0179. a. Calcule
el intervalo de 95% de confianza para la varianza de los diámetros. b. Si los diámetros presentan una varianza mayor que 0.07
el proceso debe pararse, con una confianza de 90% ¿se debe parar el proceso?

2.] La efectividad en años de determinado tratamiento contra la desmineralización de ciertas rocas sigue una distribución
normal. Fueron tratadas 16 rocas, obteniéndose 1.64 años de d.t. Calcule el intervalo de confianza de 99% para la varianza
poblacional.

TEOREMA 25.
𝝈𝟐
𝑿
“Intervalo de Confianza de (1-α)x100% para 𝝈𝟐
”
𝒀
Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a.s. de tamaño n con varianza 𝑆𝑋2 tomada de una población con f.d.p. 𝑁(𝜇𝑋 ; 𝜎𝑋2 ), cuya varianza 𝜎𝑋2 es
Desconocida, sea 𝑌1 , 𝑌2 , … , 𝑌𝑚 una m.a.s. de tamaño m con varianza 𝑆𝑌2 tomada de una población con f.d.p. 𝑁(𝜇𝑌 ; 𝜎𝑌2 ), cuya
varianza 𝜎𝑌2 es Desconocida, entonces el intervalo de (1-α)x100% para la razón de varianzas poblacionales está dado por:
𝑭(𝟏−𝜶/𝟐;𝝊𝟐 ;𝝊𝟏 ) 𝑺𝟐𝑿 𝑭(𝜶/𝟐;𝝊𝟐 ;𝝊𝟏) 𝑺𝟐𝑿
[ ; ]
𝑺𝟐𝒀 𝑺𝟐𝒀

𝝂𝟏 = (𝒏 − 𝟏) 𝑠𝑜𝑛 𝑙𝑜𝑠 𝑔. 𝑙. 𝑑𝑒𝑙 𝑛𝑢𝑚𝑒𝑟𝑎𝑑𝑜𝑟 ; 𝝂𝟐 = (𝒏 − 𝟏) 𝑠𝑜𝑛 𝑙𝑜𝑠 𝑔. 𝑙. 𝑑𝑒𝑙 𝑑𝑒𝑛𝑜𝑚𝑖𝑛𝑎𝑑𝑜𝑟

Características:
1. El problema es sobre dos Varianzas.
2. Las poblaciones son Normales.
3. Se desconocen las varianzas poblacionales.
4. Los tamaños de las muestras son pequeños en comparación con los de las poblaciones.
EJEMPLO:
1.] Para comparar la demanda de profesionales de dos ingenierías se toman dos muestras de trabajadores en activo de ambas
carreras y se les pregunta sobre los meses que tardaron en encontrar un trabajo (donde ejercieran labores de ingeniero) después
de terminar los estudios. Los resultados obtenidos fueron los siguientes:

Muestra 1: Tamaño=61; d.t. muestral=3.3;

Muestra 2: Tamaño=36; d.t. muestral=3.9.
Bajo hipótesis de normalidad para ambas poblacionales.
a) ¿Se concluirá que las variaciones poblacionales son iguales?

2.] La policía de tránsito está estudiando la estabilidad que mantienen los autos en cuanto a la velocidad (en Km.) por un tramo
A y otro B en una autopista. La siguiente muestra corresponde a la velocidad mantenida por un grupo de autos en ambos tramos
A: 100/104/102/115/120/80/90/85/110/105/130/105.
B: 90/100/112/95/102/110/110/95/90/105/130/80.
a. Calcule un estimador por intervalo de confianza para el parámetro adecuado que permita comparar las estabilidades en la
velocidad al 90% de confianza.
b. Calcule el mismo intervalo con un 95% de confianza.
c. Explique en qué consiste la diferencia entre los intervalos y cuál es la causa.
Mateo 6:33