Está en la página 1de 2

TALLER SOBRE TEORÍA ELEMENTAL DEL MUESTREO

SOLUCIÓN

DISTRIBUCIÓN MUESTRAL DE MEDIAS

5. 𝑁𝑃 = 3000 𝜇 = 68.0 𝜎 = 3.0 𝑁° 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 = 80 𝑁 = 25 𝜇𝑋̅ =? 𝜎𝑋̅ =?


Con reposición: el número total de muestras es 300025 = 8.47289 × 1086
Sin reposición: el número total de muestras es (3000
25
) = 4.94126 × 1061
Como se puede notar que 80 muestras son muy pocas respecto al total de muestras que se
pueden extraer de la población y lo que podemos calcular es la media y la desviación estándar
no de la distribución muestral de las medias, sino de una distribución muestral experimental
pero debido a que el número de muestras (80) es grande, habrá una estrecha coincidencia entre
las dos distribuciones muestrales. Por lo tanto, la media y la desviación estándar esperadas
serán muy semejantes a las de la distribución teórica.

a. 𝜇𝑋̅ = 𝜇 ≅ 𝟔𝟖. 𝟎 𝜎𝑋̅ = 𝜎⁄√𝑁 = 3⁄√25 ≅ 𝟎. 𝟔

b. 𝜇𝑋̅ = 𝜇 ≅ 𝟔𝟖. 𝟎 𝜎𝑋̅ = (𝜎⁄√𝑁)(√(𝑁𝑃 − 𝑁)⁄(𝑁𝑃 − 1)) = 0.6√(3000 − 25)⁄(3000 − 1) ≅ 𝟎. 𝟔

6.
a. 80 × 𝑃𝑟(66.8 ≤ 𝑋̅ ≤ 68.3) = 80 × ((𝑃𝑟(𝑋̅ ≤ 68.3) − 𝑃𝑟(𝑋̅ ≤ 66.8))
= 80 × (𝐷𝑁𝑁(68.3, 68.0, 0.6, 1) − 𝐷𝑁𝑁(66.8, 68.0, 0.6, 1)) = 80 × 0.66871 = 𝟓𝟑

b. 80 × 𝑃𝑟(𝑋̅ ≤ 66.4) = 80 × 𝐷𝑁𝑁(66.4, 68.0, 0.6, 1) = 80 × 0.00383 = 𝟎

7. 𝜇𝑋̅ = 𝜇 = 5.02 𝜎𝑋̅ = (𝜎⁄√𝑁)(√(𝑁𝑃 − 𝑁)⁄(𝑁𝑃 − 1)) = 0.03 × √(500 − 100)⁄(500 − 1) = 0.027

a. 𝑃𝑟(4.96 < 𝑋̅ < 5.00) = 𝑃𝑟(𝑋̅ < 5.00) − 𝑃𝑟(𝑋̅ < 4.96)
= 𝐷𝑁𝑁(5.00, 5.02, 0.027, 1) − 𝐷𝑁𝑁(4.96, 5.02, 0.027, 1) = 𝟎. 𝟐𝟏𝟔𝟐𝟗

b. 𝑃𝑟(𝑋̅ > 5.10) = 1 − 𝑃𝑟(𝑋̅ < 5.10) = 1 − 𝐷𝑁𝑁(5.1, 5.02, 0.027, 1) = 𝟎. 𝟎𝟎𝟏𝟓𝟐
DISTRIBUCIÓN MUESTRAL DE PROPORCIONES

22. 𝑁 = 120 𝑁𝑃 = ∞ 𝜇𝑃 = 𝑝 = 0.5 𝜎𝑃 = 𝜎⁄√𝑁 = √𝑝𝑞⁄𝑁 = √0.5 × 0.5⁄120 =


0.0456 1⁄2𝑁 = 1⁄240 = 0.0042

a. 𝑃𝑟(𝑃 < 0.4 − 0.0042) + 𝑃𝑟(𝑃 > 0.6 + 0.0042) = 𝐷𝑁𝑁(0.3958, 0.5, 0.0456,1)
+1 − 𝐷𝑁𝑁(0.6042, 0.5, 0.0456,1) = 𝟎. 𝟎𝟐𝟐𝟑

b. 𝑃𝑟(𝑃 ≥ 5⁄8 − 0.0042) = 1 − 𝐷𝑁𝑁(0.6208, 0.5, 0.0456, 1) = 𝟎. 𝟎𝟎𝟒𝟎

23.
a. 500 × 𝑃𝑟(40% ≤ 𝑃 ≤ 60%) = 500 × (1 − 0.0223) = 𝟒𝟖𝟗

b. 0.0040 × 500 = 𝟐

1
24. 𝑁 = 400 𝜇𝑃 = 𝑝 = 2% 𝜎𝑃 = √𝑝𝑞⁄𝑁 = √(2% × 98%)⁄400 = 0.007 1⁄2𝑁 = 0.00125

a. 𝑃𝑟(𝑃 ≥ 3%) = 𝑃𝑟(𝑃 ≥ 3% − 0.00125) = 1 − 𝐷𝑁𝑁(0.02875, 2%, 0.007, 1) = 𝟎. 𝟏𝟎𝟓𝟔

b. 𝑃𝑟(𝑃 ≤ 2%) = 𝑃𝑟(𝑃 ≤ 2% + 0.00125) = 𝐷𝑁𝑁(0.02125, 2%, 0.007, 1) = 𝟎. 𝟓𝟕𝟎𝟖

DISTRIBUCIONES MUESTRALES DE DIFERENCIAS Y SUMAS

32. 𝜇𝑈1 = 𝟔 𝜇𝑈2 = 𝟑 𝜇𝑈1 −𝑈2 = 𝜇𝑈1 − 𝜇𝑈2 = 6 − 3 = 𝟑

𝜎𝑈21 = 14⁄3 𝜎𝑈22 = 1 𝜎𝑈1 −𝑈2 = √𝜎𝑈21 + 𝜎𝑈22 = √14⁄3 + 1 = √𝟏𝟕⁄𝟑

33. 𝜇𝐴 = 1400 𝜎𝐴 = 200 𝜇𝐵 = 1200 𝜎𝐵 = 100 𝑁1 = 𝑁2 = 125


𝜇𝑋̅𝐴 − 𝜇𝑋̅𝐵 = 1400 − 1200 − 200 𝜎𝑋̅𝐴 − 𝜎𝑋̅𝐵 = √1002 ⁄125 + 2002 ⁄125 = 20

a. 𝑃𝑟(𝑋̅𝐴 − 𝑋̅𝐵 ≥ 160) = 1 − 𝐷𝑁𝑁(160, 200, 20, 1) = 𝟎. 𝟗𝟕𝟕𝟐

b. 𝑃𝑟(𝑋̅𝐴 − 𝑋̅𝐵 > 250) = 1 − 𝐷𝑁𝑁(250, 200, 20, 1) = 𝟎. 𝟎𝟎𝟔𝟐

34. 𝜇𝑋̅1 −𝑋̅2 = 0.50 − 0.50 = 0 𝜎𝑋̅1 −𝑋̅2 = √2 × 0.022⁄1000 = 0.000895 2⁄1000 = 0.002
𝑃𝑟(𝑋̅1 − 𝑋̅2 > 0.002) + 𝑃𝑟(𝑋̅1 − 𝑋̅2 < −0.002) = 1 − 𝐷𝑁𝑁(0.002, 0, 0.000895, 1)
+𝐷𝑁𝑁(−0.002, 0, 0.000895, 1) = 𝟎. 𝟎𝟐𝟓𝟑

35. 𝜇𝑃1 −𝑃2 = 𝜇𝑃1 − 𝜇𝑃2 = 𝑝1 − 𝑝2 = 1⁄2 − 1⁄2 = 0 𝑃 = 4,5⁄50 = 0.09


𝑝1 𝑞1 𝑝2 𝑞2 0.5 × 0.5
𝜎𝑃1 −𝑃2 = √𝜎12 + 𝜎22 = √ + = √2 × ( ) = 0.1
𝑁1 𝑁2 50
𝑃𝑟(𝑃 ≥ 0.09) = 1 − 𝐷𝑁𝑁(0.09, 0, 0.1, 1) = 0.1841
(1 − 0.1841)
𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑒𝑛 𝑐𝑜𝑛𝑡𝑟𝑎 𝑑𝑒 𝑞𝑢𝑒 𝐴 𝑔𝑎𝑛𝑒 𝑢𝑛 𝑗𝑢𝑒𝑔𝑜 = = 𝟒. 𝟒𝟑 𝒂 𝟏
0.1841
36. ̅𝑋1 = 27.3 𝑋̅2 = 15.6 𝑆1 = 0.16 𝑆2 = 0.08

a. 𝜇𝑋̅1 +𝑋̅2 = 27.3 + 15.6 = 𝟒𝟐. 𝟗 𝜎𝑋̅1 +𝑋̅2 = √𝑠12 + 𝑠22 = √0.162 + 0.082 = 𝟎. 𝟏𝟕𝟖𝟗

b. 𝜇𝑋̅1 −𝑋̅2 = 27.3 − 15.6 = 𝟏𝟏. 𝟕 𝜎𝑋̅1 −𝑋̅2 = √𝑠12 + 𝑠22 = √0.162 + 0.082 = 𝟎. 𝟏𝟕𝟖𝟗

37. 𝜇𝑋̅1 +𝑋̅2 +𝑋̅3 = 3 × 1500 = 4500 𝜎𝑋̅1 +𝑋̅2 +𝑋̅3 = √3 × 1502 = 259.81

a. 𝑃𝑟(𝑋1 + 𝑋2 + 𝑋3 ≥ 5000) = 1 − 𝑃𝑟(𝑋1 + 𝑋2 + 𝑋3 < 5000) = 𝟎. 𝟎𝟐𝟕𝟏

b. 𝑃𝑟(𝑋1 + 𝑋2 + 𝑋3 ≤ 4200) = 𝐷𝑁𝑁(4200, 4500, 259.81, 1) = 𝟎. 𝟏𝟐𝟒

También podría gustarte