Métodos y Aplicaciones Edwin Galindo PROCIENCIA EDITORES 2011Capitulo 6 Distribuciones de Muestreo En cierto sentido, la estadistica y la probabilidad tratan con problemas inversos: si el objetivo basico de la probabilidad es caleular las probabilidades de eventos complicados que siguen un modelo probabilistico, la estadistica trata de clarificar la estructura de modelos probabilistico-estadisticos mediante la observacién de varios eventos complicados. A.N. Shiryayev La ley de distribucién normal es el modelo probabilistico mas empleado en la Estadistica, debido a a aplicacién del Teorema del Limite Central; sin embargo, este resultado no es aplicable en todos Jos casos. En el presente capitulo examinaremos las leyes de probabilidad que siguen ciertas medidas estadisticas, obtenidas a partir de las mnestras, que nos permitirdn construir modelos inferenciales sobre los datos. Las distribuciones de muestreo, constituyen el punto de transicién desde la Probabilidad a la Estadis tia, 6.1. Resenia histérica La Estadistica actual es el resultado de la unién de dos disciplinas que evolucionaron independien- temente hasta confluir en el siglo XIX: la primera es el célculo de las probabilidades, la segunda es la «Estadistica» (0 ciencia del Estado, del latin status), que estudia la descripcién de datos, y tiene raices mis antiguas. La integracién de ambas Iimeas de pensamiento dio lugar a una ciencia que estudia cémo obtener conchusiones de la investigacién empitica mediante el uso de modelos matematicos. Los comienzos de la estadistica se pueden hallar en el antigo Egipto, cuyos faraones recopilaron, hacia el aiio 3050 antes de Cristo, datos relativos a la poblacién y la riqueza del pats. De acuerdo a Herddoto, dicho registro de riqueza y poblacién se hizo con el objetivo de preparar la construecién de las pirdmides. Los chinos, también efectuaron censos hace més de cuarenta siglos. Los griegos realizaron censos periédicamente con fines tributarios, sociales y militares. La investigacion histérica revela que se realizaron 69 censos para calcular los impuestos, determinar los derechos de voto y ponderar la potencia guerrera, Pero fueron los romanos quienes mejor supieron emplear los recursos de la estadistica. Cada cinco aiios realizaban un censo de la poblacién y sus funcionarios piblicos tenfan la obligacién de anotar 179180 Capitulo 6. Distribuciones de Muestreo * nacinientos, defunciones y matrimonios, sin olvidar los recuentos periédicos del ganado y de las Fiquezas contenidas en las tierras conquistadas, Durante los mil atios siguientes a la cafda del imperio Romano se realizaron muy pocas investigaciones «staclsticas, El primer intento de aplicar un razonamiento propiamente estadistico, en el sentido actiral ‘lel térinino, a datos cemograficos es debido a John Graunt, en 1662, quien se planted el problema de estimar la poblacién inglesa de la época, Godofredo Achenwall, profesor de Ia Universidad de Gotinga, acuiié en 1760 Ia palabra estadistica, que extrajo del término italiano statista (estadista). Crefa, y con sobrada razén, que los datos de la nueva ciencia serian el aliado més eficaz de los gobernantes conscientes, Durante el siglo XVIII y la mayor parte del siglo XIX, la Estadistica evolucioné como cieneia separada del Caleulo de Probabilidades. Una contribucién importante al desarrollo de la Estadistica es debida a A. Quetelet (1846), quien sostuvo la importancia del céleulo de probabilidades para ol estudio de datos humanos. Quetelet demostré que la estatura de los reclutas de un regimiento segufa tna ley probabilistica, introdujo el concepto de «hombre medio». A finales del siglo XIX, Sir Francis Galton ided el método conocido por correlacién, que tenfa por objeto medi la influencia relativa de los factores. Sus investigaciones se dirigieron a aplicar métodos Cuantitativos en el estudio de la herencia humana. La importancia de Galton radicé no solamente en el nuevo enfoque que introdujo en los problemas de estadistica, sino también en sn influencia directa sobre W. Weldon, K. Pearson y Edgeworth, entre otros. Ademis, fund6 el primer departamento de Estadistica, Pero, talvez quien més ha influido en el desarrollo de la Estadistica moderna es R. A. Fisher (1890 - 1962). Fisher se interes6 primero por la eugenesia, lo que le condujo, siguiendo los pasos de Galton, a la investigacién estadistica. Sus trabajos culminaron con la publicacién del libro Statistical Methods for Research Workers. En esta obra aparece el cuerpo metodol6gico bisico de la Estadistica actual A partir de 1950 se puede considerar que comienza la época moderna de la Estadistica, Un aspecto diferencial respecto a los periodos anteriores es la aparicisn de las computadoras, que revolucionaron la metodologia estadistica y abren enormes posibilidades para la construccién de modelos complejos. En la actualidad, la Estadistica es una disciplina que acta como puente entre los modelos matemsticos ¥ los fenémenos reales. Un modelo es una abstraccisn simplificada de una realidad més compleja y siempre existiré discrepancia entre lo observado y lo previsto por el modelo. La Estadistiea proporciona una metodologia para evaluar y juzgar estas discrepancias entre la realidad y la teoria. 6.2. Definiciones basicas A continuacion damos varias definiciones de interés, que permitirén entender la terminologia que emplearemos. Algunas definiciones ya se dio con anterioridad, pero las repetimos para wma mayor claridad de los conceptos. Definicién (de poblacién) Una poblacién (0 universo) es una coleccién completa de personas, animales, plantas 0 cosas de las cuales se desea recolectar datos. Es el grupo entero al que queremos | describir 0 del que deseamos sacar conch La poblacisn debe tener caracteristicas medibles o contables, de naturaleza cuantitativa o cualitativa. A la caracteristica medible se denomina variable estadistica ya los valores que toma se los lama observaciones.6.2, Definiciones basicas 181 Definicin (de muestra) Es un grupo de unidades seleccionadas de un grupo mayor (la poblacién). Por el estudio de la muestra se espera obtener conelusiones sobre la poblacién. Definicién (de parémetro) Un parimetro e un valor, usualmente desconocido (y que por lo tanto tiene que ser estimado), usado para representar cierta caracteristica de la poblaci6n. Entre otros, los pardmetros poblacionales son » La media, 1; El total, 7; = La varianza, 0%; La desviacién estandar, 0; La proporcién, 7 0 p. Definicién (de estadistico) Un estadistico es una cantidad que se calcula a partir de una muestra de datos. Se los emplea para dar informacién sobre los valores desconocidos correspondientes a la poblacién Por ejemplo, el promedio de los datos de una muestra, se usa para dar informacién sobre la media de la poblacién, de la cual se extrajo la muestra, Generalmente, a los estadisticos se les asigna letras latinas (por ejemplo, m y s); en cambio, a los parémetros poblacionales se les asigna letras griegas (por ejemplo, py 0) Dentro de una poblacién, un pardmetro es un valor fijo que no varia; mientras que es posible extraer més de una muestra de la misma poblacién y el valor de un estadistico variaré de muestra a muestra; por ello, un estadistico es una variable aleatoria que sigue una ley de probabilidad. Los estadisticos mas importantes y sus valores, calculados a partir de una muestra de tamajio n, son: La media muestral o promedio, 7 E] total muestral, Nz, donde N es el tamaiio de la poblacién; i Pe — 2); La desviacion esténdar muestral, s \= Et «= La proporcién muestral, j) = La varianza muestral, s? = donde y es el mimero de éxitos entre n intentos.182 Capitulo 6. Distribuciones de Muestreo 6.3. Distribuciones de muestreo Si decimos que un estadistico es una variable aleatoria, entonce: 's tendré una ley de probabilidad asociada. Definicién (de distribucién de muestreo) A la ley de probabilidad que sigue un estadistico se Je denomina distribucién de muestreo, La derivaci6n de la distribucién de muestreo es el primer paso en la realizacién de inferenci valor del parémetro asociado al estadistico que se estudia jas sobre el 6.3.1. Distribucién de muestreo de la media Supongamos que se obtiene una muestra X1, X2, ..., Xy de una poblacién que tiene media jy vatianza o?. A partir de la muestra calculamos el promedio, X. Entonces, se cumple que: LEQ) =y; xo 2. Var) =F; X-pn 3. <—F sigue aproximadamente una ley normal esténdar (por el Teorema del Limite Central) o/yn ( Es decir, donde Z es una variable aleatoria normal estaindar. ‘Téngase en cuenta que, para la mayoria de aplicaciones, ya se obtiene una buena aproximacién con un tamaiio de muestra de n = 25. Observacién. La desviacién esténdar de la media muestral se denomina error esténdar oz se le nota a oz Ejemplos 1. Supongamos que se selecciona una muestra den yo=039, 16 observaciones de una poblacién con jx = 7 a) Hallar la probabilidad aproximada de que la media muestral sea menor que 6.9. b) Obtener la probabilidad aproximada de que el promedio X sea mayor que 6.82. ¢) Hallar la probabilidad para que X esté en el intervalo (6.8; 7.29). Solucién: La distribucién de la media muestral X sigue una ley normal con media y = 7 y 2 es varianza & = OOM, os decir, 2 = 99 — oa,6.3. Distribuciones de muestreo 183 a) Ast, P(X <6.9) = b) Tenemos que 6.82 0.15 Pr(X > 6.82) = 1 Pu s 082) =1-Pe(25 1-(-1.2) 0.8849. = 0.1151 c) La probabilidad de que la media muestral esté entre 6.8 y 7.29 es vero, . p, (8827 729-7 Pr(6.8 0.53) Pr(p < 0.53) B- 0.53 - 0.5 Van Sonam) = 1- (0.88) = 0.1895. Es decir, con una muestra de 213 hogares la probabilidad de que la proporcién observada sea mayor 0 igual a 0.53 es del 18.95 %. 3. Hay que tomar una muestra aleatoria para estimar la proporcidn de articulos defectuosos p de un proceso de produccién. a) Establecer el tamaiio minimo de la muestra de modo que la proporcién observada difiera de la proporcién verdadera en menos de 0.1, con una probabilidad de al menos 1 95%; b) Realizar el inciso anterior si se conoce que la proporcién de artfculos defectuosos es menor que el 12%, Solucién:186 Capitulo Distribuciones de Muestreo a) Deseamos determinar el tamaiio minimo de | ja muestra de tal modo que Pr(|p— | < 0.1) > 0.95: Pr(lp-Al S01) = Pr(-0.1 0.95, a vq } ~ Igualando con los valores de la distribucién normal y haciendo uso de su propiedad de simetria, Oya vega n > (19.6)*pg, 1.96 En esta tiltima expresién, el valor de n depende de p, que a su vez es desconocido, Para asegurarnos de tener un tamafio de muestra confiable, se maximiza el producto pq. Tal producto es maximo cuando p 0.5; entonces, n > (19.6)?(0.5)(0.5) = 96. La muestra tiene que ser de al menos 96 artfculos. b) Antes habfamos determinado que n > (19.6)?pq. Como p < 0.12, se tiene que pq > 0.12 x 0.88 = 0.1056; entonces, n> (19.6)?(0.1056) = 40.57. El tamaiio de la muestra es de al menos 41 articulos. 6.3.3. Distribucién de muestreo de la varianza En el Teorema del Limite Central la convergencia de la ley de Z est asegurada y es independiente de la ley que siguen las observaciones, Para otros estadisticos, se necesitan hip6tesis adicionales para asegurar su convergencia hacia una ley de distribucién, este es el caso de la varianza muestral, La ley de distribucién x? Sean X1, Xo, ..., Xn, variables aleatorias independientes que siguen una distribucién normal estén- dar, la variable aleatoria definida por T = )> X? tiene una distribucién x? (ji-cuadrado) con n grados St de libertad (g.1.), denotada y2(n) Su funcién de densidad es ee ==) 0, six <0, siz >0; La ley de distribucion x? fue dada en primer ugar, aparentemente, por Abbe (1863) y redescubierta por Helmert (1875) y K. Pearson (1900)6.3. Distribuciones de muestreo 187 F) Fe) ml pb x(a) Figura 6.1: Funciones de densidad de la ley x2. Esta distribucién esta definida para valores mayores que cero y viene tabulada. La Tabla 3 del Apéndice ntiene los valores x2 que cortan un area a en el extremo derecho de la distribucién (Figura 6.1). La lectura de la tabla se realiza de la siguiente manera: 1. Escoja el ntimero n de grados de libertad (margen vertical). 2. Cons lere la probabilidad a en el extremo derecho de la distribucisn (margen horizontal). 3. Proceda a localizar el valor x2(n) en el cuerpo de la tabla, donde se cruzan las Iineas vertical y horizontal antes encontradas. Ejemplo. Se desea conocer el valor de la ley x? a 4 g.l. para el cual el area en el extremo superior es igual a 0.025. Solucin: Se busca y3995(4) = 11.14. Esto quiere decir que el drea a la derecha del valor ¢ = 11.14 de la ley y2 con 4 gl. es igual a 0.025: Pr (x? > 11.14) = 0.025. La ley de distribucién de s? Supongamos que se obtiene una muestra Xj, Xo, .... Xn de una poblacién que sigue una ley normal 2 3 (Xi =X) entonces, a AN (1,02). A partir de la muestra calculamos la varianza muestral, s? se cumple que: 1, E(s*) 2. Var (5! 1)s? Ejemplo. Un jugador profesional de dardos decide tratar de mejorar su técnica de lanzamiento y va a estudiar la varianza de las distancias al centro del blanco a las que cae el dardo, Para una cierta técnica de lanzamiento se sabe que esas distancias tienen una distribucién normal cuya desviacién estdndar es 4. cm. Realiza 30 lanzamientos y calcula la varianza de las distancias entre el sitio de impacto del dardo y el centro del blanco. a) Calcular la probabilidad de que la desviacién estindar sea mayor a 3 cm.; b) Hallar Pr(10 < s* < 27), aproximadamente; c) Calcular la media y Ia varianza de s?, n- Ds? — U ~ x2(29) para n = 30. de los lanzamientos Solucién: Sea188 Capitulo 6. Distribuciones de Muestreo a) Se quiere buscar Pr(s > 3); es decir, Pr(s? > 9) n Pr(s? > 9) = Pe ( > #) = Pr(U > 16.312). En la tabla de la ley y? para 29 g.l., se tiene que Pr(U > 16.05) = Por lo tanto, Pr(s? > 9) es algo menor que 0.975, .975 y Pr(U > 17.71) = 0.95, b) Calculemos Pr(10 < s? < 27) Pr(10 < s? < 27) Pr (Hus pel, < Ber) = Pr(18.13 < U < 48.94) 16 Pr(U < 48.94) — Pr(U < 18.13) [l— Pr(U > 48.94)] ~ (1 - Pr(U > 18.13)] Pr(U > 18.13) — Pr(U > 48.94). De acuerdo a la tabla x”, para 29 g.l. se tiene: © Pr(U' > 17.71) = 0.95 y Pr(U > 18.85) = 0.925. # Pr(U > 45.72) = 0.025 y Pr(U > 49.59) = 0.01 Entonces, Pr(10 < s? < 27) = 0.95 — 0.01 = 0.94. Observemos que, por la forma de lectura de Ja tabla, tuvimos que realizar una transformacién para encontrar Pr(18.13 < U < 48.94) y su valor se determina de forma aproximada. ¢) Sabemos que E(s*) =o? = 16 y que Var(s?) n-1 9 6.4. Otras distribuciones de muestreo En esta seccién presentaremos distintas distribuciones de muestreo, que se presentan cuando tratamos con transformaciones adecuadas de los estadisticos. Estas transformaciones son necesarias para obtener leyes de probabilidad que permitan trabajar adecuadamente. 6. Distribucién de muestreo de la media, cuando la varianza es desconocida Se puede suponer que ~debido al Teorema del Limite Central-, siempre se tiene la convergencia hacia la ley normal; pero ésto no siempre sucede; como, por ejemplo, cuando la varianza poblacional es desconocida, La ley de distribucién t de Student En 1908, W. 8. Gosset, escribienco con el nombre de Student, publicé en la revista Biometrika su deduccién de la distribucién ¢ ¢ incluy6 tablas de probabilidad acumulada de la ley. El grafico de la funcién de densidad de la ley £ tiene una forma parecida al de la ley normal, simétrico respecto a 0 y se extiende a lo largo del eje real, Los valores de probabilidad que toma vienen tabulados. La Tabla 2 del Apéndice contiene los valores de ta que cortan un drea igual a a en el extremo derecho de la distribucién (Figura 6.2).6.4. Otras distribuciones de muestreo 189 fx) S&) wis 0 ta) Figura 6.2: Funcion de densidad de la ley #. Los valores tabulados dependen de los grados de libertad, porque la ley de probabilidad ¢ cambia sin. varia. Cuando n aumenta, la distribucién ¢ se aproxima a la normal estdndar. La lectura de la tabla se realiza de la siguiente manera: 1. Escoja el mimero n de grados de libertad (margen vertical). 2. Considere la probabilidad a en el extremo derecho de la distribucién (margen horizontal). 3. Proceda a localizar el valor ta(n) en el cuerpo de la tabla, donde se cruzan las ineas vertical y horizontal antes encontradas. Bjemplo. Encontrar el valor de la ley t a 6 gil. para el cual el drea en el extremo superior es igual a 0.025, Solucién: Se busca to o25(6) = 2.447. Esto quiere decir que el area a la derecha del valor t la ley ¢ es igual a 0.025: Pr (T > 2.447) = 0.028. 2.447 de La ley de distribucién de X rr Supongamos que se obtiene una muestra X1, X2, ...; Xy de una poblacién que sigue una ley normal X= sivn AN (11:02), donde o? es desconocida. Entonces, se cumple que la variable aleatoria T una ley ¢ de Student con (n ~ 1) grados de libertad. Es decir, P(X 0.744) = Pr ( T > ———— ] = Pr (T 2 3.29) W(X 2 0748) ( oe) n= 22) De la lectura de la tabla de la ley ¢ con 15 g.l., resulta que Pr (TP >-3:29) = 0.0025. ‘De manera queet dato proporeionado es muy poco probable. :190 Capitulo 6. Distribuciones de Muestreo 6.4.2. Distribucién de muestreo de la diferencia de dos medias, con varianzas conocidas Supongamos que se dispone de dos poblaciones que tienen medias 4, y fiz y varianzas 0? y 03, respectivamente, Sean X1 y Xz las media muestrales de dos muestras aleatorias independientes de tamatios m1 y ng, seleccionadas respectivamente de las poblaciones 1 y 2. Entonces, X} que: 1. jigs, = BOC — Xs 1 Ba 2 ofy-n = Var(X1 - Xa) = m 3. Para m, y nz suficientemente grandes, la variable aleatoria sigue aproximadamente una ley normal estandar. Es decir, 7 m 2) o (td ). * Jain, +03 /na Jain, 03/3 Para la mayoria de aplicaciones, ya se obtiene una buena aproximacién si my > 25 y np > 25 Ejemplo. Una marca de automéviles tiene dos plantas que ensamblan el mismo modelo de autos. El rendimiento medio de estos automéviles debe ser de 40 km por galén, con una desviacidn esténdar de 5 km por galén. La empresa tiene la politica de regularmente comparar los rendimientos de los carros ensamblados, escogiendo muestras aleatorias en las dos plantas. Se tomaron sendas muestras de ‘tamaiio 30 y se controlé el consumo promedio de cada una. Hallar la probabilidad de que la diferencia entre los promedios sea menor a 2 km por gal6n. Solucién: Se tiene que py = 12 = 40, 01 = 02 = 5, m1 = ng = 30. Por tanto, = (40- tne) © tai = (1.55) — &(—1.55) = 0.9394 — 0.0606 = 0.8788. Pr([X1-X2| <2) = Pr 6.4.3. Distribucién de muestreo de la diferencia de dos medias, con varianzas desconocidas Supongamos que se dispone de dos poblaciones que siguen una ley normal: la poblacién 1 sigue una ley N (141,07) y la poblacion 2 sigue una ley N’(j12, 03). Sean X, y X> las media muestrales de dos muestras aleatorias independientes de tamaiios n; y ng, seleccionadas respectivamente de las poblaciones 1 y 2.6.4. Otras distribuciones de muestreo 191 Caso 1. Las varianzas poblacionales son iguales: of = 0} = 0? La variable aleatoria (1 = 1st + (m2 = 53 my tng —2 sigue una ley ¢ con (mj + nz —2) gl., donde s Caso 2. Las varianzas poblacionales son diferentes: oj # 03 La variable aleatoria p— B= %s) = = 2) a3 mm sigue una ley t con g g.l., donde Cuando g no es un ntimero natural, se redondea al entero més cercano. 6.4.4. Distribucién de muestreo de la diferencia de dos proporciones Supongamos que se dispone de dos poblaciones independientes, que siguen distribuciones de Bernoulli de pardmettos p; y p2, respectivamente. De la primera poblacién escogemos una muestra de tamaiio my: Xy,X2,...,Xyy ¥ de la segunda poblacién escogemos una muestra de tamafio ng: Yi, Y2,---+¥na- Construimos las proporciones muestrales de «éxitos»: Entonces, fi — fy cumple que: Le bp, = E(B ~ Ba) = m1 — Pai pi(l pi) , pa(l pr) ™ 72 Var(Pi — Ba) = 3. Para nj y ng suificientemente grandes, la variable aleatoria (hi = 2) = (pi ~ Pa) Pal 7192 Capitulo 6. Distribuciones de Muestreo sigue aproximadamente una ley normal estandar (por el Teorema del Limite Central). Es decir, (1 =») pi), pa(l = pa) 7 Ejemplo. Una firma especializada en sondeos politicos afirma que el 30% de las mujeres y el 20% de los hombres estiin a favor de la reeleccién del actual alcalde. Si se hace un sondeo aleatorio a 150 personas de cada sexo, ;con qué probabilidad la diferencia entre las proporciones muestrales de las mujeres y de los hombres es, en valor absoluto, menor a 0.19? Solucién: ‘Tenemos que py = 0.3 y Pm = 0.2, ny = Mm = 150. Ademiés, O3(1 0.8) | 0.2(1- 0.2) a Tap = 0.00247. Buscamos la probabilidad Pr (|i, — Bim| < 0.19): Pr(ifi~Pn| < 0.19) = Pr(-0.19 <7 ~ Fm < 0.19) _ « (2 Ga=0M)) _ 4 (01-08-09) vo.00247 (1.81) — &(—1.81) = 0.9648 ~ 0.0352 0.9296. 6.4.5. Distribucién de muestreo de la razén de dos varianzas La ley de distribucién F Sean X1 y Xz dos variables aleatorias independientes que tienen distribucién x? con m, y nz grados de libertad, respectivamente; entonces la variable aleatoria sigue tna distribucién F (de Snedecor) con (m1, nz) grados de libertad, que se la notara como F(n1,n2) (Véase la Figura 6.3) fe) a 0. Fa Figura 6.3: Funcion de densidad de la distribucién F.6.4, Otras distribuciones de muestreo 193 Su funcién de densidad es pal qnal? nena =) SEG) 0, siz <0. rang + ma)", six > 05 La esperanza y la varianza son: ng 2n3(ry 2) mi (na — 2)2(n2 = 4)" BV) = gr sim>2 y Var(V) = sing >4. m Notese que esta ley depende de dos parametros (ny,72) que corresponden a sus grados de libertad del numerador y del denominador, respectivamente. Los valores de las probabilidades vienen tabulados. En la tabla 4 del Apéndice se presenta el valor « para el cual la variable aleatoria V ~ F(n;,n2) es igual a una probabilidad a: Pr(V > «) Para la lectura de los valores porcentuales del extremo inferior de la tabla de la ley F se emplea la siguiente relacin: 1 Fool") = Fay” Bjemplos Determinar el valor de x tal que Pr(V >) = 0.05, donde V ~ F(6,9). En la tabla de la ley F correspondiente a a = 0.05, se localiza los valores de n, = 6 y no = 9, para los grados de libertad. Donde se cruzan la columna y la fila correspondientes se lee el valor t = Fo.o5(6, 9) = 3.37. 2. Hallar el valor de « tal que Pr(V < Pr(V ) = 0.95. Por la relacién anterior, Foss(6,9) = = 0.244. poe tena Foos(9,6) 41 2 La ley de distribucién de §. Supongamos que se dispone de dos poblaciones que siguen una ley normal: la poblacién 1 sigue una ley M(it;,03) y la poblacién 2 sigue una ley \/(j1,03). Sean s} y s} las varianzas de dos muestras aleatorias independientes de tamafios n; y nz, seleccionadas respectivamente de las poblaciones 1 y 2. Entonces, la variable aleatoria stot 3/03 sigue una distribucion F con (my — 1,n2- 1) gu 2 5 ‘Tengamos presente que si of = 03 , entonces F qa ~ F(m -1,m2-1). Ejemplo. Una marca de automéviles tiene dos plantas que ensamblan el mismo modelo de autos. El rendimiento de estos automéviles debe tener la misma media y desviacién estandar. La empresa tiene la politica de regularmente comparar los rendimientos de los carros ensamblados, escogiendo194 Capitulo 6. Dis ibuciones de Muestreo inuestras aleatorias en las dos plantas. Se tomaron sendas muestras de tamaiio 30 y se controlé la desviacién estindar del consumo de cada una, Hallar la probabilidad de que la desviaci6n esténdar de una muestra sea al n nos 1.5 veces mayor que la de la segunda. Solucién: Se tiene que: 2 Como F = “I ~ F(29, 29): entonces, % 2 0.01 < Pr (3 22 23) < 0.025. 3 2 La probabilidad exacta es Pr (3 22. 23) 0.01632". 3 6.5. Bjercicios Distribucién de la media 1. Para una prueba de aritmética se sabe, con base en la experiencia, que la puntuacién media es 70 puntos con una desviacién esténdar de 12.5. Si se aplica la prueba a 90 personas seleccionadas al azar, aproxime las siguientes probabilidades: a) Pr(68.5 < X < 71.5): c) Pr(X > 72) b) Pr(66 < X < 74); d) Pr(X < 67.5). 2. En una ciudad, el peso de los recién nacidos se distribuye segrin una ley de media 4 = 3100g y desviacién estdndar o = 150g. Halle los pardmetros de la distribucién que siguen las medias de las muestras de tamaiio 100. 3. Un actuario establecié el siguiente modelo probabilistico sobre los sueldos que reciben los traba- jadores en el sector de la agroindustria: ‘Sueldo | 200 | 300 | 400 | 500 | 600 Pr_| 01 | 02 [04 | 02 [01 Si de este sector, se toman 30 sueldos, al azar, a) Halle la esperanza y la varianza de la media muestral; b) Calcule la probabilidad de que la media muestral se ubique entre 360 y 430 délares. 4, Las normas internacionales de calidad indican que los neuméticos deben durar al menos 33 mil km. Un fabricante de neumaticos sefiala que su producto tiene una duracién promedio de 34 mil km y desviacidn estandar de 4 mil km. En un Laboratorio que controla la calidad de fabricacion se probaron 36 llantas de esta marca, {Cul es la probabilidad de que, en promedio, los neuméticos probados no cumplan con las normas internacionales? Tate valor se obtuvo mediante el empleo de un programa computacional. Nosotros, por la limitacién de las tables, solo podemos acotar el valor de la probabilidad.6 10. uu. 12. 13. 6.5. Ejercicios 195 El tiempo que los usuarios de una empresa interprovineial de transporte esperan para que st bus salga del terminal es una variable aleatoria con media de 8.2 min y desviaci6n esténdar de 5.5 min. Suponga que en un bus se embarcaron 49 pasajeros, Halle la probabilidad de que el tiempo promedio que ellos tuvieron que esperar sea: a) menor a 10 min. b) entre 7 y 10 min: ©) mayor a 7.5 min. La gente que frecuenta cierto bar tiene una probabilidad de 0.001 de salir y cantar con el grupo que esta actuando. En una noche de fin de semana hay 150 personas en el bar. ,Cudl es la probabilidad de que al menos una persona salga y cante con el grupo? (Suponga que cada persona en el bar toma la decisién independientemente del resto. Halle el verdadero valor y el aproximado) El tiempo de permanencia de los automdviles en un gran parqueadero es una variable aleatoria de media 176 minutos y desviacin esténdar 40 minutos. Calcule, aproximadamente, la probabilidad de que el tiempo medio de permanencia en el parqueadero de 100 automéviles, elegidos al azar, sea superior a 180 minutos. La estatura de los varones de 18 afios de Quito sigue una distribucién normal de media 162 cm y desviacién esténdar 13 cm. Se toma una muestra al azar de 85 de estos chicos encuestados y se calcula el promedio. ;Cusl es la probabilidad de que este promedio se encuentre entre 159 y 164 cm? El centro de cémputo de su universidad dispone de un servidor para gestionar las paginas web personales de profesores y alumnos. Supongamos que la cantidad de memoria ocupada por una de estas paginas puede considerarse como una variable aleatoria con una media de 1.3 Mb y una desviacién esténdar de 0.3. Si ol servidor va a gestionar un total de 500 paginas, calcule. aproximadamente, la probabilidad de que la cantidad promedio de memoria necesaria supere los 1.32 Mb. Se efectud un andlisis sobre la duracién de las maquinas impresoras, de una cierta marca, que tienen las empresas piiblicas. Se eligié una muestra de 179 miquinas utilizadas en una empresa clegida al azar. La vida media de las impresoras resulté ser de 3.33 afios y una desviacién estandar de 2.05 afios. Con una probabilidad del 99.7%, jen qué intervalo de tiempo puede considerarse que se encuentra la vida media de las impresoras de tal marca? Con una muestra de 160 entrevistas realizadas a mujeres que trabajan, resulté que el gasto promedio mensual en arreglo del cabello fue de 39 délares y desviacisn estdndar de 5.2 délares. Con una probabilidad del 99.7%, entre qué limites variard el gasto medio en arreglo del cabello para las mujeres que trabajan? Un proceso automético lena fundas de chifles cuyo peso medio es de 450 g y una desviacién estdndar de 3g. Para controlar el proceso, cada hora se pesan 36 fundas escogidas al azar; si el peso neto est entre 449 g y 451 g se continua con el proceso, en caso contrario se detiene el proceso para recalibrar la maquina, a) {Cuél es la probabilidad de detener el proceso cuando el peso neto medio realmente es 450 2: b) {Cuél es la probabilidad de aceptar que el peso neto promedio es 450 g, cuando realmente es de 448 2? La vida titil de cierta marca de lantas sigue una distribucién normal X con media 38 mil km y desviacién esténdar 3 mil km.196 Capitulo 6. Distribuciones de Muestreo a) Sila utilidad ¥ (en délares) que produce cada llanta esta dada por la relacién Y = 0.2X + 100, jeual es la probabilidad de que la utilidad sea mayor que 8900 ddlares?; b) Determine el niimero de tales lantas que debe adquirir una empresa de transporte para conseguir una utilidad media de al menos 7541 délares, con una probabilidad de 0.996. 14. En Manabi, el peso de los esposos y de las esposas se distribuye segiin las leyes A’(80, 100) y (64,69), respectivamente, y son independientes. Si se eligen 25 matrimonios, al azar, de Manabf, caleule la probabilidad de que el promedio de los pesos sea a lo més 137 kg. Distribucién de la proporcién 15. Se extrae una muestra aleatoria de 150 elementos de una poblacién binomial con p = h jeusl cs la probubilidad de que la proporcién muestra saistaga 3h < P< 16. Elsuceso A tione una probabilidad de 0.4. Esto significa que esperamos que la frecuencia relativa de A esté cercana a 0.4 en una larga serie de repeticiones del experimento que se est modelando. {Cual os la probabilidad de que en 1000 experimentos, la frecuencia relativa esté entre 0.38 y 0.42 (inclusive)? 17. La FIFA esta interesada en conocer si las selecciones nacionales ganan més de la mitad de los partidos que juegan en casa. Suponga que se escogen aleatoriamente los resultados de 80 partidos, efectuados en las mas recientes eliminatorias para el Mundial de Fiitbol, y se encuentra. que 65% de ellos fueron ganados por el equipo local. a) {Es el 65% un parémetro o un estadistico? Explique; b) Asumiendo que no hay ventaja de campo, y por lo tanto que los equipos locales ganan el 50% de sus juegos, determine la probabilidad de que los equipos locales hubieran ganado el 65% 0 més de sus partidos en una muestra de 80 resultados; c) gLa informacion muestral (que el 65% de los juegos fueron ganados por el equipo de casa) provee fuerte evidencia que los equipos locales ganan més de la mitad sus partidos? Ex- plique. 18. Supongamos que el 80% de todos los residentes en Guayaquil celebran la fiesta de Navidad (e! 25 de diciembre.) Se planea seleccionar una. muestra aleatoria de 300 guayaquilefios y determinar la proporcién de ellos que celebran la Navidad. a) {Bs el 80% un pardmetro o un estadistico? {Qué s{mbolo usa para representarlo?; b) De acuerdo al Teorema del Limite Central, e6mo variard la proporcién de quienes celebran la Navidad, de muestra a muestra?; ©) Determine la probabilidad que menos de las tres cuartas partes de la muestra celebre la fiesta; 4) {La probabilidad calculada en c) seria mayor, menor o igual si el tamaiio de la muestra fuera de 800 personas? (Usted no necesita realizar célculos.) Explique. 19. En un canal de transmisién de datos la probabilidad de que un bits se reciba con un error es 1x 10-5. Si en una transmisién se envian 16 millones de bits, jcual es la probabilidad de que ‘no ocurran més de 150 errores? 20. Segiin las estadisticas de trénsito, se ha establecido que en una noche de viernes, en promedio, 1 de cada 10 conductores esta ebrio. Si un fin de semana la policia realiza 400 pruebas de alcolemia, jcuél es la probabilidad de que el mimero de conductores ebrios detectados:21 24, 25. 26. 27. 30. 6.5. Bjercicios 197 a) menos de 8 %?; ¢) al menos 10%, pero menos de 13%? b) mas de 12.5%; Supongamos que el 40% de los votantes est a favor de la reeleceién del actual alcalde. a) Sise selecciona una muestra de 600 electores de la ciudad, ycudl es la probabilidad de que la proporcién muestral de votos a favor del alealde esté entre el 37% y el 45%; b) {Cual debe ser el tamaiio muestral para tener una probabilidad del 97 % de que la proporeién de votos a favor del alcalde en la muestra no se diferencie de la proporci6n supuesta en més del 2%? La mediana de la edad de los habitantes del Ecuador es de 26 ails, Si se seleccionan 100 residentes en Ecuador al azar, calcule la probabilidad de que por lo menos el 60% de ellos tenga menos de 26 aiios. Se ha estimado que el 43% de los estudiantes de leyes considera que es muy importante que se imparta un curso de ética en la abogacia. De una poblacién de 800 estudiantes se tomé una muestra de 80. Calcule la probabilidad de que mas de la mitad de ellos opinen de ese modo. En la segunda vuelta electoral los resultados dan que el candidato ganador obtuvo el 55% de los votos. Cul es la probabilidad de que en una encuesta realizada a 169 personas el resultado no muestre una mayoria a favor del candidato? En una encuesta realizada con una muestra de 3000 personas adultas escogidas al azar, ha resultado que el 35% toma café al menos una vez al dia. Con una probabilidad del 95.5%, Lentre qué limites variard esta proporcién para la poblacién completa? El tiempo que esperan los peatones para cruzar una via muy transitada se distribuye en forma exponencial con media de 1 minuto. Si en una hora llegan 95 peatones, calcule la probabilidad de que por lo menos la tercera parte de ellos tenga que esperar més de un minuto. Un ajedrecista experimentado ha ganado el 70% de las partidas que ha jugado. Si en el préximo mes va a participar en un torneo en el que va a jugar 25 partidas, a) calcule la probabilidad aproximada de que gane por lo menos el 80% de ellas; b) calcule la probabilidad binomial exacta de que gane por lo menos 20 partidas; ©) {qué hipétesis son necesarias para que sean vélidas las respuestas a) y b)? Distribucién de la varianza Con el empleo de Ia tabla de la ley x? localice los siguientes valores y represéntelos, aproximada- mente: a) xG.95(9): b) rxdgn(12) ©) XB.025(20)5 4) xB.05(16) Si X},Xo,...,Xo son nueve variables aleatorias independientes y distribuidas segiin una ley N(17,32), calcule la probabilidad de que la varianza muestral s a menor o igual que 56.28, Calcule la probabilidad de que una muestra de tamafio 13 seleccionada de una poblacién normal con varianza 4 tenga una varianza muestral: a) menor que 7.01; b) entre 1.19 y 2.1198 31 33, 34, 36. 37. 39, 40. 41 Capitulo 6. Distribuciones de Muestreo Encuentre la probabilidad de que una muestra aleatoria de 20 observaciones, de una poblacién normal con varianza 0? una varianza muestral s?: a) mayor a 8.1; b) entre 2.66 y 9.52 En los tiltimos 5 afios, las calificaciones del examen de aptitud para el ingreso a la univetsidad, siguen una distribucién normal con varianza o? = 8, {Considerarfa usted ¢? = 8 como un valor valido de la vatianza de las notas de los e: imenes que se rindieron este aleatoria de 20 calificaciones arrojé un valor de s? = 16? , si una muestra En una oficina de seleccién de aspirantes para optar por una beca se estudia la varianza de las calificaciones para identificar facilmente a los mejores aspirantes. Para una prueba de matemsti- cas se supone que las calificaciones se distribuyen normalmente con desviacién estdndar de 10 Hay 15 aspirantes a optar por una beca. Calcule la probabilidad de que la desviacion est andar de las calificaciones de dichos aspirantes sea mayor que 7. En una granja piscicola se mide la variabilidad en el peso de los peces capturados. Las normas internacionales indican que el peso esta distribuido segtin la ley normal con varianza ¢? = 225 g? Se pesan 27 peces y se calcula su varianza s?. a) Estime aproximadamente Pr(s? > 150); ¢) Caleule E(s2) y Var(s?), b) Halle Pr(s? > 362) El sueldo anual de los empleados de una institucién se supone que sigue una distribucién normal con desviacién esténdar de 100 délares. Si en una inspeccién la oficina de impuestos toma una muestra de los sueldos de 17 empleados, determine un intervalo en el que quedaré la vatianza, de los sueldos antales, con una probabilidad de 0.9. Otras distribuciones de muestreo Con el empleo de la tabla de la ley £ localice los siguientes valores y represéntelos, aproximada- mente: a) tor(9)s b) too (12); ©) to.o2s(20); d) too5(16). Si X1, Xz, ..., Xp son nueve variables aleatorias independientes y distribuidas segin una ley N (8.4), calcule la probabilidad Pr (7 < ¥ < 9;1.09 < s? < 10.045). (X y s? son independientes) En la ciudad capital. el precio medio de venta de las casas nuevas es 115 mil délares. Se toma luna muestra aleatoria de 10 casas nuevas, resultando una desviacin estandar de 25 mil délares. {Cua es la probabilidad de que la media muestral de los precios de venta sea: a) menor de 104 mil délares b) mayor de 110500 délares? Se tom6 una muestra de 16 directores de oficinas de una ciudad con el fin de estimar el tiempo medio diario que emplean en desplazarse hasta su trabajo. Sila media de los tiempos es de 87 minutos y la desviacién estandar de 20 minutos, caleule la probabilidad de que la media muestral sea menor de 100 minutos. Con el empleo de la tabla de la ley F localice los siguientes valores y represéntelos, aproximada- mente: a) Foi(9,5): b) Fooi(12, 12) ©) Fo.o2s(20,7); 4d) Foo5(15, 4), Dos muestras aleatorias independientes de tamatios 21 y 9, respectivamente, se toman de una misma poblacién normalmente distribuida. ;Cual es la probabilidad de que la varianza de la primera muestra sea al menos el cuddruplo de la varianza de la segunda?42, 43, 44, 46. a. 48, 6.5. Ejercicios 199 Dos muestras aleatorias independientes de tamafios 7 y 13, respectivamente, se toman de una misma poblacién normalmente distribuida. Cua es la probabilidad de que la varianza de la primera muestra sea mayor ignal al triple de la varianza de la se Xi/9 ida muestra? Sean X1 ~ x2(9), X2~ x2(20) y Y= Halle los valores de a y b tales que 2/20 Pr(a<¥ fg} caso contrario, se acepta que jx, = fig. Calcule la probabilidad de aceptar que px, > a, cuando realmente jz; = fig. Suponga que las varianzas de las duraciones son 03 = 16 y o} = 9. El administrador de un edificio quiere decidir la compra de lamparas fluorescentes de marca T 0U. Para ayudarle a realizar su decisidn, se escogen dos muestras de tamaiios 10 y 9 limparas, respectivamente, resultando las desviaciones esténdar de s; = 200 y s2 = 150. Si la diferencia entre los promedios es mayor que 173 horas, se acepta que 41; # ji25 de lo contrario se acepta que J; = Hg. {Cudl es la probabilidad de aceptar que 41, # jg, cuando realmente jx, = #12? (Asuma ‘que la vida titil de ambas marcas tiene distribucién normal con varianzas iguales.) Para comparar Jos salarios que pagan a sus empleados dos fabricas de cobijas, San Lucas y Cebra, se escogen dos muestras aleatorias de tamafios 16 y 13, respectivamente, de las dos fabricas, Resulté que las desviaciones estaindar fueron 51, = 120 délares y sc = 55 dolares. Si Ja diferencia entre las medias muestrales no es mayor a 65 délares, se acepta que 41 = Ha} 6280 contrario, se acepta que jt, # fl. {Cudl es la probabilidad de aceptar que 41 # fig, cuando realmente j1, = fly? Suponga que los salarios, en ambas empresas, siguen una distribucion normal con varianzas diferentes. Dos programas de televisién tienen como ratings 40% y 20%, respectivamente, Se tomé una muestra de 300 hogares que poseen televisor, durante la transmisién del programa A y otra muestra de 100 hogares durante la transmisién de B, ;Cuél es la probabilidad de que los resultados muestren que el programa A tiene un rating mayor al de B, en un 10%?200 Capitulo 6. Distribuciones de Muestreo 51, Un fabricante afirma que el 30.% de mujeres y el 20% de hombres prefieren su jabén de tocador Si se realiza una encuesta a 200 personas de cada sexo, {con qué probabilidad la proporciéa muestral de mujeres menos la proporcién muestral de varones estsin en el intervalo (-19%, 19%)? 52. Se escoge una muestra de 600 electores que acaban de votar, entre las 9:00 h y las 15:00 h, para estimar la proporcidn de votantes a favor de los candidatos Hy M. En una encuesta realizada la vispera, se estimé en 30% y 35 % los porcentajes de apoyo de los dos candidatos, respectivamente. éCual es la probabilidad de que la proporcién muestral de B exceda a la proporcién mnestral de Aen al menos 10%? 53. La miisica romantica es preferida por el 30% de mujeres y el 25% de hombres. En una encuesta realizada a 300 personas de cada’sexo, {cull es la probabilidad de que la proporcién muestral de mujeres que prefieren la mtisica roméntica, sea mayor a la de Jos hombres?