TALLER DISTRIBUCION DE MUESTREO DE LA MEDIA

Nayeth Mercado, Mario Jiménez,

Profesor: Jorge Eleazar Sánchez
Estadística II, Universidad del Atlántico, Barranquilla

10) En un ejercicio de informática que se encomienda a la clase de estadística de primer curso, los
estudiantes tienen una media de errores de 14,2 con una desviación típica de 4,3
Sol:
Tipo de problema: Distribución normal
a) ¿Cuál es la probabilidad de que usted (o cualquier otro estudiante) tenga más de 13 errores en su
ejercicio si se sabe que los errores siguen una distribución normal?
Datos:

μ=14,2errores
σ =4,3 errores
n=1
P( X > 13 errores)

Hallamos P(13< X <14,2)

x−μ 13−14,2
Z= = =−0.28 o una area de 0,1103
σ / √ n 4,3/ √ 1
P ( 13< X <14,2 )=P (−0,28< Z <0 ) =0,1103

P ( X >13 errores ) =P ( Z>−0,28 )=P (−028< Z <0 ) +0,5

¿ 0,1103+ 0,5=0,6103
Conclusión: La probabilidad de que cualquier otro estudiante presente más de 13 errores en su
ejercicio es de 0,6103

b) Si no se sabe si los errores están distribuidos normalmente. ¿Cuál es la probabilidad de que una
muestra de 36 estudiantes tenga una media superior a 13 errores?
Datos:

n=36
P( X > 13 errores)

Hallamos P(13< X <14,2)

x−μ 13−14,2
Z= = =−1,67 o una area de 0,4525
σ / √ n 4,3/ √ 36
P ( 13< X <14,2 )=P (−1,67< Z <0 ) =0,4525

P ( X >13 errores ) =P ( Z>−1,67 )=P (−1,67< Z <0 ) +0,5

¿ 0,4525+0,5=0,9525

Conclusión: Existe probabilidad de 0,9525 de que 36 estudiantes tenga una media superior de 13
errores
c) ¿Por qué son diferentes las 2 respuestas anteriores?

Conclusión: Para dar solución a la pregunta se logra realizar un gráfico en el que se evidencia la
diferencia entre los resultados de la preguntas a y b debido a que la distribución de las x es menor
σ >σ x
en b porque

d) ¿Por qué era necesaria la hipótesis de normalidad en la parte (a) y no en la parte (b)?
Sol: En la parte (a) nos afirma que sigue una distribución normal, en cambio en la parte (b) con
n>30; El teorema central del límite admite la hipótesis de la distribución normal

14) Calvin Ensor, presidente de la General Telephone Corp., está molesto por el número de
teléfonos producidos por su empresa que tienen auriculares defectuosos. En promedio, 110
teléfonos al día son devueltos por este problema, con una desviación estándar de 64. El señor
Ensor ha decidido que ordenará la cancelación del proceso a menos que pueda estar 80% seguro
de que en promedio, no se devolverán más de 120 teléfonos al día durante los siguientes 48 días.
¿Terminará ordenando la cancelación del proceso?

Se tiene que

u=110

∅= 64

x=120

n=48

z=(110-120)/(64/ )

z=1.08

si buscamos en la tabla zeta tenemos .3599

Entonces como nos pide la probabilidad de menos de 120 consideramos el área de .50 de la otra
mitad.

Sumamos .3599+.5= .8599

.8599x100= 85.99%

No la cancelará porque tiene una confianza del 85.49%

17) A partir de una población de 125 artículos con media de 105 y desviación estándar de 17, se
eligieron 64 artículos.

a) ¿Cuál es el error estándar de la muestra?

El error estándar de la muestra se calcula error =deviacion tipica / √ media

b) ¿Cuál es la P (l07.5 < χ ≤109)?

Lo hago para tablas que acumulan de derecha a izquierda (cola superior).

Subdividiendo, queda: P ( 107.5≤ X ≤ 109 )=P ( X ≥107.5 ) −p ( X ≥ 109)

Ahora se debe tipificar. Tipificar consiste en transformar esta distribución Normal en una
distribución Normal de media 0 y desviación típica 1,

Para ello, se debe restar la media y dividir por la desviación típica. Fácil.

X−,media 107.5−105
P ( X ≥107.5 ) =P ( desviacion tipica
≥
17 )=P(Z ≥ 0.147)
X−,media 107.5−105
P ( X ≥107.5 ) =P ( ≥ )=P(Z ≥ 0.147)
desviacion tipica 17

19) Sara Gordon encabeza una campaña de recolección de fondos para el Milford College. Desea
concentrarse en la actual reunión del décimo año, y espera obtener contribuciones de 36% de los
250 miembros de esa clase. Datos anteriores indican que aquellos que contribuyen a la donación
de la reunión del décimo año donarán 4% de sus salarios anuales. Sara cree que los miembros de
la clase tienen un salario anual promedio de 32000 dólares con una desviación estándar de 9600
dólares. Si sus expectativas se cumplen (36% de la clase dona 4% de sus salarios), ¿cuál es la
probabilidad de que la donación esté entre 110000 y 120000 dólares?

Sol:

Tipo de problema: Distribución de muestreo de la media

Análisis:
250 miembros = 36% de contribución
Salario =$32’000
Contribución = 4%
(32’000)(0,04) = 1’280
Para 250 miembros = $320’000

Datos:
n=$ 320' 000
p=36 %
μ=115 ' 200
σ =115 ' 200

Hallamos P(110000< X <120000)

110000−115200
Z= =−0,54
9600
120000−115200
Z= =0,5
9600

P (−0,54< Z <0,5 )=0,6915−0,2946=0,3969

Conclusión: La probabilidad de que la donación de la reunión este entre $110,000 y
$120,000 es del 39,69%
7.17) Un inspector nacional de pesos y medidas visita una planta de empacado para verificar que
el peso neto de las cajas sea el indicado en éstas. El gerente asegura al inspector que el peso
promedio de las cajas es de 750-gr con una desviación estándar de 5 gr. El inspector selecciona, al
azar, 100 cajas y encuentra que el peso promedio es de 748 gr. Bajo estas condiciones, ¿qué tan
probable es tener un peso de 748-gr o menos? ¿Qué actitud debe tomar el inspector?

Sol:

5
(
x́ → N 750 ;
√100 )
=N (750 ; 0,5)

Por tanto, la probabilidad de que

P(   <=748)=0,000031686

7.23) Si se obtiene una muestra aleatoria de n=16 de una distribución normal con media y
varianza desconocida, obtener la P(S2/2<=2,041).
Sol:

Tipo de problema: Distribución muestra aleatoria

Sabemos que el estadístico a utilizar es

(n−1) S2
=x n−1 2

σ2
Por lo tanto
 S2 15 S 2 15 S 2
P ( σ2
≤ ) (
2,041 =P
σ2
≤15∗2,041) (
=P
σ2
≤30,615 )
P ( X ≤30,615 ) =1−0,00988721=0,99