UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE AREQUIPA

FACULTAD DE INGENIERÍA DE PRODUCCION Y SERVICIOS

ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

GUIA DE LABORATORIO No 7

PROFESOR : Dr. Ing. José Javier Zavala Fernández

ASIGNATURA : Estadística y Probabilidades

TEMA : INFERENCIA ESTADISTICA – DISTRIBUCIONES MUESTRALES

SOFTWARE: EXCEL – MINITAB -

CICLO : 2021-II

I. OBJETIVOS

 Explicar porque la muestra es la única forma posible de tener conocimientos acerca

de una población
 Calcular e interpretar los intervalos de confianza
 Utilizar el Excel y Minitab para el cálculo de probabilidades

II. TEMAS A TRATAR

 Métodos de Muestreo Probabilístico

 Teorema del Limite Central
 Calculo de los valores z

III. MARCO TEÓRICO

DEFINICIONES
Muestra Probabilística: Muestra que selecciona de modo que cada integrante de la
población en estudio tenga una probabilidad conocida (pero distinta de cero) de ser
incluido en la muestra.
Muestreo Aleatorio Simple: Muestra seleccionada de manera que cada integrante de la
población tengan la misma probabilidad de quedar incluido.
Muestra aleatoria sistemática: Los integrantes o elementos de la población se ordenan
en alguna forma por ejemplo, alfabéticamente en un archivo según la fecha en que se
reciben, o por algún otro método. Se selecciona al azar un punto de partida, y después se
elige para la muestra cada k-esimo elemento de la población.
Muestreo aleatorio estratificado: Una población se divide en subgrupos, denominados
estratos, y selecciona una muestra de cada uno.
Error de muestreo: Diferencia entre un valor estadístico de muestra y su parámetro de
población correspondiente.
Distribución de Muestreo de Medias Muéstrales: Es una distribución de probabilidad
que consta de todas las medias muéstrales posibles de un tamaño de muestra dado.
Teorema del Limite Central: Si se selecciona de cualquier población todas las muestras
de un tamaño determinado, la distribución de las medias muéstrales se acercará a una de
tipo normal. Esta aproximación aumenta en el caso de muestras más grandes.

Error Estándar de la Media:  x
n
Determinación del valor z correspondiente a X cunado se conoce la desviación estándar
X −
poblacional: z =
 n
Determinación del valor z correspondiente a X cunado NO se conoce la desviación
X −
estándar poblacional: z =
s n

IV. ACTIVIDADES (LA PRÁCTICA TIENE UNA DURACIÓN DE 02 HORAS)

EJERCICIOS DESARROLLADOS
En una empresa de cereales para desayuno se ha ajustado el proceso de empaque de modo
que en cada paquete se coloquen en promedio μ=13.0 onzas de cereal. Por supuesto que
no todos los paquetes tienen exactamente 13.0 onzas debido a las fuentes aleatorias de
variabilidad. La desviación estándar del peso verdadero es σ=0.1 onzas, y se sabe que la
distribución de pesos se ajusta a una distribución de probabilidad normal. Determine la
probabilidad de que un paquete elegido al azar supere las 13.25 onzas de cereal.

SOFTWARE EXCEL
1. Abra Excel.
2. Haga clic en Insertar->función
3. En Seleccionar una categoría elija Estadísticas. En nombre de función elija
DISTR.NORM. Haga clic en Aceptar.
 4. En la caja de dialogo, en X escriba 13.25. En Media introduzca 13.0. En
Desv_Estandar 0.1. En Acum. Escriba VERDADERO En la parte inferior de la
caja de dialogo aparece el valor de probabilidad 0.99379032
5. Haga clic en Aceptar.
SOFTWARE MINITAB
.
Abra MInitab
Haga clic en Calc->Probability distributions->Normal
En la caja de dialogo elija Cumulative probability. Como Mean introduzca 13.0.Como
Standar deviation introduzca 0.1. Como Input constant introduzca: 13.25
Haga clic en Aceptar
 V. EJERCICIOS PROPUESTOS

1. En el bufete legal Tybo & Associates hay seis socios. A continuación se indica el
número de casos que cada miembro realmente llevó a la corte en el mes pasado.

Número de
Socio casos
Ruud 3
Austin 6
Sass 3
Palmer 3
Wilhems 0
Schuller 1

a) Cuantas muestras diferentes de tamaño 3 son posibles

𝐶36 = 20

b) Enuncie todas las muestras factibles de tamaño 3 y calcule el número medio de

casos en cada una

Socios Total Media

1 1,2,3 12 4
2 1,2,4 12 4
3 1,2,5 9 3
4 1,2,6 10 3.33333333
5 1,3,4 9 3
6 1,3,5 6 2
7 1,3,6 7 2.33333333
8 1,4,5 6 2
9 1,4,6 7 2.33333333
10 1,5,6 4 1.33333333
11 2,3,4 12 4
12 2,3,5 9 3
13 2,3,6 10 3.33333333
14 2,4,5 9 3
15 2,4,6 10 3.33333333
16 2,5,6 7 2.33333333
17 3,4,5 6 2
18 3,4,6 7 2.33333333
19 3,5,6 4 1.33333333
20 4,5,6 4 1.33333333
 c) Compare el valor medio de la distribución de medias muéstrales, con el de la
población.

Media muestral Frecuencia frecuencia relativa Media muestra*f

1.333333333 3 0.15 4
2 3 0.15 6
2.333333333 4 0.2 9.333333333
3 4 0.2 12
3.333333333 3 0.15 10
4 3 0.15 12
20 1 53.33333333
Media de media muestral = 53.33333333/20=2.66666667
Socio Número de casos
1 Ruud 3
2 Austin 6
3 Sass 3
4 Palmer 3
5 Wilhems 0
6 Schuller 1
Media
poblacional 2.66666667

Media de las medias muestrales= Media poblacional = 2.66666667

d) En un gráfico compare la dispersión de la población con la de las medias
muéstrales.

Dispersion de la población
7

4
Casos

0
0 1 2 3 4 5 6 7
Socios
 Dispersion de Medias muestrales
4.5
4
3.5
3
Frecuencia

2.5
2
1.5
1
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Medias muestrales

2. La empresa Scrapper Elevador Co. Tiene 20 representantes de ventas que venden su

producto en todo Estados Unidos y Canadá. A continuación se enlistan los números de
unidades vendidas durante un mes por cada representante. Supóngase que tale cifras son
una población de valores:
2 2 2 3 3 4 2 4 3 2 2 7 3 4 5 3 3 3 3 5
a) Calcule la media poblacional
Unidad
Vendedor vendida
1 2
2 2
3 2
4 3
5 3
6 4
7 2
8 4
9 3
10 2
11 2
12 7
13 3
14 4
15 5
16 3
17 3
 18 3
19 3
20 5
Media Poblacional 3.25

b) Seleccione al azar cinco muestras de 5 elementos cada una, y calcule la media de

cada muestra.
Muestras de 5
elementos Media
1,2,3,4,5 2.4
2,3,4,5,6 2.8
3,4,5,6,7 2.8
4,5,6,7,8 3.2
5,6,7,8,9 3.2

c) Compare la media de la distribución de medias muéstrales, con la media de la

población. ¿Se esperaría que fueran iguales?

d) Trace un histograma de las medias muéstrales ¿observa alguna diferencia entre la

forma de la distribución de dichas medias y la distribución de la población?

3. La media de una población normal es 60 y la desviación estándar es 12. Se toma una

muestra aleatoria de 9. Calcule la probabilidad de que la media muestral.
µ=60 ; σ =12 ; n=9

a) sea mayor que 63

63−60
𝑃 (𝑥 > 63) = 𝑃 (𝑧 > 12 ) = 0.75 => 0.7734= 77.34%
√9

b) menor que 56
 56−60
P(𝑥 < 56) = 𝑃 (𝑧 < 12 ) = −1 => 0.1587= 15.87%
√9

c) este entre 56 y 63

𝑃 (56 < 𝑥 < 63) = 𝑃(𝑥 < 63) − 𝑃(𝑥 < 56)

63 − 60 56 − 60
𝑃 (56 < 𝑥 < 63) = 𝑃 (𝑧 < ) − 𝑃 (𝑧 < )
12 12
√9 √9
𝑃(56 < 𝑥 < 63) = 0.7734 − 0.1587 = 0.6147 => 61.47%

4. La media de una población de forma desconocida es 75 Se toma una muestra de 40. La

desviación estándar de la muestra es 5. Calcule la probabilidad de que la media muestral.
µ=75 ; σ =5 ; n=40

a) sea menor que 74

74−75
𝑃 (𝑥 < 74) = 𝑃 (𝑧 < 5 ) = −1.3 => 0.1515= 15.15%
√40

b) este entre 74 y 76
𝑃 (74 < 𝑥 < 76) = 𝑃(𝑥 < 76) − 𝑃(𝑥 < 74)

76 − 75 74 − 75
𝑃 (74 < 𝑥 < 76) = 𝑃 (𝑧 < ) − 𝑃 (𝑧 < )
5 5
√40 √40
𝑃 (74 < 𝑥 < 76) = 0.8485 − 0.1515 = 0.697 => 69.7%
c) este entre 76 y 77

𝑃 (76 < 𝑥 < 77) = 𝑃(𝑥 < 77) − 𝑃(𝑥 < 76)

77 − 75 76 − 75
𝑃 (76 < 𝑥 < 77) = 𝑃 (𝑧 < ) − 𝑃 (𝑧 < )
5 5
√40 √40
𝑃 (76 < 𝑥 < 77) = 0.9938 − 0.8485 = 0.1453 => 14.5%

d) sea mayor que 77

 77−75
𝑃 (𝑥 > 77) = 𝑃 (𝑧 > 5 ) = 2.5 => 0.9938= 99.4%
√40

5. En una cierta región, un departamento de una recamara se renta en promedio a $1200

(dólares) por mes. La distribución de estas rentas no sigue una distribución normal, sino
que es positivamente sesgada. ¿Cuál es la probabilidad de tomar una muestra de 50
departamentos de una recamara y que tenga una media de por lo menos $950? La
desviación estándar muestral es $250.
µ=1200 ; σ =250
𝑥−µ
x=950 ; n=50 𝑧=
σ
𝑥−µ
𝑃(𝑥 ≥ 950) = 𝑃(𝑧 ≥ σ )
√𝑛
950 − 1200
𝑃(𝑥 ≥ 950) = 𝑃(𝑧 ≥ )
250
√50
𝑃(𝑥 ≥ 950) = 𝑃(𝑧 ≥ −7.07)