DISTRIBUCIÓN DE LA MEDIA MUESTRAL

La distribución de la media muestral, X , de las muestras aleatorias de tamaño n que se

pueden extraer de una población de media  y desviación típica  , sigue una distribución

normal de media  y desviación típica .
n

Este resultado es cierto cuando se cumplen alguna de las condiciones siguientes:

- Las muestras son aleatorias y la población de donde se extraen las muestras sigue una
distribución normal de media  y desviación típica  .
- Las muestras son aleatorias y el tamaño de cada muestra es suficientemente grande, en
la práctica n  30 , y la población de donde se extraen las muestras tiene una media 
y desviación típica  . En este caso la población no es necesario que sea normal.

EJEMPLO:

El peso de los habitantes de una ciudad tiene una media de 67 kg y una desviación típica de 5
kg. Calcular la probabilidad de que la media del peso de 100 personas:

a) Supere los 68,50 kg.

b) Sea menor que 68 kg.

Solución:

Consideremos la variable aleatoria X  media del peso de las 100 personas, como el tamaño,
100 personas, es suficientemente grande se tiene que la variable aleatoria X sigue una
 5 5
distribución normal de media   67 y de desviación típica    0,5 ; con lo que
n 100 10
se tiene que:

  X  67 68,5  67 
a) P X  68,5  P 
0,5 
  PZ  3  1  PZ  31  0,9987  0,0013.
 0,5

 
 X  67 68  67 
b) P X  68,  P 
0,5 
  PZ  2  0,9772.
 0,5

EJEMPLO:

El gasto mensual de los jóvenes de una región durante los fines de semana sigue una
distribución normal de media 25 € y de desviación típica 3 €.

¿Cuál es la probabilidad de que una muestra de 16 jóvenes, elegidos al azar, tenga un gasto
medio comprendido entre 23,85 € y 26,15 €?

Solución:

Consideremos la variable aleatoria X  gasto medio mensual de los 16 jóvenes durante los
fines de semana, como la población sigue una distribución normal de media 25 € y de
desviación típica 3 € se tiene que la variable aleatoria X sigue una distribución normal de
 3 5
media   25 y de desviación típica    0,75 ; con lo que se tiene que:
n 16 4

 
 23,85  25 X  25 26,15  25 
P 23,85  X  26,15  P     P 1,53  Z  1,53 

 0,75 0,75 0,75 

PZ  1,53  PZ  1,53  PZ  1,53  1  PZ  1,53  PZ  1,53  1  PZ  1,53 

2  PZ  1,53  1  2  0,9370  1  1,8740  1  0,8740.

DISTRIBUCIÓN DE LA PROPORCIÓN MUESTRAL

Si en una población la proporción de individuos que tienen una cierta característica es p , y

los que no la tienen es q  1  p , entonces la distribución de la variable aleatoria P̂ ,
proporción muestral, de las muestras aleatorias tamaño n que se pueden extraer de la
pq
población, sigue una distribución normal de media p y desviación típica .
n

- Este resultado es cierto cuando la muestra es aleatoria y su tamaño es los

suficientemente grande, en la práctica n  30 o n  p  5 y n  q  5 y la población de
donde se extraen las muestras tiene proporción p .

EJEMPLO:

Se sabe que el 10% de los habitantes de una determinada ciudad va regularmente al teatro.

Se toma una muestra al azar de 100 habitantes de esta ciudad, ¿cuál es la probabilidad
aproximada de que al menos el 13% de ellos vaya regularmente al teatro?

Solución:

Como la muestra es aleatoria, el tamaño de la muestra es lo suficientemente grande, 100  30 ,

y como la población tiene una proporción p  0.1 de habitantes que van regularmente al
teatro entonces la variable P̂ que nos da la proporción muestral de las muestras de tamaño
100 sigue una distribución normal de media p  0.1 y de desviación típica
pq 0,1  0,9
  0,03 , con lo que se tiene que :
n 100

 Pˆ  0,1 0,13  0,1 

 
P Pˆ  0,13  P
0,03

0,03
  PZ  1  1  PZ  1  1  0,8413  0,1587 .

 

En realidad como estamos pasando de una distribución de una variable aleatoria discreta a
una variable aleatoria continua tendríamos que hacer la corrección por continuidad y
tendríamos que:


PP  0,13  P Pˆ  0,13 
0,5 
   Pˆ  0,1 0,125  0,1 
  P Pˆ  0,125  P    PZ  0,83 

 100   0,03 0,03 
 1  0,7967  0,2033
EJEMPLO:

Se sabe que el 40% de las mujeres embarazadas dan a luz antes de la fecha prevista. En un
hospital han dado a luz 125 mujeres en una semana.

¿Cuál es la probabilidad de que más de 45 y menos de 60 mujeres se les haya adelantado el

parto en esa semana?

Solución:

Como la muestra es aleatoria, el tamaño de la muestra es lo suficientemente grande, 125  30 ,

y como la población tiene una proporción p  0.4 de mujeres que se les adelanta el parto
entonces la variable P̂ que nos da la proporción muestral de las muestras de tamaño 125
sigue una distribución normal de media p  0.4 y de desviación típica
pq 0,4  0,6
  0,04382, con lo que se tiene que :
n 125

 0,36  0,4 Pˆ  0,4 0,48  0,4 

 45 ˆ 60 
P P  
  P 0,36  Pˆ  0,48  P     P 0,91  Z  1,83 

 125 125   0,04382 0,04382 0,04382 

PZ  1,83  PZ  0,91  PZ  1,83  1  PZ  0,91  PZ  1,83  1  PZ  0,91 

0,9664  1  0,8186  0,7850 .

En realidad como estamos pasando de una distribución de una variable aleatoria discreta a
una variable aleatoria continua tendríamos que hacer la corrección por continuidad y
tendríamos que:

 45
P P
60  
  P0,36  P  0,48  P 0,36 
0,5 ˆ
 P  0,48 
0,5 
 
  P 0,364  Pˆ  0,476 
 125 125   125 125 
 0,364  0,4 Pˆ  0,4 0,476  0,4 
 P     P 0,82  Z  1,73  PZ  1,73  PZ  0,82 

 0 ,04382 0,04382 0,04382 
 PZ  1,73  1  PZ  0,82  PZ  1,73  1  PZ  0,82  0,9582  1  0,7939  0,7521.

EJEMPLO:

Se sabe que en cierta población de personas de 18 o más años, el 60% están en contra da
eutanasia.

Se realiza una encuesta a una muestra aleatoria de 150 personas de esa población, ¿cuál esla
probabilidad de que más de la mitad se manifieste en contra da eutanasia?
Solución:

Como la muestra es aleatoria, el tamaño de la muestra es lo suficientemente grande, 150  30 ,

y como la población tiene una proporción p  0,6 de personas que están en contra de la
eutanasia, entonces la variable P̂ que nos da la proporción muestral de las muestras de
tamaño 150 sigue una distribución normal de media p  0,6 y de desviación típica
pq 0,6  0,4
  0,04 , con lo que se tiene que :
n 150
 
P Pˆ 
1
   Pˆ  0,6 0,5  0,6 
  P Pˆ  0,5  P    PZ  2,5  1  PZ  2,5  1  1  PZ  2,5 

 2  0,04 0 ,04 
 1  1  PZ  2,5  PZ  2,5  0,9938

En realidad como estamos pasando de una distribución de una variable aleatoria discreta a
una variable aleatoria continua tendríamos que hacer la corrección por continuidad y
tendríamos que:


P P 
1 
  PP  0,5  P Pˆ  0,5 
0,5 
   Pˆ  0,6 0,5033  0,6 
  P Pˆ  0,5033  P    PZ  2,42 

 2  150   0,04 0,04 
 1  PZ  2,42  1  1  PZ  2,42  1  1  PZ  2,42  PZ  2,42  0,9922 .