UNIVERSIDAD MAYOR DE SAN ANDRES

FACULTAD DE INGENIERÍA
INGENIERIA INDUSTRIAL

:
AUX: Univ. Rosaycela Tarqui V.
DOCENTE: Ing. Marcelino Aliaga L.

ESTADISTICA INFERENCIAL IND- 411

PARAMETRO Y ESTADÍSTICO
Parámetro Poblacional Estadísticos muestrales

• Tamaño = n
• Tamaño = N
• Media muestral = 𝑥̅
• Media Poblacional = 𝜇
• Varianza muestral= 𝑠 2
• Varianza Poblacional = 𝜎 2
• Cuasivarianza muestral = s2
• Proporcionalidad poblacional= 𝜋
• Proporcionalidad muestral = 𝑝̂
• Coeficiente de Correlación = 𝜌
• Coeficiente de Correlación = 𝑟

DISTRIBUCIÓN MUESTRAL DE
POBLACIONAL O MUESTRAL
MEDIAS
∑𝑁
𝑖=1 𝑥𝑖 ∑𝑛𝑖=1 𝑥𝑖 ∑𝑛𝑖=1 𝑥̅𝑖 ∗ 𝑓𝑖
Media 𝜇= ; 𝑥̅ = 𝜇𝑥̅ =
𝑛 𝑛 ∑𝑛𝑖=1 𝑓𝑖

∑𝑛𝑖=1 𝑥̅𝑖 2 ∗ 𝑓𝑖
𝜎𝑥̅ 2 = − 𝜇𝑥̅ 2
2
∑𝑛𝑖=1 𝑥𝑖 2 2
∑𝑛𝑖=1(𝑥𝑖 − 𝜇)2 ∑𝑛𝑖=1 𝑓𝑖
Varianza 𝜎 = −𝜇 =
𝑛 𝑛 ∑𝑛𝑖=1(𝑥̅𝑖 − 𝜇𝑥̅ )2 ∗ 𝑓𝑖
=
∑𝑛𝑖=1 𝑓𝑖

𝑛𝑠2
Cuasivarianza 𝑛𝑠 2 = (𝑛 − 1) ∗ s2 s2 = (𝑛−1)

DISTRIBUCIÓN ESTADÍSTICO
𝑥̅ − 𝜇
NORMAL 𝑧= ~𝑛(𝜇, 𝜎)~𝑛(0,1)
𝜎𝑥̅
𝑥̅ − 𝜇
T- STUDENT 𝑡= ~𝑡𝛼 𝑛−1
𝜎𝑥̅
(𝑛 − 1) ∗ s2
JI - CUADRADO 𝑢= ~𝑥 2 𝑛−1, 𝛼
𝜎2
s1 2⁄
𝜎2
F- SNEDECOR 𝐹 = 2 1 ~𝐹𝛼 𝑛1 −1,𝑛2 −1
s2
⁄𝜎 2
2

AUX. UNIV ROSAYCELA TARQUI V. 1

UMSA FACULTAD DE INGENIERIA

̅)
DISTRIBUCIÓN PARA LA MEDIA (𝑿
𝑥̅ − 𝜇𝑥̅ 𝑥̅ − 𝜇𝑥̅
𝑓(𝑥̅ ) = 𝑧 = = 𝑛(𝜇 , 𝜎𝑥̅ ) ≈ 𝑛(0, 1) 𝑜 𝑓(𝑥̅ ) = 𝑡 = ≈ 𝑡𝛼 𝑛−1
𝜎𝑥̅ 𝜎𝑥̅

Para determinar la 𝜇𝑥̅ 𝑢 = 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜 𝜇𝑥̅ = 𝑢

media (de la Media) 𝑢 = 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜 𝜇𝑥̅ = 𝜇̂ 𝑒𝑠𝑡𝑖𝑚𝑎𝑛𝑑𝑜 𝜇𝑥̅ = 𝑥̅
𝜎𝑥̅ 𝜎

ESTADISTICA INFERENCIAL IND- 411

𝜎 2 = 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜 𝜎𝑥̅ = ~𝑧
√𝑛
Para determinar la 𝑆
desviación estándar 𝑛 > 30 𝜎𝑥̅ = ~𝑧
(de la Media) √𝑛
𝜎 2 = 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜
s
𝑛 ≤ 30 𝜎𝑥̅ = ~ 𝑡𝛼 𝑛−1
√𝑛

Nota: Si se conoce el tamaño de la 𝜎 𝑁−𝑛

población “N” (Población finita), debe 𝜎𝑥̅ = √
√𝑛 𝑁 − 1
emplearse el Factor de Corrección

DISTRIBUCIÓN DE LA DIFERENCIA DE MEDIAS ( 𝑿 ̅𝟏 − 𝑿

̅𝟐 )
(𝑥̅1 − 𝑥̅2 ) − 𝜇𝑥̅1 −𝑥̅ 2
𝑓(𝜃̂) = 𝑓(𝑥̅1 − 𝑥̅2 ) = ~ 𝑍 𝑜 𝑡
𝜎𝑥̅1 −𝑥̅2
Para determinar la 𝑢1 , 𝑢2 = 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜 𝜇𝑥̅1 −𝑥̅2 = 𝜇1 − 𝜇2
media (de la 𝑢1 , 𝑢2 𝜇𝑥̅1 −𝑥̅ 2 = 𝜇̂ 1 − 𝜇̂ 2 𝑒𝑠𝑡𝑖𝑚𝑎𝑛𝑑𝑜
Diferencia de 𝜇𝑥̅1 −𝑥̅2
= 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑜 𝜇𝑥̅1 −𝑥̅2 = 𝑥̅1 − 𝑥̅2
Medias)
Para determinar la desviación estándar (de la Diferencia de Medias)
Heterocedástico 𝜎1 2 ≠ 𝜎2 2 Homocedástico 𝜎1 2 = 𝜎2 2
𝜎1 2 , 𝜎2 2
𝜎1 2 𝜎2 2 1 1 𝑛1 + 𝑛2
= 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎 𝜎𝑥̅1 −𝑥̅ 2 = √ + ~𝑧 𝜎𝑥̅1 −𝑥̅2 = 𝜎√ + = 𝜎√ ~𝑧
𝑛1 𝑛2 𝑛1 𝑛2 𝑛1 ∗ 𝑛2

𝜎1 2 , 𝜎2 2 = 𝑛1 𝜎𝑥̅1 −𝑥̅2
𝑠1 2 𝑠2 2
𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎 > 30 𝜎𝑥̅1 −𝑥̅2 =√ + ~𝑧
𝑛1 𝑛2 (𝑛1 − 1) ∗ s1 2 + (𝑛2 − 1) ∗ s2 2 1 1
𝑛2 =√ √ +
> 30 𝑛1 + 𝑛2 − 2 𝑛1 𝑛2

𝑛1 𝜎𝑥̅1 −𝑥̅2
~𝑡 𝑛1 +𝑛2 −2
≤ 30
𝑛2 s1 2 s2 2 𝑛 +𝑛 −2
=√ + ~𝑡 1 2
≤ 30 𝑛1 𝑛2

Nota: Cuando se conoce el tamaño de la

𝜎1 2 𝑁1 − 𝑛1 𝜎2 2 𝑁2 − 𝑛2
población “𝑁1 , 𝑁2 " (𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑓𝑖𝑛𝑖𝑡𝑎), debe 𝜎𝑥̅ 1 −𝑥̅ 2 = √ ( )+ ( )
emplearse el Factor de Corrección 𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1

AUX. UNIV ROSAYCELA TARQUI V. 2

 UMSA FACULTAD DE INGENIERIA

DISTRIBUCIÓN DE LA VARIANZA MUESTRAL (𝒔𝟐 )

(𝑛 − 1) ∗ s2
𝑓(𝑠 2 ) ≈ 𝑈 = ~𝑥 2 𝑛−1 , 𝛼
𝜎2

𝒔𝟏 𝟐⁄
DISTRIBUCIÓN PARA LA RELACIÓN DE VARIANZAS MUESTRALES ( )
𝒔𝟐 𝟐

ESTADISTICA INFERENCIAL IND- 411

s1 2
𝑠1 2 ⁄ 2 1
𝜎
𝑓 ( 2 ) ≅ 𝐹 = 2 1 ~𝐹𝛼 𝑛1 −1,𝑛2 −1 𝑃𝑟𝑜𝑝𝑖𝑒𝑑𝑎𝑑 𝑖𝑚𝑝𝑜𝑟𝑡𝑎𝑛𝑡𝑒 𝐹1−𝛼 (𝑛1 −1,𝑛2 −1) = 𝑛2 −1,𝑛1 −1
𝑠2 s2 𝐹𝛼
⁄𝜎 2
2

DISTRIBUCIÓN PARA LA PROPORCIÓN (𝒑

̂)

𝑆𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖: 𝑛 ∗ 𝑝̂ > 5 ; 𝑛 ∗ (1 − 𝑝̂ ) > 5

𝑝̂ ∗ (1 − 𝑝̂ ) 𝑝̂ − 𝜇𝑝̂
𝑓(𝑝̂ ) ≅ 𝑛(𝜇𝑝̂ , 𝜎𝑝̂ ) ≈ 𝑛 (𝑝̂ , √ ) ≈𝑧
𝑛 𝜎𝑝̂

• Cuando se conoce el tamaño de la

𝑝̂ ∗ (1 − 𝑝̂ ) 𝑁−𝑛
población “N” (Población Finita), usar 𝜎𝑝̂ = √( )∗( )
el factor de corrección 𝑛 𝑁−1

DISTRIBUCIÓN PARA LA DIFERENCIA DE PROPORCIONES (𝒑

̂)

𝑆𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖: 𝑛1 ∗ 𝑝̂1 > 5 ; 𝑛1 ∗ (1 − 𝑝̂1 ) > 5 𝑦 𝑛2 ∗ 𝑝̂ 2 > 5 ; 𝑛2 ∗ (1 − 𝑝̂2 ) > 5

𝑝̂1 ∗ (1 − 𝑝̂1 ) 𝑝̂ 2 ∗ (1 − 𝑝̂2 ) (𝑝̂1 − 𝑝̂2 ) − 𝜇𝑝̂1 −𝑝̂2

𝑓(𝑝̂1 − 𝑝̂2 ) ≅ 𝑛(𝜇𝑝̂1 −𝑝̂2 , 𝜎𝑝̂1 −𝑝̂2 ) ≈ 𝑛 (𝑝̂1 − 𝑝̂ 2 , √ + ) ≈𝑧
𝑛1 𝑛2 𝜎𝑝̂1 −𝑝̂2

𝜎𝑝̂1 −𝑝̂2
Cuando se conoce el tamaño de la
𝑝̂1 ∗ (1 − 𝑝̂1 ) 𝑁1 − 𝑛1 𝑝̂2 ∗ (1 − 𝑝̂2 ) 𝑁2 − 𝑛2
población “N” (Población Finita), usar =√ ∗( )+ ( )
el factor de corrección 𝑛1 𝑁1 − 1 𝑛2 𝑁2 − 1

DESIGUALDAD DE CHEVYCHEV
𝜎2
𝑃(|𝑥 − 𝜇| ≥ 𝑘) ≤ 2
𝑘
1 1
𝑆𝑖 𝑘 = 𝑐𝜎 𝑃(|𝑥 − 𝜇| ≥ 𝑐𝜎) ≤ 2 → 𝑃(|𝑥 − 𝜇| ≤ 𝑐𝜎) ≥ 1 − 2
𝑐 𝑐

AUX. UNIV ROSAYCELA TARQUI V. 3

UMSA FACULTAD DE INGENIERÍA

EJERCICIOS DE CLASE
1. Una población consta de los cinco números: 2, 3, 6, 8 y 11. Considere todas las
1
muestras posibles con reemplazo de tamaño 2 que se puedan obtener de esta
población. Obtener:
a) La media de la población
b) La varianza poblacional
c) La media de la distribución muestral de las medias
d) La varianza de la distribución muestral de las medias
e) Verifique lo siguiente:
- La media de la media muestral es igual a la media poblacional
- Varianza de la media muestral es igual a la varianza poblacional dividida por
el tamaño de la muestra.
f) Realizar el inciso anterior considerando que el muestreo se realiza sin
reemplazamiento

2. Sea una empresa dedicada al transporte y distribución de mercancías, la cual tiene

2
una plantilla de 50 trabajadores. Durante el último año se ha observado que 25
trabajadores han faltado un solo día al trabajo, 20 han faltado dos días y 5
trabajadores han faltado tres días. Si se toma una muestra con reemplazamiento,
de tamaño dos (𝑥1 , 𝑥2 ) del total de la plantilla, obtener:
a) La distribución en el muestreo (función de cuantía) de la media muestral.
b) Verifique que la media de la media muestral es igual a la media poblacional
c) Verifique que la varianza de la media muestral es igual a la varianza poblacional
dividida por el tamaño de la muestra.

Al someter a prueba 10 focos de linterna, se obtienen las siguientes duraciones en

3
horas; 40, 15, 23, 17, 9, 35, 26, 12, 10, 37. Se sabe además que los tiempos de
duración de los focos se distribuyen normalmente, con una media de 25 hr.

a) Calcule el tiempo medio de la duración de los focos y la desviación estándar de

la muestra.
b) Estime el error estándar de la media muestral
c) Si se extrae una nueva muestra de 15 linternas, ¿cuál es la probabilidad de que
la duración media sea mayor a 30 horas?
d) ¿Variará el resultado del c) si se prueban 40 linternas?

La producción diaria en litros de la empresa “Lacteosbol” en su línea de leche, es

4
una variable aleatoria con distribución normal, cuya media es de 3000 (litros) y
varianza de 8100 (litros).
a) El encargado de control de calidad toma una muestra de 12 lotes de producción
diarios ¿Cuál es la probabilidad de que la producción media de los 12 lotes sea
menor que 2950 litros?

AUX. UNIV. ROSAYCELA TARQUI VIZALUQUE 4

UMSA FACULTAD DE INGENIERÍA

b) Represente la distribución aproximada de la producción total de leche en 100

días consecutivos
c) ¿Cuál es la probabilidad de que, el total de litros producidos en 100 días sea
superior a 298 𝑚3 ?.
d) ¿Cuál debe ser la producción de litros de leche en 100 días, para atender la
demanda total con probabilidad 0,99?

La fábrica A y la fábrica B producen dos tipos de vigas que tienen una fuerza de
5
tensión media de 4000 psi y 4500 psi, con desviaciones respectivas de 300 psi y
200 psi. Se analizaron 100 vigas de fábrica A y 50 vigas de fábrica B. ¿Cuál es la
probabilidad de que el promedio de la fuerza de tensión de la fábrica B sea al menos
600 psi mayor que la fábrica A?

PRÁCTICA Nº3

Se considera una variable aleatoria discreta que toma los valores 1, 2 y 3, con
1
probabilidades: 1/6, 1/2 y 1/3, respectivamente.Se toman muestras posibles de
tamaño tres. Determine:
a) La distribución en el muestreo (función de cuantía) de la media muestral.
b) Verifique que la media de la media muestral es igual a la media poblacional
c) Verifique que la varianza de la media muestral es igual a la varianza poblacional
dividida por el tamaño de la muestra
Se sabe que el peso de los automoviles de la empresa TOYOTA sigue una
2
distribución normal con media 1 000 kg y desviación típica 80 kg. Para llevar un
control sobre la calidad de sus automóviles, cada día la compañía elige
aleatoriamente 400 de los coches fabricados. Si el peso medio muestral es inferior
a 990 kg o superior a 1 005 kg, la compañía considera que la producción está fuera
de control. ¿Cuál es la probabilidad de que un día la producción se encuentre fuera
de control?
Los tiempos de espera para los clientes que pasan por una caja registradora a la
3
salida de una tienda de menudeo son variables aleatorias independientes con una
media de 1,5 minutos y una varianza de 1,0 minuto.
a) ¿Cuál es la probabilidad de que el tiempo medio de espera para una muestra
de 12 clientes sea menor que 2 minutos?
b) ¿Cuál es la probabilidad de que atienda a un grupo de 100 clientes en menos
de 2 horas y 10 minutos?
Una muestra aleatoria de 10 cables de acero de la empresa (A) tienen una
4
resistencia media a la rotura de 54000 con una desviación estándar 2100 y una
muestra de 12 cables de acero de la empresa (B) tienen una resistencia media a la
rotura de 49000 con una desviación estándar 1900. Los cables de acero de la
fábrica B cuestan menos que las de la fábrica A y por lo tanto estaríamos inclinados
a comprar las de la fábrica B, a menos que la resistencia media a la rotura de las

AUX. UNIV. ROSAYCELA TARQUI VIZALUQUE 5

UMSA FACULTAD DE INGENIERÍA

vigas A sean mayores que las de B. ¿Cuál es la probabilidad de efectuar la compra

de la fábrica A? Asumir que las varianzas poblacionales son iguales.
Un fabricante A produce lámparas con duración media de 2200 horas y desviación
5
típica de 200 horas. Otro fabricante B utiliza un método diferente que reduce la
duración media a 2000 horas manteniendo la misma desviación típica. Se supone
que la duración de las lámparas de ambos fabricantes sigue un modelo Normal. Si
pretende seleccionar aleatoriamente 21 lámparas del fabricante A y 16 lámparas
del fabricante B.
a) Calcular la probabilidad de que la diferencia en la duración media de las
lámparas seleccionadas del fabricante A y del fabricante B no supere las 200
horas.
b) ¿Se podría calcular la probabilidad del apartado anterior si se desconociera el
valor de las desviaciones típicas poblacionales, aunque se sigue suponiendo
que éstas son iguales? ¿Qué estadístico tendríamos que utilizar ahora, qué
información adicional necesitaríamos, cómo describiría la varianza de la
diferencia de medias muestrales?

FECHA DE PRESENTACIÓN: 03 DE MARZO DE 2022

AUX. UNIV. ROSAYCELA TARQUI VIZALUQUE 6