INSTITUTO TECNOLÓGICO DE

MÉRIDA

INGENIERÍA ELECTRÓNICA

SEGUNDO SEMESTRE

PROBABILIDAD Y ESTADÍSTICA

DISTRIBUCION MUESTRAL DE PROPORCIONES

GRUPO 2EA

ALUMNO: SERGIO SAUL LAINES POOL

FECHA: 5 DE MAYO 2022

DISTRIBUCION MUESTRAL DE PROPORCIONES
Ejercicios distribución muestral de medias

Ejemplo 1
Los pesos de las ovejas de una cierta ganadería tienen una media de 50 kg con una
desviación típica de 4. Elegimos al azar una muestra aleatoria simple de 100 ovejas.
Determinar la probabilidad de que su media sea inferior a 56 kg.

Si te das cuenta, la tabla de distribución estándar llega hasta z=3,99, lo que quiere
decir que la probabilidad de que z sea menor que 4 es igual a 1 y pasa lo mismo
con valores de la desviación típica mayores que 4, luego la probabilidad de que z
sea menor que 15 también es igual a 1.

La probabilidad de que la media de la muestra sea inferior a 56 kg es de un 100%

EJEMPLO 2

La duración media de las bombillas de una determinada marca sigue una

distribución normal N(1500,160) Si escogemos una bombilla al azar, ¿cuál es la
probabilidad de que funcione más de 1524 horas?

Si escogemos sólo una bombilla, estamos teniendo en cuenta toda la

población que sigue una distribución normal de media μ y desviación típica
σ N(μ,σ):

Que en nuestro caso es:

Nos preguntan la probabilidad de que una bombilla funcione más de 1524

horas, es decir:
Por tanto, lo primero que tenemos que hacer es tipificar la x:

Sustituyo valores y obtengo el valor de z:

La probabilidad de durar más de 1524 horas es igual a la probabilidad de

que z sea mayor que 0,15 y para poder utilizar la tabla de distribución
normal, eso es igual a 1 menos la probabilidad de que z sea menor o igual a
0,15:

La probabilidad de que z sea menor o igual a 0,15 la obtengo directamente

de la tabla y me da:

Sustituyo este valor y calculo:

Por tanto, la probabilidad de que una bombilla funcione más de 1524 horas
es de 44,04% o lo que es lo mismo el 44,04% podría durar más de 1524
horas.

EJEMPLO 3
La duración media de las bombillas de una determinada marca sigue una
distribución normal N (1500,160) Si escogemos una muestra de 100
bombillas y calculamos su duración media, ¿cuál es la probabilidad de que
sea superior a 1524 horas?

Si tomamos una muestra de 100 bombillas la distribución normal tiene la

misma media que la población, pero la desviación típica estará dividida entre
raíz de N:

Me piden cuál es la probabilidad a que la duración media de esa muestra sea

superior a 1524 horas:

Tipificamos la media, pero teniendo en cuenta la nueva desviación típica:

Sustituyo datos y calculo:

La probabilidad de la media sea superior 1524 horas es igual a la

probabilidad de que z sea mayor que 1,5 y para poder utilizar la tabla de
distribución normal, eso es igual a 1 menos la probabilidad de que z sea
menor o igual a 1,5:
Obtengo la probabilidad de que z sea menor o igual a 0,15 directamente de
la tabla:

Sustituyo este valor y calculo:

Hay un 6,68% de probabilidad de que, si tomo una muestra de 100

bombillas, la media de su duración sea superior a 1524 horas.

EJEMPLO 4

Los pesos de las ovejas de una cierta ganadería tienen una media de 50 kg
con una desviación típica de 4. Elegimos al azar una muestra aleatoria simple
de 100 ovejas. Determina la probabilidad de que su media sea superior a 49
kg.

Nos preguntan la probabilidad de que la media de la muestra sea superior a

49 kg.

Tipificamos la media muestral:

La probabilidad de que la media sea mayor que 49 es igual a la probabilidad

de que z sea mayor que -2,5 y para poder utilizar la tabla de distribución
normal, eso es igual a la probabilidad de que z sea menor o igual a 2,5, que
lo obtenemos directamente de la tabla:

La probabilidad de que la media de la muestra sea superior a 49 kg es de un

99,38%

EJEMPLO 5

Los pesos de las ovejas de una cierta ganadería tienen una media de 50 kg
con una desviación típica de 4. Elegimos al azar una muestra aleatoria simple
de 100 ovejas. Determina la probabilidad de que su media esté entre 49,5 kg
y 50,3 kg.

Nos preguntan la probabilidad de que la media de la muestra esté entre 49,5

kg y 50,3 kg.

Tipificamos las medias muestrales:

La probabilidad de que la media esté entre 49,5 y 50,3 es igual a la

probabilidad de que z esté entre -1,25 y 0,75:
Que es igual a la siguiente expresión:

Directamente de la tabla obtenemos la probabilidad de que z sea menor o

igual a 0,75 y la probabilidad de que z sea menor o igual a 1,25

Sustituimos los valores en la operación anterior y operamos:

La probabilidad de que la media de la muestra esté entre 49,5 kg y 50,3 kg

es de un 66,78%

Ejercicios distribución muestral de proporciones

EJEMPLO 1

Se ha determinado que 60% de los estudiantes de una universidad grande

fuman cigarrillos. Se toma una muestra aleatoria de 800 estudiantes. Calcule
la probabilidad de que la proporción de la muestra de la gente que fuma
cigarrillos sea menor que 0.55.

Datos:
n = 800 estudiantes
P = 0.60
p = 0.55
p(p < 0.55) = ¿?
 p−P 0.549375−0.60
z= = =−2.92

√ P(1−P)
n √ ( 0.60)(0.40)
800
La probabilidad de que, al extraer una muestra de 800 estudiantes de
esa universidad, la proporción de estudiantes que fuman cigarrillos sea
menor al 55% es del 0.17%.

EJEMPLO 2

Un medicamento para malestar estomacal tiene la advertencia de que

algunos usuarios pueden presentar una reacción adversa a él, más aún, se
piensa que alrededor del 3% de los usuarios tienen tal reacción. Si una
muestra aleatoria de 150 personas con malestar estomacal usa el
medicamento, encuentre la probabilidad de que la proporción de la muestra
de los usuarios que realmente presentan una reacción adversa, exceda el 4%.

Datos:
n = 150 personas
P = 0.03
p = 0.04
p(p > 0.04) = ¿?

p−P 0.0433−0.03
z= = =0.96

√ P(1−P)
n √ (0.03)(0.97)
150

Existe una probabilidad del 17% de que al tomar una muestra de 150
personas se tenga una proporción mayor de 0.04 presentando una
reacción adversa.
EJEMPLO 3

Se sabe que la verdadera proporción de los componentes defectuosos

fabricadas por una firma es de 4%, y encuentre la probabilidad de que una
muestra aleatoria de tamaño 60 tenga:

a) Menos del 3% de los componentes defectuosos.

b) Más del 1% pero menos del 5% de partes defectuosas.

a)Datos

n = 60 artículos
P = 0.04
p = 0.03
p(p < 0.03) = ¿?

p−P 0.0216−0.04
z= = =−0.73

√ P(1−P)
n √ (0.04 )( 0.96)
60

La probabilidad de que en una muestra de 60 artículos exista una

proporción menor de 0.03 artículos defectuosos es de 0.2327

b)Datos

n = 60 artículos
P = 0.04
p = 0.01 y 0.05

p(0.01 < p <

0.05 ) = ¿?
 p−P 0.0183−0.04
z= = =−0.86

√ P(1−P)
n √ (0.04 )( 0.96)
60

p−P 0.0416−0.04
z= = =0.6

√ P(1−P)
n √ (0.04 )( 0.96)
60

EJEMPLO 4

Suponer que la gente que solicita ingresar a una compañía, 40% pueden
aprobar un examen de aritmética para obtener el trabajo. Si se tomara una
muestra de 20 solicitantes, ¿Cuál sería la probabilidad de que 50% o más de
ellos aprobaran?

Datos:
n = 20
P = 0.40
p = 0.50

p−P 0.50−0.40
z= = =0.9129

√ P(1−P)
n √ 0.40(1−0.40)
20

El área bajo la curva hasta un valor de z = 0.9129 es de 0.81935, o sea

que (1 – 0.81935) = 0.1806, por lo que la probabilidad de que 50% o
más aprobaran es de 18.06%.

EJEMPLO 5

Previo a una elección la senadora X contrata los servicios de la compañía Y

para fijar la contienda establecida con los electores. Ella percibe con respecto
a este punto que si tiene el 45% de los votos será nominada de acuerdo con
su estrategia de campaña. Suponiendo que la compañía contratada
selecciona una muestra aleatoria simple de 1600 electores registrados. ¿Cuál
es la probabilidad de que la muestra pueda producir una proporción de 45%
más dado que la verdadera proporción es de 40%?

Datos:
n = 1600
P = 0.4
p = 0.45
p(p > 0.45) = 0%

p−P 0.45−0.4
z= = =4.09

√ P(1−P)
n √ 0.4(1−0.45)
1600

La probabilidad es de aproximadamente el 0%.