Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Contenido
1 Introducción 1
1.1 Población muestra y parámetro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Estadígrafo y muestra aleatoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1 Introducción
Conceptos necesarios:
Ejemplo 1. Se tiene una población de 5 niños con las siguientes iniciales P = fa; b; c; d; eg; con los siguientes pesos
en Kg. respectivamente f3; 4; 5; 6; 7g
f(abc)(abd)(abe)(acd)(ace)(ade)(bcd)(bce)(bde)(cde)g
Con reemplazamiento: 5 31+3 = 35: Es decir a parte de las 10 muestras anteriores se tiene por
ejemplo (aab) y 4 más (con c, d, y a) es decir 5 más. Lo mismo para (bba), entoces en total 25
muestras más, que …nalmente con las 10 anteriores serian: 35 muestras.
(b) Cuantas muestras de tamaño 3 se puede extraer si el orden "si" interesa:
5!
Sin reemplazamiento: 5 P3 = 2! = 60 = (5 4 3)
3
Con reemplazamiento: 5 = 125 = (5 5 5)
(c) Hallar el parámetro del peso medio de la población, =?
(d) Hallar las 10 medias, de las 10 muestras descritas en el inciso a), luego hallar la media de las 10 y
comentar sus resultados
2
3 Distribución muestral de la media X
2
Se tiene una poblacion con media y varianza . Se extrae de esa poblacion una m.a. X1 ; X2 ; :::Xn :Se
puede demostrar que:
E[X] =
2
V [X] =
n
2
Si la variable X en la población tiene distribución normal con media y varianza : Entonces la distribución
de probabilidades de la media muestral será:
P
n
xi 2
i=1
X= N( ; )
n n
Nota:
Si el muestreo se realiza de una población …nita de tamaño N y sin reemplazamiento, se tiene:
E[X] =
2
N n
V [X] =
n N 1
N n
Donde: N 1 se llama factor de correción por …nitud de la población.
Ejemplo 2 El peso de paquetes de chocolate se distribuye como una normal con media 311 gramos y varianza
31,6 gramos2 . Si se seleciona una m.a. de tamaño 40. Hallar la probabilidad de que la media muestral
se encuentre entre 309 y 313.
Ejemplo 3 Las notas promedio del examen de probabilidad II en la gestión 2018 fue de 62, con una desviación
estándar de 10. Hallar el el tamaño de muestra de postulantes a probabilidad II, para que tengan un
10% de probabilidad de que la nota promedio sea inferior a 60.
2
Solución X N (62; 10n ) ) Z = X 62
10
p
n
P [X 60] = 0; 10
60 62
P [Z 10 ] = 0; 10
p
n
60 62
de tablas : 1:28 = 10
p
n
n = 40: 96 = 41
Xn
lim P [ k] = Z(k)
n!1 p
n
3
Lo que lleva a la siguiente deducción importante:
n
X
2
Xi N (n ; n )
i=1
Es decir:
2
X N( ; )
n
(ii) Teorema Central del Límite para la suma de v.a. no necesariamente distribuidas identica-
mente (Liapounov)
E(Xi ) = i
2
V (Xi ) = i
5. La distribución muestral de la diferencia entre dos medias muestrales de dos poblaciones normales
independientes con ambas varianzas conocidas es:
2 2
1 2
X1 X2 N( 1 2; + )
n1 n2
4
5 Distribución muestral para una proporción
A menudo se desea estimar proporciones de ciertas características de la población y es neceario conocer la
distribución de probabilidad de la estadística proporción.
La proporción esta dada por p (poblacional) y la proporción que estamos estimando mediante la muestra
aleatoria es p^; entonces:
p^ = E(^
p) = P
2 p q
p^ = V (^
p) =
n
donde
q=1 p
Si el muestreo se hace con reemplazamiento o en una población in…nita:
pq
p^ N (p; )
n
entonces:
p^ P
Z= q N (0; 1)
PQ
n
Nota:
Si el muestreo se hace sin reemplazamiento en una población …nita: p^ N (p; pp N
n (N
n
1 )) entonces:
2
6 Distribución Chi-cuadrado(X (n))
1 n
1 1
fX (x) = x 2 e 2x ;x 0
2n=2 ( n2 )
Teoremas importantes:
1.
E(X) = n V (X) = 2n
2. Si Z N (0; 1): Entonces
Z2 2
(1)
3. Si X1 ; X2 ; ; Xn son independientes y normales con i y varianza i :Entonces
n
X Xi i 2
(n)
i=1 i
2
4. Si X1 ; X2 ; ; Xn es una m.a de una N ( ; )
2
(a) X N ( ; n )
P
(b) Las estadísticas X y (Xi X)2 son independientes
P 2
(Xi X) 2
(c) 2 (n 1)
5
6.1 Distribución de la varianza muestral
P P
2 (xi x)
Si X1 ; X2 ; ; Xn es una m.a de una N ( ; ); y tenemos las estadísticas X y S 2 es decir xi =n y n 1
, Entonces P
(n 1)S 2 (Xi X)2 2
2
= 2
(n 1)
Z
T =q t(n)
V
n
n
2. Sea X t(n), entonces: E(X) = 0 ; V (X) = n 2 8:n>2
3. t depende unicamente del parámetro n
4. La t es muy similar a la normal estandar pero es mas achatada es decir tiene mayor dsipersión por que
su varianza V (X) = nn 2 siempre es mayor que 1, son simétricas respecto a 0
5. Como lim V (X) = lim nn 2 = 1 Entonces la t se aproxima a la N (0; 1) cuando n es muy grande en
n! 1 n! 1
la practica cuando n>30.
2
6. Si X1 ; X2 ; ; Xn es una m.a de una N ( ; )
X (n 1)S 2 2
Z= p
N (0; 1) V = 2 (n 1)
n
Simpli…cando: p
X n(X )
= t(n 1)
pS S
n
X
t(n 1)
pS
n
6
7.2 Distribución de la diferencia de medias de dos poblaciones normales inde-
pendientes con 2 desconocidas
S12 S22
1. (a) Muestras grandes: X1 X2 N( 1 2 ; n1 + n2 )
(b) Muestras pequeñas:
2
i. Suponiendo i desconocidos pero iguales:
(X1 X ) ( 2)
T = q2 2 1
t(n1 + n2 2)
Sp Sp2
n1 + n2
(n1 1)S12
+ (n2 1)S22
Sp2 =
n1 + n2 2
2
ii. Suponiendo i desconocidos pero diferentes:
(X1 X ) ( 2)
T = q2 2 1
t(g)
S1 S22
n1 + n2
2
S12 S22
n1 + n2
g = 2 2 2 2 2
S1 S2
n1 n2
n1 +1 + n2 +1
n 2n2 (m+n 2)
2. E(X) = n 2 V (X) = m(n 2)2 (n 4) : 8n > 4