DISTRIBUCIONES MUESTRALES

CASOS DE APLICACIÓN

DISTRIBUCIÓN MUESTRAL DE LA MEDIA

Distribuciones Muestrales:
Media Muestral
x normal (  ,  2 )
n : muestra
2 
x normal (  x ,  2 x )   x =  ,  2 x = , x =
n n
x : normal (25, 64)   = 25 ,  = 64,  = 64 = 8
2

64 8
n = 100  x normal (  x ,  2 x )   x = 25 ,  2 x = , x = = 0.8
100 100

1. Las utilidades semanales (en miles de soles) de una cadena de restaurantes de pollos a la brasa NORMY tienen
distribución Normal con una utilidad promedio de 7 mil soles y desviación estándar de 2 mil soles. Si se escogen al azar
una muestra de 25 semanas. ¿Cuál es la probabilidad de que la utilidad promedio de la muestra sea como máximo 6850
soles? R: 0.3538
x : utilidad
x normal (7, 22 )
n : 25
P( x  6.85) =
22 2
x normal (  x ,  2 x )   x = 7 ,  2 x = , x = = 0.4
25 25
x normal (7, 0.42 )
2. Se sabe que el tiempo de vida útil de las bombillas producidas por la empresa BAHIA SRL tiene una distribución Normal
con media de mil doscientas horas y una desviación típica de cuatrocientas horas. Si tú has comprado nueve bombillas,
que pueden ser consideradas como una muestra aleatoria de la producción del fabricante.

a) ¿Cuál es la media de la variable media muestral de las 9 bombillas seleccionadas de la población?

R: 1200

b) ¿Cuál es la varianza de la variable media muestral? R: 17777.78

c) ¿Cuál es el error estándar de la variable media muestral? R: 133.33

d) ¿Cuál es la probabilidad de que el tiempo medio de la duración de tus bombillas sea de al menos mil cincuenta
horas? R: 0.8697
x : tiempo
x normal (1200, 4002 )
n:9
4002 400
x normal (  x ,  2 x )   x = 1200 ,  2 x = , x = = 133.33
9 9
x normal (1200,133,332 )
P( x  1050) = 0.8697

3. En una prueba de Aptitud que permite evaluar a los postulantes de una Gerencia, de la empresa STEFANINI SRL, se
tiene que los resultados se ajustan a una distribución Normal cuyo promedio de 85 puntos y una desviación estándar de
3 puntos. Se seleccionan 12 postulantes a este puesto y se les aplica la prueba, considerando estos postulantes como una
muestra aleatoria:
x : puntaje
x normal (85,32 )
n :12
32 3
x normal (  x ,  2 x )   x = 85 ,  2 x = , x = = 0.866
12 12
x normal (85, 0.8662 )
a) P( x  88) = 0.9997
b) P ( x −   2) = P( −2  x − 85  2) = P(83  x  87)

nota : P( x −   2) = 1 − P( x −   2)
P(83  x  87) = 0.9791
otra forma:
x−
P ( x −   2) estandarizar Z=
x
x− 2 2
P(  )  P( Z  = 2.3095)
x x 0.866
P(−2.3095  Z  2.3095) = 0.9791
3
c) P ( x −   1.5) n descocido  x =
n
x− 1.5
P(  ) =P( Z  0.5 n ) =0.95
3 3
n n
0.5 n = 1.96 n=15.36  n=16
a) ¿Cuál es la probabilidad que la media de esta muestra de postulantes sea de a lo más 88 puntos?
R:0.9997

b) ¿Cuál es la probabilidad que la media de esta muestra difiera de la media real en a lo más 2 puntos?
R:0.9791

c) Suponiendo que la media real no es conocida y se desea estimar dicho promedio, con un error de a lo más 1.5
puntos con una probabilidad de 0.95 ¿Qué tamaño de muestra será necesario?
R: 11
 DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN

Pr oporcion muestral
 (1 −  )  (1 −  )
p Normal( p ,  p2 )   p =  ,  p2 = , p =
n n

1. El gerente de producción de Industrial A&B, empresa fabricante de porcelanatos, afirma que el 4% de porcelanatos que
produce son defectuosos. Selecciona una muestra de 40 de estos productos. ¿Cuál es la probabilidad de que la proporción
muestral de porcelanatos defectuosos, p, sea a lo más 0.10?

Pr oporcion muestral
0.04(1 − 0.04) 0.04(1 − 0.04)
p Normal( p ,  p2 )   p = 0.04,  p2 = , p = = 0.03098
40 40
p Normal(0.04, 0.03098)
P(p  0.10) = 0.9736

R: 0.9736

2. Arturo Villa es un exitoso vendedor de libros por teléfono; de acuerdo con su experiencia, se sabe que logra concretar
ventas en el 25% de las llamadas que realiza. ¿Cuál es la probabilidad de que la proporción muestral difiera de la
verdadera proporción en a lo más el 3%? Considere un tamaño de muestra de 150.
R: 0.6039

Pr oporcion muestral
0.25(1 − 0.25) 0.25(1 − 0.25)
p Normal( p ,  p2 )  a)  p = 0.25, b) p2 = , c) p = = 0.03536
150 150
p Normal(0.25, 0.03536)
p−  0.03 p −
P(  )= Z= = 0.03536
0.03536 0.03536  (1 −  )
n
P( z  0.8484) = P( −0.8484  Z  0.8484) = 0.6038
3. El dueño de la tienda de micas y accesorios para celular CELA1 ha comprobado que el 20% de los clientes que entran
a su tienda realizan alguna compra. Cierto día entraron a su tienda 180 clientes los cuales pueden ser considerados como
una muestra aleatoria de todos sus clientes.

a) ¿Cuál será la media de la variable proporción muestral de clientes que realizaron alguna compra?
R: 0.20

b) ¿Cuál es la varianza de la proporción muestral de clientes que realizaron alguna compra?

R: 0.00089
c) ¿Cuál es el error estándar de la proporción muestral? R:0.0298

d) ¿Cuál es la probabilidad de que la proporción muestral sea de a lo más 0.15? R: 0.0467

Pr oporcion muestral
0.20(1 − 0.04) 0.20(1 − 0.20)
p Normal( p ,  p2 )  a)  p = 0.20, b) p2 = , c) p = = 0.0281
180 180
p Normal(0.20, 0.0298)
P(p  0.15) = 0.04669

DISTRIBUCIÓN MUESTRAL DE LA VARIANZA

var ianza muestral S2

(n − 1) S 2
X (2n −1) =
2