Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El tamaño de una población está dado por el número de observaciones. Puede ser finito, por
ejemplo: “número de alumnos en una escuela”, ó infinito: “tiempo de vida útil de una batería”.
Cada observación de una población es un valor de una variable aleatoria X que tiene alguna
distribución de probabilidad f(x).
Según sea la forma de f(x), por ejemplo: binomial, normal, se dice que la población es: binomial,
normal, respectivamente.
Al tomar una muestra debe ser: representativa de la población, para evitar sesgos
Ejemplo:
Se toma una muestra aleatoria de tamaño 3 de las edades de los alumnos de nivel universitario en
una ciudad.
X” edad de los alumnos” con alguna función de probabilidad f(x).
(X − X)
n n
Xi
2
i
La media: X = i =1
la varianza : S 2 = i =1
n n −1
Se puede observar que los valores asignados al azar a: X1; X2; X3, determinan que sean variables
aleatorias independientes.
En general:
Sea Xi la variable aleatoria que representa la i-ésima réplica. Entonces X1 , X 2 , .... X n constituye una
muestra aleatoria donde x1; x2; …….xn son las observaciones de las variables aleatorias(v.a.)
independientes respectivas.
Las v.a. en una muestra aleatoria (m.a.) son independientes con la misma función de probabilidad
f(x) de la población de la cual fueron seleccionadas, debido a que cada observación se obtiene bajo
las mismas condiciones.
Definición: Sean X1, X2, … Xn variables aleatorias independientes n, cada una con la misma
distribución de probabilidad f(x), constituyen una m.a. de tamaño n, de la población f(x) si:
Nota: En Estadística existen métodos para seleccionar muestras aleatorias, contenidos en el tema
MUESTREO. En este curso dicho tema no pertenece al programa
Se supone en el ejemplo mencionado, que se necesita llegar a una conclusión con respecto a la
edad media de los alumnos de nivel Universitario en una ciudad. Resulta dificultoso el obtener
toda esa información.
En cambio es más ágil seleccionar una muestra aleatoria representativa de la población en
cuestión y calcular 𝑥̅ .
El valor calculado con la muestra puede utilizarse para hacer inferencias con respecto a la edad
media verdadera.
La media muestral 𝑥̅ es una función de los valores observados en la muestra aleatoria, por lo tanto
es una variable aleatoria.
Como es possible tomar varias muestras aleatorias a partir de la misma población, se espera que
𝑥̅ variará de una muestra a otra.
Se completa la tabla dada en el ejemplo, y se observa que los valores obtenidos tanto para 𝑥̅
como s2 varían de una muestra aleatoria a otra, y corresponden respectivamente a una variable
aleatoria.
Tales variables aleatorias se llaman estadístico.
Definición: se llama estadístico a una función de las variables aleatorias que forman una
muestra aleatoria
Estadístico o estadígrafo
Es una función de las observaciones contenidas en la m.a.
Sea X1, X2, … Xn una m.a. de tamaño n tomada de una población (finita o infinita) dada por X, con
media EX = y var ianza V X = 2 , entonces:
2
EX = ; VX =
n
Demostración:
Se sabe que EX = y VX = 2
(Se recuerda que :Var[X] = V[X])
Calculamos:
n
Xi 1 n
E X = E i=n = E X i = n = = E[x] ; (se aplican propiedades de la esperanza)
1
n n i=1 n
n
Xi 1 n 2 𝑉[X]
V X =V = 2 V X i = 2 n =
i =1 1 2
= 𝑛 ; (se aplican propiedades de la varianza)
n n i =1 n n
𝑉[𝑋] 𝜎
Nota: Error estándar de la media muestral: EE𝑋̅ = √ =
𝑛 √𝑛
Observación: para realizar cálculos de probabilidades que involucren la media muestral se necesitan
distribuciones. Un “recurso teórico” muy utilizado es:
Si X1, X2, … Xn es una m.a. de tamaño n tomada de una población (finita o infinita) dada por X,
con media y var ianza 2 , y si X es la media muestral, entonces la forma límite de la distribución
X −
z= N(0,1) cuando n→ .
n
Ejemplos:
Solución:
6
6 1 1 𝑥2
a) E[ 𝑋] = E[X]= ∫4 𝑥 2
𝑑𝑥= 2 2
] =5
4
𝑉[𝑋]
𝑉[𝑋] = 𝑛 ;
𝑉 [𝑋] = 𝐸 [𝑋 ] − (𝐸 [𝑋])2 (1)
2
6 1
𝐸 [𝑋 2 ] = ∫4 𝑥 2 2 𝑑𝑥 = 25.33
reemplazando en (1) : 𝑉 [𝑋] = 0.33
𝑉[𝑋] 𝜎
EE[ 𝑋] = √ = = 0.09
𝑛 √𝑛
𝑋̅− µ 5.1−5
b) 𝑃(𝑋̅ > 5.1) = 𝑃( 𝜎 > 0.33 ) (aplicando teorema central del límite)
√𝑛 √40
𝑃 (𝑧 > 1.92) = 0.0274
2- Un fabricante de lámparas de luz afirma que la vida útil tiene una media de 54 meses y una
desviación estándar de 6 meses. Un grupo de defensa del consumidor prueba 50 de ellas.
Suponiendo población normal.
a) ¿Cuál es la probabilidad de que la vida media muestral sea a lo sumo 52 meses?
b) ¿Cuál es el valor de la vida media muestral a partir del cual se encuentra el 90% de las
lámparas?
Solución:
𝑋̅− µ 52−54
P(𝑋̅ < 52) = 𝑃 ( 𝜎 < 6 ) = ( en este caso se aplica teorema central del límite y también
√𝑛 √50
es válida la propiedad reproductiva de la distribución normal, que permite que 𝑋̅ siga una
distribución normal con media de 54 meses y una varianza de 36/50)