EJEMPLO 1

El ingeniero de control tiene que revisar lotes de 50000 tornillos cada uno. El decide
que su estudio tenga una confianza de 99% y permite un error de 2%. Calcule el
tamaño de muestra si:
a) No se tiene datos anteriores
b) Se tiene una variabilidad positiva de 0.3

a) No se tiene datos anteriores

(20000)(0.5)(0.5)(1.96)2
N=50000 N=
P=0.5, Q=0.5 (20000-1)(0.01)2 + (0.5)(0.5)(1.96)2
E=0.02
Z= N>48 tornillos
 EJEMPLO 2
El ingeniero de control de calidad de una línea de producción de envases
de refresco tiene que tomar una muestra diaria de la línea de producción
para inspeccionarla. El ingeniero decide que su estudio tenga una
confianza de 90% y decide permitir un error de 3%.
Calcule el tamaño de la muestra para inspeccionar la producción si:
a) No se tiene información previa
b) Cuando se tiene información de varias revisiones diarias, con las que se
ha obtenido una variabilidad de 0.95 (0.4)(0.6)(1.645)(1.645)
N=? n=
P= 0.4 , q=0.6 (0.03)(0.03)
Z=1.645
E=0.03 n es mayor o igual 721 envases

b) N=? (0.95)(0.05)(1.645)(1.645)
P= 0.95 , q=0.05 n=
Z=1.645 (0.03)(0.03)
E=0.03
n es mayor o igual 142 envases
 EJEMPLO 3
El ingeniero de control tiene que revisar lotes de 20000 tornillos cada uno.
El decide que su estudio tenga una confianza de 95% y permite un error de
1%. Calcule el tamaño de muestra si:
a) No se tiene datos anteriores
b) Se tiene una variabilidad positiva de 0.5
a) No se tiene datos anteriores
N=20000 (20000)(0.5)(0.5)(1.96)2
P=(I - P)=0.5 N=
I - @=95% (20000-1)(0.01)2 + (0.5)(0.5)(1.96)2
E=0.01
Z 1-@=1.96
N>48 tornillos

b) Se tiene una variabilidad positiva de 0.5

N=20000 (20000)(0.5)(0.2)(1.96)2
P=0.5 N= (20000-1)(0.01)2 + (0.5)(0.2)(1.96)2
(I - P)=0.5
E=1% N>19 tornillos
Z 1-@=1.96

EJEMPLO 4
El ingeniero de control tiene que revisar lotes de 200 tornillos cada
uno. El decide que su estudio tenga una confianza de 93% y permite
un error de 10%. Calcule el tamaño de muestra si:
a) No se tiene datos anteriores
b) Se tiene una variabilidad positiva de 0.3

a)
N=200 (200)(0.5)(0.5)(1.812)2
P=(I - P)=0.5 N= (200-1)(0.1)2 + (0.5)(0.5)(1.812)2
I - @=93%
E=0.1
Z 1-@=1.812 N>4 tornillos

b)
N=200 (200)(0.7)(0.5)(1.812)2
P=0.3
(I - P)=0.7
N= (200-1)(0.1)2 + (0.7)(0.5)(1.812)2
E=10%
Z 1-@=1.812 N>6 tornillos
 EJEMPLO 5
El ingeniero de control de calidad de una línea de producción de envases
de refresco tiene que tomar una muestra diaria de la línea de producción
para inspeccionarla. El ingeniero decide que su estudio tenga una
confianza de 96% y decide permitir un error de 5%.
Calcule el tamaño de la muestra para inspeccionar la producción si:
a) No se tiene información previa
b) Cuando se tiene información de varias revisiones diarias, con las que se
ha obtenido una variabilidad de 0.75
a)
N=? (0.5)(0.5)(2.054)(2.054)
n=
P= q =0.5 (0.05)(0.05)
I - @=96%
E=0.05
Z 1-@= 2.054 n es mayor o igual 422 envases

b) P=0.75 (0.75)(0.25)(2.054)(2.054)
n=
(I - P)=0.25 (0.05)(0.05)

n es mayor o igual 316 envases

EJEMPLO 6
El ingeniero de control tiene que revisar lotes de 2000 tornillos cada uno.
El decide que su estudio tenga una confianza de 95% y permite un error
de 8%. Calcule el tamaño de muestra si:
a) No se tiene datos anteriores
b) Se tiene una variabilidad positiva de 0.8

a) N=20000
P=(I - P)=0.5 (2000)(0.5)(0.5)(1.96)2
I - @=95% N= (2000-1)(0.08)2 + (0.5)(0.5)(1.96)2
E=0.08
Z 1-@=1.96 N>140 tornillos

b) N=20000 (2000)(0.8)(0.2)(1.96)2
P=0.8 N=
(2000-1)(0.08)2 + (0.8)(0.2)(1.96)2
(I - P)=0.2
E=8% N>92 tornillos
Z 1-@=1.96
 EJEMPLO 7
El ingeniero de control tiene que revisar lotes de 200 calculadoras
cada uno, el decide que su estudio tenga una confianza de 95 % y
permitir un error de 5 %. Calcule el tamaño de la muestra cuando
no se tiene ninguna infomacion previa despues, disminuya el
tamaño con la correcion
N p ( 1-p ) Zi-x
solucion N=
N= 200 ( N - 1 ) e 2 +p ( 1-p ) ( Z1- d ) 2
I-x = 95% Z I-x = 1.96
e= 0.05 ( 200 ) ( 0. 5 ) ( 0. 5 ) ( 1.96 )2
N=
p= ( i-p )= 0.5
( 200 - 1 ) ( 0.05 )2 + ( 0.5 ) ( 1.96 ) 2
n*N ( 132 ) ( 260 )
n= ; N= 132
n*+N 132 + 200

n = 80

EJEMPLO 8

Se tiene una población de 1 170 personas que entrevistaran para

ser si están o no están a favor del candidato a presidente
municipal. Se pretende conocer la adaptación del candidato a
través de una muestra ¿Cuál debe ser el tamaño de la muestra que
cumpla con un error estándar de 0.02 y una confiabilidad de
80%?

(0.8) (0.1)
Se = 0.02 N=
^2
= 016
( 0.02 )
P = 0.8
( I - P ) = 0.01 016
n≥ n≥ 1186 personas
+1 016
1 170
 EJEMPLO 9
Se desea estimar el tamaño de la muestra para una investigación
en una ciudad que tiene según censo una población de 580000
de personas mayores de edad. El propósito es estimar la
proporción de habitantes que utilizan bitcoin. Hallar el tamaño
dé la muestra, con un nivel de confianza del 99% y con un
margen de error del 4%. Sise supone por estudios anteriores que
el 80% de los habitantes mayores de edad utilizan bitcoin.

Solución: N= ( 580000 ) ( 2. 5758 )2 ( 0. 80 ) (0.20)

n = ?N = 580000 ( 0.04 )2 ( 580000-1) + ( 2.5758 )2 (0.80) (0.20 )
Z = 2.5758e = 0.04
p = 0.80 N= 663
q= (1- p) = 0.20

EJEMPLO 10
Se tiene una población de 2 150 personas que entrevistaran para ser
si están o no están a favor del candidato a presidente municipal. Se
pretende conocer la adaptación del candidato a través de una
muestra ¿Cuál debe ser el tamaño de la muestra que cumpla con un
error estándar de 0.02 y una confiabilidad de 90%?

Se=0.02 N= (0.9)(0.1)
=225
(0.02) ^2
P=0.9
(i-p)=0.01 n≥ 225 ; n≥201 personas
1+ 225
2150