Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ACTIVIDAD 1:
Con base en el material consultado en la unidad resuelve los ejercicios que se plantean acerca de los
siguientes temas:
• Distribuciones muestrales
• Teorema del Límite Central (TLC)
Técnicas básicas
1. Una población consta de cinco números: 2,3,6,8,11. Considere todas las muestras posibles de
tamaño dos que pueden extraerse con reemplazo de esta población. Encontrar:
a. La media de la población
∑𝑥
𝜇=
𝑛
La suma de todos los valores entre el número total de valores es un valor central
∑(𝑥−𝜇)2
𝜎=√ 𝑛
16+9+0+4+25
𝜎=√ 5
54
𝜎 = √5
𝜎 = √10.8
𝜎 = 3.28633535
Es una medida de dispersión
c. El valor esperado de la media muestral
𝜇 = ∑ 𝑥𝑃(𝑥)
𝜇=6
∑(𝑥−𝑥̅ )2
𝑠= √ 𝑛−1
16+ 9++0+4+25 54
𝑠= √ = √ = √13.5
4 4
𝑆 = 3.674234614
a. n = 36, = 10,2 = 9
∑𝑛
𝑖=1(𝑥𝑖 −𝜇)
2 (𝑥1 −𝜇)2 + (𝑥2 −𝜇)2 +(𝑥3 −𝜇)2 +...(𝑥36 −𝜇)2
𝜎2 = 𝑁
= 36
Media
𝑥1 +𝑥2 +...𝑥𝑛
𝑥̅ = 𝑛
= ∑𝑛𝑖=1 𝑥1
1+2+3+4+5+6+7..+36 666
𝑥̅ = 36
= 36
= 18.5
Desviación estándar
𝜎 = √𝜎 2 = √180 = 13.422
b. n = 100, = 5, 2 = 4
∑𝑛
𝑖=1(𝑥𝑖 −𝜇)
2 (𝑥1 −𝜇)2 + (𝑥2 −𝜇)2 +(𝑥3 −𝜇)2 +...(𝑥100 −𝜇)2
𝜎2 = 𝑁
= 100
Media
𝑥1 +𝑥2 +...𝑥𝑛
𝑥̅ = = ∑𝑛𝑖=1 𝑥1
𝑛
1+2+3+4+5+6+7..+36 5253
𝑥̅ = 100
= 100
= 52.53
Desviación estándar
𝜎 = √𝜎 2 = √104.46 = 10.220
c. n = 8, = 120, 2 = 1
∑𝑛
𝑖=1(𝑥𝑖 −𝜇)
2 (𝑥1 −𝜇)2 + (𝑥2 −𝜇)2 +(𝑥3 −𝜇)2 +...(𝑥8 −𝜇)2
𝜎2 = 𝑁
= 8
(1−10)2 +(2−10)2 +(3−10)2 +4−10)2 +...(8−10)2 106764
𝜎2 = 8
= 8
= 13345.500
Media
𝑥1 +𝑥2 +...𝑥𝑛
𝑥̅ = = ∑𝑛𝑖=1 𝑥1
𝑛
1+2+3+4+5+6+7+8 36
𝑥̅ = 8
= 8
= 4.5
Desviación estándar
𝜎 = √𝜎 2 = √13345.500 = 115.522
Si las poblaciones muestreadas son normales, ¿cuál es la distribución de muestreo de X para los incisos
a, b y c?
De acuerdo con el Teorema del Límite Central, si las poblaciones muestreadas no son
normales, ¿qué se puede decir acerca de la distribución muestral de X para los incisos a, b y c?
• Si las muestras aleatorias de “n” muestra que se obtiene de una población no normal con media
finita “m” y desviación estándar “s” entonces cuando “n” es grande, la distribución de muestreo de
la media muestral “x” está distribuida normalmente en forma aproximada, con media “m” y
desviación estándar, la aproximación se hace más precisa cuando “n” se hace grande.
estándar = 1. Calcule el error estándar de la media (SE) para los siguientes valores de n.
a. n =1
𝜎2
𝜎𝑥2 = 𝑛
𝜎 1 1
𝜎𝑥 = = =1=1
√𝑛 √1
b. n = 2
𝜎2
𝜎𝑥2 =
𝑛
𝜎 1 1
𝜎𝑥 = = = 1
√𝑛 √2 1
c. n = 4
𝜎 1 1
𝜎𝑥 = = = .5
√𝑛 √4 2
d. n = 9
𝜎2
𝜎𝑥2 = 𝑛
𝜎 1 1
𝜎𝑥 = = = 3 = 0.33
√𝑛 √9
e. n = 16
𝜎2
𝜎𝑥2 = 𝑛
𝜎 1 1
𝜎𝑥 = = = 4 = 0.25
√𝑛 √16
f. n = 25
𝜎2
𝜎𝑥2 = 𝑛
𝜎 1 1
𝜎𝑥 = = = 5 = 0.2
√𝑛 √25
g. n = 100
𝜎2
𝜎𝑥2 = 𝑛
𝜎 1 1
𝜎𝑥 = = = = 0.1
√𝑛 √100 10
a. n = 100, p = 0.3
𝑝̅ (1− 𝑝̿ )
𝜎𝑝̿ = √ 𝑛
b. n = 400, p = 0.1
𝑝̅ (1− 𝑝̿ )
𝜎𝑝̿ = √ 𝑛
c. n = 250, p = 0.6
𝑝̅ (1− 𝑝̿ )
𝜎𝑝̿ = √ 𝑛
a. n = 50, p = 0.05
b. n = 75, p = 0.1
c. n = 250, p = 0.99
Aplicaciones
La muestra no es simétrica, ya que la media no es la mitad de los valores mínimos y máximos, como la
media esta más cerca del mínimo, la muestra esta sesgada a la derecha., con unos pocos pacientes
viviendo largo tiempo después de iniciada la enfermedad.
𝑥−𝜇 7−8
a.- 𝑃(𝑥 < 7) = 𝑃 (𝑧 < 𝜎 ) = 𝑃 (𝑧 < 4 ) = 𝑃 (𝑧 < −1.37) = 0.0853
√𝑛 √30
𝜎
Utilizamos en la fórmula para sacar z porque estamos buscando un área bajo la distribución normal
√𝑛
Como se sacaron muestras aleatorias de la base de datos, se pueden sacar conclusiones acerca de los
pacientes pasados, presentes o futuros de Alzheimer del centro médico, si el centro médico es
representativo (gran Muestra) es posible sacar conclusiones de mayor alcance.
El evento de que x exceda de 7 es complemento del evento de x sea mayor que 7, entonces:
𝑥̅ − 𝜇 9−8
𝑧= 𝜎 = 4 = 1.37
√𝑛 √30
̅̅̅̅̅̅̅
𝑃 = (7 < 𝑥 < 9 ) = 𝑃(− 1.37 < 𝑧 < 1.37 ) = 0.9147 − 0.0853 = 0.8294
Grafique el error estándar de la media (SE) contra el tamaño muestral n y enlace los puntos con una
curva suave. ¿Cuál es el efecto de aumentar el tamaño de muestra sobre el error estándar?
2. Salarios de profesores. Suponga que los profesores de una universidad en E.U.A. -con rango de
profesor en instituciones públicas que imparten programas académicos de dos años ganan un
promedio de 71,802 dólares por año, con una desviación estándar de 4,000 dólares.
En un ejercicio por verificar este nivel de salario se seleccionó una muestra aleatoria de 60
profesores de una base de datos del personal académico de todas las instituciones públicas que
imparten programas de dos años en E.U.A.
b. ¿Dentro de qué límites se esperaría que esté el promedio muestral, con probabilidad
0.95?
𝑎𝑙𝑓𝑎
𝑉𝑎𝑙𝑜𝑟 𝑐𝑟í𝑡𝑖𝑐𝑜 = 0.025
2
Intervalo de confianza
𝛼
𝜇±𝑍( ∗𝜎)
2
(𝜇)95% =
√𝑛
71.802±1.94∗400
(𝜇)95% =
√60
𝑥 = 73, 000
𝜇
𝑧 =𝑥−𝜎
d. Si una muestra aleatoria en realidad produjo una media muestral de 73,000 dólares,
¿consideraría usted que esto es poco común? ¿Qué conclusión obtendría?
Los datos están alejados de la media ya que estos valores superiores máximo a 72814
Usted come n = 3 plátanos al día y T es el número total de miligramos de potasio que recibe de
ellos.
M = 422 mg
S = 13 mg
b. Encuentre la probabilidad de que su ingesta diaria de potasio de los tres plátanos exceda
de 1,300 mg. (Sugerencia: Observe que T es la suma de tres variables aleatorias 1 2 3 X
,X y X donde 1 X es la cantidad de potasio en el plátano 1, etc.)
(𝑥̿ − 𝜇)
𝑃 (𝑥 > 434) = 𝑃(𝑧 < ( 𝜎 )
( )
√𝑛
4. Duración de baterías para automóvil. Un fabricante de baterías para automóvil afirma que la
distribución del tiempo de duración (tiempo de vida) de las baterías de su mejor marca tiene una
consumidores decide verificar la afirmación y para ello compran una muestra de 50 baterías y las
somete a prueba para medir su tiempo de vida.
La distribución sería de muestreo aleatoria, que tiende a ser una distribución normal.
(𝑥̅ − 𝜇)
𝑃 (𝑥 < 52) = 𝑃(𝑥 < ( 𝜎 )
( )
√𝑛
̿̿̿̿−54)
(52
𝑃 (𝑥 < 52) = 𝑃 (𝑧 < ( 6 ) = −2.3570
( )
√50
𝑃 (𝑥 < 52 ) = 0.00939 = 0.9%
𝜇 = 37° 𝑐
𝑠 = 0.4° 𝑐
𝑛 = 130
36.80−37)
𝑃(𝑥 < 36.80) = 𝑃 (𝑧 < 0.4 ) = −5.70008 = 0%
( )
√130
b. ¿Consideraría una temperatura promedio de 36.80 como poco probable de ocurrir, si la
verdadera temperatura promedio de las personas sanas es de 37 C?
(65000−62000)
𝑃 (𝑥 > 65000) = 𝑃 (𝑧 > 4200
) = 0.7142
7. Lanzamiento de una moneda. Una moneda justa se lanza n = 80 veces. Sea pˆ la proporción
𝑝⃑ (1− 𝑝⃑)
𝜎𝑝⃑ = √
𝑛
𝑝⃑−𝑝
𝑍= 𝜎𝑝
0.444−0.5
𝑧1 = 0.0559
= 1.0733 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎 = 0.1423
0.61−0.5
𝑍2 = 0.0559
= 1.9677 = 0.02455
𝑍1 − 𝑍2 = 0.11775
8. Herramientas defectuosas. Se ha encontrado que 2% de las herramientas que produce cierta
máquina tienen algún defecto. ¿Cuál es la probabilidad de que en 400 de dichas herramientas
𝑁 > 30 𝑠𝑖 𝑐𝑢𝑚𝑝𝑙𝑒
0.02 (1−0.02)
𝜎𝑃̅ = √ 400
= 7 ∗ 10−3
0.03−0.02
𝑍= = 0.9222 (𝑠𝑒 𝑟𝑒𝑠𝑡𝑎 𝑎 1)𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎 = 0.0888
0.007
0.02−0.02
𝑍= = 0 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑡𝑎𝑏𝑙𝑎 = 0.500
0.007
Redacta una conclusión en la que expliques en qué consisten los siguientes conceptos:
https://es.khanacademy.org/math/ap-statistics/sampling-distribution-ap/sampling-distribution-
mean/v/standard-error-of-the-mean
https://matemovil.com/varianza-y-desviacion-estandar-ejemplos-y-ejercicios/