EJEMPLOS:

1. Determinar un intervalo de confianza de nivel 95 % para la media poblacional μ si

2
n=36 , x=15 y s =3,24

SOLUCIÓN:

( x−
z α / 2∗σ
√n
; x+
z α /2∗σ
√n )
Nivel de confianza: 1−α=95 %=0.95
α =1−0.95=0.05
α 0.05
= =0.025
2 2
z 0.025=DISTR . NORM . ESTAND . INV ( 1−0.025 )=DISTR . NORM . ESTAND . INV ( 0.975 ) =1.96

( x−
z 0.025∗σ
√n
; x+
z 0.025∗σ
√n )
(
¿ 15−
1.96∗1.8
√ 36
; 15+
1.96∗1.8
√ 36 )
¿ ( 14.412; 15.588 )

2. Se selecciona una media aleatoria de 100 mediciones de una población de media

desconocida y desviación estándar conocida σ =9 . Calcular la longitud del intervalo de
confianza al 97%.

SOLUCIÓN:

( x−
z α / 2∗σ
√n
; x+
z α /2∗σ
√n )
Nivel de confianza: 1−α=97 %=0.97
α =1−0.97=0.03
α 0.03
= =0.015
2 2

( x−
z 0.015∗σ
√n
; x+
z 0.015∗σ
√n )
α 3%
n=100 , σ=9 , = =1.5 %=0.015
2 2
z 0.015=DISTR . NORM . ESTAND . INV ( 1−0.015 )=DISTR . NORM . ESTAND . INV ( 0.985 ) =2.17
Sustituyendo datos:
¿ x−( z 0.015∗9
√100
; x+
z 0.015∗9
√ 100 )
 ¿ x−
( 2.17∗9
√ 100
; x+
2.17∗9
√ 100 )
¿ x− ( 2.17∗9
10
; x+
2.17∗9
10 )
¿ ( x−1.953 ; x+ 1.953 )
¿ x +1.953−( x−1.953 )=x+ 1.953−x +1.953
¿ 3.906

3. En un estudio a trabajadores de un hospital se seleccionó una muestra aleatoria de 50

individuos en una semana dada. Para cada uno se determinó el número de horas
semanales de trabajo efectivo. Se obtuvo un promedio de 46 horas y una desviación
estándar de 3 horas. Para esa semana, estimar el número promedio de horas trabajadas
por esas personas con un coeficiente de confianza del 98%.

SOLUCION:

( x−
z α / 2∗σ
√n
; x+
z α /2∗σ
√n )
Sustituyendo datos:
α 2%
n=50 ; x=46 ; s=3 ; = =1 %=0.01; z 0.01=DISTR . NORM . ESTAND . INV ( 1−0.01 )=DISTR . NORM
2 2

¿ x−( z α /2∗σ
√n
; x+
z α /2∗σ
√n )
(
¿ 46−
2.33∗3
√ 50
; 46+
2.33∗3
√50 )
¿ ( 46−2.33∗0.4243 ;46+2.33∗0.4243 ) =(45.01; 46.99)

Esto significa que con una probabilidad del 98% el promedio del número de horas
trabajadas en esa semana se encuentra entre 45.01 y 46.99

EJEMPLO: Se desea conocer la distancia promedio que corren semanalmente un grupo

de atletas de fondo. Por estudios anteriores se conoce que la desviación estándar de esas
distancias es de 4 km. ¿A cuántos atletas habrá que muestrear si la estimación debe
quedar a menos de 0.2 km del promedio verdadero, con un nivel de confianza del 95%?

SOLUCION:
El intervalo de confianza es de la forma ( x−0.2 ; x+ 0.2 ).

n=¿ ¿

α 5%
δ =0.2 ; = =0.025; σ=4
2 2
z 0.025=DISTR . NORM . ESTAND . INV ( 1−0.025 )=DISTR . NORM . ESTAND . INV ( 0.975 ) =1.96;

Reemplazando datos:
n= (
1.96( 4) 2
0.2 )
=1 536.64
Consecuentemente, se debe tener un volumen de muestra mínimo de 1 537 atletas. Si la
muestra es demasiado alta, se deberá aumentar el error admisible o disminuir el nivel de
confianza 1−α

Ejemplo 2.

Cuál será el tamaño de la muestra para una población de 350 personas, donde
trabajaremos con un nivel de confianza del 96% y un margen de error del 5%. Como no
existen antecedentes de encuestas anteriores p y q se trabajan con 50%

SOLUCIÓN
N∗Z 2α/ 2∗p∗q
n=
δ 2 ( N −1 ) + Z2α/2∗p∗q

n=?
N = 350
α =4 %=0.04
α
=0.02
2

Z 0.02=DISTR. NORM . ESTAND . INV ( 1−0.02 )=DISTR . NORM . ESTAND . INV ( 0.098 )=2.054
p = 50%= 0.5
q = 50% = 0.5
δ=0.05

350 ( 2.054 )2 (0.5)(0.5)

n= =191.55=192
(0.05)2 ( 350−1 )+ ( 2.054 )2 (0.5)(0.5)
Ejemplo 4.

Con un intervalo de confianza del 97% se desea que el error de la estimación no sea
mayor de 50, en una población de 500 clientes y desviación estándar σ =$ 300. Calcular
el tamaño muestral.

SOLUCIÓN:
2 2
N z α/ 2 σ
n= 2 2 2
δ ( N −1 ) +( z ¿¿ α / 2) σ ¿

N=500
α =3 %=0.03
α
=0.015
2
z 0.015=DISTR . NORM . ESTAND . INV ( 1−0.015 )=DISTR . NORM . ESTAND . INV ( 0985 ) =2.17
σ =$ 300
δ=50

500∗(2.17)2∗(300)2
n=
(50)2 ( 500−1 ) +¿ ¿

Ejemplo 4.

Con un intervalo de confianza del 97% se desea que el error de la estimación no sea
mayor de 50, en una población de 500 clientes y desviación estándar σ =$ 300. Calcular
el tamaño muestral.

SOLUCIÓN:
2 2
N z α/ 2 σ
n= 2 2 2
δ ( N −1 ) +( z ¿¿ α / 2) σ ¿

N=500
α =3 %=0.03
α
=0.015
2
z 0.015=DISTR . NORM . ESTAND . INV ( 1−0.015 )=DISTR . NORM . ESTAND . INV ( 0985 ) =2.17
σ =$ 300
δ=50

500∗(2.17)2∗(300)2
n=
(50)2 ( 500−1 ) +¿ ¿
3. El tiempo que un aparato de televisión permanece encendido sigue una ley normal.
Mediante un audímetro se registró este dato en 10 hogares obteniéndose:

Tiempo(minutos)
248 185 177 110 200 135 180 220 155 166

a) Determinar un intervalo de confianza para el tiempo promedio que los hogares

miran televisión. A un nivel del 95%.
b) Manteniendo la desviación estándar constante, hallar el volumen mínimo de la
muestra para que el error de la estimación sea menor a 20 min.

SOLUCION:

a) Calculamos x y s, utilizamos Excel.

x=177.6 ; s=39.92

Además necesitamos los datos:

α 5%
= =0.025; n−1=9 gl ;
2 2

t 0.025 ( 9 )=DISTR. T . INV ( 0,05 ; 9 )=2.262 o también se puede utilizar la función

t 0.025 ( 9 )=INV . T ( 1−0.025 ; 9 )=INV . T ( 0.975 ;9 )=2.262

Reemplazando datos tenemos:

( x−
t α / 2∗s
√n
; x+
t α /2∗s
√n )
(177.6− 2.262∗39.92
√ 10
; 177.6+
2.262∗39.92
√ 10 )=( 149.07 ; 206.13)
b) Aquí no se puede aplicar directamente una fórmula como en muestras grandes, ya que los
valores de t varían según el número de grados de libertad,
t α /2∗s
<20
√n
(9)∗39.92
t 0.025 <20
√n
 20∗√ n
t 0.025 ( 9 )<
39.92
t 0.025 ( 9 )< 0.501 √ n

Si n=10; 2.262<0.501 √ 10=1.584

Si n=16 2.262<0.501 √16=2.004

Si n=20 2.262<0.501 √20=2.241
Si n=21 2.262<0.501 √21=2.296
Observamos que la desigualdad se empieza a cumplir para n=21. Entonces el volumen
mínimo de la muestra es 21 hogares