ACTIVIDAD 1

ESTADISTICA INFERENCIAL

13 NOVIEMBRE 2023
LORENA G FÉLIX GUTIÉRREZ
PROFESORA: ARIADNA HERNÁNDEZ FRANCO
Página 0 de 12
 ACTIVIDAD 1: EJERCICIOS SOBRE

DISTRIBUCIONES MUESTRALES

• 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:

Muestras posibles

a. La media de la población

∑𝑥
𝜇=
𝑛
2 + 3 + 6 + 8 + 11
𝜇= =6
5

b. La desviación estándar de la población

∑(𝑥 − 𝜇)2
𝜎=√
𝑛

(2 − 6)2 + (3 − 6)2 + (6 − 6)2 + (8 − 6)2 + (11 − 6)2

𝜎=√ =
5

(−4)2 + (−3)2 + (0)2 + (2)2 + (5)2

𝜎=√ =
5

Página 1 de 12
 16 + 9 + 0 + 4 + 25
𝜎=√ =
5

54
𝜎=√ =
5

𝜎 = 3.2863

c. El valor esperado de la media muestral

2-2 2-3 2-6 2-8 2-11

3-2 3-3 3-6 3-8 3-11

6-2 6-3 6-6 6-8 6-11

8-2 8-3 8-6 8-8 8-11

11-2 11-3 11-6 11-8 11-11

Medias muestrales correspondientes.

2.0 2.5 4.0 5.0 6.5

2.5 3.0 4.5 5.5 7.0

4.0 4.5 6.0 7.0 8.5

5.0 5.5 7.0 8.0 9.5

6.5 7.0 8.5 9.5 11.0

µ = 𝛴𝑥𝑃(𝑥)

µ = 2 + 2.5 + 4 + 5 + 6.5 + 2.5 + 3 + 4.5 + 5.5 + 7 + 4 + 4.5 + 6 + 7 + 8.5 + 5

+ 5.5 + 7 + 8 + 9.5 + 6.5 + 7 + 8.5 + 9.5 + 11 = 150

150
µ= =6
25

Página 2 de 12
 d. La desviación estándar (error estándar) de la media muestral

Varianza 𝜎 2 = ∑(𝑥 − 𝜇)2 𝑃(𝑥) =/𝑛

135
𝜎2 = = 5.40
25

Desviación estándar √𝜎 2

√5.4 = 2.32

2. Se seleccionaron muestras aleatorias de tamaño n de poblaciones con las medias y varianzas

dadas aquí. Encuentre la media y desviación estándar de la distribución de muestreo de la

media muestral X en cada caso:

a. n= 36,µ=10, 𝝈 2 = 9
𝜇 = 𝜇𝑥 = 10
𝜎 3
𝜎𝑥 = = = 0.5
√𝑛 √36

b. n=100, µ = 5, 𝝈 2 = 4
𝜇 = 𝜇𝑥 = 5
𝜎 2
𝜎𝑥 = = = 0.2
√𝑛 √100

c. n= 8 µ,=120, 𝝈 2 =1

𝜇 = 𝜇𝑥 = 120
𝜎 1
𝜎𝑥 = = = 0.35
√𝑛 √8

Si las poblaciones muestreadas son normales, ¿cuál es la distribución de muestreo de

X para los incisos a, b y c?

Cuando la población es normal, su distribución muestral de medias también será normal.

De acuerdo con el Teorema del Límite Central, si las poblaciones muestreadas no son

Página 3 de 12
normales, ¿qué se puede decir acerca de la distribución muestral de X para los incisos a,
b y c?

El teorema dice que, si una muestra es lo bastante grande, que esto es cuando el tamaño muestral
supera los 30, sea cual sea la distribución de la media muestral, seguirá aproximadamente una
distribución normal.

3. Una muestra aleatoria de n observaciones se selecciona de una población con desviación

estándar 𝜎=1. Calcule el error estándar de la media (SE) para los siguientes valores de n.
1
a. n=1 𝑆𝐸 = =1
√1
1
b. n=2 𝑆𝐸 = = 0.71
√2
1
c. n=4 𝑆𝐸 = = 0.05
√4
1
d. n = 9 𝑆𝐸 = = 0.33
√9
1
e. n =16 𝑆𝐸 = = 0.25
√16
1
f. n = 25 𝑆𝐸 = = 0.2
√25
1
g. n =100 𝑆𝐸 = = 0.1
√100
4. Se seleccionaron muestras aleatorias de tamaño n de poblaciones binomiales con parámetros
poblacionales p dados aquí. Encuentre la media y la desviación estándar de la distribución de
muestreo de la proporción muestral pˆ en cada caso:

a. n=100, p= 0.3

𝜇𝑝 = 𝑝

𝜇𝑝 = 0.3

𝑝(1 − 𝑝)
𝜎𝑝 = √
𝑛

0.3(1 − 0.3)
𝜎𝑝 = √ = 0.0458
100

b. n= 400, p= 0.1

𝜇𝑝 = 𝑝

𝜇𝑝 = 0.1

Página 4 de 12
 𝑝(1 − 𝑝)
𝜎𝑝 = √
𝑛

0.1(1 − 0.1)
𝜎𝑝 = √ = 0.015
400

c. n= 250, p= 0.6

𝜇𝑝 = 𝑝

𝜇𝑝 = 0.6

𝑝(1 − 𝑝)
𝜎𝑝 = √
𝑛

0.6(1 − 0.6)
𝜎𝑝 = √ = 0.0309
250

ˆ
5. ¿Es adecuado utilizar la distribución normal para aproximar la distribución de muestreo de P

en las siguientes circunstancias?

Si es adecuado, si se cumple al menos alguna de las condiciones

𝑛 > 30

𝑛𝑝 ≥ 5

a. n= 50, p= 0.05

Si lo es ya que cumple la condición de n˃30

b. n= 75, p= 0.1

Si lo es ya que cumple la condición de n˃30

c. n= 250, p= 0.99

Si lo es ya que cumple la condición de n˃30

Página 5 de 12
Aplicaciones

1. Enfermedad de Alzheimer. La duración de la enfermedad de Alzheimer desde el principio de

los síntomas hasta el fallecimiento varía de 3 a 20 años; el promedio es 8 años con una
desviación estándar de 4 años. El administrador de un gran centro médico selecciona al azar,
de la base de datos del centro, los registros médicos de 30 pacientes de Alzheimer ya fallecidos
y anota la duración de la enfermedad para cada unidad en muestra. Encuentre las
probabilidades aproximadas para los siguientes eventos:

Desviación estándar muestral

𝜎 4
𝜎𝑥 = = = 0.73
√𝑛 √30
Valor de z para x
𝑧 𝑥−𝜇 7−8
𝑐= 𝜎 =0.73=−1.37
√𝑛

a. La duración promedio es menor a 7 años

𝑃(𝑥 < 7) = 𝑃(𝑧 < −1.37) = 𝑃(𝑧 < 0) − 𝑃(−1.37 < 𝑧 < 0)
= 0.5 − 0.4147 = 0.0853
b. La duración promedio excede de 7 años
𝑃(𝑥 > 7) = 𝑃(𝑧 > −1.37) = 1 − 𝑃(𝑧 < −1.37)
= 1 − 0.0853 = 0. .914

c. La duración promedio está a no más de un año de la media poblacional = 8

𝑃(7 < 𝑥 < 9) = 𝑃(−1.37 < 𝑧 < 1.37) = 𝑃(𝑧 > −1.37) − 𝑃(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?

Página 6 de 12
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.

a. Describa la distribución de muestreo de la media muestral X

Es una distribución de probabilidad que describe todas las posibles medias

muestrales que podrían obtenerse al seleccionar muestras de tamaño n de una
población dada.

𝜇𝑥 = 𝜇 = 71802

𝜎 4000
𝜎𝑥 = = = 516.4
√𝑛 √60

b. ¿Dentro de qué límites se esperaría que esté el promedio muestral, con

probabilidad 0.95?

𝑃 = 1 − 0.95 = 0.05𝑧 = 0.13

c. Calcule la probabilidad de que la media muestral x sea mayor que 73,000 dólares.

𝑥−𝜇 7300 − 71802

𝑧= 𝜎 =𝑧= = 2.319 = 0.989
4000
√𝑛 √60

𝑃(𝑥 > 73000) = 1 − 0.989 = 0.011

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?

Si la media poblacional es diferente de la media muestral, no existe una distribución

normal, así que se necesita que el tamaño de la muestra sea más grande.

Página 7 de 12
3. Requerimiento de Potasio. El requerimiento normal diario de Potasio en seres humanos está
en el intervalo de 2,000 a 6,000 miligramos (mg), con cantidades más grandes necesarias
durante los meses calurosos de verano. La cantidad de potasio en distintos alimentos varía
pero las mediciones indican que el plátano contiene un nivel alto de potasio, con
aproximadamente 422 mg en un plátano de tamaño mediano. Suponga que la distribución de
potasio en plátanos está distribuida normalmente, con media igual a 422 mg y desviación
estándar de 13 mg por plátano. Usted come n = 3 plátanos al día y T es el número total de
miligramos de potasio que recibe de ellos.

a. Encuentre la media y la desviación estándar de T .

𝜇 = 422 + 422 + 422 = 1266𝑚𝑔

𝜎 = 13 + 13 + 13 = 39𝑚𝑔

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 X1, X2 y 3 donde X1 es la cantidad de potasio en el plátano 1, etc.)

𝑥 − 𝜇 1300 − 1266
𝑧= = = 0.87
𝜎 39

𝑃(𝑧 ≤ 0.87) = 𝑃(𝑥 ≤ 1300) = 0.8078

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 media µ= 54 meses y una desviación estándar σ= 6 meses. Suponga que un grupo de
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.

a. Suponiendo que la afirmación del fabricante es verdadera, describa la distribución

de muestreo de la media muestral cuando n = 50 baterías.

𝑥−𝜇 𝑥 − 54
𝑧= 𝜎 =0 6
√𝑛 √50
𝑥 = 54

Página 8 de 12
 b. Suponiendo que la afirmación del fabricante es verdadera, ¿cuál es la probabilidad
de que la muestra de 50 baterías tenga un tiempo de vida de 52 meses o menos?

𝑥−𝜇 36.80 − 37
𝑧= 𝜎 =0 = 2.357 = 0.00921
0.4
√𝑛 √130
𝑃(𝑥 ≤ 52) = 1 − 0.00921 = 0.99079

5. Temperatura corporal. Suponga que la temperatura corporal de personas sanas se distribuye

aproximadamente normal con media 37.0 C y desviación estándar de 0.4 C.

a. Si 130 personas sanas se seleccionan aleatoriamente, ¿cuál es la probabilidad de

que la temperatura promedio para estas personas sea de 36.80 o menor?

𝜎 0.4
𝜎𝑥 = = = 0.035
√𝑛 √130
𝑥 − 𝜇 36.80 − 37
𝑧= 𝜎 = 0.035 = −2.36
√𝑛
𝑃(𝑥 ≤ 36.80) = 𝑃(𝑧 ≤ −2.36) = 1 − 0.4909 = 0.5091

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?

Existe una probabilidad del 50.91% de que ocurra. Así que, es más probable que
improbable que ocurra.

6. Costo de un apartamento. El costo promedio de un apartamento en el desarrollo Cedar Lakes

es de $62,000 usd con una desviación estándar de $4,200 usd.

a. ¿Cuál es la probabilidad de que un apartamento en este desarrollo cueste al menos

$65,000 usd?

Página 9 de 12
 𝑥 − 𝜇 65,000 − 62,000
𝑧= 𝜎 = = −0.71
4200
√𝑛
𝑃(𝑥 ≤ 65,000) = 𝑃(𝑧 ≤ −0.71) = 0.5 − 0.2611 = 0.2389

b. La probabilidad de que el costo promedio de una muestra de dos apartamentos

sea al menos de $65,000 usd es mayor o menor que la probabilidad de que un
apartamento cueste eso? ¿En qué cantidad difiere?

𝑥−𝜇 65,000 − 62,000

𝑧= 𝜎 = = 1.01
4200
√𝑛 √2

𝑃(𝑧 ≤ 1.01) = 0.5 − 0.3438 = 0.1562

7. Lanzamiento de una moneda. Una moneda justa se lanza n = 80 veces. Sea pˆ la proporción

muestral de caras (soles). Encuentre P(0.44 < pˆ< 0.61)

1
𝑃= = 0.5
2

n=80

𝑝−𝑃 0.44 − 0.5

𝑧= = = 0.778
𝑃𝑞 0.5 ∗ 0.95
√ √
𝑛 80

𝑝−𝑃 0.61 − 0.5

𝑧= = = 1.427
𝑃𝑞 0.5 ∗ 0.95
√ √
𝑛 80

𝑃(0.44 < 𝑝 < 0.61) = 𝑃(0.61 < 𝑝) − 𝑃(0.44 < 𝑝) =

𝑃(1.43 < 𝑧) − 𝑃(0.78 < 𝑧) =

0.4236 − 0.2823 = 0.1413

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,

Página 10 de 12
 a. 3% o más tengan algún defecto?

0.02(1 − 0.02)
𝜎𝑝 = √ = 0.007
400

0.03 − 0.02
𝑧= = 1.42
0.007

Valores en tabla 0.9222-1=0.0888 (8.88%)

b. 2% o menos tengan algún defecto?

0.02 − 0.02
𝑧= =0
0.007

Valores en tabla 0.500(50.00%)

Referencias

Dennis D., W., Mendenhall, W. I., & Scheaffer, R. L. (2009). Estadística Matemática con
Aplicaciones (7 ed.). Mexico, México: Cengage Learning.

Devore, J. L. (2016). Probabilidad y Estadistica para Ingenieria y Ciencias (7 ed.). Cengage

Learning. Retrieved from
https://intranetua.uantof.cl/facultades/csbasicas/matematicas/academicos/jreyes/DOCEN
CIA/APUNTES/APUNTES%20PDF/Probabilidad%20y%20Estadistica%20para%20Ingen
ieria%20y%20Ciencias%20-%20Jay%20Devore%20-%20Septima%20Edicion.pdf

McClave, J., & Sincich, T. (2014). Statistics (12 ed.). Harlow: Pearson.

Mendenhall, W. I., Beaver, R. J., & Beaver, B. M. (2015). Introducción a la Probabilidad y

Estadística (14 ed.). México, D.F: CENGAGE Learning.

Sweeney, D. J., Anderson, D. R., & Williams, T. (2011). Estadistica para Negocios y Economia (11
ed.). Cengage Learning. Retrieved from https://pdfcoffee.com/estadistica-paranegocios-y-
economia-anderson-11a-edicion-4-pdf-free.html

Página 11 de 12
• Redacta una conclusión en la que expliques en qué consisten los siguientes conceptos:
- ¿Qué es un parámetro poblacional? - ¿Qué es una estadística muestral?
- ¿Qué entendemos por la distribución de muestreo de una estadística muestral?
- ¿Qué entendemos por el error estándar de una distribución de muestreo?
PARÁMETRO POBLACIONAL: Es una medida resumida que caracteriza alguna propiedad de
interés en una población completa.
ESTADISTICA MUESTRAL: Proporcionan estimaciones o descripciones basadas en la
información recopilada de una muestra específica.
DISTRIBUCIÓN DE MUESTREO DE UNA ESTADÍSTICA MUESTRAL: Es una herramienta clave
en estadística inferencial y nos ayuda a comprender cómo se comportarían las estadísticas
muestrales en repetidas ocasiones, esto a su vez nos permite realizar inferencias sobre la
población a partir de una muestra.
ERROR ESTÁNDAR DE UNA DISTRIBUCIÓN DE MUESTREO: Es una medida que proporciona
información sobre la precisión de las estimaciones basadas en muestras. Entre mas pequeño
sea, indica mayor precisión, entre mas grande siguiere mayor variabilidad en las estimaciones
muestrales.
• Agrega las fuentes consultadas (mínimo 2) referenciadas en estilo APA.
Eduardo Gutiérrez González, Olga Vladimirovna Panteleeva (2016) Estadística inferencial 1 para
ingeniería y ciencias. Grupo editorial Patria.
Héctor Quevedo, Blanca Pérez (2017) Estadística para Ingenieria y Ciencias. Grupo editorial
Patria
• Al finalizar, vuelve a la plataforma y sigue los pasos que se indican para enviar tu actividad.

* * *

Página 12 de 12