10EPRMUESTREO 145

10 MUESTREO


1 Cmo variar la desviacin tpica muestral si se multiplica por cuatro el
tamao de la muestra? Y si se aumenta el tamao de la muestra de 16 a 144?

Si y son la media y la desviacin tpica poblacionales, y se extraen muestras de
tamao n, entonces la distribucin muestral de la media tiene una media =
X
y una
desviacin tpica
n
X

= .
Si se toman muestras de tamao n 4 ' n = , entonces
X X
2
1
n 2 n 4


= = =

.
Si el tamao muestral pasa de n = 16 a n = 144 = 9n, la desviacin tpica pasa
de
n
X

= a
X X
3
1
n 3 n 9


= = =

2 Consideremos la poblacin P = {1, 2, 3, 4}.
a) Calcular la media y la desviacin tpica de la poblacin.
b) Formar todas las muestras con reemplazamiento de tamao 2, y calcular la
media y la desviacin tpica de las medias muestrales.
c) Comparar los resultados de a) y b).

a)
2
5
4
10
4
4 3 2 1
= =
+ + +
= ;
4
5
2
5
4
16 9 4 1
2
2
=

+ + +
= ;
2
5
=
b) Las muestras de tamao n = 2 que pueden formarse con reemplazamiento a
partir de la poblacin P = {1,2,3,4}, con #P = N = 4, son las variaciones binarias con
repeticin de los elementos de P, en nmero de VR
4,2
= 4
2
= 16. Explcitamente, estas
muestras y sus medias son:

M
i
(1,1) (1,2) (1,3) (1,4) (2,1) (2,2) (2,3) (2,4)
i
x 1 3/2 2 5/2 3/2 2 5/2 3

(3,1) (3,2) (3,3) (3,4) (4,1) (4,2) (4,3) (4,4)
2 5/2 3 7/2 5/2 3 7/2 4

La distribucin muestral de las medias es:

i
x 1 3/2 2 5/2 3 7/2 4
n
i
1 2 3 4 3 2 1 16
i i
x n 1 3 6 10 9 7 5 40
2
i
x 1 9/4 4 25/4 9 49/4 16
2
i i
x n 1 9/2 12 25 27 49/2 16 110

146 ESTADSTICA J. Snchez-M S. Snchez
La media y desviacin tpica de la distribucin muestral de las medias son:
2
5
16
40
n
x n
X
i
i i
X
= = = =

, que coincide con la media poblacional,

2
5
=

( )
8
5
4
25
8
55
2
5
16
110
n
x n
2
2
X
i
2
i i
2
X
= =

= =

2
2 / 5
2 2
5
8
5
X
= = = , que no coincide con
2
5
= , sino que es
n
X

=

c) La comparacin est hecha.





3 Las calificaciones obtenidas por los alumnos de Estadstica de Segundo de
Bachillerato de la provincia de Granada estn distribuidas segn una ley desconocida
de media 6,4 y desviacin tpica 1,8. Si se elige una muestra aleatoria simple de 121
alumnos, calcular:
a) La probabilidad de que la media muestral sea a lo sumo 6,6.
b) La probabilidad de que la media muestral est entre 6,4 y 7,4.

Aunque X siga una ley desconocida, de media = 6,4 y desviacin tpica = 1,8, como
el tamao de la muestra n = 121 > 30 es suficientemente grande, por el Teorema
Central del Lmite, la media muestral sigue aproximadamente una ley normal
X ~ N( 4 , 6
X
= = ; 163636 , 0
11
8 , 1
n
X
= = =

)
a) Tipificamos la variable X y
n /
X
Z

= ~ N(0; 1), luego:
8892 , 0 ) 2222 , 1 Z ( P
163636 , 0
4 , 6 6 , 6
163636 , 0
4 , 6 X
P ) 6 , 6 X ( P = =

=

b) = = < =

<

= < ) 0 ( ) 1111 , 6 ( ) 1111 , 6 Z 0 ( P

163636 , 0
4 , 6 4 , 7
Z
163636 , 0
4 , 6 4 , 6
P ) 4 , 7 X 4 , 6 ( P

5 , 0 5000 , 0 0000 , 1 = =



10EPRMUESTREO 147

4 Supongamos que la longitud de las truchas de Riofro se distribuye normal-
mente con media 24,5 cm y desviacin tpica 4 cm. Se toma una muestra de 25
truchas.
a) Calcular la probabilidad de que la media muestral est comprendida entre 22
cm y la media poblacional.
b) Calcular la probabilidad de que la media muestral sea mayor o igual que 26 cm.
c) Qu tamao han de tener las muestras si se sabe que la probabilidad de que
la media muestral sea a lo sumo 25 es 0,6915?

a) Sea X la variable aleatoria longitud, con X ~ N( = 24,5; = 4), y sea X la
variable aleatoria media muestral en el muestreo, con tamao muestral n = 25.
Entonces, por el Teorema Central del Lmite, X sigue una ley normal:
N( 8 , 0
5
4
n
; 5 , 24
X X
= = = = =

)
Tipificamos la variable X , y
n /
X
Z

= ~ N (0; 1). Entonces:
= = < =

<

= < ) 125 , 3 ( ) 0 ( ) 0 Z 125 , 3 ( P 0 Z

8 , 0
5 , 24 22
P ) 5 , 24 X 22 ( P
0,4991 0,00088903 5000 ' 0 = =

b) = < =

< = < = ) 875 , 1 Z ( P 1
8 , 0
5 , 24 26
Z P 1 ) 26 X ( P 1 ) 26 X ( P
0304 , 0 9696 , 0 1 = =

c) Se trata de hallar el tamao muestral n sabiendo que 6915 , 0 ) 25 X ( P = .
( ) 16 n 4 n 5000 , 0 n 125 , 0 6915 , 0 n 125 , 0 P 6915 , 0
n
4
5 , 24 25
Z P = = = =

148 ESTADSTICA J. Snchez-M S. Snchez

5 Una mquina fabrica bolas cuyo dimetro X es una variable aleatoria de ley
desconocida de media 20 mm y desviacin tpica 1 mm. Se extraen a intervalos
regulares muestras de tamao 100.
a) Cul es la ley de probabilidad de la media muestral, X ?
b) Calcular la probabilidad de que la media muestral sea inferior o igual a 19,5
mm

a) Aunque X siga una ley desconocida, de media = 20 y desviacin tpica = 1,
como el tamao de la muestra n = 100 > 30 es suficientemente grande, por el Teorema
Central del Lmite, la media muestral sigue aproximadamente una ley normal
X ~ N( 20
X
= = ; 1 , 0
10
1
n
X
= = =

)
b) Tipificamos la variable X y
n /
X
Z

= ~ N(0; 1), luego:
0 ) 5 X ( P 1 ) 5 Z ( P
1 , 0
20 5 , 19
1 , 0
20 X
P ) 5 , 19 X ( P < = =

=


6 Una mquina fabrica bolas cuyo dimetro X es una variable aleatoria de ley
normal de media 20 mm y desviacin tpica 1 mm. Se extraen a intervalos regulares
muestras de tamao 4.
a) Cul es la ley de probabilidad de la media muestral, X ?
b) Calcular la probabilidad de que la media muestral sea mayor o igual a 20,5 mm.

a) Ahora X sigue una ley normal, de media = 20 y desviacin tpica = 1, y
aunque el tamao de la muestra n = 4 sea pequeo, por el Teorema Central del Lmite,
la media muestral sigue una ley normal
X ~ N( 20
X
= = ; 5 , 0
2
1
n
X
= = =

)
b) Tipificamos la variable X y
n /
X
Z

= ~ N(0; 1), luego:
= = < = =

= ) 1 ( 1 ) 1 X ( P 1 ) 1 Z ( P
5 , 0
20 5 , 20
5 , 0
20 X
P ) 5 , 20 X ( P
15865526 , 0 84134474 , 0 1 = =


10EPRMUESTREO 149

7 En una clnica maternal se ha estimado que la proporcin de varones nacidos
en un cierto perodo largo de tiempo es del 45%. Calcular la probabilidad de que en los
prximos 100 nacimientos:
a) Sean varones ms del 50%.
b) Sean nias menos del 50%.
c) La proporcin de nias est comprendida entre el 50% y el 60%.

Si el valor estimado de la proporcin de varones es 45 , 0 p = y el tamao muestral es
100 n = , la variable aleatoria P, proporcin de varones en la poblacin, sigue una ley
normal
P ~ N( 45 , 0 p
P
= = ; 0497 , 0
100
55 , 0 45 , 0
n
) p 1 ( p
P
=

=

= )

a) 1572 , 0 8428 , 0 1 ) 50 , 0 ( F 1 ) 50 , 0 P Pr( 1 ) 50 , 0 P Pr( = = = = > ,

donde F(x) es la funcin de distribucin acumulativa de la
N( 45 , 0 p
P
= = ; 0497 , 0
n
) p 1 ( p
P
=

= )
no tipificada, ya que EXCEL posibilita su uso:


b) Suceso equivalente al anterior:

1572 , 0 ) 50 , 0 P Pr( ) 50 , 0 P 1 Pr( = > = <

c) = < < = < < = < < ) 5 , 0 P 4 , 0 Pr( ) 5 , 0 1 P 6 , 0 Pr( ) 6 , 0 P 1 5 , 0 Pr(
6856 , 0 1572 , 0 8428 , 0 ) 4 , 0 ( F ) 5 , 0 ( F = = =



150 ESTADSTICA J. Snchez-M S. Snchez

8 Se sabe que el 35% de los adultos de cierta ciudad es usuario habitual del
autobs. Si se elige al azar una muestra de 100 adultos de dicha ciudad, cul es la
probabilidad de que ms de 40 sean usuarios habituales del autobs?

Si el valor estimado de la proporcin de usuarios es 35 , 0 p = y el tamao muestral es
100 n = , la variable aleatoria P, proporcin de usuarios en la poblacin, sigue una ley
normal
P ~ N( 35 , 0 p
P
= = ; 0477 , 0
100
65 , 0 35 , 0
n
) p 1 ( p
P
=

=

= )

1473 , 0 8527 , 0 1 ) 40 , 0 ( F 1 ) 40 , 0 P Pr( 1 ) 40 , 0 P Pr( = = = = > .




9 Hallar la probabilidad de que en 120 lanzamientos de una moneda no trucada
la proporcin de caras resultante est comprendida entre el 40% y el 60%.

Ahora 50 , 0 p = y el tamao muestral es 120 n = , la variable aleatoria P, proporcin de
caras, sigue una ley normal
P ~ N( 50 , 0 p
P
= = ; 0456 , 0
120
50 , 0 50 , 0
n
) p 1 ( p
P
=

=

= )
Entonces:
= = < < ) 40 , 0 ( F ) 60 , 0 ( F ) 60 , 0 P 40 , 0 Pr( 0,9717



10EPRMUESTREO 151

10 Los resultados de unas elecciones municipales muestran que un cierto candi-
dato obtuvo el 46% de los votos. Determinar la probabilidad de que, de 1000
individuos elegidos al azar de entre la poblacin votante, se hubiese obtenido una
mayora de votos para dicho candidato.

Ahora 46 , 0 p = y el tamao muestral es 1000 n = , la variable aleatoria P, proporcin de
votantes al candidato en la poblacin, sigue una ley normal

P ~ N( 46 , 0 p
P
= = ; 0158 , 0
1000
54 , 0 46 , 0
n
) p 1 ( p
P
=

=

= )

1473 , 0 8527 , 0 1 ) 50 , 0 ( F 1 ) 50 , 0 P Pr( 1 ) 50 , 0 P Pr( = = = = > .