Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Muestreo sistemtico
Una muestra obtenida al seleccionar aleatoriamente un elemento de los primeros k
elementos en el marco y despus k-simo elemento se denomina muestra sistemtica de
l en k.
1
x = ( + ++ )=
n
Y varianza
1( 2 2 2
2x = 2
2
+ + + ) =
n n
Si X es una media de una muestra aleatoria de tamao n tomada de una poblacin con
media y varianza 2, entonces la forma lmite de la distribucin de
X
Z= ,
/n
La aproximacin normal para la media, por lo general ser buena si n 30. Si n < 30, la
aproximacin es buena slo si la poblacin no es muy diferente de una distribucin
normal.
El teorema del lmite central dice que si una muestra es lo bastante grande (n > 30), sea
cual sea la distribucin de la variable de inters, la distribucin de la media muestral ser
aproximadamente una normal. Adems, la media ser la misma que la de la variable de
inters, y la desviacin tpica de la media muestral ser aproximadamente el error
estndar.
Ejemplo 1.
Una empresa de material elctrico fabrica lmparas de luz que contienen una duracin
que se distribuye aproximadamente en forma normal, con media de 800 horas y
desviacin estndar de 40 horas. Encuentre la probabilidad de que una muestra aleatoria
de 16 lmparas tenga una vida promedio de 775 horas.
775800
Z= =2.5
10
Ejercicio 1
Una compaa de electrnica fabrica resistores que tienen una resistencia promedio de
100 y una desviacin estndar de 10 . La distribucin de la resistencia es normal.
Encuntrese la probabilidad de que al tomar una muestra de 25 resistores, la resistencia
promedio de stos ser menor que 95 .
Ejercicio 2
Una empresa de mensajera que opera en la ciudad tarda una media de 35 minutos en
llevar un paquete, con una desviacin tpica de 8 minutos. Supongamos que durante el
da de hoy han repartido doscientos paquetes.
a) Cul es la probabilidad de que la media de los tiempos de entrega de hoy est entre
30 y 35 minutos?
b) Cul es la probabilidad de que, en total, para los doscientos paquetes hayan estado
ms de 115 horas?
Control de calidad
Uno de los casos ms habituales en los que podemos aplicar el teorema del lmite central
es a la hora de hacer un proceso de control de calidad
.
Entenderemos por control de calidad el seguimiento de cierta variable aleatoria en un
proceso de produccin a partir de la media de muestras sucesivas.
Estableceremos un intervalo, de manera que las medias que caigan fuera de este
intervalo nos indicarn que existe alguna anomala en el proceso de produccin en aquel
instante. Los lmites de este intervalo se denominan lmites de control.
Ejemplo 2
Consideremos una mquina que llena tarros de yogur. Supongamos que, de media, cada
tarro contiene 125 gramos de yogur con una desviacin tpica de 1.5 gramos. Todas las
semanas hacemos un control de la mquina: analizamos una muestra de treinta tarros y
calculamos la media de cada uno. En este ejemplo los lmites de control seran:
La inferencia estadstica tiene que ver con la toma de decisiones sobre una poblacin, con
base en la informacin contenida en una muestra aleatoria. La media muestral es una
estadstica; esto es, una variable aleatoria depende de los resultados obtenidos en cada
muestra particular. Dado que una estadstica es variable aleatoria, entonces tiene una
distribucin de probabilidad.
1
X = ( x 1+ x 2 ++ x n )
n
1
x = ( + ++ )=
n
Y varianza
2 1( 2 2 2 2
x = + + + ) =
n2 n
x x = 12 ,
1 2
Y
21 22
2x x = +
1 2
n 1 n2
De aqu
( x 1x 2 ) ( 12 )
Z=
( / n )+ ( /n )
2
1 1
2
2 2
Ejemplo 3
Los cinescopios para televisin del fabricante A tienen una duracin media de 6.5 aos y
una desviacin estndar de 0.9 aos; mientras que los del fabricante B tienen una
duracin media de 6 aos y una desviacin estndar de 0.8 aos. Cul es la
probabilidad de que una muestra aleatoria de 36 cinescopios del fabricante A una
duracin media que sea al menos 1 ao ms que la duracin media de una muestra de 49
cinescopios del fabricante B?
Solucin:
Fabricante A Fabricante B
1 = 6.5 2 = 6
1 = 0.9 2 = 0.8
n1 = 36 n2 = 49
( x 1x 2 ) ( 12 ) 1 ( 6.56 )
Z= = =2.65
( / n )+ ( /n )
2
1 1
2
2 2
( 0.81/36 ) + ( 0.64 / 49 )
X1 X2 = 1
P ( x1 x 2 1 ) =P ( Z >2.65 )=10.9960=0.0040
Ejercicio 4
Se toma una muestra aleatoria de tamao 25 de una poblacin normal que tiene media de
80 y una desviacin estndar de 5. Una segunda muestra aleatoria de tamao 36 se toma
de una poblacin normal diferente que tiene una media de 75 y una desviacin estndar
de 3. Encuentre la probabilidad de que la media muestral calculada de las 25 mediciones
exceda la media muestral calculada de las 36 mediciones por al menos 3.4 pero menos
de 5.9.
Ejercicio 5
La distribucin de alturas de cierta raza de perros terrier tiene una altura media de 72
centmetros y una desviacin estndar de 10 centmetros; en tanto que la distribucin de
altura de cierta raza de poodles tiene una altura media de 28 centmetros con una
desviacin estndar de 5 centmetros. Suponiendo que las medias muestrales se pueden
medir con cualquier grado de precisin, encuentre la probabilidad de que la media
muestral para una muestra aleatoria de alturas de 64 terries exceda la media muestral
para una muestra aleatoria de 100 poodles a lo ms en 44.2 centmetros.
Ejemplo 4
Se ha determinado que 60% de los estudiantes de una universidad grande fuman
cigarrillos. Se toma una muestra aleatoria de 800 estudiantes. Calcule la probabilidad de
que la proporcin de la muestra de la gente que fuma cigarrillos sea menor que 0.55.
Solucin:
n=800 estudiantes
^
P =0.55
p= 0.60
q=0.40
^ p
P 0.550.60
Z= = =2.88
pq/n ( 0.6 ) (0.4 )/800
Ejercicio 6
Un medicamento para malestar estomacal tiene la advertencia de que algunos usuarios
pueden presentar una reaccin adversa a l, ms an, se piensa que alrededor del 3% de
los usuarios tienen tal reaccin. Si una muestra aleatoria de 150 personas con malestar
estomacal usa el medicamento, encuentre la probabilidad de que la proporcin de la
muestra de los usuarios que realmente presentan una reaccin adversa, exceda el 4%
Ejercicio 7
Se sabe que la verdadera proporcin de los componentes defectuosos fabricados por una
firma es de 4%, y encuentre la probabilidad de que una muestra aleatoria de tamao 60
tenga:
a. Menos del 3% de los componentes defectuosos.
b. Ms del 1% pero menos del 5% de partes defectuosas.
^
P1
Al seleccionar muestras independientes de las dos poblaciones, las variables y
^P2
sern independientes y estarn distribuidas aproximadamente en forma normal,
cuya frmula es:
( ^P1 P^ 2 ) ( p1 p2 )
Z=
( p q / n ) +( p q / n )
1 1 1 2 2 2
Ejemplo 5
Se cree que 10 por 100 de las bateras producidas por la compaa A son defectuosas, y
que 5 por 100 de las producidas por la compaa B son defectuosas. Una muestra al azar
de 250 unidades es tomada de la lnea de produccin de la compaa A y se encuentra
que 20 son defectuosas; una muestra al azar de 300 unidades es tomada de la lnea de
produccin de la compaa B y se encuentra que 18 son defectuosas. Cul es la
probabilidad de obtener esta diferencia o una menor en proporciones de muestra si la
creencia acerca de los parmetros de poblacin es correcta?
Solucin:
Compaa A Compaa B
P1 = 10/100 = 0.1 P2 = 5/100 = 0.5
q1 = 0.90 q2 = 0.95
n1 = 250 n2 = 300
^p1= 20/250 ^p2= 18/300
( 0.080.06 )(0.10.05)
Z= =1.32
[ ( 0.1 ) (0.9)/250 ] +[ ( 0.05 ) (0.95)/300 ]
Por lo tanto la probabilidad es de 0.0934
Ejercicio 8
Los hombres y mujeres adultos radicados en una ciudad grande del norte difieren
en sus opiniones sobre la promulgacin de la pena de muerte para personas
culpables de asesinato. Se cree que el 12% de los hombres adultos estn a favor
de la pena de muerte, mientras que slo 10% de las mujeres adultas lo estn. Si
se pregunta a dos muestras aleatorias de 100 hombres y 100 mujeres su opinin
sobre la promulgacin de la pena de muerte, determine la probabilidad de que el
porcentaje de hombres a favor sea al menos 3% mayor que el de las mujeres.
Ejercicio 9
Se sabe que 3 de cada 6 productos fabricados por la mquina 1 son defectuosos y que 2
de cada 5 objetos fabricados por la mquina 2 son defectuosos; se toman muestras de
120 objetos de cada mquina:
a. cul es la probabilidad de que la proporcin de artculos defectuosos de la
mquina 2 rebase a la mquina 1 en por lo menos 0.10?
b. cul es la probabilidad de que la proporcin de artculos defectuosos de la
mquina 1 rebase a la mquina 2 en por lo menos 0.15?
X =Z 21 +Z 22 + Z32+ +Z 2k
( n1 ) S2
X 2=
2
Tiene una distribucin muestral que es una distribucin ji-cuadrada con grados de libertad
= n 1 y se denota X2. Donde n es el tamao de la muestra, S 2 la varianza muestral y 2
la varianza de la poblacin donde se extrajo la muestra. El estadstico ji-cuadrada tambin
se puede dar con la siguiente expresin:
X=2 ( xx )2
2
El clculo de una distribucin muestral de varianzas nos sirve para saber como se va a
comportar la varianza o desviacin estndar en una muestra que proviene de una
distribucin normal.
Ejemplo 6
Suponga que los tiempos requeridos por un cierto autobs para alcanzar uno de sus
destinos en una ciudad grande forman una distribucin normal con una desviacin
estndar = 1 minuto. Si se elige al azar una muestra de 17 tiempos, encuentre la
probabilidad de que la varianza muestral sea mayor que 2.
( n1 ) S2 ( 171 )( 2 )
X 2= = =32
2 12
Ejercicio 10
Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una
poblacin normal con varianza 2 = 6, tenga una varianza muestral:
a) Mayor que 9.1
b) Entre 3.462 y 10.745
Ejercicio 11
Un fabricante de bateras para automvil garantiza que sus bateras durarn, en promedio
3 aos con una desviacin estndar de 1 ao. Si cinco de estas bateras tienen
duraciones de 1.9, 2.4, 3.0, 3.5 y 4.2 aos el fabricante an est convencido de que sus
bateras tienen una desviacin estndar de 1 ao? Suponga que la duracin de la batera
tiene una duracin normal
x
T=
S / n
Caractersticas de la distribucin t
Se acostumbra representar con t el valor t por arriba del cual encontramos un rea igual
a . De aqu, el valor t con 10 grados de libertad que deja un rea de 0.025 a la derecha
es t = 2.228. Como la distribucin t es simtrica alrededor de una media cero, tenemos t 1-
= -t; es decir el valor t que deja un rea de 1 a la derecha y, por lo tanto, un rea a la
izquierda es igual al valor t negativo que deja un rea de en la cola derecha de la
distribucin. Como se muestra en la figura:
t
T1-= -t 0 t
Ejemplo 7.
Solucin: De la tabla de valores para t encontramos que t 0.05 = 1.711 para 24 grados de
libertad. Por lo tanto, el fabricante queda satisfecho con esta afirmacin si una muestra de
25 lotes produce un valor t entre -1.711 y 1.711, si = 500, entonces:
x
T=
S / n
518500
t= =2.25,
40/ 25
Esto es un valor muy por arriba de 1.711; lo que indica que probablemente el proceso
produce un mejor producto del que pensaba.
Ejercicio 12
Una empresa manufacturera afirma que las bateras que utiliza en sus juegos electrnicos
duran un promedio de 30 horas. Para mantener este promedio, se prueban 16 bateras
cada mes. Si el valor t que se calcula cae entre t 0.025 y t0.025, la empresa queda satisfecha
con su afirmacin. Qu conclusiones debera obtener la empresa de una muestra que
tiene una media x = 27.5 horas y una desviacin estndar s = 5 horas? Suponga que la
distribucin de las duraciones de la batera es aproximadamente normal
Ejercicio 13
Al fabricante de un agente propulsor utilizado en sistemas de escape de emergencias de
aeronaves, le gustara afirmar que su producto tiene una tasa promedio de combustin 40
plg. por minuto. Para investigar esta afirmacin, el fabricante prueba 25 granos de
propulsor seleccionados al azar, y si el valor de t que se calcula cae entre t 0.05,24 y t0.05,24,
entonces queda satisfecho. A qu conclusin debe de llegar el fabricante si tiene una
muestra con una media de x = 42.5 plg/min y una desviacin estndar s = 0.75 plg/min?
Supngase que la tasa de combustin tiene una distribucin normal.