MA175 Estadística para Economistas

UNIDAD 2: Muestreo y distribuciones muéstrales

Semana 3– Sesión2

DISTRIBUCIONES MUESTRALES
Distribución muestral:
Es la distribución de probabilidades del estimador de un parámetro, que se forma considerando todas las
muestras aleatorias posibles que se pueden formar con las unidades elementales de la población de interés,
pudiendo ser estas muestras con o sin reemplazo.

Objetivo:

El objetivo es efectuar una generalización de los resultados de la muestra a la población, lo cual permite inferir
el comportamiento de dicha población.

Demostración:
𝑋1+𝑋2+⋯𝑋𝑛 1
𝜇𝑋̅ = 𝐸 (𝑋̅ ) = 𝐸 ( )= [𝐸 (𝑋1) + 𝐸 (𝑋2) + ⋯ + 𝐸 (𝑋𝑛)]
𝑛 𝑛

Como 𝐸(𝑋𝑖 ) = 𝜇
1 𝑛𝜇
𝜇𝑋̅ = 𝐸(𝑋̅) = (𝜇 + 𝜇 + … + 𝜇) = =𝜇
𝑛 𝑛

Distribución muestral para la media

La distribución muestral de la media es el conjunto de las medias de todas las muestras de tamaño n que es
posible obtener de una población de tamaño N.

Muestreo Media Varianza

 X2
Con reemplazo X  X  
2
X
n
    N-n 
2
Sin reemplazo X  X  X2    
X

 n   N-1 
-1-
 MA175 Estadística para Economistas
UNIDAD 2: Muestreo y distribuciones muéstrales

El teorema del límite central

Si X1 , , X n es una muestra aleatoria de una distribución con media  y desviación estándar  entonces,
para n suficientemente grande, X está distribuida aproximadamente en forma normal con media  y
2
variancia .
n

k La aproximación será
cada vez más exacta a
medida que n sea cada vez
mayor.

Condiciones:

Dependiendo si la distribución es normal o no, usar:

Distribución Distribución Aplicar

X  X
Normal ̅  𝑵(𝝁𝑿̅ , 𝝈𝟐𝑿̅ ) Z Z  N(0,1)
𝑿  X2
No normal ̅ ~𝝁𝑿̅ , 𝝈𝟐𝑿̅
𝑿 Aplicar teorema del Límite Central
cuando n  30

Ejemplo 1:

El tiempo de atención en ventanilla a los clientes del banco “Comercial” es una variable aleatoria que se
distribuye normalmente con media 4.5 minutos y desviación estándar 1.3 minutos. Si se registra el tiempo
de atención en una muestra aleatoria de 8 clientes, ¿qué tan probable es que el tiempo promedio de atención
en ventanilla sea de a lo más 3.8 minutos?

Solución:

X: Tiempo de atención al cliente

X ~ N (µ = 4.5; 𝝈𝟐 = 𝟏. 𝟑𝟐 )
𝒏=𝟖 𝑿−𝝁
𝟐 𝒁=
̅ ~ 𝑵(𝝁 = 𝟒. 𝟓 ; 𝝈𝟐 = 𝟏.𝟑 )
𝑿 𝝈
𝟖

̅ ~ 𝑵(𝝁 = 𝟒. 𝟓 ; 𝝈𝟐 = 𝟎. 𝟐𝟏𝟏𝟑)
𝑿

𝟑. 𝟖 − 𝟒. 𝟓
̅ ≤ 𝟑. 𝟖) = 𝑷 (𝒁 ≤
𝑷(𝑿 ) = 𝑷(𝒁 ≤ −𝟏. 𝟓𝟐) = 𝟎. 𝟎𝟔𝟒𝟐𝟔
√𝟎. 𝟐𝟏𝟏𝟑

-2-
 MA175 Estadística para Economistas
UNIDAD 2: Muestreo y distribuciones muéstrales

Ejercicio 1:
El tiempo de atención en ventanilla a los clientes del banco “Ahorro” es una variable aleatoria que se
distribuye exponencialmente con media 3.5 min. Si se registra el tiempo de atención en una muestra aleatoria
de 35 clientes, calcule la probabilidad de que el tiempo promedio de atención en ventanilla sea de a lo más
3.8 min.

Solución:
X: Tiempo de atención a los clientes Exponencial:
X ~ Exp (𝛽=3.5) 𝑿 − 𝑬(𝑿)
𝐸(𝑋) = 𝛽 𝒁=
𝑛 = 35 [Muestra Grande] 𝑉(𝑋) = 𝛽 2 √𝑽(𝑿)
𝐸(𝑋̅) = 𝜇 = 3.5
𝜎 2 3.52
𝑉(𝑋̅) = = = 0.35
𝑛 35

𝟑. 𝟖 − 𝟑. 𝟓
̅ ≤ 𝟑. 𝟖) = 𝑷 (𝒁 ≤
𝑷(𝑿 ) = 𝑷(𝒁 ≤ 𝟎. 𝟓𝟏) = 𝟎. 𝟔𝟗𝟒𝟗𝟕
√𝟎. 𝟑𝟓

Ejercicio 2:
Se sabe que las utilidades netas anuales de 250 pequeñas empresas de la ciudad de Trujillo se distribuyen
normalmente con media 3 millones de soles y desviación estándar de 1.5 millones de soles. Si se seleccionan
aleatoriamente a 25 pequeñas empresas de la ciudad de Trujillo sin reemplazo, determine la probabilidad de
que la utilidad neta anual promedio sea superior a 2.6 millones de soles.

Solución:
X: Utilidades netas anuales
X ~ N (µ=3; 𝜎 2 = 1.52)
𝑛 = 25
N = 250

Muestreo sin reemplazamiento

𝐸(𝑋̅) = 𝜇 = 3
𝜎2 𝑁 − 𝑛 1.52 250 − 25
𝑉(𝑋̅) = [ ]= [ ] = 0.0813
𝑛 𝑁−1 25 250 − 1

𝟐. 𝟔 − 𝟑
̅ > 𝟐. 𝟔) = 𝑷 (𝒁 >
𝑷(𝑿 ) = 𝑷(𝒁 > −𝟏. 𝟒𝟎) = 𝟏 − 𝑷(𝒁 ≤ −𝟏. 𝟒𝟎) = 𝟏 − 𝟎. 𝟖𝟎𝟕𝟔 = 𝟎. 𝟏𝟗𝟐𝟒
√𝟎. 𝟎𝟖𝟏𝟑

Distribución muestral de la proporción

Es el conjunto de las proporciones de todas las muestras de tamaño n que se pueden sacar de una población
de tamaño N.

x: es el número de éxitos u observaciones de interés en n ensayos (ensayos de Bernulli)

R X  {0, 1, 2, ..., n}
y se dice que X tiene una distribución binomial, con parámetros n y p. Entonces, la proporción de éxitos es
una variable aleatoria que se denota por:

-3-
 MA175 Estadística para Economistas
UNIDAD 2: Muestreo y distribuciones muéstrales
n

X i
pˆ  i 1
(Proporción muestral)
n

Muestreo Media Varianza

𝑝(1 − 𝑝)
𝜎𝑝2̂ =
Con reemplazo 𝜇𝑝̂ = 𝐸(𝑝̂ ) = 𝑝 𝑛

𝑝(1 − 𝑝) 𝑁 − 𝑛
𝜎𝑝2̂ = [ ]
Sin reemplazo 𝜇𝑝̂ = 𝐸(𝑝̂ ) = 𝑝 𝑛 𝑁−1

Uso del teorema del límite central

Si n es suficientemente grande (n  30), por el teorema del límite central se puede afirmar:

p̂ se distribuye aproximadamente normal, por lo tanto:

𝑝̂ − 𝑝 𝑘 − 𝑝 𝑘−𝑝
𝑃(𝑝̂ ≤ 𝑝)~𝑃 ( ≤ ) ~𝑃 (𝑍 ≤ )
𝜎𝑝 𝜎𝑝 𝜎𝑝

Ejemplo 2:
En una empresa se conoce que el 3% de los trabajadores llegan tarde al trabajo ocasionando pérdidas
económicas. Para una muestra aleatoria de 200 trabajadores en la empresa, calcular la probabilidad
aproximada de que menos del 5% de trabajadores llegue tarde al trabajo.

Solución
X: Número de trabajadores que llega tarde
𝑛 = 200
𝑝 = 0.03

 p 1  p  
p  Normal    p,  
2

 n 
0.03(1−0.03)
𝑝 ~ N (µ=0.03; 𝜎 2 = 200
)
 
 
p p 0.05  0.03 
P  p  0.05  P    P  Z  1.69   0.95449
 p 1  p  0.03  0.97 
 
 n 200 
Ejercicio 3:
El tiempo (en minutos) que demora un bus en llegar a su destino por viaje se distribuye en forma uniforme
con parámetros 25 y 40. Si el bus demora más de 35 minutos, se considera que existe un costo de operación
alto. Para una muestra de 50 viajes, ¿cuál es la probabilidad de que la proporción de viajes con un costo de
operación alto sea inferior a 0.35?

Solución

X: Tiempo que demora un bus por viaje

X ~ U[25;40]
-4-
 MA175 Estadística para Economistas
UNIDAD 2: Muestreo y distribuciones muéstrales
𝑛 = 50
40−35
𝑝 = 𝑃(𝑋 > 35) = 40−25 = 0.3333 [Proporción de viajes con costo de operación alto]

𝐸(𝑝̂ ) = 𝑝 = 0.3333
𝑝(1 − 𝑝) 0.3333(1 − 0.3333)
𝑉(𝑝̂ ) = = = 0.0044
𝑛 50

0.35 − 0.3333
𝑃(𝑝̂ < 0.35) = 𝑃 (𝑍 < ) = 𝑃(𝑍 < 0.25) = 0.59871
√0.0044

Distribución de la diferencia de promedios muéstrales X 1  X2 

Si de dos poblaciones independientes distribuidas con medias 1 , 2 y variancias  12 ,  22 se extraen
muestras aleatorias de tamaños n1 y n2 , respectivamente (con o sin reemplazo) de poblaciones normales,
entonces la variable aleatoria X 1  X2  (diferencia de promedios muéstrales) tendrá una distribución
normal con media y variancia:

Muestreo Media Varianza

 12  22
 2X  
Muestras con
reemplazo
 X 1X 2 
 1  2 1X 2  n1 n2

 12 N1  n1  22 N 2  n2
 1  2    ]
2
Muestras Sin
reemplazo
 X 1X 2 
X1X 2  n1
[
N1  1 n2
[
N2  1
]

X 1  X 2   X1X 2
 
Luego la variable aleatoria se distribuye como una normal estándar: Z
 2X 1X 2 
Ejemplo 3:
La gerencia de recursos humanos desea analizar los tiempos de tardanza mensual de sus trabajadores en sus
dos sucursales (Norte y Sur). Se sabe que la distribución del tiempo de tardanza (en minutos) es normal con
media de 35 min. y varianza 20 min.2 en la sucursal Norte y en la zona Sur con 31 min. y 17 min.2 Si se
selecciona una muestra de 40 empleados de la zona Norte y 50 empleados de la zona Sur.
Halle la probabilidad de que el promedio muestral de la zona Norte supere al promedio muestral de la zona
Sur en por lo menos 5 min.

Solución:
X1: Tiempo de tardanza en la zona Norte
X1 ~ N (𝝁𝟏 = 𝟑𝟓 ; 𝝈𝟏𝟐 = 𝟐𝟎) n1 = 40

X2: Tiempo de tardanza en la zona Sur

X2 ~ N (𝝁𝟐 = 𝟑𝟏 ; 𝝈𝟐𝟐 = 𝟏𝟕) n2=50

  12  22   20 17 
X 1  X 2  N  1   2 ,    N  35  31,    N  4, 0.84 
 n1 n2   40 50 

-5-
 MA175 Estadística para Economistas
UNIDAD 2: Muestreo y distribuciones muéstrales
 X 1  X 2  X X 54 
 
P X1  X 2  5  P
 
1 2

0.84
  P  Z  1.09   0.1379

 X1X 2 

Ejercicio 4:
La Panadería y Pastelería “El Suspiro del Lonchecito” tiene dos tiendas, una ubicada en San Isidro y la otra en
Surco. Se sabe que en la tienda ubicada en San Isidro el tiempo de atención al cliente (en minutos) se
distribuye normalmente con media 5.2 minutos y desviación estándar 2.2 minutos, mientras que en Surco
se distribuye normalmente con media 3.5 y desviación estándar 1.1 minutos. Si para un estudio se selecciona
una muestra de 30 clientes para la tienda de San Isidro y una muestra de 40 clientes para la tienda de Surco,
¿cuál es la probabilidad de que el tiempo promedio de atención en la tienda de San Isidro sea superior al
tiempo promedio de atención en la tienda de Surco en menos de 1 minuto?

Solución:

X1: Tiempo de atención en el distrito de San Isidro

X1 ~ N (𝝁𝟏 = 𝟓. 𝟐 ; 𝝈𝟏𝟐 = 𝟐. 𝟐𝟐 ) n1 = 30

X2: Tiempo de atención en el distrito de Surco

X2 ~ N (𝝁𝟐 = 𝟑. 𝟓 ; 𝝈𝟐𝟐 = 𝟏. 𝟏𝟐 ) n2=40

𝝈𝟏𝟐 𝝈𝟐𝟐 𝟐.𝟐𝟐 𝟏.𝟏𝟐

̅𝟏 − 𝑿
𝑿 ̅ 𝟐 ~ N (𝝁𝟏 − 𝝁𝟐 = 𝟓. 𝟐 − 𝟑. 𝟓 ; + = + )
𝒏𝟏 𝒏𝟐 𝟑𝟎 𝟒𝟎

̅𝟏 − 𝑿
𝑿 ̅ 𝟐 ~ N (𝟏. 𝟕 ; 𝟎. 𝟏𝟗𝟏𝟓)

𝟏 − 𝟏. 𝟕
̅𝟏 − 𝑿
𝑷(𝑿 ̅ 𝟐 < 𝟏) = 𝑷 (𝒁 < ) = 𝑷(𝒁 < −𝟏. 𝟔𝟎) = 𝟎. 𝟎𝟓𝟒𝟖𝟎
√𝟎. 𝟏𝟗𝟏𝟓

Semana 3 – Sesión 3

EJERCICIOS PROPUESTOS
Ejercicio 1.

Suponga que la demanda diaria (en decenas de kilogramos) de un producto tiene distribución uniforme con
parámetros 5 y 10, en la ciudad “A”; y que la demanda diaria del mismo producto, en otra ciudad “B”, tiene
distribución exponencial con parámetro 6 (decenas de kilogramos). Además, la probabilidad de que la

-6-
 MA175 Estadística para Economistas
UNIDAD 2: Muestreo y distribuciones muéstrales
demanda sea alta en las dos ciudades es 0.6.

a) Si en cada ciudad se eligen al azar y con reemplazo 35 días, halle la probabilidad de que la demanda
promedio de las muestras de ambas ciudades difieran en más de 20 kilogramos.

b) Si en la ciudad “B” se elige al azar y con reemplazo 32 días, halle la probabilidad de que la proporción de
días en los que la demanda es “Alta” supere a la media de su distribución en al menos 0.034.

Ejercicio 2.

Se sabe que, en una empresa de taxis, la variable aleatoria X=Número de servicios no atendidos por día tiene
la siguiente distribución de probabilidad:

X 1 2 3 4 5
P(X=x) 0.31 0.19 0.25 0.125 0.125

Si se toma una muestra aleatoria de 36 servicios no atendidos:

a) Halle la probabilidad que el promedio muestral del número de servicios no atendidos sea menor a 2.5.

b) Si se sabe que el promedio muestral del número de servicio no atendidos fue menor a 3.5, ¿cuál es la
probabilidad que el promedio muestral sea mayor o igual a 1.5?

Ejercicio 3.

En la escuela de manejo “El Rápido”, se sabe que el 18.5% de las personas desaprueban en la primera vez el
examen de manejo, entonces para una muestra de 100 personas halle la probabilidad que la proporción
muestral que desaprueban el examen por primera vez sea a lo más el 15.5%.

-7-