Materia: Probabilidad y

estadística
Especialidad: Mecánica
Unidad 3: Técnicas de Muestreo
Docente: Dr. Juan Francisco Castillo León
 Contenido
Unidad 4: Técnicas de muestreo
4.1. Muestreo aleatorio simple
4.2. Estimación puntual
4.3. Introducción a las distribuciones
muestrales
4.4. Distribución muestral de X̃
4.5. Distribución muestral de p̃.
4.6. Otros métodos de muestreo
4.1. Muestreo aleatorio simple
Población y muestra:

1. Una población es el conjunto de todos los

elementos que interesan en un estudio.
2. Una muestra es un subconjunto de la población.

A las características numéricas de una población,

como la media y la desviación estándar, se
les llama parámetros.
 4.1. Muestreo aleatorio simple
Para empezar, se presentan dos situaciones en las que a partir de muestras se
obtienen estimaciones de parámetros poblacionales.

1. Un fabricante de neumáticos elabora un nuevo modelo que tendrá mayor

duración que los actuales neumáticos de la empresa. Para estimar la duración
media, en millas, el fabricante selecciona una muestra de 120 neumáticos
nuevos para probarlos. De los resultados de esta prueba se obtiene una duración
media de 36 500 millas. Por tanto, una estimación de la duración media, en
millas, de la población de nuevos neumáticos es 36 500 millas.

2. Los miembros de un partido político deseaban apoyar a un determinado

candidato para senador, y los dirigentes del partido deseaban tener una
estimación de la proporción de votantes registrados que podían estar a favor del
candidato. El tiempo y el costo de preguntar a cada uno de los individuos de la
población de votantes registrados eran prohibitivos. Por tanto, se seleccionó una
muestra de 400 votantes registrados; 160 de los 400 votantes indicaron estar a
favor del candidato. Una estimación de la proporción de la población de votantes
registrados a favor del candidato es 160/400=0.40.
4.1. Muestreo aleatorio simple
Muestreo de una población finita
Una muestra aleatoria simple de tamaño n de una población
finita de tamaño N se define como sigue.

MUESTREO ALEATORIO SIMPLE (POBLACIÓN FINITA)

Una muestra aleatoria simple de tamaño n de una población

finita de tamaño N es una muestra seleccionada de manera
que cada posible muestra de tamaño n tenga la misma
probabilidad de ser seleccionada.
 4.1. Muestreo aleatorio simple
Muestreo de una población infinita
En algunas situaciones la población o bien es infinita o tan grande que,
para fines prácticos, se considera infinita.

MUESTRA ALEATORIA SIMPLE (POBLACIÓN INFINITA)

Una muestra aleatoria simple de una población infinita es una muestra

seleccionada de manera que se satisfagan las condiciones siguientes.
1. Cada uno de los elementos seleccionados proviene de la población.
2. Cada elemento se selecciona independientemente.
4.1. Muestreo aleatorio simple
 Tarea 1:
1. Dada una población finita que tiene cinco elementos A,
B, C, D y E seleccione 10 muestras aleatorias simples de
tamaño 2 (selecciónelas en pares).
a. Enumere las 10 muestras empezando con AB, AC y así
en lo sucesivo.
b. Usando el muestreo aleatorio simple, ¿cuál es la
probabilidad que tiene cada muestra de tamaño 2 de
ser seleccionada?
 Tarea 1:
2. Indique si las poblaciones siguientes se consideran finitas o
infinitas.

a. Todos los votantes registrados en el estado de California.

b. Todos los equipos de televisión que pueden ser
producidos en una determinada fábrica.
c. Todas las órdenes que pueden ser procesadas por
Allentown, Pensilvania, planta de TV-M Company.
d. Todas las llamadas de emergencia que pueden ser
recibidas en una estación de policía.
e. Todas las piezas producidas por Fibercon, Inc., en el
segundo turno el 17 de mayo.
 4.2. Estimación puntual
Estadístico muestral, es aquel calculado a partir de los datos de una
muestra.

Al hacer las estimaciones a partir de los datos muéstrales, se lleva a

cabo el proceso estadístico conocido como estimación puntual.

A la media muestral 𝒙 se le conoce como el estimador puntual de la

media poblacional μ, a la desviación estándar muestral s como el
estimador puntual de la desviación estándar poblacional σ y a la
proporción muestral 𝒑 como el estimador puntual de la proporción
poblacional p. Al valor numérico obtenido se les conoce como
estimaciones puntuales.

Las estimaciones puntuales difieren un poco de los correspondientes

parámetros poblacionales. Estas diferencias son de esperarse ya que
para elaborar las estimaciones muéstrales (puntuales) se usa una
muestra, y no un censo de toda la población (poblacional).
4.2. Estimación puntual

Escriba aquí la ecuación.

𝑥𝑖 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑢𝑛𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

 Tarea 2
Los datos siguientes provienen de una muestra aleatoria simple.
5 - 8 – 10 - 7 – 10 – 14

a. ¿Cuál es la estimación puntual de la media poblacional?

b. ¿Cuál es la estimación puntual de la desviación estándar
poblacional?
 Tarea 2
2. Como respuestas a una pregunta de una encuesta a 150 individuos
de una muestra se obtuvieron 75 Sí, 55 No y 20 individuos no dieron su
opinión.

a. ¿Cuál es la estimación puntual de la proporción de la población

que responde Sí?
b. ¿Cuál es la estimación puntual de la proporción de la población
que responde No?
 4.3. Introducción a las distribuciones
muéstrales
• Como los distintos valores que toma son
resultado de distintas muestras aleatorias
simples, a la distribución de probabilidad de
se le conoce como distribución muestral
de . Conocer esta distribución muestral y sus
propiedades permitirá hacer declaraciones de
probabilidad de qué tan cerca está la media
muestral de la media poblacional μ.
 4.3. Introducción a las distribuciones
muéstrales
Como los distintos valores que toma 𝑥 son
resultado de distintas muestras aleatorias simples, a
la distribución de probabilidad de 𝑥 se le conoce
como distribución muestral de 𝑥 .

Conocer esta distribución muestral y sus

propiedades permitirá hacer declaraciones de
probabilidad de qué tan cerca 𝑥 está la media
muestral de la media poblacional μ.
4.4. Distribución muestral de X̃
4.4. Distribución muestral de X̃
4.4. Distribución muestral de X̃
 4.4. Distribución muestral de X̃
La población tiene distribución normal.
En muchas situaciones es razonable suponer que la población de la que se
seleccionó la muestra aleatoria simple tenga distribución normal o casi
normal. Cuando la población tiene distribución normal, la distribución
muestral de 𝑥 está distribuida normalmente sea cual sea el tamaño de la
muestra.

La población no tiene distribución normal.

Cuando la población de la que se tomó la muestra aleatoria simple no tiene
distribución normal, el teorema del límite central ayuda a determinar la
forma de la distribución muestral de 𝑥 . El enunciado del teorema del límite
central aplicado a la distribución muestral de 𝑥 dice lo siguiente.

TEOREMA DEL LÍMITE CENTRAL

Cuando se seleccionan muestras aleatorias simples de tamaño n de una

población, la distribución muestral de la media muestral 𝒙 puede
aproximarse mediante una distribución normal a medida que el tamaño de
la muestra se hace grande.
4.4. Distribución muestral de X̃
 4.4. Distribución muestral de X̃
Ejemplo de una distribución muestral (Normal)
 Tarea 3 (concepto)
1. La media de una población es 200 y su desviación
estándar es 50. Se va a tomar una muestra
aleatoria simple de tamaño 100 y se usará la media
muestral para estimar la media poblacional.

a. ¿Cuál es el valor esperado de 𝑥 ?

b. ¿Cuál es la desviación estándar de 𝑥 ?
c. Muestre la distribución muestral de 𝑥
d. ¿Qué muestra la distribución muestral de 𝑥 ?
 Tarea 3
2. El costo medio anual de un seguro para automóvil es
de $939. Suponga que la desviación estándar es σ =$245.

a. ¿Cuál es la probabilidad de que una muestra aleatoria

simple de pólizas de seguros de automóvil la media
muestral no difiera más de $25 (error estándar,
desviación estándar) de la media poblacional si el
tamaño de la muestra es 30, 50, 100 y 400?
b. ¿Qué ventaja tiene una muestra grande cuando se
quiere estimar la media poblacional?
 4.5. Distribución muestral de 𝑝.
La proporción muestral 𝑝 es el estimador puntual de la
proporción poblacional p. La fórmula para calcular la
proporción muestral es:
𝑥
𝑝=
𝑛
donde
𝑥= número de elementos de la muestra que poseen la
característica de interés
𝑛=tamaño de la muestra

la proporción muestral 𝑝 es una variable aleatoria y su

distribución de probabilidad se conoce como distribución
muestral de 𝑝.
 4.5. Distribución muestral de 𝑝.
DISTRIBUCIÓN MUESTRAL DE 𝒑.

La distribución muestral de 𝑝 es la distribución de probabilidad de

todos los posibles valores de la proporción muestral 𝑝.
4.5. Distribución muestral de 𝑝.
 Tarea 4
1. De una muestra aleatoria de tamaño 100 de
una población en la que p = 0.40.

a. ¿Cuál es el valor esperado de 𝑝?

b. ¿Cuál es el error estándar de 𝑝?
c. Exprese la distribución muestral de 𝑝.
d. ¿Qué indica la distribución muestral de 𝑝?
 Tarea 4
2. Suponga que la proporción poblacional es 0.55.
Calcule el error estándar de la proporción, 𝜎𝑝 , para
los tamaños de muestra 100, 200, 500 y 1000. ¿Qué
puede decir acerca del tamaño del error estándar a
medida que el tamaño de la muestra aumenta?