DISTRIBUCIONES DE PROBABILIDAD MUESTRAL

Las ciencias aplicadas no existen, slo las aplicaciones de

las ciencias
Bertrand Russell
La tecnologa y la ESTADST!A son expresiones depuradas
de las "is"as ciencias naturales
#$%E
Poblacin y muestra
En epistemologa se reconoce el mtodo inductivo como aquel que trasciende
de un estado particular a uno ms general y como mtodo deductivo aquel
que de lo general particulariza.
En estadstica estableceremos una analoga entre estado particular y muestra
aleatoria y entre estado general y poblacin.
De esta forma entenderemos la inferencia estadstica como el mtodo que
permite pronosticar el comportamiento de una poblacin en estudio a partir de
clculos y consideraciones realizados sobre una subcoleccin de la poblacin
denominada muestra aleatoria, es decir, inferir es inducir.
Entenderemos la teora de probabilidad como el mtodo que permite hacer
afirmaciones sobre subpoblaciones a partir de la poblacin, es decir, la teora
de probabilidad corresponde al mtodo deductivo.
uando nos interesa observar una poblacin, fi!amos como ob!etivo la
determinacin sus parmetros poblacionales de siendo los ms usuales la
media poblacional

y la varianza poblacional
"
. #ara determinar dichos
parmetros se hace necesario observar el comportamiento probabilstico de
dos variables aleatorias muestrales que son la media $ y la varianza
"
% .
&l seleccionar una muestra aleatoria de tama'o n podemos apro(imamos a

as)
t $ *
, a

as)
+ s
. $ estima a

cometiendo un
error

y s estima a

con una correccin +, la determinacin de

y + ser
el propsito de la teora de estimacin.
+ y

son errores que dependen de la naturaleza probabilstica de la

poblacin de la cual se e(tra!o la muestra.

El siguiente esquema ilustra lo que hasta aqu se ha dicho)

donde si n es el tama'o de la muestra los valores de $ y
"
s se calculan
mediante las formulas)

n
,
i
(
n
,
(
( )

n
,
"
i
"
( (
, n
,
s
( ) , n n
( ( n
s
n
,
"
n
,
i
"
i
"

,
_

En principio diremos que la poblacin consta de todas las observaciones que
son de inters, cuando la poblacin es finita de tama'o -, la muestra
aleatoria ser una n.tupla de observaciones ( )
n " ,
( , ( , ( donde cada n.
tupla tendr la misma probabilidad de ser elegida, esto es
( )
/ -
/ n - / n
n
-
,

,
_

uando la poblacin es infinita
( ) -
una muestra de observaciones se
considera aleatoria si la n.tupla ( )
n " ,
( , ( , ( est conformada por
!
selecciones independientes e idnticamente distribuidas 0iid1, o sea
( ) ( )
i i i
( f ( f para todo i, donde
i
f
representa la distribucin de probabilidad
asociada a
i
( )
n , , " , , i
.
2a caracterstica o magnitud que interesa observar en una poblacin a travs
de una muestra es usualmente una variable aleatoria discreta o continua cuya
funcin de distribucin de probabilidad es aquella que rige el comportamiento
probabilstico de la poblacin. En ocasiones esta funcin es una distribucin
terica conocida) geomtrica, binomial, normal, poisson, etc. En estos
casos afirmaremos que la poblacin es normal, o es binomial, etc. En otras
situaciones la poblacin tendr una funcin de densidad de probabilidad .fdp.
que deber ser construida a partir del muestreo.
"uncin #e $robabili#a# con%unta asocia#a a una muestra aleatoria
onsideremos una poblacin regida por una fdp f y seleccionemos una
muestra aleatoria con n observaciones ( ) ( )
i
n
, n " ,
( ( , ( , ( , sabemos que
las
i
( son valores de n variables aleatorias iid definimos la fdp con!unta as)
( ) ( )
i
n
i
n
x f x f
1
1

&alor es$era#o #e una 'uncin #e una (ariable aleatoria n)
#imensional
%upngase que ( ) ( )
i
n
, n " ,
( g ( , ( , ( g es el valor de una funcin de n
variables aleatorias cuya fdp con!unta es ( )
i
n
,
( f entonces el valor esperado
de g es
( ) [ ] ( ) ( )

i
n
, i
n
, i
n
, i
n
,
( d ( f ( g ... ( g E
si las variables aleatorias
n " ,
( , ( , (
son continuas.
*
Pro$osicin
%i una muestra aleatoria de tama'o n se elige de una poblacin finita de
tama'o - con media

y varianza
"
, entonces ( es un valor de una
variable aleatoria cuyo valor esperado, su media, ser ( ) $ E y cuya
varianza ser
( )
, -
n -
n
$ 3
"

.
Prueba.
2a realizaremos en el caso continuo. #or definicin
( )


n
,
i i
n
,
(
n
,
$ ( g
( ) ( )

i
n
, i
n
,
n
,
i
( d ( f (
n
,
... $ E
aqu f es la fdp con!unta de una n.tupla aleatoria de variables iid, esto es)
( ) ( )
i
n
, i
n
,
( f ( f
#odemos intercambiar la integral m4ltiple con el smbolo de sumatoria ba!o el
supuesto de que la esperanza ( ) $ E es finita y escribimos
( ) ( )

n
,
i
n
, i
n
,
n
,
i
( d ( f ( ...
n
,
$ E
la condicin de independencia permite factorizar la integral m4ltiple en n
integrales simples

( ) ( ) ( ) ( )

n n i i i , ,
n
,
( d ( f ( d ( f ( ( d ( f
n
,
$ E
en esta e(presin
( ) , ( d ( f
+ +

y
( )

i i i
( d ( f (
de forma que
( ) * *
n
,
$ E
n
,


+
#ara probar el caso discreto se cambian las integrales por sumatorias.
5bsrvese que cuando el tama'o de la muestra sea mucho menor que la
poblacin 0n 66 -1 , el factor 0- . n170- .,1 es apro(imadamente ,, es decir
,
, -
n -
lim
-

&s quedara por probar que ( )
n
8
$ 3
"

Demostracin anloga a la realizada, ayudndose, sin prdida de generalidad

ba!o la condicin
9
, es decir, planteando el clculo de ( ) ( ) $ 3 $ E
"
y
utilizando el hecho de que
( )

,
_

+

+ i
+ i
"
i
"
"
i
"
"
( ( (
n
,
(
n
,
(
Pro$osicin ! o Teorema #el limite central
%ea
n " ,
$ , , $ , $ una sucesin de variables aleatorias independientes
con ( )
i i
( E y ( )
"
i i
( 3 . %ea

n
,
i
( $
, donde cada sumando
i
(
contribuye con una cantidad despreciable a la magnitud de la suma $ y es
muy improbable que cualquier sumando haga una gran contribucin a la
suma, entonces la variable $ se distribuir normalmente con media
n
,
i
u
y
varianza ,

n
,
"
i
. Es decir, que si definimos la variable

n
,
"
i
n
,
i
n
8
u (
z
,
sta se distribuir apro(imadamente normal, me!or a4n, si
n
: es la fda de la
variable
n
; entonces
( ) ( ) z z : lim
n
n


donde z se distribuye
( ) , , 9 , z n
y
( ) ( ) z ; # z
.
Pro$osicin *.
%i en la proposicin " las variables son iid de forma que
i
y
i
para todo i, entonces
8 n
n* $
;
n

es apro(imadamente
( ) , , 9 , z n
.
& cambio de una demostracin formal de la proposicin del lmite central
trataremos de intuirla con unos clculos propuestos por #aul meyer.
%ea
,
$ una variable aleatoria de forma que
,
$ 9 , "
( ) ( $ #
,

." .< .= ,
%upngase que
"
$ es una variable iid
con
,
$ y definamos
" , "
$ $ % + . 2a
fdp de
"
% la construimos as)


,
$

9 , "
.9> .9? .,9
."
( ) z $ , y $ #
" ,
por la
-
P(X)
X1

'

"
,
9
$
"
.9? .9@ .,=
.,9 .,= ."=

." .< .=
.<
.=
,
independencia
A ( ) ( ) z $ # y $ #
" ,

&s)
#0%
"
A91 A #0$
,
A9, $
"
A91 A 9.9>
#0%
"
A,1 A #0$
,
A,, $
"
A91B #0$
,
A9, $
"
A,1
A " ( 9.9? A 9.,"
#0%
"
A"1 A "(9., B 9.9@ B 9."@
#0%
"
A<1 A "(9.,= A 9.<9
#0%
"
A>1 A 9."=
"
% 9 , " < >
( ) s % #
"

.9> 9.," 9."@ 9.<9 9."= ,
%upngase que <
$
es una variable iid con
,
$
y
"
$
y definamos
< " , <
$ $ $ % + +
, construimos anlogamente la fdp de <
%
.

" , "
$ $ %

+
.

'

"
,
9
$
<
9 , " < >
.99C .9"> .9=C .9?9 .9=9
.9," .9<? .9CD .9@9 .9D=
.9"9 .9?9 .,>= .,=9 .,"=
.9> .," ."@ .<9 ."=
."
.<
.=
,
#0%
"
As, $
<
A(1 A #0%
"
As1 ( #0$
<
A(1
#0%
"
A"1 A #0%
"
A", $
<
A91B #0%
"
A,, $
<
A,1B #0%
"
A9, $
<
A"1
A 9.9=C B 9.9<? B 9.9"9
A 9.,,> etc.
<
% 9 , " < > = ?
( ) s % #
<
.99C .9<? .,,> ."9D ."C= .""= .,"= ,
5bsrvese como la fdp de las variables suma
"
%
y <
%
van mostrando
cierto EacampanamientoE o cierta EnormalidadE.
%upongamos de nuevo que
>
$ es iid con < , " , , i , $
i
y definamos

>
,
i >
$ %
, construimos anlogamente la fdp de
>
% )


<
%

9 , " < > = ?
/

'

"
,
9
$
>
.99,? .99D" .9""C .9>"> .9=D9 .9>=9 .9"=9
.99"> .9,9C .9<>" .9?", .9C== .9?D= .9<D=
.99>9 .9,C9 .9=D9 .,9<= .,>"= .,,"= .9?"=
.99C .9<? .,,> ."9D ."C= .""= .,"=
."
.<
.=
,
#0%
<
As, $
>
A(1A #0%
<
As1 #0$
>
A(1
#0%
>
A<1 A #0<.91 B #0".,1 B #0,."1
A 9.>,> B 9.<>" B 9.,C9
A 9.,@<? etc.
>
% 9 , " < > = ? D C
( ) s % #
>

.99,? .99@? .9<D? .9@<? .,D?, ."<>9 ."<=9 .,=99 .9?"= ,
2a grfica resumen siguiente muestra Fen movimientoG el teorema del lmite
central.
0
E%ercicio
Hallar las fdp de =
%
y ?
%
y graficarlas.
Distribucin muestral #e la me#ia
Pro$osicin +. %i ( es la media de una muestra aleatoria de tama'o n
e(trada de una poblacin que tiene media

y varianza finita
"
entonces
n 8
* (
;

es el valor de una variable aleatoria cuya fdp se apro(ima a la normal

estndar cuando
n
.
5bsrvese que si en la proposicin < en la e(presin para ; dividimos
numerador y denominador por n obtenemos

m
,
i
$
n
,
$
, dividiendo el
numerador y denominador por n, la variable muestral promedio que se
estandariza seg4n la proposicin >.
1
En la prctica, con algunas e(cepciones, la apro(imacin establecida en la
proposicin > es de e(celente precisin si
n
significa
<9 n
.
-tese tambin que la 4nica hiptesis necesaria es acerca de la varianza
finita, y que no se presupone ninguna fdp poblacional.
Distribucin muestral #e la me#ia con (arian2a $oblacional
"

#esconoci#a3
%i

es desconocida, se sustituye por s, la desviacin estndar muestral.

%iempre que n sea a4n mas grande, seg4n Iay Devore, nJ>9 para obviar la
doble variabilidad debida a $ y %.
2a siguiente grfica resume los dos casos
&s

s 8 a desconocid 8 y >9 n con arbitraria poblacin
n %
* $
conocida y <9 n con arbitraria poblacin
n 8
* $
;

,1 -09,

'

>

>

Desconocemos la varianza poblacional 8

"
y la muestra es peque'a n6<9, de
esta manera slo se puede estimar * mediante un estimador t de student, ya
que se tiene doble perturbacin aleatoria, una originada en la variabilidad de
X y la otra en la variabilidad de %, los estimadores muestrales de * y 8
respectivamente, entonces
( ) n S , , X n X y s
"
K
2
1 n
X
LA
n %
* $
K t
n.,, n6<9
De hecho la variable aleatoria L
3
se define como la divisin de una variable
aleatoria normal, la misma $, y una variable aleatoria hi.cuadrado, la
misma %
"
con vAn., grados de libertad. Este estimador L es utilizable para
muestras peque'as siempre que la poblacin sea normal.
!
5bserve que % se basa en el clculo de
( ) 9 $ $
n
,
i

en el cual hay solo n.,

desviaciones libremente determinadas, la n.sima depende de ellas a este
n4mero se le define como los grados de libertad de Lv, es decir, vAn.,.
DISTRIBUCI4N MUESTRAL DE LA MEDIA3 5
!
DESCONOCIDA 6 N7*1
%lo es posible construir la fdp de $ a partir de poblaciones normales
uando n 6 <9 hay que suponer que la poblacin es normal, lo que permite la
prueba de la)
Pro$osicin ,.
%i ( es la media de una muestra aleatoria de tama'o
<9 n <
tomada de una
poblacin ( )
"
, , ( n , con

desconocida entonces
n s
* (
t

es el valor de una variable aleatoria t de :osset con parmetro v A n .,. &

v se le conoce como el n4mero de grados de libertad de la distribucin.
E%ercicio !
El peso de =99 estudiantes es una variable aleatoria apro(imadamente
normal con una media de ?9 +ilogramos y una desviacin estndar
*
desconocida. %i de esta poblacin se toman "9 muestras de tama'o ,?,
determinar)
a1 El valor esperado de la media muestral.
b1 2a probabilidad de seleccionar una de estas muestras.
c1 %i la desviacin calculada, en una muestra en particular, fue de "9
+ilogramos, halle el n4mero de medias que caen entre =<."@= y ??.D9=
+ilogramos.
d1 %uponiendo que el tama'o de la muestra es ahora <?, calcule la
desviacin poblacional, si la probabilidad de que la media muestral
fluct4e entre =D y ?< +ilogramos es 9.?C"?.
Distribucin muestral #e la (arian2a
onsideremos una poblacin ( )
"
, , ( n y un muestreo que nos permita
estimar
"
a partir de un estimador adecuado, sea
( )

n
,
"
i
"
n
( (
n
,
%
pareciera que
"
n
% fuese naturalmente el estimador adecuado para
"
, pero,
como se demostrar posteriormente, ocurre que
( )
" "
n
n
, n
% E

%e afirma que
"
n
% es un estimador sesgado de
"
y que la propiedad
estadsticamente ideal es que el estimador sea insesgado. %e utiliza en
consecuencia
( )

n
,
"
i
"
( (
, . n
,
%
omo estimador insesgado de
"

( )
" "
% E
+
-os interesaremos en la distribucin muestral de ( )
"
"
s
, n

.
Pro$osicin -
%i
"
es la varianza de una muestra aleatoria de tama'o n tomada de una
poblacin ( )
"
, , ( n , entonces
"
"
"
8
s
,1 0n
es un valor de una variable aleatoria chi.cuadrado con n ., grados de libertad.
Este estimador es un importante EchequiadorE de la varianza poblacional.
5bsrvese que si a partir de una muestra de tama'o n calculamos
"
de
forma que
"
,
"
,
"

<
. Esto ocurre con una probabilidad peque'a
"
a
menos que en ( )
"
"
"
"
,
,
s
, n

sea muy grande..

&nlogamente, es poco factible que un valor calculado de
"
sea tal que
"
,
"
<
"

<
, a menos que en ( )
"
"
"
"
<
,
s
, n

sea muy peque'o.

Esto se resume en la grfica siguiente)
,
"
#
"
,
"
,
"

,
_

<

( ) <<

s , 9
s
, n
"
"

,
_

< <

, #
" "
"
"
,
" "

s
"
#
" "
<
"

,
_

<

( ) s ,
s
, n
"
"
<<

5bserve que
( ) s s # << <<
, o sea la probabilidad de que la
varianza muestral difiera significativamente de la varianza poblacional, por
esto, a

se le denomina nivel de significacin.

E%ercicio *
Mn fabricante de bateras para automvil garantiza que su producto durar en
promedio < a'os con una desviacin estndar de un a'o. on el ob!eto de
controlar la calidad y mantener dicha especificacin realiza un muestreo
anual.
2os muestreos realizados en tos tres 4ltimos a'os, basados en grupos de =
bateras permitieron calcular las siguientes varianzas muestrales)
&'o @> &'o @= &'o @?

" "
a ," . 9 s
" "
a < s
" "
a C . 9 s
-
%i el fabricante traba!a con un nivel de significacin
N =
)
a1 OEn qu a'os mantuvo el fabricante su norma de calidadP
b1 OEn que a'o fueron fabricadas las bateras con ms precisin en cuanto
a su duracinP
Distribucin muestral #e la ra2n #e #os (arian2as
%upongamos un muestreo aleatorio independiente a partir de sendas
poblaciones normales con varianzas
"
,
y
"
"
. %abemos por la proposicin
? que
"
"
"
"
"
"
"
"
"
8
s
,1 0n y
8
s
,1 0n
2
son variables aleatorias chi.cuadrado con , n
,
y , n
"
grados de
libertad respectivamente. %i efectuamos el cociente
( ) [ ] ( ) [ ] , n $ , n $
"
"
" ,
"
,

podemos establecer la)
Pro$osicin .
%i
"
,
% y
"
"
% son las varianzas de muestras aleatorias independientes de
tama'os
,
n
y
"
n
, seleccionadas de poblaciones normales con varianzas
"
,
y
"
"
respectivamente, entonces
"
"
"
,
"
,
"
"
s 8
s 8
Q
tiene una distribucin Q de %nedecor con , n
,
y , n
"
grados de libertad.
.
5bserve que si
"
"
"
,
s s f es un valor calculado a partir de sendas muestras,
podemos pronosticar como son
"
,
y
"
"
entre si. Es decir si
" ,
"
v , v
,
f f

<
ha
ocurrido algo e(tra'o pues dicho suceso tiene una probabilidad peque'a de
ocurrencia
"
, a menos que ,
, "
> . &nlogamente, es poco factible
que un valor calculado de f sea tal que
" ,
"
v , v
,
f f

>
, a menos que
, "
sea
muy peque'o, esto es, ,
, "
< .
Resumiendo, a travs de la grfica siguiente, tenemos)
%e espera que
, f
as)
a1
"
S
f f #
"
S
,

,
_

<

0
"
"
"
,
s s f , esto es,
"
"
"
,
8 8
"
"
"
,
8 8 >> .
b1
S f f f #
"
S
"
S
,

,
_

< <

1
1
"
"
"
,
s s f , esto es, 1
"
"
"
,
8 8
"
"
"
,
8 8 .
c1
"
S
f f #
"
S

,
_

>
"
"
"
,
s s f , esto es, 0
"
"
"
,
8 8
"
"
"
,
8 8 <<
/
5bserve que ( )
, " " ,
# << << , o sea la probabilidad de que la
varianza muestral
,
s
difiera significativamente de la varianza muestral
"
s
,
por esto definimos de nuevo a

como el nivel de significacin.

E%em$lo
%e estudian dos poblaciones a partir de dos muestras de tama'o ,9 y C con
varianzas ,> . D s
"
,
y ", . < s
"
"
respectivamente.
O&rro!a este muestreo evidencia que demuestre la diferencia entre las
varianzas poblacionalesP
%uponiendo que las poblaciones son normales, queremos probar que)
"
"
"
,

"
"
"
,
.
alculamos
".""
<.",
D.,>
s
s
Q
"
"
"
,

y podemos afirmar con una significancia
N ,9
con @ v
,
, D v
"
y
con
?C . < "" . " f <
, que no hay evidencia suficiente para afirmar que las
varianzas poblacionales sean diferentes.
E%em$los sobre el Teorema #el L8mite Central3
3 %e fabrica tubera #3 con un dimetro promedio de ,.9, pulgadas y
desviacin estndar de 9.99< pulgadas. Encuentre la probabilidad de
que en una muestra aleatoria de nA@ secciones de tubera, el dimetro
promedio de la muestra sea mayor que ,.99@ pulgadas y menor que
,.9," pulgadas.
0
%uponiendo que la poblacin es normal, sea $ el dimetro promedio de la
tubera de #3
( ) ,.9," ( ,.99@ #

Estandarizando la variable

,
_

@
9.99<
,.9,9 ,.9,"
n
8
* (
@
9.99<
,.9,9 ,.99@
#
( ) ( ) ( ) 9.C,C=@ 9.,=C?? 9.@DD"= , . " " ; , #
!3 %uponga que se toman muestras aleatorias de tama'o nA"= de una
poblacin normal con media ,99 y desviacin estndar ,9. Oul es la
probabilidad de que la media muestral se encuentre dentro del
intervalo de
( ( ( (
,.98 * a ,.C8 *
P
Debemos calcular
( )
( ( ( (
b $ a . # +
, sabiendo que n 8 8 * *
( (

Estandarizando,

,
_

b
n
8
* (
a . #
( ) , 9.@?>9D 9.C>,<> T0,.C1 , T0.,1 ,.C1 T0 T0.,1 , ; ,.C # + +
A9.C9=>,
*3 En la fabricacin de una alfombra se utiliza una fibra sinttica con una
resistencia a la tensin que tiene una distribucin normal con media
D=.=psi y desviacin estndar <.=psi. Encuentre la probabilidad de que
en una muestra aleatoria de nA? especimenes de fibra, la media de la
resistencia a la tensin en la muestra sea mayor que D=.D=psi.
%ea $ la resistencia a la tensin, esta distribuye n0(, *AD=.=psi, 8A<.=psi1
Entonces
( )

,
_

? <.=
D=.=9 D=.D=
n 8
* $
# D=.D=psi $ #
&-D5 E%L&-D&RU;

( ) 9.,D= ; #
<.=
? 9."=
; #

,
_

!1

) . ( 175 0 1
9.," 9.CC ,
+3 onsidere la fibra sinttica del e!ercicio anterior. Omo cambia la
desviacin estndar de la media muestral cuando el tama'o de la
muestra aumenta desde nA? hasta nA>@P
Del e!ercicio anterior se tiene
psi ? <.= 8 <.=psi
n
8
8
? n
(

23 1
49
.

>@
? <.=
8
n
(
"
"
( " ,
"
( ,
n 8 n 8
"
( ,
"
,
"
( "
8
n
n
8
%e puede afirmar entonces que
"
(
8 disminuye cuando n aumenta, entonces,
( ) ( ) >@ ? n cuando ,."< <.= 8
" "
"
(

,3 2a resistencia a la compresin del concreto tiene una media de
"=99psi y una desviacin estndar de =9psi. Encuentre la probabilidad
de que la media muestral de una muestra aleatoria de nA=
especimenes est en el intervalo de ">@@ a "=,9 psi.
( ) "=,9 $ ">@@ #

,
_

5 50 5 50
"=99 . "=,9
n 8
* $ "=99 . ">@@
#
A
( ) 9.""> ; 9.9""> #
A
1 . 0 1 . 0 0224 0 224 0
A
1 0224 0 224 0 + + 1 . 0 1 . 0
A9.=CCB9.=9C.,
A9.@?
-3 onsidere los especimenes de concreto del e!emplo anterior. Oul es
el error estndar de la media muestralP
!
%e sabe que
(
8
es la desviacin estndar error estndar de la media
muestral
24 2 10 5 10
5
50
. 8
(

n
"".>psi 8
(

.3 Mna poblacin normal tiene una media de ,99 y una varianza de "=.
ODe que tama'o debe ser la muestra aleatoria que se tome de esta
poblacin para que el error estndar del promedio de la muestra sea
,.=P
%e afirma en el problema que
n0(,,99,=1 (
y que se busca un n tal que
5 1. 8
(

, entonces
2

,
_

,.=
=
n
n
=
,.= 8
(
nA,"
/3 %uponga que la variable aleatoria $ tiene la distribucin uniforme
continua

'

caso otro cualquier en ,

, ( 9 ,,
f0(1
0
%uponga que se toma una muestra aleatoria de nA," observaciones de
esta distribucin. Oul es la distribucin de probabilidad de ? ( P
Encuentre la media y la varianza de esta cantidad.
%e puede comprobar que la
,
_

12
1
2
,
"
,
(, u uniforme es #oblacin
3eamos)
"
,
"
(
(f0(1d( E0$1 *
,
9
,
9
"

1
]
1

!!

<
,
<
(
f0(1d( ( 1 E0$
,
9
,
9
<
" "

1
]
1

,"
,
,"
< >
>
,
<
,
0$1 E 1 E0$ 30$1 8
" " "

#ara responder la pregunta se llama
? ( H0(1 y
, y el procedimiento es el
siguiente
( )
"
,,
?
"
,
E0?1 $1 E0 ? $ E E0V1
=
( ) ? $ E
=
2
11

( )
"
"
"
$
,"
,
n
8
8 $1 30 ? $ 3 30V1 ,
( )
144
1
V 3
%eg4n el Leorema del 2mite entral
,"
,
"
,
$
,"
,
"
,,
V
L

+
se distribuye t de student con ,, grados de libertad.
03 %uponga que $ tiene la distribucin uniforme discreta

'

caso otro cualquier en ,

< ", ,, ( ,
<
,
f0(1
0
De esta poblacin se toma una muestra aleatoria de tama'o nA<?.
Encuentre la probabilidad de que la media muestral sea mayor que ".,
pero menor que ".=. %uponga que la media muestral pude medirse hasta
la dcima ms cercana.

+ +
<
,
" <1 " 0,
<
,
(f0(1 E0(1

* " E0(1
!*

+ +
<
,
" " " " "
1 < " 0,
<
,
f0(1 ( 1 E0(
3
14

3
14
1 E0(
"
4
<
,>
0$1 E 1 E0$ 30$1 8
" " "

"
8
<
"
30(1
&s ( es

,
_

,
_

36
1
3
2 "
( (
8 ", , ( n
( ) ".= $ "., #
A

,
_

,C "
" . ".=
n 8
* $ " . ".,
#
18
2
A
( ) 9.C,=@> , 1 . 0 1 . 0 >.= ; 9.@ # 9 0 5 4
13 El tiempo que un pasa!ero invierte esperando en un punto de revisin
de un aeropuerto es una variable aleatoria con media de C." minutos y
desviacin estndar de ,.= minutos. %uponga que se observa una
muestra aleatoria de nA>@ pasa!eros. Encuentre la probabilidad de que
el tiempo de espera promedio en la fila para estos clientes sea
a3 Wenor que ,9 minutos.
b3 Entre = y ,9 minutos.
c3 Wenor que ? minutos.
Recopilando datos se tiene que es una poblacin e(ponencial
Xt
Xe X1 f0t,

con
pasa!ero
min
,.= y
pasa!ero
min
C." *
donde XA
1
]
1

min
pasa!ero
.
X
,
30L1 E0L1 .
De esta manera

,
_

n
8
8 *, * t, n L
L L

,
_

>@
,.=
8 , . * t, n L
L L
2 8
a3
( ) ( ) , C.> ; #
D ,.=
C." ,9
n 8
* L
# ,9 L #

,
_

!+
b3
, C.> ;
,.=7D
C." =
#
,
_

c3
9
,.=7D
C." ?
; #
,
_

3 %e toma una muestra aleatoria de tama'o n

,
A,? de una poblacin
normal que tiene una media de D= y una desviacin estndar de ,".
%ean " , $ y $ las medias de cada muestra respectivamente.
Encuentre
a3 2a probabilidad de que
" , $ . $ sea mayor que cuatro.
b3 2a probabilidad de que 5 5 5 3 . $ . $ . " ,
%e observa que ,D9,,"1 n0( $ que y ,D=,C1 n0( $
"
"
,
, )
a3
( )
9.=CD9? , 9.""1 0 9.""1 0
>.=
,
; #
@
,"
,?
C
D9 D= >
; #
" "

1
]
1

>
1
1
1
1
]
1

+

> 1
b3
, 09.<<1 09.,,1 9.<<1 0 09.,,1
@
,
;
<
,
#
>.=
= =.=
;
>.=
= <.=
# +
,
_

,
_

A9.=><D@B9.?"@<9.,
!3 Mna compa'a que vende artculos electrnicos compara la brillantez
de dos tipos diferentes de cinescopios para su uso en televisores. El
cinescopio de tipo & tiene una brillantez promedio de ,99 con una
desviacin estndar de ,?, mientras que el cinescopio de tipo Y tiene
una brillantez promedio desconocida, pero se supone que la desviacin
estndar es la misma que la del cinescopio &. %e toma una muestra
aleatoria de nA"= cinescopios de cada tipo y se calcula
& Y $ . $ . %i *
Y
es igual o mayor que *
&
, el fabricante adoptar el cinescopio de tipo b
para utilizarlo en los televisores que fabrica. 2a diferencia observada es
5 3. & Y $ . $ . OZu decisin tomar el fabricante y por quP
!,
%e sabe que si
& Y
* * se elige Y y que la
& Y $ . $ observada es <.=. %e
emplear la diferencia de medias para tomar la decisin)
( ) ( ) ( )
41 1 2 3
5 103
. .
. *
"
=
,?
<.= ,99 *
n
8
n
8
* * $ $
;
Y Y
Y
"
Y
&
"
&
& Y
& Y

( ) ,9<.= * # 91 #0;
Y

( ) <.= $ . $ # & Y
@>.D C.C ,9<.= * ,.@?
,.>, <."
* ,9<.=
".=N
"
S
,.>, <."
* ,9<.=
; #
Y
Y Y

1
]
1

*3 2a elasticidad de un polmero es afectada por la concentracin de un

reactivo. uando se utiliza una concentracin ba!a, la elasticidad
promedio verdadera es ==, mientras que cuando se emplea una
concentracin alta, la elasticidad promedio es ?9. 2a desviacin
estndar de la elasticidad es >, sin importar cul sea la concentracin.
%i se toman dos muestras aleatorias de tama'o ,?, encuentre la
probabilidad de que 2 Y&I& &2L& $ . $ .
( ) " $ . $ # & Y A
( ) ( )

,
_

,?
> >
==1 0?9 "
n
8
n
8
* * $ $
#
" "
Y
"
Y
&
"
&
& Y
& Y
A
,
_

,
_

,.>,
<
; #
"
<
; #

9.@C<>, , T0".,<1 , ".,<1 T0
PROBLEMAS SELECCIONADOS
,. Mna compa'a procesadora de leche busca una nueva mquina para
llenar las botellas y considera los modelos & y Y fabricados por la
!-
compa'a $ y la compa'a V, respectivamente. %i los dos modelos son
comparables en cuanto a durabilidad, costo y conveniencia, el factor
decisivo es la variabilidad de la cantidad de leche suministrada por la
mquina 0siendo preferible el modelo con la menor varianza1. %ean
"
,

y
"
"
las varianzas correspondientes a los modelos & y Y,
respectivamente, y consideremos diversas pruebas de la hiptesis nula
"
"
"
, o
) H . %i se obtienen muestras de las cantidades suministradas
por las dos mquinas y se utiliza el estadstico de prueba
"
"
"
,
s s ,
podramos tomar como regin de rechazo el e(tremo superior, el e(tremo
inferior o ambos e(tremos de la distribucin Q, dependiendo de nuestro
punto de vista. OZu tipo de regin de rechazo preferira cada una de las
siguientes personas)
a1 El gerente de la compa'aP O#or quP
b1 Mn vendedor de la compa'a $P O#or quP
c1 Mn vendedor de la compa'a VP O#or quP
d1 #ara tratar de demostrar que la variabilidad de la cantidad de leche
dispensada es menor para el modelo & que para el modelo Y, un
vendedor de la compa'a $ consigui una muestra de <9 botellas del
modelo & y una muestra de ,9 botellas del modelo Y. 2as varianzas
muestrales fueron 9"D . s
"
,
y 9?= . s
"
"
, respectivamente.
O#roporciona este resultado un respaldo estadstico, con un nivel de
significacin de .9=, para la afirmacin del vendedorP
". Mn fabricante de productos qumicos afirma que la pureza de sus
productos nunca vara de "N. &l analizar cinco lotes, se obtienen las
siguientes medidas de pureza) @C.", @D,,, @C.@, @D.D, @D.@.
!.
a1 #roporcionan los datos suficiente evidencia para contradecir la
afirmacin del fabricanteP 0%ugerencia) #ara ser generosos,
supongamos que la amplitud de "N es igual a
>
1.
b1 Encuentre un intervalo de confianza del @9 por ciento para
"

<. %e desea comparar los mtodos & y Y para ense'ar aritmtica. #ara
esto, se seleccionan ,9 pares de estudiantes con el mismo nivel de
aprovechamiento en aritmtica. De cada par, uno se asigna al azar al
mtodo & y el otro al mtodo Y. Despus de un perodo de cuatro
semanas, cada estudiante se someti a un e(amen consiguindose las
siguientes puntuaciones)
#ar Wtodo & Wtodo Y
, <? <=
" <D <=
< >, >9
> >" >,
= <? <?
? <= <>
D >" >9
C << <,
@ >9 <@
,9 <C <D
a1 #roporcionan los datos suficiente evidencia que indique que los
niveles medios de aprovechamiento de los dos mtodos, son
distintosP 0Mse
9= .
1.
b1 Estime la diferencia media entre las puntuaciones usando un
intervalo de confianza del @CN.
>. ierto producto lleva escrito en su envase) Fpeso ,? onzasG. El supervisor
control de calidad selecciona @ envases y los pesa, encontrando que
D . ,= y
y
= . s
. O#resentan los datos suficiente evidencia que
indique que el peso es menor que lo indicado en el envaseP 0Mse
9= .
1.
!/
=. Mn siclogo desea verificar que cierto frmaco aumenta el tiempo de
reaccin a un estmulo dado. #ara una muestra de cuatro individuos se
obtuvieron los siguientes tiempos de reaccin, en dcimas de segundo
antes y despus de inyectarse el frmaco)
Liempo de reaccin
Undividuo &ntes Despus
,
"
<
>
D
"
,"
,"
,<
<
,C
,<
on un nivel de significacin del =N, realice una prueba para determinar
si el frmaco aumenta significativamente el tiempo de reaccin.
?. Mn mdico compara la presin arterial de cuatro pacientes, antes y
despus del tratamiento con un mdicamente. 2as presiones fueron las
siguientes
#resin arterial
#aciente
&ntes del Despus del
medicamento medicamento
,
"
<
>
,=C
,?@
,=>
,==
,<=
,>?
,><
,>,
Estime la disminucin media de la presin arterial usando un intervalo de
confianza del @9N.
D. %eis patos silvestres fueron sometidos a e(menes para determinar las
concentraciones, en partes de milln, de la sustancia contaminante #Y
presente en ellos. 2os resultados fueron)
"C, "?, ,,, D, C, ,,, =, ,,, =
%i estos patos pueden considerarse como una muestra aleatoria, estime
la concentracin media usando un intervalo de confianza del @9N.
!0
Unterprete el intervalo. OZu suposiciones se deben hacer para que la
prueba sea vlidaP
C. Mn distribuidor que vende dos tipos de aparatos de calefaccin 0digamos
& y Y1 a base de petrleo, decide comparar su eficacia. #ara esto, se
realiza un anlisis de la eficacia de C calentadores del tipo & y ? del tipo
Y. 2a eficacia de los ,> calentadores en porcenta!e, se muestra en la
tabla siguiente.
Lipo & Lipo Y
D" DC
DC D?
D< C,
?@ D>
D= C"
D> D=
?@
D=
Encuentre un intervalo de confianza al @9N para la diferencia entre las
eficacias medias de los dos tipos de calentadores.
@. %e desea comparar la cantidad media de petrleo que se requiere
para producir un acre 0apro(. >.9>D metros cuadrados1 de maz con la
cantidad requerida para un acre de coliflor. En la tabla se muestra el
n4mero de barriles de petrleo por acre, basado en siete parcelas de "9
acres para cada cultivo. Mse estos datos p ara encontrar un intervalo de
confianza del @9N para la diferencia entre las cantidades medias de
petrleo requerido para producir estos dos cultivos.
Waz oliflor
=.? ,=.@
D., ,<.>
>.= ,D.?
?.9 ,?.C
D.@ ,=.C
>.C ,?.<
=.D ,D.,
*1
,9. El efecto del consumo de alcohol sobre el organismo parece ser mucho
mayor en lugares de mucha altura que al nivel del mar. #ara probar esta
teora, un cientfico selecciona al azar ," individuos y los divide tambin
al azar en dos grupos de ? cada uno. Mn grupo es transportado a una
altura de ,".999 pies y cada individuo toma una bebida que contiene ,99
cc de alcohol. El segundo grupo de ? recibe la misma bebida al nivel del
mar. Despus de dos horas, se mide la cantidad de alcohol en la sangre
0gramos por ,99 cc1 de cada individuo. 2os datos se muestran en la
tabla. O#roporcionan los datos suficiente evidencia que respalde la
teora de que la retencin de alcohol en la sangre es mayor en lugares
altosP Mse
,9 .
-ivel del mar ,".999 pies
.9D .,<
.,9 .,D
.9@ .,=
.," .,>
.9@ .,9
.,< .,>
*