Anda di halaman 1dari 12

1

UNIDAD

DISTRIBUCIONES

MUE S T R A L E S

OBJETIVO EDUCACIONAL
Al trmino de esta unidad el alumno:
- Conocer, comprender y aplicar la distribucin muestral adecuada, de
acuerdo a la situacin que se le presente.

Introduccin
El campo de la inferencia estadstica trata bsicamente con las generalizaciones y predicciones;
es decir, deseamos conocer las caractersticas de una poblacin o parmetros por medio de las
caractersticas de una muestra o estadsticos.
Pobl aci n. Una pobl aci n consi ste en l a total i dad de l as observaci ones en
l as cual es se est i nteresado.

Muestra. Una muestra es un subconj unto de una pobl aci n.

Si las inferencias de la muestra de una poblacin han de ser vlidas, es importante obtener
muestras representativas de la poblacin. Para eliminar cualquier posibilidad de sesgo, en el
procedimiento muestral, es conveniente seleccionar una muestra aleatoria en el sentido de que
las observaciones se realicen independientemente y al azar.
1
SPC Nivel Intermedio ____________________________________________________________________________

2 Jos Armando Rodrguez Romo
Muestra Al eatori a. Sean
n 2 1
X , , X , X vari abl es al eatori as i ndependi entes,
cada una con l a mi sma di stri buci n de probabi l i dad f(x). se defi ne entonces
a
n 2 1
X , , X , X como l a muestra al eatori a de tamao n de l a pobl aci n
f(x) y se expresa su funci n de probabi l i dad conj unta como
) x ( f ) x ( f ) x ( f ) x , , x , x ( f
n 2 1 n 2 1
=

Parmetro. Una caracter sti ca numri ca de una pobl aci n.

Estad sti co. Cual qui er funci n de l as vari abl es al eatori as que consti tuyen
una muestra al eatori a se l l ama estad sti co y representa una caracter sti ca
numri ca de una muestra.

Di stri buci n Muestral . La di stri buci n de probabi l i dad de un estad sti co
reci be el nombre de di stri buci n muestral .

Error Estndar. Es l a desvi aci n estndar de un estad sti co en su
di stri buci n muestral .

1.1 Teorema del Lmite central
Suponga que se toma una muestra aleatoria de tamao n de una poblacin con media y
varianza
2
o . Cada observacin en la muestra
n 2 1
X , , X , X es una variable aleatoria
distribuida normal e independientemente, con y varianza
2
o . Entonces por la propiedad
reproductiva de la distribucin normal se concluye que la media muestral

n
x x x
x
n 2 1
+ + +
=


________________________________________________________________________ Distribuciones Muestrales
Jos Armando Rodrguez Romo 3
tiene una distribucin normal con media

=
+ + +
=
n
x


y varianza
n
n
2
2
2 2 2
2
x
o o o o
o =
+ + +
=


Si se muestre una poblacin que tiene una distribucin desconocida, la distribucin muestral de
la media seguir siendo aproximadamente normal y varianza n /
2
o , si el tamao de la
muestra es grande ( 30 n > ). Este punto es uno de los teoremas ms tiles en estadstica; se le
conoce como teorema del lmite central.
Teorema del Lmite central. Si es una muestra aleatoria de tamao n tomada de una
poblacin (finita o infinita) con media y varianza
2
o , y si x es la media muestral,
entonces la forma lmite de la distribucin de
n /
x
z
o

=
conforme n , es l a di stri buci n normal estndar ) 1 , 0 ; z ( n .



1.2 Distribucin Muestral de la Media. o Conocida
La aproximacin normal para x por lo general ser satisfactoria sin importar la forma de la
poblacin. Si n < 30, la aproximacin es buena slo si la poblacin no es muy diferente de una
distribucin normal y, si se sabe que la poblacin es normal, la distribucin muestral de x
seguir siendo una distribucin normal exacta sin importar qu tan pequeo sea el tamao de
las muestras.
Ejemplo 1 Una empresa elctrica fabrica focos que tiene una duracin que se distribuye en
forma normal, con una media de 800 horas y una desviacin estndar de 40 horas.
Encuentre la probabilidad de que una muestra aleatoria de 16 focos tenga una vida
promedio de 775 horas.
SPC Nivel Intermedio ____________________________________________________________________________

4 Jos Armando Rodrguez Romo
Solucin
Sean: X = duracin de los focos, en horas
X ~ Normal ( 40 , 800 = = o )
X > 0

n 2 1
x , x , x n variables aleatorias independientes

n
x
x
n
1 i
i
=
=
10 16 / 40 , 800 ( Normal ~ x
x x
= = = o )
0 x >

n /
x
z
o

=
) 1 , 0 ( n ~ z
+ < < z
Entonces:
0062 . 0 ) 50 . 2 z ( F
10
800 775
z F ) 775 x ( P = = = |
.
|

\
|
= = <
Por lo tanto, esperamos que slo 6 de cada mil muestras, de tamao 16, tengan una media
muestral inferior a 775 horas.





________________________________________________________________________ Distribuciones Muestrales
Jos Armando Rodrguez Romo 5
EJERCICIOS 1
1. Si se extraen todas las muestras posibles de
tamao 16 de una poblacin normal con
media igual a 50 y desviacin estndar igual
a 5, cul es la probabilidad de que una
media muestral X caiga en el intervalo
que va de
x x
9 . 1 o a
x x
9 . 1 o + ?
Suponga que las medias muestrales se
pueden medir con cualquier grado de
precisin.
2. Si el error estndar de la media para la
distribucin de muestras aleatorias de
tamao 36 de una poblacin grande o
infinita es 2, qu tan grande debe ser el
tamao de la muestra para reducir el error
estndar a 1.2?
3. Una mquina de refrescos se ajusta para
que la cantidad de bebida que sirve
promedie 240 ml con una desviacin
estndar de 15 ml. La mquina se verifica
peridicamente tomando una muestra de
40 bebidas y se calcula el contenido
promedio. Si la media de las 40 bebidas es
un valor dentro del intervalo de
x x
2o
, se piensa que la mquina opera
satisfactoriamente; de otra forma se ajusta.
Un funcionario de la compaa encuentra
que la media de 40 bebidas es 236 x = ml
y concluye que la mquina no necesita
ajuste. Esta fue una decisin razonable?
4. Las estaturas de 1000 estudiantes estn
distribuidas aproximadamente de forma
normal con una media de 175.5 cm y una
desviacin estndar de 6.9 cm. Si se
extraen 200 muestras aleatorias de tamao
25 de esta poblacin y las medias se
registran al dcimo de cm ms cercano,
determine el nmero de medias muestrales
que caen
a) entre 172.5 y 175.8 cm inclusive;
b) por debajo de 172.0 cm
5. Si cierta mquina fabrica resistores
elctricos que tienen una resistencia media
de 40 ohms y una desviacin estndar de 2
ohms, cul es la probabilidad de que una
muestra aleatoria de 36 de estos resistores
tenga una resistencia combinada de ms de
1458 ohms?
6. La vida media de una mquina para hacer
pasta es de 7 aos con una desviacin
estndar de 1 ao. Suponga que las vidas
de estas mquinas siguen
aproximadamente una distribucin normal,
encuentre
a) la probabilidad de que la vida media de
una muestra aleatoria de 9 de estas
mquinas caiga entre 6.4 y 7.2 aos;
b) el valor de x a la derecha del cual caera
el 15% de las medias calculadas de
muestras aleatorias de tamao 9.
7. El tiempo que el cajero de un banco con
servicio en el automvil atiende a un
cliente es una variable aleatoria con una
media, 2 . 3 = minutos y una desviacin
estndar, 6 . 1 = o minutos. Si se observa
una muestra aleatoria de 64 clientes,
encuentre la probabilidad de que su tiempo
medio sea
a) a lo ms de 2.7 minutos
b) ms de 3.5 minutos
c) ms de 3.2 min pero menos de 3.4 min.
SPC Nivel Intermedio ____________________________________________________________________________
6 Jos Armando Rodrguez Romo
1.2 Distribucin Muestral de la Media. o Desconocida. Distribucin t Student
Teorema 2.5. Sea Z una variable aleatoria normal estndar y V una variable aleatoria Ji-
cuadrada con v grados de libertad. Si Z y V son independientes, entonces la distribucin
de la variable aleatoria T, donde
v / V
Z
T =
est dada por
| |
+ < <
|
|
.
|

\
|
+
I
+ I
=
+
t ,
v
t
1
v ) 2 / v (
2 / ) 1 v (
) t ( h
2 / ) 1 v (
2
t

Esta se conoce como la distribucin t con v grados de libertad.

Corolario Sean
n 2 1
X , X , X variables aleatorias independientes que son todas
normales con media y desviacin estndar o . Sean

=
=
n
1 i
i
n
x
x y

=
n
1 i
2
i 2
1 n
) x x (
s ,
Entonces la variable aleatoria
n / s
x
T

= tiene una distribucin t con v = n 1 grados de
libertad.
Para las aplicaciones de la distribucin t Student (Tabla 3 del Apndice), utilizaremos el
procedimiento siguiente:
Sean: X = una variable aleatoria continua
?) , ( Normal ~ X = o
+ < < x

n 2 1
x , x , x n variables aleatorias independientes (n < 30)

n
x
x
n
1 i
i
=
= ;
1 n
n / x x
s
2
n
1 i
i
n
1 i
2
i

|
|
.
|

\
|

=

= =

_______________________________________________________________________ Distribuciones Muestrales
Jos Armando Rodrguez Romo 7

n / s
x
T

=
) gl 1 n v ( Student T ~ T =
+ < < T
Entonces:
a)
|
|
.
|

\
|
= = = <
n / s
a
t F ) a ( F ) a X ( P


b)
|
|
.
|

\
|
= = = >
n / s
b
t F 1 ) b ( F 1 ) b X ( P


c)
|
|
.
|

\
|
=
|
|
.
|

\
|
= = = < <
n / s
a
t F
n / s
b
t F ) a ( F ) b ( F ) b X a ( P


d)
|
|
.
|

\
|
= +
|
|
.
|

\
|
= = + = > >
n / s
b
t F 1
n / s
a
t F ) b ( F 1 ) a ( F ) b X a ( P


Ejemplo 2 Un fabricante de focos afirma que su producto durar en promedio de 500 horas de
trabajo. Para verificar este promedio, esta persona prueba 25 focos cada mes. Si el valor
de t calculado cae entre
05 . 0
t y
05 . 0
t , l se encuentra satisfecho con esta afirmacin.
Qu conclusin deber l sacar de una muestra que tiene una media de 518 x = horas y
una desviacin estndar 40 s = horas? Asuma que la distribucin de los tiempos de vida
es normal?
Sean: X = tiempos de vida de los focos producidos por un fabricante, en horas
?) , 500 ( Normal ~ X = = o
0 x >

n 2 1
x , x , x n=25 variables aleatorias independientes (n < 30)

n
x
x
n
1 i
i
=
= ;
1 n
n / x x
s
2
n
1 i
i
n
1 i
2
i

|
|
.
|

\
|

=

= =


n / s
x
T

=
) gl 24 1 n v ( Student T ~ T = =
SPC Nivel Intermedio ____________________________________________________________________________
8 Jos Armando Rodrguez Romo
+ < < T
Entonces: De la Tabla 3 obtenemos el valor de
05 . 0
t para 24 grados de libertad. Por lo tanto, el
fabricante estar de acuerdo con esta afirmacin si una muestra de 25 focos da un valor
de t entre -1.711 y 1.711.
25 . 2
25 / 40
500 518
n / s
x
T =

=


De aqu que el fabricante est en condiciones de concluir que sus focos duran ms de 500
horas.
EJERCICIOS 2
1. Para la distribucin T-Student
encuentre:
a)
025 0
t
.
cuando v = 14
b)
10 0
t
.
cuando v = 10
c)
995 0
t
.
cuando v = 7
2. Para la distribucin T-Student
encuentre:
a) 3365 2 T P . ( < cuando v = 7
b) ) . ( 318 1 T P > cuando v = 24
c) 179 2 T 356 1 P . . ( < < cuando v = 12
d) ) . ( 567 2 T P > cuando v = 17
3. Para la distribucin T-Student
encuentre:
a) ) (
. . 01 0 005 0
t T t P < <
b) ) (
.025 0
t T P >
4. Dada una muestra aleatoria de tamao
24 de una distribucin normal, con o
desconocida, encuentre k tal que
a) 965 0 k T 07 2 P . ) . ( = < <
b) 095 0 81 2 T k P . ) . ( = < <
c) 90 0 k T k P . ) ( = < <
5. 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
de t que se calcula cae entre
025 0
t
.
y
025 0
t
.
, la empresa queda satisfecha con
su afirmacin. Qu conclusiones
extraera la empresa de una muestra
que tiene una media 5 27 x . = hr y una
desviacin estndar de 5 s = hr?
Suponga que la distribucin de
duraciones de las bateras es
aproximadamente normal.
6. Una poblacin normal con varianza
desconocida tiene una media de 20. Se
tiene posibilidad de obtener una
muestra aleatoria de tamao 9 de esta
poblacin con una desviacin estndar
de 4.1? si no, que conclusin sacara?
7. Un fabricante de cierta marca de barras
de cereal bajo en grasa afirma que su
contenido promedio de grasa saturada
es 0.5 gramos. En una muestra aleatoria
de 8 barras de cereal de esta marca el
contenido de grasa saturada fue 0.6, 0.7,
0.7, 0.3, 0.4, 0.5, 0.4 y 0.2. Estara de
acuerdo con esta afirmacin?


_______________________________________________________________________ Distribuciones Muestrales
Jos Armando Rodrguez Romo 9
1.3 Distribucin Muestral de la Proporcin
Suponga que una poblacin es infinita y tiene una distribucin binomial con P y Q = 1 P siendo
las probabilidades respectivas de que cualquier elemento exhibe o no cierta propiedad.
Consideremos todas las muestras posibles de tamao n extradas de esta poblacin, y para cada
muestra determinemos el estadstico que es la proporcin p

de xitos. Entonces obtenemos


una distribucin muestral de proporciones cuya media
p
y desviacin estndar
p
o estn
dadas por
P
p
= y
n
) P 1 ( P
n
PQ
p

= = o
Para valores grandes de n (tales que 5 nP > y 5 nQ > ), la distribucin muestral se aproxima
a una distribucin normal.
Ejemplo 3 Encuentre la probabilidad de que en 120 lanzamientos de una moneda balanceada a)
entre 40% y 60%, inclusive, sean guilas, b) 5/8 o ms sean guilas.
Solucin
Sean: X = nmero de guilas en una muestra de 120 lanzamientos
X ~ Binomial(n = 120, P= 0.50)
X = 0, 1, 2., . . . , 120
Pero
5 nP > y 5 nQ >
0456 . 0
120
5 . 0 5 . 0
n
PQ
, 50 . 0 P ( Normal ~ p

p p
=

= = = = o )
1 p

0 < <

p
n 2
1
P p

z
o

=
) 1 , 0 ( n ~ z
+ < < z
Entonces:
a) |
.
|

\
|
= |
.
|

\
| +
= = s s
0456 0
5 0 00417 0 4 0
z F
0456 0
5 0 0417 0 6 0
z F 6 0 p 4 0 P
.
. . .
.
. . .
) .

. (
SPC Nivel Intermedio ____________________________________________________________________________
10 Jos Armando Rodrguez Romo
( ) ( ) 9774 0 0113 0 9887 0 28 2 z F 28 2 z F 6 0 p 4 0 P . . . . . ) .

. ( = = = = = s s
Por lo tanto, esperamos que 97.74% de las muestras, de tamao 120, tengan una proporcin de
guilas entre el 40% y 60%.
EJERCICIOS 3
1. Se ha encontrado que el 2% de las herramientas producidas por cierta mquina son
defectuosas. Cul es la probabilidad de que un cargamento de 400 de esas herramientas
sean defectuosas a) 3% o ms, b) 2% o menos?
2. Los resultados de una eleccin demostraron que cierto candidato recibi el 46% de los votos.
Determine la probabilidad de que una encuesta de a) 200, b) 1000 personas de la poblacin
votante seleccionadas al azar de la poblacin ha mostrado mayora de votos a favor del
candidato.
3. Un fabricante despacha 1000 lotes, cada uno de 100 bombillas elctricas. Si normalmente el
5% de las bombillas es defectuoso, en cuntos lotes esperara usted encontrar a) menos de
90 bombillas buenas, b) 98 o ms bombillas buenas?
1.4 Distribucin Muestral de la Varianza. Distribucin Ji-Cuadrada
Teorema 2.4. Si
2
s es la varianza de una muestra aleatoria de tamao n tomada de una
poblacin normal que tiene la varianza
2
o , entonces la estadstica

=
n
1 i
2
2
i
2
2
2
) x x ( s ) 1 n (
o o
_
ti ene una di stri buci n Ji -cuadrada con v = n 1 grados de l i bertad.

Para las aplicaciones de la distribucin _
2
(Tabla 2 del Apndice), utilizaremos el procedimiento
siguiente:
Sean: X = una variable aleatoria continua
X ~ Normal ) , (
2
o
+ < < X
_______________________________________________________________________ Distribuciones Muestrales
Jos Armando Rodrguez Romo 11

n 2 1
x , x , x n variables aleatorias independientes

1 n
n / x x
s
2
n
1 i
n
1 i
i
2
i
2

|
|
.
|

\
|

=

= =


2
2
2
s ) 1 n (
o
_

=
) gl 1 n v ( cuadrada Ji ~
2
= _ )
0
2
> _
Entonces:
a)
|
|
.
|

\
|
= = < = <
2
2
2 2 2
a ) 1 n (
F ) a s ( P ) a s ( P
o
_
b)
|
|
.
|

\
|
= = > = >
2
2
2 2 2
b ) 1 n (
F 1 ) b s ( P ) b s ( P
o
_
c)
|
|
.
|

\
|

=
|
|
.
|

\
|

= = < < = < <
2
2
2
2
2
2 2 2 2
a ) 1 n (
F
b ) 1 n (
F ) b s a ( P ) b s a ( P
o
_
o
_
Ejemplo 4 Se sabe que la duracin de los cinescopios para televisin fabricados por una
compaa se distribuye en forma normal con una media de 3000 horas y una desviacin
estndar de 60 horas. Si se seleccionan 10 de estos cinescopios al azar, hallar la probabilidad de
que la varianza muestral: a) no exceda de 2360 horas
2
, b) se encuentre entre 2360 y 6768
horas
2
.
Sean: X = duracin de los cinescopios, en horas
X ~ Normal ( 60 , 3000 = = o )
X > 0

n 2 1
x , x , x n =10 variables aleatorias independientes

1 n
n / x x
s
2
n
1 i
n
1 i
i
2
i
2

|
|
.
|

\
|

=

= =


2
2
2
s ) 1 n (
o
_

=
) gl 9 v ( cuadrada Ji ~
2
= _ )
SPC Nivel Intermedio ____________________________________________________________________________
12 Jos Armando Rodrguez Romo
0
2
> _
Entonces:
a) 25 . 0 ) 90 . 5 ( F
60
) 2360 ( 9
F ) 2360 s ( P
2
2
2 2
= = = |
.
|

\
|
= = < _ _
Por lo tanto, esperamos que 25 de cada cien muestras, de tamao 10, tengan una varianza
muestral inferior a 2360 horas
2
.
b) |
.
|

\
|
= |
.
|

\
|
= = < <
2
2
2
2 2
60
) 2360 ( 9
F
60
) 6768 ( 9
F ) 6768 s 2360 ( P _ _
( ) 25 . 0 95 . 0 ) 90 . 5 ( F 92 . 16 F
2 2
= = = = _ _ = 0.70
Por lo tanto, esperamos que 70 de cada cien muestras, de tamao 10, tengan una varianza
muestral mayor de 2360 horas
2
pero menor de 6768 horas
2
.


1. Para una distribucin Ji-cuadrada encuentre
a)
2
025 0.
_ cuando v = 15 b)
2
01 0.
_ cuando v = 7 c)
2
05 0.
_ cuando v = 24
2. Para una distribucin Ji-cuadrada encuentre los siguiente:
a)
2
005 0.
_ cuando v = 5 b)
2
05 0.
_ cuando v = 19 c)
2
01 0.
_ cuando v = 12
3. Para una distribucin Ji-cuadrada encuentre
2
o
_ tal que
a) 99 0 P
2 2
. ) ( = >
o
_ _ cuando v = 4
b) 025 0 P
2 2
. ) ( = >
o
_ _ cuando v =19
c) 045 0 65 37 P
2 2
. ) . ( = < <
o
_ _ si v = 25
3. Encuentre la Probabilidad de que una muestra aleatoria de 25 observaciones, de una
poblacin normal con varianza 6
2
= o , tenga una varianza muestral s
2

a) mayor que 9.1 b) entre 3.462 y 10.745
4. Las calificaciones de un examen de colocacin que se aplic a estudiantes e primer ao de
licenciatura durante los ltimos 5 aos estn aproximadamente distribuidos de forma
normal con una media de 74 = y una varianza 8
2
= o . considerara an que 8
2
= o es
un valor vlido de la varianza si una muestra aleatoria de 20 estudiantes que realizan este
examen de colocacin este ao obtienen un valor de 20 s
2
= ?
5. Muestre que la varianza de s
2
para muestras aleatorias de tamao n de una poblacin
normal disminuye conforma n se hace grande.
EJERCICIOS 4