Académique Documents
Professionnel Documents
Culture Documents
Sesin N 03
Ciclo 2015-3
e x
La funcin
no posee primitiva
Las consecuencias desde el punto de vista prctico son importantes, ya que eso
impide el que podamos escribir de modo sencillo la funcin de distribucin de la
normal, y nos tenemos que limitar a decir que:
F x P X x
f t dt
1
2
1 t
dt
1 z2
Z : N 0,1 f Z z
e
z
2
X : N , 2
, se obtiene
UPN
Estadstica Aplicada
Z : N , 2 Z
X
: N 0,1
a)
distribucin Normal Estndar.
2 2
ax b : N a b, a
b)
Ejemplo 1: Las alturas de las mujeres jvenes argentinas estn aproximadamente
distribuidas normalmente con = 160 cm = 4 cm.
Cul es la probabilidad de que una mujer joven elegida al azar tenga una altura
entre 160 cm y 168 cm? Recordemos que
X = altura de una mujer argentina joven, elegida al azar entonces
X : N , 2
con = 160 cm y = 4 cm
160 160 X 168 160
P 160 X 168 P
de modo que
4. ACTIVIDADES Y EJERCICIOS
2
UPN
Estadstica Aplicada
UPN
Estadstica Aplicada
10) Suponga que la duracin X de los focos que produce una compaa se
distribuye normalmente. si el 18.41 % de estos focos duran menos de 8.2
meses y el 6.68% duran al menos 13 meses. calcular la media y la varianza
de la duracin de los focos?.
MUESTREO ALEATORIO
MUESTREO
Se llama muestreo al procedimiento mediante el cual obtenemos una ms
muestras.
Entonces la tcnica de elegir la muestra se llama muestreo, el objetivo principal de
un diseo de muestreo es proporcionar Procedimientos para la seleccin de la
muestra que sea representativa de la poblacin en estudio.
La utilizacin de las tcnicas de muestreo es muy amplia se usa en agricultura,
ganadera, industria. Comercio, servicios y en las diferentes reas del
conocimiento humano como biologa, medicina. Ingeniera, psicologa.
Sociologa, mercadotecnia, antropologa etc.
Ventajas:
Un costo ms bajo, es la razn principal en la utilizacin del muestreo en lugar
de una enumeracin completa.
Los datos pueden ser recolectados con mayor rapidez cuando se trabaja con una
muestra que con toda la poblacin.
Una muestra exigira menos personal por lo tanto se podra seleccionar y
adiestrar mejores empleados y el trabajo podra ser supervisado ms
estrechamente.
La recoleccin de datos de una muestra conducen a datos ms precisos que los
que podran ser obtenidos reuniendo datos de todas las unidades.
Cuando la poblacin es infinita o tan grande de tal manera que el censo exceda
las posibilidades del investigador.
Cuando la poblacin es suficientemente uniforme.
Cuando el proceso de medida o investigacin de las caractersticas de cada
elemento sea destructivo.
Definicin de la poblacin en estudio.
El primer problema es definir la poblacin bajo estudio. La poblacin es el
conjunto de unidades que el investigador desea estudiar de las cuales planea
generalizar y debe ser preciso al definir la poblacin.
Ejemplo 1: La poblacin puede consistir en todas las universidades en Lima
4
UPN
Estadstica Aplicada
metropolitana.
Ejemplo 2: La poblacin puede ser todos los establecimientos de comestibles
ubicados en el distrito de la Victoria.
Definicin de las variables que se estudian.
El segundo problema a considerar es la definicin de las variables que se van a
estudiar.
Ejemplo: Supongamos que una embotelladora desea determinar si los
establecimientos de vveres de Lima metropolitana vende una marca especfica de
refresco, en este caso slo se est estudiando una variable y puede dar una
definicin estricta; una tienda tiene en existencia el refresco o no la tiene.
Diseo de muestras
El diseo de la muestra es la tercera dificultad suscitada en cualquier operacin de
muestreo y puede ser dividida en:
La determinacin de las unidades de muestreo.
La seleccin de los elementos de la muestra y determinacin del
tamao de la
muestra.
a)
i)
Seleccin de la Muestra
Otra parte del problema del diseo muestra es el mtodo de escoger los
componentes de muestra.
Una muestra debe ser representativa si va a ser usada para estimar las
caractersticas de la poblacin.
Los mtodos para seleccionar una muestra representativa son numerosos,
dependiendo del tiempo y del dinero y habilidad para tomar una muestra y la
naturaleza de los elementos individuales de la poblacin.
Los mtodos ms comunes podemos dividirlos de la siguiente manera:
Por el nmero de muestras tomadas de una poblacin.
por la manera usada en seleccionar los elementos incluidos en la Muestra.
Mtodos en funcin del nmero de muestras:
Muestreo simple
El muestreo es simple s slo se toma una muestra de la poblacin en este caso,
la muestra debe ser lo suficiente grande para extraer una conclusin. Una muestra
grande generalmente cuesta mucho dinero.
5
UPN
Estadstica Aplicada
ii)
UPN
Estadstica Aplicada
S S2
UPN
Estadstica Aplicada
1 n
P o P Xi
n i n
2
X
poblacin f(x) con media
y con varianza
. Si
es la media muestral,
entonces,
3.1.1
E X
a)
Var X
2
n
b)
c ) para n suficientemente grande , la variable aleatoria ,
X
Z
/ n
Tiene distribucin aproximadamente normal
NOTAS.
N (0,1)
UPN
Estadstica Aplicada
N ( , 2 / n)
a ) La aproximacin de
a la normal
si la poblacin es discreta o continua.
es buena si
n 30
, sin importar
N ( , 2 )
n N 1
El coeficiente
N n
N 1
1.60 1.50
2.40
0.25 / 36
z 2.40 A 0.4918
P 0.5000 0.4918 0.0082 0.82%
Ejemplo 02
Se tiene para la venta un lote de 1000 pollos, con un peso promedio de 3.5 kg y una
desviacin estndar de 0.18 kg. Cul es la probabilidad de que en una muestra
aleatoria, 100 pollos de esta poblacin, pesen entre 3.53 y 3.56 kg?
Solucin.
UPN
Estadstica Aplicada
X
3.56 3.5
3.33
/ n 0.18 / 100
z 3.33 A 0.4996
z
3.53 3.5
1.66
0.18 / 100
z 1.66 A 0.4515
Una empresa elctrica fabrica focos que tienen 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 focos
tenga una vida promedio de menos de 775 horas.
Solucin:
10
UPN
Estadstica Aplicada
a.
b.
11
UPN
Estadstica Aplicada
n
n
a)
X X 1 X 2 ... X n
1
1
p(1 p)
X
2 V ( X ) 2 np (1 p)
n
n
n
n
2p V ( P ) V
b)
c ) Si n es suficientemente grande , entonces la variable aleatoria
P p
Z
p (1 p ) / n
Tiene aproximadamente distribucin
N (0,1)
12
una variable
UPN
Estadstica Aplicada
Notas:
p(1 p)
n
P
1). El error de
es :
2). Si la poblacin es finita de tamao N y el muestreo es sin reposicin el error
estndar (desviacin estndar de la hipergeometrica) es :
p(1 p) N n
p
n
N 1
c p
p( P c) p Z
N n
N 1
se
c p
2n
p( P c) p Z
p
np(1 p)
p (1 p)
P
donde X es binomial y
es el porcentaje de xitos en la muestra, tiene
N (0,1)
distribucin
.
Ejemplos:
1). Se tiene que el 4% de las piezas producidas por cierta maquina son
defectuosas, Cul es la probabilidad de que un grupo de 200 piezas, el 3% o
ms sean defectuosas?
Solucin.
p p 0.04 , P ^ p 0.03
P
PQ
0.04 0.96
200
0.014
13
P p 0.03
UPN
Estadstica Aplicada
p p
PQ
n
0.03 0.04
0.04 0.96
0.71
200
z 0.71 A 0.2612
Entonces
2). Se desea estudiar una muestra de 49 personas para saber la proporcin de las
mayores de 40 aos; sabiendo que la proporcin en la poblacin es 0.4.Cual
es la probabilidad de que la proporcin en la muestra sea menor de 0.5?
Solucin.
n 49 , P 0.4 , P p 0.5 ?
p p
PQ
n
0.5 0.4
0.4 0.6
1.43
49
z 1.43 A 0.4236
3). 46% de los sindicatos del pas estn en contra de comerciar con china
continental; Cul es la probabilidad de que una encuesta a 100 sindicatos
muestre que ms del 52% tengan la misma posicin?
4). La probabilidad de que un paciente se recupere de una rara enfermedad es
0.4. Cul es la probabilidad de que en una muestra de 100 pacientes
seleccionados de una poblacin de 1000 que sufren la enfermedad, ms del
30% sobrevivan?
5). Se ha determinado que el 65% de los estudiantes universitarios de Lima
prefieren los cuadernos marca profesional. ?cul es la probabilidad de que en
una muestra de 100 universitarios de dicha ciudad, encontremos que:
a ) Como mximo el 68% sean usuarios de ese tipo de cuaderno?
14
UPN
Estadstica Aplicada
b ) Exactamente 66% sean usuarios (utilizar medio punto de porcentaje para los
Limites)?
x y x y
n1 n2
x y
x y
n1 n2
Entonces
Se puede aplicar esta distribucin cuando no se conoce n las varianzas
x2 y y2
poblacionales
, las cuales pueden ser sustituidas por varianzas muestrales
2
2
sx y s y
n1 y n2
siempre y cuando que
sean mayores que 30. Algunos autores
n1 n2 30
consideran si
. Siendo su frmula:
15
UPN
Estadstica Aplicada
x y
2
sx2 s y
n1 n2
Ejemplo 01:
Se tienen dos poblaciones normales e independientes, donde la media de la segunda
poblacin es 0.65 menor que la de la primera; si se obtienen muestras de tamao
110 y 120 y si las respectivas desviaciones tpicas poblacionales son 12 y 8, se pide
determinar la probabilidad de que, en un par de muestras, la diferencia entre ambas
medias muestrales sea superior a 1 en valor absoluto.
Solucin.
x y 0.65 , n1 100, n2 120 , x 12, y 8
P x y 1
Se pide
Entonces
x y
2
x2 y
144 64
1.40
n1 n2
100 120
x y
x y
1 0.65
1 0.65
0.25 , z
1.18
1.40
1.40
z 0.25 A 0.0987
Entonces
, z 1.18 A 0.3810
Ejemplo 2:
En un estudio para comparar los pesos promedio de nios y nias de sexto grado
en una escuela primaria se usar una muestra aleatoria de 20 nios y otra de 25
nias. Se sabe que tanto para nios como para nias los pesos siguen una
distribucin normal. El promedio de los pesos de todos los nios de sexto grado
de esa escuela es de 100 libras y su desviacin estndar es de 14.142, mientras
que el promedio de los pesos de todas las nias del sexto grado de esa escuela es
de 85 libras y su desviacin estndar es de 12.247 libras. Si
representa el
UPN
Estadstica Aplicada
Datos:
1
= 100 libras
= 85 libras
= 14.142 libras
= 12.247 libras
n1 = 20 nios
n2 = 25 nias
=?
Entonces:
p x A x B 20 P z 1.25
1 P z 1.25
1 1.25
1 0.8944 0.1056
Ejemplo 03:
Uno de los principales fabricantes de televisores compra los tubos de rayos
catdicos a dos compaas. Los tubos de la compaa A tienen una vida media de
7.2 aos con una desviacin estndar de 0.8 aos, mientras que los de la B tienen
una vida media de 6.7 aos con una desviacin estndar de 0.7. Determine la
17
UPN
Estadstica Aplicada
= 7.2 aos
= 6.7 aos
= 0.8 aos
= 0.7 aos
nA = 34 tubos
nB = 40 tubos
=?
x x
B
A B
A
p x A x B 1 p
Entonces
2 A 2B
nA
nB
Ejemplo 04:
18
1 7.2 6.7
2
2
0.8 0.7
34
40
UPN
Estadstica Aplicada
= 1.23 Km/Lto
= 1.37 Km/Lto
n1 = 35 autos
n2 = 42 autos
a.
b.
=?
19
UPN
Estadstica Aplicada
20
UPN
Estadstica Aplicada
N1 y N 2
, distribuidas
P1 y P2
n1
n2
1
Ejemplos:
1). Consideremos dos mquinas que producen un determinado articulo; la
primera produce por trmino medio un 14% de artculos defectuosos, en tanto
que otra, produce el 20% de artculos defectuosos; si se obtienen muestras de
200 unidades en la primera y 100 unidades en la segunda, Cul es la
probabilidad de que difiera A de B en 8% o ms?
Solucin.
P p1 p2 0.08 ? , n1 200 , n2 100 , p1 14% , p2 20%
Datos:
p1 p2 0.14 0.20 0.06
z
p1 p2 p
p2
PQ
PQ
1 1
2 2
n1
n2
0.08 0.06
z 2.98 A 0.4986
Entonces
21
100
2.98
UPN
Estadstica Aplicada
p1 p2 p
p2
PQ
PQ
1 1
2 2
n1
n2
0.01 0.02
1.33
2000
0.01 0.02
4
0.0075
Luego
z 1.33 A 0.4082
z 4 A 0.5000
Entonces
P 0.5000 0.4082 0.9082
P p1 p2 0.01 90.82%
3). Se sabe que cierta marca de crema para las manos satisface el 65% del
mercado. Cul es la probabilidad de que dos muestras aleatorias de 200
usuarios cada una, muestre una diferencia mayor del 10% en las proporciones
del uso de la crema?
4). Suponga que una maquina A produce, por termino medio, un 12% de piezas
defectuosas, en tanto que la maquina B, el 18% de piezas con defectos. Se
desea hallar la probabilidad de que el promedio de defectuosas de una
muestra de 600 unidades, tomada de la maquina A, no difiera en ms de un
8% de otra muestra de 400 unidades, de la maquina B.
5). Ciertas encuestas de televidentes, revelan que el 25% de los hombres y 33 %
de las mujeres de clase media, ven la telenovela de las 11:30 de la maana.
Cul es la probabilidad de que en dos muestras aleatorias de 150 hombres y
100 mujeres respectivamente, pertenecientes a dicho estrato social, se
encuentre que la proporcin de hombres que ha visto el programa sea igual o
mayor que la proporcin de mujeres?
22
UPN
Estadstica Aplicada
4. ACTIVIDADES Y EJERCICIOS
UPN
Estadstica Aplicada
24