DISTRIBUCIN DISCRETA

Distribucin Binomial

Ejemplo 1

Una mquina fabrica una determinada pieza y se sabe que produce un 7 por 1000 de
piezas defectuosas. Hallar la probabilidad de que al examinar 50 piezas slo haya una
defectuosa.

Solucin:

Se trata de una distribucin binomial de parmetros B(50, 0'007) y debemos calcular la

probabilidad p(X=1).

Ejemplo 2

La probabilidad de que el carburador de un coche salga de fbrica defectuoso es del 4

por 100. Hallar:

a) El nmero de carburadores defectuosos esperados en un lote de 1000

b) La varianza y la desviacin tpica.

Solucin:

Distribucin Geomtrica

Ejemplo 1

En el saln hay 8 alumnos de ojos cafs, 9 de ojos azules, 7 de ojos negros, y 10 de ojos
verdes; si extraemos 6 alumnos, calcular la probabilidad de que este ltimo tenga los
ojos claros.

Definir xito: tenga ojos claros.

X=6
p = 0.5588
q = 1- 0.5588 = 0.4412
P(X=6) = (0.4412)5(0.5588) = 0.0093 = 9.3418 x 10
Ejemplo 2

Una maquina detecta fallas en los productos que elabora una fabrica. Si los productos
tienen una probabilidad de falla del 5%, calcular la probabilidad de que la maquina
encuentre su primer producto defectuoso en la octava ocasin que selecciona un
producto para su inspeccin.

Definir xito: salga defectuoso el producto.

X=8
p = 0.05
q = 1 - 0.05 = 0.95
P(X=8) = (0.95)7(0.05) = 0.0349
Distribucin Hipergeometrica

Ejemplo 1

a)Cul es la probabilidad de que una mesera se rehse a servir bebidas alcohlicas

nicamente a dos menores de edad si verifica aleatoriamente solo 5 identificaciones de
entre 9 estudiantes, de los cuales 4 no tienen la edad suficiente?
b) Cual es la probabilidad de que como mximo 2 de las identificaciones pertenezcan a
menores de edad?
Solucin:

a) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a personas
menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

4 C2 * 5 C3 ( 3 )( 10 )
p( x 2 ,n 5 ) 0.238095
9 C5 126

b) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a personas
menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

C0* 5 C5 4 C1* 5 C4 4 C2* 5 C3 ( 1 )( 1 ) ( 4 )( 5 ) ( 6 )( 10 )

p( x 0,1,2; n 5 ) 4

9 C5 126

1 20 60 81
0.64286
126 126
Ejemplo 2
De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3
proyectiles defectuosos que no explotarn, Cul es la probabilidad de que:
a) los 4 exploten
b) Al menos 2 no exploten
Solucin:

a) N = 10 proyectiles en total
a = 7 proyectiles que explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2, 3 o 4 proyectiles que explotan = variable que nos define el nmero de
proyectiles que explotan entre la muestra que se dispara

C4* 3 C0 ( 35 )( 1 ) 35
p( x 4; n 4 ) 7
0.16667
10 C4 210 210

b) N = 10 proyectiles en total
a = 3 proyectiles que no explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2 o 3 proyectiles que no explotan

p(al menos 2 no exploten) = p( 2 o ms proyectiles no exploten) = p(x = 2 o 3; n=4) =

C2* 7 C2 3 C3* 7 C1 ( 3 )( 21 ) ( 1 )( 7 ) 63 7 70
3
0.333333
10 C4 210 210 210
Distribucin de Poisson

Ejemplo 1

Si un banco recibe en promedio 6 cheques sin fondo por da, Cules son las
probabilidades de que reciba:
a) cuatro cheques sin fondo en un da dado
b) 10 cheques sin fondos en cualquiera de dos das consecutivos

Solucin:

a) x = variable que nos define el nmero de cheques sin fondo que llegan al banco
en un da cualquiera = 0, 1, 2, 3,....., etc., etc.
= 6 cheques sin fondo por da
= 2.718

( 6 )4 ( 2.718 )6 ( 1296 )( 0.00248 )

p( x 4 , 6 ) 0.13392
4! 24

b) x= variable que nos define el nmero de cheques sin fondo que llegan al banco
en dos das consecutivos = 0, 1, 2, 3, ......, etc., etc.
= 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos das
consecutivos
Nota: siempre debe de estar en funcin de x siempre o dicho de otra forma, debe
hablar de lo mismo que x.

( 12 )10( 2.718 )12 ( 6.191736410 )( 0.000006151 )

p( x 10, 12 ) 0.104953
10! 3628800
Ejemplo 2

En la inspeccin de hojalata producida por un proceso electroltico continuo, se

identifican 0.2 imperfecciones en promedio por minuto. Determine las probabilidades
de identificar a) una imperfeccin en 3 minutos, b) al menos dos imperfecciones en 5
minutos, c) cuando ms una imperfeccin en 15 minutos.

Solucin:

a) x = variable que nos define el nmero de imperfecciones en la hojalata por cada

3 minutos = 0, 1, 2, 3, ...., etc., etc.
= 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

( 0.6 )1( 2.718 )0.6 ( 0.6 )( 0.548845 )

p( x 1, 0.6 ) 0.329307
1! 1

b) x = variable que nos define el nmero de imperfecciones en la hojalata por cada

5 minutos = 0, 1, 2, 3, ...., etc., etc.
= 0.2 x 5 =1 imperfeccin en promedio por cada 5 minutos en la hojalata

( 1 )0 ( 2.718 )1 ( 1 )( 2.718 )1
p( x 2,3,4,etc.... 1 ) 1 p( x 0 ,1, 1 ) 1
0! 1!

=1-(0.367918+0.367918) = 0.26416

c) x = variable que nos define el nmero de imperfecciones en la hojalata por cada

15 minutos = 0, 1, 2, 3, ....., etc., etc.
= 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata

( 3 )0 ( 2.718 )3 ( 3 )1( 2.718 )3

p( x 0 ,1, 3 ) p( x 0, 3 ) p( x 1, 3 )
0! 1!

= 0.0498026 + 0.149408 = 0.1992106

DISTRIBUCIN CONTINUAS

Distribucin normal estandarizada

Ejemplo 1

Una poblacin normal tiene una media de 80 una desviacin estndar de 14.0

= 80z
= 14
 a) Calcule la probabilidad de un valor localizado entre 75.0 y 90.0
p(75 x 90)

9080 10 Probabilida
= =0.71 d
z 14 14 =
acumulada.
7580 5 0.7611
= =0.36
z 14 14 =
0.3594

p(75 x 90) = 0.7611 0.3594 = 0.4017

b) Calcule la probabilidad de un valor de 75.0

75 80 90
menor.
p(x 75)

7580 5 Probabilida
= =0.36= d
z 14 14
acumulada.
0.3594
p(x 75) = 0.3594
75 80
c) Calcule la probabilidad de un valor localizado entre 55.0y 70.0
p(55 x 70)

7080 10 Probabilida
= =0.71 d
z 14 14 =
acumulada.
5580 25 0.2389
= =1.79
z 14 14 =
0.0367

p(55 x 70) = 0.2389 0.0367= 0.2022

55 70 80

Ejemplo 2

Los montos de dinero que se piden en las solicitudes de prstamos en Down River
Federal Savings tiene una distribucin normal, una media de $70,000 y una desviacin
estndar de $20,000. Esta maana se recibi una solicitud de prstamo. Cul es la
probabilidad de que:

= $70,00
z
= $20,00
 a) El monto solicitado sea de $80,000 o superior?
p(x80,000)

80,000 70,000 10,000 Probabilida

= =0.50
z 20,000 20,000 = d
acumulada.
0.6915
p(x 80,000) = 1 0.6915= 0.3085
70000 80000

b) El monto solicitado oscile entre $65,000 y $80,000?
p(65,000 x 80,000)

80,000 70,000 10,000 Probabilida

= =0.50
z 20,000 20,000 = d
acumulada.
65,000 70,000 5,000 0.6915
= =0.25
z 20,000 20,000 =
0.4013
p(65,000 x 80,000) = 0.6915 0.4013 = 0.2902 65000 70000 80000

c) El monto solicitado sea de $65,000 o superior.

p(x65,000)

65,000 70,000 5 , 000 Probabilida

= =0.25
z 20,000 20,000 = d
acumulada.
0.4013
p(x 65,000) = 1 0.4013 = 0.5987

65000 70000
Distribucin muestral de la media

Ejemplo 1

El peso de los libros de texto de un instituto se distribuyen de forma normal, con un

peso media de = 400g y una desviacin tpica de = 50g. Si tomamos una muestra
aleatoria de tamao n = 16, hallar la probabilidad de que el peso medio est entre 375 y
425 g.

El peso de los libros es

Ejemplo 2
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:

Este valor se busca en la tabla de z

La interpretacin sera que la probabilidad de que la media de la muestra de 16 focos

sea menor a 775 horas es de 0.0062.

Distribucin muestral de la diferencia de 2 medias

Ejemplo 1

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 promedio de los pesos de 20 nios y es el promedio
de los pesos de una muestra de 25 nias, encuentre la probabilidad de que el promedio
de los pesos de los 20 nios sea al menos 20 libras ms grande que el de las 25 nias.

Solucin:

Datos:
1 = 100 libras
2 = 85 libras

1 = 14.142 libras

2 = 12.247 libras

n1 = 20 nios
n2 = 25 nias
 =?

Por lo tanto, la probabilidad de que el promedio de los pesos de la muestra de nios sea
al menos 20 libras ms grande que el de la muestra de las nias es 0.1056.

Ejemplo 2

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 probabilidad de que una muestra
aleatoria de 34 tubos de la compaa A tenga una vida promedio de al menos un ao
ms que la de una muestra aleatoria de 40 tubos de la compaa B.

Solucin:

Datos:
A = 7.2 aos
B = 6.7 aos

A = 0.8 aos

B = 0.7 aos
nA = 34 tubos
nB = 40 tubos
=?
 Distribucin de una proporcin

Ejemplo 1

Ejemplo 2
 Distribucin de la diferencia de 2 proporciones

Ejemplo 1

Los hombres y mujeres adultos radicados en una ciudad grande del norte difieren en sus
opiniones sobre la promulgacin de la pena de muerte para personas culpables de
asesinato. Se cree que el 12% de los hombres adultos estn a favor de la pena de muerte,
mientras que slo 10% de las mujeres adultas lo estn. Si se pregunta a dos muestras
aleatorias de 100 hombres y 100 mujeres su opinin sobre la promulgacin de la pena
de muerte, determine la probabilidad de que el porcentaje de hombres a favor sea al
menos 3% mayor que el de las mujeres.

Solucin:

Datos:
PH = 0.12
PM = 0.10
nH = 100
nM = 100
p(pH-pM 0.03) = ?

Se recuerda que se est incluyendo el factor de correccin de 0.5 por ser una
distribucin binomial y se est utilizando la distribucin normal.
Se concluye que la probabilidad de que el porcentaje de hombres a favor de la pena de
muerte, al menos 3% mayor que el de mujeres es de 0.4562.
Ejemplo 2

Se sabe que 3 de cada 6 productos fabricados por la mquina 1 son defectuosos y que 2
de cada 5 objetos fabricados por la mquina 2 son defectuosos; se toman muestras de
120 objetos de cada mquina:

cul es la probabilidad de que la proporcin de artculos defectuosos de la

mquina 2 rebase a la mquina 1 en por lo menos 0.10?
cul es la probabilidad de que la proporcin de artculos defectuosos de la
mquina 1 rebase a la mquina 2 en por lo menos 0.15?

Solucin:

Datos:
P1 = 3/6 = 0.5
P2 = 2/5 = 0.4
n1 = 120 objetos
n2 = 120 objetos
p(p2-p1 0.10) = ?

Otra manera de hacer este ejercicio es poner P1-P2:

La probabilidad de que exista una diferencia de proporciones de artculos defectuosos
de por lo menos 10% a favor de la mquina 2 es de 0.0011.
p(p1-p2
0.15)=?

La probabilidad de que exista una diferencia de proporciones de artculos defectuosos

de por lo menos 15% a favor de la mquina 1 es de 0.2357.
Distribucin de chi al cuadrado

Ejemplo 1

Calcular la distribucin de probabilidad de una variable estadstica chi-cuadrado, de 6

grados de libertad sea mayor de 3,4.

Segn lo anterior:

Buscando en la tabla tenemos:

Con lo que tenemos:

Operando tenemos:

Que es la respuesta a la pregunta.

Ejemplo 2

Cul es la probabilidad de que una variable chi-cuadrado de 8 grados de libertad este

comprendida entre 3,4 y 5,6.

Esto es:

Segn la tabla tenemos:

Segn lo anterior, tenemos que:

Sustituyendo los valores:

Operando:

Con lo que tenemos la respuesta.

Distribucin T - Student

Ejemplo 1
En 16 recorridos de prueba de una hora cada uno, el consumo de gasolina de un motor
es de 16.4 gal, con una desviacin estndar de 2.1 gal. Demuestre que la afirmacin que
el consumo promedio de gasolina de este motor es 12.0 gal/hora

x
Solucin, Sustituyendo n=16, =12.0, =16.4 y s=2.1 en la formula de t-Student, se
tiene

x 16.4 12.0
t 8.38
s n 2.1 16

Para el cual en las tablas, para =5% y 15 gl es insignificante, y por tanto se puede
concluir que el consumo de 12 gal/h es real
Ejemplo 2

Se desea saber si un instrumento de medicin cualquiera est calibrado, desde el punto

de vista de la exactitud. Para ello se consigue un valor patrn y se lo mide 10 veces (por
ejemplo: una pesa patrn para una balanza, un suero control para un mtodo clnico,
etc.). Suponiendo que el resultado de estas mediciones arroja una media de 52,9 y una
desviacin de 3, usando un patrn de valor 50, se debe determinar si el instrumento est
calibrado y la estimacin de su error sistemtico, si es que se prueba su existencia (no se
usan unidades para generalizar este ejemplo).

Ho : =
50 el instrumento est calibrado en exactitud
H1 : 50 no est calibrado. Hay un error sistemtico

Se trata de un ensayo de dos colas donde hay =101=9 grados de libertad. De la Tabla
t-Student se obtienen los valores crticos para el 95% de t 0,0592,262, para el 99% de t
0,019 3,25 y para un nivel del 99,9% es t 0,0019 4,781. Lo que permite establecer las
zonas de aceptacin y rechazo:

t
52.9 50.0 3
3 10

Dibujando las zonas con los valores crticos, el valor de t cae en la de rechazo para el
95% y no alcanza para las otras. La conclusin es que se ha probado la existencia de un
error sistemtico con una confianza del 95%.
 Distribucin F - Snedecor

Ejemplo 1

Si s12 y s22 son las varianzas muestrales de muestras aleatorias independientes de

tamaos n1=10 y n2 =20, tomadas de poblaciones normales que tienen las mismas
varianzas, encuentre P(s12/s22 2.42).

Solucin:

Primero se establecen los grados de libertad. Como en el numerador est la poblacin

uno y en el denominador la poblacin dos, entonces los grados de libertad uno
equivalen a 10-1=9 y los grados de libertad dos a 20-1=19.
Se procede a ir a la tabla a buscar los grados de libertad dos que son 19 y se observa que
no estn, por lo tanto se tiene que interpolar entre 15 y 20 grados de libertad, buscando
el valor de fisher que quedara:

Este valor de 2.42 se busca en la columna de 9 grados de libertad uno, con 15 grados de
libertad dos, y se encuentra los siguiente:

Area

0.90 2.09

0.95 2.59

Al interpolar entre estos dos valores nos queda un rea de 0.933.

Se procede a hacer lo mismo pero con 20 grados de libertad dos:

Area

0.95 2.39

0.975 2.84

Al interpolar entre estos dos valores nos queda un rea de 0.9516.

Ahora ya se tienen las dos reas referentes a los grados de libertad dos, por lo que se
interpolar para ver cunto le corresponde a los grados libertad dos con un valor de 19.

Area

15 0.933
 20 0.9516

Al interpolar nos queda que para 9 grados de libertad uno y 19 grados de libertad dos
con un valor de Fisher de 2.42 el rea a la izquierda es de 0.9478.

Ejemplo 2

Un fabricante de automviles pone a prueba dos nuevos mtodos de ensamblaje de

motores respecto al tiempo en minutos. Los resultados se muestran en la tabla:

Mtodo 1 Mtodo 2

n1 = 31 n2 = 25

s12 = 50 s22 = 24

2 2
Construya un intervalo de confianza del 90% para 1 / 2 .

Solucin:

Por la recomendacin de que la varianza muestral mayor va en el numerador se tiene la

siguiente frmula:

al despejar: .

F toma dos valores dependiendo del nivel de confianza y de los grados de libertad. En
este caso los grados de libertad uno valen 30 y los grados de libertad dos 24.
 y
Estos resultados los podemos interpretar de la siguiente manera:

2 2
Con un nivel de confianza del 90% se sabe que la relacin de varianzas 1 / 2 esta
entre 1.07 y 3.93. Esto supondra que la varianza de la poblacin 1 es mayor a la
varianza de la poblacin 2 entre 1.07 y 3.93.
DISTRIBUCIN ESTIMACION

Estimacin puntual

Ejemplo 1

Se tiene una muestra aleatoria simple x1 ... xn de una variable aleatoria X tal que (X) =
n
ai xi
i 1
y Var(X) = 2. Se consideran los estimadores de de la forma .

1. Determine una condicin sobre los ai para que sea un estimador insesgado.

2. Determine los ai para que sea insesgado y de varianza mnima.

Solucin:

( )
1. Para que el estimador de sea insesgado .

n
n
n n n
ai xi ( )


i 1
a x
i i


i 1
( a x
i i )
i 1
a i ( x i )
i 1
ai
i 1

n n
ai ai 1
i 1 i 1
 n

a
i 1
i 1
2. Se debe minimizar la varianza de sujeto a

Calculemos primero la varianza de
n n n n
var( ) var( ai xi ) var( a i xi ) a i2 var( xi ) ai2 2
i 1 i 1 i 1 i 1

n
n

Q 2 ai a i 1
i 1 i 1

Derivando e igualando a cero para minimizar

Q
2 2 a i 0
a i

2 2 a i

n
2 2 1
ai 1
i 1 n
ai
n
Con ; luego
n
1
xi X
n i 1

Ejemplo 2

x1..xn E (x)
Se tiene una muestra aleatoria simple de una variable aleatoria x tal que
n
ai xi
Var ( x) 2 i 1
y . Se consideran los estimadores de de la forma .
ai
1.1 Determine una condicin sobre los para que sea un estimador insesgado.

n n
ai xi E ( ) E ( ai xi )
i 1 i 1 E (ai xi ) ai E ( xi )

a i ai 1

ai
1.2 Determine los para que sea un estimador insesgado y de varianza mnima.

Se debe:
 var( )
Min
s.a
ai 1
var( ) var( ai xi ) a
2
i var( xi ) a 2
i
2
2 ai2
La = = = =

Aplicando La gran geano

2 ai2 a i 1
L= -( )
L
2 2 ai 0
ai 2 2 ai
(*)
ai 1 2 2 ai
con
n 2 2

2 2

n
Reemplazando en (*)

2 2 1
2 2 a i ai
n n

xi
n X
Luego =
n
~ a i xi
i 1
E ( ~ ) 2
1.3 Encuentre el estimador .que minimiza . Compare los
~
sesgos y las varianzas de los estimadores y .

var( ~ ) E ( ~ ) 2 E ( ~ )
2

E ( ~ ) 2 var( ~ ) E ( ~ )
2

var( ~ ) 2 a i2
=
E ( ~ ) E ( ~ ) ( ai ) ai 1
y = =

E ( ~ ) 2 2 ai2 2 ai 1
2

= + Para minimizar derivamos

E ( ) 2
2 2 ai 2 2 ( ai 1) 0
ai

2 ( a i 1)
ai
2 a i cte
/ La
n ( ai 1)
2

a i
2 a i

Despejando

n 2
a i 2 n 2 ai
Como los son todos iguales

2 2
ai
2 n 2
~
2 n 2
x i

n 3
E ( ~ )
2 n 2
es sesgado
n 4
var( ~ ) 2
( n )
2 2 2

2
var( )
n
Recordando que la

var( ) ( 2 n 2 ) 2
1 var( ) var( ~ )
var( ~ ) n2 4

Estimacin de intervalo de confianza para la media

Ejemplo 1

La variable altura de las alumnas que estudian en una escuela de idiomas sigue una
distribucin normal de media 1,62 m y la desviacin tpica 0,12 m. Cul es la
probabilidad de que la media de una muestra aleatoria de 100 alumnas sea mayor que
1.60 m?
Ejemplo 2

Se ha tomado una muestra de los precios de un mismo producto alimenticio en 16

comercios, elegidos al azar en un barrio de una ciudad, y se han encontrado los
siguientes precios:

95, 108, 97, 112, 99, 106, 105, 100, 99, 98, 104, 110, 107, 111, 103, 110.

Suponiendo que los precios de este producto se distribuyen segn una ley normal de
varianza 25 y media desconocida:

1. Cul es la distribucin de la media muestral?

2. Determine el intervalo de confianza, al 95%, para la media poblacional.

95% z/2 =1.96

(104 - 1.96 1. 25, 104 + 1.9 1.25) = (101.55; 106.45)
Estimacin de intervalo de confianza para proporcin

Ejemplo 1

Se desea estimar la proporcin, p, de individuos daltnicos de una poblacin a travs del

porcentaje observado en una muestra aleatoria de individuos, de tamao n.

1. Si el porcentaje de individuos daltnicos en la muestra es igual al 30%, calcula

el valor de n para que, con un nivel de confianza de 0,95, el error cometido en la
estimacin sea inferior al 3,1%.

1- =0.95 z /2=1.96

A l me nos 840 indiv iduos .

2. Si el tamao de la muestra es de 64 individuos, y el porcentaje de individuos

daltnicos en la muestra es del 35%, determina, usando un nivel de significacin
 del 1%, el correspondiente intervalo de confianza para la proporcin de
daltnicos de la poblacin.

=0.01 1- =0.99 z /2=2.575

Ejemplo 2

Una marca de nueces afirma que, como mximo, el 6% de las nueces estn vacas. Se
eligieron 300 nueces al azar y se detectaron 21 vacas.

1. Con un nivel de significacin del 1%, se puede aceptar la afirmacin de la

marca?

1 Enunciamos las hiptesis nula y alternativa:

H0 : p 0.06
H1 : p >0.06

2 Zona de aceptacin

= 0.01 z = 2.33.
Determinamos el intervalo de confianza:

3 Verificacin.

4Decisin

Aceptamos la hiptesis nula H0. Con un nivel de significacin del 1%.

2. Si se mantiene el porcentaje muestral de nueces que estn vacas y 1- = 0.95,

qu tamao muestral se necesitara para estimar la proporcin de nueces con un
error menor del 1% por ciento?

1 - = 0, 9 5 z /2 = 1, 96

Estimacin de intervalo de confianza para varianza

Ejemplo 1
Sea la poblacin de elementos: {22,24, 26}.

1. Escriba todas las muestras posibles de tamao dos, escogidas mediante muestreo
aleatorio simple.

M1 = {22, 24}, M1 = {22, 26}, M1 = {24, 26}

2. Calcule la varianza de la poblacin.

3. Calcule la varianza de las medias mustrales.

Ejemplo 2

La med ia de las es tatur as de una mues tr a ale atori a de 400 pers onas de
una ciudad es 1,75 m. S e s abe que la es tatura de las pers onas de es a
ciudad es una vari able al eatori a que s igue una dis tribuc in normal con
varianz a 2 = 0,16 m 2 .

1. Cons tru ye un interv alo, de un 95% de confian za, para la me dia

de las es ta turas de la poblac in.

n= 400 x = 1.75 = 0.4

1- = 0.95 z / 2 =1.96
(1.75 1.96 0.4/20 ) (1.7108,1.7892)

2. Cul s era el m ni mo ta ma o mues tr al nec es ario para que pueda

decirs e que la verdadera med ia de las es t aturas es t a me nos de 2
cm de la med ia mues tr al, con un nivel de confian za del 90%?

La mues tr a debe tener al menos 1083 pers onas .

PRUEBA DE HIPOTESIS

Prueba relativa de medias y varianza

Ejemplo 1

Un inspector de pesos y medidas visita una planta de empacado para verificar que el
peso neto de las cajas sea el indicado en la etiqueta. El gerente de la planta asegura al
inspector que el peso promedio de cada caja es de 750 gramos con una desviacin
estndar de 5 gr. El inspector selecciona, al azar, 100 cajas y encuentra que el peso
promedio es de 748 gr. Bajo estas condiciones y usando un nivel de significancia de
0.05,Qu actitud debe tomar el inspector?.

Solucin.

Este problema lo podemos plantear como una prueba de hiptesis del siguiente tipo:

1) Ho: m = m0 = 750 H1: m < m0 (hay preocupacin si el peso medio es inferior al

especificado)

con n = 100, a = 0.05, s = 5 gramos. Se tiene que Z0.05 = 1.645. Por lo tanto, la regin
crtica est dada por = 750 - 1.645 x 5/10 =749.18. Por lo tanto como la media muestral
es 748 gramos, se rechaza la hiptesis de que el promedio de cada caja sea 750 gramos.
Por lo tanto, deben tomarse las medias necesarias para corregir esta situacin, que va en
contra de los intereses del consumidor. Usando los otros criterios de aceptacin tenemos
que Z = - 4.0 y el valor P es aproximadamente cero (P = 0.0).
Ejemplo 2

Un modelo fsico sugiere que el aumento medio de temperatura en el agua usada como
enfriador en una cmara de un compresor no debera ser mayor de 5C. Los aumentos
de temperatura en el refrigerante medidos en 8 perodos de funcionamiento del
compresor fueron de 6.4, 4.3, 5.7, 4.9, 6.5, 5.9, 6.4 y 5.1 grados centgrados. Con un
nivel de significancia del 5%, cree Usted que los datos contradicen la informacin del
modelo fsico?

Solucin.

Este problema lo podemos plantear como una prueba de hiptesis del siguiente tipo:

Ho: m m0 = 5C H1: m > 5C

con n = 8, a = 0.05. La hiptesis nula se plantea como menor o igual a m0, que es una
hiptesis compuesta. Sin embargo, para la realizacin de la prueba, se tomar el
mximo aumento permisible en la temperatura que sera m = m0 = 5, con lo cual la
hiptesis se convierte en una hiptesis simple. Se tiene que: = 5.65, s
 = 0.6571, S= 0.81, t7, 0.05 = 1.895. Por lo tanto, la regin crtica est dada por . Por lo
tanto como la media muestral 5.65 es superior al valor crtico de 5.54, se rechaza la
hiptesis de que el aumento promedio de la temperatura es 5 grados (o inferior), a favor
de la hiptesis de que es mayor.

Usando los otros criterios de aceptacin tenemos que:

. Como T = 2.27 > 1.895 se rechaza la hiptesis nula. El valor P es aproximadamente

0.0287. Como P = 0.0287 es menor que a = 0.05, se rechaza de nuevo la hiptesis nula.
Prueba de hiptesis de la diferencia entre 2 medias

Ejemplo 1

Una empresa que se dedica a hacer en cuestas se queja de que un agente realiza en
promedio 53 encuestas por semana. Se ha introducido una forma ms moderna de
realizar las encuetas y la empresa quiere evaluar su efectividad. Los nmeros de
encuestas realizadas en una semana por una muestra aleatoria de agentes son:

53 57 50 55 58 54 60 52 59 62 60 60 51
59 56

En el nivel de significancia 0,05, puede concluirse que la cantidad media de entrevistas

realizadas por los agentes es superior a 53 por semana? Evale el valor p.
Ejemplo 2

De una poblacin se toma una muestra de 40 observaciones. La media muestral es de

102 y la desviacin estndar 5. De otra poblacin se toma una muestra de 50
observaciones. La media mustral es ahora 99 y la desviacin estndar es 6. Realice la
siguiente prueba de hiptesis usando como nivel de significancia 0,04.

Ho: u1 = u2
Ho: u1 u2

a) Es esta una prueba de una o de dos colas?

Esta es una prueba de hiptesis de dos colas

b ) Establezca la regla de decisin

Si Z > que le valor crtico, se rechaza la hiptesis nula y se acepta la hiptesis

alternativa
c) Calcule el valor del estadstico de prueba

Si Z > que el valor crtico, se rechaza la hiptesis nula y se acepta H1

d) Cul es su decisin respecto a la hiptesis nula?

Como su valor calculado Z (2,59) > 2,05; se rechaza la hiptesis nula y se acepta la
hiptesis alternativa

Si Z tabulada es 0,5 - 0,02 = 0,48 este valor en la tabla es 2,05

e) Cul es el valor p?
Z = 2,59 Area 0,4952
0,5 - 0,4952 = 0,0048 * 2 = 0,0096
Prueba de diferencia variada

Ejemplo 1

Determine si la regin de rechazo es de la cola derecha, de la cola izquierda o de dos

colas.
a. H0 : = 15, H1 : 15, =.05
b. H0 : p 0.7, H1 : p > 0.7, =.02

Solucin:

La forma de la regin de rechazo est determinada por la hiptesis alterna.

a. H1 : 15 significa que la regin est en ambas colas.

. .05/2
05/2

b. H1 : p > 7 significa que la regin est en la cola derecha.

 .02

Ejemplo 2

En el ejemplo 1a, presumamos que la regin de rechazo es parte de la curva t.

Complete el dibujo de la regin de rechazo para:
a. = .05 y = 14

Solucin:

a. Del ejemplo 1(a), = .05, y = 14, tenemos:

De la tabla de la distribucin t, la
. .
05/2=0.02 05/2=0.0 P(Tt) =.025 corresponde a un
- 2.086 valor t= -2.086. Por simetra la
2.086 P(T>t)=.025 ponde a t= 2.086.

Prueba de hiptesis de una proporcin

Ejemplo 1

Prueba la hiptesis H0 : p = 0.4

H1 : p 0.4
Presuma que = 0.45, n = 200, y = .01.

Solucin:

Paso 1 H0 : p = 0.4
H1 : p 0.4

Paso 2 Usando = .01, el diagrama de la regin de rechazo es:

p
Paso 3 Calculando el valor z para la proporcin muestral = 0.45), obtenemos:

0.4(1 0.4)
p 0.0346
.005 .005
200

0.45 0.4 -2.575 2.575

1.45
0.0346
Z=

Paso 4 Dibujando z = 1.45 en el diagrama de la regin de rechazo (Paso 2) obtenemos:

1.4
5
Paso 5 Como el valor z est fuera de la regin de rechazo (sombreada), por lo tanto no
rechazamos Ho.

.005 .005

-2.575 2.575
Paso 6 La proporcin en la poblacin es 0.4.
Ejemplo 2

Pruebe la hiptesis H0 : p = 0.4

H1 : p 0.4
Presuma que = 0.45, n = 200, y = 0.01.

Solucin:

Paso 1 H0 : p = 0.4
H1 : p 0.4

p
Paso 2 Calculando el valor z de , obtenemos
0.4(1 0.4)
p 0.0346
200

0.45 0.4
1.45
0.0346
Z=

Paso 3 La regin bajo la curva z que contiene los valores extremos de es

Paso 4 El valor P = suma de las reas de las regiones sombreadas en el Paso 3.
= 2(el
P/2rea a la derecha
P/2 de 1.45)
= 2(0.5 .4265)
= 0.147 -1.45
1.45
Paso 5 Como el valor P es mayor que , entonces no podemos rechazar H0.

Paso 6 La proporcin en la poblacin es 0.4.

Prueba de hiptesis de la diferencia entre 2 proporciones

Ejemplo 1

Se da la siguiente informacin proporcionada es:

nH 45 nM 71
PH .58 PM .42

PH PM .58 .42 .16

.05
Especifica el nivel de significacin de . El valor crtico para la prueba de una
sola cola es de 1.64.

Estima el error estndar de la diferencia de las dos proporciones:

1 1
s p hm P (1 P)
nH nM
donde:

n H PH nM PM
P
n H nM

PH = proporcin muestra de hombres (H)

PM = proporcin muestra de mujeres (M)
NH = tamao de muestra hombres
NM = tamao de muestra mujeres

Por lo tanto:

45(.58) 71(.42)
P 0.48
45 71

1 1
s p hm .48(1 .48) 0.10
45 71
Y

Calcula de prueba estadstica:

(diferencia _ entre _ proporcion es _ observadas) (diferencia _ entre _ proporcion es _ H o )

Z
s ph m

(.58 .42) (0)

Z 1.60
.10
La hiptesis nula es aceptada porque el valor de la Z calculada es menor que el valor
crtico Z. La administracin no puede concluir con un 95 por ciento de confianza que la
proporcin de hombres que visita 9 o ms veces los Oxxo es mayor que la proporcin
de mujeres.

SPSS no cuenta con procedimientos para hacer pruebas de hiptesis de proporciones.

Probemos si el porcentaje de hombres dueos de microempresas es estadsticamente
diferente del porcentaje de mujeres.

1634(83.9) 314(16.1)
P 72.97
1634 314

1 1
s p hm ..73(1 ..73) 0.0274
1634 314
Y

(.839 .161) (0)

Z 24.74
.0274

La hiptesis nula es rechazada porque el valor de la Z calculada es mayor que el valor

crtico Z. Podemos concluir que el porcentaje de hombres dueos de microempresas es
estadsticamente superior al porcentaje de mujeres propietarias de microempresas.

Ejemplo 2

Supngase que un gobernador desea conocer el porcentaje de votos que va a obtener en

las prximas elecciones. En las pasadas elecciones obtuvo el 30% de los votantes del
estado. El gobernador sospecha que este porcentaje no ha cambiado. Luego de pedirle a
Ud. que efecte el estudio correspondiente con un 95% de confiabilidad, Ud. toma una
muestra de 1.230 votantes, 611 de los cuales afirmaron que votaran por l. Puede
afirmarse que ha habido un aumento en este porcentaje?

Solucin

P = 0.3 q = 1 P = 0.7
X = 611 n = 1230

p
= 611/1230 = 0.4967

Hiptesis

H0: p = 0.3
H1: p > 0.3
Error estndar
pq
p 0.013
n

Valor crtico
Z = 1.645

Estadstico de prueba

p p 0.4967 0.3
ze 15.13
pq 0.013
n

Como se ve en la grfica el valor del estadstico cae en la zona de rechazo, por lo tanto
no aceptamos la hiptesis nula.
En consecuencia hay suficiente evidencia estadstica para decir que el porcentaje de
votantes a aumentado