Distribuciones Muestrales A

TALLER.
1. Suponga que una máquina produce tornillos, cuyos diámetros se

distribuyen normalmente, con media igual a 0.5 pulgadas y desviación estándar
de 0.01 pulgadas. ¿Cuál es la probabilidad de que el diámetro medio esté
comprendido entre 0.49 y 0.51 pulgadas, para una muestra de 4 tornillos?
X́ – μ
Z= σ
√n
μ = 0,5 σ = 0,01
n=4
P ( 0,51 ≤ X́ ≤ 0,49 )
( X́ ≤ 0,51 )− ( X́ ≤0,49 )
PT = ⏟ ⏟
Z1 Z2
0,51 – 0,5 0,01
Z1 = 0,01 = 0,01 = 2 Z1 = 2 P (Z1) = 0,97725
√4 2
0,49 – 0,5 −0,01
Z2 = 0,01 = 0,01 = −2 Z2 = −2 P (Z2) = 0,02275
√4 2
P (Z1) −¿ P (Z2) = 0,97725 −¿ 0,02275 = 0,9545.

P ( 0,51 ≤ X́ ≤ 0,49 ) = 0,9545.
2. Se desea estudiar una muestra de 49 personas para saber la proporción

de ellas que tienen más de 40 años; sabiendo que la proporción en la población
es de 0.4. ¿Cuál es la probabilidad de que la proporción en la muestra sea
menor que 0.5, si se trata de una población muy grande?
^p – P
Z= p∗q
√ n
n=49
P = 0,4 q = 0,6
P ( ^p < 0,5 )
0,5 – 0,4 0,1
0,1
Z = 0,4∗0,6 0,24 = 0,06998 = 1,43
√ 49 √ 49
P (z) = 0,92364.
3. Se sabe por experiencia que el 65% de los estudiantes universitarios de

cierta ciudad, prefieren cierta marca de crema dental. Cuál es la probabilidad de
que en una muestra de 100 universitarios de dicha ciudad encontremos que
como máximo el 68% son usuarios de este tipo de crema.
^p – P
Z = p∗q
√ n
P = 0,65 q = 0,35
n=100
P( ^p <0,68)
0,68 – 0,65 0,03

0,03
Z = 0,65∗0,35 = 0,2275 = 0,047 = 0,6382.
√ 100 √ 100
P(Z) = 0,7357.
4. Para elegir presidente de un sindicato, un candidato obtuvo el 40% de los

votos. Determinar la probabilidad de que entre 200 de los electores elegidos
aleatoriamente entre un total 800 afiliados, se hubiera obtenido la mayoría de los
votos para dicho candidato. Asumamos que la mayoría es un porcentaje superior
al 51%.
^p – P
Z= p∗q
√ n
P = 0,4 q = 0,6
n=200
P( ^p ≥ 0,51)
1 – P( ^p ≥ 0,51)
0,51 – 0,4 0,11
0,11
Z = 0,4∗0,6 0,24 = 0,0346 = 3,18
√ 200 √200
P(Z)= 0,9993
1 – 0,9993 = 0,0007
P( ^p ≥ 0,51) = 0,0007.
5. Si se obtienen todas las posibles muestras de tamaño 25 en una

distribución normal con media 20 y desviación estándar 4; dentro de que límites se
encuentra el 90% central de las medias muéstrales.
X́ – μ
Z= σ
√n
n=25 μ=20 σ =4
P ( a ≤ X́ ≤ b ) = 0,9
Hallamos dos valores en la tabla de distribución que al restarlos se obtenga 0,9. (0,99918
– 0,0918)
0,99918 0,0918
a=⏟ b= ⏟
Z= 2,4 Z = - 1,33
X́ – 20
X́ – 20
2,4 = 4 = = 2,4 * 0,8 = X́ – 20
0,8
√25
= 2,4 * 0,8 + 20 = X́
X́ =21,92
X́ – 20
X́ – 20
-1,33 = 4 = = - 1,33 * 0,8 = X́ – 20
0,8
√25
= - 1,33 * 0,8 + 20 = X́
X́ =18,94
6. Con el fin de estimar la diferencia de proporciones entre dos

poblaciones A y B, se tomaron muestras de ambas poblaciones de tamaños 70
y 90 respectivamente. Se pide calcular el error estándar de la diferencia de las
proporciones muéstrales, si se sabe que éstas últimas fueron 35% y 41%
respectivamente.
p 1∗q 1 p2∗q 2
EE =
√ n1
+¿
n2
n 1 = 70 n 2 = 90
P1 = 0,35 P2 = 0,41
q1 = 0,65 q2 = 0,59
0,35∗0,65 0,41∗0,59 0,2275 0,2419

EE =
√ 70
+¿
90
=
√ 70
+¿
90
= √ 0,00325+¿ 0,00268
= √ 0,00593 = 0,0770
7. En una población normal con media igual a 72.0 y desviación estándar igual
a 3.0, hallar la probabilidad que en una muestra de 90, la media sea menor 71.70.
X́ – μ
Z= σ
√n
μ=72 σ =3
n=90
P ( X́ <71,70 )
71,70 – 72 −0,3
−0,3
Z= 3 = 3 = = - 0,95
0,316
√ 90 9,48
P ( X́ <71,70 ) = 0,1711.
8. En cierta región los salarios diarios de los mineros del carbón están
normalmente distribuidos, con una media de $ 1.650.00 US y una desviación
estándar de $ 150.00 US. La población de mineros es superior a 1500. Cuál es la
probabilidad de que en una muestra representativa de 25 de esos mineros, el
salario medio sea inferior a $1.575.00 US.
X́ – μ
Z= σ
√n
μ=1.650 σ =150 X́ =1.575
n=25 N = 1500
P ( X́ ≤ 1575)
1.500 * 0,05 = 75 → n< 5%
1575 – 1650 −75
−75
Z= 150 = 150 = = - 2,5
30
√ 25 5
P ( X́ ≤ 1575) = 0,0062.
9. La media de una muestra aleatoria de tamaño 36 se utiliza para estimar la

media de una población infinita con desviación estándar de 5.4. ¿Qué podemos
afirmar sobre la probabilidad de que el error muestral sea menor o igual que 2.3
en valor absoluto?
n=36
σ =5,4
5,4 5,4
|EE| = = = 0,9 → P (EE ≤ 2,3) = 0,5359.
√36 6
10. Una muestra aleatoria de tamaño 20 extraída de una población normal,
tiene una media de 56.4 y una desviación estándar de 3.2. Mediante la anterior
información qué puede usted concluir respecto de la afirmación de que la media
poblacional es 62.0
X́ – μ
Z= σ
√n
μ=62 σ =3,2
n=20 X́ =56,4
56,4 – 62 −5,6
−5,6
Z= 3,2 = 3,2 = = - 7,83 → La probabilidad de que μ=62 sea la
0,715 media poblacional es muy pequeña.
√ 20 4,47

Distribuciones Muestrales A

Cargado por

Copyright:

Formatos disponibles

Distribuciones Muestrales A

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribuciones Muestrales A

Cargado por

Copyright:

Formatos disponibles

TALLER.

1. Suponga que una máquina produce tornillos, cuyos diámetros se

P (Z1) −¿ P (Z2) = 0,97725 −¿ 0,02275 = 0,9545.

2. Se desea estudiar una muestra de 49 personas para saber la proporción

3. Se sabe por experiencia que el 65% de los estudiantes universitarios de

0,68 – 0,65 0,03

4. Para elegir presidente de un sindicato, un candidato obtuvo el 40% de los

5. Si se obtienen todas las posibles muestras de tamaño 25 en una

6. Con el fin de estimar la diferencia de proporciones entre dos

0,35∗0,65 0,41∗0,59 0,2275 0,2419

μ=1.650 σ =150 X́ =1.575

9. La media de una muestra aleatoria de tamaño 36 se utiliza para estimar la

También podría gustarte