TALLER # 5 ESTADÍSTICA II

DISTRIBUCIÓN MUESTRAL DE MEDIAS

Milton de Jesús Fernandez

𝒙−𝝁
𝒛= 𝝈
√𝒏
1) Suponer que los salarios por hora de cierto tipo de empleados, tiene una distribución
normal, con una μ = 4,5 y una σ = 0,5 Se tiene una muestra aleatoria de tamaño 16. Calcular
las siguientes probabilidades:

Datos:

● μ = 4,5
0,5
● σ = 0,5= = 0,125
√16
● n= 16

a) 𝑷(𝑿 > 𝟒, 𝟐𝟓)

4,25 − 4,5
𝑧= = −2
0,5
√16
𝑃(𝑋 > 4,25) = 1 − (𝑍 > −2)
≈ 1 − 0,0228
≈ 0,9972 ≈99,72%

b) 𝑃(4.25 ≤ 𝑋 ≤ 4.75)
4,25 − 4,5
𝑧1 = = −2
0,5
√16
 4,75 − 4,5
𝑧2 = =2
0,5
√16

𝑧1 ≈ 0,9772
𝑧2 ≈ 0,0228
𝑃(𝑍 ≤ −2) − 𝑃(𝑍 ≤ 2)
≈ 0,9772 - 0,0228 ≈ 0,9544 ≈ 95,44%

c) 𝑃(𝑋 > 4.8)

4,8 − 4,5
𝑧= = 2,4
0,5
√16
𝑃(𝑋 > 4.8) = 1 − 𝑃(𝑍 > 2,4)
≈ 1 − 0,9918
≈ 0,0082 ≈ 0,82%

d) Suponer para este problema 𝑁 𝐶𝑛 =100000 . ¿Cuántas medias muestrales son

mayores que 4.30?

4,30 − 4,5
𝑧= = −1,6
0,5
√16
𝑃(𝑋 > 4.30) = 1 − 𝑃(𝑍 > −1,6)
≈ 1 − 0,0548
≈ 0,9452 ≈ 94,520%
94,520 medias muestrales serán mayores que 4.30 en una población de 100000

2) Se ha encontrado que después de un periodo de entrenamiento, el tiempo medio que

requieren ciertas personas minusválidas para desempeñar una tarea en particular es de 25
segundos con una desviación estándar de 5 segundos. Suponiendo que los valores de
tiempo tienen una distribución normal, encontrar la probabilidad de que una muestra de 25
individuos proporcione una media:

Datos
● μ = 25
0,5
● σ=5= =1
√25
● n= 25

a) De 26 segundos o más

𝑃(𝑋 > 26)

26 − 25
𝑧= =1
0,5
√25
𝑃(𝑋 > 26) = 1 − 𝑃(𝑍 > 1)
≈ 1 − 0,08413
≈ 0,1587 ≈15,87%
b) 𝑃(24 ≤ 𝑋 ≤ 27)

27 − 25
𝑧1 = = −1
0,5
√25

25 − 25
𝑧2 = =2
0,5
√25

𝑧1 ≈ 0,1587
𝑧2 ≈ 0,9772
𝑃(𝑍 ≤ 2) − 𝑃(𝑍 ≤ 1)
≈ 0,9772 − 0,1587 ≈ 0,8185 ≈81,85%

c) 𝑃(𝑋 ≤ 26)

26 − 25
𝑧= =1
0,5
√25
𝑃(𝑋 ≤ 26) = 𝑃(𝑍 ≤ 1)

≈ 0,8413 ≈ 84,13%

d) 𝑃(𝑋 > 22)

 22 − 25
𝑧= = −3
0,5
√25
𝑃(𝑋 > 22) = 1 − 𝑃(𝑍 > −3)
≈ 1 − 0,0013
≈ 0,9987 ≈99,87%

3) Si las concentraciones de ácido úrico en hombres adultos normales siguen una

distribución aproximadamente normal, con una media y desviación estándar de 5.7 y 1 mg
por ciento, respectivamente, encontrar la probabilidad de que una muestra de tamaño 9
proporcione una media:
Datos:
● μ = 5,7
● σ=1
● n= 9

a) 𝑃(𝑋 > 6)

6 − 5,7
𝑧= = 0,9
1
√9
𝑃(𝑋 > 6) = 1 − 𝑃(𝑍 > 0,9)
≈ 1 − 0,8159
≈ 0,1841

b) 𝑃(5 ≤ 𝑋 ≤ 6)
 5 − 5,7
𝑧1 = = −2,1
1
√9

6 − 5,7
𝑧2 = = 0,9
1
√9

𝑧1 ≈ 0,0179
𝑧2 ≈ 0,8159
𝑃(𝑍 ≤ 6) − 𝑃(𝑍 ≤ 5)
=0,8159-0,0179 ≈ 0,7981

c) 𝑃(𝑋 < 5,2)

5,2 − 5,7
𝑧= = −1,5
1
√9
𝑃(𝑋 < 5,2) = 𝑃(𝑍 < −1,5)

≈ 0,0668

4) Para cierto sector amplio de población en un año determinado, suponer que el número
medio de días de incapacidad es de 5.4, con una desviación estándar de 2.8 días.
Encontrar la probabilidad de que una muestra aleatoria de tamaño 49 de esa población
tenga una media:
 Datos
● μ = 5,4
2,8
● σ = 2,8 = = 0,4
√49
● n= 49

a) 𝑃(𝑋 > 6)

6 − 5,4
𝑧= = 1,5
2,8
√49
𝑃(𝑋 > 6) = 1 − 𝑃(𝑍 > 1,5)
≈ 1 − 0,9332
≈ 0,0668 ≈6,88%

b) 𝑃(4 < 𝑋 < 6)

4 − 5,4
𝑧1 = = −3,5
2,8
√49

6 − 5,4
𝑧2 = = 1,5
2,8
√49

𝑧1 ≈ 0.0002
𝑧2 ≈ 0.9332
𝑃(𝑍 < −1,5) − 𝑃(𝑍 < −3,5)
≈ 0,9332 – 0,0002
≈ 0,9330 ≈ 93,3%
 c) 𝑃(4,5 < 𝑋 < 5,5)

4,5 − 5,4
𝑧1 = = −2,25
2,8
√49

5,5 − 5,4
𝑧2 = = 0,25
2,8
√49

𝑧1 ≈ 0.0122
𝑧2 ≈ 0.5987
𝑃(𝑍 < 0,25) − 𝑃(𝑍 < −2,25)
≈ 0,5987 - 0,0122 ≈ 0,5865 ≈ 58,65%

5) Dada una población distribuida normalmente, con una media de 100 y una desviación
estándar de 20, encontrar las siguientes probabilidades para una muestra de tamaño 16:

Datos:

● μ = 100
20
● σ = 20= =5
√16
● n= 16

a) 𝑃(𝑋 > 100)

 100 − 100
𝑧= =0
20
√16
𝑃(𝑋 > 100) = 1 − 𝑃(𝑍 > 0)
≈ 1 − 0,5000
≈ 0,5000

b) 𝑃(96 ≤ 𝑋 ≤ 108)

108 − 100
𝑧1 = = 1,6
20
√16

96 − 100
𝑧2 = = −0,8
20
√16

𝑧1 ≈ 0,9452
𝑧2 ≈ 0,2119
𝑃(𝑍 ≤ 108) − 𝑃(𝑍 ≤ 96)
=0,9452-0,2119 ≈ 0,7333

c) 𝑃(𝑋 < 110)

110 − 100
𝑧= =2
20
√16
𝑃(𝑋 < 110) = 𝑃(𝑍 < 2)
≈ 0,9772
6) Dado μ = 50, σ = 16, n = 64, calcular:

Datos
● μ = 50
16
● σ = 16 = =2
√64
● n= 64

a) 𝑃(45 ≤ 𝑋 ≤ 55)

45 − 50
𝑧1 = = −2,5
16
√64

55 − 50
𝑧2 = = 2,5
16
√64

𝑧1 ≈ 0,0062
𝑧2 ≈ 0,9938
𝑃(𝑍 ≤ 2,5) − 𝑃(𝑍 ≤ −2,5)
≈ 0,9938-0,0062 ≈ 0,9876

b) 𝑃(𝑋 ≥ 53)

53 − 50
𝑧= = 1,5
16
√64
 𝑃(𝑋 ≥ 53) = 1 − 𝑃(𝑍 ≥ 1,5)
≈ 1 − 0,9332
≈ 0,0668

c) 𝑃(𝑋 < 47)

47 − 50
𝑧= = −1,5
16
√64
𝑃(𝑋 < 47) = 𝑃(𝑍 < −1,5)
≈ 0,0668

d) 𝑃(49 ≤ 𝑋 ≤ 56)

49 − 50
𝑧1 = = −0,5
16
√64

56 − 50
𝑧2 = = 3
16
√64

𝑧1 ≈ 0,3085
𝑧2 ≈ 0,9987

𝑃(𝑍 ≤ 3) − 𝑃(𝑍 ≤ −0,5)

≈ 0,9987-0,3085 ≈ 0,6902
7) Supóngase que una población se compone de los siguientes valores: 1, 3, 5, 7, 9.
Construir la distribución muestral de 𝑋 a partir de muestras de tamaño 2 seleccionadas
sin reemplazo, sin importar el orden (combinatoria) y con orden (permutación). Calcular
la media y la varianza.

5C2 = 10

(1, 3), (1, 5), (1, 7), (1, 9),(3, 5),(3, 7),(3, 9),(5, 7),(5, 9),(7, 9)

Permutación = 5P2 = 20

(1, 3) ,(1, 5), (1, 7), (1, 9)

(3, 1),(3, 5),(3, 7),(3, 9)

(5, 1),(5, 3),(5, 7),(5, 9)

(7, 1),(7, 3), (7, 5),(7, 9)

(9, 1) ,(9, 3),(9, 5),(9, 7)

Datos
1+3+5+7+9
• μ= =5
5

(1−5)2 +(3−5)2 +(5−5)2 +(7−5)2 +(7−5)2 40

• 𝛔𝟐 = =5 =8
5
8
σ𝑥 2 =2 = 2

8) Utilizar los datos del problema 7 para obtener la distribución muestral de 𝑋 a partir de
muestras de tamaño tres, con selecciones sin reemplazo sin importar el orden
(combinatoria). Calcular la media y la varianza.

Combinatoria = 5C3 = 10
(1, 3, 5), (1, 3,7), (1, 3,9), (1,5,7),(1,5,9),(1,7,9),(3, 5,7),(3,5,9),(3,7,9),(5,7,9)
1+3+5+7+9
μ= =5
5
 8
σ𝑥 2 =3 = 2,66

9) En una población de jóvenes de 17 años de edad, la media del espesor del pliegue
subescapular (en milímetros) es de 9.7, con una desviación estándar de 6.0. A partir de
una muestra aleatoria simple de tamaño 40 extraída de esa población, calcular la
probabilidad de que la media de la muestra:

a. Sea mayor que 11

b. Sea menor o igual a 7.5
c. Esté entre 7 y 10.5

Datos
● μ = 9.7
6.0
● σ = 6.0 = = 0.95
√40
● n= 40
𝑎) 𝑝(𝑥̃ ≥ 11 )
11−9.7
𝑧= 6.0 = 1.37
√40

𝑃(𝑋 > 11) = 1 − (𝑝 > 1.37)

≈ 1 − 0.914
≈ 0.0853

𝑏) 𝑝(𝑥̃ ≤ 7.5 )

7.5 − 9.7
𝑧= = −2.31
6.0
√40
𝑃(𝑋 > 7.5) = (𝑝 > −2.31)
≈ 0.0104
 𝑐) 𝑃(7 ≤ 𝑋 ≤ 10.5)

7 − 9.7
𝑧1 = = −2,84
6
√40

10.5 − 9.7
𝑧2 = = 0,84
6
√40

𝑧1 ≈ 0.7995
𝑧2 ≈ 0,0023
𝑧1 − 𝑧2 ≈ 0,7995-0,0023 ≈ 0,7972

TALLER #6
DISTRIBUCIÓN MUESTRAL DE DIFERENCIAS DE MEDIAS

1) Un investigador se siente inclinado a creer que los niveles de vitamina A en el hígado

de dos poblaciones de seres humanos tiene, cada una, una distribución normal. Se supone
que las varianzas de las dos poblaciones son las siguientes:
Población 1: 𝜎12 = 19600
Población 2: 𝜎22 = 8100
¿Cuál es la probabilidad de que una muestra aleatoria de tamaño 15 de la primera
población y otra de tamaño 10 de la segunda población proporcione un valor (𝑥̅1 − 𝑥̅2 ) ≥ 50,
si no hay diferencia entre las dos medias de la población?
Datos
𝜎12 = 19600
𝜎22 = 8100
𝑛1 = 15
𝑛2 = 10
𝜇1 − 𝜇2 = 0
𝑃((𝑥̅1 − 𝑥̅2 ) ≥ 50)
𝜎2 𝜎2 19600 8100
𝜎𝑥̅1 −𝑥̅ 2 =√𝑛1 + 𝑛2 = √ 15
+ 10 = 46
1 2

𝜎2 𝜎2
(𝑥1 − 𝑥2 ) = 𝑁 ((𝜇1 − 𝜇2 ), √ 1 + 2 )
𝑛1 𝑛2

(𝑥̅1 − 𝑥̅ 2 ) − (𝜇1 − 𝜇2 ) 50 − 0
𝑧= = ≃ 1,08 ≃ 1 − 0,8599 ≃ 0,1401
𝜎𝑥̅1 −𝑥̅2 46

𝑃((𝑥̅1 − 𝑥̅2 ) ≥ 50) = 14,01%

2) En un análisis de gastos familiares anuales para el cuidado general de la salud,

se investigaron dos poblaciones con los siguientes resultados:
Población 1: 𝑛1 = 40 𝑦 𝑥̅1 = 346
Población 2: 𝑛2 = 35 𝑦 𝑥̅2 = 300
Si se sabe que la varianza de las poblaciones es de 𝜎12 = 2800 y 𝜎22 = 3250
respectivamente, ¿Cuál es la probabilidad de obtener resultados de muestra
(𝑥̅1 − 𝑥̅2 ) > 46 tan amplios como los mostrados si no hay diferencia entre las medias
de las
poblaciones?
𝜎12 = 2800
𝜎22 = 3250
𝑛1 = 40
𝑛2 = 35
𝜇1 − 𝜇2 = 0
𝑃((𝑥̅1 − 𝑥̅2 ) > 46)
𝜎12 𝜎22 2800 3250
𝜎𝑥̅1 −𝑥̅ 2 =√ + =√ + = 12,76
𝑛1 𝑛2 40 35

𝜎2 𝜎2
(𝑥1 − 𝑥2 ) = 𝑁 ((𝜇1 − 𝜇2 ), √ 1 + 2 )
𝑛1 𝑛2
 (𝑥̅1 − 𝑥̅ 2 ) − (𝜇1 − 𝜇2 ) 46 − 0
𝑧= = ≃ 3,6 ≃ 1 − 0,9989 ≃ 0,0011
𝜎𝑥̅1 −𝑥̅2 12,76

𝑃((𝑥̅1 − 𝑥̅2 ) > 46) = 0,11%

3) Dadas dos poblaciones con distribución normal y con medias iguales y varianzas
𝜎12 = 100 𝑦 𝜎22 = 80¿Cuál es la probabilidad que dos muestras de tamaño n1=25 y n2=16,
respectivamente, proporcione un valor de (𝑥̅1 − 𝑥̅2 ) ≥ 8?
Datos
𝜎12 = 100
𝜎22 = 80
𝑛1 = 25
𝑛2 = 16
𝜇1 − 𝜇2 = 0
𝑃((𝑥̅1 − 𝑥̅2 ) ≥ 8)
𝜎2 𝜎2 100 80
𝜎𝑥̅1 −𝑥̅ 2 =√𝑛1 + 𝑛2 = √ 25 + 16 = 3
1 2

𝜎12 𝜎22
(𝑥1 − 𝑥2 ) = 𝑁 ((𝜇1 − 𝜇2 ), √ + )
𝑛1 𝑛2

(𝑥̅1 − 𝑥̅ 2 ) − (𝜇1 − 𝜇2 ) 8−0

𝑧= = ≃ 2,66 ≃ 1 − 0,9961 ≃ 0,0039
𝜎𝑥̅1 −𝑥̅2 3

𝑃((𝑥̅1 − 𝑥̅2 ) ≥ 8) = 0,39%

4) Dada dos poblaciones con distribución normal y con medias y varianzas de 𝜎12 =
240 𝑦 𝜎22 = 350, ¿cuál es la probabilidad de que dos muestras de tamaños 𝑛1 = 40 y 𝑛2 =
35, respectivamente, proporcionen un valor de (𝑥̅1 − 𝑥̅2 ) ≥ 12
Datos
𝜎12 = 240
𝜎22 = 350
𝑛1 = 40
𝑛2 = 35
𝜇1 − 𝜇2 = 0
𝑃((𝑥̅1 − 𝑥̅2 ) ≥ 12)
𝜎2 𝜎2 240 350
𝜎𝑥̅1 −𝑥̅ 2 =√𝑛1 + 𝑛2 = √ 40 + 35
=4
1 2

𝜎2 𝜎2
(𝑥1 − 𝑥2 ) = 𝑁 ((𝜇1 − 𝜇2 ), √ 1 + 2 )
𝑛1 𝑛2

(𝑥̅1 − 𝑥̅ 2 ) − (𝜇1 − 𝜇2 ) 12 − 0
𝑧= = ≃ 3 ≃ 1 − 0,9987 ≃ 0,0013
𝜎𝑥̅1 −𝑥̅2 4
𝑃((𝑥̅1 − 𝑥̅2 ) ≥ 12) ≃ 0,13%

5) Para una población de hombres jóvenes de 17 años de edad y otra población de mujeres
jóvenes de 17 años de edad, las medias y desviación estándar respectivamente del grosor
del pliegue subescapular son como sigue: para los varones es de 9.7 y 6.0, para las
mujeres es de 15.6 y 9.5. Si se obtienen una muestra aleatoria simple de 40 varones y otra
de 35 mujeres a partir de dicha población, ¿cuál es la probabilidad de que la diferencia
entre las medias de las muestras (𝑥̅𝐶ℎ𝑖𝑐𝑜𝑠 − 𝑥̅𝐶ℎ𝑖𝑐𝑜𝑠 ) > 10?
Datos
2
𝜎𝐶ℎ𝑖𝑐𝑎𝑠 = 9,5
2
𝜎𝐶ℎ𝑖𝑐𝑜𝑠 = 6
𝑛𝐶ℎ𝑖𝑐𝑎𝑠 = 35
𝑛𝐶ℎ𝑖𝑐𝑜𝑠 = 40
𝜇𝐶ℎ𝑖𝑐𝑎𝑠 − 𝜇𝐶ℎ𝑖𝑐𝑜𝑠 = 15,6 − 9,7= 5,9
𝑃((𝑥̅𝐶ℎ𝑖𝑐𝑎𝑠 − 𝑥̅ 𝐶ℎ𝑖𝑐𝑜𝑠 ) ≥ 10)
𝜎2 𝜎2 35 40
𝜎𝑥̅𝐶ℎ𝑖𝑐𝑎𝑠 −𝑥̅𝐶ℎ𝑖𝑐𝑜𝑠 =√𝑛1 + 𝑛2 = √9,5 + 6
=3,21
1 2
 𝜎2 𝜎2
(𝑥1 − 𝑥2 ) = 𝑁 ((𝜇1 − 𝜇2 ), √ 1 + 2 )
𝑛1 𝑛2

(𝑥̅1 − 𝑥̅ 2 ) − (𝜇1 − 𝜇2 ) 12 − 0
𝑧= = ≃ 3 ≃ 1 − 0,9987 ≃ 0,0013
𝜎𝑥̅1 −𝑥̅2 3,21
(𝑥̅𝐶ℎ𝑖𝑐𝑎𝑠 − 𝑥̅𝐶ℎ𝑖𝑐𝑜𝑠 ) > 10 ≃ 0,13%
TALLER #7
DISTRIBUCIÓN MUESTRAL DE DIFERENCIAS DE MEDIAS

𝑝𝑞
𝑃̂ = (𝑁(𝜇𝑃 = 𝑃), (𝜎𝑝̂ = √ 𝑛 ))

𝑃̂ − 𝑃
𝑧=
𝜎𝑃̂

1)Si de una población de adultos, el 0.15 están sometidos a un tipo especial de dieta, ¿cuál
es la probabilidad de que una muestra aleatoria de tamaño 100 muestre las siguientes
proporciones de individuos a dieta:
Datos
𝑝 = 0,15
𝑛 = 100
𝑞 = 0,85
𝜇𝑃 = 0,15
𝑝𝑞
𝜎𝑝̂ = √ =0,036
𝑛

a. Mayor o igual que 0.20 (𝑃(𝑝̂ ≥ 0,20))

Datos
𝑃̂−𝑃 0,20−0,15
𝑧= 𝜎𝑃
= 0,036
≃ 1,39≃1-0,9177≃0,0823
̂

𝑃(𝑝̂ ≥ 0,20)= 8,23%

b. Entre 0.10 y 0.20 (𝑃(0,10 ≤ 𝑝̂ ≤ 0,20)

Datos
𝑃̂ − 𝑃 0,10 − 0,15
𝑧1 = = ≃ 0,0823
𝜎𝑃̂ 0,036

𝑃̂ − 𝑃 0,20 − 0,15
𝑧2 = = ≃ 0,9177
𝜎𝑃̂ 0,036

𝑧1 − 𝑧2 = 0,0823 − 0,9177 ≃ 0,8354

(𝑃(0,10 ≤ 𝑝̂ ≤ 0,20)=83,54%
c. No más de 0.12 (𝑃(𝑝̂ < 0,12))
𝑃̂−𝑃 0,12−0,15
𝑧= 𝜎𝑃
= 0,036
≃ −0,83 ≃ 0,2083
̂

𝑃(𝑝̂ ≥ 0,12)= 20,83%

2) Se cree que en una ciudad el 20% de las familias tienen por lo menos un miembro que
sufre de algún malestar debido a la contaminación atmosférica. Una muestra aleatoria de
150 familias produjeron un valor de 𝑝̂ = 0.27. Si el valor del 20% es correcto, ¿Cuál es la
probabilidad de obtener una proporción mayor o igual de la muestra?

Datos
𝑝 = 0,20
𝑛 = 150
𝑞 = 0,60
𝜇𝑃 = 0,20
𝑝𝑞
𝜎𝑝̂ = √ 𝑛 =0,033
(𝑃(𝑝̂ ≥ 0,27))
𝑃̂−𝑃 0,27−0,20
𝑧= 𝜎𝑃
= 0,033
≃ 2,12 ≃ 1-0,9826≃0,0174
̂

(𝑃(𝑝̂ ≥ 0,27))= 1,74%

3) En una muestra al azar de 75 adultos, 35 de ellos consideran que el cáncer de mamas es
curable. Si en la población de la cual se extrajo la muestra, la proporción real de quienes
piensan que dicho tipo de cáncer es curable es de 0.55, ¿cuál es la probabilidad de obtener
una proporción muestral menor o igual que la obtenida en esta muestra?
Datos
𝑝 = 0,47
𝑛 = 75
𝑞 = 0,53
𝜇𝑃 = 0,47
𝑝𝑞
𝜎𝑝̂ = √ 𝑛 =0,057
(𝑃(𝑝̂ ≤ 0,55))
𝑃̂−𝑃 0,55−0,47
𝑧= = ≃ 1,46 ≃ 0,9279
𝜎𝑃̂ 0,057
(𝑃(𝑝̂ ≥ 0,27))= 92,79%

4) Se sabe que un medicamento estándar utilizado para tratar cierta enfermedad es eficaz
en un lapso de tres días en el 75 por ciento de los casos. Al evaluar la eficacia de un
nuevo medicamento para tratar la misma enfermedad se administró a 150 personas que la
padecían. Al término de tres días, se habían recuperado 97 personas. Si este nuevo
medicamento es tan efectivo como el primero, ¿cuál es la probabilidad de obtener una
proporción de pacientes que se recuperaren tan pequeña como ésta?
𝑝 = 0,75
𝑛 = 150
𝑞 = 0,25
𝜇𝑃 = 0,75
𝑝𝑞
𝜎𝑝̂ = √ 𝑛 =0,035
(𝑃(𝑝̂ ≤ 0,65))
𝑃̂−𝑃 0,65−0,75
𝑧= 𝜎𝑃
= 0,035
≃ −2,86 ≃ 0,0021
̂

(𝑃(𝑝̂ ≥ 0,65))= 0,21%

5) Dada una población en la que p = 0.6 y una muestra aleatoria de esta población de
tamaño 100, calcular:
𝑝 = 0,6
𝑛 = 100
𝑞 = 0,4
𝜇𝑃 = 0,6
𝑝𝑞
𝜎𝑝̂ = √ 𝑛 =0,049

𝒂) 𝑃(𝑝̂ ≥ 0,65)
𝑃̂−𝑃 0,65−0,6
𝑧= 𝜎𝑃
= 0,049
≃ 1,02 ≃ 1-0,8461 ≃ 0,1539
̂

(𝑃(𝑝̂ ≥ 0,65))= 15,39%

b) 𝑃(𝑝̂ ≤ 0,58)
𝑃̂−𝑃 0,58−0,6
𝑧= 𝜎𝑃
= 0,049
≃ 0,40 ≃ 0,3446
̂
(𝑃(𝑝̂ ≥ 0,58))= 34,46%

c) 𝑃(0,56 ≤ 𝑝̂ ≤ 0,63)
𝑃̂ − 𝑃 0,56 − 0,6
𝑍1 = = ≃ −0,82 ≃ 0,2061
𝜎𝑃̂ 0,049

𝑃̂ − 𝑃 0,63 − 0,6
𝑍2 = = ≃ 0,61 ≃ 0,7291
𝜎𝑃̂ 0,049

𝑧1 − 𝑧2 = 0,2061 − 0,7291 ≃ 0,5230

(𝑃(−0,82 ≤ 𝑝̂ ≤ 0,61)=52,3%

6) Se sabe que el 35 por ciento de los miembros de una población sufren de una o más
enfermedades crónicas. ¿Cuál es la probabilidad de que, en una muestra aleatoria de 200
individuos, 80 o más de ellos tengan al menos una enfermedad crónica?
𝑝 = 0,35
𝑛 = 200
𝑞 = 0,65
𝜇𝑃 = 0,35
𝑝𝑞
𝜎𝑝̂ = √ 𝑛 =0,033
(𝑃(𝑝̂ ≥ 0,0,4))
𝑃̂−𝑃 0,4−0,35
𝑧= 𝜎𝑃
= 0,033
≃ 0,1,51 ≃ 1-0,9345 ≃0,0655
̂

(𝑃(𝑝̂ ≥ 0,0,4))= 6,55%

TALLER #8
DISTRIBUCIÓN MUESTRAL DE DIFERENCIAS DE PROPORCIONES

𝑃((𝑃̂1 − 𝑝̂2 ) ≥ 𝑥)
̂1 − 𝑝
(𝑃 ̂2 ) − (𝑝, −𝑝2 )
𝑍=
𝑝 ∗𝑞 𝑝 𝑞2
√ 1𝑛 1 + 2∗ 𝑛2
( 1 )
1) En una población con retardo mental, se sabe que la proporción de los que son
hiperactivos es de 0.40. Se extrajo una muestra aleatoria de tamaño 120 de esa población
y otra de 100 a partir de otra población de niños con el mismo problema. Si la proporción
de niños hiperactivos es la misma en ambas poblaciones, ¿cuál es la probabilidad de que
la muestra proporcione una diferencia, (𝑃̂1 − 𝑝̂ 2 ) ≥ 0,16?

(0,16) − (0)
𝑍=( ) ≃ 2,42 ≃ 1 − 0,9922 ≃ 0,0078
0,066
𝑃 ((𝑃̂1 − 𝑝̂ 2 ) ≥ 0,16) ≃ 0,78%

2) Se tienen bases para suponer que el 40 por ciento de las casas en cierta área de la
ciudad están en malas condiciones. Una muestra aleatoria de 75 casas de esa área y otra
de 90 casa de otra sección proporcionaron una diferencia (𝑃̂1 − 𝑝̂ 2 ) ≥ 0,09. Si no hay
diferencia en la proporción de casa en malas condiciones entre esas dos áreas, ¿cuál es la
probabilidad de observar una diferencia de esa magnitud o mucho mayor?
 (0,09) − (0)
𝑍=( ) ≃ 1,18 ≃ 1 − 0,8810 ≃ 0,119
0,076
𝑃 ((𝑃̂1 − 𝑝̂ 2 ) ≥ 0,09) ≃ 11,9%

3) El resultado de una investigación sanitaria revela que el 55% de los individuos de la

población A y el 35% de los de la población B no padecen enfermedades
cardiovasculares. Suponer que se extrae una muestra aleatoria simple de tamaño 120 a
partir de la población A, y una muestra aleatoria simple independiente de tamaño 130 de
la población B. ¿Cuál es la probabilidad de que la diferencia entre las proporciones de la
muestra (0,30 ≤ (𝑃̂1 − 𝑝̂ 2 ) ≤ 0,40)?

(0,30) − (0,20)
𝑍1 = ( ) ≃ 0,97 ≃ 0,8340
0,062

(0,40) − (0,20)
𝑍2 = ( ) ≃ 1,29 ≃ 0,9015
0,062
𝑍1 − 𝑍2 = 0,8340 − 0,9015 ≃ 0,067
P(0,30 ≤ (𝑃̂1 − 𝑝̂ 2 ) ≤ 0,40)=6,7%

TALLER #9
DISTRIBUCIÓN CHI-CUADRADA

(𝑛 − 1) ∗ σ2
𝑋2 =
σ
1)Para una distribución Chi-cuadrada, encuentre los siguientes valores:
2
a. 𝑋0.95,8 = 2.7326
2 2
P (x ≥ 𝑥0.95,8 ) = (x ≥ 𝑥0.05,8 ) = 2,7326

2
a. 𝑋0.50,10 = 9.3418
2
P (x ≥ 𝑥0.50,10 ) = 9,3418

2
b. 𝑋0.25,20 = 23.8277
2 2
P (x ≥ 𝑥0.25,20 ) = (x ≥ 𝑥0.75,20 ) = 23,8277
3. Se toma una muestra aleatoria de n=25 observaciones de una población normal
que tiene una varianza σ2 =10. Encuentre la probabilidad de que la varianza de la
muestra sea mayor que 16.4, dado que: n = 25 y σ2 = 10

(25−1)∗(16.4)
𝑋2 = (10)
= 39.36
P(𝑿𝟐 > 𝟏𝟔. 𝟒) =0.025

5. Para una distribución Chi-cuadrada, evalúe lo siguiente:

2
a. 𝑋0.05 cuando v = 5 =11,0705
2 11.0705
(x ≥ 𝑥0.05,5 ) = 11.0705 = ∫0 𝑓(𝑥)𝑑𝑥 = 0,05

2
b. 𝑋0.5 cuando v = 19 =18,33
2 18.3373
(x ≥ 𝑥0.5,19 ) = 18.3373 = ∫0 𝑓(𝑥)𝑑𝑥 = 0,5
 2
c. 𝑋0.1 cuando v = 12 = 18,55
2 18.55
(x ≥ 𝑥0.1,12 ) = 18.55 = ∫0 𝑓(𝑥)𝑑𝑥 = 0.1

7. En el caso de una distribución Chi-cuadrada, encuentre 𝑋 2 de modo que:

a. P (𝑋 2 > 𝑋 2 α) = 0,01 cuando v = 21= 38,93
2
(x ≥ 𝑥0.01,21 ) = 38.9322

b. P (𝑋 2 > 𝑋 2 α) = 0,95 cuando v = 6 = 1,63

2
(x ≥ 𝑥0.95,6 ) = 1.6354
 c. P (𝑋 2 < 𝑋 2 < 23.209) = 0,015 cuando v = 10 = 0,025
2 2
(𝑥0.025,10 < 𝑋 2 < 𝑥0.01,10 ) = 0.015 + 0.01 = 0.025
23.209 = 0.01
0.015 = 22.02

9. Las puntuaciones otorgadas en una prueba de admisión aplicada a estudiantes

de escuela durante los 5 años anteriores, están distribuidos en forma
aproximadamente normal, con una media σ2 = 74 y una varianza σ2 =8. ¿Se
consideraría aún σ2 =8 como un valor válido de la variación si una muestra aleatoria
de 20 estudiantes que presentan esa prueba de admisión este año obtuvieran un
valor de S2 = 20?

(20−1)∗(20)
𝑋2 = (8)
= 47.5
2
𝑋19 = 45.97 = 0,0005
TALLER # 10
DISTRIBUCIÓN T-ESTUDENT

1
a. 𝑇0.01,10= 2.764
P ( 𝑇 ≥ 𝑇0.01,10 ) = (T ≥ 𝑇0.01,10) = 2,764

b. 𝑇0.40,20= 0,257
P ( 𝑇 ≥ 𝑇0.40,20 ) = (T ≥ 𝑇0.40,20) = 0,257
 c. 𝑇0.01,11= 2,718
P ( 𝑇 ≥ 𝑇0.01,11 ) = (T ≥ 𝑇0.01,11) = 2,718

3
𝑇0.025,14= 2,145
2,145
P ( 𝑇 ≥ 𝑇0.025,14) = (T ≥ 𝑇0.025,14) = ∫∞ 𝐹(𝑥)𝑑𝑥 = 0,025
5
𝑇0.995,7= -3,499
−3,499
P ( 𝑇 ≥ 𝑇0.995,7) = (T ≥ 𝑇0.995,7 ) = ∫−∞ 𝐹(𝑥)𝑑𝑥 = −3,499

7
a. 𝑃(−2,069 < 𝑇 < 𝐾) = 0,965
23 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑
−𝑇0.025 = −2,069
0,025 + 0,965 = 1 − 0,99 = 0,01
𝑇0.01,23 = 2,492

b. 𝑃(𝐾 < 𝑇 < 2,807) = 0,095

23 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑
−𝑇0.005,23 = 2,807
0,005 + 0,095 = 0,10 = 0,01
𝑇0.10,23 = 1,319
 c. 𝑃(𝐾 < 𝑇 < 𝐾) = 0,90
23 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑
𝑇0.05,23 = 1,714

9
𝜇 = 1,83 𝑛=8
2 + 1,7 + 2,1 + 1,9 + 2,2 + 2,1 + 2 + 1,6
𝑥̅ = = 1,95
8
𝛿 = √(2 − 1,95)2 + (1,7 − 1,95)2 + (2,1 − 1,95)2 + ⋯ + (1,6 − 1,95)2 =0,21
𝑥̅ − 𝜇 1,95 − 1,98
𝜀𝑐 = = = 1,22
𝛿 0,21
√𝑛 √8
TALLER # 11
DISTRIBUCIÓN f

1
a. 𝐹0.01,4,9= 6,42
P ( 𝐹 ≥ 𝐹0.01,4,9) = (F ≥ 6,42) = 0,01

b. 𝐹0.050,15,10= 2,54
P ( 𝐹 ≥ 𝐹0.050,15,10) = (F ≥ 2,54) = 0,050
 c. 𝐹0.95,6,8
1 1
= = 0,24
𝐹0.05,6,8 4,15

d. 𝐹0.90,24,24
1 1
= = 0,38
𝐹0.10,24,24 2,64

2
a. 𝐹0.05,7,15= 3,51
P ( 𝐹 ≥ 𝐹0.05,7,15) = (F ≥ 3,51) = 0,05

b. 𝐹0.05,15,7= 2,71
 P ( 𝐹 ≥ 𝐹0.05,15,7) = (F ≥ 2,71) = 0,050

c. 𝐹0.01,24,19= 2,74
P ( 𝐹 ≥ 𝐹0.01,24,19) = (F ≥ 2,74) = 0,01

d. 𝐹0.95,19,24
1 1
= = 0,49
𝐹0.05,24,19 2,03

e. 𝐹0.99,28,12
1 1
= = 0,27
𝐹0.01,12,28 3,7
3 𝒏𝟏 = 𝟐𝟒 𝒏𝟐 = 𝟑𝟎
𝛿12
𝑃 ( 2 > 1,29) = 0,1
𝛿2

4 𝒏𝟏 = 𝟕 𝒏𝟐 = 𝟏𝟏
𝛿12
𝑃 ( 2 < 4,89)
𝛿2
𝛿12
1 − ( 2 < 4,89) = 1 − 0,01 = 0,99
𝛿2