Distribucion de medias Muestrales

Ejemplo
Poblacion
0
2
4
6
N= 4
Si el muestro es con reemplazo el numero posible de muestras es:

𝑆=𝑁^𝑛
Donde N: # de opciones del experimento y n: # de ensayos
En este caso el numero de ensayos es n=2, por lo tanto:
n= 2
S= 16

La media Poblacional

𝜇=(∑24_(𝑖=1)^𝑁▒𝑥_𝑖 )/𝑁

µ= 3 Parametro
La desviacion estandart de la poblacion

𝜎=√((∑24_(𝑖=1)^𝑁▒(𝑥_𝑖−𝜇)^2 )/𝑁)

σ= 2.23606798

Posibles Muestras Distribucion de frecuencias Grafico

Muestra Fa
0 0 0 0 1
0 2 1
𝑥 ̅ 1 2 𝑥 ̅
0 4 2 2 3
0 6 3 3 4
2 0 1 4 3
2 2 2 5 2
2 4 3 6 1
2 6 4
4 0 2
4 2 3
4 4 4
4 6 5
 6 0 3
6 2 4 Conclusion: La distribucion de medias muestrales se comporta de forma
6 4 5
6 6 6

La media de las muestras

3 La media de todas las medias muestrales es igual a la media poblacional

La desviacion estandart de las medias muestrales

1.58113883
𝜇_𝑥 ̅ 𝜇_𝑥 ̅ =𝜇
De aquí se deduce
1.58113883
𝜎_𝑥 ̅

Error Muestral de cada media

𝜎_𝑥 ̅ =𝜎/√𝑛=
Muestra e=x-µ
0 0 0 -3
0 2 1 -2
0 4 2 -1
0 6 𝑥 ̅
3 0
2 0 1 -2
2 2 2 -1
2 4 3 0
2 6 4 1
4 0 2 -1
4 2 3 0
4 4 4 1
4 6 5 2
6 0 3 0
6 2 4 1
6 4 5 2
6 6 6 3

La media de los errores muestrales

µe 0
L a desviacion estandart de los errores muestrales
σe 1.58113883

Por lo tanto
Conclusion: La desviacion estandart de las medias muestrales es igual a la desviacion e
 Distribucion de Medias Muestrales
4.5
4
4
3.5
3 3
3
2.5
2 2
#

2
1.5
1 1
1
0.5
0
0 1 2 3 4 5 6
Medias Muestrales
 1.5
1 1
1
0.5
0
0 1 2 3 4 5 6
estrales se comporta de forma aproximadamente Normal Medias Muestrales

es igual a la media poblacional

strales es igual a la desviacion estandart de los errores muestrales

 Distribucion de medias Muestrales
Ejemplo:
Suponga que la tabla siguiente muestra la antiguedad en años en el trabajo de tres maestros universitario

Maestro de
Antigüedad
matemáticas
A 6
B 4
C 2

Suponga además que se seleccionan muestras aleatorias de tamaño 2 sin reemplazo. Calcule la antigüed
la media de la distribución muestral y el error estándar, o la desviación estándar de la distribución muestra

Solución:
Se pueden tener 3C2 =3 muestras posibles. La tabla lista todas las muestras posibles de tamaño 2, con su
Recordemos
N= 3
n= 2
𝑆=𝑁!/𝑛!(𝑁−𝑛)!
3 3

Posibles Muestras
Media
Muestras Antigüedad
Muestral
A,B 6 45
A,C 6 24
B,C 4 23

La media poblacional es: 

µ= 4
La media de las medias muestrales es:
𝜇_𝑥 ̅ = 4

La desviación estándar de la población es:

σ= 1.63299316185545
La desviación estándar de las medias muestrales es:

𝜎_𝑥 ̅ = 0.81649658092773
Que tambien puede obtenerse como:
𝜎_𝑥 ̅ =𝜎/√𝑛 √((𝑁−𝑛)/(𝑁−1))=
0.81649658092773

Distribución Muestral de Medias

 Si recordamos a la distribución normal, esta es una distribución continua, en forma de campana en donde la media,
Con esta distribución podíamos calcular la probabilidad de algún evento relacionado con la variable aleatoria, media
𝑍=(𝑥−𝜇)/𝜎
Como estamos trabajando las medias muestrales
𝑥=𝑥 ̅; 𝜇=𝜇_𝑥 ̅ ;𝜎=𝜎_𝑥 ̅
Reemplazando en, "Z":
𝑍"=" (𝑥 ̅−𝜇_𝑥 ̅ )/𝜎_𝑥 ̅

Que para el muestreo sin reemplazo

𝑍"=" (𝑥 ̅−𝜇)/(𝜎/√𝑛 √((𝑁−𝑛)/(𝑁−1)))

Ejemplo:
Una empresa eléctrica fabrica focos que tienen una duración que se distribuye aproximadamente en forma normal,
Encuentre la probabilidad de que una muestra aleatoria de 16 focos tenga una vida promedio de menos d
Solución:

En este caso como no tenemos la poblacion:

𝑍"=" (𝑥 ̅−𝜇)/(𝜎/√𝑛)

µ= 800
σ= 40
n= 16
𝑥 ̅= 775

Z= -2.5
La probabilidad de que la media muestral sea menor de 775 horas
𝑃(𝑥 ̅<775)=𝑃(𝑍<−2,5)
 𝑃(𝑍<−2,5)=0,0062 0.00620966532578

Ejemplo:
Las estaturas de 1000 estudiantes están distribuidas aproximadamente en forma normal con una media de 174.5 c
Si se extraen 200 muestras aleatorias de tamaño 25 sin reemplazo de esta población, determine:
a. El número de las medias muestrales que caen entre 172.5 y 175.8 centímetros.
b. El número de medias muestrales que caen por debajo de 172 centímetros.

Solucion a)
µ= 174.5
σ= 6.9
n= 25
𝑥 ̅= 172.5 175.8
N= 1000
𝑍"=" (𝑥 ̅−𝜇)/(𝜎/√𝑛 √((𝑁−𝑛)/(𝑁−1)))
Z1= 0.9535527
Z2= -1.4670042

Por lo tanto

𝑃(172,5<𝑥 ̅<175,8)=𝑃(−1,47<𝑍<0,95)
 𝑃(−1,47<𝑍<0,95)=0,8289-0,0708=0,7581

o
𝑃(−1,47<𝑍<0,95)= 0.758657485274
151.7314970548 De las 200 muestras la media con tamaño de muestra 25, ser
Solucion b)
µ= 174.5
σ= 6.9
n= 25
𝑥 ̅= 172
N= 1000

𝑃(𝑥 ̅<172)=

𝑍"=" (𝑥 ̅−𝜇)/(𝜎/√𝑛 √((𝑁−𝑛)/(𝑁−1)))

Z= -1.8337552006239

𝑃(𝑥 ̅<172)"=P(Z<-
1,83)"
𝑃(𝑥 ̅<172)"=P(Z<−1,83)=0,0336" 6.72

O
𝑃(𝑥 ̅<172)"=P(Z<−1,83)=" 0.03334517025659
maestros universitarios de matemáticas:

o. Calcule la antigüedad media para cada muestra,

distribución muestral.

de tamaño 2, con sus respectivas medias muestrales.

na en donde la media, la mediana y la moda tienen un mismo valor y es simétrica.
ariable aleatoria, mediante la siguiente fórmula:

ente en forma normal, con media de 800 horas y desviación estándar de 40 horas.
romedio de menos de 775 horas.
una media de 174.5 centímetros y una desviación estándar de 6.9 centímetros.
, determine:
o de muestra 25, seran 152 en este intervalo
Distribucion Muestral de Proporciones
Ejemplo
Suponga que se cuenta con un lote de 12 piezas, el cual tiene 4 artículos defectuosos. Se van a seleccion

N= 12
N1= 4 Defectuosos
N2= 8 Buenos
Tamaño de Muestra
n= 5
Proporción de artículos defectuosos en la poblacion:
P= 0.3333333
Q= 0.6666667 Buenos
El número posible de muestras de tamaño 5 a extraer de una población de 12

𝑆=𝑁!/𝑛!(𝑁−𝑛)!
792

Al delsglosar las posibilidades son:

Proporción Número de maneras en las

Artículos Artículos
de artículos que se puede obtener la
Buenos Malos
defectuoso muestra
1 4 0.8 8
2 3 0.6 112
3 2 0.4 336
4 1 0.2 280
5 00 56
Total 792

La media de la distribución muestral de proporciones

μp = 0.3333333 o

Por lo tanto
P=μp

la desviación estándar de la distribución muestral de proporciones:

σp = 0.168175

La desviacion estandart de la distribución muestral de proporciones tambien se puede establecer como:

𝜎_𝑝=√((𝑃∗𝑄)/𝑛)∗√((𝑁−𝑛)/(𝑁−1))
Cuando tenemos poblacion finita

Si la poblacion es infinita
𝜎_𝑝=√((𝑃∗𝑄)/𝑛)

Histograma de la distribucion muestral de proporciones

Distribucion muestral de proporciones

400
Frcuencia

350 336

300 280
250
200
150
112
100
56
50
8
0
0.8 0.6 0.4 0.2 0
Proporcion de Articulos defectuosos

Ejemplo 1
Se ha determinado que 60% de los estudiantes de una universidad grande fuman cigarrillos. Se toma una
Calcule la probabilidad de que la proporción de la muestra de la gente que fuma cigarrillos sea menor que

Aproximación de la distribución normal a la binomial:

Datos:
n= 800
P= 0.6
p(p<0,55)=?

Como vamos a aproximar la binomial con la Normal

𝑍=(𝑥−𝜇)/𝜎 𝜇=𝑛∗𝑝 ; 𝜎=√(𝑛∗𝑝∗𝑞)

Reemplazando
𝑍=(𝑥−𝑛∗𝑃)/√(𝑛∗𝑃∗𝑄) 𝑜 ;𝑍=(𝑥−𝑛∗𝑃)/√(𝑛∗𝑃∗(1−𝑃))
𝑍=(𝑥−𝑛∗𝑃)/√(𝑛∗𝑃∗𝑄) 𝑜 ;𝑍=(𝑥−𝑛∗𝑃)/√(𝑛∗𝑃∗(1−𝑃))

En este caso:
p= 0.55
x= 440
μ= 480
Para realizar la aproximacion de la binomial hay que restar 0,5 a "x" si el area es menor, si es mayor hay q

Z= -2.9228357
Por lo tanto

p(p<0,55)=p(Z<-2,92284)

p(p<0,55)= 0.0017343

Mediante la Distribución Muestral de Proporciones

Datos:
n= 800
P= 0.6
p(p<0,55)=?

𝑍=(𝑝−𝑃)/√((𝑃∗𝑄)/𝑛)

Para aproximar la binomial se debe aplicar la correccion a p asi:

±(0,5/𝑛)

p= 0.55

Z= -2.9228357

p(p<0,55)=p(Z<-2,92284)

p(p<0,55)=? 0.0017343
 Ejemplo 2
Un medicamento para malestar estomacal tiene la advertencia de que algunos usuarios pueden presentar
Si una muestra aleatoria de 150 personas con malestar estomacal usa el medicamento, encuentre la prob

Aproximación de la distribución normal a la binomial:

Datos:
n= 150
P= 0.03
p(p>004)=?

Como vamos a aproximar la binomial con la Normal

𝑍=(𝑥−𝜇)/𝜎 𝜇=𝑛∗𝑝 ; 𝜎=√(𝑛∗𝑝∗𝑞)

Reemplazando
𝑍=(𝑥−𝑛∗𝑃)/√(𝑛∗𝑃∗𝑄) 𝑜 ;𝑍=(𝑥−𝑛∗𝑃)/√(𝑛∗𝑃∗(1−𝑃))

En este caso:
p= 0.04
x= 6
μ= 4.5
Para realizar la aproximacion de la binomial hay que restar 0,5 a "x" si el area es menor, si es mayor hay q

Z= 0.9572775
Por lo tanto

p(p>0,04)=p(Z>0,957278)

p(p>0,04)= 0.1692136
Mediante la Distribución Muestral de Proporciones

Datos:
n= 150
P= 0.03
p(p>0,04)=?

𝑍=(𝑝−𝑃)/√((𝑃∗𝑄)/𝑛)

Para aproximar la binomial se debe aplicar la correccion a p asi:

±(0,5/𝑛)

p= 0.04

Z= 0.9572775

p(p>0,04)=p(Z>0,957278)

p(p>0,04)= 0.1692136

Ejemplo 3
Se sabe que la verdadera proporción de los componentes defectuosos fabricadas por una firma es de 4%
Más del 1% pero menos del 5% de partes defectuosas.

Mediante la Distribución Muestral de Proporciones

Datos:
n= 60
P= 0.04
p(0,01<p<0,05)=?

𝑍=(𝑝−𝑃)/√((𝑃∗𝑄)/𝑛)
Para aproximar la binomial se debe aplicar la correccion a p asi:
±(0,5/𝑛)

p= 0.05

Z1= 0.0658808

p(p<0,05)=p(Z<0,065881)

p(p<0,05)= 0.5262636

p= 0.01

Z1= -0.8564502

p(p>0,01)=p(Z>-0,85645)

p(p>0,01)= 0.1958744

Finalmente

p(0,01<p<0,05)=? 0.3303892266
4 artículos defectuosos. Se van a seleccionar 5 artículos al azar de ese lote sin reemplazo. Genere la distribución m

población de 12

0.333333333333333

iones tambien se puede establecer como:

oblacion finita

56

idad grande fuman cigarrillos. Se toma una muestra aleatoria de 800 estudiantes.
a gente que fuma cigarrillos sea menor que 0.55.
a "x" si el area es menor, si es mayor hay que sumar.
 de que algunos usuarios pueden presentar una reacción adversa a él, más aún, se piensa que alrededor del 3% de
acal usa el medicamento, encuentre la probabilidad de que la proporción de la muestra de los usuarios que realmen

a "x" si el area es menor, si es mayor hay que sumar.

ctuosos fabricadas por una firma es de 4%, y encuentre la probabilidad de que una muestra aleatoria de tamaño 60
lazo. Genere la distribución muestral de proporciones para el número de piezas defectuosas.
ensa que alrededor del 3% de los usuarios tienen tal reacción.
a de los usuarios que realmente presentan una reacción adversa, exceda el 4%.
uestra aleatoria de tamaño 60 tenga:
 Distribucion Muestral para la diferencia de Medias
Ejemplo 1
En un estudio para comparar los pesos promedio de niños y niñas de sexto grado en una escuela primaria
Se sabe que tanto para niños como para niñas los pesos siguen una distribución normal. El promedio de l
y su desviación estándar es de 14.142, mientras que el promedio de los pesos de todas las niñas del sex
Si representa el promedio de los pesos de 20 niños y es el promedio de los pesos de una muestra de 25
sea al menos 20 libras más grande que el de las 25 niñas.

Datos
μ 1= 100
μ 2= 85
σ 1= 14.142
σ 2= 12.247
n1= 20
n2= 25

𝑝(𝑥 ̅_1−𝑥 ̅_2 )>20=?

−𝑥 ̅_2 )−(𝜇_1−𝜇_2 ))/√((𝜎_1^2)/𝑛_1 +(𝜎_2^2)/𝑛_2 )

En este Caso:

(𝑥 ̅_1−𝑥 ̅_2 )> 20

Z= 1.2500247

𝑝(𝑥 ̅_1−𝑥 ̅_2 )>20=p(z>1,250025)
𝑝(𝑥 ̅_1−𝑥 ̅_2 )>20 0.1056453

Ejemplo 2
Uno de los principales fabricantes de televisores compra los tubos de rayos catódicos a dos compañías. L
mientras que los de la B tienen una vida media de 6.7 años con una desviación estándar de 0.7. Determin
tenga una vida promedio de al menos un año más que la de una muestra aleatoria de 40 tubos de la comp

Datos
μ 1= 7.2
 μ 2= 6.7
σ 1= 0.8
σ 2= 0.7
n1= 34
n2= 40

𝑝(𝑥 ̅_1−𝑥 ̅_2 )>1=?

−𝑥 ̅_2 )−(𝜇_1−𝜇_2 ))/√((𝜎_1^2)/𝑛_1 +(𝜎_2^2)/𝑛_2 )

En este Caso:

(𝑥 ̅_1−𝑥 ̅_2 )> 1

Z= 2.8364473

𝑝(𝑥 ̅_1−𝑥 ̅_2 )>1=p(z>2,83…)
𝑝(𝑥 ̅_1−𝑥 ̅_2 )>1 0.0022809

Ejemplo 2
Se prueba el rendimiento en km/L de 2 tipos de gasolina, encontrándose una desviación estándar de 1.23
se prueba la primera gasolina en 35 autos y la segunda en 42 autos.
a.¿Cuál es la probabilidad de que la primera gasolina de un rendimiento promedio mayor de 0.45km/L que
b.¿Cuál es la probabilidad de que la diferencia en rendimientos promedio se encuentre entre 0.65 y 0.83k

En este ejercicio no se cuenta con los parámetros de las medias en ninguna de las dos poblaciones, por lo
a)
𝜇_1=𝜇_2→(𝜇_1−𝜇_2 )=0
 σ 1= 1.23
σ 2= 1.37
n1= 35
n2= 42

𝑝(𝑥 ̅_1−𝑥 ̅_2 )>0,45=?

−𝑥 ̅_2 )−(𝜇_1−𝜇_2 ))/√((𝜎_1^2)/𝑛_1 +(𝜎_2^2)/𝑛_2 )

En este Caso:

(𝑥 ̅_1−𝑥 ̅_2 )> 0.45

Z= 1.5176931

𝑝(𝑥 ̅_1−𝑥 ̅_2 )>0,45=p(z>1,517…)
𝑝(𝑥 ̅_1−𝑥 ̅_2 )>0,45 0.0645459

b)
σ 1= 1.23
σ 2= 1.37
n1= 35
n2= 42

𝑝(𝑥 ̅_1−𝑥 ̅_2 )<0,83=?

−𝑥 ̅_2 )−(𝜇_1−𝜇_2 ))/√((𝜎_1^2)/𝑛_1 +(𝜎_2^2)/𝑛_2 )

 En este Caso:

(𝑥 ̅_1−𝑥 ̅_2 )< 0.83

Z1= 2.7993006

𝑝(𝑥 ̅_1−𝑥 ̅_2 )<0,83=p(z<2,799…)
𝑝(𝑥 ̅_1−𝑥 ̅_2 )<0,83 0.9974393

σ 1= 1.23
σ 2= 1.37
n1= 35
n2= 42

𝑝(𝑥 ̅_1−𝑥 ̅_2 )<0,65=?

−𝑥 ̅_2 )−(𝜇_1−𝜇_2 ))/√((𝜎_1^2)/𝑛_1 +(𝜎_2^2)/𝑛_2 )

En este Caso:

(𝑥 ̅_1−𝑥 ̅_2 )< 0.65

Z2= 2.1922234

𝑝(𝑥 ̅_1−𝑥 ̅_2 )<0,65=p(z<2,192…)
𝑝(𝑥 ̅_1−𝑥 ̅_2 )<0,65 0.9858183

Finalmente
0,65<𝑝(𝑥 ̅_1−𝑥 ̅_2 )<0,85=? 0.011621
 grado en una escuela primaria se usará una muestra aleatoria de 20 niños y otra de 25 niñas.
ución normal. El promedio de los pesos de todos los niños de sexto grado de esa escuela es de 100 libras
sos de todas las niñas del sexto grado de esa escuela es de 85 libras y su desviación estándar es de 12.247 libras.
s pesos de una muestra de 25 niñas, encuentre la probabilidad de que el promedio de los pesos de los 20 niños

catódicos a dos compañías. Los tubos de la compañía A tienen una vida media de 7.2 años con una desviación est
ción estándar de 0.7. Determine la probabilidad de que una muestra aleatoria de 34 tubos de la compañía A
eatoria de 40 tubos de la compañía B.
a desviación estándar de 1.23km/L para la primera gasolina y una desviación estándar de 1.37km/L para la segunda

medio mayor de 0.45km/L que la segunda gasolina?

e encuentre entre 0.65 y 0.83km/L a favor de la gasolina 1?.

a de las dos poblaciones, por lo que se supondrán que son iguales.

 100 libras
es de 12.247 libras.
s de los 20 niños

n una desviación estándar de 0.8 años,

compañía A
km/L para la segunda gasolina;