ESTADISTICA

INFERENCIAL
UNIDAD 1
Actividad 1:
Ejercicios

Docente: Juan Vergara Baez.

Alumnos:
José Cruz Martínez Valdés
Manolo Omar Cruz Guzmán
Berenice Mariñelarena Rivera

Página 0 de 0
 ACTIVIDAD 1: EJERCICIOS SOBRE

DISTRIBUCIONES MUESTRALES

Fecha:**/**/****

Nombre del estudiante:

Nombre del docente:

• Con base en el material consultado en la unidad resuelve los ejercicios que se plantean acerca
de los siguientes temas:
 Distribuciones muestrales
 Teorema del Límite Central (TLC)

Técnicas básicas

1. Una población consta de cinco números: 2,3,6,8,11. Considere todas las muestras posibles
de tamaño dos que pueden extraerse con reemplazo de esta población. Encontrar:

a. La media de la población

𝟐 + 𝟑 + 𝟔 + 𝟖 + 𝟏𝟏
𝝁= =𝟔
𝟓

b. La desviación estándar de la población

𝟐= (𝟐 − 𝟔)𝟐 + (𝟑 − 𝟔)𝟐 + (𝟔 − 𝟔)𝟐 + (𝟏𝟏 − 𝟔)𝟐 = 𝟏𝟎, 𝟖

𝝈
𝟓

𝝈= = 𝟑, 𝟐𝟗

Página 1 de 1
 c. El valor esperado de la media muestral

2,2 2,3 2,6 2,8 2,11

3,2 3,3 3,6 3,8 3,11
6,2 6,3 6,6 6,8 6,11
8,2 8,3 8,6 8,8 8,11
11,2 11,3 11,6 11,8 11,11

Las medidas de la muestra son:

2 2.5 4 5 6.5
2.5 3 4.5 5.5 7
4 4.5 6 7 8.5
5 5.5 7 8 9.5
6.5 7 8.5 9.5 11

𝑨 𝒍𝒂 𝒔𝒖𝒎𝒂 𝒅𝒆 𝒕𝒐𝒅𝒂𝒔 𝒍𝒂𝒔 𝒎𝒆𝒅𝒊𝒂𝒔 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍𝒆𝒔

𝝁𝒙 = =𝟔
𝟐𝟓

d. La desviación estándar (error estándar) de la media muestral

𝝈
𝝈𝒙

𝟑. 𝟐𝟗
𝝈𝒙 = = 𝟎. 𝟔𝟓𝟖
√𝟐𝟓

Página 2 de 2
 2. Se seleccionaron muestras aleatorias de tamaño n de poblaciones con las medias y varianzas
dadas aquí. Encuentre la media y desviación estándar de la distribución de muestreo de la

media muestral X en cada caso:

𝑎. 𝑿 = 𝟏𝟎, 𝝈𝒙 𝟑= 𝟎. 𝟓
a. n= 36, =10, = 9
2

b. n=100, = 5, 2 = 4 𝑏. 𝑿 = 𝟓, 𝝈𝒙 𝟐= 𝟎. 𝟐

c. n= 8, =120, 2
=1
𝑐. 𝑿 = 𝟏𝟐𝟎, 𝝈𝒙 𝟏= 𝟎. 𝟑𝟓𝟑𝟔

Si las poblaciones muestreadas son normales, ¿cuál es la distribución de muestreo de X para

los incisos a, b y c? 𝑥̅ =𝜇

De acuerdo con el Teorema del Límite Central, si las poblaciones muestreadas no son

normales, ¿qué se puede decir acerca de la distribución muestral de X para los incisos a, b y c?

Según el teorema de limite central nos dice que para que la distribución muestral se considere
normal, aunque la población no lo sea, n debe ser grande igual o mayor a 30

El inciso a y b cumplen a excepción del c, donde el tamaño de muestra es igual a n=8

3. Una muestra aleatoria de n observaciones se selecciona de una población con desviación

estándar =1. Calcule el error estándar de la media (SE) para los siguientes valores de n.

a. n=1
b. n=2
c. n=4
d. n=9
e. n=16
f. n=25

Página 3 de 3
 g. n=100

1
𝒆. 𝝈𝒙 = 𝟎. 𝟐𝟓
1 16
𝒂. 𝝈𝒙 =𝟏
𝟏

1
𝟏 𝒇. 𝝈𝒙 = 𝟎. 𝟏𝟗𝟔𝟏
𝒃. 𝝈𝒙 = 𝟎. 𝟕𝟎𝟕𝟏𝟏
26
𝟐

1
𝟏 𝒈. 𝝈𝒙 = 𝟎. 𝟏
𝒄. 𝝈𝒙 = 𝟎. 𝟓𝟎
100
𝟒

𝟏
𝒅. 𝝈𝒙 = 𝟎.𝟑𝟑𝟑
𝟗

Página 4 de 4
4. Se seleccionaron muestras aleatorias de tamaño n de poblaciones binomiales con parámetros
poblacionales p dados aquí. Encuentre la media y la desviación estándar de la distribución de
muestreo de la proporción muestral pˆ en cada caso:

a. n=100, p= 0.3

𝝁𝝆 = 𝟏𝟎𝟎 𝒙 . 𝟑𝟎 = 𝟑𝟎,𝝂 = 𝟏𝟎𝟎 𝒙 . 𝟑𝟎 𝒙 . 𝟕𝟎 = 𝟐𝟏,𝝈𝝆 = 𝟒. 𝟓𝟖

b. n= 400, p= 0.1

𝝁𝝆 = 𝟒𝟎𝟎 𝒙 .𝟏 = 𝟒𝟎,𝝊 = 𝟒𝟎𝟎 𝒙 . 𝟏 𝒙 . 𝟗 = 𝟑𝟔, 𝝈𝝆 =𝟔

c. n= 250, p= 0.6

𝝁𝝆 = 𝟐𝟓𝟎 𝒙 . 𝟔𝟎 = 𝟏𝟓𝟎, 𝝂𝝆 = 𝟐𝟓𝟎 𝒙 . 𝟔𝟎 𝒙 . 𝟒𝟎 = 𝟔𝟎, 𝝈𝝆 = 𝟕.𝟕𝟒

ˆ
5. ¿Es adecuado utilizar la distribución normal para aproximar la distribución de muestreo de P

en las siguientes circunstancias?

a. n= 50, p= 0.05 Si es adecuado, porque cumple con la condición n ≥ 30

b. n= 75, p= 0.1 Si es adecuado, porque cumple con la condición n ≥ 30

c. n= 250, p= 0.99 Si es adecuado, porque cumple con la condición n ≥ 30

Página 5 de 5
Aplicaciones

1. Enfermedad de Alzheimer. La duración de la enfermedad de Alzheimer desde el principio de

los síntomas hasta el fallecimiento varía de 3 a 20 años; el promedio es 8 años con una
desviación estándar de 4 años. El administrador de un gran centro médico selecciona al azar,
de la base de datos del centro, los registros médicos de 30 pacientes de Alzheimer ya fallecidos
y anota la duración de la enfermedad para cada unidad en muestra. Encuentre las
probabilidades aproximadas para los siguientes eventos:

a. La duración promedio es menor a 7 años

𝑋−𝜇
𝑧=
𝜎

𝑧=

𝑧=− = 0.25

𝑃(𝑥 < 7) = 𝑃 (𝑧 < − )

𝑃(𝑥 < 7) = 0.5 − 0.5987
𝑷(𝒙 < 𝟕) = 𝟎. 𝟎𝟖𝟓𝟑𝟏 = 𝟖. 𝟓𝟑%

b. La duración promedio excede de 7 años

𝑃(𝑥 > 7)
𝑃(𝑥 > 7) = 1 − 𝑃(𝑥 < 7)
𝑃(𝑥 > 7) = 1 − 0.08531

𝑷(𝒙 > 𝟕) = 𝟎. 𝟗𝟏𝟒𝟕 = 𝟗𝟏. 𝟒𝟕%

Página 6 de 6
 c. La duración promedio está a no más de un año de la media poblacional = 8
𝑃(7 < 𝑋̅ < 9)

𝑃(7 < 𝑋̅ < 9) = 𝑃 (− <𝑧< )

𝑃(7 < 𝑋̅ < 9) = 0.9147 − 0.0853

𝑷(𝟕 < 𝑿̅ < 𝟗) = 𝟎. 𝟖𝟐𝟗𝟒 = 𝟖𝟐. 𝟗𝟒%

Grafique el error estándar de la media (SE) contra el tamaño muestral ny enlace los puntos con
una curva suave. ¿Cuál es el efecto de aumentar el tamaño de muestra sobre el error estándar?

De acuerdo con la fórmula es que el tamaño de la muestra aumenta su valor el error se

disminuye.

2. Salarios de profesores. Suponga que los profesores de una universidad en E.U.A. -con rango
de profesor en instituciones públicas que imparten programas académicos de dos años-,
ganan un promedio de 71,802 dólares por año, con una desviación estándar de 4,000 dólares.
En un ejercicio por verificar este nivel de salario se seleccionó una muestra aleatoria de 60
profesores de una base de datos del personal académico de todas las instituciones públicas
que imparten programas de dos años en E.U.A.

Página 7 de 7
a. Describa la distribución de muestreo de la media muestral X

𝜎
𝜎𝑋̅

𝜎𝑋̅
𝟒𝟎𝟎𝟎
𝝈𝑿̅ 𝟓𝟏𝟔. 𝟑𝟗𝟕𝟕
𝟐√𝟏𝟓

b. ¿Dentro de qué límites se esperaría que esté el promedio muestral, con

probabilidad 0.95?

𝑋̅ − 𝜇 𝜎
𝜎
𝑧 = √𝑛 → 𝑋̅ )+𝜇

𝑃(𝑧) = 0.4750 → 𝑧 = −1.96

𝑋̅

𝑋̅ = (1012.139648) ± 71802

𝑋̅1 = 70789.86035 𝑋̅2 = 72814.13965

𝑷(𝟕𝟎𝟕𝟖𝟗.𝟖𝟔𝟎𝟑𝟓 < 𝝁 < 𝟕𝟐𝟖𝟏𝟒. 𝟏𝟑𝟗𝟔𝟓)

Página 8 de 8
 c. Calcule la probabilidad de que la media muestral x sea mayor que 73,000 dólares.

𝑋̅ = 73000
𝑋−𝜇
𝑧=
𝜎

𝑧=

𝑧=
𝑃(𝑋̅ > 73000) = 1 − 𝑃(𝑧 < 0.2995)
𝑃(𝑋̅ > 73000) = 1 − 0.6141

𝑷(𝑿̅ > 𝟕𝟑𝟎𝟎𝟎) = 𝟎. 𝟑𝟖𝟓𝟗 = 𝟑𝟖. 𝟓𝟗%

d. Si una muestra aleatoria en realidad produjo una media muestral de 73,000

dólares, ¿consideraría usted que esto es poco común? ¿Qué conclusión
obtendría?

Que al ser mayor que la medida muestral anterior va mejorando los resultados, ya que se
aproxima a la distribución normal.

3. Requerimiento de Potasio. El requerimiento normal diario de Potasio en seres humanos está

en el intervalo de 2,000 a 6,000 miligramos (mg), con cantidades más grandes necesarias
durante los meses calurosos de verano. La cantidad de potasio en distintos alimentos varía
pero las mediciones indican que el plátano contiene un nivel alto de potasio, con
aproximadamente 422 mg en un plátano de tamaño mediano. Suponga que la distribución de
potasio en plátanos está distribuida normalmente, con media igual a 422 mg y desviación
estándar de 13 mg por plátano. Usted come n=3 plátanos al día y T es el número total de
miligramos de potasio que recibe de ellos.

Página 9 de 9
 µ = 422

σ = 13

𝑛 = 3 𝑥 𝑑í𝑎

a. Encuentre la media y la desviación estándar de T .

µ = (3)(42) = 1,266

𝜎 = √1,266 = 35.58

b. Encuentre la probabilidad de que su ingesta diaria de potasio de los tres plátanos

exceda de 1,300 mg. (Sugerencia: Observe que T es la suma de tres variables
aleatorias X X X1, 2 y 3 donde X1 es la cantidad de potasio en el plátano 1, etc.)

Exc= 1,300 mg / 3 platanos

Ing= 433

𝑥 − µ𝑥
𝑝(𝑥 > 433) = 𝑝 (𝑧 < σ
√𝑛

433 − 422
𝑝(𝑥 > 433) = 𝑝 (𝑧 < = 1.47
13
√𝑛3

Valor de z = 0.4292

𝑧 = 1.47 = 0.4292

Probabilidad 43%

Página 10 de 10
4. Duración de baterías para automóvil. Un fabricante de baterías para automóvil afirma que la
distribución del tiempo de duración (tiempo de vida) de las baterías de su mejor marca tiene
una media = 54 meses y una desviación estándar =6 meses. Suponga que un grupo de
consumidores decide verificar la afirmación y para ello compran una muestra de 50 baterías y
las somete a prueba para medir su tiempo de vida.

µ = 54

σ=6

𝑛 = 50

a. Suponiendo que la afirmación del fabricante es verdadera, describa la distribución

de muestreo de la media muestral cuando n=50 baterías.

µ = µ𝑥 = 54
σ 6
σx = = = 0.85
√𝑛 √50
b. Suponiendo que la afirmación del fabricante es verdadera, ¿cuál es la probabilidad
de que la muestra de 50 baterías tenga un tiempo de vida de 52 meses o menos?
𝑥 − µ𝑥
𝑧= σ
√𝑛

52 − 54
𝑧= = −2.35
0.85

Valor de z= 0.4906

𝑝(𝑥 ≤ 52) = 𝑝(𝑧 ≤ −2.35) = 0.5 − 0.4906 = 0.0094

Probabilidad 0.94%

5. Temperatura corporal. Suponga que la temperatura corporal de personas sanas se distribuye

aproximadamente normal con media 37.0 C y desviación estándar de 0.4 C.

µ = 37

σ = 0.4

Página 11 de 11
 𝑛 = 130

a. Si 130 personas sanas se seleccionan aleatoriamente, ¿cuál es la probabilidad de

que la temperatura promedio para estas personas sea de 36.80 o menor?

µ = µ𝑥 = 37

σ 0.4
σx = = = 0.035
√𝑛 √130

𝑥 − µ𝑥
𝑧= σ
√𝑛
36.8 − 37
𝑧= = 5.7
0.035

Valor z, superior a 4

b. ¿Consideraría una temperatura promedio de 36?80 como poco probable de ocurrir,

si la verdadera temperatura promedio de las personas sanas es de 37 C?

El valor correcto es 37C, como promedio, no se considera la 36.80

6. Costo de un apartamento. El costo promedio de un apartamento en el desarrollo Cedar Lakes

es de $62,000 usd con una desviación estándar de $4,200 usd.

a. ¿Cuál es la probabilidad de que un apartamento en este desarrollo cueste al menos

$65,000 usd?

µ = 62,000

σ = 4,200
𝑥 − µ𝑥
𝑧=
σ

65,000 − 62,000
𝑧= = 0.714
4200

Página 12 de 12
Valor de z= 0.2611

𝑧 = 0.714 = 0.2611

𝑝(𝑥 ≥ 65,000) = 𝑝 (𝑧 ≥ −0.714) = 0.5 − 0.2611 = 0.2389

Probabilidad de un costo de 65,000 usd es 23.89%

b. ¿La probabilidad de que el costo promedio de una muestra de dos apartamentos

sea al menos de $65,000 usd es mayor o menor que la probabilidad de que un
apartamento cueste eso? ¿En qué cantidad difiere?

σ 4200
σx = = = 29,69.85
√𝑛 √2

65,000 − 62,000
𝑧= = 1.010
29,69.85

Valor de z =0.3437

𝑧 = 1.010 = 0.3437

𝑝(𝑧 ≥ −1.01) = 0.5 − 0.3437 = 0.1563

Probabilidad de 15.63% es menor

7. Lanzamiento de una moneda. Una moneda justa se lanza n=80 veces. Sea pˆ la proporción

muestral de caras (soles). Encuentre P(0.44 pˆ 0.61)

𝑥
𝑝=
𝑛

1
𝑝= = 0.5
2

𝑛 = 80

Página 13 de 13
 𝑝(1 − 𝑝)
σp = √
𝑛

0.5(1 − 0.5)
σp = √ = 0.56
80

𝑝−𝑃
𝑧=
σ

0.44 − 0.5
𝑧1= = −0.107
0.56

Valor de z= 0.0437

0.61 − 0.5
𝑧2 = = 0.196
0.56

Valor de z= 0.0792

𝑝(0.44 < 𝑝 < 0.61 < 𝑝) − 𝑝(0.44 < 𝑝)

𝑝(𝑧1− 𝑧2 ) = 0.196 − 0.089

8. Herramientas defectuosas. Se ha encontrado que 2% de las herramientas que produce cierta

máquina tienen algún defecto. ¿Cuál es la probabilidad de que en 400 de dichas herramientas,

a. 3% o más tengan algún defecto?

𝑝(1 − 𝑝)
σp = √
𝑛

0.02(1 − 0.02)
σp√ = 0.007
400

Página 14 de 14
 𝑝−𝑃
𝑧=
σ

0.03 − 0.02
𝑧3% = = 1.43
0.007

Valor de z= 0.4236

𝑍 = 1.43 = 0.4236

𝑝(𝑧 ≥ −1.43) = 0.5 − 0.4236 = 0.0764

Probabilidad de 7.64% en generar un defecto

b. 2% o menos tengan algún defecto?

0.02 − 0.02
𝑧2% = =0
0.007

Conclusión:

Se consideró que al realizar esta actividad nos encontramos con diferentes escenarios en
cuestión de muestra, y es importante mencionar que entre más grande sea la muestra realizada
el porcentaje de error disminuye.

En los últimos ejercicios nos encontramos con formas de calcular y manejar los porcentajes para
de igual manera calcular que probabilidad de error podemos tener en cuestión de materiales,
herramientas dentro de su uso y de esa manera prevenir.

Es importante mencionar la parte muestral, los parámetros y la media que se utiliza, considerando
que es poco probable que podamos realizar una encuesta por ejemplo a todas las personas de
una ciudad, se toma una media de dichos entrevistados y de esa manera se considera como
resultado final, algunas cuestiones como situación económica, estándar de cantidad de hijos en
familia, entre otras cosas.

Página 15 de 15
Referencias

Dennis D., W., Mendenhall, W. I., & Scheaffer, R. L. (2009). Estadística Matemática con
Aplicaciones (7 ed.). Mexico, México: Cengage Learning.

Devore, J. L. (2016). Probabilidad y Estadistica para Ingenieria y Ciencias (9 ed.). Cengage

Learning. Retrieved from https://elibro.net/es/lc/uvm/titulos/93280

McClave, J., & Sincich, T. (2014). Statistics (12 ed.). Harlow: Pearson.

Mendenhall, W. I., Beaver, R. J., & Beaver, B. M. (2015). Introducción a la Probabilidad y

Estadística (14 ed.). México, D.F: CENGAGE Learning.

Sweeney, D. J., Anderson, D. R., & Williams, T. (2011). Estadistica para Negocios y Economia
(11 ed.). Cengage Learning. Retrieved from https://elibro.net/es/lc/uvm/titulos/39949

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/data-concepts/what-are-parameters-parameter-estimates-and-
sampling-distributions/

https://enciclopediaeconomica.com/muestra-estadistica/

• Agrega las fuentes consultadas (mínimo 2) referenciadas en estilo APA.

• Al finalizar, vuelve a la plataforma y sigue los pasos que se indican para enviar tu actividad.

* * *

Página 16 de 16