Probabilidades y Estadstica

Edmundo Pea Rozas, Juan Garcs Seguel

1
DISTRIBUCIN MUESTRAL DE UN PROMEDIO MUESTRAL
(con varianza poblacional conocida)

El teorema del lmite central es uno de los teoremas ms importantes en Estadstica, no slo desde el punto de
vista terico sino que tambin por su trascendencia en los mtodos estadsticos. En esencia, este teorema
indica que si una poblacin tiene varianza finita
2
y media , sin importar cul sea la distribucin
original de la poblacin, a medida que n aumenta, la distribucin de la media de la muestra tiende a una
distribucin normal con varianza
2
/n y media . Lo anterior expresado en trminos estadsticos es
equivalente a decir:
Si , ( ~ x f X ,
2
)

n
N X
n
2
,
~



Al estandarizar esta variable, se tiene:
) 1 , 0 ( ~ N Z
n
x
n
=

Ejemplo: Una mquina vendedora de refrescos est programada para que la cantidad de refrescos que sirve
sea una variable aleatoria con una media de 200 mililitros y una desviacin estndar de 15 mililitros. Cul es la
probabilidad de que la cantidad media de refresco servido en una muestra aleatoria de 36 refrescos sea por lo
menos 204 mililitros

Solucin:

( ) 0548 . 0 9452 . 0 1 6 . 1 1
5 . 2
4
1
6 15
4
1
36 15
200 204
1 1 ) 204 ( 1 ) 204 (
? ) 204 ( 100 15 200
= = < =

< =

< =

< =

< = < =
= = =
Z P Z P Z P
Z P
n
x
Z P X P X P
X P n

Ejemplo: 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:


( )
( ) 0062 . 0 5 . 2
4 40
800 775
775
= < =

< =

< = <
Z P
Z P
n
x
Z P X P

Probabilidades y Estadstica
Edmundo Pea Rozas, Juan Garcs Seguel
2

La probabilidad de que la media de la muestra de 16 focos sea menor a 775 horas es de 0.0062.

Ejemplo:
Suponer que el nmero de barriles de petrleo producidos por un pozo durante un da es una variable aleatoria
no especificada, con media y varianza
2
256 = . Se observa la produccin durante 64 das, en forma
aleatoria. Encontrar la probabilidad de que la media muestral est a no ms de cuatro barriles del verdadero
valor de la produccin por da.
Solucin:
Para n lo suficientemente grande, la distribucin de X es aproximadamente normal con media y varianza
2
/ 256 / 64 4 n = = . Ahora, lo que se pide es obtener la probabilidad siguiente:
( ) ( ) ( )
( )
4 4 4 4 4
4 4 4 4
4 4
2 2 0.9544
2 2
P X P X P X
X
P P Z
n n n n n
P Z P Z



< = < < = < < +


+
= < < = < < =




= < < = < < =



Es decir, la probabilidad de que la media muestral est a no ms de 4 barriles de la verdadera media
poblacional es 0.9544.


DISTRIBUCIN MUESTRAL DE UN PROMEDIO MUESTRAL
(con varianza poblacional desconocida)

Cuando la varianza de la poblacin es desconocida, situacin que se da con mucha frecuencia, es preciso
utilizar la informacin que nos provee la muestra respecto de este parmetro y estimar la desviacin estndar,
utilizando alguna de las siguientes expresiones:

1
) (
1
2
2

=
n
x x
s
n
i
i

1
) (
1
2
_
2

=
n
n x x
s
k
i
i i


En esta situacin, el teorema central del lmite puede ser expresado de la siguiente manera: si una poblacin
se distribuye normal con varianza desconocida y media , la distribucin de la media de la muestra
tiende a una distribucin t-Student con n-1 grados de libertad. Lo anterior expresado en trminos
estadsticos es equivalente a decir:
Si , ( ~ x f X ,
2
)
1 ~

n
n
t X

Al estandarizar esta variable, se tiene:
Probabilidades y Estadstica
Edmundo Pea Rozas, Juan Garcs Seguel
3
1
~


=

n
n
t T
n
s
x


Ejemplo: Un grupo de investigadores de cncer de mama descubri que el tamao de estos se distribuye
normal con media 3,1 cm. Se toma una muestra aleatoria de 12 mujeres que padecan cncer de mama. Esta
muestra arroja una desviacin estndar de 0,5 cm. Cul es la probabilidad de que el tamao promedio del
tumor de esta muestra flucte entre 3,2 y 3,5 cm?.

Desarrollo:

Sea X:longitud del tumor (cm)
24 . 0 75 . 0 99 . 0 ) 6928 . 0 ( ) 7713 . 2 (
12 5 . 0
1 . 3 2 . 3
12 5 . 0
1 . 3 5 . 3
) 2 . 3 ( ) 5 . 3 ( ) 5 . 3 2 . 3 (
) , 1 . 3 ( ~ ) , ( ~
2 2
= =

= =

T P T P
n s
x
P
n s
x
P x P x P x P
N X N X



Por lo tanto, la probabilidad de que el tamao promedio del tumor de esta muestra flucte entre 3,2 y 3,5 cm es
0,24.

DISTRIBUCIN MUESTRAL DE UNA VARIANZA MUESTRAL

En realidad la distribucin Ji-cuadrado corresponde a la distribucin muestral de s
2
, es decir, si se extraen
todas las muestras posibles de una poblacin normal y a cada muestra se le calcula su varianza, se obtendr la
distribucin muestral de la varianza.

Sea X una variable aleatoria distribuida segn una Normal con media y varianza
2
. Si medimos X en una
muestra aleatoria de n observaciones, la varianza muestral s
2
de esa muestra es un valor de la variable
aleatoria S
2
.

La teora estadstica demuestra que la variable aleatoria

2
1
2
2
~
) 1 (

n
s n

o equivalentemente
2
1
2
1
2
~
) (

n
n
i
i
x x

Ejemplo: El nivel de colesterol srico en una poblacin de mujeres obesas se distribuye normal con media
245mg/100ml y una desviacin estndar de 9,5mg/100 ml. Un investigador clnico toma una muestra aleatoria
de 15 de estas mujeres. Cul es la probabilidad de que la varianza del nivel de colesterol en esta muestra sea
inferior a 26 ( mg/100ml)
2
?.

Desarrollo:

Probabilidades y Estadstica
Edmundo Pea Rozas, Juan Garcs Seguel
4
Sea X: Nivel de colesterol srico en poblacin de mujeres obesas (mg/100 ml)
( ) 005 . 0 033 . 4
5 . 9
26 ) 1 15 ( ) 1 (
) 26 (
) 5 . 9 , 245 ( ~ ) , ( ~
2
2 2
2
2
2 2
=

<

= <

P
s n
P S P
N X N X


Por lo tanto la probabilidad de que la varianza del nivel de colesterol srico en esta muestra de 15 mujeres sea
inferior a 26 (mg/100ml)
2
es aproximadamente 0,005.

Ejemplo: Suponga que los tiempos requeridos por una determinada lnea de taxis colectivos de la ciudad de
Concepcin para completar su recorrido tienen una distribucin normal con desviacin estndar =1.59
minutos. Si se elige al azar una muestra de 20 tiempos, encuentre la probabilidad de que la varianza muestral
sea mayor que 2.

Probabilidades y Estadstica
Edmundo Pea Rozas, Juan Garcs Seguel
5
Desarrollo:

2
2 2
2
2 2
~ ( , ) ~ ( ,1)
( 1) (20 1)2 ( 1)
( 2) 1 1 23.90 1 0.8 0.2
1.59
X N X N
n s n s
P S P P

> = = = =




Por lo tanto la probabilidad de que la varianza de los tiempos de la muestra sea mayor que 2 es de 0.2.

Ejercicios

1. Se sabe que la resistencia a la ruptura de cierto tipo de cuerda se distribuye normalmente con una media de
500 kilos y una varianza de 1600 Kg
2
. Si se selecciona una muestra aleatoria de 100 cuerdas; determine la
probabilidad de que en esa muestra:
La resistencia media encontrada sea de por lo menos 490 Kg.
La resistencia media se mayor de 520 Kg.

2. La vida media de una mquina para hacer pastas es de siete aos, con una desviacin estndar de un ao.
Suponga que las vidas de estas mquinas siguen aproximadamente una distribucin normal, encuentre:
La probabilidad de que la vida media de una muestra aleatoria de 9 de estas mquinas caiga entre 6.4 y
7.2 aos.
El valor de la media a la derecha del cual caera el 15% de las medias calculadas de muestras
aleatorias de tamao nueve.

3. Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de una poblacin normal con
varianza
2
=6, tenga varianza muestral:
Mayor que 9.1
Entre 3.462 y 10.745