You are on page 1of 35

ESTADISTICA INFERENCIAL 1

UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO


INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 1
UNI DAD 1
DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
1.1 INTRODUCCION A LA ESTADISTICA INFERENCIAL
Es la descripcin de una caracterstica particular de un fenmeno a partir de datos
numricos; por ejemplo la estatura de estudiantes, tamao de plantas, tiempo de reaccin
de animales a cierto estimulo, edad de la poblacin escolar, cantidad de piezas fabricadas
por hora, etc.,.
Las tcnicas se utilizan en casi todos los aspectos de la vida; se disean encuestas para
recabar la informacin previa al da de elecciones y as predecir el resultado de las
mismas, se seleccionan al azar consumidores para obtener informacin con el fin de
predecir la diferencia con respecto a ciertos productos etc., .
El medico que investiga realiza experimentos para determinar el efecto de ciertos
medicamentos y de condiciones ambientales controladas con los humanos y as
determinar el mtodo apropiado par curar cierta enfermedad; el ingeniero muestrea las
caractersticas de calidad de un producto; Se toman muestras de fusibles recientemente
fabricados antes de su envo para decidir si se entregan o se retienen ciertos lotes de dicho
producto. Las tcnicas estadsticas desempean una funcin importante en el logro del
objetivo de cada uno de estos problemas prcticos.

1.2 INTRODUCCION AL MUESTREO Y TIPOS DE MUESTREO
POBLACION
Es el conjunto de elementos con ciertas caractersticas comunes. Es decir, el nmero de
observaciones que caracterizan un fenmeno.
MUESTRA
Es un subconjunto representativo seleccionado de la poblacin que se encuentra en
anlisis.
REPRESENTATIVO
Una buena muestra debe reflejar las caractersticas esenciales de la poblacin de la
cual se obtuvo.
MUESTRA ALEATORIA
Se obtiene cuando se ha asegurado que cada observacin en la poblacin tiene una
oportunidad igual e independiente de ser incluida en la muestra.
ESTADISTICO
Es la caracterstica de inters que se calcula utilizando una muestra.
PARAMETRO
Es el resultado de usar los estadsticos como base para hacer inferencias acerca de
ciertas caractersticas de la poblacin.
VARIABLES DISCRETAS
Solo pueden tener valores observados en puntos aislados a lo largo de una escala de
valores, generalmente se presenta a travs de un proceso de conteo, por esta razn los
valores se expresan como nmeros enteros. Por ejemplo el nmero de personas en un
grupo, numero de automviles producidos por una planta armadora etc.


ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 2
VARIABLES CONTINUAS
Puede presentar un valor en cualquier punto fraccionario dentro de un intervalo
especificado de valores, los datos son generados a travs de un proceso de medicin. Por
ejemplo el tiempo que transcurre para que se funda un foco, kilmetros transcurridos por
litro de combustible, el peso de cualquier embarque etc.
ESTADISTICA ADMINISTRATIVA
Aplicacin de tcnicas mediante las cuales se recopila, organiza, presentan y analizan
los datos cuantitativos con el fin de describir una caracterstica particular de un
fenmeno.

En estadstica la inferencia es inductiva porque se proyecta de lo especifico (muestra)
hacia lo general (poblacin). Es un procedimiento donde siempre existe la posibilidad
del error.

Lo que hace que la estadstica sea una ciencia, es que unida a cualquier proposicin
siempre existe una medida de confiabilidad de esta.

ESTADISTICA DESCRIPTIVA
La estadstica descriptiva incluye las tcnicas que se relacionan con el resumen y la
descripcin de datos numricos.

MEDIDAS DE TENDENCIA CENTRAL

El promedio es una medida de tendencia central para una serie de valores con el fin
de describir los datos de alguna forma.

MEDIA ARITMETICA
Es la suma de los valores del grupo de datos dividida entre el numero de
observaciones en la muestra y se representa por



Y se simplifica como:
A) B)
X
xi
n
i
n
=
=

1

=
=

xi
N
i
N
1


n
X
x x x x
n
+ + + +
=
3 2 1
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 3
En ambas frmulas se suman todos los valores y despus se dividen entre el numero de
datos analizados. La diferencia se encuentre en que para la formula B se utiliza N
mayscula que son los datos de la poblacin y para A se utiliza n minscula que son los
datos de la muestra.
Ejemplo. Supngase que los siguientes datos representan el sueldo devengado por
hora por 6 torneros especializados que han sido seleccionados en un muestreo aleatorio
en una compaa. Cul es la media de su salario si los datos son 11, 13.5, 8.5, 9, 10.5 y
11?





MEDIANA
Es una medida de tendencia central que aparece en el medio de una sucesin ordenada
de valores en forma ascendente. Cuando el nmero de observaciones o valores es par o
impar se utiliza la siguiente formula.
{ }
MED X
n
=
+ 1
2

Del ejemplo de los 6 torneros la mediana es:



MODA
Es el valor que se presenta ms frecuentemente en un conjunto de datos.
Por ejemplo en los datos de los salarios de los torneros la moda es:
http://www.fca.unam.mx/docs/apuntes_matematicas/34.%20Estadistica%20Descriptiva.p
df pagina 17-23




MEDIDAS DE DISPERSION
Las medidas de dispersin describen un grupo de valores en funcin de la variacin o
dispersin de las observaciones o datos incluidos en ese grupo.

Dentro de las medidas de dispersin se encuentran:
RANGO
Es la diferencia entre el valor mas alto y el valor mas bajo de los datos en una
distribucin, y se representa por:
R = S - 1
S = Valor superior del grupo
1 = Valor inferior del grupo
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 4

http://www.fca.unam.mx/docs/apuntes_matematicas/34.%20Estadistica%20Descriptiva.p
df pginas 1,2 y3 Estudiar!

VARIANZA
Son las diferencias entre cada valor del conjunto de datos y la media del grupo, cada
una de estas diferencias se eleva al cuadrado antes de sumarlas, luego se dividen entre N
(n).
La varianza poblacional se representa por
2
o
y la varianza muestral se
representa por
2
S
y sus respectivas frmulas son:
Varianza poblacional. Varianza muestral.


Donde:

En la suma ( Xi - X ) solo n - 1 de los trminos son independientes porque el calculo del
estadstico S supone un conocimiento previo del estadstico X , es decir, si se conoce X se
pierde un grado de libertad, porque solo se necesita conocer n-1 de los n trminos para
determinar la observacin restante.
Si el denominador hubiera sido n en lugar de n-1 se habra obtenido el promedio de las
diferencias al cuadrado alrededor de la media. Sin embargo se utiliza n-1 debido a la
propiedad de los grados de libertad.

http://www.fca.unam.mx/docs/apuntes_matematicas/34.%20Estadistica%20Descriptiva.p
df pginas 28-29 Estudiar!




2
2
1
o

=

=
( ) xi
i
N
N
2
2
1
1
S
xi X
I
n
n
=

=
( )

2
o
= Varianza poblacional

2
S
= Varianza muestral

i x
= Cada valor de la muestra

= Media poblacional
N= Numero de datos en la poblacin

X
= Media muestral
n= Numero de datos en la muestra
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 5
GRADOS DE LIBERTAD
Son el nmero de variables que pueden fluctuar libremente dentro de un conjunto de
variables.

La varianza es una medida de dispersin o variacin de los datos de la variable aleatoria
alrededor de la media.




1.3 TEOREMA DE LIMITE CENTRAL
Si los valores tienden a concentrarse alrededor de la media, la varianza es pequea en
tanto que si los valores tienden a distribuirse lejos de la media la varianza es grande.
El teorema de Limite central es uno de los resultados fundamentales de la estadstica.
Este teorema nos dice que si una muestra es lo suficientemente grande(generalmente
cuando el tamao muestral supera a 30 unidades), sea cual fuera la distribucin de la
media muestral, seguir aproximadamente una distribucin normal. Es decir, dada
cualquier variable aleatoria, si extraemos muestras de tamao n (n>30) y calculamos los
promedios muestrales, dichos promedios seguiran una distribucion normal. Ademas, la
media ser la misma que la de la variable de inters, y la desviacin estndar de la media
muestral ser aproximadamente el error estndar.
http://www.youtube.com/watch?v=wyhWGf90Rdw TLC; Observar y comprender!
http://www.youtube.com/watch?v=dz3rBHjTeVQ TLC; Observar y comprender!

http://www.aulafacil.com/CursoEstadistica/Lecc-38-est.htm Datos Bernoulli a normal
Estudiar!

http://www.aulafacil.com/CursoEstadistica/Lecc-39-est.htm Datos uniformes a normal
Estudiar!

http://www.aulafacil.com/CursoEstadistica/Lecc-40-est.htm Datos Bernoulli a normal
Estudiar!

DESVIACION ESTANDAR
Es la raz cuadrada de la varianza representada por o para la poblacin y por S para la
muestra y su formula es:

Desviacin poblacional
o

=

=
2
1
( ) xi
i
N
N
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 6


Desviacin muestral

Ejemplo. Calcule la varianza y la desviacin estndar para los siguientes datos
muestrales, 9.3, 7, 11, 13, 10.5, 8.5, 11.5, 10.25, 9.5 y 10.



S
n
xi X
i
n
=

=
2
1
1
( )
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 7
ORGANIZACIN DE LOS DATOS, recordando!
DISTRIBUCION DE FRECUENCIAS E HISTOGRAMA

Muchas veces uno se pregunta, para qu sirven las encuestas que a veces se hacen en la
calle?,
Cmo saber si una estacin de radio se escucha ms que otra? , Cul candidato puede
ganar? La respuesta se comienza con la recaudacin de datos.
Los datos son informacin que se recoge, esto puede ser opinin de las personas sobre un
tema, edad o sexo de encuestados, dnde viven, cuntas personas viven en una casa, qu
tipo de sangre tiene un grupo de personas, etc.

http://www.uaeh.edu.mx/docencia/P_Presentaciones/prepa1/matematicas_elaboracion_de
_una_distribucion_de_frecuencias.pdf Resolver!

CLASIFICACION DE CURVAS
En trminos de simetra las curvas pueden ser:
Negativamente disimetrica Simtrica Positivamente disimetrica







En trminos de curtosis las curvas pueden ser:
Planicurtica Mesocurtica Leptocurtica







PLANICURTICA
Plana, con observaciones distribuidas de manera relativamente uniforme a travs de las
clases.

MESOCURTICA
Ni plana ni puntiaguda, en trminos de la distribucin de los valores observados.

LEPTOCURTICA
Puntiaguda, con las observaciones concentradas en un estrecho rango de valores.


ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 8
Ejercicios:
1. Defina, estadstica, poblacin, muestra, muestra aleatoria, representativo, estadstico,
parmetro, variables discretas, variables continuas, que son los grados de libertad y el
promedio.

2. Cuales son las medidas de tendencia central y defina cada una de ellas.

3. Cuales son las medidas de dispersin y defina cada una de ellas.

4. Defina el origen del teorema de lmite central.

5. Que son las distribuciones de frecuencias.

6. En trminos de disimetria y curtosis como pueden ser las curvas(dibjelas).


Resolver:
http://www.fca.unam.mx/docs/apuntes_matematicas/34.%20Estadistica%20Descriptiva.p
df pginas 4-8







ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 9
1.4 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO

DISTRIBUCION NORMAL

Es una distribucin de probabilidad continua (puede tener cualquier valor dentro de un
rango definido de valores), es tanto simtrica como mesocurtica (ni plana ni puntiaguda).
Su curva es una campana simtrica que se extiende sin lmite tanto en la direccin
positiva como negativa. su rango de variacin es s s x .
http://www.youtube.com/watch?v=jKimIl_E2iM distribucin normal; comprender!









Cualquier conjunto de valores x normalmente distribuidos puede convertirse a valores
normales estndar z por medio de la formula:

Aunque los datos originales para la variable aleatoria x tengan la media (miu) y la
desviacin estndar o (sigma) la variable aleatoria estandarizada z siempre tendr una
media de
Z

= 0 y la desviacin estndar
Z
o
= 1 por lo tanto todos los datos
estandarizados siempre tendrn media igual a cero y desviacin estndar igual a 1.

http://www.youtube.com/watch?v=m-mSxIncuMQ Uso de Tabla; comprender!
http://www.youtube.com/watch?v=JgLtLYNE5Yk Uso de Tabla; comprender!
http://www.youtube.com/watch?v=Myn3NuWYlAI Regla emprica; comprender!
Ejemplos:
1.- Los resultados de un examen de Ingeniera Industrial en un prestigiado tecnolgico
tiene una distribucin normal con media de 92 y la desviacin tpica de 5 cual es la
probabilidad de que los resultados queden entre 90 y 95 puntos ?

2.- En un proceso qumico el tiempo de precipitado de una sustancia tiene una
distribucin normal con una media de 15.28 segundos y una desviacin de .24 segundos.
Calcule la probabilidad de que una sustancia similar para precipitarse tarde:
a). Entre 15 y 15.5 segundos
b). Por lo menos 15.25 segundos
c). A lo mas 17 segundos
Z
x
=

o
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 10

3.- Si x tiende a ser normal con media poblacional y varianza poblacional o
2
(si
x~n(10,9) ). Hallar:
a) P(x < 1)=
b) P(2<x<8)=
c) P(7<x<15)=
4.- La vida til de las llantas radiales de cierta marca sigue una distribucin normal con
media y desviacin de 38 000 millas y 3 000 millas respectivamente.
a) Cul es la probabilidad de que una llanta seleccionada aleatoriamente tenga una vida
til de por lo menos 35 000 millas?
b) Cul es la probabilidad de que su vida til se prolongue a mas de 45 000 millas?

http://www.youtube.com/watch?v=Uzbz6oQzwP0 Problema; comprender!

5.- Un comerciante ordena 500 llantas de las especificadas en el problema anterior para
revenderlas. Que cantidad aproximada de llantas tendr una vida de:
a) Por lo menos 38 000 millas?
b) Entre 40 000 y 45 000 millas?
c) 40 000 millas o ms?
d) Por lo menos 35 000 millas?

http://www.slideshare.net/eileen017/distribucin-normal-y-teorema-central-del-lmite-
6001553 Distribucin normal y TLC, Estudiar y resolver!

6.- Se ha comprobado que el tiempo necesario para atender a cada persona en una
ventanilla de un banco esta distribuido en forma aproximadamente normal con media y
desviacin de 130 y 45 segundos respectivamente. Cual es la probabilidad de que un
individuo seleccionado aleatoriamente
a) requiera menos de 100 segundos para terminar sus transacciones?
b) pase entre 3 y 4 minutos en la ventanilla?

7.- Se observo durante un largo periodo de tiempo que la cantidad semanal gastada en el
mantenimiento y las reparaciones de cierta fbrica tiene aproximadamente una
distribucin normal con una media de $ 400
y una desviacin estndar de $ 20. Si el presupuesto para la siguiente semana es de $
450, Cual es la probabilidad de que los costos reales sean mayores que la cantidad
presupuestada?

http://www.youtube.com/watch?v=PFubPtuEkjU Problemas; comprender y resolver

8.- El dimetro de los pernos de una fabrica tiene una distribucin normal con una media
de 950 milmetros y una desviacin estndar de 10 milmetros.
a) Cual es la probabilidad de que un perno escogido al azar tenga un dimetro entre 947
y 958 milmetros.
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 11
b) Cul es el valor apropiado de C tal que un perno escogido al azar tenga un dimetro
menor que C con una probabilidad de .8531?

9.- Se puede ajustar una maquina de refrescos de tal manera que llene los vasos con un
promedio de 8 onzas por vaso. Si el numero de onzas por vaso tiene una distribucin
normal con una desviacin estndar igual a 0.3 onzas, encuentre el valor de P (volumen
total del vaso) de tal forma que los vasos de 8 onzas solamente se derramaran el 1% de
las veces.

10.- Las bolsas de plstico utilizadas para empacar productos agrcolas se fabrican de
modo que la resistencia a la ruptura de la bolsa tenga una distribucin normal, con una
media de 5 libras/pulgada cuadrada y una desviacin estndar de 1 libra/ pulgada
cuadrada. Que proporcin de las bolsas producidas tiene una resistencia a la ruptura:
a) entre 5 y 5.5 libras / pulgada cuadrada?
b) entre 3.2 y 4.2 libras / pulgada cuadrada?
c) cuando menos 3.6 libras / pulgada cuadrada?
d) menos de 3.17 libras / pulgada cuadrada?

11.- En un examen la calificacin promedio fue de 74 y la desviacin estndar fue 7. Si
12% de la clase recibi calificacin A, y las calificaciones siguen una curva de
distribucin normal, Cual es la posible A ms baja y la posible B mas alta?

12.- Se utilizan medidores para rechazar todos los componentes cuyas dimensiones no se
encuentren dentro de la especificacin 1.5 mas-menos d . Se sabe que esta dimensin es
normalmente distribuida con una media de 1.5 y una desviacin estndar de 0.2
Determine el valor d para que la especificacin cubra (acepte) el 95% de las mediciones.

13.- Una cierta mquina produce resistencias elctricas que tienen un valor medio de 40
ohms y una desviacin estndar de 2 ohms. Suponiendo que los valores de las
resistencias siguen una distribucin normal y que pueden medirse con cualquier grado de
precisin, Qu porcentaje de las resistencias tendr un valor que exceda de 43 ohms?

14.- En un supermercado se utilizan bolsas de plstico para empacar los productos, y
estn fabricadas de tal manera que la resistencia a la rotura tiene una distribucin normal
con una media de 2.5 Kg por centmetro cuadrado y una desviacin estndar de .5 Kg por
centmetro cuadrado.
Que proporcin de las bolsas tienen una resistencia a la rotura 2.5 y 3 Kg por centmetro
cuadrado?
Que proporcin resiste entre 1.5 y 2.3 Kg por centmetro cuadrado?

15.- Una fbrica produce pistones cuyos dimetros se encuentran adecuadamente
clasificados por una distribucin normal con un dimetro promedio de 5 cm. y una
desviacin estndar igual a .001 cm. Para que el pistn sirva, su dimetro debe
encontrarse entre 4.998 y 5.002 cm. si el dimetro del pistn es menor que 4.998 cm. se
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 12
desecha; si es mayor que 5.002 cm. el pistn puede reprocesarse. Que porcentaje de
pistones servir? Que porcentaje ser rechazado? Que porcentaje ser reprocesado?

16.- Un fabricante de una cera para abrillantar metales quiere disponer su maquina
envasadora de manera que en la produccin solo 3 botes de 1000 contengan menos del
llenado neto mnimo de 31.4 onzas. Se sabe que los pesos del llenado se distribuyen
aproximadamente de manera normal con desviacin tpica de .2 onzas. en donde habr
que situar la media del llenado para cumplir con este requisito?

17.-un fabricante tiene que comprar resortes espirales que resistan al menos una carga de
15 libras. El proveedor a garantiza que sus espirales resisten en promedio 20.5 libras con
desviacin tpica de 2.1 libras; el proveedor b garantiza que sus resortes resisten una
carga promedio de 19.9 libras con desviacin tpica de 1.5 libras, y el proveedor c
garantiza que sus resortes resisten una carga promedio de 18.2 libras con desviacin
tpica de 1.1 libras. Se suponen aproximadamente normales todas las distribuciones.
Basndose en las garantas, cuales resortes parecen preferibles y porque?



ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 13
DISTRIBUCION t DE STUDENT

Se utiliza cuando una muestra es pequea (n< 30) y la poblacin esta normalmente
distribuida, pero la desviacin tpica o no se conoce.
El rango de variacin es: -< t < con n-1 grados de libertad.










http://www.youtube.com/watch?v=miMjtkypyLg Propiedades t-student; Comprender!
PROPIEDADES DE LA DISTRIBUCION t
Es simtrica.
Su media vale cero.
Es planicurtica.

A medida que aumenta el tamao de la muestra y los grados de libertad, la distribucin t
se acerca a una distribucin normal.
Grfica








Ejemplos:
1.- Si v = 10 hallar la probabilidad de que t tome valores:
a) Inferiores a: 2.23
b) Entre -1.37 y 1.37
c) Entre 1.81 y 3.17







ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 14
2.- Si v = 15 hallar la probabilidad de que t tome valores:
a) Entre -2.131 y -1.341
b) Entre 1.753 y 2.602
c) Inferiores a 2.947









3.- Si v = 20 hallar los valores de t para los cuales:
a) El rea a la derecha sea 5%
b) El rea a la derecha sea 1%
c) El rea a la derecha sea .5%













4.- En una distribucion t de student, si la muestra que se tiene es de 18 elementos, hallar
el valor de t para el cual el rea a la derecha sea de:
a) .995 b) .95
c) .25 d) .9




ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 15
DISTRIBUCION CHI CUADRADA

Propiedades de la curva:
Asimtrica positiva
Su rango de variacin es

Grfica





http://www.youtube.com/watch?v=GmPNvOXTskw Propiedades ji-cuad; comprender!

1.- Si u es igual a 10. Hallar la probabilidad de que chi cuadrada tome valores:
a) Entre 2.558 y 25.188
b) Mayores que 23.209
c) Menores que 18.307
d) Entre 3.247 y 20.483

2.- Para una distribucin chi cuadrada hallar los valores para los cuales una muestra de
12 elementos tenga un rea bajo la curva a la derecha de:
a) .10 b) .99
c) .01 d) .9


0
2
s <
X
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 16
DISTRIBUCION F- FISHER

Propiedades de la curva:
Asimtrica positiva
Su rango de variacin es de 0s < F o





Hallar la probabilidad de que F con 5 y 10 gl exceda a 5.64




Hallar la probabilidad de que F con 12 y 22 gl exceda a 2.23







1
2
u
u
=
=
gra
gra
dosdelibertad
dosdelibertad
ND
F F
=
u u 1 2 ,
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 17
DISTRIBUCIONES MUESTRALES
Si se consideran todas las posibles muestras de tamao n que pueden extraerse
con o sin reemplazo de una poblacin conocida, para cada muestra se puede calcular un
estadstico (media x, varianza s
2
, desviacin tpica s) que variara de una muestra a otra.
De esta forma obtenemos una distribucin del estadstico, que se conoce como
distribucin muestral. As si el estadstico de que se trata es la media, se obtendr la
distribucin muestral de medias.

Supongamos que se extraen tres posibles muestras de tamao n=2 de una
poblacin, si calculamos la media X para cada una de las muestras tendremos la
distribucin del estadstico media o la distribucin muestral de las medias.

A 4 5
B 6 4
C 5 3

Calculamos la media para cada muestra(tres medias muestrales).

A X
A
= 4.5

B X
B
= 5

C X
C
= 4

Las tres medias muestrales forman una distribucin muestral de medias.

Y promediando las tres medias muestrales obtenemos LA MEDIA DE LA
DISTRIBUCION MUESTRAL DE MEDIAS y se escribe como

X
=4.5

Si tomamos los datos del inicio como toda la posible poblacin(poblacin de 6
observaciones)

Tendramos que la es 4.5 y que entonces podemos concluir que la media de la
distribucin muestral de medias es igual a la media poblacional.

http://www.youtube.com/watch?v=oTAg8cgxtCo Estudiar y comprender!
5 . 4
6
3 5 4 6 5 4
=
+ + + + +
=


=
X
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 18
1.4.1 DISTRIBUCION MUESTRAL DE MEDIAS CUANDO SE
CONOCE LA o DE LA POBLACION.

Supngase que son extraidas de una poblacin finita todas las posibles muestras sin
reemplazo de tamao n de tal forma que N>n, entonces:
y la varianza de la distribucin
ser:
Varianza de la distribucin muestral de medias para una poblacin finita o muestreo
sin reemplazo.

Varianza de la distribucin muestral de medias para una poblacin infinita o muestreo
con reemplazo.
Desviacin estndar de la distribucin muestral de medias para una poblacin finita o
muestreo sin reemplazo.


Desviacin estndar de la distribucin muestral de medias para una poblacin infinita
o muestreo con reemplazo.



=
X
|
.
|

\
|

=
1
2
2
N
n N
n
X
o
o
n
X
o
o
2
2
=
|
.
|

\
|

=
1
2
N
n N
n
X
o
o
n
X
o
o
2
=
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 19
Entonces la frmula de estandarizacin ser:



Ejemplos:
El peso de 1000 paquetes se distribuye de manera normal con una media de 12 onzas
y una desviacin estndar de .6 Hallar la probabilidad de que una muestra aleatoria
de 100 paquetes obtenidos sin reemplazo proporcione un peso promedio:
a)inferior a 11.9 onzas.
b)superior a 11.95 onzas.
c)entre 11.85 y 12.1 onzas.

500 rodillos de bolas tienen un peso medio de 5.02 onzas y una desviacin de .09
onzas. Hallar la probabilidad de que una muestra al azar de 100 rodillos elegidos entre
este grupo tenga un peso promedio:
a)entre 4.96 y 5 onzas.
b)mas de 5.1 onzas.

El peso de ciertas cajas se distribuye en forma normal con media de 300 libras y
una varianza de 2500 libras cuadradas. Hallar la probabilidad de que al cargar un camin
con 25 de estas cajas se exceda su capacidad que se sabe es de 8200 libras.

En un supermercado se utilizan bolsas de plstico para empacar los productos, y estn
fabricadas de tal manera que la resistencia a la rotura tiene una distribucin normal con
una media de 2.5 Kg por centmetro cuadrado y una desviacin estndar de .5 Kg por
centmetro cuadrado.
Si se seleccionan al azar muchas muestras de 36 bolsas:
a) A que se podra esperar que equivaldran la media y el error estndar de la media?
b) Que distribucin seguiran las medias muestrales?
c)Qu proporcin de medias muestrales estaran entre 2.5 y 3 Kg por centmetro
cuadrado?
d)Qu proporcin de medias muestrales estaran entre 1.5 y 2.3 Kg por centmetro
cuadrado?

o

X
X
X
Z

=
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 20
DISTRIBUCION MUESTRAL DE MEDIAS PARA EL CASO EN QUE SE
DESCONOCE LA DESVIACION TIPICA DE LA POBLACION ORIGINAL.

El supuesto bsico radica en que la poblacin original debe ser normal.
Para este caso utilizaremos la t de student y la frmula de estandarizacin es la
siguiente:




EJEMPLOS:
Una mquina produce piezas de un grosor de .05 pulgadas. Para probar si la
mquina esta ajustada se tomo una muestra aleatoria de 10 piezas lo que proporcion un
grosor medio de .053 y una desviacin estndar de .003 pulgadas. Estos resultados
apoyan o rechazan el hecho de que la mquina esta ajustada?

Un fabricante de fusibles asegura que bajo una sobrecarga del 20% sus fusibles se
fundirn al cabo de 12.2 minutos en promedio. Para probar esta afirmacin se ensayaron
20 fusibles, lo que proporcion un tiempo medio de 10.63 minutos y una desviacin
tpica de 2.48 minutos. Estos resultados tienden a rechazar o apoyar la afirmacin del
fabricante?

Un fabricante de cigarrillos asegura que el contenido promedio de nicotina en una
de sus marcas es de .6 miligramos por cigarrillo. Una organizacin independiente mide el
contenido de nicotina de 16 cigarrillos de esta marca y encuentra que el promedio y la
desviacin estndar es de .75 y .175 mg respectivamente. Si se supone que la cantidad de
nicotina de estos cigarrillos es una variable aleatoria normal. Qu tan probable es el
resultado de acuerdo al dato proporcionado por el fabricante?



http://www.youtube.com/watch?v=jnUCxNCgxoI Comprender y resolver!
n
s
X
X
t

=
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 21
1.4.2 DISTRIBUCION MUESTRAL DE DIFERENCIAS DE MEDIAS
PARA EL CASO EN QUE SE CONOCE LA DESVIACION DE LA
POBLACION ORIGINAL.


En el uso de la distribucin normal para este caso se basa en las mismas condiciones
que para la distribucin muestral de medias, la nica diferencia es que ahora se
analizarn 2 muestras.









( )
o

x x
x x
x x
Z
2 1
2 1
2 1


=

2 1
2 1 2 1
= =

x x x x
o o o
2 2 2
2 1 2 1
x x x x
+ =

n
x
1
2
1
2
1
o
o
=
n
x
2
2
2
2
2
o
o
=
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 22
EJEMPLOS:
Ciertas lmparas de un fabricante A tienen una duracin media de 1400 horas con
una desviacin tpica de 200, en tanto que las del fabricante B tienen una duracin media
de 1200 horas con una desviacin tpica de 100. Si se toman muestras al azar de 125
lmparas de cada fabricante. Cul es la probabilidad de que las lmparas de A tengan
una duracin media de:
a)160 horas mas que B?
b)250 horas mas que B?







En una prueba de aptitud la puntuacin media de los estudiantes es de 72 puntos y
la desviacin tpica es de 8 puntos. Cul es la probabilidad de que dos grupos formados
por 28 y 36 alumnos difieran en su puntuacin media en :
a)3 o mas puntos?
b)6 o mas puntos?
c)entre 2 y 5 puntos?








Los rodillos de cierta marca tienen un peso promedio de .5 onzas y una desviacin
tpica de .02 onzas. Cul es la probabilidad de que 2 lotes de 1000 rodillos cada uno
difieran en un peso superior a 2 onzas?



ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 23
1.4.3 DISTRIBUCION MUESTRAL DE LA PROPORCION

Las distribuciones muestrales que se han presentado centran su atencin en la
distribucin de la media de las variables cuantitativas, por otro lado, al examinar las
variables cualitativas la caracterstica que se suele tomar en cuenta es la proporcin de
xitos. Probablemente en algunos casos se desee hacer una encuesta donde se estuviese
interesado en estimar la proporcin de familias que tengan un auto econmico(4
cilindros); o a un poltico quiz le interese estimar la verdadera proporcin de votos que
obtendr un determinado candidato; en control de calidad quiz al investigador le interese
determinar la tasa real de ocurrencia de un defecto en particular.
Para hacer un anlisis de este tipo de estadsticos (caractersticas) se define lo
siguiente:

Proporcin de xitos en la poblacin.

Proporcin de xitos en la muestra


La desviacin de la proporcin


Y al suponer que la distribucin muestral de la proporcin tiene una distribucin
normal se tiene que:
resultados de total Numero
exitosos resultados de Numero
p
=
muestra la de Tamao
muestra la en exitos de Numero
n
x
p
s
s
= =
( )
n
p p
p

=
1
o
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 24

Y debido a que se esta tratando con proporciones muestrales (y no media de
muestras) entonces se sustituye por el estadstico:



Ejemplos:
El gerente de una empresa vendedora de neumticos ha determinado que el 40%
de los clientes que acuden a la empresa tienen abierta su cartera de crdito. Si se
selecciona una muestra aleatoria de 200 clientes. Cul es la probabilidad de que la
proporcin de la muestra de clientes con cartera de crdito abierto se encuentre entre .4 y
.43?


Histricamente el 10% de un gran embarque de piezas para mquinas son
defectuosas. Si se seleccionan muestras aleatorias de 400 piezas. Qu proporcin de
muestras tendr:
a)entre 9 y 10% de piezas defectuosas?
b)menos del 8%?
c)si se seleccionara una muestra de solo 100, Cules hubieran sido las respuestas
en a y b?

Suponga que va a realizarse una prueba de mercado en la cual los estudiantes
probarn dos marcas diferentes de refresco. Su tarea es identificar correctamente la marca
probada. Si se seleccionan muestras aleatorias de 200 estudiantes y se suponen que estos
no tienen la sensibilidad para distinguir entre las dos marcas.
a)Qu proporcin de las muestras obtendrn entre un 50 y 60% de
identificaciones correctas?
b)Cul es la probabilidad de obtener un porcentaje de muestra de identificaciones
correctas que exceda el 65%?
c)Dentro que lmites simtricos del porcentaje de la poblacin se encontrar el
90% de porcentajes de las muestras?

o

x
x
x
Z

=
n
p p
p p
Z
s
) 1 (

=
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 25
1.4.4 DISTRIBUCION MUESTRAL DE LA DIFERENCIA ENTRE DOS
PROPORCIONES

En muchas situaciones prcticas el investigador necesita hacer inferencias sobre la
diferencia entre dos proporciones poblacionales.
Un socilogo puede querer saber si las poblaciones urbanas y rurales difieren en
cuanto a la proporcin de gente que est a favor de la pena capital. Un educador quiere
saber si la poblacin de alumnos suspendidos en secundaria y la poblacin de los que
siguen en el colegio, son diferentes en cuanto ala proporcin de los que provienen de
hogares disueltos. Un investigador mdico esta interesado en saber si la proporcin de los
casos de cncer pulmonar es mas alta en una poblacin que fuma que en otra compuesta
por no fumadores. El gerente de un almacn podra estar interesado en saber si los
clientes que tienen tarjeta de crdito en dos reas diferentes de la ciudad varan en cuanto
a la proporcin de cuentas atrasadas.
La distribucin muestral ms importante en estos casos es la de la diferencia entre
dos proporciones muestrales.

La distribucin muestral de P
s1
-P
s2
, o diferencia entre dos proporciones
muestrales, donde P
s1
se calcula a partir de todas las muestras aleatorias simples de
tamao n
1
que se pueden extraer de una poblacin con parmetro P
1
y P
s2
se calcula a
partir de todas las muestras aleatorias simples e independientes de tamao n
2
que se
pueden extraer de una poblacin con parmetro P
2
, tiene una media



Y una desviacin tpica




Si n
1
y n
2
son grandes, la distribucin muestral de P
s1
-P
s2
es mas o menos una
distribucin normal.



p p
p p
s s
2 1
2 1
=

( ) ( )
n
p p
n
p p
p p
s s
2
2 2
1
1 1
1 1
2 1

o
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 26
Ejemplos
Una trabajadora social psiquiatra opina que el 15% de los adolescentes de la
comunidad A y el 10% de la comunidad B sufren de un problema mental o emocional. En
una muestra aleatoria simple de 150 adolescentes de la comunidad A, la trabajadora
social encontr que 30 tenan ese problema. Una muestra aleatoria simple independiente
de 100 adolescentes de la comunidad B revel que 7 estaban sufriendo de algn problema
mental o emocional.
Supongamos que la opinin que tiene la trabajadora social sobre los adolescentes
de estas dos comunidades es correcta. Cul es la probabilidad de observar una diferencia
entre las proporciones muestrales mayor o igual a la que realmente se observa?









Se cree que dos drogas A y B, son igualmente efectivas para reducir el nivel de
ansiedad de ciertas personas emocionalmente perturbadas. La proporcin de personas en
que la droga resulta efectiva es .70 En una muestra aleatoria de 100 personas
emocionalmente trastornadas a quienes se les suministr la droga A, 75 experimentaron
una reduccin del nivel de ansiedad. La droga B result efectiva en 105 personas de una
muestra aleatoria independiente de 150 personas. Si las dos drogas son igualmente
efectivas como se cree, Cul es la probabilidad de observar un valor de P
SA
-P
SB
tan
grande o ms grande de lo que aqu se anota?

















ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 27
1.4.5 DISTRIBUCION MUESTRAL DE LA VARIANZA
Ahora estudiaremos la distribucin de muestreo terica de la varianza muestral de
muestras aleatorias de poblaciones normales. Como la varianza muestral S
2
no puede ser
negativa, deberamos sospechar que esta distribucin de muestreo no es una curva
normal; en efecto, se relaciona con la distribucin chi-cuadrada, y se tiene lo siguiente.

Si S
2
es la varianza de una muestra aleatoria de tamao n tomada de una poblacin
normal con la varianza o
2
, entonces:


Es la variable aleatoria con la distribucin chi-cuadrada con el parmetro v=n-1(grados
de libertad).

Ejemplos.
Una empresa ptica compra cristales para engarzarlos en lentes, y se sabe por
experiencia que la varianza del ndice de refraccin de este tipo de cristales es de
1.26x10
-4
. Como es importante que las diversas piezas de cristal tengan casi el mismo
ndice de refraccin, la empresa rechaza un embarque si la varianza de la muestra de 20
piezas seleccionadas al azar excede de 2 x 10
-4
. Suponiendo que los valores de la muestra
pueden ser considerados como una muestra aleatoria de una poblacin normal, Cul es
la probabilidad de que un embarque sea rechazado aunque o
2
=1.26x10
-4
?



( )
( )
o o
_
2
1
2
2
2
2
1

=
=

=
n
i
x
x
s
i
n
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 28
1.4.6 DISTRIBUCION MUESTRAL DE LA RAZON DE VARIANZAS.

Si se extraen muestras independientes de tamao n
1
y n
2
respectivamente de dos
poblaciones normales con varianzas o
2
1
y o
2
2
respectivamente, y si; S
2
1
y S
2
2
son las
varianzas de las muestras aleatorias, entonces el estadstico de prueba es:


Cuando se obtienen los valores S
2
1
y S
2
2
a partir de las muestras y se calcula el
cociente se concluye que la hiptesis de varianzas iguales es falsa si el valor de este
cociente es de manera suficiente, distinto de 1 (1 + .1) Se consideran las varianzas
iguales si se encuentran dentro de este rango.

Hiptesis:



EJEMPLOS
La variacin en el nmero de unidades diaria de cierto artculo producido por dos
operadores A y B debe ser la misma. En base a muestras de tamao 16 y 21, el valor de
sus desviaciones estndar es de 8.2 y 5.8 unidades respectivamente. Si el nmero de
estas, manejadas por los dos operadores por da, son dos variables aleatorias
independientes. Existe alguna razn para creer que las varianzas son iguales?









S
S
F 2
2
2
1
=
o o
2
2
2
1 0
: =
H
o o
2
2
2
1
: =
HA
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 29
El gerente de compras de una compaa camionera esta considerando adquirir
neumticos de la marca A o de la marca B que se sabe tienen la misma durabilidad
media. Para decidir ensayo con 16 neumticos de la marca A, lo que dio una varianza de
38990 kilmetros, y 21 de la marca B lo que dio una varianza de 21000 kilmetros. En
base a estos resultados, Qu marca recomendara usted?















Se utilizaron dos mquinas para envasar cierto producto, se extrajo una muestra al
azar de 20 envases de cada mquina lo que proporcion una varianza en el peso de los
envases de la mquina A de .16 en tanto que los de la mquina B proporcionaron una
varianza de .4661 Existe razn para dudar que las varianzas sean iguales?


ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 30
DISTRIBUCIONES MUESTRALES
Ejercicios

1.- Una compaa emplea varios miles de vendedores puerta a puerta porque es el nico
modo de distribuir su producto. Normalmente un vendedor, visita a una ama de casa y
hace una corta presentacin esperando que se le haga un pedido, la compaa considera
una visita si cualquier pedido superior a 50 $ es ordenado. En promedio un vendedor hace
4.5 visitas exitosas por da con una desviacin estndar de .6 Cual es la probabilidad de
que una muestra de 70 vendedores resulte con un promedio de ventas entre 4.05 y 4.1
por
da?
2.- Se utilizan 2 maquinas para envasar cierto producto. Se extrajo una muestra al azar de
20 envases de cada maquina, lo que proporciono una varianza en el peso de los envases
de la maquina A de .16 En tanto que los de la maquina B proporcionaron una varianza
de .2561 Se podr concluir que las maquinas estn igualmente ajustadas en cuanto a la
variabilidad?

3.- La compaa Trevi Milk posee derechos de franquicia y opera 31 almacenes de
sorpresas lcteas. Sorpresas lcteas prepara 47 variedades de helados. Como una
promocin la Trevi Milk promete dar un cono de helado doble a cualquier cliente que
encuentre una estrella impresa en el recibo de la registradora. El departamento de
contabilidad en la casa matriz de la compaa a examinado las cintas usadas de una
registradora en un da y determino que el numero promedio de estrellas que saldrn en
un almacn en un da es de 4 con una desviacin estndar de 2 Cual es la probabilidad
de que en una muestra de 3 almacenes la media sea mas de 6 estrellas?

4.- Si cierta maquina fabrica resistencias elctricas que tienen una resistencia promedio
de 40 ohms y una desviacin estndar de 5 ohms, Cual es la probabilidad de que una
muestra aleatoria de 36 de estas resistencias tenga una resistencia combinada de 1458
ohms?

5.- La duracin promedio de la computadora de cierto fabricante es de 5 aos, con una
desviacin de 1 ao. Asumiendo que las duraciones de estas computadoras siguen
aproximadamente una distribucin normal, encuentre:
a) La probabilidad de que la vida promedio de una muestra aleatoria de 36 computadoras
caiga entre 4.4 y 5.2 aos.
b) El valor de x a la derecha de la cual caera el 15% de las medias calculadas de las
muestras aleatorias de tamao 39.

6.- Las horas de vida de una pila para transistores tiene una distribucin normal con
media de 100 horas y una desviacin de 20. Si se seleccionan muestras aleatorias de 16
pilas Qu proporcin de las medias muestrales se encontraran:
a) entre 100 y 115 horas?
b) mas de 90 horas?
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 31
c) Dentro de qu limites alrededor de la media poblacional se encontrara el 90% de las
medias muestrales?

7.- Un equipo de salvamento submarino se prepara para explorar un sitio mar adentro,
frente a la costa de Florida donde se hundi una flotilla entera de 45 galeones espaoles.
A partir de registros histricos, el equipo espera que estos buques naufragados generen un
promedio de 225 000 dl de ingresos cada uno cuando se exploren, con una desviacin
estndar de 39 000 dl. El patrocinador del equipo, sin embargo, se muestra escptico, y
ha establecido que si no se recuperan los gastos de exploracin que suman 2.1 millones
de dl con los primeros nueve galeones rescatados, cancelara el resto de la exploracin.
Cul es la probabilidad de que la exploracin contine una vez explorados los primeros
nueve galeones?
8.- Dada una poblacin de 80 especmenes con una media de 22 y una desviacin
estndar de 3.2 Cual es la probabilidad de que una muestra de 25 de ellos tenga una
media entre 21 y 23.5?

9.- Las lmparas que fabrica cierta empresa tienen una vida media de 800 horas y una
desviacin tpica de 60 horas. Hallar la probabilidad de que una muestra aleatoria de 46
lmparas tenga una vida media:
a) entre 760 y 810 hrs. b) mas de 820 hrs.
c) menor de 764 hrs. d) entre 760 y 860 hrs.

10.- Los paquetes recibidos en un almacn tienen un peso medio de 400 lbs. y una
desviacin tpica de 65 lbs. Cual es la probabilidad de que 50 de estos paquetes,
elegidos al azar y metidos en un montacargas, no exceda el lmite de carga de ste, que
es de 20 000 lbs.

11.- El nmero de horas de duracin de una pila para el tipo de transistores tiene una
distribucin normal con media de 100 hrs. y desviacin de 20 .
a) Que proporcin de pilas durar entre 100 y 125 hrs?
Si se seleccionan muestras aleatorias de 46 pilas de las anteriores, Qu proporcin de
medias muestrales estar:
b)entre 100 y 125 hrs?
c) mas de 90 hrs?
d) Dentro de que lmites caer el 90% de las medias muestrales alrededor de la media de
la poblacin?

12.- Una compaa (REMACHAZ) que produce remaches para construccin de edificios
con estructura de hierro; Su consumidor, la muy famosa empresa ACME le pide que
los remaches con especificacin entre .8745 y .8755 pulgadas de dimetro. La Remachaz
produce esta clase de remaches para pistola neumtica con una media en el dimetro de
.8752 pulgadas y una desviacin de .00035 pulgadas. De un lote de 250 remaches,
Cuantos remaches la empresa Acme espera recibir:
a) dentro de especificacin?
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 32
b) por debajo de especificacin?
c) por arriba de especificacin?

13.- Una muestra de tamao 5 se saca aleatoriamente de una poblacin que est
normalmente distribuida con media de 50 y varianza de 9, si se registra la media muestral
X1 . Una segunda muestra de tamao 54 es seleccionada, independiente de la primera
de una poblacin que tambin est normalmente distribuida con media de 40 y varianza
de 4 y se registra la media muestral X2 . Encuentre P(X1-X2)< 8.2

14.- El periodo de tiempo en que un cajero de un banco atiende a un cliente es una
variable aleatoria con una media de 3.2 minutos y una desviacin estndar de 1.6
minutos. Si se observa una muestra aleatoria de 64 clientes, encuentre la probabilidad de
que el tiempo promedio de los mismos en el cajero sea de:
a) cuando mucho 2.7 minutos.
b) mas de 3.5 minutos.
c) al menos 3.2 minutos pero menos de 3.4

15.- Un fabricante de cigarrillos afirma que su producto tiene un contenido promedio de
nicotina de 1.83 miligramos. Si una muestra aleatoria de 8 cigarrillos de este tipo tiene un
contenido de nicotina de: 2.0, 1.7, 2.1, 1.9, 2.2, 2.1, 2.0 y 1.6 miligramos. Estara usted
de acuerdo con la afirmacin del fabricante?

16.- La afirmacin de que la varianza de una poblacin normal es de 21.3 se rechaza si la
varianza de la muestra aleatoria de tamao 15 excede a 39.74 Cual es la probabilidad
de que la afirmacin sea rechazada a pesar de que o2 = 21.3?

17.- Una mquina despachadora de refrescos est ajustada para servir un promedio de
200 mililitros por vaso. Si la cantidad de refresco despachada est normalmente
distribuida con una desviacin estndar igual a 15 mililitros.
a) Que fraccin de los vasos contendr mas de 224 mililitros?
b) Cuntos vasos probablemente se derramarn si se utilizan vasos de 230 mililitros en
los siguientes 100 refrescos que sern despachados?

18.- Ciertos estudios muestran que el rendimiento de la gasolina para automviles
compactos, vendidos en Estados Unidos, tiene una distribucin normal, con un
rendimiento medio de 30.5 millas por galn (MPG) y una desviacin estndar de 4.5
MPG. Si un fabricante desea disear un coche compacto ms econmico que el 95% de
los automviles compactos vendidos en Estados Unidos, Cual debe ser el rendimiento
mnimo del coche nuevo?

19.- Una manera para obtener predicciones econmicas es utilizar un enfoque de
consenso. Se obtiene una prediccin de cada uno de un gran numero de analistas; El
promedio de estos pronsticos es la prediccin del consenso. Supngase que las
predicciones individuales acerca de la tasa principal de inters en enero de 1996 de todos
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 33
los analistas econmicos, tienen una distribucin aproximadamente normal, con media de
14% y una desviacin estndar de 2.6% . Se selecciona al azar un solo analista de este
grupo.
Cul es la probabilidad de que la prediccin de la tasa principal de este analista sea
mayor que 18%?
Cul es la probabilidad de que la prediccin de la tasa principal de inters sea menor que
16%?

20.- Un fabricante de cera para abrillantar metales quiere disponer su maquina
envasadora de manera que en la produccin solo 3 botes de 1000 contengan menos del
llenado neto mnimo de 31.4 onzas. Se sabe que los pesos del llenado se distribuyen
aproximadamente de manera normal con desviacin tpica de .2 onzas. En donde habr
que situar la media del llenado para cumplir con este requisito?

21.- Un fabricante tiene que comprar resortes espirales que resistan al menos una carga
de 15 libras. El proveedor A garantiza que sus espirales resisten en promedio 20.5 libras
con desviacin tpica de 2.1 libras; El proveedor B garantiza que sus resortes resisten una
carga promedio de 19.9 libras con una desviacin tpica de 1.5 libras, el proveedor C
garantiza que sus resortes resisten una carga promedio de 18.2 libras con una desviacin
tpica de 1.1 libras. Se suponen aproximadamente normales todas las distribuciones.
Basndose en las garantas, Cuales parecen ser preferibles y porque?

22.- En un examen la calificacin promedio fue de 74 y la desviacin estndar fue 7. Si
12% de la clase recibi calificacin A, y las calificaciones siguen una curva de
distribucin normal, Cual es la posible A mas baja y la posible B ms alta?

23.- Se utilizan medidores para rechazar todos los componentes cuyas dimensiones no se
encuentren dentro de la especificacin 1.5 mas-menos d . Se sabe que esta dimensin es
normalmente distribuida con una media de 1.5 y una desviacin estndar de 0.2
Determine el valor d para que la especificacin cubra (acepte) el 95% de las mediciones.

24.- Una cierta mquina produce resistencias elctricas que tienen un valor medio de 40
ohms y una desviacin estndar de 2 ohms. Suponiendo que los valores de las
resistencias siguen una distribucin normal y que pueden medirse con cualquier grado de
precisin, Qu porcentaje de las resistencias tendr un valor que exceda de 43 ohms?


25.- A la compaa de luz y fuerza se le presentan una serie de llamadas de emergencia
cuando existe tormenta en una gran ciudad y estas llamadas siguen una distribucin
normal con media de 8 minutos y desviacin estndar de 2 minutos. Si se seleccionan
muestras aleatorias de 35 llamadas
a).- Calcule el error estndar de la media.
b).- Que proporcin de medias muestrales estaran entre 7.5 y 8.3 minutos?
c).- Que proporcin estara entre 7.3 y 8 minutos?
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 34
d).- Si se seleccionan al azar muestras de 100 llamadas Qu proporcin de las medias
muestrales estaran entre 7.5 y 8.3 minutos?

26.- En un supermercado, el tiempo que un cajero dedica a servir a cada cliente tiene una
media de 3.2 minutos y una desviacin estndar de .4 minutos. Si se selecciona una
muestra al azar de 36 clientes.
a).- Que probabilidad hay que el tiempo promedio dedicada a cada cliente sea por lo
menos de 3 minutos?
b).- A cuantos minutos por debajo de la media muestral podra estar si hay una
posibilidad de 35 %?
c).- Si se tomara al azar una muestra de 16 clientes Cuantos minutos por debajo de la
media muestral podra estar con una posibilidad del 35%? Que suposicin se debe hacer
para resolver este inciso?

27.- Una gran cadena de centros de artculos domsticos tiene en existencia una marca de
taladros elctricos porttiles que se distribuye en todo el pas. A fin de obtener el mximo
descuento por volumen, los pedidos de reposicin de los taladros de todas las tiendas se
harn juntos. La decisin de reordenar existencias es hacerlo cuando el inventario
promedio de una muestra de tiendas sea inferior a 25 taladros. Sobre la base de la
informacin anterior se supone que la desviacin estndar sea de 10 taladros. Si se
selecciona una muestra aleatoria de 25 tiendas Cul es la probabilidad de que el taladro
sea ordenado cuando el inventario promedio real de todas las tiendas
a).- sea de 20 taladros?
b).- sea de 30 taladros?
c).- Que suposicin se debe hacer en a) y b)?
d).- Cul sera la respuesta en a) y en b) si el tamao de la muestra aumentara a 36?


28.- Un cierto tipo de tornillo se fabrica con una resistencia a la tensin promedio de 78.3
Kg y una desviacin estndar de 5.6 kilogramos Cmo cambia la varianza de la media
muestral cuando el tamao de la muestra:
a)aumenta de 64 a 196?
b)disminuye de 784 a 49?

29.-Se utilizan 2 maquinas para envasar cierto producto. Se extrajo una muestra al azar de
20 envases de cada maquina, lo que proporciono una varianza en el peso de los envases
de la maquina A de .16 en tanto que los de la maquina B proporcionaron una
varianza de .2561 Se podr concluir que las maquinas estn igualmente ajustadas en
cuanto a la variabilidad?

30.-Una compaa emplea varios miles de vendedores puerta a puerta porque es el nico
modo de distribuir su producto. Normalmente un vendedor, visita a una ama de casa y
hace una corta presentacin esperando se le haga un pedido, la compaa considera una
visita si cualquier pedido superior a 50 pesos es ordenado. En promedio un vendedor
ESTADISTICA INFERENCIAL 1
UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
INGENIERIA INDUSTRIAL
M. C. Manuel Armando Chavira Martnez 35
hace 4.5 visitas exitosas por da con una desviacin estndar de .6 Cual es la
probabilidad de que una muestra de 70 vendedores resulte con un promedio de ventas
entre 4.05 y 4.1 por da?

You might also like