You are on page 1of 3

4.5.

1 Determinacion de la muestra con grado de confianza y


estimación de µ
Partiendo del primer ejemplo dado con la distribución “z” tenemos:
Datos:
µ = 2.6
n = 36
Z = .90/2 = .475 = 1.96
σ = .3

Formula:

IC = µ ± √ n

(1.96 ) (.3 )
IC =2.6± = 2.50 y 2.70
√ 36

Para nuestro segundo ejemplo tomaremos los datos del ejemplo número 2 “z”
Datos:
µ = 780
n = 30
Z = .96/2 = .48 = 2.06
σ = 40

Formula:

IC = µ ±
√n

(2.06)( 40)
IC= 780 ± = 765 Y 795
√ 30

4.6 Intervalo de confianza para la diferencia entre dos medidas


µ1 y µ2 con       σ   21 = σ   22 pero conocidas, con el uso de la

distribución normal y la “t” student.

Si X1 Y X2 son las medidas de muestras aleatorias independientes de tamaño


µ1 y µ2 tomadas de población normales que tienen las medidas µ1 y µ2 y la
2 2
varianza σ   1 y σ   2 , entonces X1 – X2 es una variable aleatoria que tiene una

distribución normal con la media


µ X1 – X2 = µ1 - µ2
2 2 2
Y la varianza      σ
X1 – X2 = σ

÷n 1     +     σ ÷n 2      
2

Se deduce que
( X 1−X 2 )−( μ 1−µ 2)

Z=

2 2
σ σ
1 2
 +
n1 n2        

Tiene una distribución normal estándar. Sustituyendo esta expresión por z en:
α α
P (-z 2 < z < z2 ) 1 – α

El método de pivotes nos lleva a


2 2 2 2
σ σ σ σ
α 1 2 α 1 2 =1- α
( ( x 1−x 2 )−z
2
 ∙   )
n1  
     +  
n2
    <  μ 1−μ 2   < ( x 1−x 2 ) + Z   ∙   √
2 n1

n2

Y, por lo consiguiente, al siguiente intervalo de confianza de µ1 - µ2:


Si X1 Y X2 son valores de las medidas de muestra aleatorias independientes
de tamaño n1 y n2 tomadas de poblaciones normales con las varianzas
2 2
conocidas σ   y σ
1 2 , un intervalo de confianza del (1- θ ) 100% para µ1 - µ2 está

dado por


2 2 2 2
σ σ σ σ
α 1 2 α 1 2
( ( x 1−x 2 )−z
2
 ∙  )n1  
     +  
n2
    <  μ 1−μ 2   < ( x 1−x 2 ) + Z   ∙   √
2 n1

n2

Así mismo, en virtud del teorema del límite central, este resultado puede usarse
con muchas aleatorias independientes de poblaciones no normales con las
2 2
varianzas conocidas σ       y  σ ,
1 2 siempre que n1 y n2 sean lo suficientemente

grandes, esto es, cuando n1y n2 ¿ 30.

Ejemplo 1:
Construya un intervalo de confianza del 94% de la diferencia real entre las
duraciones en promedio de dos tipos de focos eléctricos, dado que una
muestra tomada al azar de 40 focos de un tipo duro en promedio 418 horas de
uso continuo y 50 focos de otra clase duraron en promedio 402 horas. Las
desviaciones estándar de las poblaciones, según se sabe, son
    σ 1=26   y   σ 2=22 .

Solución:
Para θ = 0.06, tenemos a partir de la tabla lll que Z.03 = 1.88. Por lo tanto, el
intervalo de confianza del 94% de µ1 - µ2 es

(418-402) – 1.88
√ 26 22
+
40 50 √
  < μ 1−μ 2<( 418−402+1.88 ∙
26 22
+
40 50

Que se reduce a
6.3 ¿   μ 1−μ 2   <25.7

Por lo tanto, tenemos el 94% de confianza en que el intervalo de 6.3 a


25.7contiene la diferencia verdadera entre las duraciones en promedio de los
dos tipos de focos eléctricos. El hecho que ambos límites de confianza sean
positivos sugiere que, en promedio, el primes tipo de focos es superior al del
segundo tipo.
EJEMPLO 2.
Construya un intervalo de confianza de 94% de la diferencia real entre las
duraciones en promedio de dos tipos de pilas, dado que una muestra tomada al
azar de 50 focos de un tipo duro en promedio 518 horas de uso continuo y
60pilas de otra clase duraron en promedio 502. Las desviaciones estándar de
las poblaciones, según se sabe σ 1=36   y   σ 2=32

Solución:
Para θ=0.06 , tenemos a partir de la tabla z= 1.88. Por lo tanto el intervalo de
confianza del 94% de μ 1−μ 2 es:

(518-502) -1.88 ∙  
√ 36 32
+
50 60
 <   μ 1−μ 2< ( 518−502 ) +1.88 ∙

36 32
+
50 60