Estadística II

Tema 4.2 / PC2

Distribuciones Muestrales

Distribución de Proporciones Muestrales

Una proporción muestral de éxitos está definida como la relación que existe entre
el número de éxitos obtenidos en una muestra y el número de elementos de la
muestra.
Si “p” es una variable aleatoria definida como la proporción de éxitos obtenidos

en una muestra de tamaño n, esta variable estará determinada por: p= x

n
Siendo x el número de éxitos obtenidos en la muestra de tamaño n.

1 2 3
Entonces, los posibles valores de la variable serán: p = {0, , , ,...., 1} y la
n n n
probabilidad de “p” estará determinada por el tipo de muestreo, así tenemos:

CASO A Si el muestreo es con reemplazo o la población es infinita.

Si de una población en la cual la probabilidad de éxito es , se extraen muestras
aleatorias y con reemplazo de tamaño n, entonces la variable aleatoria "p" que
expresa la proporción de éxitos en la muestra tiene como función de probabilidad:

 n  np 1 2 3
f(p) =    (1 − )n − np , p = {0, , , ,...., 1}
 np  n n n

= 0, d.o.m.

2 (1 − )
Con media y variancia:  p =  ; p =
n

Estadística para la Universidad -1-

 Tema 4 / PC2 / Distribuciones Muestrales / Estadística II

Ejercicio #1:
En una ciudad se sabe que aproximadamente el 40% de las familias son católicas.
Si se eligen al azar 12 familias de dicha ciudad, halle la probabilidad de que la
proporción de familias católicas sea mayor a 0.8. Rpta. 0.00281

CASO B Si el muestreo es sin reemplazo o la población es finita.

Sea una población de tamaño N en la cual A elementos poseen un característica

"W" definida como éxito y B elementos no poseen la característica "W", siendo N =
A + B, y donde  = A/N es la probabilidad de obtener un éxito. Si de esta población
se extraen al azar muestras aleatorias sin reemplazo de tamaño n, entonces la
variable aleatoria "p" que expresa la proporción de éxitos en la muestra (proporción
de elementos con características "W") tiene como función de probabilidad:

 A  B 
  
 np   n − np  1 2 3
f(p) = , p = {0, , , ,...., 1}
N n n n
 
n
= 0, d.o.m.

A (1 − )  N − n 
Con media y variancia: p =  = ; 2
p =
N n  N − 1 

Ejercicio #2:
En un hotel de turistas el 30% de los huéspedes son ingleses. Si se eligen al azar
y sin reemplazo a 20 huéspedes de un total de 120, ¿cuál es la probabilidad de que
la proporción de turistas ingleses sea menor a 0.15? Rpta. 0.0247358

-2- Estadística para la Universidad

 Tema 4 / PC2 / Distribuciones Muestrales / Estadística II

CASO C: Aproximación a la Normal de la distribución de una proporción

muestral.
Si la distribución de una proporción muestral no puede ser determinada mediante
su distribución verdadera, o su cálculo es muy extenso o complejo, la probabilidad
de la variable aleatoria "p" de ciertos sucesos se puede aproximar mediante una
distribución normal cuando n es suficientemente grande (n  30) con media p = 

y variancia 2p .

Dicha aproximación está basada en el teorema del límite central.

Considerando que la aproximación se efectúa mediante una distribución continua
(Normal), para hacer más precisa dicha aproximación se deben tomar los límites
de los intervalos utilizando el factor de corrección por continuidad 1/2n.

1
p − p
Para estandarizar, el f.c.c. se emplea de la siguiente manera: Z= 2n
p

Se presentarán los siguientes casos:

1
po − − p
* P[p  po ] = P[Z  2n ]
p

1
po + − p
* P[p  po ] = P[Z  2n ]
p

Ejercicio #3:
Suponga que en la universidad GOLF existen aproximadamente 8000 alumnos, de
los cuales se sabe que el 20% son de la facultad A. Si se selecciona al azar y con
reemplazo una muestra de 50 alumnos, halle la probabilidad de que la proporción
muestral de alumnos que sean de la facultad A sea mayor a 0.17. Rpta. 0.7019

Estadística para la Universidad -3-

 Tema 4 / PC2 / Distribuciones Muestrales / Estadística II

Ejercicio #4:
El tiempo en horas que demora un mensajero en entregar 40 mensajes, se
distribuye en forma uniforme con parámetros 2 y 4. Si el mensajero demora más
de tres horas, se considera que existe un ALTO costo de producción. Para 50
salidas de un mensajero, en cada uno de los cuales debe entregar 40 mensajes,
¿cuál es la probabilidad de que la proporción de salidas con un costo alto de
operación sea inferior a 0.35? Rpta. 0.017

Distribución de Diferencias de Proporciones Muestrales

Dadas dos poblaciones independientes.
Si de la población 1 se eligen al azar todas las muestras posibles de tamaño n 1 y
se define: p1 = proporción muestral de éxitos en n1 y además, de la población 2 se
eligen al azar todas las muestras posibles de tamaño n 2 y se define: p2 = proporción
muestral de éxitos en n2, entonces: (p1 – p2) es una variable aleatoria cuya media y
varianza están dadas por:

p1 − p2 = 1 − 2 ; 2
p1 − p2
= 2
p1
+ 2
p2

Cálculo de la probabilidad:
Para determinar la función de probabilidad de la variable p1-p2, primero se
determina el rango de la variable, es decir el conjunto de todos sus posibles valores
y luego, se determina la probabilidad de cada uno de ellos.

Ejercicio #5:
Suponga que se tienen dos lotes de un artículo; el lote I con 5 artículos de los cuales
2 son defectuosos y el lote II con 4 artículos de los cuales 1 es defectuoso. Si en un
proceso de control de calidad se eligen al azar y con reemplazo 3 artículos del lotes
I y 2 artículos del lote II, determine la probabilidad de que la proporción de artículos
no defectuosos de la muestra del lote I supere a la proporción de artículos no
defectuosos de la muestra del lote II, en al menos 0.5. Rpta. 0.1215

-4- Estadística para la Universidad

 Tema 4 / PC2 / Distribuciones Muestrales / Estadística II

Aproximación a la distribución Normal (diferencia de proporciones

muestrales)
Cuando los tamaños de muestra n1 y n2 son grandes (n1  30 y n2  30), la
distribución de la variable aleatoria diferencia de promedios muestrales se puede
aproximar, mediante la aplicación del TLC, a una distribución normal con media
μp1 −p2 y variancia σ p21 −p2 .

En este caso no es necesario aplicar el factor de corrección por continuidad porque

se considera que es muy pequeño.
(p1 − p2 ) − p1 − p2
Esto es, si n1  30 y n2  30  (p1 − p2 )  N(p −p , 2 ) Z =  N(0,1)
1 2 p 1 − p2 p1 − p2

Ejercicio #6:
Suponga que los tiempos de vida de los microprocesadores del proveedor C2000
tienen una distribución exponencial con una media de 5 (miles de horas); mientras
que los tiempos de vida de los microprocesadores del proveedor C3000 tienen una
distribución uniforme con una media de 6.5 (miles de horas) y una variancia de
0.75 (miles de horas)2 y además que se considera que un microprocesador es de
“buena calidad” si su tiempo de vida es no menor de 7,000 horas.
Si de un lote de 500 microprocesadores de cada proveedor (C2000 y C3000) se
eligen al azar y sin reemplazo 40 unidades del proveedor C2000 y 50 unidades del
proveedor C3000, halle la probabilidad de que la proporción de microprocesadores
que sean de buena calidad en la muestra de C2000 supere a la respectiva
proporción de microprocesadores de buena calidad en la muestra de C3000.
Rpta. 0.1711

Estadística para la Universidad -5-