UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

1. DISTRIBUCIN MUESTRAL DE LA MEDIA

En el estudio de la estadstica analizamos varias medidas de tendencia central. Sin duda, la media es la medicin de la tendencia central que ms se utiliza. Con frecuencia, la media muestral se utiliza para calcular la media poblacional. La distribucin muestral de la media es la distribucin de todas las medias posibles que surgen si en realidad se seleccionaran todas las muestras posibles de cierto tamao. Propiedad de imparcialidad de la media muestral La media muestral es imparcial porque la media de todas las medias muestrales posibles (de una muestra dada con tamao n) es igual a la media poblacional. Esta propiedad se demuestra por medio de un sencillo ejemplo referente a una poblacin de cuatro asistentes administrativos. Se pide a cada uno de los asistentes que teclee la misma pgina de un manuscrito. La tabla 7.1 muestra el nmero de errores. En la figura 7.1 se muestra esta distribucin poblacional.

Cuando se tienen los datos de una poblacin, la media se calcula utilizando la ecuacin (7.1): MEDIA POBLACIONAL La media poblacional es la suma de los valores de la poblacin dividida por el tamao de la poblacin N.

i
i 1

(7.1)

Calcule la desviacin estndar de la poblacin utilizando la ecuacin (7.2): DESVIACIN ESTNDAR POBLACIONAL

As, para los datos de la tabla 7.1:

(i )
i 1

(7.2)

Lic. Manuel Aguilar Ortiz

Pgina 1

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

3 2 1 4 2.5 errores 4 (3 2.5) 2 (2 2.5) 2 (1 2.5) 2 (4 2.5) 2 1.12 errores 4

Si a partir de esta poblacin usted selecciona muestras compuestas por dos asistentes administrativos con reemplazo, habr 16 muestras posibles (Nn = 42 = 16). La tabla 7.2 presenta los resultados de las 16 muestras posibles. Si calcula el promedio de las medias de las 16 muestras, la media de estos valores, x , es igual a 2.5, que es tambin la media poblacional . TABLA 7.2 Las 16 muestras de n = 2 asistentes administrativos, de una poblacin de N = 4 asistentes administrativos, al muestrear con reemplazo.
Muestra 1 2 3 4 5 6 7 8 9 1O 11 12 13 14 15 16 Asistentes administrativos Ana, Ana Ana, Roberto Ana, Carla Ana, David Roberto, Ana Roberto, Roberto Roberto, Carla Roberto, David Carla, Ana Carla, Roberto Carla, Carla Carla, David David, Ana David, Roberto David, Carla David, David Resultado de la muestra 3.3 3,2 3,1 3,4 2, 3 2, 2 2, 1 2, 4 1,3 1, 2 1, 1 1,4 4,3 4, 2 4, 1 4,4 Media muestral 1 = 3 2 =2.5

x3 =2
x4 =3.5

x5 =2.5

x6 =2
x7 =1.5 x8 =3 x9 =2 x10 =1.5
x11 = 1 x12 =2.5

x13 =3.5
x14 =3

x15 =2.5 x16 =4

x 2 . 5
Puesto que la media de las 16 medias muestrales es igual a la media poblacional, la media muestral es un estimador imparcial de la media poblacional. Por lo tanto, aunque no sepa qu tan cercana est la media

Lic. Manuel Aguilar Ortiz

Pgina 2

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

muestral de cualquier muestra seleccionada a la media poblacional, al menos estar seguro de que la media de todas las medias muestrales posibles que se pueden seleccionar es igual a la media poblacional. Error estndar de la media La figura 7.2 ilustra la variacin de la media muestral al seleccionar las 16 muestras posibles. En este pequeo ejemplo, aunque la media muestral vara de una muestra a otra, en funcin de los asistentes administrativos seleccionados, no lo hace tanto como los valores individuales de la poblacin. El que las medias muestrales varen menos que los valores individuales es resultado de que cada media muestral promedia todos los valores de la muestra. Una poblacin se compone de resultados individuales que pueden tomar una gran variedad de valores, desde los extremadamente pequeos hasta los muy grandes. No obstante, si una muestra contiene un valor extremo, aunque ste influya sobre la media muestral, el efecto se reduce gracias a que su valor se promedia con todos los dems incluidos en la muestra. Conforme aumenta el tamao de la muestra, se reduce el efecto de un solo valor extremo, ya que se le promedia con ms valores. FIGURA 7.2 Distribucin muestral de la media basada en todas las muestras posibles conformadas por dos asistentes administrativos.

El valor de la desviacin estndar de todas las medias muestrales posibles, llamado error estndar de la media, expresa cunto vara la media muestral entre una muestra y otra. La ecuacin (7.3) define al error estndar de la media al hacer muestras con o sin reemplazo (vea la pgina 221) de una poblacin enorme o infinita. ERROR ESTNDAR DE LA MEDIA El error estndar de la media O X es igual a la desviacin estndar de la poblacin cuadrada del tamao de la muestra n.
O dividida

por la raz

(7.3)

Por lo tanto, cuando aumenta el tamao de la muestra, el error estndar de la media se reduce en un factor igual a la raz cuadrada del tamao de la muestra. Tambin es factible utilizar la ecuacin (7.3) como aproximacin del error estndar de la media cuando la muestra seleccionada sin reemplazo incluye a menos del 5% de la poblacin total. En el ejemplo 7.1 se calcula el error estndar de la media para tal situacin. EJEMPLO 7.1 CALCULAR EL ERROR ESTNDAR DE LA MEDIA

Lic. Manuel Aguilar Ortiz

Pgina 3

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

Volvamos al proceso de llenado de cereal descrito en el escenario Uso de la estadstica de la pgina 206. Si de los miles de cajas empacadas durante un turno usted selecciona de manera aleatoria una muestra de 25 cajas sin reemplazo, la muestra contendr mucho menos del 5% de la poblacin. Si la desviacin estndar del proceso de llenado de cereal es de 15 gramos, calcule el error estndar de la media. SOLUCIN Al utilizar la ecuacin (7.3) mencionada antes, con n = 25 y a = 15, se determina que el error estndar de la media es

15 15 3 25 5

La variacin de las medias muestrales correspondientes a las muestras de n = 25 es mucho menor que la variacin en las cajas de cereal individuales (es decir, O Muestreo de poblaciones con distribucin normal Ahora que ya se explic el concepto de distribucin muestral y que se ha definido el error estndar de la media, qu distribucin tendr la siguiente media muestral x ? Si est muestreando una poblacin que tiene una distribucin normal con media y desviacin estndar o, independientemente del tamao de la muestra n, la distribucin muestral de la media tendr una distribucin normal con media x y error estndar de la media o x . En el caso ms simple, si extrae muestras de tamao n = 1, cada una de las medias muestrales posibles es un solo valor de la poblacin, puesto que

= 3, mientras que O = 15)

X
i 1

Xi Xi 1

Por lo tanto, si la poblacin tiene una distribucin normal con una media y una desviacin estndar , entonces la distribucin muestral de x para muestras de n = 1 tambin debe seguir una distribucin normal con media x y error estndar de la media o x o

o . Adems, al aumentar el tamao de la muestra, la

distribucin muestral de la media conserva una distribucin normal con media x , pero se reduce el error estndar de la media, de manera que una mayor proporcin de las medias muestrales se encuentra ms cerca de la media poblacional. La figura 7.3

Lic. Manuel Aguilar Ortiz

Pgina 4

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

FIGURA 7.3 Distribucin muestral de la media de 500 muestras con tamaos den = 1, 2, 4, 8,16 y 32, seleccionadas de una poblacin normal.

ilustra esta reduccin de la variabilidad en la que se seleccionaron 500 muestras con tamaos de 1, 2, 4, 8, 16 y 32 de manera aleatoria de una poblacin con distribucin normal. A partir de los polgonos de la figura 7.3, usted observa que a pesar de que la distribucin muestral de la media es aproximadamente 1 normal para cada tamao de la muestra, las medias muestrales tienen una distribucin ms estrecha alrededor de la media poblacional conforme aumenta el tamao de la muestra. Al examinar el concepto de la distribucin muestral de la media, considere de nuevo el escenari o Uso de la estadstica descrito en la pgina 206. El equipo empaquetador que llena las cajas con 368 gramos de cereal est programado de manera tal que la cantidad de cereal introducido en una caja tenga una distribucin normal, con una media de 368 gramos. A partir de la experiencia, se determin que la desviacin estndar poblacional de este proceso de llenado es de 15 gramos. Si se selecciona de manera aleatoria una muestra 25 cajas de las miles que se llenan durante un da, y se calcula el peso promedio de esta muestra, qu tipo de resultado se espera? Por ejemplo, cree que la media muestra! puede ser de 368 gramos? De 200 gramos? De 365 gramos? La muestra acta como una representacin en miniatura de la poblacin, de tal manera que si los valores de la poblacin tienen una distribucin normal, los valores de la muestra deben tener una distribucin aproximadamente normal. De esta forma, si la media poblacional es de 368 gramos, la media muestral tiene buenas posibilidades de acercarse a 368 gramos.

Lic. Manuel Aguilar Ortiz

Pgina 5

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

Cmo se determina la probabilidad de que una muestra de 25 cajas tenga una media inferior a 365 gramos? A partir de la distribucin normal (seccin 6.2) usted sabe que puede encontrar el rea debajo de cualquier valor X al convertir a unidades estandarizadas Z.

En los ejemplos de la seccin 6.2, se estudi cunto difiere de la media cualquier valor sencillo X. Ahora, en el ejemplo de llenado de cajas de cereal, el valor implicado es una media muestral Xy usted quiere determinar la probabilidad de que una media muestral sea inferior a 365. De esta manera, al sustituir X por X, l. LX por i y a por a, se define el valor Z apropiado en la ecuacin (7.4): CLCULO DE Z PARA LA. DISTRIBUCIN MUESTRAL DE LA MEDIA El valor Z es igual a-la diferencia que existe entre la media muestral y la media poblacional .t, dividida por el error estndar de la media x .

x x

(7.4)

n
Para encontrar el rea que se encuentra debajo de 365 gramos, a partir de la ecuacin (7.4),

x x

365 368 3 1.00 15 3 25

En la tabla E.2 el rea correspondiente a Z =- 1.00 es 0.1587. Por lo tanto, el 15.87% de todas las muestras posibles con un tamao de 25 tienen una media muestral inferior a 365 gramos. Esta afirmacin no es lo mismo que decir que cierto porcentaje individual de las cajas tendr menos de 365 gramos de cereal. Calcule ese porcentaje de la siguiente manera:

365 368 3 0.20 15 15

En la tabla E.2, el rea correspondiente a Z = - 0.20 es 0.4207. Por lo tanto, cabe esperar que el 42.07% de todas las cajas individuales tengan un contenido inferior a 365 gramos. Al comparar esos resultados, observar que se encuentran muchas ms cajas individuales debajo de los 365 gramos. Este resultado se explica por el hecho de que cada una de las muestras se compone de 25 valores distintos, algunos pequeos y otros grandes. Al promediar, se diluye la importancia de cualquier valor individual, sobre todo cuando el tamao de la muestra es grande. De esta forma, la posibilidad de que la media muestral de 25 cajas est alejada de la media poblacional es menor que la posibilidad de que lo est una sola caja. Los ejemplos 7.2 y 7.3 ilustran cmo el uso de distintos tamaos de la muestra influye sobre esos resultados.

Lic. Manuel Aguilar Ortiz

Pgina 6

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

EJEMPLO 7.2 EFECTO DEL TAMAO DE LA MUESTRA EN EL CLCULO DE x Cmo se ve afectado el error estndar de la media al aumentar el tamao de la muestra de 25 a 100 cajas? SOLUCIN Si n = 100 cajas, al utilizar la ecuacin (7.3) de la pgina 209 tenemos:

15 15 1.5 100 10

Al cuadruplicar el tamao de la muestra de 25 a 100, se reduce a la mitad el error estndar de la media (de 3 a 1.5 gramos). Esto prueba que el uso de una muestra ms grande tiene como resultado una menor variabilidad de las medias muestrales entre una muestra y otra. EJEMPLO 7.3 EFECTO DEL TAMAO DE LA MUESTRA SOBRE EL AGRUPAMIENTO DE LAS MEDIAS EN LA DISTRIBUCIN MUESTRAL En el ejemplo de llenado de cereal, si se selecciona una muestra de 100 cajas, cul es la probabilidad de que la media muestral sea inferior a 365 gramos? SOLUCIN Al utilizar la ecuacin (7.4)

x x

365 368 3 2.00 15 1.5 100

De acuerdo con la tabla E.2, el rea menor que Z = - 2.00 es 0.0228. Por lo tanto, el 2.28% de las muestras compuestas por 100 cajas tienen una media inferior a 365 gramos, en comparacin con el 15.87% de las muestras de 25 cajas. A veces se requiere encontrar el intervalo que abarca una proporcin fija de medias muestrales. Se necesita determinar la distancia arriba y abajo de la media poblacional que abarque un rea especfica de la curva normal. Al utilizar la ecuacin (7.4) de la pgina 211,

n
Despejando para x se obtiene la ecuacin (7.5). CLCULO DE PARA LA DISTRIBUCIN MUESTRAL DE LA MEDIA

xZ

(7.5)

El ejemplo 7.4 ilustra el uso de la ecuacin (7.5). EJEMPLO 7.4 DETERMINAR EL INTERVALO QUE ABARCA UNA PROPORCIN FIJA DE LAS MEDIAS MUESTRALES En el ejemplo de llenado con cereal, encuentre un intervalo alrededor de la media poblacional que abarque el 95% de las medias muestrales a partir de muestras de 25 cajas.

Lic. Manuel Aguilar Ortiz

Pgina 7

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

SOLUCIN Si el 95% de las medias muestrales se encuentra dentro del intervalo, entonces un 5% est fuera de l. Divida el 5% en dos partes iguales de 2.5%. En la tabla E.2, el valor de Z correspondiente a un rea de 0.0250 en la cola inferior de la curva normal es 1.96, y el valor de Z correspondiente a un rea acumulada de 0.975 (es decir, 0.025 de la cola superior de la curva normal) es +1.96. El valor menor de X (llamado XL) y el valor superior de X (llamado Xu) se encuentra utilizando la ecuacin (7.5):

15 368 5.88 362.12 25 15 X u 368 (1.96) 368 5.88 373.88 25 X L 368 (1.96)
Por lo tanto, el 95% de todas las medias muestrales correspondientes a muestras de 25 cajas se encuentra entre 362.12 y 373.88 gramos. Muestreo de poblaciones sin distribucin normal Teorema del lmite central Hasta este punto de la seccin, ha estudiado la distribucin muestra! de la media de una poblacin con distribucin normal. Sin embargo, se sabe que en muchos casos la poblacin no tiene una distribucin normal o no es realista suponer tal distribucin. Esta situacin se trata mediante un teorema muy importante en estadstica, a saber, el teorema del lmite central. EL TEOREMA DEL LMITE CENTRAL El teorema del limite central dispone que cuando el tamao de la muestra (es decir, el nmero de valores en cada muestra) es lo bastante grande, la distribucin muestra! de la media tiene una distribucin aproximadamente normal. Esto es vlido sin importar la forma de la distribucin de los valores individuales en la poblacin. Qu tamao de la muestra es lo bastante grande? A este aspecto se le ha dedicado una gran cantidad de investigacin estadstica. Por lo general, al utilizar muchas distribuciones de poblacin, los especialistas en estadstica han encontrado que cuando el tamao de la muestra es de por lo menos 30, la distribucin muestral de la media es aproximadamente normal. No obstante, si la distribucin poblacional tiene una forma aproximada de campana, se aplica el teorema del lmite central incluso con tamaos de la muestra menores. Ante el improbable caso de que la distribucin sea extremadamente asimtrica o tenga ms de una moda, necesitar tamaos de las muestras mayores de 30 para garantizar la normalidad. La figura 7.4 ilustra la aplicacin del teorema del lmite central a diferentes poblaciones. Se muestran las distribuciones muestrales de tres distribuciones continuas distintas (normal, uniforme y exponencial) para distintos tamaos de la muestra (n = 2, 5, 30). En el panel A de la figura 7.4 aparece la distribucin muestra! de la media seleccionada de una poblacin normal. Como ya se mencion, cuando la poblacin tiene una distribucin normal, la distribucin muestra! de la media est distribuida de manera normal para cualquier tamao de la muestra. (Usted puede medir la variabilidad utilizando el error estndar de la media, ecuacin (7.3) de la pgina 209.) En virtud de la propiedad de imparcialidad, la media de toda distribucin muestra! siempre es igual a la media de la poblacin.

Lic. Manuel Aguilar Ortiz

Pgina 8

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

FIGURA 7.4 Distribucin muestral de a media de distintas poblaciones para muestras de n = 2, 5 y 30.

El panel B de la figura 7.4 describe la distribucin muestral de una poblacin con distribucin uniforme (o rectangular). Cuando se seleccionan muestras con un tamao n = 2, hay un efecto de compensacin o restriccin central ya en funcionamiento. Para n = 5, la distribucin muestral tiene forma acampanada y aproximadamente normal. Cuando n = 30, la distribucin muestral se asemeja mucho a una distribucin normal. Por lo general, cuanto mayor es el tamao de la muestra, ms se inclinar la distribucin muestral a seguir una distribucin normal. En todos los casos, la media de cada una de las distribuciones muestrales es igual a la media de la poblacin, y la variabilidad disminuye cuando aumenta el tamao de la muestra.

Lic. Manuel Aguilar Ortiz

Pgina 9

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

El panel C de la figura 7.4 muestra una distribucin exponencial. Esta poblacin es extremadamente asimtrica hacia la derecha. Cuando n = 2, la distribucin muestral contina siendo muy asimtrica hacia la derecha, pero mucho menos que la distribucin de la poblacin. Para n = 5, la distribucin muestral es ms asimtrica, con slo una ligera asimetra hacia la derecha. Cuando n = 30, la distribucin muestral tiene una apariencia aproximadamente normal. Una vez ms, la media de cada una de las distribuciones muestrales es igual a la media de la poblacin, y la variabilidad disminuye al aumentar el tamao de la muestra. Utilizando los resultados surgidos de estas reconocidas distribuciones estadsticas (normal, uniforme y exponencial), se obtienen las siguientes conclusiones con respecto al teorema del lmite central. Para la mayor parte de las distribuciones poblacionales, sin importar su forma, la distribucin muestral de la media tiene una distribucin aproximadamente normal cuando se seleccionan muestras de por lo menos 30 elementos. Si la distribucin poblacional es bastante simtrica, la distribucin muestral de la media es aproximadamente normal en muestras tan pequeas como las de 5 elementos. Si la poblacin tiene una distribucin normal, la distribucin muestral de la media tambin tiene una distribucin normal, independientemente del tamao de la muestra. El teorema del lmite central es importantsimo al utilizar la inferencia estadstica para obtener conclusiones sobre una poblacin. Permite elaborar inferencias sobre la media poblacional sin necesidad de conocer la forma especfica de su distribucin. EXPLORACIONES VISUALES Explorando las distribuciones muestrales Utilice el procedimiento de Exploraciones Visuales Probabilidad con dos dados para observar el efecto que el simulacro de lanzamiento de dados tiene sobre la distribucin de frecuencia de la suma de los dos dados. Abra la hoja de trabajo macro Visual Explorations.xla (Visual Explorations.xla) y seleccione VisualExplorations > Two Dice Probability en la barra de mens de Excel. Este procedimiento genera una hoja de trabajo que contiene una tabla de distribucin de frecuencia vaca, un histograma y un panel de control flotante (vea la ilustracin que se presenta abajo). D clic sobre el botn Tally para llevar la cuenta de un conjunto de tiros en la tabla y el histograrna de la distribucin de frecuencia. Como opcin, utilice los botones de ajuste para establecer el nmero de tiros por cuenta (ronda). Para ms informacin sobre este simulacro, d clic en el botn Help. Cuando termine esta exploracin, d clic en Finish.

Lic. Manuel Aguilar Ortiz

Pgina 10

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

Aprendizaje bsico 7.1 Dada una distribucin normal con = 100 y = 10, si se selecciona una muestra de n = 25. Cul es la probabilidad de que x sea: a. menor que 95? b. est entre 95 y 97.5? c. supere 102.2? d. Existe un 65% de posibilidades de que x est por encima de qu valor? 7.2 Dada una distribucin normal con = 50 y = 5, si se selecciona una muestra de n = 100, cul es la probabilidad de x que sea: a. menor que 47? b. est entre 47 y 49.5? c. supere 51.1? d. Existe un 35% de posibilidades de que x est por encima de qu valor? Aplicacin de conceptos 7.3 Indique cul es la distribucin muestral para muestras de 25 elementos, en cada una de las tres siguientes poblaciones. a. Vales de viticos para una universidad durante un ao acadmico. b. Registros de ausencia (das de ausencia por ao) durante 2004 para los empleados de una gran empresa manufacturera. c. Ventas anuales (en galones) de gasolina sin plomo de las gasolineras ubicadas en una ciudad particular. 7.4 Los siguientes datos representan el nmero de das de ausencia al ao de una poblacin de seis empleados de una empresa pequea: 1 3 6 7 9 10

Lic. Manuel Aguilar Ortiz

Pgina 11

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

a. Suponga que muestrea sin reemplazo, selecciona todas las muestras de n = 2 posibles y construye la distribucin muestral de la media. Calcule la media de todas las medias muestrales y la media poblacional. Cmo se denomina a esta propiedad? b. Responda al inciso a) considerando todas las muestras posibles con n = 3. c. Compare la forma de la distribucin muestral de la media de los incisos a) y b). Cul distribucin muestral tiene menor variabilidad? Por qu? d. Suponga ahora que muestrea con reemplazo, responda a los incisos a) a c) y compare los resultados. Cules distribuciones muestrales tienen menor variabilidad, las de a) o las de b)? Por qu? 7.5 El dimetro de las pelotas de ping-pong fabricadas en una enorme planta tiene una distribucin aproximadamente normal, con una media de 1.30 pulgadas y una desviacin estndar de 0.04 pulgadas. Si usted selecciona una muestra aleatoria de 16 pelotas de ping-pong. a. Cul es la distribucin muestral de la media? b. Cul es la probabilidad de que la media muestra! sea menor que 1.28 pulgadas? c. Cul es la probabilidad de que la media muestra! se encuentre entre 1.31 y 1.33 pulgadas? d. Existe una probabilidad del 60% de que la media muestral se encuentre entre cules dos valores simtricamente distribuidos alrededor de la media poblacional? 7.6 El Departamento de Comercio de Estados Unidos inform que la mediana del precio de una casa nueva vendida en marzo de 2004 fue de $20 1,400, y la media del precio fue de 260,000 (Michael Schroeder, NewHome Sales Increase 8.9%, the Big gest Rise in Nine Months, The Walt Street Journal, 27 de abril, 2004, A 15). Suponga que la desviacin estndar de los precios es de 90,000. a. Si toma muestras de n = 2, describa la forma de la distribucin muestral de x b. Si toma muestras den = 100, describa la forma de la distribucin muestral de x . c. Si toma una muestra aleatoria de n = 100, cul es la probabilidad de que la media muestral sea menor que $250,000? 7.7 El tiempo dedicado al uso del correo electrnico sesin tiene una distribucin normal, con = 8 minutos y = 2 minutos. Si se selecciona una muestra aleatoria de 25 sesiones. a. Cul es la probabilidad de que la media muestral se encuentre entre 7.8 y 8.2 minutos? b. Cul es la probabilidad de que la media muestral se encuentre entre 7.5 y 8 minutos? c. Si selecciona una muestra aleatoria de 100 sesiones, cul es la probabilidad de que la media muestral se encuentre entre 7.8 y 8.2 minutos? d. Explique la diferencia en los resultados de los incisos a) y c). 7.8 La cantidad de tiempo que un cajero de PH Grade Y Examen de banco dedica a cada cliente tiene una media poblacional de = 3.10 minutos y una desviacin estndar de = 0.40 minutos. Si se .selecciona una muestra aleatoria de 16 clientes. a. Cul es la probabilidad de que el tiempo medio dedicado a cada cliente sea al menos de 3 minutos? b. Existe un 85% de posibilidades de que la media muestral se encuentre por debajo de cuntos minutos? c. Qu suposicin debe hacerse para resolver los incisos a) y b)?

Lic. Manuel Aguilar Ortiz

Pgina 12

UNIVERSIDAD PRIVADA DE TACNA

FACULTAD DE INGENIERIA

d. Si selecciona una muestra aleatoria de 64 clientes, existe un 85% de posibilidades de que la media muestral se encuentre debajo de cuntos minutos? 7.9 El New York Times report (Laurie J. Flynn, Tax Surfing, The New York Times, 25 de marzo, 2002, ClO) que el tiempo medio necesario para descargar la pgina inicial del sitio Web del Servicio de Recaudacin Interna estadounidense www.irs.gov fue de 0.8 segundos. Suponga que el tiempo de descarga tiene una distribucin normal con una desviacin estndar de 0.2 segundos. Si se selecciona una muestra aleatoria de 30 tiempos de descarga. a. Cul es la posibilidad de que la media muestral sea menor que 0.75 segundos? b. Cual es la posibilidad de que la media muestral se encuentre entre 0.70 y 0.90 segundos? c. La probabilidad de que la media muestral se encuentre entre dos valores simtricamente distribuidos alrededor de la media poblacional es del 80% Cules son eso dos valores? d. Existe un 90% de probabilidades de que la media muestral sea menor de que valor? 7.10 En el articulo descrito en el problema 7.9, tambin se informaba que el tiempo medio de descarga de sitio Web de H&R Block www.hrblock.com fue de 25 segundos. Suponga que el tiempo de descarga de este sitio Web tubo una distribucin normal, con unja desviacin estndar de 0.5 segundos. Si se selecciona una muestra aleatoria de 30 tiempos de descarga. a. Cul es la probabilidad de que la media muestral sea menor que 2.75 segundos? b. Cul es la probabilidad de que la media muestral se encuentre entre 2.70 y 2.90 segundos? c. Hay una probabilidad de 80% de que la media muestral se encuentre entre dos valores simtricamente distribuidos alrededor de la media poblacional. Cules son esos valores? d. Existe un 90% de probabilidades de que la media muestral sea menor de que valor?

Lic. Manuel Aguilar Ortiz

Pgina 13