ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

UNIDAD 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.

M. C. Manuel Armando Chavira Martnez

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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

X=
Y se simplifica como: A) X=

x+x +x
1 2

+ + xn

n
B)

xi
i= 1

xi

i= 1

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 M. C. Manuel Armando Chavira Martnez 2

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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.pdf 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 http://www.fca.unam.mx/docs/apuntes_matematicas/34.%20Estadistica %20Descriptiva.pdf pginas 1,2 y3 Estudiar! M. C. Manuel Armando Chavira Martnez 3

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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 representa por

Varianza poblacional.

y la varianza muestral se

y sus respectivas frmulas son: Varianza muestral.

2

(xi )
i =1

(xi X )
I =1

n 1

Donde:
2 2

= Varian za poblacional

S = Varianza muestral x = Cada va lor de la muestra = Media poblac ional

N= Nu mero de datos en la poblacin

X = Media muestral n= Nu mero de datos en la muestra

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.pdf pginas 28-29 Estudiar!

GRADOS DE LIBERTAD Son el nmero de variables que pueden fluctuar libremente dentro de un conjunto de variables.

M. C. Manuel Armando Chavira Martnez

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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 decie que si una muestra es lo suficientemente grande(generalmente cuando el tamao muestral supera a 30 unidades), sea cual fuera la distribucin de lamedia 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 muestra y su formula es: Desviacin poblacional

para la poblacin y por S para la

(xi )
i=1

Desviacin muestral M. C. Manuel Armando Chavira Martnez

S=

(xi X )
i=1

n1

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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.

M. C. Manuel Armando Chavira Martnez

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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.

M. C. Manuel Armando Chavira Martnez

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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.pdf pginas 4-8

M. C. Manuel Armando Chavira Martnez

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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 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:

Z=

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

= 0 y la desviacin estndar

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 M. C. Manuel Armando Chavira Martnez 9

=1

por lo tanto todos los datos

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

3.- Si x tiende a ser normal con media poblacional y varianza poblacional 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-lmite6001553 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. M. C. Manuel Armando Chavira Martnez 10

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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 M. C. Manuel Armando Chavira Martnez 11

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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?

M. C. Manuel Armando Chavira Martnez

12

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

DISTRIBUCION t DE STUDENT Se utiliza cuando una muestra es pequea (n< 30) y la poblacin esta normalmente distribuida, pero la desviacin tpica 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

M. C. Manuel Armando Chavira Martnez

13

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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

M. C. Manuel Armando Chavira Martnez

14

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

DISTRIBUCION CHI CUADRADA Propiedades de la curva: Asimtrica positiva Su rango de variacin es

0

<

Grfica

http://www.youtube.com/watch?v=GmPNvOXTskw Propiedades ji-cuad; comprender! 1.- Si 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

M. C. Manuel Armando Chavira Martnez

15

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

DISTRIBUCION F- FISHER Propiedades de la curva: Asimtrica positiva Su rango de variacin es de 0 F <

1 2

= gra dosdelibertad = gra dosdelibertad

ND

1, 2

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

M. C. Manuel Armando Chavira Martnez

16

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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 s2, 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 B C XA= 4.5 XB= 5 XC= 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) 4+5+6+4+5+3 = 4.5 = 6 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.

=
17

http://www.youtube.com/watch?v=oTAg8cgxtCo Estudiar y comprender! M. C. Manuel Armando Chavira Martnez

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

1.4.1 DISTRIBUCION MUESTRAL DE MEDIAS CUANDO SE CONOCE LA 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.

2 X

N n = n N 1
2

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

2 X

= n

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

N n n N 1

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

n
18

M. C. Manuel Armando Chavira Martnez

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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?

M. C. Manuel Armando Chavira Martnez

19

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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:

X s n

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!

M. C. Manuel Armando Chavira Martnez

20

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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.

(x x ) x
1 2

x2

x2

= = 1 2 x2 x1 x2
x2 =
2

x
2

x1

+
2

x2

x
2

n
2 2

x
2

=
2

M. C. Manuel Armando Chavira Martnez

21

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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?

M. C. Manuel Armando Chavira Martnez

22

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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.

Numero de resultados exitosos Numero total de resultados

Proporcin de xitos en la muestra

p x n
s

Numero de exitos en la

muestra

Tamao de la muestra

La desviacin de la proporcin

p=

p (1 p ) n

Y al suponer que la distribucin muestral de la proporcin tiene una distribucin normal se tiene que:

M. C. Manuel Armando Chavira Martnez

23

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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

p (1 p ) n

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?

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. M. C. Manuel Armando Chavira Martnez 24

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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 Ps1-Ps2 , o diferencia entre dos proporciones muestrales, donde Ps1 se calcula a partir de todas las muestras aleatorias simples de tamao n1 que se pueden extraer de una poblacin con parmetro P 1 y Ps2 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 P2, tiene una media

p
Y una desviacin tpica

s1

ps2

pp
1

s1

ps2

p (1 p ) p (1 p ) + n n
1 1 2 2 1 2

Si n1 y n2 son grandes, la distribucin muestral de Ps1-Ps2 es mas o menos una distribucin normal.

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 M. C. Manuel Armando Chavira Martnez 25

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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-PSB tan grande o ms grande de lo que aqu se anota?

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. M. C. Manuel Armando Chavira Martnez 26

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

Si S2es la varianza de una muestra aleatoria de tamao n tomada de una poblacin normal con la varianza 2, entonces:

=
2

xi x ( n 1) s 2 i =1

Es la variable aleatoria con la distribucin chi-cuadrada con el parmetro =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 2=1.26x10-4?

M. C. Manuel Armando Chavira Martnez

27

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

1.4.6 DISTRIBUCION MUESTRAL DE LA RAZON DE VARIANZAS.

Si se extraen muestras independientes de tamao n1 y n2 respectivamente de dos poblaciones normales con varianzas 21 y 22 respectivamente, y si; S21 y S22 son las varianzas de las muestras aleatorias, entonces el estadstico de prueba es:

S S

2 1 2 2

Cuando se obtienen los valores S21 y S22 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:

H : =
2 0 1
2

2 2
2

H A : 1 = 2
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?

M. C. Manuel Armando Chavira Martnez

28

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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?

M. C. Manuel Armando Chavira Martnez

29

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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? M. C. Manuel Armando Chavira Martnez 30

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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? M. C. Manuel Armando Chavira Martnez 31

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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 2 = 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 M. C. Manuel Armando Chavira Martnez 32

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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? M. C. Manuel Armando Chavira Martnez 33

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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 M. C. Manuel Armando Chavira Martnez 34

ESTADISTICA INFERENCIAL 1 UNIDAD 1 DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO INGENIERIA INDUSTRIAL

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?

M. C. Manuel Armando Chavira Martnez

35