1.

Un determinado centro comercial ha encontrado que sus ingresos tienen un promedio de 12,4 millones
de pesos por día con desviación estándar de 2,9. Para una muestra aleatoria de 40 clientes, encuentre la
probabilidad de que el ingreso promedio
(a) sea menor que 13 millones de pesos.
(b) exceda los 12 millones de pesos.
(c) esté entre 11,5 y 13,1 millones de pesos.
(d) exceda los 12,6 millones de pesos.
Solución:
tenemos : μ=12,4 σ =2,9 para una muestra : n=40
Desconocemos la población, por lo tanto, se asume una población infinita, entonces, por el teorema, la media y
el error estándar de la distribución muestral de X́ :
2,9
μ x =μ=12,4 σ x = =0,45853
√ 40
a) Debemos hallar: P( X́ < 13)
13−12,4
(
P ( X́ <13 ) =P Z<
0,45853 )
=P ( Z< 1,30 )=0,9032

La probabilidad de que el ingreso promedio sea menor de 13 millones es del 90,32%

b) Debemos hallar: P( X́ > 12)

12−12,4
P ( X́ >12 )=1−P ( X́ <12 )=1−P Z< ( 0,45853 )
¿ P ( Z ←0,87 ) =0,19215
La probabilidad de que el ingreso promedio exceda los 12 millones es del 19,215%

c) Debemos hallar: P(11,5< X́ <13,1)

11,5−12,4 13,1−12,4
P ( 11,5< X́< 13,1 )=P (
0,45853
<Z <
0,45853 )
¿ P (−1,96< Z<1,52 ) =P ( Z< 1,52 )−P ( Z ←1,96 )
¿ 0,935745−0,024998=0,910747
La probabilidad de que el ingreso promedio este entre 11,5 y 13,1 millones es del 91,07%

d) La probabilidad pedida es: P ( X́ >12,6 )

P ( X́ >12,6 ) =1−P ( X́ <12,6 )

12,6−12,4
(
¿ 1−P Z <
0,45853 )
=1−P ( Z< 0,43 )

¿ 1−0,666402=0,333598

Así, la probabilidad de que el ingreso promedio supere los 12,6 millones es del 33,35%
 2. La duración de ciertos componentes eléctricos producidos por una determinada empresa tiene una media
de 1.200 horas y una desviación estándar de 400 horas. La población sigue una distribución normal.
Suponga que usted ha comprado 9 bombillas, que pueden ser consideradas como una muestra aleatoria
de la producción de la empresa.
(a) ¿Cuál es la media de la media muestral de la duración de estos componentes eléctricos?
(b) ¿Cuál es la varianza de la media muestral?
(c) ¿Cuál es el error estándar de la media muestral?
(d) ¿Cuál es la probabilidad de que el tiempo medio de duración de tres componentes eléctricos sea de
menos de 1.050 horas?
Solución:
Tenemos que: μ=1.200horas σ =400 horas y n=9 bombillas
la población original tiene distribución normal, entonces para cualquier tamaño muestral n la distribución de la
media muestral es también normal y, por lo tanto:
la media de la media muestral es: μ x =μ=1.200 horas
400
el error estándar de la media muestral es: σ x = =133,3 horas
√9
400 2
2
La varianza es: σ = ( )√9
=17.777,78 horas

Como desconocemos el tamaño de la población, afirmamos que es infinita y por lo tanto aplicamos el teorema:

1050−1200

(
P ( X́ <1.050 ) =P Z<
400
√3 )
=P ( Z ←0,65 ) =0,257846

La probabilidad de que 3 componentes tenga un tiempo medio de duración menor a las 1.050 horas es del
25,78%.

3. Una empresa quiere estimar la proporción de personas que son posibles compradores de cierto servicio
de telefonía móvil y que ven las transmisiones de los partidos de fútbol del campeonato local. Se toma
una muestra de 120 individuos que se identificaron como posibles compradores del servicio de telefonía
móvil. Supongamos que la proporción de posibles compradores del servicio de telefonía móvil en la
población que ven estas transmisiones es 0,25.
(a) 0,10 es la probabilidad de que la proporción muestral exceda a la proporción poblacional, ¿en qué
valor?
(b) 0,05 es la probabilidad de que la proporción muestral esté por debajo de la proporción poblacional,
¿en qué valor?
(c) 0,30 es la probabilidad de que la proporción muestral difiera de la proporción poblacional, ¿en qué
valor?
Solución:
Tenemos una muestra: n=120 P 0=0,25 es la proporción poblacional
Como desconocemos el tamaño de la población, se asume que esta es infinita y la desviación estándar es dada
por:

0,25∗(1−0,25)
σ P=
√ 120
=0,039528

Parte (a):

P (^
P > p2 ) =0,10

1−P ( P
^ < p2 ) =0,10

p2−0,25
(
P Z< )
0,039528
=1−0,10

p −0,25
P( Z <
0,039528 )
2
=0,90

p2 −0,25
=1,39
0,039528
p2=( 1,39∗0,039528 ) +0,25

p2=0,305

El valor para que la proporción muestral exceda a la proporción poblacional es del 0,305, con una probabilidad
del 10%.
Parte (b):

P (^
P < p1 ) =0,05

p1−0,25
(
P Z<
0,039528 )
=0,05

p1 −0,25
=−1,64
0,039528
p1=(−1,64∗0,039528 )+ 0,25

p1=0,185

El valor para que la proporción muestral este por debajo de la proporción poblacional de 0,185, con una
probabilidad del 5%

Parte (c): Difiera de la proporción poblacional es: ^

P ∈ [ 0,25−p 1 , 0,25+ p2 ]

Como para las proporciones se aproxima por distribución normal y esta es simétrica, basta con calcular solo un
extremo de la cola de la campana y a partir de allí deducir el otro:
P (^
P−0,25< p 2 )=0,30

P (^
P < p2 +0,25 ) =0,30

p2 +0,25−0,25
(
P Z<
0,039528
=0,30)
p2
=−0,53
0,039528
p2=−0,53∗0,039528

p2=0,0209

Con un 30% de probabilidad, el valor de la diferencia entre la proporción muestral y la proporción poblacional
en 0,0209.

4. Se quiere someter a todos los docentes de matemáticas de cierta ciudad a un examen de 100 preguntas.
Inicialmente, en un estudio piloto, se somete a este examen a una muestra aleatoria de 20 docentes.
Supongamos que, para la población completa de todos los docentes de la ciudad, la distribución del
número de respuestas correctas sigue una normal con varianza 250. ¿Cuál es la probabilidad de que la
varianza muestral sea (a) menor que 100, (b) mayor que 500?
Solución:
Tenemos que la muestra aleatoria es de tamaño: n=20
La varianza poblacional es de: σ 2=250.
y como la población en cuestión es normal, entonces, podemos aplicar el teorema con n−1 grados de libertad
para la distribución chi-cuadrado.

( 20−1 )∗100
(
P ( s 2 <100 )=P X 2 <
250 )=P ( X 2<7,6 )=0,010

Así, la probabilidad de que la varianza muestral sea menor que 100 es del 1,0%
Parte (b)

( 20−1 )∗500
P ( s 2 >500 )=1−P ( s 2< 500 )=1−P X 2 <( 250 )
¿ 1−P ( X 2<38 )=1−0,995=0,005
Así, la probabilidad de que la varianza muestral sea mayor que 500 es del 0,5%
 EJERCICIOS DE ESTIMACIÓN
1. Un fabricante de pinturas desea determinar el tiempo promedio de secado de una nueva pintura. En 36
pruebas realizadas obtuvo un tiempo de secado medio de 64,0 minutos con una desviación estándar de
8,0 minutos. Construya un intervalo de confianza unilateral superior de 95% para la media del tiempo de
secado de la nueva pintura.
Teniendo en cuenta los datos compartidos anteriormente, podemos establecer que un intervalo de confianza
basados en una media muestral de 64 minutos y una desviación típica muestral de 8 minutos en una muestra
de 36 pruebas realizadas, y teniendo un alfa de 0.05 (basados en el nivel de confianza de la prueba a efectuar
de 95% (en el cual Z es igual a 1.96), esto nos daría un intervalo de confianza de que va: [61,3867;66,6133],
junto con un rango de variabilidad de 2.6133.
Dentro de este intervalo de confianza definido, encontramos la media aritmética muestral dad en el
enunciado del ejercicio (64 minutos).
 2. Se ha tomado una muestra aleatoria de 20 artículos producidos por una industria y se obtuvo que el peso
de la media muestral fue 160 gr. Con una desviación estándar de 30 gr.
Encuentre el mayor error en la estimación de la media poblacional, con una confianza de 95%. Suponga
que la población tiene distribución normal.
Basados en la información muestral dada por el enunciado del ejercicio (Desviación estándar de 30 gr. y media
muestral 160 gr.) y dado un nivel de confianza del 95% podemos tomar que el alfa/2 será de aprox de 0.025, lo
que corresponde a la siguiente fórmula para su respectivo despeje:

E=z 0.025 x 30
α E=1.96 x =13.14
√N
√ 20
Adicionalmente se establece un intervalo de confianza dado por un rango de +/- 2,61329, lo que nos da un
intervalo de confianza de [61,3867;66,6133].

3. Se tomó una muestra aleatoria de 15 observaciones de una población normal y se obtuvo que la media y
la varianza muestral fueron respectivamente 3,92 y 0,325. Encuentre un intervalo de confianza de 95%
para la variación poblacional.
n = 15 media muestral = 3.92 varianza muestral = 0.325
Teniendo en cuenta el nivel de confianza dado por el enunciado (95%) y de que cumple con la condición de que
la varianza conocida, por lo que se utiliza una distribución normal o prueba de valor Z (basados en la tabla de
valores para la distribución normal). Cabe anotar que no importa el número de elementos de la muestra si se
sabe la varianza. X - Zα/2 * σ/
Zα Zα
∗σ ∗σ
2 2
INTERVALO DE CONFIANZA ( X − , X+ )
√n √n
1.96∗√ 0.325 1.96∗√ 0.325
(3.92− , 3.92+ )
√15 √ 15
( 3.361495813 , 4.208504187 )
Este intervalo tendrá un rango de aprox. D +/- 0.288508187.
4. Se realizó un experimento para comparar la resistencia de dos materiales, obteniéndose los siguientes
resultados:
Materia N Media (µ) Varianza (σ2)
l
 1 15 3,80 3,07
2 12 1,40 0,80
Suponga que son muestras aleatorias independientes y que provienen de poblaciones normales con varianzas
desconocidas. Encuentre un intervalo de confianza del 95% para las diferencia de las medias poblacionales
µ1−µ 2.

Teniendo en cuenta los datos compartidos, podemos establecer que un intervalo de confianza adecuado para las
muestras tomadas y teniendo como base de que las varianzas poblacionales son desconocidas pero iguales, seria
para la diferencia entre medias: 2,4 +/- 1,14796 [1,25204;3,54796].
Adicionalmente podemos observar que dicha operación nos dejó los siguientes valores expresados junto con su
respectiva gráfica:
Hipótesis Nula: diferencia entre medias = 0,0
Alternativa: no igual
Estadístico t calculado = 4,30581
Valor-P = 0,000225502

Conclusión: Media Aritmética uno es diferente a la media aritmética dos ya que en el intervalo de confianza un
nivel del 95% que se planteó con los datos muéstrales (y teniendo en cuenta de que las desviaciones estándar
para cada una de las muestras es 1.752141547 y 0.894427191 respectivamente), ya que dentro del intervalo de
confianza construido no se encuentra el # 0, por lo que existe la posibilidad de rechazar la hipótesis nula, que en
este caso sería de que la diferencia entre las medias es 0 o en otras palabras son iguales. Aplicados al contexto
de las medias, podemos concluir que hay resistencia en el material de las muestras obtenidas, por lo que tendría
que escoger entre ambas muestras, y desde una perspectiva ajena a la industria, escogería la muestra 1 pero
tendría en cuenta el nivel de varianza que esta presenta casi a un nivel similar a la media.

5. Utilice SPSS o STATGRAPHIC para construir: (base de dato aspecto socioeconómico)

A. Un intervalo de confianza para la proporción de la variable género.
Teniendo en cuenta los daos compartidos en la base de datos, en el cual muestra la proporción entre los géneros
1 y 2. Para este caso tomamos la proporción para el género 1 (el cual tiene una proporción de 37.5%,
equivalente a 12 datos sobre 32 totales). De igual manera, ya que no hay un nivel de confianza establecido para
determinar el intervalo de confianza, se asume que es con un 95% (dando un alfa medio de 0.025, lo que es
igual a un valor Z de 1.96). Ingresando los datos correspondientes, me da un intervalo de confianza de:
Proporción de muestra = 0,375
Tamaño de muestra = 32
Intervalo aproximado del intervalo de confianza del 95,0% para p: [0,211;0,563078]

De igual manera se puede representar en la siguiente ecuación:

0,375 (0,625) 0,375(0,625)

[0,375- 1,96
√ 32 √
< p < 0,375+ 1,96
32
]

B. Un intervalo de confianza para la media de las variables edad y altura

En primer lugar, debemos sacar los correspondientes estadísticos de ambas variables para poder tener los datos
correspondientes y necesarios para establecer un intervalo de confianza adecuado para dichas variables. Por lo
tanto, relacionamos dichos estadísticos:
Estadisticos de Variable Edad Estadisticos de Variable Altura
Media 52,71875 Media 59,35625
Error típico 3,167766835 Error típico 2,311434879
Desviación estándar 17,91959528 Desviación estándar 13,07545022
Varianza de la muestra 321,1118952 Varianza de la muestra 170,9673984
Coeficiente de asimetría -0,565033018 Coeficiente de asimetría -0,099414159
Rango 61 Rango 45,3
Cuenta 32 Cuenta 32

Intervalos de Confianza para Edad

Media muestral = 52,7188
Desviación estándar muestral = 17,9196
Tamaño de muestra = 32
Intervalos de confianza del 95,0 % para la media: 52,7188 +/- 6,20872 [46,51;58,9275]

Intervalos de Confianza para Altura

Media muestral = 59,3563
Desviación estándar muestral = 13,0755
Tamaño de muestra = 32
Intervalos de confianza del 95,0 % para la media: 59,3563 +/- 4,53034 [54,8259;63,8866]
 C. Un intervalo de confianza para la diferencia de media entre las variables edad - altura.
Para el ejemplo tomaremos un nivel de confianza del 95%, y al igual que el anterior realizaremos el resumen
estadístico de dichas variables. Teniendo en cuenta de que están son muestras de 32 individuos, supondremos
que las varianzas son desconocidos e iguales.

Estadisticos de Variable Edad Estadisticos de Variable Altura

Media 52,71875 Media 59,35625
Error típico 3,167766835 Error típico 2,311434879
Desviación estándar 17,91959528 Desviación estándar 13,07545022
Varianza de la muestra 321,1118952 Varianza de la muestra 170,9673984
Coeficiente de asimetría -0,565033018 Coeficiente de asimetría -0,099414159
Rango 61 Rango 45,3
Cuenta 32 Cuenta 32

Con los datos establecidos, podemos llegar a la construcción de un intervalo de confianza utilizando valor Z
(por ser mayores a 3 y tener una varianza conocida), en lo que resulta los siguientes datos:
Medias muéstrales = 52,7188 y 59,3563
Desviaciones estándar muéstrales = 17,9196 y 13,0755
Tamaños de muestra = 32 y 32

Intervalo aproximado del Intervalos de confianza del 95,0% para la diferencia entre medias: -6,6375 +/-
7,68584 [-14,3233;1,04834]
NOTA. Al igual que el numeral anterior se utiliza un nivel de confianza para de 95%.