GUÍA DE APRENDIZAJE ESTADÍSTICA

Contenido
Capítulo 01: DISTRIBUCIÓN MUESTRAL 2
CASO 01: LA MEDIA 2
Objetivo 01: Distribución muestral de la media. 2
1. Con varianza poblacional conocida. 2
Ejercicio 01: 2
Ejercicio 02: 3
Ejercicio 03: 5
02. Con varianza poblacional no conocida. 7
Ejercicio 04: 7
Ejemplo 05: 9
Ejemplo 06: 10
Ejemplo 07: 12
Ejemplo 08: 15
CASO 02: LA PROPORCIÓN: 18
Objetivo 03: Distribución muestral para una proporción. 18
Ejercicio 06: 18

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

1
Capítulo 01: DISTRIBUCIÓN MUESTRAL

CASO 01: LA MEDIA

Objetivo 01: Distribución muestral de la media.

1. Con varianza poblacional conocida.

Ejercicio 01:

Una empresa eléctrica fabrica focos que tienen una duración que se distribuye aproximadamente en
forma normal, con media de 800 horas y desviación estándar de 40 horas. Encuentre la probabilidad
de que una muestra aleatoria de 16 focos tenga una vida promedio de menos de 775 horas.

Solución:

PASO 01: DATA (no contamos con data)

PASO 02: PRUEBA DE NORMALIDAD (del problema sabemos que tiene una distribución Normal)

PASO 03: DATOS:

 800horas;   40horas; n  16
X 0  775 horas
focos;

Pide: La probabilidad de que una muestra aleatoria de 16 focos tenga una vida promedio de menos
de 775 horas.

P  X  775 horas

X 0  775  800
Z   2.5
0
 40
n 16

 
X   775  800 
P X  775  P     P  Z  2.5  0.00621
 40
 
 n 1 
P X  775  0.00621 6
1

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

 Ejercicio 02:

Una empresa eléctrica se dedica a la fábrica de focos y desean saber la duración promedio, si
anteriormente se realizaron trabajos previos donde, la media era de 800 horas y desviación estándar
de 40 horas. Encuentre la probabilidad de que una muestra aleatoria cumpla ese requisito, los datos
se muestran en la tabla 01.

Tabla Nº01:

Data

Nº Duraci
ón
1 850
2 760
3 800
4 820
5 840
6 860
7 760
8 780
9 790
10 795
11 800
12 790
13 795
14 800
15 800
EL ARTE16
DE APRENDER800 Mg. AGUILAR ALTAMIRANO, Erick

Solución:

PASO 01: Data en la Tabla Nº01

PASO 02: PRUEBA DE NORMALIDAD (del problema sabemos que tiene una distribución Normal)

Cuadro Nº02:

Prueba de Normalidad de la Duración de Focos

Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Duración promedio de focos
.285 16 .001 .902 16 .085

a. Corrección de significación de Lilliefors

1
 De acuerdo al cuadro al cuadro Nº 02 podemos observar que la prueba de Shapiro-Wilk muestra un
valor de p o sig. igual a 0.085 mayor al nivel de significancia α =0.05, lo cual muestra que los datos
provienen de una distribución normal.

PASO 03: DATOS:

 800horas
  40horas
n  16 foc
os x  ?

Cálculos:
n
 850  760  800  ......  800  800
xi
x i1
  802.5
n 16

Pide: La probabilidad de que una muestra aleatoria de 16 focos cumpla el requisito 802.5 horas.

P  X  802.5 horas .

X 802.5  800

Z   0.25
 40
n 16

EL ARTE DE APRENDER   Mg. AGUILAR ALTAMIRANO, Erick

X   802.5  800 
P X  802.5  P     P  Z  0.25  0.598706
 40
 
 n 1 
P  X  775  0.598706 6
1
Ejercicio 03:

Las estaturas de 1000 estudiantes están distribuidas aproximadamente en forma normal con una
media de 174.5 centímetros y una desviación estándar de 6.9 centímetros. Si se extraen 200 muestras
aleatorias de tamaño 25 sin reemplazo de esta población, determine:

a. El número de las medias muestrales que caen entre 172.5 y 175.8 centímetros.
b. El número de medias muestrales que caen por debajo de 172 centímetros.

Solución:

Como se puede observar en este ejercicio se cuenta con una población finita y un muestreo sin
reemplazo, por lo que se tendrá que agregar el factor de corrección.

PASO 01: DATA (no contamos con data)

PASO 02: PRUEBA DE NORMALIDAD (del problema sabemos que tiene una distribución Normal)

PASO 03: DATOS:

 174.5cm;   6.9cm; N  1000; n  25

X1  172.5cm
X 2 
175.8cm X 3

 172cm
númerodemuestras  200

Pide:

a. El número de las medias muestrales que caen entre 172.5 y 175.8 centímetros.
b. El número de medias muestrales que caen por debajo de 172 centímetros.

a. P 172.5  X  175.8
b.P  X  172

Z1  X 172.5 174.5  1.467

 6.9 1000 
25
n
N 25 1000 1

Z2   X  
175.8 174.5  0.953553
N1  6.9 1000 
25
n
N 25 1000 1

Z3  n X   25
172 174.5
N1  6.9 1000 
 n


N
1


 1.83376
n
n 25 1000 1

1
EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick
Parte a:

 
172.5 X 175.8 174.5
174.5
P 172.5  X  175.8  P   
  Nn 6.9 1000  25 
 N 1 25 1000 1
 n 
 P  Z16 Z  Z 2 
.
 P 1.467
9  Z  0.953553
 P Z 1 0.953553  P Z  1.467
0
 0.829845  0.071187
0
P 172.5  X  175.8  0.758657
0

 dentro de este intervalor será: 200x0.758657=151.7315 es decir

Número de muestras que están
aproximadamente 152 muestras.
2
5
2
5
1
0
0
0

Parte b: 
1
 
X  172 174.5
P  X  172   P     P  Z 3  1.83376 
 6.9 1000  25 
 25 1000 1
n 
P  X  172  0.033345
N

n
N


1
El número de medias muestrales que caen por debajo de 172 centímetros será (0.033345)(200)=
6.669034 que aproximadamente es 7 medias muestrales.
1

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

02. Con varianza poblacional no conocida.

Ejercicio 04:

Una empresa requiere la implementación de sistema de facturación, para lo cual requiere la

propuesta de desarrolladores en cuanto al tiempo de entrega, los datos se muestran en la tabla 01.

(según alinvestigador) Se desea conocer la probabilidad de que existan desarrolladores que

propongan una entrega menor a 60 días.
Tabla 01:
Data, propuesta de desarrolladores del tiempo de entrega.

Entre
Nº ga Nº Entre Nº Entre
(día ga ga
s)
1 9 13 64 25 58
0
2 5 14 72 26 63
5
3 6 15 73 27 64
5
4 5 16 75 28 72
0
5 5 17 77 29 73
4
6 5 18 79 30 75
6
7 8 19 79 31 58
0
8 8 20 81 32 63
9
9 5 21 91 33 58
0
10 5 22 92 34 63
3
11 5 23 96
8
12 6 24 96
3

Solución:

PASO 01: DATA en la Tabla 01

PASO 02: PRUEBA DE NORMALIDAD (del problema sabemos que tiene una distribución Normal)

Cuadro Nº02:

Prueba de Normalidad para la entrega

Pruebas de
 normalidad
Kolmogorov-Smirnova Shapiro-
Wilk
Estadístico gl Sig. Estadístico Si
g.
gl
Tiempo de entrega
.147 34 .062 .941 34 .064

a. Corrección de significación de Lilliefors

1
EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick
 De acuerdo al cuadro al cuadro Nº 02 podemos observar que la prueba de Kolmogorov-Smirnov
muestra un valor de p o sig. igual a 0.062 mayor al nivel de significancia α =0.05, lo cual muestra
que los datos provienen de una distribución normal.

PASO 03: DATOS:

 ?
?
n  34
X 0  60

Cálculos:
n
 90  55  65  ......  58  63
xi
x i1
  70.0929316dias
n 34
n

 (x  x ) 2 2 2
(90  70.09)  (55  70.09)  ...  (63  70.09)
2
2 i
s  i1
  189.027566
n 34
s  s2   13.7487296 días
1
Por tanto
8
9
 x  70.0929316 días
EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick
.
2  s2  189.027566
0
  s  13.7487296
2 días
7
5
Pide: P( X  60)
6
X   6 60  70.0929316
Z   4.280497
s 13.7487296
n 34
X 70.0929316  60
P( X  60)  P(  )  P(Z  4.280497)
s 13.7487296
n 34
6
P( X  60)  9.3238110
1
 Distribución Muestral de Diferencia de Medias

Ejemplo 05:

En un estudio para comparar los pesos promedio de niños y niñas de sexto grado en una escuela
primaria se usará una muestra aleatoria de 20 niños y otra de 25 niñas. Se sabe que tanto para niños
como para niñas los pesos siguen una distribución normal. El promedio de los pesos de todos los
niños de sexto grado de esa escuela es de 45.36kg y su desviación estándar es de 6.415kg, mientras
que el promedio de los pesos de todas las niñas del sexto grado de esa escuela es de 38.56kg y su
desviación estándar es de 5.555kg. Si x1 representa el promedio de los pesos de 20 niños y x2 es el
promedio de los pesos de una muestra de 25 niñas, encuentre la probabilidad de que el promedio de
los pesos de los 20 niños sea al menos 9kg más grande que el de las 25 niñas.

Solución:

PASO 01: DATA (no contamos con data)

PASO 02: PRUEBA DE NORMALIDAD (del problema sabemos que las dos muestras tienen una
distribución Normal)

PASO 03: DATOS:

1  45.36kg; 2  38.56kg;
1  6.415kg; 2  5.555kg
n1  20 niños; n2  25niñas
X  X  9kg
1 DE 2APRENDER
EL ARTE Mg. AGUILAR ALTAMIRANO, Erick

Pide:

La probabilidad de que el promedio de los pesos de los 20 niños sea al menos 9kg más grande que el
de las 25 niñas.

P  x1  x2  9

( X 1  X 2 )  (1  2 ) 9  (45.36  38.56)

Z    1.212543
0
 2
 2
1
 2

n1 n2
625
.
0
45
15
5
2

2
5
1
 GUÍA DE APRENDIZAJE ESTADÍSTICA
P  x1  x2  9  1 P  x1  x2  9
 

 ( X 1  X 2 )  (1  2 ) 9  (45.36  38.56) 
 1 P  
12 2 2
  
 n1 n2 
 
 1 P Z  1.212543 625
.
0
 1 0.887348 45
P  x1  x2  9  0.112652 15
5
Por lo tanto, la probabilidad de que el promedio2 de los pesos de la muestra de niños sea al menos
9kg más grande que el de la muestra de las niñas 2 es 0.112652.
5

Ejemplo 06:

Uno de los principales fabricantes de televisores compra los tubos de rayos catódicos a dos
compañías. Los tubos de la compañía A tienen una vida media de 7.2 años con una desviación
estándar de 0.8 años, mientras que los de la B tienen una vida media de 6.7 años con una desviación
estándar de 0.7. Determine la probabilidad de que una muestra aleatoria de 34 tubos de la compañía
A tenga una vida promedio de al menos un año más que la de una muestra aleatoria de 40 tubos de la
compañía B.

Solución:

Datos:

PASO 01: DATA (no contamos con data)

PASO 02: PRUEBA DE NORMALIDAD (del problema no especifica la distribución Normal)

PASO 03: DATOS:

A  7.2 años; B  6.7años;

A  0.8años; B  0.7años
nA  34 tubos; nB  40
tubos X A  X B  1

Pide:

Determine la probabilidad de que una muestra aleatoria de 34 tubos de la compañía A tenga una vida
promedio de al menos un año más que la de una muestra aleatoria de 40 tubos de la compañía B.

P( X A  XB  1)
1

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

 GUÍA DE APRENDIZAJE ESTADÍSTICA

( X A  XB )  (A  B ) 1 (7.2  6.7)

Z 0   2.836447

 0
22
.
8
7
P( X A  XB  1)  1 P( X A  X2 B  1)
3
A
 
4
 ( X A 4 XB )  (A  B ) 1 (7.2  6.7) 
  1 P 0  
 
 
 
 1 P Z  2.836447 0
.
B
 1 0.997719
2
78
P( X An XB  1)  0.002281 2

A A 3
n 4
B 4
 0

n
EL ARTE DE APRENDER A
Mg. AGUILAR ALTAMIRANO, Erick
n
B
1
 Ejemplo 07:

Se prueba el rendimiento en km/l de 2 tipos de gasolina, encontrándose una desviación estándar de

1.23km/L para la primera gasolina y una desviación estándar de 1.37km/l para la segunda gasolina;
se prueba la primera gasolina en 35 autos y la segunda en 42 autos.

a. ¿Cuál es la probabilidad de que la primera gasolina de un rendimiento promedio mayor de

0.45km/L que la segunda gasolina?
b. ¿Cuál es la probabilidad de que la diferencia en rendimientos promedio se encuentre entre
0.65 y 0.83km/L a favor de la gasolina 1?.

Solución:

En este ejercicio no se cuenta con los parámetros de las medias en ninguna de las dos poblaciones,
por lo que se supondrán que son iguales.

Datos:

PASO 01: DATA (no contamos con data)

PASO 02: PRUEBA DE NORMALIDAD (del problema no especifica la distribución Normal)

PASO 03: DATOS:

1  2 (SUPONEMOS )
1  1.23km / l;2  1.37km /
l n  35 autos; n  42 autos
1
EL ARTE DE APRENDER 2 Mg. AGUILAR ALTAMIRANO, Erick
X1  X 2  0.45km / l
0.65  X1  X 2  0.83

Pide:

P  X1  X 2  0.45
P 0.65  X1  X 2  0.83

Pregunta a:
1
 (x1  x2 )  (1  2 ) 0.45   1.517693
Z0  0

21 22
 13
n1 n2

.5
0.65  0  2.192223
23
Z1  2 2
1.23 1.37 37
35  42 2

0.83  0 4
Z2   2.799301
2

134
Pregunta
.52 a:
2
P  X3
21
 X 2  0.45  1 P  X1  X 2  0.45
 
 
 (x1  x2 )  (1  2 ) 0.45  0 
1  1 P  
1 2
2 2

.   
 n1 n2 
3  
7  1 P Z  1.517693 1
3
2 
.
5
 1 0.935454 23
P X1  X 2  0.45  0.064546 37
2

4
2

Pregunta b:

 
 
 0.65  X  X  0.83  P
P 0.65  (x1  x2 )  (1  2 ) 0.83  0 
0  
 
1 2
12 2 2
  
3 n1 n2 
1 13 
 P 2.192223

.
5  Z  2.799301 
.5
23 23
 P Z  2.799301  P Z  2.192223
37 37
 0.997439
2  0.985818 2

P 0.65  X1  X 2  0.83  0.011621

4 4
2 2
1

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

 La probabilidad de que la diferencia en rendimientos promedio en las muestras se encuentre entre
0.65 y 0.83 Km/Lto a favor de la gasolina 1 es de 0.011621.

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

1
Ejemplo 08:

Una empresa de tecnologia, desea saber la probabilidad de incrementar el presupuesto en el curso de

desarrollo web o de python de acuerdo a la audiencia captada en los talleres en vivo realizados en el mes de
enero.

Tabla 01:

Base de datos de la la audiencia captada en los talleres en vivo:

TALLERES
DESARRO
Nº LLO WEB PYTH
ON
A B
1 1 28
5
2 8 95
5
3 1 100
2
0
4 1 130
5
0
5 1 150
4
0
6 1 160
4
5
7 1 189
9
0
8 1 175
8
0
9 1 185
7
0
10 1 198
9
9
11 2 205
0
9
12 208
13 230
14 250
15 254
16 245

Paso 02: Prueba De Normalidad

H0: Los datos presentn una distribución normal

 H1: Los datos No presentn una distribución normal

Tabla 02:

Prueba De Normalidad para los talleres de Taller De Desarrollo Web Y Taller De Python:

Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
TALLER DE
DESARROLLO .187 11 , .899 11 .178
WEB 20
0*
TALLER DE
.160 11 , .901 11 .189
*.PYTHON
Esto es un límite inferior de la significación verdadera.

1
EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick
a. Corrección de significación de Lilliefors

De acuerdo a la tabla 02 y a los valores de sig o p1=0.178 y p2 =0.189 mayores a 0.05, podemos
afirmar que se acepta la hipótesis nula donde los datos si presentan una distribución normal.

Paso 03: Prueba de homogeneidad de varianza

H0: Los grupos presentan varianzas estadísticamente iguales

H1: Los grupos presentan varianzas diferentes.

Tabla 03:

Prueba de homogeneidad de varianza, prueba de Levene.

Prueba de Levene de igualdad de varianzas

F Sig.
Cantidad de Se asumen varianzas
audiencia iguales .282 .600
No se asumen
varianzas iguales

De acuerdo a la tabla 03 y al valor de sig o p=0.600 podemos afirmar que los grupos presentan
varianzas estadísticamente iguales.

Cálculos:
n

1

15  85  ...  209
xi
x  i1
  145.78
1
n1 11
n

 (x  x )
1
2 2 2 2
(15 145.78)  (85 145.78)  ...  (209 145.78)
i 1
2
s1  i1
  3205.618182
n1 11
s1  56.6181789
n2

 28  95  ..  245
xi
x  i1
  175.13
2
n2 16
n

 (x  x )
1
2 2 2 2
2 (28 175.13)  (95 175.13)  ..  (245 175.13)
2 i

s2  i1
  3940.91667
n2 16
s2  62.7767207
Datos:

1
EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick
 2
x  145.78; s  3205.618182; s  56.6181789;  11
n
1 1 1 1
2
x2  175.13; s2  3940.91667; s  62.7767207; n  16
2 2

Interés del investigador

X1  X 2  60
X1  X 2  75
50  X1  X 2  80

Pide:

P  X1  X 2  60
P  X1  X 2  75
P 50  X1  X 2  80

Estadísitico:

(x  x )  (   ) t0  t(1/ 2;n n 2)

t 1 2
2
1
2
2 1 2

s s
1
 2

n1 n2 ;

Pregunta a:

EL ARTE DE APRENDER  Mg. AGUILARALTAMIRANO, Erick


P X   ( X 1  X 2 )  (1  2 ) 60  (145.78 175.78) 
X  60   P  
1 2  3205.618182 3940.91667
 s12 s22  

 n 11 16 
 1 
n2
 P t  3.855187501
P  X1  X 2  60  0.99964101
1
CASO 02: LA PROPORCIÓN:

Objetivo 03: Distribución muestral para una proporción.

Ejercicio 06:

Se ha determinado que 60% de los estudiantes de una universidad grande fuman cigarrillos. Se toma
una muestra aleatoria de 800 estudiantes. Calcule la probabilidad de que la proporción de la muestra
de la gente que fuma cigarrillos sea menor que 0.55.

Solución:

Datos:

PASO 01: DATA (no contamos con data)

PASO 03: DATOS:

P  0.60;Q  0.40; p0  0.55; n  800 Est

P( p  0.55)

Pp
Z

p
(
1


p
)

Observe que este valor es igual al obtenido en el método de la aproximación de la distribución

normal a la binomial, por lo que si lo buscamos en la tabla de "z" nos da la misma probabilidad de
0.0017. También se debe de tomar en cuenta que el factor de corrección de 0.5 se esta dividiendo
entre el tamaño de la muestra, ya que estamos hablando de una proporción.

La interpretación en esta solución, estaría enfocada a la proporción de la muestra, por lo que

diríamos que la probabilidad de que al extraer una muestra de 800 estudiantes de esa universidad,
la proporción de estudiantes que fuman cigarrillos sea menor al 55% es del 0.17%.
1

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

Ejemplo:

Un medicamento para malestar estomacal tiene la advertencia de que algunos usuarios pueden
presentar una reacción adversa a él, más aún, se piensa que alrededor del 3% de los usuarios tienen
tal reacción. Si una muestra aleatoria de 150 personas con malestar estomacal usa el medicamento,
encuentre la probabilidad de que la proporción de la muestra de los usuarios que realmente presentan
una reacción adversa, exceda el 4%.

a. Resolverlo mediante la aproximación de la normal a la binomial

b. Resolverlo con la distribución muestral de proporciones

a. Aproximación de la distribución normal a la binomial:

Datos:

n=150 personas

p=0.03

x= (0.04)(150) = 6 personas

p(x>6) = ?

Media = np= (150)(0.03)= 4.5

p(x>6) = 0.1685. Este valor significa que existe una probabilidad del 17% de que al extraer
una muestra de 150 personas, mas de 6 presentarán una reacción adversa.

b. Distribución Muestral de Proporciones

Datos:

n=150 personas

P=0.03
1

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

p= 0.04

p(p>0.04) = ?

Observe que este valor es igual al obtenido y la interpretación es: existe una probabilidad del 17% de
que al tomar una muestra de 150 personas se tenga una proporción mayor de 0.04 presentando una
reacción adversa.

Ejemplo:

Se sabe que la verdadera proporción de los componentes defectuosos fabricadas por una firma es de
4%, y encuentre la probabilidad de que una muestra aleatoria de tamaño 60 tenga:

a. Menos del 3% de los componentes defectuosos.

b. Más del 1% pero menos del 5% de partes defectuosas.

Solución:

a. Datos:

n= 60 artículos

P=0.04

p= 0.03

p(p<0.03) = ?
1

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

 La probabilidad de que en una muestra de 60 artículos exista una proporción menor de 0.03
artículos defectuosos es de 0.2327.

b. Datos:

n= 60 artículos

P=0.04

p= 0.01 y 0.05

p(0.01<p<0.05) = ?

Distribución Muestral de Diferencia de Proporciones

1

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

Ejemplo:

Los hombres y mujeres adultos radicados en una ciudad grande del norte difieren en sus opiniones
sobre la promulgación de la pena de muerte para personas culpables de asesinato. Se cree que el 12%
de los hombres adultos están a favor de la pena de muerte, mientras que sólo 10% de las mujeres
adultas lo están. Si se pregunta a dos muestras aleatorias de 100 hombres y 100 mujeres su opinión
sobre la promulgación de la pena de muerte, determine la probabilidad de que el porcentaje de
hombres a favor sea al menos 3% mayor que el de las mujeres.

Solución:

Datos:

PH = 0.12

PM = 0.10

nH = 100

nM = 100

p(pH-pM 0.03) = ?

Se recuerda que se está incluyendo el factor de corrección de 0.5 por ser una distribución binomial y
se está utilizando la distribución normal.

Se concluye que la probabilidad de que el porcentaje de hombres a favor de la pena de muerte, al

menos 3% mayor que el de mujeres es de 0.4562.

Ejemplo:
1

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

 Una encuesta del Boston College constó de 320 trabajadores de Michigan que fueron despedidos
entre 1979 y 1984, encontró que 20% habían estado sin trabajo durante por lo menos dos años.
Supóngase que tuviera que seleccionar otra muestra aleatoria de 320 trabajadores de entre todos los
empleados despedidos entre 1979 y 1984. ¿Cuál sería la probabilidad de que su porcentaje muestral
de trabajadores sin empleo durante por lo menos dos años, difiera del porcentaje obtenido en la
encuesta de Boston College, en 5% o más?

Solución:

En este ejercicio se cuenta únicamente con una población, de la cual se están extrayendo dos
muestras y se quiere saber la probabilidad de la diferencia de los porcentajes en esas dos muestras,
por lo que se debe de utilizar la distribución muestral de proporciones con P1= P2, ya que es una
misma población.

Otra de las situaciones con la cual nos topamos es que desconocemos la proporción de trabajadores
despedidos entre 1979 y 1984 que estuvieron desempleados por un período de por lo menos dos
años, sólo se conoce la
p1= 0.20 ya que al tomar una muestra de 320 trabajadores se observó esa proporción.

En la fórmula de la distribución muestral de proporciones para el cálculo de probabilidad se necesita

saber las proporciones de las poblaciones, las cuales en este ejercicio las desconocemos, por lo que
se utilizará el valor de 0.20 como una estimación puntual de P. En el siguiente tema se abordará el
tema de estimación estadística y se comprenderá el porque estamos utilizando de esa manera el dato.

También debe de comprenderse la pregunta que nos hace este problema, ¿cuál sería la probabilidad
de que su porcentaje muestral de trabajadores sin empleo durante por lo menos dos años, difiera del
porcentaje obtenido en la encuesta de Boston College, en 5% o más?, la palabra difiera quiere decir
que puede existir una diferencia a favor de la muestra uno, o a favor de la muestra dos, por lo que se
tendrán
EL ARTE que calcular dos áreas en la distribución y al final sumarlas.
DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

Datos:

p1 = 0.20

n1 = 320 trabajadores

n2 = 320 trabajadores

P1 = P2
1
La probabilidad de que su proporcion muestral de trabajadores sin empleo durante por lo menos dos
años, difiera del porcentaje obtenido en la encuesta de Boston College, en 0.05 o más es de 0.1260.

Ejemplo:

Se sabe que 3 de cada 6 productos fabricados por la máquina 1 son defectuosos y que 2 de cada 5
objetos fabricados por la máquina 2 son defectuosos; se toman muestras de 120 objetos de cada
máquina:

a. ¿cuál es la probabilidad de que la proporción de artículos defectuosos de la máquina 2 rebase

a la máquina 1 en por lo menos 0.10?
b. ¿cuál es la probabilidad de que la proporción de artículos defectuosos de la máquina 1 rebase
a la máquina 2 en por lo menos 0.15?

Solución:

Datos:

P1 = 3/6 = 0.5

P2 = 2/5 = 0.4

n1 = 120 objetos

n2 = 120 objetos

a. p(p2-p1 0.10) = ?
1

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

 Otra manera de hacer este ejercicio es poner P1-P2:

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

La probabilidad de que exista una diferencia de proporciones de artículos defectuosos de por

lo menos 10% a favor de la máquina 2 es de 0.0011.

b. p(p1-p2

0.15)=?
1
La probabilidad de que exista una diferencia de proporciones de artículos defectuosos de por lo
menos 15% a favor de la máquina 1 es de 0.2357.

Distribución Muestral de Número de Defectos

En el control de calidad y específicamente en los gráficos de control "c" se aplica esta distribución,
la cual consiste en que al extraer un artículo contabilicemos el número de defectos que tiene ese
artículo.

Esta distribución muestral proviene de la distribución de Poisson, en la cual le media es y que en

este caso es el número promedio de defectos por unidad. Como ya es conocido la varianza de la
distribución de Poisson es igual a por lo que se puede deducir la formula de la siguiente manera:

Para la distribución muestral de número de defectos la nomenclatura utilizada es:

c = número defectos por unidad de inspección

C = número de defectos promedio por unidad de inspección

Se debe de recordar que la distribución de Poisson es una distribución discreta, y se esta utilizando la
aproximación de la normal a la Poisson, debiendo aplicar el factor de corrección de ± 0.5 según sea
el caso. La formula para la dsitribución muestral de número de defectos quedaría de la siguiente
manera:

Ejemplo:

En cierta empresa se fabrican productos con un promedio de 8 defectos por unidad. Determine la
probabilidad de que el próximo producto inspeccionado tenga un número de defectos:

a. Mayor o igual a 6
b. Exactamente 7
c. Como máximo 9

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

 a.

La probabilidad de que el siguiente producto inspeccionado tenga por lo menos 6 defectos es de

0.8106.

b.

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

La probabilidad de que el siguiente producto inspeccionado tenga exactamente 7 defectos es

de 0.1344.

c.
1
 La probabilidad de que el siguiente producto inspeccionado tenga a lo más 9 defectos es de 0.7019.

EL ARTE DE APRENDER Mg. AGUILAR ALTAMIRANO, Erick

1