Documente Academic
Documente Profesional
Documente Cultură
Conclusiones:
Conforme el tamaño de la muestra aumenta, la distribución de las medias mues-
trales x se aproximará a una distribución normal.
La media de todas las medias muestrales es la media poblacional p.. (Es decir, la
distribución normal de la conclusión I tiene una media p.).
3. La desviación estándar de todas las medias muestrales es u/N/Ti. (es decir, la
distribución normal de la conclusión 1 tiene una desviación estándar o-/V71.)
V71.)
=
Asimismo, la desviación estándar de las medias muestrales se denota con Qz, de
manera que
a
Minitab Minitab
400.
5003()
— —
40000 - 303
_
1 -- —
130000
200
É 1,
`1.- 20000
-- 1
/00
10000
V11
SOLUCIÓN
a. Enfoque • Utilice los métodos presentados en la sección 6-3 (porque estarnos
trabajando con un valor individual de una población distribuida normalmente).
Buscamos el área de la región sombreada en la figura 6-19a). Si utilizamos la
tabla A-2, convertimos el peso de 175 a su puntuación z correspondiente:
x — ,u 175 — 172
z= = 0.10
29
Nos remitirnos a la tabla A-2 y utilizamos z = 0.10 para encontrar que el área
acumulativa a la izquierda de 175 libras es 0.5398. Por lo tanto, la región som-
breada es 1 — 0.5398 = 0.4602. La probabilidad de que un hombre elegido al
azar pese más de 175 libras es de 0.4602. (Si se utiliza una calculadora o un
programa de cómputo en vez de la tabla A-2, el resultado más exacto es
0.4588 en lugar de 0.4602).
continúa
b. Enfoque: Utilice el teorema del límite central (porque estamos trabajando con
la media de una muestra de 20 hombres y no con un solo hombre). Aun cuan-
do el tamaño de la muestra no es mayor que 30, utilizamos una distribución
normal por la siguiente razón: la población original de hombres tiene una dis-
tribución normal, de manera que las muestras de cualquier tamaño producirán
medias distribuidas normalmente. Puesto que estamos trabajando con una dis-
tribución de medias muestrales, debemos utilizar los parámetros p y Qb que
se evalúan de la siguiente manera:
= p. = 172
U29
= 6 4845971
crx Ti V20 .
Interpretación de resultados
El siguiente ejemplo ilustra otra aplicación del teorema del límite central; exa-
El efecto placebo
mine con atención la conclusión a la que se llega. Este ejemplo ilustra el tipo
de pensamiento que es fundamental para el importante procedimiento de prue- Durante mucho tiempo se ha
ba de hipótesis (que se estudia en el capítulo 8). Este ejemplo ilustra la regla creído que los placebos realmen-
del suceso infrecuente de la estadística inferencial, presentado inicialmente en te ayudan a algunos pacientes. De
la sección 4-1. hecho, al gunos estudios serios
han demostrado que cuando se
administra un placebo (un tra-
Regla del suceso infrecuente tamiento sin valor medicinal),
Si, bajo cierto supuesto, la probabilidad de un suceso particular observado muchos sujetos de prueba ma-
es pequeña de manera excepcional, concluimos que el supuesto probablemente nifiestan cierta mejoría. Los
no es correcto.
estimados de las tasas de mejo-
ría van por lo común de una ter-
cera a dos terceras partes de los
EJEMPLO Temperaturas corporales Suponga que la población de pacientes. Sin embargo, un estu-
temperaturas corporales humanas tiene una media de 98.6°F, como suele creer- dio más reciente sugiere que los
se. También suponga que la desviación estándar de la población es 0.62°F placebos no tienen efecto real.
(según datos de investigadores de la Universidad de Maryland). Si se selec- Un artículo en la New England
ciona al azar una muestra de tamaño n = 106, calcule la probabilidad de
Imana, of Medicine (vol. 334,
obtener una media de 98.2°F o menor. (En realidad se obtuvo el valor de 98.2°F;
núm. 21) se basó en la investi-
vea las temperaturas de media noche del día 2 en el conjunto de datos 2 del
apéndice B). gación de 114 ensayos médicos
durante 50 años. Los autores del
SOLUCIÓN artículo concluyeron que los pla-
No tenemos información sobre la distribución de la población, pero, como el cebos parecen tener algún efec-
tamaño de la muestra n = 106 excede a 30, utilizamos el teorema del límite to sólo en aliviar el dolor, pero
central y concluimos que la distribución de medias muestrales es normal, con no en otras condiciones físicas.
estos parámetros: Ellos concluyen que, excepto en
ensayos clínicos, el uso de place-
= = 98.6 (por suposición)
bos "no puede recomendarse".
o- 0.62
= 0.0602197
ViTz V106
La figura 6-20 destaca el área sombreada (observe la pequeña cola izquierda de
la gráfica), correspondiente a la probabilidad que buscamos. Una vez encon-
trados los parámetros que se aplican a la distribución de la figura 6-20, ahora
contimía
286 Capítulo 6 Distribuciones de probabilidad normal
0.0001
—6.6y 0
Figura 6-20
Distribución de temperaturas corporales medias, para
muestras de tamaño n = 106
El teorema del límite
central borroso podemos encontrar el área sombreada utilizando los mismos procedimientos
En The Cartoon Guide w Statis- desarrollados en la sección 6-3. En la tabla A-2 primero encontramos la
tics, los autores Gonick y Smith puntuación z:
describen el teorema del límite 98.20 — 98.6
z= = —6.64
central borroso de la siguiente cry, 0.0602197
manera: "Los datos que se ven Si nos remitimos a la tabla A-2, encontramos que z = —6.64 no aparece, pero
influidos por efectos aleatorios para los valores de z que están por debajo de —3.49 utilizamos una área de
muy pequeños y sin relación en- 0.0001 para el área izquierda acumulativa hasta z = —3.49. Por lo tanto, con-
tre sí se distribuyen aproxima- cluimos que la región sombreada de la figura 6-20 es 0.0001. (Si se utiliza una
damente de manera normal. Esto calculadora TI-83/84 Plus o un programa de cómputo, el área de la región
explica por qué la normalidad es- sombreada se acerca a 0.00000000002, pero incluso estos resultados son sólo
tá en todos lados: en las fluctua- aproximaciones. Con seguridad podemos reportar que la probabilidad es muy
ciones del mercado de acciones, baja. menor que 0.0001).
en los pesos de estudiantes, en INTERPRETACIÓN Los resultados demuestran que si la media de nuestra
los promedios anuales de tem- temperatura corporal es en realidad 98.6°F, entonces existe una probabilidad
peratura y en las calificaciones sumamente baja de obtener una media de muestra de 98.2°F o menor cuando
del SAT. Todos son el resultado se seleccionan 106 sujetos al azar. Los investigadores de la Universidad de
de muchos efectos diferentes". Maryland obtuvieron una media muestral como ésta, ante lo cual existen dos
La estatura de las personas, por
explicaciones posibles: o la media de la población es realmente de 98.6°F y su
muestra representa un suceso aleatorio extremadamente infrecuente, o en reali-
ejemplo, es el resultado de fac-
dad la media poblacional es menor que 98.6°F y su muestra es típica. Como la
tores hereditarios, factores am-
probabilidad es tan baja, parece más razonable concluir que la media poblacio-
bientales, nutrición, cuidado de la
nal es menor que 98.6°F. Éste es el tipo de razonamiento que se usa en las
salud, región geográfica y otras
pruebas de hipótesis, que se estudiarán en el capítulo 8. Por ahora, debemos
influencias que, cuando se com- enfocamos en el uso del teorema del límite central para calcular la probabili-
binan, producen valores distri- dad de 0.0001, pero debemos señalar que este teorema se usará posteriormente
buidos de forma normal. para explicar algunos conceptos muy importantes en estadística.
IN
\ —n
N—1
Con excepción de los ejercicios 22 y 23, los ejemplos y los ejercicios de esta sec-
ción suponen que el factor de corrección de población finita no se aplica, ya sea
porque estarnos tomando una muestra con reemplazo, porque la población es infi-
nita. o porque el tamaño de la muestra no excede el 5% del tamaño de la población.
El teorema del límite central es muy importante porque nos permite usar los
métodos básicos de la distribución normal en una amplia variedad de circunstan-
cias. Por ejemplo, en el capítulo 7 aplicaremos el teorema cuando utilicemos datos
muestrales para estimar medias de poblaciones. En el capítulo 8, por ejemplo, lo
aplicaremos cuando usemos datos muestrales para probar aseveraciones acerca de
medias poblacionales. Tales aplicaciones para estimar parámetros de población y
probar aseveraciones constituyen usos sumamente importantes de la estadística, y el
teorema del límite central los hace posibles.
Uso del teorema del límite central. En los ejercicios 5 a 8, suponga que las estaturas de
mujeres se distribuyen de manera normal, con una media dada por = 63.6 in y una
desviación estándar o- = 2.5 in (según datos de la National Health Survey).
5. a. Si se selecciona a una mujer al azar, calcule la probabilidad de que mida menos
de 64 in.
b. Si se seleccionan 36 mujeres al azar, calcule la probabilidad de que tengan una es-
tatura media menor que 64 in.
288 Capítulo 6 Distribuciones de probabilidad normal
12. Preparación para la prueba SAT. Las calificaciones de hombres en la parte verbal
de la prueba SAT-I se distribuyen normalmente, con una media de 509 y una desvia-
ción estándar de 112 (según datos del College Board). A hombres seleccionados al
6-5 El teorema del límite central 289
azar se les imparte el curso Columbian Review, antes de tomar la prueba SAT. Supon-
ga que el curso no tiene efecto alguno.
Si se selecciona a uno de los hombres al azar, calcule la probabilidad de que su ca-
lificación sea de al menos 590.
Si se selecciona a 16 de los hombres al azar, calcule la probabilidad de que se cali-
ficación media sea de al menos 590.
En el cálculo de la probabilidad del inciso b), ¿por qué puede usarse el teorema del
límite central aun cuando el tamaño muestral no exceda 30?
Si la muestra aleatoria de 16 hombres produce una calificación media de 590,
¿habría una fuerte evidencia que apoye la afirmación de que el curso es realmente
eficaz? ¿Por qué?
13. Diseño de luces estroboscópicas. Se diseña una luz estroboscópica para aeronaves,
de manera que los tiempos entre los destellos se distribuyen normalmente, con una
media de 3.00 s y una desviación estándar de 0.40 s.
Calcule la probabilidad de que un tiempo individual sea mayor que 4.00 s.
Calcule la probabilidad de que la media de 60 tiempos elegidos al azar sea mayor
que 4.00 s.
c. Dado que la luz estroboscópica se diseña para que otros pilotos vean una aeronave,
¿qué resultado es más importante para evaluar la seguridad de la luz estroboscópi-
ca: el resultado del inciso a) o del inciso b)? ¿Por qué?
14. Diseño de cascos para motocicleta. Los ingenieros deben tomar en cuenta la anchura
de las cabezas de los hombres cuando diseñan cascos para motocicleta. Las anchuras de
las cabezas de los hombres se distribuyen normalmente, con una media de 6.0 in y una
desviación estándar de 1.0 in (según datos de una encuesta antropométrica de Gordon,
Churchill, et al.).
Si se selecciona a un hombre al azar, calcule la probabilidad de que el ancho de su
cabeza sea menor que 6.2 in.
La compañía Safeguard Helmet planea un lote de producción inicial de 100 cascos.
Calcule la probabilidad de que 100 hombres, seleccionados al azar, tengan una an-
chura media de cabeza menor que 6.2 in.
c. El gerente de producción observa los resultados del inciso b) y piensa que todos los
cascos deben hacerse para hombres con anchuras de cabeza menores de 6.2 in, por-
que se ajustarían a casi todos los hombres. ¿Por qué es incorrecto este razonamiento?
15. Presión sanguínea. La presión sanguínea sistólica (en mm de Hg) de mujeres entre
18 y 24 años se distribuye normalmente, con una media de 114.8 y una desviación es-
tándar de 13.1 (según datos de la National Health Survey). La hipertensión suele defi-
nirse como una presión sistólica mayor que 140.
Si se selecciona al azar a una mujer entre 18 y 24 años, calcule la probabilidad de
que su presión sistólica sea mayor que 140.
Si se seleccionan al azar 4 mujeres del mismo rango de edad, calcule la probabili-
dad de que su presión sistólica media sea mayor que 140.
c. Dado que el inciso b) incluye un tamaño de muestra no mayor que 30, ¿por qué se
puede utilizar el teorema del límite central?
(1. Si un médico recibe un reporte que afirma que 4 mujeres tienen una presión sistóli-
ca media menor que 140, ¿puede concluir que ninguna de las mujeres es hiperten-
sa (con una presión sanguínea mayor que 140)?
16. Sin agua caliente. Al planear las necesidades de agua caliente, el gerente del Luxurion
Hotel descubre que los huéspedes pasan una media de 11.4 minutos al día bajo la rega-
dera (según datos de Opinion Research Corporation). Suponga que los tiempos bajo la
regadera se distribuyen normalmente, con una desviación estándar de 2.6 minutos.
a. Calcule el porcentaje de huéspedes que pasan más de 12 minutos bajo la regadera.
continúa
290 Capítulo 6 Distribuciones de probabilidad normal
b. El hotel instaló un sistema que puede suministrar suficiente agua caliente, dado que
la media del tiempo bajo la regadera para 84 huéspedes es menor que 12 minutos. Si
en este momento el hotel cuenta con 84 huéspedes, calcule la probabilidad de que
no haya agua caliente suficiente. Al parecer, ¿el sistema actual es efectivo?
17. Rediseño de asientos de expulsión. Cuando se permitió que las mujeres se convirtie-
ran en pilotos de aviones de combate, los ingenieros necesitaron rediseñar los asien-
tos expulsores porque habían sido diseñados sólo para hombres. Los asientos ACES-II
estaban diseñados para hombres que pesaran entre 140 y 211 lb. La población de muje-
res tiene pesos distribuidos normalmente, con una media de 143 lb y una desviación
estándar de 29 lb (según datos de la National Health Survey).
Si se selecciona a una mujer al azar, calcule la probabilidad de que pese entre 140
y 211 lb.
Si se seleccionan 36 mujeres diferentes al azar, calcule la probabilidad de que su
peso medio se ubique entre 140 y 211 lb.
c. Al rediseñar los asientos expulsores de aviones de combate para que se ajusten me-
jor a las mujeres, ¿qué probabilidad es más importante: el resultado del inciso a) o
el resultado del inciso b)? ¿Por qué?
18. Etiquetas de paquetes de M&M. Los dulces M&M sencillos tienen un peso medio
de 0.8565 g y una desviación estándar de 0.0518 g (según el conjunto de datos 13 del
apéndice B). Los dulces M&M utilizados en el conjunto de datos 13 provienen de un
paquete que contenía 465 dulces y la etiqueta del paquete indicaba que su peso neto
era de 396.9 g. (Si cada paquete contiene 465 dulces, el peso medio de los dulces de-
be exceder 396.9/465 = 0.8535 g del contenido neto, para pesar al menos 396.9 g).
Si se selecciona al azar un dulce M&M sencillo, calcule la probabilidad de que pe-
se más de 0.8535 g.
Si se seleccionan al azar 465 dulces M&M sencillos, calcule la probabilidad de que
su peso medio sea de al menos 0.8535 g.
c. Con estos resultados, ¿la compañía Mars está ofreciendo a los consumidores de
M&M la cantidad indicada en la etiqueta?
19. Máquinas expendedoras. En la actualidad, las monedas de 25 centavos tienen pesos
que se distribuyen normalmente con una media de 5.670 g y una desviación estándar
de 0.062 g. Una máquina expendedora se configura para aceptar únicamente las mo-
nedas que pesen entre 5.550 y 5.790 g.
Si se insertan 280 monedas diferentes de 25 centavos en la máquina expendedora,
¿cuál es el número esperado de monedas rechazadas?
Si se insertan 280 monedas diferentes de 25 centavos en la máquina expendedora,
¿cuál es la probabilidad de que la media se ubique entre los límites de 5.550 y
5.790 g?
c. Si usted es el propietario de la máquina expendedora, ¿qué resultado le interesa
más: el resultado del inciso a) o el resultado del inciso b)? ¿Por qué?
20. Estándares de seguridad de aeronaves. Bajo las antiguas reglas de la Federal Avia-
tion Administration, las aerolíneas tenían que estimar el peso de un pasajero en 185 li-
bras. (Esa cantidad es para un adulto que viaja en invierno e incluye 20 lb de equipaje
de mano). Las reglas actuales requieren un estimado de 195 lb. Los hombres tienen
pesos que se distribuyen normalmente, con una media de 172 lb y una desviación es-
tándar de 29 lb.
Si se selecciona al azar a un hombre adulto y se supone que lleva un equipaje de
mano de 20 lb, calcule la probabilidad de que su peso total sea mayor que 195 lb.
Si un avión Boeing 767-300 transporta a 213 pasajeros varones adultos y se supo-
ne que cada uno lleva un equipaje de mano de 201b, calcule la probabilidad de que el
peso medio de los pasajeros (incluyendo el equipaje de mano) sea mayor que 195 lb.
¿Un piloto debe preocuparse por exceder este límite de peso?
6-6 La distribución normal como aproximación de la distribución binomial 291