UNIVERSIDAD NACIONAL MAYOR DE SAN

MARCOS
FACULTAD DE INGENIERÍA INDUSTRIAL
ESTADÍSTICA APLICADA

EJERCICIOS CAPÍTULO 8

INTEGRANTES:
Aspajo Gonzales, Leonardo Aarón
Blanco Mattos Rodrigo Abelardo
Campos Crispín, Luisdiego Junior
Garibay Huamaní, José Gabriel
Magro Salazar, Alexander Marino
Sante Tacza, César Jesús
Horario:
Sección 1-martes 8:00am 12:10pm

Profesor:
Esponda Véliz, Jorge

LIMA – PERÚ
2019
2) La siguiente lista incluye hospitales que se localizan en las regiones de
Cincinnati (Ohio) y la región norte de Kentucky. También indica si se trata de un
hospital general médico o quirúrgico (M/Q), o de especialidades (E). Se debe
calcular el promedio de enfermeras que trabaja medio tiempo en los hospitales del
área.
a) Se debe seleccionar de forma aleatoria una muestra de cinco hospitales. Los
números aleatorios son 09, 16, 00, 49, 54, 12 y 04. ¿Qué hospitales se incluyen en la
muestra?
Los hospitales incluidos en la muestra son:
❖ Children’s Hospital Medical Center(09)
❖ St. Francis-St. George Hospital(16)
❖ Bethesda North(00)
❖ Good Samaritan Hospital(12)
❖ Mercy Hospital-Hamilton(04)

b) Utilice una tabla de números aleatorios para formar su propia muestra de cinco
hospitales.
Números aleatorios: 05,08,17,28,35,21
Los hospitales incluidos en la muestra son:
❖ Middletown Regional (05)
❖ Bethesda Oak Hospital(08)
❖ St. Elizabeth Medical Center, North Unit(17)
❖ VA Medical Center Cincinnati, Ohio 45220(28)
❖ Care Unit Hospital(21)

c) Una muestra debe incluir cada quinto establecimiento. Se selecciona 02 como

punto de partida. ¿Qué hospitales se incluirán en la muestra?
❖ Jewish Hospital Kenwood(02)
❖ Mercy Hospital Anderson(07)
❖ Good Sanmaritan Hospital(12)
❖ St. Elizabeth Medical Center, North Unit(17)
❖ Emerson Behavioral Science(22)
❖ Shriners Burns Institute(27)

d) Una muestra consta de cuatro hospitales médicos o quirúrgicos y un hospital de

especialidades. Seleccione una muestra adecuada.
❖ Children’s Hospital Medical Center
❖ Mercy Hospital Anderson
❖ Good Sanmaritan Hospital
❖ Bethesda North
❖ Care Unit Hospital
4. En seguida se enumera a los 27 agentes de seguros de Nationwide Insurance
en el área metropolitana de Toledo, Ohio. Se desea calcular el promedio de
años que han laborado en Nationwide.

a) Seleccione una muestra aleatoria de cuatro agentes. Los números

aleatorios son: 02, 59, 51, 25, 14, 29, 77, 69 y 18. ¿Qué distribuidores se
incluirán en la muestra?
Teniendo en cuanta los números generados al azar, seleccionamos
solo los que sean menores o iguales a 26. Esos serian:
- 02: Denker Brett
- 25: Yoder Scott
- 14: Keisser Keith
- 18: Priest Harvey

b) Utilice la tabla de números aleatorios para seleccionar su propia

muestra de cuatro agentes.
- 20: Schwab Dave
- 24: Wright Steve
- 13: Keisser David
- 04: Farley Ron
c) Una muestra consta de cada séptimo distribuidor. El número 04 se
selecciona como punto de partida. ¿Qué agentes se deben incluir en
la muestra
- 04: Farley Ron
- 11: Hinckley Dave
- 18: Priest Harvey
- 25: Wood Tom
6. Una población consta de los siguientes cinco valores: 2, 2, 4, 4 y 8.
a) Enumere todas las muestras de tamaño 2 y calcule la media de cada muestra.
Muestra Valores Suma Media
1 2,2 4 2
2 2,4 6 3
3 2,4 6 3
4 2,8 10 5
5 2,4 6 3
6 2,4 6 3
7 2,8 10 5
8 4,4 8 4
9 4,8 12 6
10 4,8 12 6

b) Calcule la media de la distribución muestral de las medias y la media de la

población. Compare los dos valores.
2+3+3+5+3+3+5+4+6+6
- 𝜇𝑥 = =4
10
2+2+4+4+6
- 𝜇= = 3.6
5
- c) Compare la dispersión en la población con la de las medias de las
muestras
- Varían en el mismo intervalo la media poblacional y la media muestral
pero la media muestral es mayor a la media poblacional en 0.4 .
-
8.Una población consta de los siguientes cinco valores: 0, 0, 1, 3 y 6.
a) Enumere todas las muestras de tamaño 3 y calcule la media de cada
muestra.
En primer lugar, se determina la cantidad total de agrupaciones que se van a
dar, esto se halla mediante el concepto de la combinatoria:

En nuestro caso, N es igual a 5 (0,0,1,3,6) y n se entiende como las

agrupaciones que se van a dar, que es igual a 3.
Valores
0
0
1
3
6

Combinaciones posibles 10
Luego se halla dichas combinaciones, y se desarrolla una tabla para una mayor
facilidad.

Muestra Valores Suma Media

1 0,0,1
2 0,0,3
3 0,0,6
4 0,1,3
5 0,1,6
6 0,3,6
7 0,1,3
8 0,1,6
9 0,3,6
10 1,3,6
1 0.33
3 1.00
6 2.00
4 1.33
7 2.33
9 3.00
4 1.33
7 2.33
9 3.00
10 3.33

Inmediatamente después, reagrupamos los valores con sus respectivas

frecuencias y calculamos sus probabilidades:

Media Muestral Numero de

Probabilidad
(de cada valor) Medias
0.33 1 0.1
1 1 0.1
2 1 0.1
1.33 2 0.2
2.33 2 0.2
3 2 0.2
3.33 1 0.1
10 1
b) Calcule la media de la distribución muestral de las medias y la media de
la población. Compare los dos valores.

Media Muestral Numero de

Probabilidad
(de cada valor) Medias
0.33 1 0.1
1 1 0.1
2 1 0.1
1.33 2 0.2
2.33 2 0.2
3 2 0.2
3.33 1 0.1
10 1

La media poblacional se halla de la siguiente manera:

Y la media de la distribución de la muestra se calcula mediante:

Media Muestral 2
Media
2
Poblacional

c) Compare la dispersión de la población con la de las medias de las

muestras.

 La media de las medias de las muestras es exactamente igual a la media de la

población.
 La dispersión de la distribución muestral de la media es más estrecha que la
distribución poblacional.
 La distribución muestral de la media suele tener forma de campana y se
aproxima a la distribución de probabilidad normal.
10. Hay cinco representantes de ventas en la agencia de automóviles Mid-
Motors Ford. A continuación se enlistan cinco representantes y el número de
autos que vendieron la semana pasada:

REPRESENTANTES DE AUTOMÓVILES
VENTAS VENDIDOS
PETE HANKISH 8
CONNIE STALLTER 6
RON EATON 4
TED BARNES 10
PEGGY HARMON 6

a) ¿Cuántas muestras diferentes de tamaño 2 son posibles?

Ninguna muestra

b) Enuncie todas las muestras posibles de tamaño 2 y calcule la media de

cada una.

MEDIA MUESTRAL NÚMERO DE MEDIAS

5 2
6 2
7 3
8 2
9 1
10

c) Compare el valor mediano de la distribución de muestreo de medias, con

el de la población.
8+6+4+10+6
 µ= = 6.8
5
𝑁! 5!
 NCn =
𝑛!(𝑁−𝑛)!
=
2!(5−2)!
= 10

El valor medio de la distribución de medias muestrales es 10 y la media de la

población es 6.8.
12. Scrapper Elevator Company tiene 20 representantes de ventas, que distribuyen
su producto en Estados Unidos y Canadá. La cantidad de unidades que el mes
pasado vendió cada representante se incluye a continuación. Suponga que estas
cifras representan los valores de la población.

a) Trace una gráfica que muestre la distribución de la población.

b) Calcule la media de la población.

2+3+2+3+⋯+3+3+5
𝜇= = 3.15
20

c) Seleccione cinco muestras aleatorias de 5 cada una. Calcule la media de

cada muestra. Utilice los métodos descritos en el capítulo y en el apéndice
B.6 para determinar los elementos que deben incluirse en la muestra.
𝑛 = 5:
2+3+2+4+2
Muestra 1: 2, 3, 2, 4, 2 𝑋̅1 = = 2.6
5
3+3+3+2+4
Muestra 2: 3, 3, 3, 2, 4 𝑋̅2 = =3
5
2+3+2+3+7
Muestra 3: 2, 3, 2, 3, 7 𝑋̅3 = = 3.4
5
2+2+3+3+4
Muestra 4: 2, 2, 3, 3, 4 𝑋̅4 = = 2.8
5
2+4+7+5+3
Muestra 5: 2, 4, 7, 5, 3 𝑋̅5 = = 4.2
5

d) Compare la media de la distribución muestral de medias con la media

poblacional. ¿Esperaría que los dos valores fueran aproximadamente
iguales?
2.6+3+3.4+2.8+4.2
𝜇𝑋̅ = = 3.2 𝜇 = 3.15
5
 Los valores se aproximan, y si se tomara un mayor numero de muestras,
entonces el valor de la media de la distribución muestral se acercaría aun mas al
de la media poblacional, es decir, si se espera que se aproximen ambos valores.
e) Trace un histograma de las medias muestrales. ¿Nota alguna diferencia en
la forma de la distribución muestral de las medias en comparación con la
forma de la distribución de la población?

En este caso, al ser distintas todas las medias, no se puede apreciar una forma en
particular de la distribución de las medias, en cambio, la distribución de la
población tiene forma de curva con sesgo positivo.

14) Considere los dígitos de los números telefónicos de una página seleccionada al
azar del directorio telefónico local como una población. Elabore una tabla de
frecuencias con el último dígito de 30 números telefónicos seleccionados al azar.
Por ejemplo, si el número telefónico es 5-55-97-04, registre un 4.

Relación de datos:

8 4 2 5 1 5

1 5 9 3 2 8

4 7 8 1 6 9

6 3 5 4 3 8

8 7 4 3 6 7
a) Trace un histograma u otro tipo de gráfica que muestre la distribución de la
población. Con la distribución uniforme, calcule la media de la población y la
desviación estándar de la población.

𝒖 = (𝟖 + 𝟏 + 𝟒+. . . . . 𝟓 + 𝟖 + 𝟗 + 𝟖 + 𝟕)/𝟑𝟎 = 𝟓. 𝟎𝟔𝟕

𝒐 = 𝟐. 𝟒𝟕𝟕
b) Registre, asimismo, la media de la muestra de los últimos cuatro dígitos (97-04
daría una media de 5). Ahora elabore un histograma u otro tipo de gráfica que
muestre la distribución muestral de las medias.

Medias calculadas de los últimos cuatro dígitos:

6 4 3 6 2 4

3 4 7 3 2 7

5 7 6 2 5 8

4 4 3 5 5 7

7 8 3 4 5 7
c) Compare la forma de los dos histogramas.
La forma de cada histograma es independiente.Las cantidades dependen aleatoriamente
respecto a los dígitos encontrados.Existen menor cantidad de repitencias de un mismo
número en el primer histograma respecto al segundo.
16. Una población normal posee una media de 75 y una desviación estándar de
5. Usted selecciona una muestra de 40. Calcule la probabilidad de que la
media muestral:
a) Sea menor que 74.
𝑋̅ − 𝜇 74 − 75
𝑧= = = −1.26
𝜎 ∕ √𝑛 5/√40
Localizamos la probabilidad de un valor z de 1.26, este valor es 0.3962 .
La probabilidad para un valor z menor que 1.26 es 0.5 + 0.3962 = 0.8962.
b) Se encuentre entre 74 y 76.
𝑋̅ − 𝜇 74 − 75
𝑧1 = = = −1.26
𝜎⁄√𝑛 5
√40
𝑋̅ − 𝜇 76 − 75
𝑧2 = = = 1.26
𝜎 ∕ √𝑛 5/√40
Localizamos la probabilidad de un valor z de 1.26, este valor es 0.3962 .
La probabilidad para un valor z entre -1.26 y 1.26 es 0.3962 + 0.3962 =
0.7924.
 c) Se encuentre entre 76 y 77.
𝑋̅ − 𝜇 76 − 75
𝑧1 = = = 1.26
𝜎 ∕ √𝑛 5/√40
𝑋̅ − 𝜇 77 − 75
𝑧2 = = = 2.53
𝜎⁄√𝑛 5/√40

Localizamos la probabilidad de un valor z de 1.26, este valor es 0.3962.

Localizamos la probabilidad de un valor z de 2.53, este valor es 0.4943.
La probabilidad para un valor z entre 1.26 y 2.53 es 0.4943 – 0.3962 =
0.0981.
d) Sea mayor que 77.

𝑋̅ − 𝜇 77 − 75
𝑧= = = 2.53
𝜎 ∕ √𝑛 5/√40
Localizamos la probabilidad de un valor z de 2.53, este valor es 0.4943.
La probabilidad para un valor z menor que 1.26 es 0.5 - 0.4943 = 0.0057
18. De acuerdo con un estudio del Internal Revenue Service, los contribuyentes
tardan 330 minutos en promedio en preparar, copiar y archivar en un medio
electrónico la forma fiscal 1040. Esta distribución de tiempos se rige por una
distribución normal, y la desviación estándar es de 80 minutos. Un organismo de
control selecciona una muestra aleatoria de 40 consumidores.
Media: 330
Desviacion estándar: 80
N = 40
a) ¿Cuál es el error estándar de la media de este ejemplo?
80
𝜎𝑥 = = 12.65
√40
b) ¿Cuál es la probabilidad de que la media de la muestra sea mayor que 320
minutos?
320 − 330 −10
𝑧= = = −0.79
80 12.65
√40
𝑃(𝑍) = 𝑃(−0.79) = 0.2852 = 28.52%
c) ¿Cuál es la probabilidad de que la media de la muestra se encuentre entre 320 y
350 minutos?
350 − 330 20
𝑧= = = 1.58
12.65 12.65
𝑃(𝑧) = 𝑃(1.58) = 0.4429

𝑃(𝑧) = 𝑃(−0.79) = 0.2852

0.4429 + 0.2852 = 0.7281 = 72.81%

d) ¿Cuál es la probabilidad de que la media de la muestra sea superior que 350

minutos?
350 − 330
𝑍= = 1.58
12.65
𝑃(𝑧) = 𝑃(1.58) = 0.4429

𝑃(𝑥 > 350) = 0.5 − 𝑃(1.58) = 0.5 − 0.4429 = 0.0571 = 5.71%

20. Medical Mutual Insurance investiga el costo de una visita de rutina a
consultorios de médicos familiares en el área de Rochester, Nueva York. La
siguiente constituye una lista de médicos familiares de la región. Se debe
seleccionar a los médicos de forma aleatoria y establecer comunicación con ellos
para conocer el monto de sus honorarios. Los 39 médicos se codificaron del 00 al
38. También se indica si cuentan con consultorio propio (P), si tienen un socio (S) o
si tienen un consultorio en grupo (G).
a) Los números aleatorios que se obtuvieron del apéndice B.6 son 31, 94, 43,
36, 03, 24, 17 y 09. ¿Con qué médicos se debe establecer comunicación?
Se debe establecer comunicación con los siguientes médicos:

Tipo de
Número Médicos
Consultorio
31 Jeanne Fiorito,M.D S
36 Douglas Smucker,M.D P
3 Jeanine S.Huttner,M.D S
24 Harry Mayhew,M.D P
17 Mark Steinmetz,M.D. G
9 Paul Langenkamp,M.D P

b) La muestra debe incluir a cada quinto médico. El número 04 se selecciona

como punto de partida. ¿Con qué médicos se debe establecer contacto?

Número Médicos Tipo de Consultorio

4 Francis Aona,M.D S
Hasmukh
13 S
Parmar,M.D
22 Larry Johnson,M.D S
31 Jeanne Fiorito,M.D S
22. En el Departamento de Educación de la UR University, los registros de los
estudiantes sugieren que la población estudiantil pasa un promedio de 5.5 horas a
la semana practicando deportes organizados. La desviación estándar de la
población es 2.2 horas a la semana. Basándose en una muestra de 121 estudiantes,
Healthy Lifestyles Incorporated (HLI) querría aplicar el teorema central del límite
para realizar varias estimaciones.

a) Calcule el error estándar de la media muestral.

𝐸𝑟𝑟𝑜𝑟 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 = 𝜎𝑋̅= 𝜎
√𝑛

𝜎𝑋̅= 𝜎 = 2.2
=0.2
√𝑛 √121

b) ¿Cuál es la probabilidad de que HLI encuentre una media muestral entre

5 y 6 horas?
𝑋̅ − 𝜇 5−5.5
𝑍 = 𝜎/ = 2.2/√121=Z-2.5
√𝑛

X=-0.4938
𝑋̅ − 𝜇 6−5.5
𝑍= = =Z2.5
𝜎/√𝑛 2.2/√121

X=0.4938
0.4938+0.4938=0.9876
c) Calcule la probabilidad de que la media muestral esté entre 5.3 y 5.7 horas.
𝑋̅ − 𝜇 5.3−5.5
𝑍 = 𝜎/ = 2.2/√121=Z-1
√ 𝑛

X=-0.3413

𝑋̅ − 𝜇 5.7−5.5
𝑍 = 𝜎/ = 2.2/√121=Z1
√𝑛

X=0.3413
0.3413+0.3413=0.6826
24. Responda las siguientes preguntas en uno o dos enunciados bien construidos.
a) ¿Qué sucede con el error estándar de la media si aumenta el tamaño de la
muestra?
Como se sabe, la relación entre el error estándar de la media se relaciona con el
𝜎
número de datos de la muestra de la siguiente forma: 𝜎𝑋̅ = 𝑛, es decir, de
√
manera inversamente proporcional, por ende, si aumenta el tamaño de la muestra
entonces, disminuye el error estándar de la media.
b) ¿Qué sucede con la distribución muestral de la media si aumenta el tamaño
de la muestra?
Entonces, disminuye la dispersión, es decir, los valores oscilan entre rangos cada
vez más pequeños.
c) Cuando se utiliza la distribución de la media muestral para aproximar la
media poblacional, ¿cuál es el beneficio de utilizar tamaños muestrales más
grandes?
El beneficio es que, al usar tamaños muestrales más grandes, el error o
desviación respecto a la media poblacional disminuye, es decir, la media
muestral se aproxima aun mas a la media poblacional.

26) Como parte de su programa de servicio al cliente, United Airlines seleccionó de

forma aleatoria a 10 pasajeros del vuelo de hoy que parte de Chicago a Tampa a
las nueve de la mañana. A cada pasajero de la muestra se le hará una entrevista a
fondo en relación con las instalaciones, servicios, alimentos, etc., en los
aeropuertos. Para identificar la muestra, a cada pasajero se le proporcionó un
número al abordar la nave. Los números comenzaron por 001 y terminaron en
250.
a) Seleccione al azar 10 números con ayuda del apéndice B.6.
153 102 013 126 147 212 132 054 122 165
b) La muestra de 10 pudo seleccionarse con una muestra sistemática. Elija
el primer número con ayuda del apéndice B.6 y, después, mencione los
números con los que se entrevistará.
124 128 132 136 140 144 148 152 156 160
c) Evalúe ambos métodos. Señale las ventajas y posibles desventajas.
Para el primer método,es posible que salgan números mucho mayores a la
cantidad de la muestra,ello sería perjudicial porque reduciría la cantidad de la
muestra.La ventaja es que es muy aleatoria
Si en los pasajeros se evidencia características similares,el muestreo aleatorio s
istemático no garantiza una muestra aleatoria.
 d) ¿De qué otra forma se puede seleccionar una muestra aleatoria de los 250
pasajeros?
Podríamos contar con un software tales como Minitab o Excel para poder
realizar tal proceso.
28. En la oficina del First National Bank, ubicada en el centro de la ciudad, hay
cinco cajeros automáticos. La semana pasada cada uno de los cajeros
incurrió en el siguiente número de errores: 2, 3, 5, 3 y 5.
a) ¿Cuántas muestras de dos cajeros se pueden seleccionar?
5!
5𝐶2 = = 10
2! 3!
Se pueden seleccionar 10 muestras de dos cajeros.
b) Escriba todas las muestras posibles de tamaño 2 y calcule la media de
cada una.

Cajeros Media
C1 C2 (2+3)/2 2.5
C1 C3 (2+5)/2 3.5
C1 C4 (2+3)/2 2.5
C1 C5 (2+5)/2 3.5
C2 C3 (3+5)/2 4
C2 C4 (3+3)/2 3
C2 C5 (3+5)/2 4
C3 C4 (5+3)/2 4
C3 C5 (5+5)/2 5
C4 C5 (3+5)/2 4
 c) Calcule la distribución muestral de la media y compárela con la media de
la población.

Histograma de Media
4

3
Frecuencia

0
2.5 3.0 3.5 4.0 4.5 5.0
Media

Media de la distribución muestral de las medias:

2.5+3.5+2.5+3.5+4+3+4+4+5+4
𝜇𝑋̅ = = 3.6
10
2+3+5+3+5
Media poblacional: 𝜇 = = 3.6
2

30. The Appliance Center cuenta con seis representantes de ventas en su sucursal
del norte de Jacksonville. A continuación aparece el número de refrigeradores que
vendió cada uno de ellos el último mes.

a) ¿Cuántas muestras de tamaño 2 se pueden tomar?

15 muestras

b) Seleccione todas las muestras posibles de tamaño 2 y calcule la cantidad

media de refrigeradores vendidos.

Muestras Valores Media

1 54,50 52
2 54,52 53
3 54,48 51
4 54,50 52
5 54,52 53
6 50,52 51
7 50,48 49
8 50,50 50
 9 50,52 51
10 52,48 50
11 52,50 51
12 52,52 52
13 48,50 49
14 48,52 50
15 50,52 51

c) Organice las medias de las muestras en una distribución de frecuencias.

Medias muestral Frecuencia Probabilidad
49 2 0.13
50 3 0.2
51 5 0.33
52 3 0.2
53 2 0.13

d) ¿Cuál es la media de la población? ¿Cuál es la media de las medias de la

muestra?
54 + 50 + 52 + 48 + 50 + 52
𝜇= = 51
6
52+53+51+52+53+51+49+50+51+⋯+51
𝜇𝑥 = =51
15

e) ¿Cuál es la forma de la distribución de la población?

La forma de los valores de la población es relativamente uniforme.

f) ¿Cuál es la forma de la distribución muestral de la media?

La distribución de la muestra tiene a la normalidad.
32. CRA CDs, Inc., desea que las extensiones medias de los “cortes” de un CD sean
de 135 segundos (2 minutos y 15 segundos). Esto permitirá a los disc jockeys contar
con tiempo de sobra para “meter” comerciales entre cada segmento de 10 minutos.
Suponga que la distribución de la extensión de los cortes sigue una distribución
normal con una desviación estándar de la población de 8 segundos, y también que
selecciona una muestra de 16 cortes de varios CD vendidos por CRA CDs, Inc.
a) ¿Qué puede decir sobre la forma de la distribución muestral de la media
La for de la distribución muestral de la media también se comporta como una
distribución normal
b) ¿Cuál es el error estándar de la media?
𝜎
𝐸𝑟𝑟𝑜𝑟 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 =
√𝑛
 8
=2
√16
El error estándar de la media es de 2. Esto quiere decir que la dispersión de la media de
las medias muestrales respecto a la media de la población es de 2 minutos, lo cual es
muy significativo.
c) ¿Qué porcentaje de las medias muestrales será superior a 140 segundos?
𝑋̅ − 𝜇
𝑧=
𝜎 √𝑛
140 − 135
= 2.5
2
De la tabla de los valores estandarizados de las probabilidades:
La probabilidad de ocurrencia hasta Z=2.5 es de 0.9938. Entonces el porcentaje
de las medias muestrales superior a 140 segundos será la diferencia de la unidad
y la probabilidad cuando Z=2.5
𝑃orcentaje de las medias muestrales será superior a 140 segundos = 1 − 0.9938
= 0.62%
d) ¿Qué porcentaje de las medias muestrales será superior a 128 segundos?
𝑋̅ − 𝜇
𝑧=
𝜎 √𝑛
128 − 135
= −3.5
2
De la tabla de los valores estandarizados de las probabilidades:
La probabilidad de ocurrencia hasta Z=-3.5 es de 0.0002. Entonces el porcentaje
de las medias muestrales superior a 128 segundos será la diferencia de la unidad
y la probabilidad cuando Z=-3.5
𝑃orcentaje de las medias muestrales será superior a 128 segundos
= 1 − 0.0002 = 99.98%

e) ¿Qué porcentaje de las medias muestrales será superior a 128 segundos e

inferior a 140?
De las 2 preguntas anteriores podemos realizar estos cálculos:
𝑧1 = 0.62%
𝑧2 = 99.98%
Entonces el porcentaje de las medias muestrales que será superior a 128
segundos e inferior a 140 es de:
 99.98% − 0.62% = 98.76%

34. Información en poder del American Institute of Insurance indica que la

cantidad media de seguros de vida por familia en Estados Unidos asciende a $110
000. Esta distribución sigue la distribución normal con una desviación estándar de
$40 000.
a) Si selecciona una muestra aleatoria de 50 familias, ¿cuál es el error estándar de
la media?
40000
𝜎𝑋̅= 𝜎 = = 5,656.85
√𝑛 √50

b) ¿Cuál es la forma que se espera que tenga la distribución muestral de la media?

Distribución normal estándar

c) ¿Cuál es la probabilidad de seleccionar una muestra con una media de por lo

menos $112 000?
𝑋̅ − 𝜇 112,000 − 110,000 2,000
𝑍= 𝜎 = = = 𝑍. 3535
40,000 5,656.85
√𝑛 √50

𝑋 = 0.1368

0.5-0.1368 = 0.3632

d) ¿Cuál es la probabilidad de seleccionar una muestra con una media de más de

$100 000?
𝑋̅ − 𝜇 100,000 − 110,000 −10,000
𝑍= = = = 𝑍 − 1.77 𝑋 = −0.4616
𝜎/√𝑛 40,000/√50 5,656.85
= 0.5 + .4616 = 0.9616
36. Un estudio reciente que llevó a cabo la Greater Los Angeles Taxi Drivers
Association mostró que la tarifa media por servicio de Hermosa Beach al
aeropuerto internacional de Los Ángeles es de $21.00, y la desviación estándar, de
$3.50. Seleccione una muestra de 15 tarifas.
a) ¿Cuál es la probabilidad de que la media de la muestra se encuentre entre
$20.00 y $23.00?
Para empezar, se tipifican los valores:

20−21 23−21
𝑍1 = 3.50 = −1.11 𝑍1 = 3.50 = 2.21
⁄ ⁄
√15 √15

Buscando los valores en la tabla del estadístico z, se obtiene las siguientes

probabilidades:
𝑃1 = 0.3665 𝑃2 = 0.4864
Entonces, la probabilidad de que la media de la muestra se encuentre entre
$20.00 y $23.00 es la suma de ambas probabilidades, es decir, de:
𝑃 = 0.8529
Que también se puede expresar como 85.29% de probabilidad.
b) ¿Qué debe suponer para llevar a cabo el cálculo anterior?
Que la distribución de la población de la cual proviene la muestra es regida por
una distribución normal o de campana.

38) La cantidad media de abarrotes que compra cada cliente en Churchill Grocery
Store es de $23.50, con una desviación estándar de $5.00. Suponga que la
distribución de cantidades compradas sigue la distribución normal. En el caso de
una muestra de 50 clientes, conteste las siguientes preguntas.
a) ¿Cuál es la probabilidad de que la media de la muestra sea de por lo menos
$25.00?
z=(x-u)/(o*(n)^(½))
z=(25.0-23.5)/(5*(50)^(½))=0.0424
Entonces la probabilidad,según la tabla es de 0.0160
b) ¿Cuál es la probabilidad de que la media de la muestra sea superior a $22.50 e
inferior a $25.00?
z=(x-u)/(o*(n)^(½))
z=(25.0-23.5)/(5*(50)^(½))=0.0424
Entonces la probabilidad,según la tabla es de 0.0160
z=(x-u)/(o*(n)^(½))
z=(23.0-23.5)/(5*(50)^(½))=-0.0141
Entonces la probabilidad,según la tabla es de 0.0040
Por lo que la probabilidad para ello sería en total de 0.02
c) ¿Dentro de qué límites se presentará 90% de las medias muestrales?
Aproximadamente y según la regla empírica,entre u-2o y u+2o.Osea entre 13.5 y 33.5
La probabilidad para un valor z menor que 1.26 es 0.5 - 0.4943 = 0.0057

40. Suponga que lanza un dado dos veces.

a) ¿Cuántas muestras se pueden seleccionar?
Se pueden seleccionar 21 muestras.
b) Enumere cada una de las muestras posibles y calcule la media.
Muestra Combinaciones ME 11 2,6 4
1 1,1 1 12 3,3 3
2 1,2 1.5 13 3,4 3.5
3 1,3 2 14 3,5 4
4 1,4 2.5 15 3,6 4.5
5 1,5 3 16 4,4 4
6 1,6 3.5 17 4,5 4.5
7 2,2 2 18 4,6 5
8 2,3 2.5 19 5,5 5
9 2,4 3 20 5,6 5.5
10 2,5 3.5 21 6,6 6
c) En una gráfica similar a la 8-1, compare la distribución muestral de la media
con la distribución de la población.

Distribución de la población
0.18

0.16

0.14

0.12
Probabilidad

0.10

0.08

0.06

0.04

0.02

0.00
1 2 3 4 5 6
Valores del dado

Distribución muestral de las medias

0.30

0.25

0.20
Probabilidad

0.15

0.10

0.05

0.00
1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0
Media de la muestra

d) Calcule la media y la desviación estándar de cada distribución y compárelas.

Distribución poblacional:
- Media = 3.5
- Desviación estándar = 1.784
Distribución muestral de medias:
- Media = 3.5
- Desviación estándar = 1.323
42. Human Resource Consulting (HRC) lleva a cabo un sondeo con una muestra de
60 empresas con el fin de estudiar los costos del cuidado de la salud del cliente. Uno
de los elementos que se estudia es el deducible anual que deben pagar los
empleados. La Bureau of Labor estatal informa que la media de esta distribución
es de $502, con una desviación estándar de $100.
N =60
Media = 502
Desviación estándar = 100
a) Calcule el error estándar de la media muestral de HRC.
100
𝜎𝑥 = = 12.91
√60

b) ¿Cuál es la probabilidad de que HRC encuentre una media muestral

entre $477 y $527?
477 − 502
𝑍= = −1.94
12.91
𝑃(𝑍) = 𝑃(−1.94) = 0.4738

527 − 502
𝑍= = 1.94
12.91
𝑃(𝑍) = 𝑃(1.94) = 0.4738

0.4738 + 0.4738 = 0.9476

c) Calcule la probabilidad de que la media muestral oscile entre $492 y

$512.
492 − 502
𝑍= = −0.77
12.91

𝑃(𝑍) = 𝑃(−0.77) = 0.2794

512 − 502
𝑍= = 0.77
12.91

𝑃(𝑍) = 𝑃(0.77) = 0.2794

0.2794 + 0.2794 = 0.5588 = 55.88%

d) ¿Cuál es la probabilidad de que la media muestral sea superior a $550?

550−502
𝑍= 12.91
=3.72
44. El Oil Price Information Center informa que el precio medio por galón de
gasolina normal es de $3.00, con una desviación estándar de población de $0.18.
Suponga que se selecciona una muestra aleatoria de 40 estaciones de gasolina, cuyo
costo medio de combustible normal se calcula.
a) ¿Cuál es el error estándar de la media de este experimento?

𝜎
𝐸𝑟𝑟𝑜𝑟 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 =
√𝑛
0.18
= 0.0285
√40
El error estándar de la media es de 0.0285. Esto quiere decir que la dispersión de
la media de las medias muestrales respecto a la media de la población es de
0.0285
b) ¿Cuál es la probabilidad de que la media de la muestra oscile entre $2,98 y
$3,02?
𝑋̅ − 𝜇
𝑧=
𝜎 √𝑛

2.98 − 3
𝑧1 = = −0.70
0.0285
3.02 − 3
𝑧2 = = 0.70
0.0285
De la tabla de los valores estandarizados de las probabilidades:
La probabilidad de ocurrencia hasta z1=-0.70 es de 0.2420 y para z2=0.70 es de
0.7580.
Entonces la probabilidad de que la media de la muestra oscile entre $2,98 y
$3,02 será la diferencia de:
0.7580 − 0.2420 = 0.516
Que es equivalente al 51.6%

c) ¿Cuál es la probabilidad de que la diferencia entre la media muestral y la

media poblacional sea inferior a 0,01?
Eso quiere decir que: 𝑋̅ − 𝜇 < 0.01
𝑃𝑒𝑟𝑜, 𝜇 = 3; 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠: 𝑋̅ < 3.01
Analizando:
𝑋̅ − 3
𝑧=
0.0285
 Para 𝑋̅ = 3.01
3.01 − 3
𝑧= = 0.35
0.0285

𝑐𝑢𝑦𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 ℎ𝑎𝑠𝑡𝑎 𝑒𝑠𝑒 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠 𝑑𝑒: 0.6368

Entonces podemos decir que la probabilidad de que la diferencia entre la media
muestral y la media poblacional sea inferior a 0,01 es de 63.68% para 𝑋̅ = 3.01
d) ¿Cuál es la probabilidad de que la media de la muestra sea superior a
$3,08?

𝑋̅ − 𝜇
𝑧=
𝜎 √𝑛

3.08 − 3
𝑧1 = = 2.81
0.0285
De la tabla de los valores estandarizados de las probabilidades:
La probabilidad de ocurrencia hasta z1=2.81 es de 0.9975 que es equivalente a
99.75%