Documente Academic
Documente Profesional
Documente Cultură
Un ejemplo
Se lanza un dado una infinita cantidad de veces.
Llamamos X a la cantidad de puntos en la cara
superior en cada lanzamiento.
La distribucin de probabilidad de X es
x
1 2 3 4 5 6
p(x) 1/6 1/6 1/6 1/6 1/6 1/6
E(X) = 1(1/6) +
2(1/6) + 3(1/6)+
.= 3,5
V(X) = (1-3,5)2(1/6) +
(2-3,5)2(1/6) +
3
Muestra
Muestra
11
22
33
44
55
66
77
88
99
10
10
11
11
12
12
1,1
1,1
1,2
1,2
1,3
1,3
1,4
1,4
1,5
1,5
1,6
1,6
2,1
2,1
2,2
2,2
2,3
2,3
2,4
2,4
2,5
2,5
2,6
2,6
MediaMuestra
Muestra
Media Muestra
Muestra
Media
Media
Media
Media
13 3,1
3,1
25
5,1
11
13
22
25
5,1
33
1.5
14 3,2
3,2 2.5
2.5
26
5,2
3.5
1.5
14
26
5,2
3.5
15 3,3
3,3
27
5,3
22
15
33
27
5,3
44
2.5
16 3,4
3,4 3.5
3.5
28
5,4
4.5
2.5
16
28
5,4
4.5
17 3,5
3,5
29
5,5
33
17
44
29
5,5
55
3.5
18 3,6
3,6 4.5
4.5
30
5,6
5.5
3.5
18
30
5,6
5.5
1.5
19 4,1
4,1 2.5
2.5
31
6,1
3.5
1.5
19
31
6,1
3.5
20 4,2
4,2
32
6,2
22
20
33
32
6,2
44
2.5
21 4,3
4,3 3.5
3.5
33
6,3
4.5
2.5
21
33
6,3
4.5
22 4,4
4,4
34
6,4
33
22
44
34
6,4
55
3.5
23 4,5
4,5 4.5
4.5
35
6,5
5.5
3.5
23
35
6,5
5.5
24 4,6
4,6
36
6,6
44
24
55
36
6,6
66
5
1,1
1,1
1,2
1,2
1,3
1,3
1,4
1,4
1,5
1,5
1,6
1,6
2,1
2,1
2,2
2,2
2,3
2,3
2,4
2,4
2,5
2,5
2,6
2,6
Mean Sample
Mean
Sample
Mean
Mean
Mean
Sample
Mean
Media Sample
Muestra
Media
Muestra
Media
13
3,1
25
5,1
11
13
3,1
22
25
5,1
33
1.5
14
3,2 2.5
2.5
26
5,2
3.5
1.5
14
3,2
26
5,2
3.5
15
3,3
27
5,3
22
15
3,3
33
27
5,3
44
2.5
16
3,4 3.5
3.5
28
5,4
4.5
2.5
16
3,4
28
5,4
4.5
17
3,5
29
5,5
33
17
3,5
44
29
5,5
55
3.5
18
3,6 4.5
4.5
30
5,6
5.5
3.5
18
3,6
30
5,6
5.5
1.5
19
4,1 2.5
2.5
31
6,1
3.5
1.5
19
4,1
31
6,1
3.5
20
4,2
32
6,2
22
20
4,2
33
32
6,2
44
2.5
21
4,3 3.5
3.5
33
6,3
4.5
2.5
21
4,3
33
6,3
4.5
22
4,4
34
6,4
33
22
4,4
44
34
6,4
55
3.5
23
4,5 4.5
4.5
35
6,5
5.5
3.5
23
4,5
35
6,5
5.5
24
4,6
36
6,6
44
24
4,6
55
36
6,6
66
E( x) =1,0(1/36)+
1,5(2/36)+.=3,5
6/36
5/36
V(X) = (1.0-3,5)2(1/36)+
(1,5-3,5)2(2/36)... = 1,46
4/36
3/36
2/36
1/36
1,5
2,0
2,5
3,0
3,5
4,0
4,5
5,0
5,5 6,0
a)
La distribucin muestral de
b)
La distribucin muestral de x
tiene media
x , es decir : E ( X ) x
x
n
N n
N 1
c)
d)
e)
X x
x
tiene una
n5
x 3,5
x2
0,5833 ( )
5
2
x
n 25
n 10
x 3,5
x 3,5
x2 0,2917 (
)
10
2
x
x2
0,1167 ( )
25
2
x
n5
x 3,5
x2 0,5833 (
)
5
2
x
n 10
n 25
x 3,5
x 3,5
x2
0,2917 ( )
10
x2
0,1167 ( )
25
2
x
2
x
1.5
2.5
3
222
1.5
2.5
1.5
22
2.5
1.5
2.5
1.5
2.5
2
Compare
la variabilidad
de la poblacin
1.5
2.5
1.5
22 de la
2.5
con la variabilidad
media muestral.
1.5
2.5
1.5
2.5
2
1.5
2.5
1.5
2
2.5
1.5
2
2.5
Tomando muestras
1,5
2
2,5
Poblacin
de dos observaciones
10
Tambin,
Valor Esperado de la poblacin =
(1 + 2 + 3)/3 = 2
Valor Esperado de la media muestral =
(1,5 + 2 + 2,5)/3 = 2
11
12
1. x x
2.
n
3. Si x es normal, x es normal. Si x no es normal, x
se distribuye aproximada mente como una normal
si el tamao de muestra es suficientemente grande.
2
x
2
x
13
Ejemplo 9.1
La cantidad de soda en cada botella de una
gaseosa se distribuye normalmente con una
media de 32,2 gramos y un desvo estndar de
0,3 gramos.
Hallar la probabilidad de que un cliente compre
una botella que contenga ms de 32 gramos.
Solucin
La variable aleatoria X es la
cantidad de soda en una botella.
P( x 32) P(
x 32 32,2
)
x
0,3
P ( z 0,67) 0,7486
0,7486
x = 32 = 32,2
14
x 32 32,2
)
x
0,3 4
P ( z 1,33) 0,082
P( x 32) P(
0,9082
0,7486
x = 32
x 32 = 32,2
x 32,2
15
Ejemplo 9.2
P ( x 550) P (
x
100 25
P ( z 2,5) 0,0062
16
Z0,025
x
1,96) 0,95
n
x 1,96
) 0,95
n
n
y ordenando :
P ( 1,96
x 1,96
) 0,95
n
n
P ( 1,96
18
Distribucin normal de
100
100
x 600 1,96
) 0,95
25
25
0,95
0,95
0,025 0,025
0,025
-1,96
Z
-1,96
11.96
P(600
.96
100
25
n
100
P(600
1.96
1.96
n 25
0,025
x
19
100
100
P (600 1,96
x 600 1,96
) 0,95
25
25
Se simplifica a P (560,8 x 639,2) 0,95
Conclusin
Si la media poblacional es 600: Hay una
probabilidad del 95% de que la media muestral
caiga dentro del intervalo [560,8; 639,2]
Dado que la media muestral fue 550, no es
probable que la media poblacional sea 600.
20
El estimador de p = ^
p=
X
n
21
^
Si X es binomial, las probabilidades
p
se pueden calcular con la distribucin
binomial.
Pero, para inferencia acerca de
se
^
p
prefiere usar la normal como aproximacin
a la binomial.
22
La aproximacin normal a
la binomial es mejor
cuando
la cantidad de
experimentos (tamao de
la muestra ) es grande, y la
probabilidad del suceso, p,
es prxima a 0,5.
np
5 ;
n(1 - p)
5
23
Ejemplo:
Aproximar la probabilidad binomial P(x=10)
cuando n = 20 y p = 0,5
Los parmetros de la distribucin normal que
usamos para aproximar la binomial son:
= np; 2 = np(1 - p)
24
= np = 20(0,5) = 10;
2 = np(1 - p) = 20(0,5)(1 0,5) = 5
= 51/2 = 2,24
P(9,5<YNormal<10,5)
La aproximacin
10
10,5
9,5 10
10,5 10
P(
Z
) 0,1742
2,24
2,24
25
Aproximacin Normal a la
Distribucin Binomial
Ms ejemplos de la aproximacin
normal a la binomial
P(X 4) P(Y< 4,5)
4
4,5
13,5
14
26
ppp
p
zz
pp((11pp))
nn como una normal estndar.
Z se distribuye
27
Ejemplo 9.3
Un representante estatal recibi el 52% de los
votos en la ltima eleccin.
Un ao despus el representante quiere
estudiar su popularidad.
Si su popularidad no ha cambiado, cul es la
probabilidad de que ms de la mitad de un
muestra de 3000 electores lo voten?
28
Ejemplo 9.3
Solucin
El nmero de electores que prefieren el representante es binomial con n = 300 y p = 0,52.
Se tiene np = 300(0,52) = 156 y n(1-p) = 300(10,52) = 144 (ambos mayores de 5)
P( p 0,50) P
p p
0,50 0,52
0,7549
p (1 p ) n
(0,52)(1 0,52) 300
29
x1 x 2
30
La distribucin de
x1 x 2
es aproximadamente normal.
31
E( x 1 x 2 ) E( x 1 ) E( x 2 ) 1 2
V( x1 x 2 ) V( x1 ) V( x 2 )
n
n
2
1
2
2
Se puede definir:
((xx11xx22))((1122))
Z
Z
22
22
11 22
n
n11 nn22
32
Ejemplo 9.4
Los ingresos promedios de los
funcionarios de dos empresas, WLU y
UWO son de $62.000 (d. estndar =
$14.500), y $60.000 (d. estn- dar =
$18.300). (Valores anuales)
Cul es la probabilidad de que una
media muestral de la WLU sea mayor que
la media muestral de UWO (nWLU = 50;
nUWO = 60)
33
P( x1 x 2 0)
12
n
22
n
14.500 2 18.300 2
$3.128
50
60
P ( x1 x2 0) P (
x1 x2 ( 1 - 2 )
n1 n2
2
1
2
2
0 2000
)
3128
34