Resolucion Taller No 5 Estadistica

Ministerio de Educacin y Justicia
Universidad Tecnolgica Nacional

Facultad Regional San Rafael
Ctedra: Probabilidad y Estadstica
Profesor: Lic. Oscar Ral Zapata

JTP: Lic. Andrea Roldn
ATP: Ing. Valeria Cordero
Taller N 5
Muestreo
Ciclo Lectivo: 2014
Ejercicio N 1
1. Dadas las investigaciones que se indican a continuacin, se pide determinar para cada caso:
a- Poblacin de estudio.
b- Unidad de anlisis.
c- Variable.
d- Tipo de muestreo (probabilstico, no probabilstico)
a- Tcnica de muestreo utilizada.
I.
A efectos de realizar un estudio sobre el comportamiento dentro de la clase, el profesor ha solicitado a

todos los alumnos que escriban en un papel su nombre, a continuacin extrae al azar 4 papeles con los
cuales forma un grupo y as sucesivamente hasta concluir con todos los papeles.
a- Poblacin de estudio: alumnos de la clase
b- Unidad de anlisis: alumno
c- Variable: comportamiento dentro de la clase
d- Tipo de muestreo (probabilstico, no probabilstico): probabilstico.
a- Tcnica de muestreo utilizada: Muestreo aleatorio simple (MAS)
II.
Para estudiar las infracciones cometidas en una esquina, ante un cartel de Pare, un equipo de
observacin ha permanecido de 8 de la maana a 8 de la tarde, durante tres das consecutivos,
registrando una de cada tres de las infracciones observadas en ese tiempo.
a- Poblacin de estudio: vehculos que pasan por una esquina
b- Unidad de anlisis: vehculo
c- Variable: infracciones cometidas
d- Tipo de muestreo (probabilstico, no probabilstico): muestreo no probabilstico
a- Tcnica de muestreo utilizada: Muestreo intencional (MI)
III.
Con el fin de investigar los coeficientes intelectuales de los estudiantes de una universidad, se obtiene un
listado de los
estudiantes matriculados, numerados del 1 al 20000, de los cuales se extrae una
muestra de 100, mediante un generador de nmeros aleatorios.

a- Poblacin de estudio: estudiantes matriculados de una universidad
b- Unidad de anlisis: estudiante
c- Variable: coeficiente intelectual
d- Tipo de muestreo (probabilstico, no probabilstico): probabilstico sin reposicin.
a- Tcnica de muestreo utilizada: Muestreo aleatorio simple (MAS)
IV.
Un ingeniero que supervisa la calidad de produccin en una fbrica de laminados, desea determinar la
proporcin de fallas en el producto final. Decide tomar una muestra de 50 lminas en un da, para lo
Taller N 5

cual, durante cinco horas seguidas, toma las ltimas diez lminas producidas y cuenta el nmero de
fallas.
a- Poblacin de estudio: lminas producidas
b- Unidad de anlisis: lmina
c- Variable: fallas
d- Tipo de muestreo (probabilstico, no probabilstico): no probabilstico.
V.
Para observar el comportamiento de una red de distribucin elctrica de media tensin en una ciudad, se
toman 10 muestras de igual cantidad de viviendas con una superficie cubierta similar, posteriormente a
las mismas se miden los kw. Consumidos durante la primer semana de un mes.
a- Poblacin de estudio: viviendas de una ciudad con superficie similar
b- Unidad de anlisis: vivienda
c- Variable: comportamiento de la red elctrica / consumo en Kw.
VI.
Se desea conocer la insercin profesional, de los egresados de las carreras de ingeniera de la UTN
FRSR, por lo cual, se realiza una encuesta en fecebook a los estudiantes de ltimo ao de cada
especialidad, cuantificando a aquellos que han recibido algn ofrecimiento laboral.
a- Poblacin de estudio: egresados de ingeniera de la UTN
b- Unidad de anlisis: estudiante de ltimo ao
c- Variable: ofrecimiento laboral
Ejercicio N 2
1. Sobre los datos presentados en la tabla siguiente, indicar:
abcd-
Poblacin de estudio
Unidad de anlisis
Variable/s
Tipo y clasificacin de variable/s
Estudiantes de Ingeniera segn condicin laboral
Especialidad
Total
Trabajan
Civil
8.040
1.769
Aeronutica
4.002
1.385
Electromecnica
5.473
940
Industrial
11.076
2.671
Qumica
6.884
1.496
Electrnica
6.703
1.635
Fuente: Ministerio de Educacin de la Nacin. Anuario de Estadsticas Universitarias, 2008.
a- Poblacin de estudio: estudiantes de ingeniera

b- Unidad de anlisis: estudiante
c- Variable/s: Especialidad/ condicin laboral
Taller N 5

d- Tipo y clasificacin de variable/s: Cualitativa nominal / Cualitativa nominal

2. Para realizar un muestreo que incluya a todas las especialidades, sugiera la tcnica a utilizar y
los pasos a seguir, fundamentando.
Aunque no sabemos el parmetro que vamos a estimar a partir de la muestra, la tcnica adecuada para
realizar un muestreo de esta poblacin, que incluya a todas las especialidades, sera Muestreo
estratificado, porque tenemos cierto conocimiento de la poblacin a estudiar.
Pasos a seguir:
1- Determinar la cantidad por especialidad de los estudiantes que no trabajan.
2- Determinar la cantidad de estratos que formarn parte de la muestra: en este caso sern 8 estratos,
en primer lugar las 6 especialidades, y 2 estratos ms, porque deseamos incluir a los jvenes segn su
condicin laboral (contamos con esta informacin)
a- seis estratos: Especialidad
b- Dos sub-estratos: Trabajan - No trabajan
3- Establecer el nivel de confiabilidad con el cual se va a trabajar.
4- Calcular el tamao de la muestra, asignando las proporciones adecuadas a cada estrato.
Si la consigna no hubiese especificado incluir todas las especialidades, podra haber realizado
previamente un muestreo al azar de las especialidades, en vez de incluirlas a todas, pero siempre
calculando la cantidad de especialidades que deberan incluirse en la muestra de forma probabilstica.
Ejercicio N 3
Una poblacin consta de los nmeros 2, 3, 6, y 11. Consideremos todas las posibles muestras de
tamao 2 que puedan tomarse con reposicin, de esa poblacin.
Las muestras posibles son 4(4)= 16
2,2
2,3
2,6
2,11
3,2
3,3
3,6
3,11
6,2
6,3
6,6
6,11
11,2
11,3
11,6
11,11
a. Hallar la media de la poblacin
2+3+6+11 22
= =5,5
4
4
b. La desviacin tpica de la poblacin
( 25,5 )2+ ( 35,5 )2 + ( 65,5 )2+ ( 115 )2

=
=
4
2
2=
12,25+6,25+ 0,25+ 30,25 49

= =12,25
4
4
Taller N 5

= 12,25=3,5
c. La media de la distribucin de muestreo de medias
Calculamos la media a cada muestra:
2,2
2,3
2,6
2,11
3,2
3,3
3,6
3,11
2,0
2,5
4,0
6,5
2,5
3,0
4,5
7,0
6,2
6,3
6,6
6,11
11,2
11,3
11,6
11,11
4,0
4,5
6,0
8,5
6,5
7,0
8.5
11,0
La media de la distribucin muestral de medias es:
x =
Suma de tod as las medias muestrales

88
= 16 = 5,5
16
d. La desviacin tpica de la distribucin de muestreo de medias
x x
()2 /n
2x =
Med
2
2,5
2,5
3
4
4
4,5
4,5
6
6,5
6,5
7
7
8,5
11
8,5
x =
Taller N 5
98
= 6,125 =
16
(x(x- med) med)^2

-3,5
12,25
-3
9
-3
9
-2,5
6,25
-1,5
2,25
-1,5
2,25
-1
1
-1
1
0,5
0,25
1
1
1
1
1,5
2,25
1,5
2,25
3
9
5,5
30,25
3
9
98
2 12,25
=6,125
=
n
2

x = 6,125 2,47 =
=
n
3,5
2
e. Qu conclusin obtenemos al observar estas medidas?

Por teorema del lmite central, el comportamiento de la distribucin de muestreo de medias, tendr
comportamiento normal.
Se cumple entonces que:
= x
Y que la varianza del muestreo de medias es igual a la varianza de la poblacin /n

Ejercicio N 4
A continuacin se presenta una tabla con datos de una poblacin de estudiantes.
Peso en Kg.
60-62
63-65
66-68
69-71
72-74
Nmero de estudiantes
5
18
42
27
8
a. Construir 30 muestras por muestreo aleatorio simple de tamao 4. (En Excel)

Las muestras posibles son 4(4)= 16
2,2
2,3
2,6
2,11
3,2
3,3
3,6
3,11
6,2
6,3
6,6
6,11
11,2
11,3
11,6
11,11
a. Hallar la media de la poblacin
2+3+6+11 22
= =5,5
4
4
b. La desviacin tpica de la poblacin
( 25,5 )2+ ( 35,5 )2 + ( 65,5 )2+ ( 115 )2

=
=
4
2
2=
12,25+6,25+ 0,25+ 30,25 49

= =12,25
4
4
= 12,25=3,5
c. La media de la distribucin de muestreo de medias
Calculamos la media a cada muestra:
Taller N 5

2,2
2,3
2,6
2,11
3,2
3,3
3,6
3,11
2,0
2,5
4,0
6,5
2,5
3,0
4,5
7,0
6,2
6,3
6,6
6,11
11,2
11,3
11,6
11,11
4,0
4,5
6,0
8,5
6,5
7,0
8.5
11,0
La media de la distribucin muestral de medias es:
x =
Suma de tod as las medias muestrales

88
=
= 5,5
16
16
d. La desviacin tpica de la distribucin de muestreo de medias
x x
()2 /n
2x =
(x(x- med) med)^2
-3,5
12,25
-3
9
-3
9
-2,5
6,25
-1,5
2,25
-1,5
2,25
-1
1
-1
1
0,5
0,25
1
1
1
1
1,5
2,25
1,5
2,25
3
9
5,5
30,25
3
9
98
Med
2
2,5
2,5
3
4
4
4,5
4,5
6
6,5
6,5
7
7
8,5
11
8,5
2
x
98
= 6,125 =
16
x = 6,125 2,47 =
12,25
=6,125
=
n
2
=
n
3,5
2
e. Qu conclusin obtenemos al observar estas medidas?
Taller N 5

Por teorema del lmite central, el comportamiento de la distribucin de muestreo de medias, tender a un
= x
Y que la varianza del muestreo de medias es menor a la varianza de la poblacin.

Ejercicio N 4
A continuacin se presenta una tabla con datos de una poblacin de estudiantes.
Peso en Kg.
60-62
63-65
66-68
69-71
72-74
Nmero de estudiantes
5
18
42
27
8
a. Construir 30 muestras por muestreo aleatorio simple de tamao 4. (En Excel)

Para realizar un MAS de tamao cuatro, debemos tener en cuenta que los datos estn agrupados.
Consideramos primero el tamao de la poblacin N= 100, lo cual exige que asignemos un nmero de 0 a
99 a cada uno de los valores de variable, de acuerdo a las frecuencias que conforman los intervalos. (ver
tabla).
Marcas
de clase
(Xc)
61
64
67
70
73
Peso
Kg.
en Nmero de
estudiante
s
5
18
42
27
8
Asignamo
s
un
nmero
60-62
00 a 04
63-65
05 a 22
66-68
23 a 64
69-71
65 a 91
72-74
92 a 99
N
100
Posteriormente utilizando el generador de nmeros aleatorios, extraemos conjuntos de cuatro nmeros,
entre 0 y 99.
Por ejemplo: el primer conjunto est formado por (85; 42; 82; 11). Observo ahora en qu intervalos estn
incluidos. La muestra estar formada por las marcas de clase correspondientes:
Marcas
de clase
(Xc)
61
64
67
70
73
Peso
Kg.
60-62
63-65
66-68
69-71
72-74
en Nmero de
estudiante
s
5
18
42
27
8
Asignamo
s
un
nmero
00
05
23
65
a
a
a
a
04
22
64
91
92 a 99
Taller N 5
11
42
82;85

N
100
As la primera muestra estar formada por: (64; 67; 73; 73). Como el problema me pide, voy a construir
de la misma manera las treinta muestras. Para facilitar el trabajo, puedo construir una tabla:
Nmeros
85; 42; 82; 11
26;68;72;57
77;13;55;29
85;77;76;61
41;40;2;37
90;55;81;96
54;63;89;17
79;31;68;68
71;10;75;62
41;3;97;56
19;1;41;31
37;71;91;47
12;33;71;90
27;80;49;86
38;35;91;13
Muestras
6
4 67 73 73
6
7 70 70 67
7
0 64 67 67
7
0 70 70 67
6
7 67 61 67
7
0 67 70 73
6
7 67 70 64
7
0 67 70 70
7
0 64 70 67
6
7 61 73 67
6
4 61 67 67
6
7 70 70 67
6
4 67 70 70
6
7 70 67 70
6
7 67 70 64
Media
Nmero
s
68;30;28;
57
73;13;97;
73
66;41;18;
37
37;43;80;
35
80;89;29;
87
63;29;50;
10
69;99;72;
36
14;41;56;
39
60;50;56;
54
40;41;29;
10
50;18;72;
95
27;82;8;7
8
15;16;17;
92
94;97;46;
25
40;57;99;
98
Muestras
Media
70 67 67 67
70 64 73 70
70 67 64 67
67 67 70 67
70 70 67 70
67 67 67 64
70 73 70 67
64 67 67 67
67 67 67 67
67 67 67 64
67 64 70 73
67 70 64 70
64 64 64 73
73 73 67 67
67 67 73 73
b. Calcular la media y la desviacin tpica de la distribucin muestral.

Calculamos ahora la media aritmtica a cada una de las muestras. Podemos hacerlo rpidamente en
Excel, utilizando la misma tabla.
Medi
Medi
Muestras
a
Muestras
a
64 67 73 73 69,25 70 67 67 67 67,75
67 70 70 67 68,5 70 64 73 70 69,25
70 64 67 67
67
70 67 64 67
67
70 70 70 67 69,25 67 67 70 67 67,75
67 67 61 67 65,5 70 70 67 70 69,25
70 67 70 73
70
67 67 67 64 66,25
Taller N 5

67
70
70
67
64
67
64
67
67
67
67
64
61
61
70
67
70
67
70
70
70
73
67
70
70
67
70
64
70
67
67
67
67
70
70
64
67
69,25
67,75
67
64,75
68,5
67,75
68,5
67
70
64
67
67
67
67
64
73
67
73
67
67
67
64
70
64
73
67
70
67
67
67
70
64
64
67
73
67
67
67
64
73
70
73
67
73
70
66,25
67
66,25
68,5
67,75
66,25
70
70
Ahora calculamos la media de la distribucin muestral de medias:
x =
Suma de todaslas medias muestrales

2036,25
=
= 67,9
30
30
Por teorema del lmite central, sabemos que =67,9 Kg.

Calculamos la desviacin estndar:
x x
()2 /n
2x =
2
x =
59,718
= 1,99Kg2
30
x = 1,99 1,41 Kg
c. Formular las conclusiones de los resultados obtenidos.
Por teorema del lmite central, sabemos que la media de la distribucin del muestreo de medias, es un
estimador insesgado de la media de la poblacin, la cual ser =67,9 Kg.
Y la desviacin estndar de la distribucin de medias, ser menor a la poblacional.
Ejercicio N 5
Para analizar el crecimiento de ciertas algas, se elige una muestra piloto de 13 plantas y se miden
obteniendo una talla promedio de la muestra de 5.3 centmetros y una varianza muestral de 19.2
El investigador desea determinar el tamao de muestra mnimo necesario, usando la tcnica
MAS, para estimar la talla promedio de las algas en la poblacin, con una confianza de 95% y un
error de estimacin, no mayor a 2 centmetros; si en la poblacin hay 200 plantas de algas
Cuntas deben elegirse para constituir la muestra?
Taller N 5

Primero, Identificar la variable en estudio y los parmetros involucrados .

X = Talla de las algas (en centmetros). En este caso se debe suponer que
involucrados son dos:
; 2 ) y los parmetros
X N
donde es la talla promedio de las algas en la poblacin y es la
desviacin estndar de la talla de las algas.

Segundo, Estimar los parmetros.
En este caso se tiene, del enunciado del problema, que
19.2
= 5.3 cm. es un estimador de y
S2
cm 2 es un estimador de 2 .
Tercero, sabemos que debemos utilizar MAS para determinar la muestra mnima
necesaria para estimar la talla media de la poblacin de alga, y:
El problema define una confiabilidad de 95%:
Para 1-/2= 95% Z= 1.96
Y un error de estimacin no mayor a 2 cm.
Cuarto, Determinar el tamao de muestra.

n0 = [Z (/2)/ ]2 S2x
n0 =
[1.96 /2] 19.2=18.42 19
n 0 = 19/200 = 0.095
N
n =
n0
n
1+ 0
N
Si
n0 / N 0.05
0.05
19
19
=
=17.35 18
19 1+0.095
1+
200
Para estimar la talla media de las algas en la poblacin, usando un diseo MAS con una confianza de
95% y un error de estimacin no mayor a 2 centmetros, el investigador debe elegir al menos 18 algas en
la muestra.
Ejercicio N 6
En el proceso de fabricacin de ciertos celulares, generalmente el 10% de los mismos, presenta
algn defecto de fabricacin. Para analizar la calidad del producto se desea estimar la proporcin
de artculos defectuosos de un lote de 2000 celulares, listo para ser embarcado.
Cuntos celulares deben ser elegidos del lote si se desea una confianza de 95% y un error de
estimacin no mayor a 0.05?
Primero, Identificar la variable en estudio y los parmetros involucrados.
Taller N 5
10

X = artculos defectuosos. En este caso el parmetro de inters es p(x)= proporcin de artculos

defectuosos y el parmetro involucrado es
^ = 0,1 (10%) el cual estima a P
Segundo, determinamos la tcnica de muestreo que debemos utilizar (MAS) para determinar la
muestra mnima necesaria y estimar la proporcin de poblacin.
Para 1-/2= 95% Z= 1.96
Y un error de estimacin no mayor a 0,05.
Y conocemos que el lote completo (la poblacin de estudio) es N= 2000 celulares.
Tercero, determinar el tamao de muestra.
2
n0 =
[ ]
n0 =
Z 2
^ (1 ^ )
[1.96 /0.05] 0.10.9=138.2976 139
Si
n0 / N 0.05 si no conocemos el tamao
de la poblacin.
n 0 = 139/2000 = 0.695
N
n =
n0
n
1+ 0
N
0.05
139
139
=
=82.0059 83
139 1+0.695
1+
2000
Para estimar la proporcin de celulares con fallas en la poblacin, usando un diseo MAS con una
confianza de 95% y un error de estimacin no mayor a 0.05, el investigador debe elegir al menos 83
celulares del lote.
Ejercicio N7
Se desea estimar en una estacin de piscicultura, el tamao medio de truchas y la proporcin de
truchas que cumplen las normas para el consumo, sabiendo que la poblacin, est formada por
310 truchas, distribuidas en tres estanques con la siguiente informacin.
Estanque
1
2
3
Total
N
155
62
93
310
2
25
225
100
p
0.80
0.25
0.50
a) Cuntas truchas se debe elegir en la muestra del cultivo y por estanque para estimar el
tamao medio, si se desea una confianza de 95% y un error no mayor a 2 centmetros? Si usamos
la tcnica MAE con asignacin proporcional.
Taller N 5
11

X = Tamao de las truchas (en centmetros). En este caso se debe suponer que
parmetros involucrados son dos:
; 2
; 2 ) y los
X N
donde es el tamao promedio de las truchas en la
poblacin y es la desviacin estndar.

Segundo, Estimar los parmetros.
En este caso se desconoce la media poblacional pero se conoce
para cada estanque.
21=25 cm2 22=225 cm2 23 =100 cm2

Tercero, sabemos que debemos utilizar MAE para determinar la muestra mnima necesaria para
estimar el tamao medio de la poblacin de truchas:
Para 1-/2= 95% Z= 1.96
Y un error de estimacin no mayor a 2 cm.
N= 310 truchas, de las cuales 155 corresponden al estanque 1; 62 al estanque 2 y 93 al estanque 3.
Cuarto, determinar el tamao de muestra, para el cual tendremos que calcular una muestra por
cada estanque:
n0 = [Z (/2)/ ]2 S2x
n0 =
[1.96 /2]2
[ ] [ ] [ ]
155
62
93
25+
225+
100=84.035 85
310
310
310
Si
n0 / N 0.05 si no
conocemos el tamao de la poblacin.
n0
= 85/310 = 0.2742 0.05
N
n=
n0
n
1+ 0
N
n1
n2
n2
85
85
=
=66.7085 67
85 1+0.2742
1+
310
155
=
310
62
n
=
310
93
n
=
310
n
67155
=33.5 34
310
6762
=13.4 13
310
6793
=20.1 20
310
Para estimar el tamao medio de la poblacin de truchas, usando un diseo MAE con una confianza de
95% y un error de estimacin no mayor a 2 centmetros, el investigador debe elegir una muestra de 67
truchas, de las cuales, 34 deben ser del primer estanque; 13 deben ser del segundo y 20 del tercero.
Taller N 5
12

b) Cuntas truchas se debe elegir en la muestra del cultivo y por estanque para estimar la
proporcin de truchas que cumple la norma si se desea una confianza de 95% y un error no
mayor a 0.05? Si usamos un diseo MAE con Asignacin proporcional
X = truchas que cumplen la norma. En este caso el parmetro de inters es p(x)= proporcin de truchas
que cumplen la norma y el parmetro involucrado es
^ el cual estima a P
En este caso, conocemos la proporcin estimada de cada estanque:
^p1 = 0.80
^p2=0.25
^p3 = 0.50
Segundo, sabemos que la tcnica de muestreo que debemos utilizar es MAE para determinar la
muestra mnima necesaria y estimar la proporcin de poblacin.
Para 1-/2= 95% Z= 1.96
Y un error de estimacin no mayor a 0,05.
Y conocemos que el lote completo (la poblacin de estudio) es N= 310 truchas.
Tercero, determinar el tamao de muestra.
2
n0 =
[ ]
n0 =
Z 2
^ (1 ^ )
[1.96 /0.05]2
155
62
93
0.80.2+
0.250.75+
0.50.5 =295.8032 296
310
310
310
Si
n0 / N 0.05 si no conocemos el tamao de la poblacin.

n 0 = 296/310 = 0.9548
N
n =
n0
n
1+ 0
N
n1
n2
n2
Taller N 5
296
296
=
=151.4221 152
296 1+ 0.9548
1+
310
155
=
310
62
n
=
310
93
n
=
310
n
0.05
152155
76
310
15262
=30.4 30
310
15293
=45.6 46
310
13

Para estimar la proporcin de truchas que cumplen con la norma de consumo en la poblacin, usando un
diseo MAE con una confianza de 95% y un error de estimacin no mayor a 0.05, el investigador debe
elegir al menos 152 truchas; 76 del estanque 1; 30 del estanque 2 y 46 del estanque 3.
Ejercicio N 8
El peso de 3000 estudiantes varones de una Universidad est normalmente distribuido con media
68 Kg. y desviacin tpica 3 Kg. Si se toman 80 muestras de 25 estudiantes cada una:
a. cules sern la media y la desviacin tpica esperadas de la resultante distribucin de muestreo de
medias, si el muestreo se hizo con y sin reposicin?
Por teorema del lmite central, el comportamiento de la distribucin de muestreo de medias, tender a un
= x = 68Kg.
Muestreo con reposicin:
x =
=
n
3 Kg .
=
25
0,6 Kg.
Muestreo sin reposicin:
x =
( Nn
N1 )
= 3 Kg .
25
( 300025
30001 )
0,5951 Kg
0 ,6 Kg .
b. En cuntas de las muestras se esperara encontrar que la media estuviera entre 66,8 Kg.y 68,3 Kg.?
Para calcular la cantidad de muestras debemos primero estimar la probabilidad, para ello
estandarizamos, calculando el valor Z para cada valor de media:
Z 1=
X x
x
66,8 Kg .68 Kg .
= -2,0
0,6 Kg.
Z 2=
X x
x
68,3 Kg .68 Kg .
= 0,5
0,6 Kg.
Estimamos el rea bajo la curva normal entre z1 y z2

La probabilidad acumulada para z1 = -2
p(z1)=0,022750132
La probabilidad acumulada para z2 =0,5
p(z2)=0,691462461
La probabilidad entre z1 y z2 = 0,691462461 - 0,022750132 = 0,668712329

Calculamos la probabilidad de encontrar que la media estuviera entre 66,8 Kg.y 68,3 Kg., slo resta
calcular la cantidad de muestras.
Sabemos que en total, las muestras son 80, entonces:
Muestras = 80*p= 80*0,668712329 = 53,49698635
54 muestras
Se espera encontrar la media entre 66,8Kg y 68,3 Kg, en 54 muestras.
Taller N 5
14

c. Cul sera el nmero de muestras esperadas con media menor a 66,4Kg. ?

Para calcular la cantidad de muestras debemos primero estimar la probabilidad, para ello
estandarizamos, calculando el valor Z para este valor de media:
Z=
X
x
x
66,4 Kg.68 Kg .
= -2,67
0,6 Kg .
P (z)= 0,003792562
Sabemos que en total, las muestras son 80, entonces:
0 1 muestras
Muestras = 80*p= 80*0,003792562= 0,30
Se espera encontrar como mucho, una muestra donde la media sea menor a 66,4Kg.
Ejercicio N 9
Determinar el tamao de muestra adecuado para que, con un nivel de confianza del 95%, se
cometa como mximo un error del 5% al estimar la media poblacional de una distribucin, si se
sabe que la desviacin estndar poblacional es de 0,3.
Identificar, los datos que presenta el enunciado, y los parmetros involucrados .
2
En este caso se debe suponer que
; ) y los parmetros involucrados son dos:

X N
; 2 donde
es la media y es la desviacin estndar de la poblacin.
es desconocida. Slo se conoce
En este caso se tiene, del enunciado del problema, que
0,3.
Tercero, sabemos que debemos utilizar (MAS) para determinar la muestra
necesaria para estimar la media de la poblacin:
Para 1-/2= 95% Z= 1.96
Y un error de estimacin de 0,5.
Cuarto, Determinar el tamao de muestra.
n0 = [Z (/2)/ ]2 S2x
2
n0 =
[ ]
1.96
( 0,3 )2= 138,2976
0,5
139
Si
n 0 0.05 N es desconocida
N
En este caso no conocemos el tamao de la poblacin, por lo cual no realizamos el ajuste n

Para estimar la media en la poblacin, usando un diseo MAS con una confianza de 95% y un
error de estimacin del 5%, el tamao adecuado de la muestra, es de 139 elementos.
Taller N 5
15

Ejercicio N 10
Antes de iniciar un proceso ganadero, se desea estimar la poblacin de ganado bovino, para lo
cual se captura una muestra de 300 vacas, se marcan y se regresan al campo. Dos semanas
despus se eligen 200 vacas, de las cuales 62 venan marcadas. Estime el total de vacas en el
campo y determine un intervalo de 95% de confianza para dicho parmetro.
Primero: Identificar los parmetros involucrados
En este caso el parmetro a estimar es el nmero de vacas de la poblacin: N
Para ello se elige una muestra aleatoria de t elementos. De esta forma se tiene que:
t
dnde p
N
p=
Parmetro: N =
= es la proporcin de marcadas en la poblacin.
t
p
Estimador : Se elige una segunda muestra de tamao n en la cual se encuentran (aleatorio) s

marcadas, luego
^p=
s
n
es la proporcin estimada de marcadas en la segunda muestra, as un estimador puntual del
tamao de la poblacin es:
t nt
^
N= =
^p s
Varianza estimada: (en este caso s es aleatoria y n es fija)
2
t n ( ns )
=
=
s3
2
Sabemos que:
t= 300
n=200
s= 62
t nt
^
N= =
^p s
2=
t 2 n ( ns )
=
s3
10422.61086=
=
200300
= 967.74
62
968 vacas
(300) 200(20062)
= 10422.61086 vacas2
3
62
102.091 vacas
La poblacin estimada es de 968 vacas, con una desviacin estndar de 102 vacas.
Para estimar el intervalo de confianza, sabemos que:
[
^
N -Z_ (/2) (^2);
Taller N 5
^
N +Z_(/2) (^2)]
16

968 -1,96* 102,091;
968 +1,96* 102,091]
[ 767.901269669756; 1168.09873033024 ] [ 768; 1168 ]

Podemos decir que para un 95% de confianza la poblacin, estar comprendida entre 768 y 1168 vacas.
Ejercicio N 11
En una autopista es de inters estimar el nmero total de vehculos de un determinado tamao
que por all circulan en horario pico, para lo cual se selecciona una muestra inicial de 150
vehculos y se marcan. En el mismo mes se controla hasta encontrar 35 vehculos marcados,
cuantificando 100 vehculos para lograr esto. Estime el nmero total de vehculos que circulan en
la autopista en horario pico y un intervalo de 95% de confianza para dicho total.
Primero: Identificar los parmetros involucrados
En este caso el parmetro a estimar es el nmero de vehculos de la poblacin: N
Para ello se elige una muestra aleatoria de t elementos. De esta forma se tiene que:
t
dnde p
N
p=
Parmetro: N =
= es la proporcin de marcados en la poblacin.
t
p
Estimador : Se elige una segunda muestra hasta lograr 35 vehculos marcados (s fijo) de tamao
n, luego
^p=
s
n
es la proporcin estimada de marcados en la segunda muestra, as un estimador puntual del
tamao de la poblacin es:
t nt
^
N= =
^p s
Este caso difiere del problema anterior en que Varianza estimada:
2=
t 2 n ( ns )
= (En este caso n es aleatoria y s es fijo)
s2 (s+1)
Sabemos que:
t= 150
n=100
s= 35
t nt
^
N= =
^p s
2=
t 2 n ( ns )
=
s2 (s+1)
Taller N 5
1 0015 0
= 428.57
35
429 vehculos
(15 0)2 1 00(1 0035)

= 3316.3265 vehculos2
352 (35+1)
17

3316.3265=
=
57.587 58 vehculos
La poblacin estimada es de 429 vehculos, con una desviacin estndar de 58 vehculos.

Para estimar el intervalo de confianza, sabemos que:
[
^
N -Z_ (/2) (^2);
[ 429 -1,96* 57,587;
^
N +Z_(/2) (^2)]
429 +1,96* 57,587]
[ 316.12948; 541.87052 ] [ 316 ; 542 ]

Podemos decir que para un 95% de confianza la poblacin, estar comprendida entre 316 y 542
vehculos.
Ejercicio N 12
Se conoce que el coeficiente intelectual humano se distribuye en forma normal. El promedio del
IQ de la poblacin es 100 y la desviacin estndar es igual a 10:
a. Cul es la probabilidad de encontrar personas con coeficiente intelectual superior a 125?
En este caso, la consigna nos pide estimar la probabilidad, de halar ciertos valores en una poblacin
normal, para ello estandarizamos, calculando el valor Z para 125:
Z 1=
X x
x
125100
= 2,5
10
Estimamos la probabilidad el rea bajo la curva normal par valores superiores a 2,5
La probabilidad acumulada para z1 = 2,5
p(z1)= 0,993790335
Entonces 1- p(z1) =1- 0,993790335 = 0,006209665

La probabilidad de hallar personas con un IQ superior a 125 es 0,006209665.
b. Cul es la probabilidad de encontrar un individuo con coeficiente intelectual entre 105 y 115?
Z 1=
X x
x
105100
= 0,5
10
Z 2=
X x
x
115100
= 1,5
10
p(z1)=0,691462461
p(z2)= 0,933192799
La probabilidad entre z1 y z2 = 0,933192799 - 0,691462461= 0,241730337

La probabilidad de encontrar un individuo con IQ entre 105 y 115 es 0,241730337
c. Cul es la probabilidad de encontrar un individuo con coeficiente intelectual entre 80 y 95?
Taller N 5
18

Z 1=
X x
x
80100
= -2
10
Z 2=
X x
x
95100
= -0,5
10
La probabilidad acumulada para z1 = -2

La probabilidad acumulada para z2 =-0,5
p(z1)= 0,022750132
p(z2)= 0,308537539
La probabilidad entre z1 y z2 = 0,308537539 - 0,022750132= 0,285787407

La probabilidad de encontrar un individuo con IQ entre 80 y 95 es 0,285787407
Ejercicio N 13
500 bolillas de rulemn tienen un peso medio de 5.02 g y una desviacin tpica de 0.3 g. Hallar la
probabilidad de que una muestra al azar de 100 bolillas de ese conjunto, tengan un peso total,
mayor de 510 g.
Primero: Identificar los parmetros y estadsticos involucrados
N= 500
=5,02 g
=0,3 g
n=100
peso total 510 g

X =
=
=5,1 g
n
100
Necesitamos hallar la probabilidad para una muestra, entonces, estandarizamos:
Z=
X
x
x
(5,1 g5,02 g)/0,3 g

= 2,66
100
P(z)=p(2,66)= 0,003830381
La probabilidad de encontrar una muestra al azar de 100 bolillas, con un peso total mayor a 510g
es 0,003830381.
Ejercicio N 14
Un ingeniero quiere estimar el peso promedio de ciertos envases con fruta. Un estudio anterior de
10 envases, revela que la desviacin estndar de sus pesos es de 12,2 Kg. De qu tamao debe
ser la muestra con el 95% de confianza y un error de estimacin mximo de 4 Kg?
Primero: Identificar los parmetros y estadsticos involucrados
N= desconocido
=desconocida
Taller N 5
19

=12,2 Kg
n=10
Para 1-/2= 95% Z= 1.96
Y un error de estimacin de 4 Kg.
n0 = [Z (/2)/ ]2 S2x
Recordemos que:
n0 =
[ ]
1.96
(12,2 )2 = 35,736
4
36
Si
z
n=( z / )2
n
n 0 0.05 N es desconocida
=
N
En este caso no conocemos el tamao de la poblacin, por lo cual no realizamos el ajuste n

Para estimar la media en la poblacin, con una confianza de 95% y un error de estimacin de 4Kg,
el tamao adecuado de la muestra, es de 36 envases.
Taller N 5
20

Resolucion Taller No 5 Estadistica

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Resolucion Taller No 5 Estadistica

Hochgeladen von

Copyright:

Verfügbare Formate

Ministerio de Educacin y Justicia

Universidad Tecnolgica Nacional

Ctedra: Probabilidad y Estadstica

Profesor: Lic. Oscar Ral Zapata

Ciclo Lectivo: 2014

A efectos de realizar un estudio sobre el comportamiento dentro de la clase, el profesor ha solicitado a

estudiantes matriculados, numerados del 1 al 20000, de los cuales se extrae una

muestra de 100, mediante un generador de nmeros aleatorios.

Ministerio de Educacin y Justicia

a- Poblacin de estudio: estudiantes de ingeniera

Ministerio de Educacin y Justicia

d- Tipo y clasificacin de variable/s: Cualitativa nominal / Cualitativa nominal

a. Hallar la media de la poblacin

b. La desviacin tpica de la poblacin

( 25,5 )2+ ( 35,5 )2 + ( 65,5 )2+ ( 115 )2

12,25+6,25+ 0,25+ 30,25 49

Ministerio de Educacin y Justicia

La media de la distribucin muestral de medias es:

Suma de tod as las medias muestrales

d. La desviacin tpica de la distribucin de muestreo de medias

(x(x- med) med)^2

Ministerio de Educacin y Justicia

e. Qu conclusin obtenemos al observar estas medidas?

Y que la varianza del muestreo de medias es igual a la varianza de la poblacin /n

a. Construir 30 muestras por muestreo aleatorio simple de tamao 4. (En Excel)

a. Hallar la media de la poblacin

b. La desviacin tpica de la poblacin

( 25,5 )2+ ( 35,5 )2 + ( 65,5 )2+ ( 115 )2

12,25+6,25+ 0,25+ 30,25 49

Ministerio de Educacin y Justicia

La media de la distribucin muestral de medias es:

Suma de tod as las medias muestrales

d. La desviacin tpica de la distribucin de muestreo de medias

e. Qu conclusin obtenemos al observar estas medidas?

Ministerio de Educacin y Justicia

Y que la varianza del muestreo de medias es menor a la varianza de la poblacin.

a. Construir 30 muestras por muestreo aleatorio simple de tamao 4. (En Excel)

Ministerio de Educacin y Justicia

b. Calcular la media y la desviacin tpica de la distribucin muestral.

Ministerio de Educacin y Justicia

Ahora calculamos la media de la distribucin muestral de medias:

Suma de todaslas medias muestrales

Por teorema del lmite central, sabemos que =67,9 Kg.

Ministerio de Educacin y Justicia

Primero, Identificar la variable en estudio y los parmetros involucrados .

donde es la talla promedio de las algas en la poblacin y es la

desviacin estndar de la talla de las algas.

= 5.3 cm. es un estimador de y

Cuarto, Determinar el tamao de muestra.

[1.96 /2] 19.2=18.42 19

Ministerio de Educacin y Justicia

X = artculos defectuosos. En este caso el parmetro de inters es p(x)= proporcin de artculos

^ = 0,1 (10%) el cual estima a P

[1.96 /0.05] 0.10.9=138.2976 139

n0 / N 0.05 si no conocemos el tamao

Ministerio de Educacin y Justicia

donde es el tamao promedio de las truchas en la

poblacin y es la desviacin estndar.

para cada estanque.

21=25 cm2 22=225 cm2 23 =100 cm2

conocemos el tamao de la poblacin.

Ministerio de Educacin y Justicia

En este caso, conocemos la proporcin estimada de cada estanque:

Muestras = 80p= 800,003792562= 0,30