ACTIVIDAD DE APRENDIZAJE PARA LA SEMANA 13

1. La duración de las bombillas producidas por un fabricante tiene una media de mil doscientas
horas y una desviación típica de cuatrocientas horas. Considerando que la población sigue
una distribución normal. Si Ud. ha comprado nueve bombillas, que pueden ser consideradas
como una muestra aleatoria (m.a) de la producción del fabricante.

a) ¿Cuál es la media de la variable media muestral de las 9 bombillas seleccionadas de la

población?
Solución:
La esperanza de la media muestral coincide con la media poblacional. En otras palabra, la
media de la variable media muestral es la media de la población.
Como μ = 1200 horas. Por lo tanto:

E(𝑋) = μ = 1200 ℎ𝑜𝑟𝑎𝑠

b) ¿Cuál es la varianza de la variable media muestral?

Solución:
La varianza de la variable media muestral se define a partir de la varianza poblacional (sigma)
y la cantidad de datos que se ha considerado a tomar en la muestra (n) de la siguiente manera:

Como σ = 400 horas y n = 9. Por lo tanto:

σ2 (400)2
σ2 (𝑋) = = = 17777.7777 ℎ𝑜𝑟𝑎𝑠 2
𝑛 9
σ(𝑋) = 133.333

c) ¿Cuál es el error estándar de la media muestral?

Solución:
El error estándar de la media muestral, para un intervalo de confianza del 90 %

d) ¿Cuál es la probabilidad de que el tiempo medio de la duración de tus bombillas sea de al

menos de mil cincuenta horas?
Solución:
La probabilidad de que el tiempo medio de la duración de tus bombillas sea de al menos de mil
cincuenta horas por P(1050<=X), por lo que necesariamente debemos realizar el cambio de
variable para obtener una distribución normal estándar con media 0 y desviación estándar igual
a 1. El cambio de variable está definido por la variable Z la cual si tenemos información de áreas
con las tablas de distribución normal estándar.

Recordando que debemos trabajar con la distribución de la media muestral la cual

recientemente hemos calculado su media y su varianza. Necesariamente debemos de trabajar
con sus valores.
P(1050<=X) = P((1050-1200)/133.33<=Z)

Entonces: P(1050<=X) = P(-1.125<=Z)

Tenemos que, por tablas, P(-1.125<=Z) = 0.1314

Por lo tanto: P(1050<=X) = 0.1314

Quiere decir que hay 13.14 % de probabilidades de que el tiempo medio de duración de mis
bombillas sea del al menos de mil cincuenta horas.

2 Se sabe que el tiempo de vida de las licuadoras marca ACME sigue una distribución normal,
además que el tiempo de vida promedio de las licuadoras es de 5 años, con una desviación
estándar de un año. Para decidir si se compra un lote muy grande de estas licuadoras se
toma una muestra de 36 licuadoras y si el promedio del tiempo de vida de estas se
encuentra entre 4.4 y 5.2 años, se decide no realizar la compra del lote.

a. ¿Cuál será la media de la variable media muestral de las 36 licuadoras seleccionadas?.

Solución:
La esperanza de la media muestral coincide con la media poblacional. En otras palabra, la
media de la variable media muestral es la media de la población.
Como μ = 5 años. Por lo tanto:

E(𝑋) = μ = 5 𝑎ñ𝑜𝑠

b. ¿Cuál es la varianza de la variable media muestral de las 36 licuadoras seleccionadas?.

Solución:
La varianza de la variable media muestral se define a partir de la varianza poblacional (sigma)
y la cantidad de datos que se ha considerado a tomar en la muestra (n) de la siguiente manera:

Como σ = 1 año y n = 36. Por lo tanto:

σ2 (1)2
σ2 (𝑋) = = = 0.0277777 𝑎ñ𝑜𝑠 2
𝑛 36

c. ¿Cuál es la probabilidad de que se decida no realizar la compra?

Solución:
La probabilidad que se decida o no realizar la comprar está determinado por P(4.4<=X<=5.2),
por lo que necesariamente debemos realizar el cambio de variable para obtener una distribución
normal estándar son media 0 y desviación estándar igual a 1. El cambio de variable está definido
por la variable Z la cual si tenemos información de áreas con las tablas de distribución normal
estándar.

Entonces: P(4.4<=X<=5.2) = P((4.4-5)/1<=Z<=(5.2-5)/1))

Resolviendo: P(240<=X<=260) = P(-0.6<=Z<=0.2 )

Para poder calcular esta probabilidad, tomaremos en cuenta que la sumatoria total de
todas las áreas es igual a la unidad. Por teoría de probabilidades. Es decir:

1 = P(-0.6<Z) + P(-0.6<=Z<=0.2) + P(Z<0.2)

De tablas podemos calcular P(-0.6<Z) y P(Z<0.2).

Tenemos que, por tablas, P(-0.6<Z) = 0.2743 y P(Z<0.2) = 0.5793

Reemplazando:

1 = 0.8536 + P(-0.6<=Z<=0.2)

P(-0.6<=Z<=0.2) = 0.1464

Por lo tanto: P(-0.6<=Z<=0.2) = P(240<=X<=260) = 0.1464

Quiere decir que hay 14.64 % de probabilidades de que se realice la compra.

Por lo que la probabilidad de que NO se realice la compra es de 85.36 %.

3 Para comprar un determinado lote, que contiene cierto tipo de artículo el jefe de producción
tiene la siguiente regla de decisión: Tomará una m.a. de tamaño 25 artículos, calculará el
promedio de peso en esa muestra y si este peso está entre 240 gramos y 260 gramos,
entonces decide comprar el lote, en caso contrario no lo compra. Si realmente el lote en
mención contiene artículos cuyos pesos tienen distribución normal con promedio 250
gramos y una desviación estándar de 30 gramos ¿Cuál es la probabilidad de que el lote sea
aceptado?

Solución:
Nos entregan la información del lote en mención. Tanto la media como la varianza.
Calcularemos los estadísticos para la variable de media muestral que es la que va a comprar
o no el jefe de producción. La esperanza de la media muestral coincide con la media
poblacional. En otras palabra, la media de la variable media muestral es la media de la
población.
Como μ = 250 gramos. Por lo tanto:

E(𝑋) = μ = 250 𝑔𝑟𝑎𝑚𝑜𝑠

La varianza de la variable media muestral se define a partir de la varianza poblacional
(sigma) y la cantidad de datos que se ha considerado a tomar en la muestra (n) de la
siguiente manera:

Como σ = 30 gramos y n = 25. Por lo tanto:

σ2 (30)2
σ2 (𝑋) = = = 36 𝑔𝑟𝑎𝑚𝑜𝑠 2
𝑛 25

La probabilidad que el lote sea aceptado está determinado por P(240<=X<=260), por lo que
necesariamente debemos realizar el cambio de variable para obtener una distribución
normal estándar son media 0 y desviación estándar igual a 1.

Entonces: P(240<=X<=260) = P((240-250)/30<=Z<=(260-250)/30))

 Resolviendo: P(240<=X<=260) = P(-1/3<=Z<=1/3 )

Para poder calcular esta probabilidad, aprovechamos la propiedad de simetría de la

distribución normal estándar para determinar que:

1 = P(-1/3<Z) + P(-1/3<=Z<=1/3 ) + P(Z<1/3), por simetría: P(-1/3<Z) = P(Z<1/3)

Reemplazamos:

1 = 2* P(-1/3<Z) + P(-1/3<=Z<=1/3 )  P(-1/3<=Z<=1/3 ) = 1- 2*P(-1/3<Z)

De las tablas podemos calcular que: P(-1/3<Z) = 0.44

Por lo tanto: P(-1/3<=Z<=1/3 ) = 1 – 2*(0.44) = 0.12

Quiere decir que hay 12 % de probabilidades de que el lote sea aceptado.

4 Con el objetivo de realizar un estudio acerca del gasto familiar mensual en educación en las
familias que residen en el distrito de Lince, se tomó una muestra aleatoria de 49 hogares,
se calcularon los siguientes x  168 y x  2 a partir de estos resultados
resultados:

Determine usted el promedio y la varianza del gasto familiar mensual en educación de

todas las familias residentes en el distrito de Lince.

Solución:
En este caso, se nos entrega un problema “inverso” en la cual tenemos conocida la
información de la variable media muestral y nos piden encontrar los parámetros de
distribución de la población. Sin embargo, las identidades aplicadas en los problemas
anteriores pueden realizarse también con este ejercicio. Calculando la media y la varianza
poblacional correspondiente a todas las familias residentes en el distrito de Lince.
Como μ = 168 soles. Por lo tanto:

μ = E(𝑋) = 168 𝑠𝑜𝑙𝑒𝑠

Como σ(𝑋) = 2 años y n = 49. Por lo tanto:

σ2 = σ2 (𝑋) ∗ 𝑛 = 22 ∗ 49 = 196 𝑠𝑜𝑙𝑒𝑠 2

5 Actualmente el precio promedio de un artículo es de 120 soles con una desviación estándar
de 10 soles. Mediante ciertas medidas económicas del gobierno central se logró disminuir
el precio de este artículo en un 15%. Luego de esta disminución de precios se toma una
muestra aleatoria de n= 36 artículos y se calcula el precio promedio. ¿Cuál es la
probabilidad de que el precio promedio de esta muestra se encuentre entre 95 y 106 soles?

Solución:
Nos entregan la información del precio de un artículo en mención. Tanto la media como la
varianza. Calcularemos los estadísticos para la variable de media muestral, sabiendo que
previamente se realizó ciertas medidas económicas que hicieron que el precio de un artículo
en un 15 %. La esperanza de la media muestral coincide con la media poblacional. En otras
palabra, la media de la variable media muestral es la media de la población.
 Como μ = 120 soles. Aplicando una reducción del 15 % tenemos que la nueva
media poblacional viene a ser μ = 120*0.85 = 102 soles

E(𝑋) = μ = 102 𝑠𝑜𝑙𝑒𝑠

La varianza de la variable media muestral se define a partir de la varianza poblacional
(sigma) y la cantidad de datos que se ha considerado a tomar en la muestra (n) de la
siguiente manera:

Como σ = 10 soles y n = 36. Por lo tanto:

σ2 (10)2
σ2 (𝑋) = = = 36 𝑠𝑜𝑙𝑒𝑠 2
𝑛 36

La probabilidad que el lote sea aceptado está determinado por P(240<=X<=260), por lo que
necesariamente debemos realizar el cambio de variable para obtener una distribución
normal estándar son media 0 y desviación estándar igual a 1.

Entonces: P(240<=X<=260) = P((240-250)/30<=Z<=(260-250)/30))

Resolviendo: P(240<=X<=260) = P(-1/3<=Z<=1/3 )

Para poder calcular esta probabilidad, aprovechamos la propiedad de simetría de la

distribución normal estándar para determinar que:

1 = P(-1/3<Z) + P(-1/3<=Z<=1/3 ) + P(Z<1/3), por simetría: P(-1/3<Z) = P(Z<1/3)

Reemplazamos:

1 = 2* P(-1/3<Z) + P(-1/3<=Z<=1/3 )  P(-1/3<=Z<=1/3 ) = 1- 2*P(-1/3<Z)

De las tablas podemos calcular que: P(-1/3<Z) = 0.44

Por lo tanto: P(-1/3<=Z<=1/3 ) = 1 – 2*(0.44) = 0.12

Quiere decir que hay 12 % de probabilidades de que el lote sea aceptado.

6 El ingreso mensual de los trabajadores de cierta compañía se puede considerar como una
variable aleatoria cuyo promedio es de 2200 soles mensuales y con una varianza de 160000
soles2. La gerencia determina un reajuste de estos ingresos de modo que estos se
incrementarán en un 15% del haber actual y adicionalmente 50 soles por concepto de movilidad.

Luego de dicho reajuste se toma una muestra aleatoria de 60 trabajadores, calcular la

probabilidad de que el promedio de ingreso en esta muestra sea superior a 2800 soles.
Luego de realizar el reajuste de dichos ingresos, determine el tamaño de la muestra para que

se cumpla siguiente probabilidad

 
P x μ  90  0.95
. Comente brevemente su resultado.