Академический Документы
Профессиональный Документы
Культура Документы
Para poder realizar o llevar a cabo este comparativo, se utiliza la distribucin muestral para la
diferencia de medias.
Distribucin muestral para la diferencia de medias
Supongamos que se tienen 2 poblaciones distintas y que se sabe que la primera poblacin tiene
una media poblacional 1 y una desviacin estndar 1 y que la segunda poblacin tiene una
media poblacional 2 y una desviacin estndar 2, y adems se sabe que X 1 es la media
muestral calculada utilizando una muestra de tamao n1 > 30 extrada de manear aleatoria de la
primer poblacin y que X 2 es la media muestral calculada a partir de una muestra n2 > 30
extrada tambin de forma aleatoria de la segunda poblacin. En base al teorema del lmite
central las distribuciones muestrales de las medias X 1 y X 2 se aproximan a una distribucin
normal con media 1 y 2 y desviacin estndar
X
1
n1
X
2
respectivamente.
n2
X X
1
12
n1
22
n2
X X 1 2
1
y desviacin
Donde:
X = Es la variable aleatoria que se va a estudiar.
= Es la media de la distribucin normal correspondiente a la variable aleatoria.
= Es la desviacin estndar de la distribucin normal correspondiente a la variable aleatoria.
Tenemos:
Z
Z
X 2 X1 X 2
X X
X 2 1 2
12
n1
22
n2
Donde:
La grfica de la distribucin muestral para la diferencia de medias tiene las mismas propiedades
que la grfica de la normal estndar. Se utilizan las mismas tablas.
Ejemplo 1.
Uno de los principales fabricantes de pelculas en DVD compra los DVD vrgenes a dos
compaas. Los DVD de la compaa A tienen una vida media de 7.2 aos con una desviacin
estndar de 0.8 aos, mientras que los de la compaa B tienen una vida media de 6.7 aos con
una desviacin estndar de 0.7. Determine la probabilidad de que una muestra aleatoria de 34
P( X1 X 2 1) P(Z Z1 )
Donde
Z1 se calcula utilizando los datos, entonces
Z1
X 2 1 2
12
n1
Z1
22
n2
1 7.2 6.8
Z1
(0.8) 2 (0.7) 2
34
40
1 0.5
0.64 0.49
34
40
0.5
Z1
0.0188 0.0123
0.5
Z1
0.0311
0.5
Z1
0.1764
Z1 2.83
Entonces P( X1 X 2 1) P(Z 2.83)
entonces
P( X 1 X 2 1) 1 P( Z 2.83)
P( X 1 X 2 1) 1 0.9977
P( X 1 X 2 1) 0.0023
P( X 1 X 2 1) 0.23%
Por lo tanto, la probabilidad de que una muestra aleatoria de 34 DVDs de la compaa A tenga
una vida promedio de al menos un ao ms que la de una muestra aleatoria de 40 DVDs de la
compaa B es 0.0023 o bien 0.23%.
Ejemplo 2.
Una importante ensambladora de autos ubicada en el Edo. de Puebla utiliza 2 tipos diferentes de
neumticos. Si se sabe que el tiempo de vida til del neumtico del Tipo 1 tiene una media de
60 000 kms. con una desviacin estndar de 7 500 kms. y que el tiempo de vida til del
neumtico Tipo 2 tiene una media de 63 000 kms con una desviacin estndar de 8 700 kms.
Si se toma de manera aleatoria una muestra de 35 neumticos del tipo 1 y 38 neumticos del
tipo 2. Determina.
a. Cul es la probabilidad de que los neumticos del Tipo 1 tengan un tiempo de vida de a lo
mas 3 000 kms que los neumticos del Tipo 2?
b. Cul es la probabilidad de que la diferencia de los tiempos de vidas se encuentre entre
2 000 kms y 3 000 kms.?
Solucin:
Datos de los neumticos Tipo 1
1 = 60 000
1 = 7 500
P( X1 X 2 3000)
Aplicando la frmula de la estandarizacin, tenemos
P( X1 X 2 3000) P(Z Z1 )
Donde
Z1 se calcula utilizando los datos, entonces
Z1
X 2 1 2
12
n1
Z1
Z1
22
n2
35
38
3, 000 3, 000
35
38
6, 000
Z1
1;607,142.86 1;991,842.11
Z1
6, 000
3;598,984.96
6, 000
1897.1
Z1 3.16
Z1
Entonces
P( X 1 X 2 3, 000) P( Z 3.16)
entonces
P( X 1 X 2 3, 000) 0.9992
P( X 1 X 2 3, 000) 99.92%
Por lo tanto, la probabilidad de que los 35 neumticos del Tipo 1 tengan un tiempo de vida de a
lo mas 3 000 kms que los 38 neumticos del Tipo 2 es 0.9992 o bien 99.92%.
b. Como se desea conocer la probabilidad de que la diferencia de los tiempos de vidas se
encuentre entre 2 000 kms y 3 000 kms, se tiene que calcular
P(2,000 X1 X 2 3,000)
Aplicando la frmula de la estandarizacin, tenemos
Donde
Z0 se calcula utilizando los datos y el Lmite inferior de la desigualdad y Z1 se calcula utilizando
los datos y el Lmite superior de la desigualdad, entonces:
Z0
X 2 1 2
12
n1
Z0
Z0
22
35
38
2, 000 3, 000
5, 000
3;598,984.96
5, 000
1897.1
Z 0 2.64
Z0
X 2 1 2
12
n2
35
38
5, 000
Z0
1;607,142.86 1;991,842.11
Z0
Z1
n1
Z1
22
n2
35
38
3, 000 3, 000
Z1
35
38
6, 000
Z1
1;607,142.86 1;991,842.11
Z1
6, 000
3;598,984.96
6, 000
1897.1
Z1 3.16
Z1
Por lo tanto, conocer la probabilidad de que la diferencia de los tiempos de vidas se encuentre
entre 2 000 kms y 3 000 kms es 0.0033 o bien 0.33%.
X
t
X 2 1 2
Sp
1 1
n1 n2
Sp
n1 1 s12 n2 1 s22
n1 n2 2
Donde:
Ejemplo 3.
Una empresa fabricante de focos compra 2 tipos de resistencias, a la compaa A le compra un
tipo de resistencia en la que se sabe que tienen un tiempo promedio de vida igual a 90 das, a la
compaa B le compra el otro tipo de resistencia en la que se sabe que tienen un tiempo
promedio de vida igual a 72 das. Si se toma una muestra de 15 resistencias de los comprados en
la compaa A con una desviacin estndar de 15 das y se toma una muestra de 10 resistencias
de los comprados en la compaa B con una desviacin estndar de 45 das. Determine:
a) La probabilidad de que las resistencias de la compaa A tenga una vida promedio de al
menos 30 ms que los de la compaa B.
b) La probabilidad de que la diferencia de los tiempos promedios, se encuentre entre 20 y 25
das.
Solucin:
Datos de la compaa A
1 = 90
P( X1 X 2 30)
Aplicando la frmula de la estandarizacin, tenemos
P( X1 X 2 30) P(t t1 )
Donde
t1 se calcula utilizando los datos, entonces
t1
30 90 72 ;
Sp
t1
t1
Sp
1 1
15 10
30 (18)
S p 0.07 0.1
12
;
S p 0.17
Sp
15 1 (15)2 10 1 (10)2
15 10 2
14 (225) 9 (100)
23
S p 13.26
12
13.26 0.17
12
t1
13.26(0.4123)
12
t1
5.46
t1 2.20
t1
Entonces
P( X1 X 2 30) P(t t1 ) .
Ya que los tamaos de las muestras son 15 y 10, significa que = grados de libertad =
= n1 + n2 - 2= 15 + 10 2 = 23
Como podemos observar, tenemos el valor de t1 y los grados de libertad , con estos valores y la
tabla para la t-Student vamos a determinar el valor de
Y como lo que nos interesa determinar es P(t > 2.20), observando la grfica concluimos que
P(20 X1 X 2 25)
Aplicando la frmula de la estandarizacin, tenemos
t0
20 90 72
1 1
15 10
20 18
t1
(13.26)
t0
1 1
(13.26)
15 10
2
t0
5.46
t0 0.3663
Entonces
25 90 72
1 1
15 10
25 18
(13.26)
t1
(13.26)
1 1
15 10
7
5.46
t1 1.2821
t1
Ya que los tamaos de las muestras son 15 y 10, significa que = grados de libertad =
= n1 + n2 - 2= 15 + 10 2 = 23
Como podemos observar, tenemos el valor de t1 y los grados de libertad , con estos valores y la
tabla para la t-Student vamos a determinar el valor de
2 .
Si se extrae una muestra de tamao n, de una poblacin normal con varianza 2 conocida, el
estadstico
(n 1) S 2
tiene una distribucin muestral la cual es una distribucin ji-cuadrada con grados de libertad
= n 1. Donde:
n = Tamao de la muestra
2 , es
n
(X
i 1
X )2
Donde:
n = Tamao de la muestra
Xi= Son cada uno de los elementos extrados de la muestra.
Los valores de
Existen tablas que nos proporcionan los valores ms comunes de un rea bajo la curva ji-
probabilidad y estadstica.
Al calcular la probabilidad utilizando la distribucin muestral de la varianza, es porque en realidad
estamos interesados en saber el comportamiento de la varianza o distribucin de una muestra
extrada de una poblacin con distribucin normal.
Ejemplo 4.
Supongamos que los tiempos que requiere un vuelo de cierta lnea de aviacin para aterrizar
completamente en el aeropuerto de la Cd. de Mxico forman una distribucin normal con una
desviacin estndar =1 minuto. Si se eligen al azar una muestra de 17 tiempos, encuentre la
probabilidad de que la varianza muestral sea mayor que 2.
Solucin:
En base al problema, los datos que nos estn dando son:
n = 17
S2 = Es nuestra variable aleatoria.
= 1, entonces 2 = 1.
Dado que nos estn pidiendo que determinemos la probabilidad de que la varianza muestral sea
mayor que 2, es decir, lo que nos piden es P( S 2) .
2
P(S 2 2) P( 2 12 )
Donde:
12
2
1
(n 1) S 2
(17 1)(2)
(1) 2
16(2)
12
1
2
1 32
12
12
concluimos que
P( S 2 2) 0.01
P( S 2 2) 1%
Por lo tanto, la probabilidad de que la varianza muestral sea mayor que 2 es 0.01 o bien 1%.
Ejemplo 5.
Supongamos que los tiempos que requiere el horneado de un pastel forman una distribucin
normal con una varianza 2 = 6 minutos. Si se toman de los registros de manera aleatoria, 25
de los tiempos anotados, determine
a. La probabilidad de que la varianza muestral sea mayor que 9.1 minutos.
b. La probabilidad de que la varianza muestral est entre 3.462 y 10.745.
Solucin:
En base al problema, los datos que nos estn dando son:
n = 25
S2 = Es nuestra variable aleatoria.
2 = 6.
a. Dado que nos estn pidiendo que determinemos la probabilidad de que la varianza muestral
sea mayor que 9.1, es decir, lo que nos piden es P( S 9.1) .
2
P(S 2 9.1) P( 2 12 )
Donde:
12
12
(n 1) S 2
(25 1)(9.1)
6
24(9.1)
12
6
2
1 36.4
12
12
Y como lo que nos interesa determinar P(S 9.1) P( 36.4) , observando la grfica
2
concluimos que
P( S 2 9.1) 0.05
P( S 2 9.1) 5%
Por lo tanto, la probabilidad de que la varianza muestral sea mayor que 9.1 es 0.05 o bien 5%.
b. Dado que nos estn pidiendo que determinemos la probabilidad de que la varianza muestral
est entre 3.462 y 10.745, es decir, lo que nos piden es P(3.462 S <10.745) .
2
P(3.462 S 2 <10.745) P( 02 2 12 )
Donde:
02
se calcula utilizando los datos y el lmite inferior del intervalo y 1 se calcula utilizando los
2
02
(n 1) S 20
12
(25 1)(3.462)
6
24(3.462)
02
6
2
0 13.848
(n 1) S12
(25 1)(10.745)
6
(24)(10.745)
12
6
2
1 42.98
02
12
S12
S12
.
Mas
sin
embargo
si
est muy prximo al valor de 1, se
S 22
S 22
12 y 22
S12
es un valor
S 22
muy grande o muy pequeo, este valor nos arrojar evidencia de una diferencia en las varianzas
de las poblaciones.
12 y 22
, necesitamos conocer el
F.
12 conocida y
2
se extrae una muestra de tamao n2, de una poblacin 2 normal con varianza 2 conocida y
Si se extrae una muestra de tamao n1, de una poblacin 1 normal con varianza
si
adems se sabe que S1 y S 2 son las varianzas muestrales independientes de tamao n1 y n2,
2
entonces:
S 2 2
F 12 22
S2 1
tiene una distribucin muestral la cual es una distribucin F-Fisher con grados de libertad
1 = n1 1 y 2 = n2 1.
Donde:
n1 = Tamao de la muestra extrada de la Poblacin 1.
n2 = Tamao de la muestra extrada de la Poblacin 2.
12
Existen tablas que nos proporcionan los valores ms comunes de un rea bajo la curva F de
F1a ,1 ,2
1
Fa ,2 ,1
Ejemplo 6.
Los tiempos que requiere el horneado de un pastel forman una distribucin normal, este pastel
es horneado por una empresa lder en el ramo con una varianza 2 = 10 minutos, mientras que
otra empresa la cual es competencia de la primera, hornea el mismo pastel con una varianza de
2 = 15 minutos. Si de forma aleatoria se seleccionan 25 registros de la empresa lder y 31
registros de la otra empresa, determine la probabilidad de que la relacin entre la varianza
muestral de la empresa lder y la varianza muestral de la otra empresa sea mayor a 1.26.
Solucin:
En base a los datos que nos proporciona el problema tenemos 2 empresas las cuales fabrican el
mismo pastel, a la empresa lder le llamaremos Empresa A y a la otra empresa le llamaremos
Empresa B.
Entonces:
n1 = 25.
n2 = 31.
A2
2
B
= 10.
= 15.
S2
P A2 1.26
SB
S2
P A2 1.26 P( F F1 )
SB
Donde:
F1 se calcula utilizando los datos
S 2 2
F1 A2 B2
S B A
15
F1 1.26
10
F1 (1.26)(1.5)
F1 1.89
S A2
1.26 P( F 1.89) .
2
SB
Entonces P
S A2
S A2
P 2 1.26 P ( F 1.89)
SB
S2
P A2 1.26 0.05
SB
S2
P A2 1.26 5%
SB
Por lo tanto, la probabilidad de que la relacin entre la varianza muestral de la empresa lder y la
varianza muestral de la otra empresa sea mayor a 1.26 es 0.05 o bien 5%.
Ejemplo 7.
Dos atletas de talle internacional realizan pruebas de atletismo, se sabe que los tiempos de
ejecucin de cada prueba forman una distribucin normal, Si se toman aleatoriamente 10
marcas del primer atleta y 20 marcas del 2do. Atleta . Determine la probabilidad de que la
relacin entre la varianza muestral del primer atleta y la varianza muestral del segundo atleta sea
menor o igual a 2.42.
Solucin:
En base a lo datos del problema y dado que no nos proporcionan los valores de las varianzas de
los 2 atletas, supondremos que las 2 varianzas poblacionales son iguales. Entonces tenemos:
n1 = 10.
n2 = 20.
12
22 .
S2
P 12 2.42
S2
S12
P 2 2.42 P( F F1 )
S2
Donde:
F1 se calcula utilizando los datos
S12 22
F1 2 2 ; como 22 12
S1 1
S 2 2
F1 12 12
S1 1
S2
F1 12
S1
F1 2.42
Entonces.
S2
P 12 2.42 P( F 2.42)
S2
S12
concluimos que
S2
P 12 2.42 P ( F 2.42)
S2
S12
P 2 2.42 1 0.05
S2
S2
P 12 2.42 0.95
S2
S2
P 12 2.42 95%
S2
Por lo tanto, la probabilidad de que la relacin entre la varianza muestral del primer atleta y la
varianza muestral del segundo atleta sea menor o igual a 2.42. es 0.95 o bien 95%.