UNIVERSIDAD CENTROCCIDENTAL

“LISANDRO ALVARADO”
DECANATO DE CIENCIAS Y TECNOLOGÍAS
DEPARTAMENTO DE INVESTIGACIÓN DE OPERACIONES
BARQUISIMETO

UNIDAD II
DISTRIBUCIONES MUESTRALES
Muestras Pequeñas

ING. GREIZA LUCENA

 DISTRIBUCIONES MUESTRALES CON
MUESTRAS PEQUEÑÁS
 CASO 1: DISTRIBUCIÓN MUESTRAL DE LA MEDIA
Sea x la media de una muestra aleatoria de
tamaño n tomada de una población normal, con
media µ y varianza finita σ2, conocida; entonces
la distribución de la media muestral será normal
con media µ y varianza σ2/n:

x  
z 

n
Conforme n ∞; z tiene una distribución normal
estándar n(z;0,1) (n<30)

ING. GREIZA LUCENA

 DISTRIBUCIONES MUESTRALES CON
MUESTRAS PEQUEÑÁS
 CASO 2: DISTRIBUCIÓN MUESTRAL DE
LA MEDIA: Sean x1, x2, x3, …..xn
variables aleatorias independientes que
tienen una distribución normal con media
µ y varianza σ2 desconocida, entonces la
distribución de la media muestral será:
x
T 
s
n
donde T tiene una distribución t student
con n – 1 grados de libertad.(n<30)
ING. GREIZA LUCENA
 DISTRIBUCIONES MUESTRALES CON
MUESTRAS PEQUEÑÁS
 CASO 3: DISTRIBUCIÓN MUESTRAL DE LA DIFERENCIA DE
MEDIAS (Dos Poblaciones): Si se extraen al azar muestras
independientes n1 y n2 de dos poblaciones que se distribuyen
normal con medias µ1 y µ2 y varianzas σ21 y σ22 desconocidas e
iguales, entonces la distribución de las diferencias de las medias
muestrales, x1-x2, tiene media y varianza:
 x  x  1   2
1 2

1 1 (n1  1) s12  (n2  1) s22

 2
x1  x2
 s (  ); s p 
2 2

n1  n2  2
p
n1 n2

T
x  x     
1 2 1 2

1 1
sp 
n1 n2
es una distribución t-student con n1+n2 -2 grados de libertad (n1 y
n2 < 30)

ING. GREIZA LUCENA

 DISTRIBUCIONES MUESTRALES CON
MUESTRAS PEQUEÑÁS
 CASO 4: DISTRIBUCIÓN MUESTRAL DE LA DIFERENCIA
DE MEDIAS (Dos Poblaciones): Si se extraen al azar
muestras independientes n1 y n2 de dos poblaciones que
se distribuyen normal con medias µ1 y µ2 y varianzas
desconocidas y diferentes, entonces la distribución de las
diferencias de las medias muestrales, x1 - x2, tiene media
y varianza:
x  1   2 2
1  x2 s2
s 
2

^ 2 s12 s 22
  
1 2

    n1 n2 
x1  x 2
n1 n2 
2 2 2 2
x     2 
 s1   s2 
T  1  x2 1    
s12 s 22  n1    n2 

n1 n2 n1  1 n2  1
es una distribución t-student con ν grados de libertad (n1
y n2 < 30)
ING. GREIZA LUCENA
 DISTRIBUCIONES MUESTRALES CON
MUESTRAS PEQUEÑÁS
 CASO 5: DISTRIBUCIÓN MUESTRAL DE LA VARIANZA

Sea S2 la varianza de una muestra aleatoria de

tamaño n que se toma de una población normal con
varianza σ2, entonces la estadística:
n

 x  x 
2

 2

n  1s 2
 i 1
i

2 2
tiene una distribución chi- cuadrado con n-1 grados de
libertad.

ING. GREIZA LUCENA

 DISTRIBUCIONES MUESTRALES CON
MUESTRAS PEQUEÑÁS
 CASO 6: DISTRIBUCIÓN MUESTRAL DE DOS VARIANZAS

Si s12 y s22 son las varianzas de muestras aleatorias

independientes de tamaño n1 y n2 tomadas de poblaciones
normales con varianzas σ12 y σ22, respectivamente
entonces:
s12
 12  22 s12
F  
s22  12 s22
 22
tiene una distribución F con ν1=n1-1 y ν2=n2-1 grados de
libertad.

ING. GREIZA LUCENA