Un blog con cuestiones, ejercicios, problemas, aplicaciones y comentarios relacionados con los contenidos de Matemáticas del segundo curso de Bachillerato en la modalidad de Ciencias Sociales
lunes, 9 de mayo de 2016
Distribución de la media muestral
a) ¿ Qué tipo distribución corresponde al estadístico \emph{media muestral} ? ¿ Cuáles son los valores de los parámetros de la misma ?
b) ¿ Cuál es la probabilidad de que la media medida en dicha muestra, $\bar{x}$, sea mayor que $12$ ?
SOLUCIÓN.
a) Siendo la variable aleatoria $X$ ( de la población ) una distribución $N(\mu\,,\,\sigma)$, donde $\mu=10$ y $\sigma=3$, podemos afirmar que, de acuerdo con el Teorema Central del Límite, la distribución del estadístico media muestral, $\bar{X}$, es $N(\mu\,,\,\dfrac{\sigma}{\sqrt{n}})$, esto es, $N(10\,,\,\dfrac{3}{\sqrt{50}})$.
b) Así pues, $P\{X \succ 12\} \overset{\text{tipificando}}{=} P\{Z \ge \dfrac{12-10}{3/\sqrt{50}}\}\overset{\text{4 cifras decimales}}{\approx} P\{Z \ge 4,7140\}$
$=1-P\{Z \le 4,7140\}=1-F(4,7140) \overset{\text{tablas}\;N(0,1)}{\approx} 1-1 = 0$, donde $F(z)$ denota la función de distribución de probabilidad de la variable tipificada $Z$, que es $N(0,1)$
$\square$
sábado, 11 de enero de 2014
Estimadores. Distribución en el muestreo. Sobre la suma de los valores muestrales.
Enunciado:
El voltaje de las pilas de una determinada marca se asocia a una variable aleatoria de media igual a $\mu=1'5$ voltios y de distribución $\sigma=0'2$ voltios ( parámetros de la población de pilas ). Se elige una muestra aleatoria simple de tamaño $n=100$ pilas y se conectan todas estas pilas en serie, lo cual supone que, al sumarse los voltajes, se pueda disponer de una batería de, aproximadamente, $150$ voltios. Calcular la probabilidad de que la batería resultante tenga un voltaje comprendido entre $148$ voltios y $152$ voltios.
Resolución:
Dice el Teorema Central del Límite que, dada un muestreo aleatorio simple formado por una sucesión de variables aleatorias independientes $X_1,\ldots\,X_n$ con la misma varianza y la misma media que la variable aleatoria $X$ que sirve de modelo a una cierta característica de la población, entonces la variable aleatoria $(X_1+\ldots+X_n)/n$, que corresponde al estimador $\overline{x}$ de la media $\mu$ sigue una distribución de probabilidad normal $N(\mu\,,\,\sqrt{n}\,\sigma$, por tanto la variable tipificada
    $\dfrac{(X_1+\ldots+X_n)/n - \mu}{\sigma / \sqrt{n}}$
es una $N(0,1)$
De aquí, se deduce como consecuencia directa de dicho teorema, que el estimador de la suma de los valores muestrales $X_1+\ldots+X_n$ tiene una distribución normal de media $n\mu$ y desviación típica $\sqrt{n}\,\sigma$.
En nuestro caso, nos parece apropiado denotar por $\hat{V}$ a dicho estimador (por referirnos a la suma de voltajes de la batería resultante de la asociación), luego
    $\hat{V} \sim N( n \,\mu \,,\,\sqrt{n} \,\sigma )$
con lo cual podemos escribir
    $P\{148 \le \hat{V} \le 152 \} = P\{ \hat{V} \le 152 \}-P\{ \hat{V} \le 148\}$
                $=P\{Z \le \dfrac{152-100\cdot 1'5}{0'2\,\sqrt{100}}\}-P\{Z \le \dfrac{148-100\cdot 1'5}{0'2\,\sqrt{100}}\}$
                $=P\{Z \le 1\}-P\{Z \le -1\}$
                $=(1-P\{Z > 1\})-P\{Z \ge 1\}$
                $=1-2\,P\{Z > 1\})\}$
                $\underset{(1)}{=} 1-2 \cdot 0'1587$
                $=0'6826$
==
      (1):consultando las tablas de la normal $N(0,1)$
==
$\square$
viernes, 10 de enero de 2014
Estimadores. Distribución en el muestreo. Estimación de la diferencia de medias de dos poblaciones normales independientes
Enunciado:
Un fabricante de televisores compra piezas a dos compañías. Sabemos que: a) la variable aleatoria que describe duración de las piezas que proporciona la compañía $A_1$ sigue una distribución normal de parámetros $\mu_1=7'2$ años ( media ) y $\sigma_1=0'8$ años ( desviación típica ); b) la variable aleatoria que describe duración de las piezas que proporciona la compañía $A_2$ sigue una distribución normal de parámetros $\mu_2=6'7$ años ( media ) y $\sigma_2=0'7$ años ( desviación típica ). Se extrae una muestra $n_1=34$ piezas de la población de piezas producidas por la compañía $A_1$ y una muestra de $n_2=40$ piezas de la población de piezas producidas por la compañía $A_2$. Calcular la probabilidad de que la media de la muestra de la compañía $A_1$ se al menos un año mayor que la media de la muestra de la compañía $A_2$.
Resolución:
Denotemos por $X$ a la variable aleatoria que describe el tiempo de vida de la población de piezas producidas por la compañía A, que, según el enunciado, sigue una distribución $N(\mu_1,\sigma_1)$, y por $Y$ a la variable aleatoria que describe el tiempo de vida de la población de piezas producidas por la compañía B, que según el enunciado, sigue una distribución $N(\mu_2,\sigma_2)$
Sea $X_1,\ldots,X_{n_1}$ una muestra aleatoria simple procedente de la producción de la compañía A ( $n_1=34$ piezas ) e $Y_1,\ldots,Y_{n_2}$ ( $n_2=40$ piezas ) una muestra aleatoria simple procedente de la compañía B.
Como ambas muestras suponemos que son independientes y los parámetros de las variables aleatorias de las poblaciones $X$ e $Y$ son conocidos, hemos visto en clase que la variable aleatoria que describe el estimador de la diferencia de medias muestrales $\overline{x}_1-\overline{x}_2$ ( distribución en el muestreo ) sigue una distribución normal:
    $\overline{x}_1-\overline{x}_2 \sim N \Big(\;\mu_1-\mu_2\;,\;\sqrt{\dfrac{\sigma_{1}^2}{n_1}+\dfrac{\sigma_{2}^2}{n_2}}\;\Big)$
Tipificando la variable vemos que
    $Z \sim \dfrac{(\overline{x}_1-\overline{x}_2)-(\mu_1-\mu_2)}{\sqrt{\dfrac{\sigma_{1}^2}{n_1}+\dfrac{\sigma_{2}^2}{n_2}}} \sim N(0,1)$
Luego
    $P\{(\overline{x}_1-\overline{x}_2)\ge 1\}=$
        $=P\{Z \ge \dfrac{1-(\mu_1-\mu_2)}{\sqrt{\dfrac{\sigma_{1}^2}{n_1}+\dfrac{\sigma_{2}^2}{n_2}}}\} \underset{(1)}{=} P\{Z\ge 2,8364\}) \underset{(2)}{\approx} 0'0023$
        (1) Sustituyendo los datos del enunciado y consultando las tablas de la distribución normal tipificada $N(0,1)$
        (2) Consultando las tablas de la distribución normal tipificada $N(0,1)$
$\square$
Referencias:
- Adaptación del Problema 13.11 del Libro Base