Mostrando entradas con la etiqueta media muestral. Mostrar todas las entradas
Mostrando entradas con la etiqueta media muestral. Mostrar todas las entradas

jueves, 7 de septiembre de 2017

Probabilidad y Estadística. Intervalos de confianza.

ENUNCIADO. La masa ( en toneladas ) de los contenedores de un barco de carga se puede aproximar por una variable aleatoria normal de media $\mu$ y desviación típica $\sigma=3$ toneladas. Se toma una muestra aleatoria simple de $484$ contenedores. Se pide:
a) Si la media de la muestra es $\bar{x}=25'9$ toneladas, obténgase un intervalo de confianza para $\mu$ con un nivel ( de confianza ) del $90\,\%$
b) Supóngase ahora que $\mu=23$ toneladas. Calcúlese la probabilidad de que puedan transportarse en un barco cuya capacidad de carga máxima es de $11\,000$ toneladas

SOLUCIÓN.
a)
Denotemos por $X$ a la variable aleatoria "masa del contenedor". Sabemos que $X$ sigue una distribución normal $N(\mu\,,\,\sigma)$ con $\sigma=3$ toneladas. La media de la muestral es $\bar{x}=25'9$ toneladas, siendo el tamaño de la muestra $n=484$. Por el Teorema del Límite Central, podemos decir que la variable $\bar{X}$ es $N(\mu,\dfrac{3}{\sqrt{484}})$, entonces un intervalo de confianza para la estimación de la media de la población $\mu$ es $(\bar{x}-E\,,\,\bar{x}+E)$, donde $E$ la amplitud de dicho intervalo ( corresponde al máximo error cometido en la estimación ) y viene dado por $E=z_{\alpha/2}\cdot \dfrac{\sigma}{\sqrt{n}}$.

Como el nivel de confianza es $1-\alpha=0'90$, entonces $\alpha=0'10$ y por tanto $\alpha/2=0'05$; podemos pues escribir: $P\{Z \le z_{\alpha/2}\}=1-0'05=0'95$, por lo que consultando en las tablas de la distribución de probabilidad $N(0\,,\,1)$ encontramos el siguiente valor para la abscisa crítica: $z_{\alpha/2} \approx 1'64$ . Así pues $E=1'64\cdot \dfrac{3}{484} \approx 0,3$ ( aproximando por exceso ), luego el intervalo de confianza pedido es $I=(25'9-0'3\,,\,25'9+0'3)$, esto es $(25'6\,,\,26'2)$ toneladas

b)
Consideremos ahora la variable aleatoria $Y=X_1+X_2+\ldots+X_n$, donde $n=484$ y cada una de las $n$ variables $X_i \; (i=1,\ldots,n)$ es $N(\mu,\sigma)$, con $\sigma=3$ toneladas, y suponiendo, ahora, que $\mu=23$ toneladas. En estas condiciones $Y$ es $N(n\,\mu\,,\,\dfrac{n\,\sigma}{\sqrt{n}})$, esto es $N(n\,\mu\,,\,\sqrt{n}\,\sigma)$, que con los datos es $N(11\,132\,,\,66)$

Procedemos a calcular ahora la probabilidad pedida
$P\{Y \prec 11\,000\}\overset{\text{tipificando}}{=}P\{Z \prec \dfrac{11\,132-11\,000}{66}\}$
    $=P\{ Z\prec 2\}$
    $\approx 0'9772$ ( consultando las tablas de la función $F(z)$, donde $Z$ es $N(0\,,\,1)$

$\square$

martes, 14 de junio de 2016

Intervalos de confianza

ENUNCIADO. La producción diaria de leche, medida en litros, de una cierta granja de ganado vacuno se puede aproximar por una variable aleatoria con distribución normal de media $\mu$ desconocida y desviación estándar $\sigma=50$ litros.
a) Determínese el tamaño mínimo de una muestra aleatoria simple para que el intervalo de confianza par $\mu$ al $95\,\%$ tenga una amplitud a lo sumo de $10$ litros
b) Se toman datos de producción de $25$ días, escogidos al azar. Calcúlese la probabilidad de que la media de las producciones obtenidas, $\bar{X}$, sea menor o igual que $940$ litros si sabemos que $\mu=950$ litros.

SOLUCIÓN.
a)
Sea $X \sim N(\mu,50)$. La amplitud del intervalo de confianza es el máximo error que se comete en la estimación de $\mu$ y viene dado por $E=z_{\alpha/2}\cdot \dfrac{\sigma}{\sqrt{n}}$. Entonces, según la información del enunciado, $E \ge 10$, por tanto $$z_{\alpha/2}\cdot \dfrac{\sigma}{\sqrt{n}} \ge 10$$

Teniendo en cuenta que el nivel de confianza de la estimación es $1-\alpha=0,95$, $\alpha=0,05$, luego $\alpha/2=0,025$; y como $P\{Z \le z_{\alpha/2}\}=1-\alpha/2=1-0.025=0,975$, consultando en las tablas de la función de distribución de probabilidad $N(0\,,\,1)$ encontramos que la abscisa $z_{\alpha/2}$ es igual a $1,96$. Así, $$1,96\cdot \dfrac{50}{\sqrt{n}} \ge 10$$ con lo cual $$n \ge \left(\dfrac{1,96 \cdot 50}{10}\right)^2$$ y simplificando encontramos que $$n \ge 96,04 \approx 97 \; \; \text{(aproximando por exceso)}$$

b)
A partir de los datos $\mu=950$ gramos, $\sigma=50$ gramos y $n=25$, debemos calcular $$P\{\bar{X} \le 940\}$$ Por el teorema Central del Límite, sabemos que $\bar{X}$ sigue una distribución $N(950,\dfrac{50}{\sqrt{25}})$, luego tipificando la variable aleatoria $\bar{X}$ mediante la transformación $Z = \dfrac{\bar{\bar{X}-\mu}}{\sigma/\sqrt{n}}$ podemos escribir
$P\{\bar{X} \le 940\}=P\{Z \le \dfrac{940-950}{50/\sqrt{25}}==P\{Z \le -1\}=$
$=P\{Z \ge 1\}$, por la simetría de la función de densidad con respecto al eje de ordenadas
$=1-P\{Z\le 1\}$, por la propiedad del contrario
$=1-F(1)$
$=1-0{,}8413$, consultando las tablas de la función de distribución de probabilidad $F(z)$, siendo $Z:N(0\,,\,1)$
$=0{,}1587 \approx 16\,\%$

$\square$

jueves, 18 de junio de 2015

La duración de cierto componente electrónico, en horas (h), se puede aproximar por una variable aleatoria con distribución normal de media $\mu$ desconocida y desviación típica igual a ...

ENUNCIADO
La duración de cierto componente electrónico, en horas (h), se puede aproximar por una variable aleatoria con distribución normal de media $\mu$ desconocida y desviación típica igual a $1000 \, \text{h}$.

a) Se ha tomado una muestra aleatoria simple de esos componentes electrónicos de tamaño $81$ y la media muestral de su duración ha sido $\bar{x}=8000 \, \text{h}$. Calcúlese un intervalo de confianza al $99\,\%$ para $\mu$.

b) ¿ Cuál es la probabilidad de que la media muestral esté comprendida entre $7904$ y $8296$ horas para una muestra aleatoria simple de tamaño $100$ si sabemos que $\mu=8100 \, \text{h}$ ?

[ PAU 2015, Madrid ]

SOLUCIÓN

(a)
Un intervalo de confianza para $\mu$ se escribe de la forma $(\bar{x}-E\,,\,\bar{x}+E) \quad \quad (1)$. Conocemos el valor de la media muestral, $\bar{x}=8000$, y nos falta determinar el valor del máximo error en la estimación de $\mu$ por intervalo de confianza ( dado un cierto nivel de confianza, $1-\alpha = 1-0'99=0'01$ ).

Sabemos que $E=z_{\alpha/2}\,\sigma(\bar{x})$, siendo $\sigma(\bar{x})$ la desviación típica, en el muestreo, del estimador ( del estadístico ) $\bar{x}$ de $\mu$, que es igual a $\sigma / \sqrt{n}$ ( Teorema Central del Límite ). En el caso que nos ocupa, $\alpha/2=0'01/2=0'005$; por tanto, como $P\{Z \le z_{0'005} \}=1-0'005=0'995$, consultando las tablas de la función de distribución de probabilidad de la variable tipificada, $N(0,1)$, encontramos el valor de la abscisa $z_{0'005} \approx 2'58$

Por otra parte, la desviación típica del estimador $\bar{x}$ ( variable aleatoria ) de $\mu$ en el muestreo es $\sigma/\sqrt{n}=1000/\sqrt{81}=1000/9 \, \text{h}$

Así, encontramos que el error máximo en la estimación ( semi-amplitud del intervalo de confianza ) es $ E = 2'58 \cdot \dfrac{1000}{9} \approx 287 \, \text{h}$. Con lo cual, de (1), el intervalo pedido es $$(8000-287\,,\,8000+287)$$ esto es $$I_{99\,\%}(\mu)=(7713\,,\,8287)\quad \quad \text{( en horas )}$$

(b)
La variable aleatoria $\bar{x}$ con la que se estima $\mu$ tiene una distribución ( en el muestreo ) $N(\mu\,,\,\sigma/\sqrt{n})$ ( Teorema Central del Límite ).

Se nos pide que calculemos $P\{ 7904 \le \bar{x} \le 8296 \}$.

Tipifiquemos la variable del estimador de $\mu$, $\bar{x}$, mediante la transformación $$\bar{x} \rightarrow Z=\dfrac{\bar{x}-\mu}{\sigma/\sqrt{n}}$$ así, $Z$ es $N(0,1)$.

Por otra parte, teniendo en cuenta ahora que el tamaño muestral es $n=100$ y asumiendo que $\sigma = 1000 \, \text{h}$, calculamos la desviación típica en el muestro de la v.a. $\bar{x}$ en esta nueva situación, y encontramos que $\sigma/\sqrt{n} = 1000/\sqrt{100} = 100 \, \text{h}$.

Así,

$P\{ 7904 \le \bar{x} \le 8296 \}=P\{ \dfrac{7904-8000}{100} \le Z \le \dfrac{8296-8000}{100} \}$

    $= P\{ -0'96 \le Z \le 2'96 \}=P\{ Z \le 2'96 \} - P\{ Z \prec -0'96 \}$

    $= P\{ Z \le 2'96 \} - P\{ Z \succ 0'96 \}$   ( por ser simétrica la función de densidad $f(z)$ )

    $= P\{ Z \le 2'96 \} - ( 1 - P\{ Z \le 0'96 ) \}$   ( por la probabilidad del suceso contrario )

    $= P\{ Z \le 2'96 \} + P\{ Z \le 0'96 ) - 1 \}$

    $\overset{\text{tablas} N(0,1)}{=} 0'9985 + 0'8315 - 1$

    $= 0'83$

$\square$

[nota del autor]