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
martes, 17 de mayo de 2016
Estimación de la media de la población por intervalo de confianza
a) El valor de $\bar{x}$ ( media medida en la muestra )
b) El máximo error, $E$, que se comete en la estimación de $\mu$
c) El tamaño, $n$, de la muestra
SOLUCIÓN.
a) La media medida en la muestra es igual al centro del intervalo de confianza, luego $$\bar{x}=\dfrac{5{'}34+5{'}86}{2}=5{'}6$$
b) El máximo error en la estimación es la amplitud del intervalo de confianza, por tanto $$E=\dfrac{5{'}86-5{'}34}{2}=0{'}26$$
c) Despejando $n$ la fórmula del error, $E=z_{\alpha/2}\cdot \dfrac{\sigma}{\sqrt{n}}$, obtenemos $$n=\left(\dfrac{z_{\alpha/2}\cdot \sigma}{E}\right)^2 \quad \quad (1)$$
Sólo nos falta determinar el valor de la abscisa $z_{\alpha/2}$, que despejamos de $1-\alpha=0{'}95$, obteniendo $\alpha=0{'}05$ y, por tanto, $\alpha/2=0{'}025$. Ahora, sabiendo que $F(z_{\alpha/2})\equiv P\{Z \le z_{\alpha/2}\}=1-0{'}025=0{'}975$, consultando las tablas de la función de distribución de probabilidad $F(z)$ ( siendo $Z$ una d. $N(0,1)$ ), encontramos que $z_{\alpha/2}=1{'}96$
Sustituyendo, pues, los datos en (1), obtenemos el tamaño de la muestra $n=\left( \dfrac{1{'}96 \cdot 2{'}51}{0{'}26} \right)^2 \approx 359$ ( aproximando por exceso a las unidades ). $\square$
lunes, 28 de abril de 2014
La duración en horas de un determinado tipo de bombilla se puede aproximar por una distribución normal con media $\mu$ y desviación típica $\sigma=1940$ horas. Se toma una muestra aleatoria simple. Se pide:     a) ¿ Qué tamaño muestral se necesitaría como mínimo para que, con un nivel de confianza del $95\,\%$, el valor absoluto de la diferencia entre $\mu$ y la duración media observada $\bar{x}$ de esas bombillas fuese inferior a $100$ horas ?     b) Si el tamaño de la muestra es $n=225$ y la duración media observada es $\bar{x}=12415$ horas, obténgase un intervalo de confianza al $90\,\%$ para la media poblacional $\mu$.
La duración en horas de un determinado tipo de bombilla se puede aproximar por una distribución normal con media $\mu$ y desviación típica $\sigma=1940$ horas. Se toma una muestra aleatoria simple. Se pide:
    a) ¿ Qué tamaño muestral se necesitaría como mínimo para que, con un nivel de confianza del $95\,\%$, el valor absoluto de la diferencia entre $\mu$ y la duración media observada $\bar{x}$ de esas bombillas fuese inferior a $100$ horas ?
    b) Si el tamaño de la muestra es $n=225$ y la duración media observada en la muestra es $\bar{x}=12415$ horas, obténgase un intervalo de confianza al $90\,\%$ para la media poblacional $\mu$.
Resolución:
(a)
Intervalo de confianza de la media poblacional $\mu$:
  $I_{\mu}=[\bar{x}-z_{\alpha/2}\,\dfrac{\sigma}{\sqrt{n}}\,\,,\,\,\bar{x}+z_{\alpha/2}\,\dfrac{\sigma}{\sqrt{n}}]$, esto es $\mu = \bar{x} \pm z_{\alpha/2}\,\dfrac{\sigma}{\sqrt{n}}$, donde $z_{\alpha/2}\,\dfrac{\sigma}{\sqrt{n}}$ representa el error máximo y, por tanto, la semiamplitud del intervalo de incertidumbre, con lo cual podemos escribir: $|\mu - \bar{x}|=z_{\alpha/2}\,\dfrac{\sigma}{\sqrt{n}}$
Siendo $1-\alpha=0'95$, entonces $\alpha=0'05$, y encontramos, en las tablas de la función de distribución de la variable aleatoria normal tipificada $Z \sim N(0,1)$, que $z_{\alpha/2}=z_{0'05/2}=z_{0'025}=1'96$; así, pues, siendo $1'96\cdot \dfrac{1940}{\sqrt{n}} \prec 100$ ( según el enunciado ), vemos que, elevando al cuadrado ambos miembros de la desigualdad, $n \succ \big( \dfrac{1'96 \cdot 1940}{100}\big)^2 \approx 1446$, luego $n \succ 1446$.
(b)
El intervalo de confianza de la media poblacional $\mu$ es, ahora,   $I_{\mu}=[12415-z_{0'10/2}\,\dfrac{1940}{\sqrt{225}}\,\,,\,\,12415+z_{0'10/2}\,\dfrac{1940}{\sqrt{225}}]$. Y como $z_{0'10/2}=z_{0'05}$ es tal que $P\{Z \ge z_{0'05}\}=0'05$, es decir, $P\{Z \le z_{0'05}\}=F(z_{0'05})=1-0'05=0'95$, encontramos ( en el interior de las tablas de la función de distribución de la variable normal tipificada $Z \sim N(0,1)$ ) que ( fila y columna ) $z_{0'05} \approx 1'65 $ ( aproximando a dos cifras decimales dicha abscisa ). Así, pues, el intervalo de confianza pedido es
$I_{\mu}=[12415-1'65\,\dfrac{1940}{15}\,\,,\,\,12415+1'65\,\dfrac{1940}{15}]$ y aproximando los extremos del mismo a las unidades: $I_{\mu}=[12202\,\,,\,\,12628]$
$\blacksquare$
domingo, 26 de enero de 2014
Intervalo de confianza para la estimación de una proporción. Margen de error, coeficiente de confianza y tamaño de la muestra.
Enunciado:
Se desea realizar una encuesta entre la población mayor de edad de un determinado país, con una sola pregunta que tiene respuesta dicotómica: "sí" o "no". Si se admite un margen de error del $2\,\%$ y se fija un nivel de confianza del $95\%$ en la estimación de la proporción $p$, ¿ cuál debes ser el tamaño mínimo de la muestra ?.
Resolución:
La característica de la población en estudio corresponde a una variable aleatoria $X$ que tiene distribución de Bernoulli $B(1,p)$, siendo $p$ la proporción de una de las dos tendencias, digamos que del "sí". Para el caso de muestras grandes, la variable aleatoria del estimador $\hat{p}$ tiene una distribución en el muestreo
    $\hat{p} \approx N(p\,,\,\sqrt{\dfrac{p\,(1-p)}{n}}$
luego hemos visto con anterioridad que el intervalo de confianza de $p$ viene dado por
    $I=[\;\hat{p}-z_{\alpha / 2 } \cdot \sqrt{\dfrac{\hat{p}\,(1-\hat{p})}{n}}\;,\;\hat{p}+z_{\alpha / 2 } \cdot \sqrt{\dfrac{\hat{p}\,(1-\hat{p})}{n}}\;]$
siendo el marge de error
    $z_{\alpha / 2 } \cdot \sqrt{\dfrac{\hat{p}\,(1-\hat{p})}{n}}$
Como no contamos con el valor de $\hat{p}$, supondremos que éste es igual a $0'5$, que es la situación equilibrada en el resultado de la encuesta, para la cual el tamaño de la muestra alcanza una cota superior; entonces la cantidad
    $\sqrt{\dfrac{\hat{p}\,(1-\hat{p})}{n}}$
es, en este caso
    $\sqrt{\dfrac{0'5 \cdot 0'5}{n}}$
es decir
    $\dfrac{0'5}{\sqrt{n}}$
Entonces, imponiendo el requerimiento del enunciado
    $z_{\alpha / 2 } \cdot \sqrt{\dfrac{\hat{p}\,(1-\hat{p})}{n}} \prec 0'02$
esto es
    $z_{\alpha / 2 } \cdot \dfrac{0'5}{\sqrt{n}} \prec 0'02$
y, por las tablas de la distribución normal $N(0,1)$ sabemos que
    $P\{Z \ge z_{\alpha / 2}\} = \alpha / 2 \Rightarrow z_{\alpha /2} = 1'96$
la desigualdad a resolver queda
    $1'96 \cdot \dfrac{0'5}{\sqrt{n}} \prec 0'02 $
y de aquí
    $\sqrt{n} \succ \dfrac{1'96 \cdot 0'5}{0'02}$
y elevando al cuadrado en ambos miembros de la desigualdad
    $n \succ \bigg(\dfrac{1'96 \cdot 0'5}{0'02}\bigg)^2 = 2401$
$\square$
martes, 21 de enero de 2014
Calculando el tamaño de la muestra para garantizar el margen de error dado
Enunciado:
Para estimar la proporción, $p$, de familias de una determinada ciudad que poseen un determinado tipo de electrodoméstico, se extrae una muestra aleatoria simple de tamaño $n$ y se observa el valor del estimador $\hat{p}$ de $p$, que resulta ser igual a $0'4$. ¿ Cuál es el valor mínimo de $n$ para que, a un nivel de confianza del $95\,\%$, el margen de error de la estimación de la proporción $p$ ( intervalo de confianza ) sea menor que $0'01$ ?.
Resolución:
Al ser la variable $X \sim B(1,p)$ ( distribución de Bernoulli ) y, considerando muestras grandes,
la variable aleatoria asociada al estimador, $\hat{p}$, de $p$ es
    $\hat{p} \approx N\bigg( p\,,\, \sqrt{\dfrac{p\,(1-p)}{n}} \bigg)$
el intervalo de confianza de $p$, con un coeficiente de confianza $1-\alpha=0'95$ es
    $I_{0'95}(p)=\big(\hat{p} - z_{\alpha / 2}\cdot \sqrt{\dfrac{p\,(1-p)}{n}} \,,\, \hat{p} + z_{\alpha / 2}\cdot \sqrt{\dfrac{p\,(1-p)}{n}}\big) $
es decir
    $p = \hat{p} \, \pm \, z_{\alpha / 2}\cdot \sqrt{\dfrac{p\,(1-p)}{n}}$
donde, ahora, $\hat{p}$ representa el valor observado en la muestra, es decir, $0'4$ y $z_{\alpha / 2} = z_{0'05 / 2} = z_{0'025} \underset{tablas \; N(0,1)}{=} 1'96$
Teniendo en cuenta que el margen de error en la estimación de $p$ es
    $z_{\alpha / 2}\cdot \sqrt{\dfrac{p\,(1-p)}{n}}$
deberá cumplirse ( requerimiento del enunciado ) que
    $1'96\cdot \sqrt{\dfrac{0'4\cdot 0'6}{n}} \prec 0'01$
por tanto
    $\sqrt{\dfrac{0'4\cdot 0'6}{n}} \prec \dfrac{0'01}{1'96}$
y, elevando al cuadrado en cada miembro de la desigualdad
    $\dfrac{0'4\cdot 0'6}{n} \prec \bigg(\dfrac{0'01}{1'96}\bigg)^2$
de donde
    $n \succ \dfrac{0'4 \cdot 0'6}{(\frac{0'01}{1'96})^2} \approx 9219$
es decir, deberemos consultar un mínimo de $9219$ familias para garantizar el margen de error pedido.
$\square$
lunes, 20 de enero de 2014
Margen de error en la estimación de la media por intervalos de confianza. Tamaño de la muestra
Enunciado:
Se nos informa que la variable aleatoria "tiempo de reacción de un practicante de un cierto deporte ante un determinado evento" sigue un modelo normal con desviación típica $\sigma = 0'5$ segundos. Al estimar la media $\mu$ de la población por intervalos de confianza, con un coeficiente de confianza de $0'95$, se desea obtener un error en la estimación menor de $0'1$ segundos, ¿ cuál debe ser el tamaño mínimo del muestreo ?.
Resolución:
El intervalo de confianza en la estimación de $\mu$ con un coeficiente de confianza $1-\alpha$ igual a $0'95$ es
    $I_{1-\alpha}(\mu)=\big(\overline{x}-z_{\alpha / 2}\cdot \sigma(\overline{x})\,,\,\overline{x}+z_{\alpha / 2} \cdot \sigma(\overline{x})\big)$
    La semiamplitud del intervalo de confianza, $z_{\alpha / 2} \cdot \sigma(\overline{x})$, representa el margen de error en la estimación, siendo $\sigma(\overline{x})$ la desviación del estimador $\overline{x}$ de la media de la población $\mu$, que es igual a $\sigma / \sqrt{n}$. Recordemos que $\sigma$ es la desviación típica de la población, que es conocida ).
Entonces, para un coeficiente de confianza igual a $0'95$, una abscisa $z_{\alpha / 2}=z_{0'05 / 2}= z_{0'025}=1'96$-- consultando las tablas de la función de distribución de probabilidad $N(0,1)$ ) --, luego imponiendo el requerimiento del enunciado:
    $z_{\alpha / 2}\cdot \dfrac{\sigma}{\sqrt{n}} \prec 0'1$
y teniendo en cuenta que $\sigma = 0'5$ ( dato ),
    $1'96 \cdot \dfrac{0'5}{\sqrt{n}} \prec 0'1$
y de aquí
    $1'96 \cdot \dfrac{0'5}{0'1} \prec \sqrt{n}$
luego
    $\sqrt{n} \succ 1'96 \cdot \dfrac{0'5}{0'1}$
es decir
    $n \succ \bigg(1'96 \cdot \dfrac{0'5}{0'1}\bigg)^2$
y operando el segundo miembro de la desigualdad
    $n \succ 96$
En conclusión: debemos tomar muestras de un tamaño superior a $96$ individuos para garantizar que con un coeficiente de confianza de $0'95$ el error en la estimación de la media sea inferior a una décima.
$\square$