Ejercicios De Distribucion Muestral De La Media

Los ejercicios de distribución muestral de la media se centran en comprender cómo se comporta la media de una muestra extraída de una población, en comparación con la media de la población completa. En esencia, nos permite estimar la media poblacional a partir de las medias de múltiples muestras.

El concepto clave es el error estándar de la media. Este valor cuantifica la variabilidad esperada entre las medias de diferentes muestras. Se calcula dividiendo la desviación estándar de la población (σ) entre la raíz cuadrada del tamaño de la muestra (n): σ / √n. Cuanto mayor sea el tamaño de la muestra, menor será el error estándar, y por lo tanto, las medias de las muestras estarán más concentradas alrededor de la media poblacional.

Un aspecto crucial es el Teorema Central del Límite (TCL). Este teorema establece que, independientemente de la distribución de la población original, la distribución de las medias muestrales se aproximará a una distribución normal a medida que el tamaño de la muestra (n) aumente. Esta normalidad se centra alrededor de la media poblacional (μ) y tiene una desviación estándar igual al error estándar de la media (σ / √n). Para que esta aproximación sea válida, generalmente se considera que el tamaño de la muestra debe ser mayor o igual a 30 (n ≥ 30).

Para resolver estos ejercicios, generalmente se siguen estos pasos: 1) Identificar la población, la media poblacional (μ) y la desviación estándar poblacional (σ). 2) Determinar el tamaño de la muestra (n). 3) Calcular el error estándar de la media (σ / √n). 4) Utilizar la distribución normal (con media μ y desviación estándar σ / √n) para calcular probabilidades.

Ejemplo 1: Supongamos que la altura promedio de los estudiantes universitarios es de 175 cm con una desviación estándar de 8 cm. Si tomamos muestras de 50 estudiantes, ¿cuál es la probabilidad de que la media de la muestra sea mayor a 177 cm? Primero calculamos el error estándar: 8 / √50 ≈ 1.13 cm. Luego, calculamos la probabilidad usando la distribución normal con media 175 y desviación estándar 1.13.

Ejemplo 2: Una fábrica produce bombillas con una vida útil promedio de 800 horas y una desviación estándar de 60 horas. Si se toman muestras de 100 bombillas, ¿entre qué valores se espera que se encuentre el 95% de las medias muestrales? Calculamos el error estándar: 60 / √100 = 6 horas. Usamos el intervalo de confianza del 95% (aproximadamente ±1.96 desviaciones estándar) para obtener el rango: 800 ± (1.96 * 6) = 788.24 a 811.76 horas.

Los ejercicios de distribución muestral de la media son fundamentales en la inferencia estadística. Permiten realizar estimaciones y pruebas de hipótesis sobre las medias poblacionales basándose en datos muestrales, lo cual es crucial en campos como la investigación de mercado, el control de calidad, y la investigación científica en general.