Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
280 ❍ CAPÍTULO 7 DISTRIBUCIONES MUESTRALES 7.39 Muestras aleatorias de tamaño n � 75 se seleccionaron de una población binomial con p � .4. Use la distribución normal para aproximar las siguientes probabilidades: a. P( p̂ .43) b. P(.35 p̂ .43) 7.40 Muestras aleatorias de tamaño n � 500 se seleccionaron de una población binomial con p � .1. a. ¿Es apropiado usar la distribución normal para aproximar la distribución muestral de p̂? Verifi que para asegurarse que estén satisfechas las condiciones necesarias. Usando los resultados del inciso a), encuentre estas probabilidades: b. p̂ � .12 c. p̂ � .10 d. p̂ está a no más de .02 de p 7.41 Calcule SE( p̂) para n � 100 y estos valores de p: a. p � .01 b. p � .10 c. p � .30 d. p � .50 e. p � .70 f. p � .90 g. p � .99 h. Grafi que SE( p̂) contra p en papel de gráfi ca y trace una curva suave que pase por los puntos. ¿Para qué valor de p es máxima la desviación estándar de la distribución muestral de p̂? ¿Qué ocurre al error estándar cuando p es cercano a 0 o a 1.0? 7.42 a. ¿Es apropiada la aproximación normal a la dis- tribución muestral cuando n � 400 y p � .8? b. Use los resultados del inciso a) para hallar la probabilidad de que p̂ es mayor a) .83. c. Use los resultados del inciso a), para hallar la probabilidad de que p̂ está entre .76 y .84. APLICACIONES 7.43 Bajar de peso Reportajes en periódicos nos dicen que el estadounidense promedio tiene sobrepeso. Muchos de nosotros hemos tratado de bajar de peso cuando terminamos la preparatoria o la universidad. Y, en efecto, sólo 19% de adultos dicen que no sufren de problemas de pérdida de peso.10 Suponga que la cifra de 19% es correcta y que se selecciona una muestra aleatoria de n � 100 adultos. a. La distribución de p̂, es decir, la proporción muestral de adultos que no sufren de excesos de peso, ¿tiene una distribución normal aproximada? Si es así, ¿cuál es su media y desviación estándar? b. ¿Cuál es la probabilidad de que la proporción muestral p̂ exceda de .25? c. ¿Cuál es la probabilidad de que p̂ se encuentre dentro del intervalo .25 a .30? d. ¿Qué se podría concluir acerca de p si la proporción muestral excede de .30? 7.44 Costos de prescripciones El costo de prescripciones de patente se fi ja para dar apoyo a investigación y desarrollo de estos medicamentos, que pueden tardar hasta 20 años. Sin embargo, una mayoría de estadounidenses dice que los costos de medicamentos de patente (66%), los costos de hospital (64%) y visitas de médicos (55%) son irracionalmente altos.11 Suponga que se toma una muestra aleatoria de n � 1000 adultos. Sea p̂ la proporción de adultos que dicen que los precios de medicinas con receta son irracionalmente altos. a. ¿Cuál es la distribución exacta de p̂? ¿Cómo se puede aproximar la distribución de p̂? b. ¿Cuál es la probabilidad de que p̂ exceda de .68? c. ¿Cuál es la probabilidad de que p̂ se encuentre entre .64 y .68? d. ¿Un porcentaje muestral de 70% estaría en contra del valor reportado de 66%? 7.45 M&M’S De acuerdo con el sitio web de M&M’S, el porcentaje promedio de dulces M&M’S cafés de un paquete de chocolates M&M’S de leche es 13%.12 (Este porcentaje varía, no obstante, entre los diferentes tipos de los M&M’S empacados.) Suponga que al azar se selecciona un paquete de chocolates M&M’S de leche que contiene 55 dulces y se determina la proporción de dulces M&M’S cafés del paquete. a. ¿Cuál es la distribución aproximada de la proporción muestral de dulces M&M’S cafés en un paquete que contiene 55 dulces? b. ¿Cuál es la probabilidad de que el porcentaje muestral de dulces cafés sea menor a 20%? c. ¿Cuál es la probabilidad de que el porcentaje muestral exceda de 35%? d. ¿Dentro de qué intervalo espera usted que la proporción muestral se encuentre alrededor de 95% del tiempo? 7.46 El “proyecto de ley de la hamburguesa con queso” En la primavera de 2004, el Congreso de Estados Unidos consideró un proyecto de ley que impediría a estadounidenses demandaran a gigantes de la comida rápida como McDonald’s por hacerles engordar. Aun cuando la industria de la comida rápida puede no ser culpable, un estudio realizado por el Hospital Infantil de Boston informa que alrededor de dos tercios de adultos estadounidenses y alrededor de 15% de niños y adolescentes presentan sobrepeso.13 Se seleccionó una muestra aleatoria de 100 niños. Probabilidad_Mendenhall_07.indd 280Probabilidad_Mendenhall_07.indd 280 5/14/10 8:43:32 AM5/14/10 8:43:32 AM www.FreeLibros.me 7.7 UNA APLICACIÓN MUESTRAL: CONTROL ESTADÍSTICO DE PROCESOS (OPCIONAL) ❍ 281 UNA APLICACIÓN MUESTRAL: CONTROL ESTADÍSTICO DE PROCESOS (OPCIONAL) La metodología del control estadístico de procesos (CEP) fue inventada para observar, controlar y mejorar productos y servicios. Los cojinetes de acero deben apegarse a espe- cifi caciones de dimensiones y dureza, los productos químicos industriales tienen un bajo nivel especifi cado de impurezas y las empresas de contaduría deben reducir al mínimo y fi nalmente eliminar asientos incorrectos en contabilidades. Con frecuencia se dice que el control estadístico de procesos está formado por 10% de estadística y 90% de ingeniería y sentido común. Desde el punto de vista estadístico podemos observar la media de un proceso y decir cuándo es que la media cae fuera de límites asignados previamente, pero no podemos decir por qué está fuera de control. Contestar esta última pregunta requiere de conocimiento del proceso y capacidad de resolver problemas, es decir, el otro 90%. La calidad de un producto suele ser supervisada con el uso de gráfi cas estadísticas de control. Las mediciones en la variable de un proceso a ser observado cambian con el tiempo. Se dice que la causa de un cambio en la variable es asignable si puede ser localizada y corregida. Otra variación, los pequeños cambios fortuitos debidos a la alte- ración del ambiente de producción, que no sea controlable se considera como variación aleatoria. Si la variación en la variable de un proceso es sólo aleatoria, se dice que el proceso está en control. El primer objetivo en el control estadístico de procesos es eli- minar causas asignables de variación en la variable del proceso y luego poner el proceso bajo control. El siguiente paso es reducir la variación y poner las mediciones en la varia- ble del proceso dentro de límites de especifi cación, es decir, límites dentro de los cuales deben caer las mediciones sobre objetos o servicios utilizables. Una vez que un proceso esté en control y esté produciendo un producto satisfacto- rio, sus variables son supervisadas con gráfi cas de control. Se toman muestras de n artículos del proceso a intervalos especifi cados y se calcula una estadística muestral. Estas estadísticas se grafi can en la tabla de control, de modo que el proceso se puede verifi car respecto a cambios en la variable del proceso que podrían indicar problemas de control. Una gráfi ca de control para la media del proceso: la gráfi ca x̄ Suponga que n artículos se seleccionan al azar del proceso de producción a interva- los iguales y que se registran mediciones en la variable del proceso. Si el proceso está en control, las medias muestrales deben variar alrededor de la media poblacional m en forma aleatoria. Además, de acuerdo con el teorema del límite central, la distribu- a. ¿Cuál es la probabilidad de que el porcentaje muestral de niños con sobrepeso exceda de 25%? b. ¿Cuál es la probabilidad de que el porcentaje muestral de niños con sobrepeso sea menor a 12%? c. ¿Sería poco común hallar que 30% de los niños muestreados tuvieran sobrepeso? Explique. 7.47 ¡Ah, las nueces! ¿Es usted un “puritano” del chocolate, o le gustan otros ingredientes en su chocolate? American Demographics informa que casi 75% de los consumidores gustan de ingredientes tradicionales como nueces o caramelos en su chocolate. Son menos entusiastas hacia el gusto de la menta o el café,que dan sabores más distintivos.14 Una muestra aleatoria de 200 consumidores se selecciona y se registra el número de quienes gustan de las nueces o caramelo en su chocolate. a. ¿Cuál es la distribución muestral aproximada para la proporción muestral p̂? ¿Cuáles son la media y distribución estándar para esta distribución? b. ¿Cuál es la probabilidad de que el porcentaje muestral sea mayor a 80%? c. ¿Dentro de qué límites se esperaría que la proporción muestral se encuentre alrededor de 95% del tiempo? 7.7 Probabilidad_Mendenhall_07.indd 281Probabilidad_Mendenhall_07.indd 281 5/14/10 8:43:32 AM5/14/10 8:43:32 AM www.FreeLibros.me 282 ❍ CAPÍTULO 7 DISTRIBUCIONES MUESTRALES ción muestral de x� debe ser aproximadamente normal, de modo que casi todos los valo- res de x� caen en el intervalo (m � 3 SE) � m � 3(s/ � __ n ). Aun cuando los valores exac- tos de m y s sean desconocidos, se pueden obtener estimaciones precisas con el uso de mediciones muestrales. Toda gráfi ca de control tiene una línea de centro y límites de control. La línea del centro para la gráfi ca x� es la estimación de m, el gran promedio de todas las estadísticas muestrales calculadas de las mediciones en la variable del proceso. Los límites de con- trol superior e inferior están colocados a tres desviaciones estándar arriba y debajo de la línea de centro. Si se observa la media del proceso con base en k muestras de tamaño n tomadas a intervalos regulares, la línea de centro es x��, el promedio de las medias mues- trales y los límites de control están en x�� � 3(s/ � __ n ), con s estimada por s, la desviación estándar de las mediciones nk. Un sistema estadístico de observación del control del proceso muestrea los diámetros interiores de n � 4 cojinetes por hora. En la tabla 7.6 aparecen los datos para k � 25 muestras por hora. Construya una gráfi ca x� para vigilar la media del proceso. Solución La media muestral se calculó para cada una de las k � 25 muestras. Por ejemplo, la media para la muestra 1 es x� � .992 � 1.007 � 1.016 � .991 ���� 4 � 1.0015 E J E M P L O 7.8 TABLA 7.6 ● 25 muestras por hora de diámetros de cojinetes, n � 4 cojinetes por muestra Mediciones de Media muestral, Muestra muestra x� 1 .992 1.007 1.016 .991 1.00150 2 1.015 .984 .976 1.000 .99375 3 .988 .993 1.011 .981 .99325 4 .996 1.020 1.004 .999 1.00475 5 1.015 1.006 1.002 1.001 1.00600 6 1.000 .982 1.005 .989 .99400 7 .989 1.009 1.019 .994 1.00275 8 .994 1.010 1.009 .990 1.00075 9 1.018 1.016 .990 1.011 1.00875 10 .997 1.005 .989 1.001 .99800 11 1.020 .986 1.002 .989 .99925 12 1.007 .986 .981 .995 .99225 13 1.016 1.002 1.010 .999 1.00675 14 .982 .995 1.011 .987 .99375 15 1.001 1.000 .983 1.002 .99650 16 .992 1.008 1.001 .996 .99925 17 1.020 .988 1.015 .986 1.00225 18 .993 .987 1.006 1.001 .99675 19 .978 1.006 1.002 .982 .99200 20 .984 1.009 .983 .986 .99050 21 .990 1.012 1.010 1.007 1.00475 22 1.015 .983 1.003 .989 .99750 23 .983 .990 .997 1.002 .99300 24 1.011 1.012 .991 1.008 1.00550 25 .987 .987 1.007 .995 .99400 Las medias muestrales se ven en la última columna de la tabla 7.6. La línea del centro está situada en el promedio de las medias muestrales, o sea x�� � 24.9675 _______ 25 � .9987 Probabilidad_Mendenhall_07.indd 282Probabilidad_Mendenhall_07.indd 282 5/14/10 8:43:32 AM5/14/10 8:43:32 AM www.FreeLibros.me 7 DISTRIBUCIONES MUESTRALES 7.7 Una aplicación muestral: control estadístico de procesos (opcional) Una gráfica de control para la media del proceso: la gráfica x̄
Compartir