Distribucion Muestral De La Media Ejemplos Resueltos

Analizar problemas de Distribución Muestral de la Media requiere un enfoque sistemático. Primero, identifiquemos la información clave proporcionada.

Luego, determinemos qué nos pide el problema. Esto nos dará una dirección clara. Entenderemos si debemos calcular probabilidades, encontrar valores críticos o estimar parámetros.

Identificación de los Parámetros

Identifiquemos la media poblacional (μ) y la desviación estándar poblacional (σ). Busquemos el tamaño de la muestra (n). Estos son los ingredientes básicos.

Si la desviación estándar poblacional (σ) no es conocida, utilizaremos la desviación estándar muestral (s). En este caso, debemos utilizar la distribución t de Student en lugar de la distribución normal.

Es crucial verificar si la población original es normal. Si lo es, la distribución muestral de la media también lo será, independientemente del tamaño de la muestra.

Teorema del Límite Central

Si la población no es normal, aplicamos el Teorema del Límite Central (TLC). El TLC nos dice que, si el tamaño de la muestra es suficientemente grande (n ≥ 30), la distribución muestral de la media se aproxima a una distribución normal.

Recordemos que la media de la distribución muestral de la media (μ_x̄) es igual a la media poblacional (μ). La desviación estándar de la distribución muestral de la media (error estándar, σ_x̄) se calcula como σ/√n. Esta fórmula es esencial.

Si no conocemos σ, estimamos el error estándar como s/√n. Usaremos la distribución t cuando estimemos el error estándar.

Cálculo de Probabilidades

Para calcular probabilidades, necesitamos estandarizar la variable. Calculamos el puntaje z (o t, si usamos la distribución t) utilizando la fórmula z = (x̄ - μ) / (σ/√n). Aquí, x̄ es la media muestral de interés.

Una vez obtenido el puntaje z (o t), consultamos la tabla de la distribución normal estándar (o la tabla t) para encontrar la probabilidad asociada. Debemos prestar atención a si el problema pide P(x̄ < a), P(x̄ > a) o P(a < x̄ < b).

Si el problema pide encontrar un valor de la media muestral (x̄) asociado a una probabilidad dada, trabajamos en sentido inverso. Buscamos el puntaje z (o t) correspondiente a la probabilidad en la tabla y luego resolvemos la fórmula de estandarización para x̄.

Ejemplo Resuelto

Supongamos que la altura promedio de los estudiantes universitarios es de 175 cm con una desviación estándar de 10 cm. Si tomamos una muestra aleatoria de 49 estudiantes, ¿cuál es la probabilidad de que la media muestral sea mayor a 177 cm?

Aquí, μ = 175, σ = 10 y n = 49. Calculamos el error estándar: σ_x̄ = 10/√49 = 10/7 ≈ 1.43. Luego, calculamos el puntaje z: z = (177 - 175) / 1.43 ≈ 1.40.

Consultamos la tabla z para z = 1.40, obteniendo un valor de 0.9192. Como queremos P(x̄ > 177), restamos este valor de 1: 1 - 0.9192 = 0.0808. Por lo tanto, la probabilidad de que la media muestral sea mayor a 177 cm es aproximadamente 8.08%.

Recuerda, la práctica constante es la clave para dominar estos conceptos. No dudes en resolver muchos ejemplos. Entender cada paso te permitirá enfrentar cualquier problema con confianza.