ESTADISTICA MATEMATICA Ing.

Luis Herman Hinojosa Saavedra

Intervalo de Confianza para la Media con Varianza desconocida,

muestra pequeña (𝒏 < 𝟑𝟎)
Sea X una variable aleatoria con distribución aproximadamente normal con media 𝜇 y
varianza 𝜎 2 desconocida.
Se trabaja con la distribución 𝑡 − 𝑠𝑡𝑢𝑑𝑒𝑛𝑡 con grados de libertad: 𝑔𝑙 = 𝑛 − 1.
El intervalo de confianza será:

𝑆. 𝑡𝛼⁄̇ 2 𝑆. 𝑡1−𝛼⁄2
[𝑋 − ≤𝜇≤𝑋+ ] = (1 − 𝛼)
√𝑛 √𝑛

Donde:
𝑆 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑀𝑢𝑒𝑠𝑡𝑟𝑎𝑙
𝑡1−𝛼⁄2 = 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒 𝑡 − 𝑠𝑡𝑢𝑑𝑒𝑛𝑡 𝑐𝑜𝑛 𝑔𝑙: 𝑛 − 1

𝛼⁄ 1–α
2 𝛼⁄
2

𝑡𝛼⁄2 𝑡1−𝛼⁄2

𝑔𝑙: 𝑛 − 1 𝑔𝑙: 𝑛 − 1

Cuando el muestreo es sin reemplazo en poblaciones finitas, el intervalo de confianza

para la media poblacional:

̇
𝑆. 𝑡𝛼⁄2 𝑁 − 𝑛 𝑆. 𝑡1−𝛼⁄2 𝑁 − 𝑛
[𝑋 − √ ≤𝜇≤𝑋+ √ ] = (1 − 𝛼)
√𝑛 𝑁−1 √𝑛 𝑁−1

12
ESTADISTICA MATEMATICA Ing. Luis Herman Hinojosa Saavedra

Ejemplo1.-
El diámetro final de un cable eléctrico blindado es distribuido normalmente. Una muestra
de tamaño 20 produce una media 0,790 y una desviación típica muestral 0,010. Encuentre
un intervalo de confianza del 95 % para la Media Poblacional.
Solución.-
𝑛 = 20
̅ = 0,790
X
𝑆 = 0,010
(1 − 𝛼) = 0,95

En la tabla de distribución t-student:

1–α
95 %
𝛼⁄ 𝛼⁄
2 2
𝑡𝛼⁄2 : 𝑡0,025 : −2,093 𝑡1−𝛼⁄2 : 𝑡0,975 : 2,093

𝑔𝑙: 𝑛 − 1: 20 − 1 = 19 𝑔𝑙: 𝑛 − 1: 20 − 1 = 19

Reemplazando en la fórmula:

𝑆. 𝑡𝛼⁄̇ 𝑆. 𝑡1−𝛼⁄
2 2
[𝑋 − ≤𝜇≤𝑋+ ] = (1 − 𝛼)
√𝑛 √𝑛

̇
0,010(2,093) 0,010(2,093)
[0,790 − ≤ 𝜇 ≤ 0,790 + ] = 0,95
√20 20

̇
[0,790 − 0,00468 ≤ 𝜇 ≤ 0,790 + 0,00468] = 0,95

[0,78532̇ ≤ 𝜇 ≤ 0,79468] = 0,95

13
ESTADISTICA MATEMATICA Ing. Luis Herman Hinojosa Saavedra

Ejercicio 2.-

A un laboratorio de ensayo de materiales se lleva una muestra de 10 cables para obtener

sus cargas de rotura a la tracción. Los resultados obtenidos en (kg/cm2) fueron: 280, 295,
308, 320, 265, 350, 300, 310, 285, 310. Considerando que estas cargas poseen
distribución de probabilidad normal, determinar el intervalo de confianza de 90 % para la
media de la población.

Solución.-

Calculamos la Media 𝜇 y la desviación estándar 𝑆

𝑋𝑖 𝑓𝑖 𝑋𝑖 𝑓𝑖 (𝑋𝑖 − X̅) 2
280 1 280 497,29
295 1 295 53,29 ∑ 𝑋𝑖 𝑓𝑖 3023
̅
X= = = 302,3
308 1 308 32,49 𝑛 10
320 1 320 313,29 ̅ )2
(𝑋𝑖 −X 4986,10
265 1 265 1391,29 𝑆=√ =√ = 23,537
𝑛−1 9
350 1 350 2275,29
300 1 300 5,29
310 2 310 118,58
285 1 285 299,29
10 3023 4986,10

En la tabla de distribución t-student:

1–α
90 %
𝛼⁄ 𝛼⁄
2 2
𝑡𝛼⁄2 : 𝑡0,050 : −1,833 𝑡1−𝛼⁄2 : 𝑡0,950 : 1,8333

𝑔𝑙: 𝑛 − 1: 10 − 1 = 9 𝑔𝑙: 𝑛 − 1: 10 − 1 = 9

Reemplazamos en la fórmula:

𝑆. 𝑡𝛼⁄̇ 2 𝑆. 𝑡1−𝛼⁄2
[𝑋 − ≤𝜇≤𝑋+ ] = (1 − 𝛼)
√𝑛 √𝑛

̇
23,537(1,833) 23,537(1,833)
[302,3 − ≤ 𝜇 ≤ 302,3 + ] = 0,95
√10 √10

14
ESTADISTICA MATEMATICA Ing. Luis Herman Hinojosa Saavedra

̇
[302,3 − 13,643 ≤ 𝜇 ≤ 302,3 + 13,643] = 0,95

[288,657̇ ≤ 𝜇 ≤ 302,3 + 315,943] = 0,95

Ejercicio 3.-

Un ingeniero mecánico cree haber perfeccionado un programa de adiestramiento que

puede reducir considerablemente el tiempo de montaje de ciertos mecanismos empleado
por los trabajadores. Para comprobar esta creencia, escoge 10 trabajadores al azar y
realiza estudios de tiempo antes y después del adiestramiento, obteniendo como resultado
las siguientes reducciones de tiempo en minutos:
Trabajador: 1 2 3 4 5 6 7 8 9 10
Reducción de
Tiempo 3 5 -1 0 7 4 8 3 -1 2

a.- Hallar un intervalo de confianza del 95 % para la media de la reducción de tiempo de

los primeros 5 trabajadores.
b.- Hallar un intervalo de confianza del 95 % para la media de la reducción de tiempo de
los primeros 10 trabajadores.

Solución.-

a.- Calculamos la Media 𝜇 y la desviación estándar 𝑆, para los primeros 5 valores

𝑋𝑖 (𝑋𝑖 − ̅
X)2
∑ 𝑋𝑖 14
3 0,04 ̅
X= = = 2,8
5 4,84 𝑛 5
̅ )2
(𝑋𝑖 −X 44,8
-1 14,44 𝑆=√ =√ = 3,347
0 7,84 𝑛−1 4

7 17,64
44,8

En la tabla de distribución t-student:

1–α
95 %
𝛼⁄ 𝛼⁄
2 2
𝑡𝛼⁄2 : 𝑡0,025 : −2,776 𝑡1−𝛼⁄2 : 𝑡0,975 : 2,776

𝑔𝑙: 𝑛 − 1: 5 − 1 = 4 𝑔𝑙: 𝑛 − 1: 5 − 1 = 4

Reemplazamos en la fórmula:

15
ESTADISTICA MATEMATICA Ing. Luis Herman Hinojosa Saavedra

𝑆. 𝑡𝛼⁄̇ 2 𝑆. 𝑡1−𝛼⁄2
[𝑋 − ≤𝜇≤𝑋+ ] = (1 − 𝛼)
√𝑛 √𝑛

̇
3,347(2,776) 3,347(2,776)
[2,8 − ≤ 𝜇 ≤ 2,8 + ] = 0,95
√5 √5
̇ ≤ 𝜇 ≤ 2,8 + 4,1552] = 0,95
[2,8 − 4,1552

[−1,3552̇ ≤ 𝜇 ≤ 6,9552] = 0,95

b.- Calculamos la Media 𝜇 y la desviación estándar 𝑆, para los 10 datos

𝑋𝑖 𝑓𝑖 𝑋𝑖 𝑓𝑖 (𝑋𝑖 − ̅X)2
3 2 6 0
5 1 5 4 ∑ 𝑋𝑖 𝑓𝑖 30
̅=
X = =3
-1 2 -2 32 𝑛 10
0 1 0 9 ̅ )2
(𝑋𝑖 −X 88
7 1 7 16 𝑆=√ = √ 9 = 3,127
𝑛−1
4 1 4 1
8 1 8 25
2 1 2 1
10 30 88

En la tabla de distribución t-student:

1–α
95 %
𝛼⁄ 𝛼⁄
2 2
𝑡𝛼⁄2 : 𝑡0,025 : −2,262 𝑡1−𝛼⁄2 : 𝑡0,975 : 2,262

𝑔𝑙: 𝑛 − 1: 10 − 1 = 9 𝑔𝑙: 𝑛 − 1: 10 − 1 = 9

Reemplazamos en la fórmula:

𝑆. 𝑡𝛼⁄̇ 2 𝑆. 𝑡1−𝛼⁄2
[𝑋 − ≤𝜇≤𝑋+ ] = (1 − 𝛼)
√𝑛 √𝑛

16
ESTADISTICA MATEMATICA Ing. Luis Herman Hinojosa Saavedra

̇
3,127(2,262) 3,127(2,262)
[3 − ≤𝜇 ≤3+ ] = 0,95
√10 √10
̇ ≤ 𝜇 ≤ 3 + 2,2367] = 0,95
[3 − 2,2367

[0,7633 ̇ ≤ 𝜇 ≤ 5,2367] = 0,95

Ejemplo 4.-

Los contenidos de una muestra aleatoria de 5 latas de café instantáneo de un productor

han dado los siguientes pesos netos en gramos:
280 290 285 275 284
a.- Encuentre un intervalo de confianza del 95 % para la media de los contenidos de todas
las latas de café del productor.
b.- ¿Con que grado de confianza se estima que el contenido promedio de café tenga los
límites de confianza: 277,432 y 288,168 ?

Solución.-

a.- 𝑛 = 5
(1 − 𝛼) = 0,95
Calculamos la media aritmética y la desviación estándar:
̅
X = 282,8 y 𝑆 = 5,63

En la tabla de distribución t-student:

1–α
95 %
𝛼⁄ 𝛼⁄
2 2
𝑡𝛼⁄2 : 𝑡0,025 : −2,776 𝑡1−𝛼⁄2 : 𝑡0,975 : 2,776

𝑔𝑙: 𝑛 − 1: 5 − 1 = 4 𝑔𝑙: 𝑛 − 1: 5 − 1 = 4

Reemplazamos en la fórmula:

𝑆. 𝑡𝛼⁄̇ 𝑆. 𝑡1−𝛼⁄
2 2
[𝑋 − ≤𝜇≤𝑋+ ] = (1 − 𝛼)
√𝑛 √𝑛

̇
5,63.(−2,776) 5,63.(2,776)
[282,8 − ≤ 𝜇 ≤ 282,8 + ] = 0,95
√5 √5

17
ESTADISTICA MATEMATICA Ing. Luis Herman Hinojosa Saavedra

[275,81 ̇ ≤ 𝜇 ≤ 289,79] = 0,95

b.- 𝜇 ∈ (277,432; 288,168) con confianza (1 − 𝛼)

̅ = 282,8
X
𝑆 = 5,63
𝑛=5

El intervalo superior es:

𝑆.𝑡1−𝛼⁄
2
𝑋+ = 288,168
√𝑛

Reemplazamos:

(5,63).𝑡1−𝛼⁄
2
282,8 + = 288,168
√5

(5,63).𝑡1−𝛼⁄
2
282,8 + = 288,168
√5

𝑡1−𝛼⁄ = 2,312
2

En la tabla de t-student con 𝑔𝑙: 𝑛 − 1 = 5 − 1 = 4

1 − 𝛼⁄2 = 0,95 → 𝛼 = 0,10

Entonces:
1 − 𝛼 = 1 − 0,10 = 0,90

Ejercicio 5.-

Los ingresos del impuesto sobre ventas en una ciudad que tiene un total de 300
establecimientos comerciales se recogen cada trimestre. Los siguientes datos representan
los ingresos diarios cobrados en miles de dólares cobrados durante el primer trimestre en
una muestra de nueve establecimientos comerciales:
16 18 11 17 13 10 22 15 16

a.- Determinar una estimación del intervalo con 95 % de confianza de los ingresos
trimestrales del impuesto sobre ventas en los establecimientos comerciales.
b.- Determinar una estimación del intervalo con 95 % de confianza de los ingresos totales
por impuesto sobre ventas que recogerán este trimestre.

18
ESTADISTICA MATEMATICA Ing. Luis Herman Hinojosa Saavedra

Solución.-

𝑁 = 300
𝑛=9

a.- Calculamos la Media 𝜇 y la desviación estándar 𝑆

𝑋𝑖 𝑓𝑖 𝑋𝑖 𝑓𝑖 𝑓𝑖 (𝑋𝑖 ∑ 𝑋𝑖 𝑓𝑖 138
−̅ X )2 ̅=
X = = 15,33
10 1 10 28,4089 𝑛 9
̅ )2
(𝑋𝑖 −X 108,0001
11 1 11 18,7489 𝑆=√ =√ = 3,6742
𝑛−1 8
13 1 13 5,4289
15 1 15 0,1089
16 2 32 0,8978
17 1 17 2,7889
18 1 18 7,1289
22 1 22 44,4889
10 138 108,0001

En la tabla de distribución t-student:

1–α
95 %
𝛼⁄ 𝛼⁄
2 2
𝑡𝛼⁄2 : 𝑡0,025 : −2,3060 𝑡1−𝛼⁄2 : 𝑡0,975 : 2,3060

𝑔𝑙: 𝑛 − 1: 9 − 1 = 8 𝑔𝑙: 𝑛 − 1: 9 − 1 = 8

Reemplazamos en la fórmula:

̇
𝑆. 𝑡𝛼⁄2 𝑁 − 𝑛 𝑆. 𝑡1−𝛼⁄2 𝑁 − 𝑛
[𝑋 − √ ≤𝜇≤𝑋+ √ ] = (1 − 𝛼)
√𝑛 𝑁−1 √𝑛 𝑁−1

̇
3,6742(2,3060) 300 − 9 3,6742(2,3060) 300 − 9
[15,33 − √ ≤ 𝜇 ≤ 15,33 + √ ] = 0,95
√9 300 − 1 √9 300 − 1

̇
[15,33 − 2,7862 ≤ 𝜇 ≤ 15,33 + 2,7862] = 0,95

[12,5438 ≤ 𝜇 ̇ ≤ 18,1162] = 0,95

19
ESTADISTICA MATEMATICA Ing. Luis Herman Hinojosa Saavedra

Como los datos están en miles de dólares:

[12.543,8 $𝑢𝑠 ≤ 𝜇̇ ≤ 18.116,2 $𝑢𝑠. ] = 0,95

b.-
𝑁[12.543,8 $𝑢𝑠 ≤ 𝜇̇ ≤ 18.116,2 $𝑢𝑠. ] = 0,95

300[12.543,8 $𝑢𝑠 ≤ 𝜇 ̇ ≤ 18.116,2 $𝑢𝑠. ] = 0,95

[3.763.140 $𝑢𝑠 ≤ 𝑁𝜇̇ ≤ 5.434.860 $𝑢𝑠. ] = 0,95

Ejercicios Propuestos.-

1.- Las cajas de un cereal producidos por una fábrica deben tener un contenido de 16
onzas. Un inspector tomó una muestra que arrojó los siguientes pesos en onzas:
15,7 15,7 16,3 15,8 16,1 15,9 16,2 15,9 15,8 15,6
Calcular el intérvalo de confianza del 90 % para la media poblacional.

2.- Un fabricante de una determinada marca de vehículos de lujo sabe que el consumo de
gasolina de sus vehículos se distribuye normalmente. Se selecciona una muestra aleatoria
de 6 coches y se observa el consumo cada 100 Km. obteniendo las siguientes
observaciones: 19,2 19,4 18,4 18,6 20,5 y 20,8
Obtener los intervalos de confianza para el consumo medio de gasolina de todos los
vehículos de esa marca, a los niveles de confianza del 90, 95 y 99%.
3.- Un fabricante produce focos cuya duración tiene distribución normal. Si una muestra
aleatoria de 9 focos da la siguientes vidas útiles en horas:
775 780 800 795 790 785 795 780 810
a.- Estimar la duración media de todos los focos del fabricante mediante un intervalo de
confianza del 95 %.
b.- Si la media poblacional se estima en 790 horas con una confianza del 98 %. ¿Cuánto
es el error máximo de la estimación si se quiere una confianza del 98 %?.
Resp.- a.- 𝟕𝟗𝟎 ± 𝟖, 𝟓𝟗. b.- 10,79

4.- El ingreso familiar mensual en cierta región es una variable aleatoria cuya distribución
se supone normal.
a.- Inicialmente se cree que el ingreso promedio en la región es de $us.400 y que el 95
% de todos los ingresos familiares mensuales varían de $us. 302 a $us. 498. Si en una
muestra aleatoria de 9 ingresos se encuentra un promedio de $us. 380, utilizando un
intervalo de confianza del 95 % para la media µ, ¿Se debería aceptar que el ingreso
promedio es igual a $us. 400?

20
ESTADISTICA MATEMATICA Ing. Luis Herman Hinojosa Saavedra

b.- Si una muestra aleatoria de 9 familias ha dado los siguientes ingresos:

374 375 383 380 385 377 384 380 386
Utilizando un intervalo de confianza del 95 % para la media µ, ¿Se debería concluir que
el ingreso promedio es diferente de $us. 400 ?
Resp.- 𝐱̅ = 𝟑𝟖𝟎, 𝟒. 𝑺 = 𝟒, 𝟑𝟗 𝑬 = 𝟏, 𝟒𝟔. No.

5.- Las cajas de un cereal producidos por una fábrica deben tener un contenido promedio
de 160 gramos. Un inspector tomó una muestra aleatoria de 10 cajas para calcular los
pesos 𝑋𝑖 en gramos. Si de la muestra resultan las siguientes sumas:

∑ 𝑋𝑖 = 1590 ∑ 𝑋𝑖2 = 252.858

Mediante un intervalo de confianza del 98 % para µ, ¿Es razonable que el inspector

multe al fabricante. Suponga que el peso de las cajas del cereal tiene distribución normal.
Resp.- 𝐗 ̅ = 𝟏𝟓𝟗 𝐒 = 𝟐, 𝟑𝟎𝟗 𝑬 = 𝟎, 𝟕𝟑 𝟏𝟓𝟗 ± 𝟐, 𝟎𝟔. No

6.- Un auditor escoge una muestra aleatoria de 15 cuentas por cobrar de un total de 400
cuentas de una compañía y encuentra las siguientes cuentas en dólares:
730 759 725 740 754 745 750 753 730 780 725 790 719 775 700
Utilizando un intervalo de confianza del 95 %, estime:
a.- El monto promedio por cuentas por cobrar.
b.- El monto total de todas las cuentas por cobrar.
Suponga que las 400 cuentas se distribuyen aproximadamente normal.
Resp.- 𝐗̅ = 𝟕𝟒𝟓 𝐒 = 𝟐𝟑, 𝟕𝟗 𝐄 = 𝟔 𝟕𝟒𝟓 ± 𝟏𝟐, 𝟖𝟕 (𝟒𝟎𝟎𝟕𝟒𝟓 ± 𝟏𝟐, 𝟖𝟕)

21