Inferencia Estadística Selectividad CCSS: 10 Problemas Resueltos Paso a Paso + PDF
Domina los intervalos de confianza para la media y proporción, el cálculo exacto del tamaño muestral mínimo, el error máximo admisible y las distribuciones muestrales con criterios oficiales de corrección de la ponencia andaluza.
⚡ Respuesta Directa PAU: Fórmulas y Valores Críticos de Inferencia Estadística CCSS
En la PAU de Andalucía (Matemáticas CCSS II), los problemas de Inferencia Estadística se resuelven con dos modelos de intervalos de confianza bilaterales al nivel 1 − α: 1) Para la media poblacional μ: ( − zα/2 · σ/√n , + zα/2 · σ/√n), con tamaño muestral mínimo n ≥ (zα/2 · σ / E)2; y 2) Para la proporción poblacional p: (p̂ − zα/2 · √(p̂·q̂/n) , p̂ + zα/2 · √(p̂·q̂/n)). Los valores críticos oficiales exigidos por la Ponencia Andaluza son: 90% → z = 1,645; 95% → z = 1,96; 98% → z = 2,33; y 99% → z = 2,575.
Los 3 Fallos Clásicos en Inferencia: Redondear «n» a la Baja, Buscar 1−α en la Tabla N(0,1) y Confundir Tanto en % con Tanto por Uno
En la corrección de Selectividad CCSS II, los vocales de la Ponencia Andaluza penalizan sistemáticamente estos tres errores operativos:
- Redondear el tamaño muestral n al entero más próximo en vez de al entero superior: Si al despejar n para un error máximo obtienes n ≥ 216,09, escribir n = 216 es INCORRECTO porque con 216 individuos el error supera la cota exigida. En tamaño muestral se redondea SIEMPRE hacia arriba (n = 217).
- Buscar directamente 0,95 en el interior de la tabla N(0,1) para un 95% de confianza: La tabla normal estándar acumula cola izquierda P(Z ≤ zα/2) = 1 − α/2. Para un 95% de confianza (1 − α = 0,95), debes buscar 1 − 0,025 = 0,9750 (que da z = 1,96), nunca 0,9500 (que daría 1,645, correspondiente al 90%).
- Introducir el error o la proporción en porcentaje (ej. E = 3) en lugar de tanto por uno (E = 0,03): En la fórmula de intervalos de proporción, tanto p̂ como q̂ y el error E deben expresarse estrictamente en tanto por uno (entre 0 y 1).
🎯 Los 5 Mandamientos de la Inferencia Estadística en la PAU
- Distinción entre Población y Muestra: Los parámetros poblacionales (media u03bc y proporción p) son constantes desconocidas. Los estimadores muestrales ( y p̂) son variables aleatorias que varían de muestra a muestra.
- Estructura Canónica del Intervalo: Todo intervalo bilateral se formula como
Estimador ± Error. Para la media:± zα/2 · (u03c3 / √n). Para la proporción:p̂ ± zα/2 · √(p̂·q̂ / n). - Regla de Redondeo para el Tamaño Muestral (n): Al despejar n para acotar el error, el resultado debe redondearse SIEMPRE al entero superior inmediato (ej. 216,09 ➔ 217). Si se redondea hacia abajo, el error excedería la cota fijada.
- Deducción a partir de los Extremos: Si el enunciado proporciona el intervalo (a, b), el centro es la media o proporción muestral
(a + b)/2y la semiamplitud es el error máximo(b - a)/2. - Compromiso entre Confianza y Precisión: Mayor nivel de confianza ensancha el intervalo (menor precisión métrica). La única forma de aumentar la precisión reduciendo el error sin perder confianza es aumentar el tamaño de la muestra n.
📝 10 Problemas Estrella Resueltos Paso a Paso
Problema 1: Intervalo de Confianza para la Media Poblacional (Gasto Turístico)
Ver Resolución Analítica Paso a Paso
a) Intervalo al 95% (1 – u03b1 = 0,95):
Nivel de significación: u03b1 = 0,05 ➔ u03b1/2 = 0,025 ➔ 1 – u03b1/2 = 0,9750.
En la tabla N(0, 1): P(Z ≤ 1,96) = 0,9750 ➔ zα/2 = 1,96.
Error máximo admisible: E = zα/2 · (u03c3 / √n) = 1,96 · (40 / √100) = 1,96 · 4 = 7,84 €.
I.C.₉₅% = (165 – 7,84 ; 165 + 7,84) = (157,16 € ; 172,84 €).
Interpretación: Con un 95% de confianza, el gasto medio real de los turistas se sitúa entre 157,16 € y 172,84 €.
b) Intervalo al 99% (1 – u03b1 = 0,99):
u03b1 = 0,01 ➔ u03b1/2 = 0,005 ➔ 1 – u03b1/2 = 0,9950 ➔ zα/2 = 2,575.
Error máximo: E = 2,575 · 4 = 10,30 €.
I.C.₉₉% = (165 – 10,30 ; 165 + 10,30) = (154,70 € ; 175,30 €).
Comparación de amplitudes: Amplitud al 95%: 15,68 €. Amplitud al 99%: 20,60 €. Al elevar la confianza de 95% a 99%, el intervalo se ensancha para ganar certeza a costa de perder precisión métrica.
Problema 2: Tamaño Muestral Mínimo para la Media con Error Acotado
Ver Resolución Analítica Paso a Paso
Para confianza 95%: 1 – u03b1 = 0,95 ➔ zα/2 = 1,96.
Condición de error: E = zα/2 · (u03c3 / √n) ≤ 2.
1,96 · (15 / √n) ≤ 2 ➔ 29,4 / √n ≤ 2 ➔ √n ≥ 14,7.
Elevando al cuadrado: n ≥ (14,7)² = 216,09.
Como n debe ser un valor entero, redondeamos al entero superior inmediato: n = 217 baterías.
Problema 3: Deducción Inversa: Centro, Error y Nivel de Confianza
Ver Resolución Analítica Paso a Paso
a) Media muestral y error:
= (extremo_inf + extremo_sup) / 2 = (14,118 + 15,882) / 2 = 30,000 / 2 = 15,00.
E = (extremo_sup – extremo_inf) / 2 = (15,882 – 14,118) / 2 = 1,764 / 2 = 0,882.
b) Nivel de confianza:
E = zα/2 · (u03c3 / √n) ➔ 0,882 = zα/2 · (3,6 / √64) = zα/2 · (3,6 / 8) = zα/2 · 0,45.
zα/2 = 0,882 / 0,45 = 1,96.
Buscando en la tabla N(0, 1): P(Z ≤ 1,96) = 0,9750.
Como 1 – u03b1/2 = 0,9750 ➔ u03b1/2 = 0,0250 ➔ u03b1 = 0,05.
Nivel de confianza: 1 – u03b1 = 1 – 0,05 = 0,95 ➔ 95% de confianza.
Problema 4: Intervalo de Confianza para la Proporción Poblacional (Transporte Público)
Ver Resolución Analítica Paso a Paso
Proporción muestral: p̂ = 140 / 400 = 0,35 (35%) ➔ q̂ = 1 – 0,35 = 0,65 (65%).
a) Intervalo al 92% (1 – u03b1 = 0,92):
u03b1 = 0,08 ➔ u03b1/2 = 0,04 ➔ 1 – u03b1/2 = 0,9600 ➔ zα/2 = 1,75.
Error máximo: E = 1,75 · √[(0,35 · 0,65) / 400] = 1,75 · √(0,2275 / 400) = 1,75 · 0,023848 = 0,0417 (4,17%).
I.C.₉₂% = (0,35 – 0,0417 ; 0,35 + 0,0417) = (0,3083 ; 0,3917) [30,83% ; 39,17%].
b) Intervalo al 96% (1 – u03b1 = 0,96):
u03b1 = 0,04 ➔ u03b1/2 = 0,02 ➔ 1 – u03b1/2 = 0,9800 ➔ zα/2 = 2,055 (o 2,05).
Con z = 2,05: E = 2,05 · 0,023848 = 0,0489 (4,89%).
I.C.₉₆% = (0,35 – 0,0489 ; 0,35 + 0,0489) = (0,3011 ; 0,3989).
Comparación: El intervalo al 92% tiene menor amplitud (0,0834 < 0,0978), por lo que ofrece mayor precisión métrica.
Problema 5: Tamaño Muestral para la Proporción: Piloto vs Caso Desfavorable
Ver Resolución Analítica Paso a Paso
Nivel de confianza 95%: 1 – u03b1 = 0,95 ➔ zα/2 = 1,96. Error fijado: E = 0,03.
a) Con estudio piloto (p̂ = 0,20 ; q̂ = 0,80):
n ≥ [zα/2² · p̂ · q̂] / E² = [(1,96)² · 0,20 · 0,80] / (0,03)² = [3,8416 · 0,16] / 0,0009 = 0,614656 / 0,0009 ≈ 682,95.
Redondeo al entero superior: n = 683 electores.
b) Sin información previa (caso más desfavorable p = 0,50 ; q = 0,50):
La varianza se maximiza en p = 0,50 ➔ p·q = 0,25.
n ≥ [(1,96)² · 0,25] / (0,03)² = [3,8416 · 0,25] / 0,0009 = 0,9604 / 0,0009 ≈ 1067,11.
Redondeo al entero superior: n = 1068 electores.
Ahorro: Disponer del estudio piloto reduce el tamaño de muestra de 1068 a 683 personas (ahorro del 36% de costes de encuestación).
Problema 6: Distribución de Medias Muestrales y Teorema Central del Límite
Ver Resolución Analítica Paso a Paso
a) Distribución de la media muestral:
Dado que la variable poblacional es Normal X ~ N(250, 16) y n = 64 ≥ 30:
Por el Teorema Central del Límite: Xu0304 ~ N(u03bc ; u03c3 / √n) = N(250 ; 16 / √64) = N(250 ; 16 / 8) = N(250, 2).
b) Probabilidad P(247 ≤ Xu0304 ≤ 253):
Tipificamos la variable: Z = (Xu0304 – 250) / 2.
• Para Xu0304₁ = 247 ➔ z₁ = (247 – 250) / 2 = -3 / 2 = -1,5.
• Para Xu0304₂ = 253 ➔ z₂ = (253 – 250) / 2 = 3 / 2 = 1,5.
P(-1,5 ≤ Z ≤ 1,5) = 2·P(Z ≤ 1,5) – 1.
En la tabla N(0, 1): P(Z ≤ 1,5) = 0,9332.
P(-1,5 ≤ Z ≤ 1,5) = 2 · 0,9332 – 1 = 1,8664 – 1 = 0,8664 (86,64%).
Problema 7: Intervalo para la Media con Desviación Típica Muestral (s)
Ver Resolución Analítica Paso a Paso
a) Justificación teórica:
Al desconocerse la desviación típica poblacional u03c3, como la muestra es suficientemente grande (n = 144 ≥ 30), el Teorema Central del Límite permite aproximar u03c3 por la desviación muestral s = 360 € y garantizar la normalidad de la media muestral Xu0304 ~ N(u03bc ; s / √n).
b) Intervalo al 98% (1 – u03b1 = 0,98):
u03b1 = 0,02 ➔ u03b1/2 = 0,01 ➔ 1 – u03b1/2 = 0,9900.
Buscando en la tabla N(0, 1): P(Z ≤ 2,33) = 0,9901 ≈ 0,9900 ➔ zα/2 = 2,33.
Error máximo admisible: E = zα/2 · (s / √n) = 2,33 · (360 / √144) = 2,33 · (360 / 12) = 2,33 · 30 = 69,90 €.
I.C.₉₈% = (2150 – 69,90 ; 2150 + 69,90) = (2080,10 € ; 2219,90 €).
Interpretación: Con un 98% de confianza, el salario medio de los trabajadores oscila entre 2080,10 € y 2219,90 €.
Problema 8: Control de Calidad: Defectuosos y Muestreo Adicional Requerido
Ver Resolución Analítica Paso a Paso
a) Intervalo al 95%:
p̂ = 25 / 500 = 0,05 (5%) ➔ q̂ = 0,95. Nivel 95% ➔ zα/2 = 1,96.
Error: E = 1,96 · √[(0,05 · 0,95) / 500] = 1,96 · √(0,0475 / 500) = 1,96 · 0,0097468 = 0,0191 (1,91%).
I.C.₉₅% = (0,05 – 0,0191 ; 0,05 + 0,0191) = (0,0309 ; 0,0691) [3,09% ; 6,91%].
b) Piezas adicionales para E ≤ 0,01:
n_total ≥ [(1,96)² · 0,05 · 0,95] / (0,01)² = [3,8416 · 0,0475] / 0,0001 = 0,182476 / 0,0001 = 1824,76 ➔ n_total = 1825 piezas.
Como ya se han analizado 500 piezas, las piezas adicionales necesarias son:
n_adicional = 1825 – 500 = 1325 piezas adicionales.
Problema 9: Análisis Conceptual: Relación entre Error, Confianza y Muestra
Ver Resolución Analítica Paso a Paso
a) Reducir el error a la mitad (E’ = E / 2):
Como n = [zα/2 · u03c3 / E]², al sustituir E por E/2:
n’ = [zα/2 · u03c3 / (E/2)]² = [2 · zα/2 · u03c3 / E]² = 4 · n.
Conclusión: El tamaño de la muestra debe cuadruplicarse (multiplicarse por 4).
b) Duplicar la muestra (n’ = 2n):
E’ = zα/2 · [u03c3 / √(2n)] = E / √2 ≈ 0,7071 · E.
Conclusión: El error se divide entre √2 (se reduce en un factor de aproximadamente el 29,3%).
c) Aumentar el nivel de confianza con n fijo:
Al aumentar 1 – u03b1, aumenta el valor crítico zα/2. Dado que está en el numerador del error, el error máximo admisible aumenta y el intervalo de confianza se ensancha (mayor amplitud, menor precisión).
Problema 10: Caso Global: Tiempo de Espera en Urgencias y Límite Presupuestario
Ver Resolución Analítica Paso a Paso
a) Intervalo al 90% (z = 1,645):
E₉₀% = 1,645 · (18 / √81) = 1,645 · (18 / 9) = 1,645 · 2 = 3,29 min.
I.C.₉₀% = (48 – 3,29 ; 48 + 3,29) = (44,71 min ; 51,29 min).
b) Intervalo al 95% (z = 1,96):
E₉₅% = 1,96 · 2 = 3,92 min.
I.C.₉₅% = (48 – 3,92 ; 48 + 3,92) = (44,08 min ; 51,92 min).
c) Error mínimo con presupuesto máximo (n_total = 81 + 200 = 281 pacientes):
E_mín = 1,96 · (18 / √281) = 1,96 · (18 / 16,763) = 1,96 · 1,0738 ≈ 2,10 min.
Impacto presupuestario: Invertir en encuestar a 200 pacientes adicionales recorta el margen de incertidumbre médica de ±3,92 min a ±2,10 min al 95% de confianza.
📋 Formulario Canónico de Inferencia Estadística PAU Andalucía
| Parámetro Poblacional | Intervalo de Confianza Bilateral | Error Máximo Admisible (E) | Tamaño Muestral Mínimo (n) |
|---|---|---|---|
| Media (u03bc) con u03c3 conocida | ± zα/2 · (u03c3 / √n) | E = zα/2 · (u03c3 / √n) | n ≥ [zα/2 · u03c3 / E]² (redondear ↑) |
| Media (u03bc) con s (n ≥ 30) | ± zα/2 · (s / √n) | E = zα/2 · (s / √n) | Aproximación por TCL: u03c3 ≈ s |
| Proporción (p) muestral | p̂ ± zα/2 · √(p̂·q̂ / n) | E = zα/2 · √(p̂·q̂ / n) | n ≥ [zα/2² · p̂ · q̂] / E² (redondear ↑) |
| Proporción (Caso Desfavorable) | p = 0,50 ➔ p·q = 0,25 | Varianza máxima 0,25 / n | n ≥ [zα/2² · 0,25] / E² |
| Valores Críticos Z Frecuentes | 90%: 1,645 • 92%: 1,75 • 95%: 1,96 • 96%: 2,055 • 98%: 2,33 • 99%: 2,575 | ||
❓ Preguntas Frecuentes sobre Inferencia en la PAU
¿Por qué el tamaño muestral n siempre se redondea al entero superior?
Porque el error máximo admisible E es inversamente proporcional a la raíz cuadrada de n. Si redondeáramos hacia abajo (por ejemplo de 216,09 a 216), el error resultante superaría la cota máxima fijada por el enunciado. Al redondear al entero superior (217), se garantiza estrictamente que el error quede por debajo de dicho umbral.
¿Qué valor de Z se utiliza para el 99% y el 90% de confianza?
Para el 99% de confianza (1 – u03b1 = 0,99), se utiliza z = 2,575 (interpolación simétrica entre 2,57 y 2,58). Para el 90% de confianza (1 – u03b1 = 0,90), se utiliza z = 1,645 (interpolación entre 1,64 y 1,65). Ambos valores son el estándar de corrección de la ponencia andaluza.
¿Qué ocurre si el enunciado no da ninguna estimación previa de la proporción p?
Debe aplicarse el criterio del caso más desfavorable fijando p = 0,50 (50%). Esto se debe a que la función de dispersión p(1 – p) alcanza su máximo absoluto en p = 0,5 (con valor 0,25), lo cual asegura un tamaño muestral que cubrirá cualquier proporción real con la precisión exigida.
¿Dónde se imparten las clases de preparación de Matemáticas CCSS para Selectividad?
En las instalaciones centrales de Academia MJ en Ronda de Belén, 21, Santa Fe (Granada), en grupos reducidos de máximo 6 alumnos, y a través de intensivos especializados de preparación de la PAU para toda Andalucía. Toda solicitud de información o reserva se gestiona vía WhatsApp al +34 679 71 06 64.