Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ENFOQUE SISTEMÁTICO DE LA ADMINISTRACIÓN - Ipptx
ENFOQUE SISTEMÁTICO DE LA ADMINISTRACIÓN - Ipptx
TEMA
ENFOQUE SISTEMÁTICO DE LA
ADMINISTRACIÓN
Ica – Perú
2016
_____________________________________________________________________________
Administración industrial 1
ÍNDICE
TITULO…………………………………………………………………………….….. 3
DEDICATIRIA………………………………………………………….………….… 4
ESCUELA MATEMÁTICA……………………………………………………..….…9
PROCESOS DECISORIOS……………………………………………………..…13
MODELOS MATEMÁTICOS…………………………………………………..….14
INVESTIGACION DE OPERACIONES………………………………………...15
PROGRAMACIÓN LINEAL……………………………………………………...23
PROGRAMACIÓN DINÁMICA…………………………………………………24
_____________________________________________________________________________
Administración industrial 2
ENFOQUE
SISTEMÁTICO DE LA
ADMINISTRACIÓN
_____________________________________________________________________________
Administración industrial 3
_____________________________________________________________________________
Administración industrial 4
TEORIA GENERAL DE LOS SISTEMAS
_____________________________________________________________________________
Administración industrial 5
Si bien el campo de aplicaciones de la TGS no reconoce limitaciones, al usarla
en fenómenos humanos, sociales y culturales se advierte que sus raíces están
en el área de los sistemas naturales (organismos) y en el de los sistemas
artificiales (máquinas). Mientras más equivalencias reconozcamos entre
organismos, máquinas, hombres y formas de organización social, mayores serán
las posibilidades para aplicar correctamente el enfoque de la TGS, pero mientras
más experimentemos los atributos que caracterizan lo humano, lo social y lo
cultural y sus correspondientes sistemas, quedarán en evidencia sus
inadecuaciones y deficiencias (sistemas triviales).
_____________________________________________________________________________
Administración industrial 6
autoorganización, reflexión y autopoiesis (Arnold,M. & D.Rodríguez.
1991).
ATRIBUTO
ELEMENTO
CIBERNETICA
ENERGIA
CIRCULARIDAD
ENTROPIA
_____________________________________________________________________________
Administración industrial 7
EQUIFINALIDAD SERVICIO
EQUILIBRIO SINERGIA
INFORMACION SUBSISTEMA
INPUT / OUTPUT (modelo de) TELEOLOGIA
Input
VARIABILIDAD
Output
VARIEDAD
ORGANIZACIÓN
VIABILIDAD
MODELO
MORFOGENESIS
MORFOSTASIS
NEGENTROPIA
RECURSIVIDAD
RELACION
RETROALIMENTACION
Retroalimentación negativa
Retroalimentación positiva
RETROINPUT
_____________________________________________________________________________
Administración industrial 8
Escuela Matemática
La teoría matemática aplicada a la solución de los problemas administrativos se
conoce como Investigación de operaciones (IO). La denominación IO
consagrada universalmente es genética e incierta. La teoría matemática no es
propiamente una escuela, al igual que la teoría de las relaciones humanas,
sino una corriente que se encuentra en varios autores que enfatizan el proceso
de decisión y lo tratan de modo lógico y racional a través de un enfoque
cuantitativo, detertministico y lógico.
_____________________________________________________________________________
Administración industrial 9
ORÍGENES DE LA TEORÍA MATEMÁTICA EN LA
ADMINISTRACIÓN
PROCESO DECISORIO
_____________________________________________________________________________
Administración industrial 10
VENTAJAS
La escuela matemática:
En la administración las matemáticas tienen como objetivo el análisis y el
procesamiento de información para la toma de decisiones objetivas y racionales.
Al dar este tipo de enfoque se dice que estamos haciéndolo cuantitativamente o
como Investigación de Operaciones, cuyo interés está centrado en el proceso de
toma de decisiones para la solución de problemas directivos en campos diversos
(administración general, mercadotécnia ,finanzas, etc.)
Esta se empezó a aplicar desde los años 30 y sobre todo a causa de la II Guerra
Mundial se hizo más necesaria para encontrar soluciones capaces de optimizar
resultados dentro de las estrategias de combate. Inclusive en el positivismo
propicio la tesis de que la administración solo sería posible con el rigor
matemático a sus procesos teóricos y aplicativos.
La toma de decisiones:
El enfoque matemático del que hemos venido hablando asume que toda decisión
es el resultado de una fase de reflexión, de ponderación y de evaluación previa
a la elección de una alternativa, es decir pensar antes de actuar sería la
proposición básica de dicho enfoque constituyendo el ámbito del análisis
cuantitativo. Describir el procedimiento al momento de tomar las decisiones en
un requisito previo para pensar lo que debe hacerse cuando sostiene un dilema.
Tradicionalmente se conocen seis pasos, también conocidos como método
oracional de toma de decisiones:
1.-Definiciòn del problema.-Plantear y delimitar el problema
2.-Obtener información.-Recopilar información relevante al problema
3.-Proponer opciones.-Una opción es un curso de acción, una posible es decir,
una salida adecuada al problema.
4.-Evaluaciòn de las opciones.-Se requiere de un riguroso análisis de evaluación
y apreciación de modo que se pueda vislumbrar cual, de entre todas ellas, es la
mejor.
Los modelos matemáticos de decisión acentúan su participación en esta etapa,
_____________________________________________________________________________
Administración industrial 11
ORIGEN DE LA TEORIA MATEMATICA EN LA ADMINISTRACION
_____________________________________________________________________________
Administración industrial 12
PROCESOS DECISORIOS
_____________________________________________________________________________
Administración industrial 13
MODELOS MATEMÁTICOS EN LA ADMINISTRACIÓN
Un problema estructurado es aquel que puede ser perfectamente definido pues sus
principales variables son conocidas.
El problema estructurado puede ser subdividido en tres categorías:
_____________________________________________________________________________
Administración industrial 14
B.- PROBLEMAS NO ESTRUCTURADOS
El problema no estructurado no puede ser claramente definido pues una o más de sus
variables se desconoce o no puede determinarse con algún grado de confianza.
El modelo matemático puede tratar a los problemas estructurados y no estructurados
con ventajas, porque:
_____________________________________________________________________________
Administración industrial 15
Las definiciones de la IO varían desde técnicas de las matemáticas específicas hasta el
método científico en sí. En general, esas definiciones incluyen tres aspectos básicos
comunes al enfoque de la IO a la toma de decisión administrativa.
I. Visión sistemática de los problemas que van a ser resueltos.
II. Uso del método científico en la resolución de problemas.
III. Utilización de técnicas específicas de estadística, probabilidad y modelos
matemáticos para ayudar al que toma las decisiones a solucionar los problemas.
La IO enfoca el análisis de operaciones de un sistema y no solamente como un problema
particular, la IO utiliza:
Se preocupa más por las operaciones de toda la organización que por alguna
división u órgano particular, ya se considera al sistema como un todo.
Busca perfeccionar y dinamizar las operaciones para proporcionar
mayor seguridad a la organización a corto y a largo plazo.
_____________________________________________________________________________
Administración industrial 16
Aplicar los más recientes métodos y técnicas científicas de análisis cuantitativo.
Proyecta y aplica operaciones experimentales que representan operaciones
reales.
Se refiere no sólo a las máquinas u hombres individualmente, sino a la operación
como un todo. La IO es investigación en el nivel operacional. es decir, en el nivel
de ejecución.
Con relación a las personas y las máquinas : Cálculo de eficiencia y productividad de flujo
de producción, , métodos de control de calidad , inspección, prevención
de accidentes y planeación y control de producción.
Teoría de juegos
Teoría de las colas
Teoría de los grafos
Programación lineal.
Programación dinámica.
Probabilidad y análisis estadísticos
_____________________________________________________________________________
Administración industrial 17
LA TORIA DE LOS JUEGOS
La teoría de juegos fue ideada en primer lugar por John von Neumann. Luego,
John Nash, A.W. Tucker y otros hicieron grandes contribuciones a la teoría de
juegos.
Juegos
Se denomina juego a la situación interactiva especificada por el conjunto de
participantes, los posibles cursos de acción que puede seguir cada participante,
y el conjunto de utilidades.
Estrategia
Cuando un jugador tiene en cuenta las reacciones de otros jugadores para
realizar su elección, se dice que el jugador tiene una estrategia. Una estrategia
es un plan de acciones completo que se lleva a cabo cuando se juega el juego.
Se explicita antes de que comience el juego, y prescribe cada decisión que los
agentes deben tomar durante el transcurso del juego, dada la información
disponible para el agente. La estrategia puede incluir movimientos aleatorios.
_____________________________________________________________________________
Administración industrial 18
Resultados de los juegos
El resultado de un juego es una cierta asignación de utilidades finales. Se
denomina resultado de equilibrio si ningún jugador puede mejorar su utilidad
unilateralmente dado que los otros jugadores se mantienen en sus estrategias.
Un equilibrio estratégico es aquel que se obtiene cuando, dado que cada jugador
se mantiene en su estrategia, ningún jugador puede mejorar su utilidad
cambiando de estrategia. Alternativamente, un perfil de estrategias conforma un
equilibrio si las estrategias conforman la mejor respuesta a las otras.
Estrategia dominante
Una estrategia dominante es aquella elección que realiza el jugador
independientemente de lo que haga el otro. En el juego representado en la matriz
de arriba, la estrategia dominante para A es elegir “abajo”, mientras que la
estrategia dominante para B es elegir “izquierda”. Estas estrategias dominantes
dan como resultado el equilibrio de estrategias dominantes del juego. Si cada
jugador tiene una estrategia dominante se puede predecir el resultado del juego.
Equilibrio de Nash
El equilibrio de Nash fue formulado por John Nash, que es un matemático
norteamericano, en 1951. Un par de estrategias es un equilibrio de Nash si la
elección de A es óptima dada la de B y la de B es óptima, dada la de A. El
equilibrio de Nash se diferencia del equilibrio de las estrategias dominantes en
que, en el equilibrio de las estrategias dominantes, se exige que la estrategia de
A sea óptima en el caso de todas las elecciones óptimas de B, y viceversa. El
equilibrio de Nash es menos restrictivo que el equilibrio de estrategias óptimas.
_____________________________________________________________________________
Administración industrial 19
TEORIA DE LAS COLAS
Definiciones iniciales:
La teoría de colas es el estudio matemático del comportamiento de líneas
de espera. Esta se presenta, cuando los “clientes” llegan a un “lugar”
demandando un servicio a un “servidor”, el cual tiene una cierta capacidad de
atención.
Si el servidor no está disponible inmediatamente y el cliente decide esperar,
entonces se forma a la línea de espera.
_____________________________________________________________________________
Administración industrial 20
Fuente de Entrada
Llegada de un Cliente Cola
Disciplina de la Cola
Sistema de la Cola
Mecanismo de Servicio
Servicio
_____________________________________________________________________________
Administración industrial 21
TEORIAS DE LOS GRAFOS
La teoría de LOS grafos tiene sus fundamentos en las matemáticas discretas y
de las matemáticas aplicadas. Es una teoría que requiere de diferentes
conceptos de diversas áreas
como combinatoria, álgebra, probabilidad, geometría de
polígonos, aritmética y topología. Actualmente ha tenido mayor preponderancia
en el campo de la informática, las ciencias de la
computación y telecomunicaciones. Debido a la gran cantidad de aplicaciones
en la optimización de recorridos, procesos, flujos, algoritmos de búsquedas,
entre otros, se generó toda una nueva teoría que se conoce como análisis de
redes.
El origen de la teoría de grafos se remonta al siglo XVIII con el problema de los
puentes de Königsberg, el cual consistía en encontrar un camino que recorriera
los siete puentes del río Pregel ( 54°42′12″N 20°30′56″E) en la ciudad
de Königsberg, actualmente Kaliningrado, de modo que se recorrieran todos los
puentes pasando una sola vez por cada uno de ellos. El trabajo de Leonhard
Euler sobre el problema titulado Solutio problematis ad geometriam situs
pertinentis(La solución de un problema relativo a la geometría de la posición)
en 1736, es considerado el primer resultado de la teoría de grafos. También se
considera uno de los primeros resultados topológicos en geometría (que no
depende de ninguna medida). Este ejemplo ilustra la profunda relación entre la
teoría de grafos y la topología.
Luego, en 1847, Gustav Kirchhoff utilizó la teoría de grafos para el análisis de
redes eléctricas publicando sus leyes de los circuitos para calcular el voltaje y la
corriente en los circuitos eléctricos, conocidas como leyes de Kirchhoff,
considerado la primera aplicación de la teoría de grafos a un problema
de ingeniería.
En 1852 Francis Guthrie planteó el problema de los cuatro colores el cual afirma
que es posible, utilizando solamente cuatro colores, colorear cualquier mapa de
países de tal forma que dos países vecinos nunca tengan el mismo color. Este
problema, que no fue resuelto hasta un siglo después por Kenneth
Appel y Wolfgang Haken en 1976, puede ser considerado como el nacimiento de
la teoría de grafos. Al tratar de resolverlo, los matemáticos definieron términos y
conceptos teóricos fundamentales de los grafos.
En 1857, Arthur Cayley estudió y resolvió el problema de enumeración de
los isómeros, compuestos químicos con idéntica composición (fórmula) pero
diferente estructura molecular. Para ello representó cada compuesto, en este
caso hidrocarburos saturados CnH2n+2, mediante un grafo árbol donde los
vértices representan átomos y las aristas la existencia de enlaces químicos.
El término «grafo», proviene de la expresión H«graphic notation» usada por
primera vez por Edward Frankland y posteriormente adoptada por Alexander
Crum Brown en 1884, y hacía referencia a la representación gráfica de los
enlaces entre los átomos de una molécula.
_____________________________________________________________________________
Administración industrial 22
El primer libro sobre teoría de grafos fue escrito por Dénes Kőnig y publicado
en 1936.
TIPOS DE GRAFOS
Grafo simple. o simplemente grafo es aquel que acepta una sola arista
uniendo dos vértices cualesquiera. Esto es equivalente a decir que una arista
cualquiera es la única que une dos vértices específicos. Es la definición
estándar de un grafo.
Multigrafo. Es el que acepta más de una arista entre dos vértices. Estas
aristas se llaman múltiples o lazos (loops en inglés). Los grafos simples son
una subclase de esta categoría de grafos. También se les llama grafos
generales.
Pseudografo. Si incluye algún lazo.
Grafo orientado, dirigido o digrafo. Son grafos en los cuales se ha añadido
una orientación a las aristas, representada gráficamente por una flecha.
Grafo etiquetado. Grafos en los cuales se ha añadido un peso a las aristas
(número entero generalmente) o un etiquetado a los vértices.
Grafo aleatorio. Grafo cuyas aristas están asociadas a una probabilidad.
Hipergrafo. Grafos en los cuales las aristas tienen más de dos extremos, es
decir, las aristas son incidentes a 3 o más vértices.
Grafo infinito. Grafos con conjunto de vértices y aristas de cardinal infinito.
PROGRAMA LINEAL
El programa lineal presenta características como:
_____________________________________________________________________________
Administración industrial 23
PROGRAMACIÓN DINÁMICA
Una subestructura óptima significa que se pueden usar soluciones óptimas de
subproblemas para encontrar la solución óptima del problema en su conjunto.
Por ejemplo, el camino más corto entre dos vértices de un grafo se puede
encontrar calculando primero el camino más corto al objetivo desde todos los
vértices adyacentes al de partida, y después usando estas soluciones para elegir
el mejor camino de todos ellos. En general, se pueden resolver problemas con
subestructuras óptimas siguiendo estos tres pasos:
Subproblemas superpuestos
Subestructuras óptimas
Memoización
La programación toma normalmente uno de los dos siguientes enfoques:
_____________________________________________________________________________
Administración industrial 24
Bottom-up: Todos los problemas que puedan ser necesarios se resuelven
de antemano y después se usan para resolver las soluciones a problemas
mayores. Este enfoque es ligeramente mejor en consumo de espacio y
llamadas a funciones, pero a veces resulta poco intuitivo encontrar todos los
subproblemas necesarios para resolver un problema dado.
Originalmente, el término de programación dinámica se refería a la resolución de
ciertos problemas y operaciones fuera del ámbito de la Ingeniería Informática, al
igual que hacía la programación lineal. Aquel contexto no tiene relación con
la programación en absoluto; el nombre es una coincidencia. El término también
lo usó en los años 40 Richard Bellman, un matemático norteamericano, para
describir el proceso de resolución de problemas donde hace falta calcular la
mejor solución consecutivamente.
Algunos lenguajes de programación funcionales, sobre todo Haskell, pueden
usar la memorización automáticamente sobre funciones con un conjunto
concreto de argumentos, para acelerar su proceso de evaluación. Esto sólo es
posible en funciones que no tengan efectos secundarios, algo que ocurre
en Haskell pero no tanto en otros lenguajes.
PRINCIPIO DE OPTIMISACION
Cuando hablamos de optimizar nos referimos a buscar alguna de
las mejores soluciones de entre muchas alternativas posibles. Dicho proceso de
optimización puede ser visto como una secuencia de decisiones que nos
proporcionan la solución correcta. Si, dada una subsecuencia de decisiones,
siempre se conoce cuál es la decisión que debe tomarse a continuación para
obtener la secuencia óptima, el problema es elemental y se resuelve trivialmente
tomando una decisión detrás de otra, lo que se conoce como estrategia voraz.
En otros casos, aunque no sea posible aplicar la estrategia voraz, se cumple
el principio de optimalidad de Bellman que dicta que «dada una secuencia
óptima de decisiones, toda subsecuencia de ella es, a su vez, óptima». En este
caso sigue siendo posible el ir tomando decisiones elementales, en la confianza
de que la combinación de ellas seguirá siendo óptima, pero será entonces
necesario explorar muchas secuencias de decisiones para dar con la correcta,
siendo aquí donde interviene la programación dinámica.
Contemplar un problema como una secuencia de decisiones equivale a dividirlo
en problemas más pequeños y por lo tanto más fáciles de resolver como
hacemos en Divide y Vencerás, técnica similar a la de programación dinámica.
La programación dinámica se aplica cuando la subdivisión de un problema
conduce a:
_____________________________________________________________________________
Administración industrial 25
PROBABILIDAD Y ANÁLISIS ESTADÍSTICO
El análisis estadístico es el método matemático utilizado para obtener la misma
información con la menor cantidad de datos. Una de sus aplicaciones más
conocidas es el control estadístico de calidad (CEQ) en el área de producción.
Los métodos estadísticos permiten producir el máximo de información a partir de
los datos disponibles.
_____________________________________________________________________________
Administración industrial 26
operacional hasta el institucional, abarcando todo el personal de la oficina y de
la base de la fábrica en un todo.
_____________________________________________________________________________
Administración industrial 27
estadística proporciona técnicas precisas para obtener información, (recolección
y descripción de datos) y por otra parte proporciona métodos para el análisis de
esta información (inferencia).
INFERENCIA ESTADÍSTICA
Se basa en las conclusiones a la que se llega por la ciencia experimental
basándose en información incompleta (de una parte de la población). La
inferencia estadística es una parte de la Estadística que permite
generar modelos probabilísticos a partir de un conjunto de observaciones. Del
conjunto se observaciones que van a ser analizadas, se eligen aleatoriamente
sólo unas cuantas, que es lo que se denomina muestra, y a partir de dicha
muestra se estiman los parámetros del modelo, y se contrastan las
hipótesis establecidas, con el objeto de determinar si el modelo probabilístico es
el adecuado al problema real que se ha planteado.
La utilidad de la inferencia estadística, consiste en que si el modelo se considera
adecuado, puede usarse para la toma de decisiones o para la realización de las
previsiones convenientes.
En el desarrollo del tema se utilizarán variables aleatorias, que son variables
determinadas por el azar.
La inferencia estadística parte de un conjunto de observaciones de una variable,
y a partir de estos datos "infiere" o genera un modelo probabilístico; por tanto es
la consecuencia de la investigación empírica, cuando se está llevando a cabo, y
como consecuencia de la ciencia teórica, cuando se están generando
estimadores, o métodos, con tal o cual característica para casos particulares. La
inferencia estadística es, en consecuencia, un planteamiento inductivo.
_____________________________________________________________________________
Administración industrial 28
La teoría de decisión, no solamente se puede ver desde el punto de vista de un
sistema, sino en general, porque esta se utiliza a menudo para tomar decisiones
de la vida cotidiana, ya que muchas personas piensan que la vida es como una
de las teorías; La teoría del juego, que para poder empezarlo y entenderlo hay
que saber jugarlo y para eso se deben conocer las reglas de este, para que no
surjan equivocaciones al empezar la partida.
Se puede decir que la Teoría de decisión es una de las ramas que sirve para que
al dar un paso, no se vaya a dar en falso, porque si se conoce de esta no hay el
porque de equivocarse.
POBLACION EN ESTADISTICA
El concepto de población en estadística va más allá de lo que comúnmente se
conoce como tal. Una población se precisa como un conjunto finito o infinito de
personas u objetos que presentan características comunes. "Una población es
un conjunto de todos los elementos que estamos estudiando, acerca de los
cuales intentamos sacar conclusiones". Levan & Rubin (1996). "Una población
es un conjunto de elementos que presentan una característica común". Cadenas
(1974). Ejemplo: Los miembros del Colegio de Ingenieros del Estado Cojedes.
El tamaño que tiene una población es un factor de suma importancia en el
proceso de investigación estadística, y este tamaño vienen dado por el número
de elementos que constituyen la población, según el número de elementos la
población puede ser finita o infinita. Cuando el número de elementos que integra
la población es muy grande, se puede considerar a esta como una población
infinita, por ejemplo; el conjunto de todos los números positivos. Una población
finita es aquella que está formada por un limitado número de elementos, por
ejemplo; el número de estudiante del Núcleo San Carlos de
la Universidad Nacional Experimental Simón Rodríguez. Cuando la población es
muy grande, es obvio que la observación de todos los elementos se dificulte en
cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este
inconveniente se utiliza una muestra estadística. Es a menudo imposible o poco
práctico observar la totalidad de los individuos, sobre todos si estos son muchos.
En lugar de examinar el grupo entero llamado población o universo, se examina
una pequeña parte del grupo llamada muestra.
Población o Universo: es el total del conjunto de elementos u objetos de los
cuales se quiere obtener información. Aquí el término población tiene un
significado mucho más amplio que el usual, ya que puede referirse a personas,
cosas, actos, áreas geográficas e incluso al tiempo.
La población debe estar perfectamente definida en el tiempo y en el espacio, de
modo que ante la presencia de un potencial integrante de la misma, se pueda
decidir si forma parte o no de la población bajo estudio. Por lo tanto, al definir
una población, se debe cuidar que el conjunto de elementos que la integran
quede perfectamente delimitado.
MUESTRA ALEATORIA
Es una muestra sacada de una población de unidades, de manera que todo
elemento de la población tenga la misma probabilidad de selección y que las
unidades diferentes se seleccionen independientemente.
Muestra aleatoria: muestra elegida independientemente de todas las demás, con
la misma probabilidad que cualquier otra y cuyos elementos están elegidos
_____________________________________________________________________________
Administración industrial 29
independientemente unos de otros y con la misma probabilidad. Muestra
aleatoria
Una muestra aleatoria es una muestra sacada de una población de unidades, de
manera que todo elemento de la población tenga la misma probabilidad de
selección y que las unidades diferentes se seleccionen independientemente.
Variables aleatorias y distribuciones
Se llama variable aleatoria aquella que toma diversos valores o conjuntos de
valores con distintas probabilidades. Existen 2 características importantes de
una variable aleatoria, sus valores y las probabilidades asociadas a esos valores.
Una tabla, gráfico o expresión matemática que de las probabilidades con que
una variable aleatoria toma diferentes valores, se llama distribución de la
variable aleatoria.
Como vimos anteriormente, la inferencia estadística se relaciona con las
conclusiones que se pueden sacar acerca de una población de observaciones
basándose en una muestra de observaciones. Entonces intervienen las
probabilidades en el proceso de la selección de la muestra; en este caso se
desea saber algo sobre una distribución con base en una muestra aleatoria de
esa distribución.
De tal manera vemos que trabajamos con muestras aleatorias de una población
que es más grande que la muestra obtenida; tal muestra aleatoria aislada no es
más que una de muchas muestras diferentes que se habrían podido obtener
mediante el proceso de selección. Este concepto es realmente importante en
estadística.
La distribución de un estadígrafo en todas las muestras aleatorias de tamaño n
tomadas de una población, se llama distribución muestral del estadígrafo para
muestras aleatorias de tamaño n.
Para muestras aleatorias de tamaño n de toda población base, la media de la
distribución muestral de la media muestral, es la mediaµ de la población de base.
Para muestras aleatorias de tamaño n de toda población base, la varianza de la
distribución muestral de la media muestral, es s2/ n que es la varianza de la
población de base dividida por el tamaño de la muestra.
Para muestras aleatorias de tamaño n de toda población de base, la media de la
distribución muestral de la varianza muestral s2, es la varianza s2 de la población
de base.
_____________________________________________________________________________
Administración industrial 30