9) El despacho de abogados Tybo and Associates consta de seis socios.

En la siguien
realidad atendió cada socio en los tribunales durante el mes pasado.
Socio Número de casos
Ruud 3
Wu 6
Sass 3
Flores 3
Wilhelms 0
Schueller 1

a) ¿Cuántas muestras de 3 son posibles?

n 6
r 3
Combinación 20
b) Enumere todas las muestras posibles de 3 y calcule el número medio de casos en cada muestr

Socios Número de casos

1 Ruud Wu Sass 3 6
2 Ruud Wu Flores 3 6
3 Ruud Wu Wilhelms 3 6
4 Ruud Wu Schueller 3 6
5 Ruud Sass Flores 3 3
6 Ruud Sass Wilhelms 3 3
7 Ruud Sass Schueller 3 3
8 Ruud Flores Wilhelms 3 3
9 Ruud Flores Schueller 3 3
10 Ruud Wilhelms Schueller 3 0
11 Wu Sass Flores 6 3
12 Wu Sass Wilhelms 6 3
13 Wu Sass Schueller 6 3
14 Wu Flores Wilhelms 6 3
15 Wu Flores Schueller 6 3
16 Wu Wilhelms Schueller 6 0
17 Sass Flores Wilhelms 3 3
18 Sass Flores Schueller 3 3
19 Sass Wilhelms Schueller 3 0
20 Flores Wilhelms Schueller 3 0

c) Compare la media de la distribución muestral de las medias con la de la media poblacional.

 Media Muestral μx 2.67 Casos que atendío cad
Media Poblacional μ 2.67 Casos que atendío cad

d) En una gráfica similar a la 8-1, compare la dispersión en la población con la de las medias m

Distribuició Muestral
Media Muestral Frecuencia Probabilidad
1.33 3 0.15
2 3 0.15
2.33 4 0.2
3 4 0.2
3.33 3 0.15
4 3 0.15
Total 20 1

Distribución de medias Muestrales

0.25
0.2 0.2
0.2
Probabilidad

0.15 0.15 0.15 0.15

0.15
0.1
0.05
0
1.33 2.00 2.33 3.00 3.33 4.00
Media Muestral

Análisis: Al comparar la gráficas de la distribuciónde las medias muestrales y poblacional se

observa que la distribución poblacional tiene mayor dispersión en donde varian de 0 a 6
mientras que las medias de muestra varian en un rango de 1,33 a 4.

10) Mid-Motors Ford tiene cinco vendedores. Los cinco representantes de ventas y
semana pasada son los siguientes:

Representantes de Ventas Autos Vendidos

Peter Hakish 8
Connie Stallter 6
Juan Ló pez 4
Ted Barnes 10
Peggy Chu 6

a) ¿Cuántas muestras de tamaño 2 son posibles?

n 5
 r 2
Combinación 10

b) Enumere todas las muestras posibles de tamaño 2 y calcule la media en cada muestra.

Representantes de Ventas Autos Vendidos

Peter Hakish Connie Stallter 8 6
Peter Hakish Juan Ló pez 8 4
Peter Hakish Ted Barnes 8 10
Peter Hakish Peggy Chu 8 6
Connie Stallter Juan Ló pez 6 4
Connie Stallter Ted Barnes 6 10
Connie Stallter Peggy Chu 6 6
Juan Ló pez Ted Barnes 4 10
Juan Ló pez Peggy Chu 4 6
Ted Barnes Peggy Chu 10 6

c) Compare la media de la distribución muestral de la media con la de la media poblacional.

Media Muestral μx 6.8
Media Poblacional μ 6.8

d) En una gráfica similar a la 8-1, compare la dispersión de la población con la de la media de l

Distribuició Muestral
Media Muestral Frecuencia Probabilidad
5 2 0.2
6 2 0.2
7 3 0.3
8 2 0.2
9 1 0.1
Total 10 1

Distribución de Medias Muestrales

0.45
0.35 0.4
0.3
0.3 0.35
Probabilidad

0.25 0.3
Probabilidad

0.2 0.2 0.2 0.25

0.2 0
0.2
0.15 0.15
0.1
0.1 0.1
0.05 0.05
0
0
5 6 7 8 9
Media Muestral
 0.1

P
0.05 0.05
0
0
5 6 7 8 9
Media Muestral

Análisis: La distribución de las medidas muestrales tiene una menor dispersión que varín desde 5 a
9 mientras que la distribución poblacional estra en un rago de 4 a 10 , en donde la grafica de las
medias muestrales se asemeja mas a una compana.

17) En el sur de California, la renta de un departamento con una recámara tiene u

200 mensuales y una desviación estándar de $250 mensuales. La distribución del c
normal. De hecho, tiene un sesgo positivo. ¿Cuál es la probabilidad de seleccionar
recámara y hallar que la media es de por lo menos $1 950 mensuales?

μ 2200 $ mensules z=(𝑥−𝜇)/

σ 250 $ mensules (𝜎/√𝑛)
n 50
x 1950
z -7.07106781187
P 5.540488E-12
P(x>1950) 0.99999999999

Por lo tanto, la probabilidad de que la muestra aleatoria de 50 departamentos de una recámara tenga
menos $1950 mensuales es de 1 o 100%. La probabilidad estándar de la distribución normal de $195
mensuales se termino con la función de excel.

18) De acuerdo con un estudio del Internal Revenue Service, los contribuyentes tar
copiar y archivar en un medio electrónico la forma fiscal 1040. Esta distribución de
y la desviación estándar es de 80 minutos. Un organismo de control selecciona una

μ 330 minutos
σ 80 minutos
n 40 consumidores

a) ¿Cuál es el error estándar de la media de este ejemplo?

σ_𝑥 ̅ =𝜎/√𝑛

σx 12.6491106407

b) ¿Cuál es la probabilidad de que la media de la muestra sea mayor que 320 minutos?

x 320
z -0.79056941504
 P 0.21459765022
P(x>320) 0.78540234978 0,7854

Se concluye que la probabilidad de que la media de la muestra aleatoria de

40 consumidores tenga en promedio en reparar, copiar y archivar en un
medio electrónico sea mayor a 320 minutos es de 0,7854 0 78,54%.

c) ¿Cuál es la probabilidad de que la media de la muestra se encuentre entre 320 y 350 minutos?
x z P P(320>x>350)
320 -0.79056941504 0.2145976502202
0.728479200776
350 1.58113883008 0.9430768509967
Por lo tanto, la probabilidad de que la media dela muestra aleatoria
de 40 consumidores tenga en promedio en repara, copiar y archivar
es un medio electrónico se encuentre entre 320 y 350 minutos es de
0,7284 o 72,84%. La probabilidad de 320 y 350 minutos se
ternerminó con la función del excel.

d) ¿Cuál es la probabilidad de que la media de la muestra sea superior que 350 minutos?
x z P P(x>350)
350 1.58113883008 0.9430768509967 0.056923149003

Por lo tanto, la probabilidad de que la media dela muestra aleatoria

de 40 consumidores tenga en promedio en repara, copiar y archivar
es un medio electrónico que se a superior a 350 minutos es de
0,0569 o 5,69%. La probabilidad de 350 minutos se ternerminó con
la función del excel.
s socios. En la siguiente tabla se incluye el número de casos que en
asado.

de casos en cada muestra.

o de casos Suma Media

3 12 4
3 12 4
0 9 3
1 10 3.33333333
3 9 3
0 6 2
1 7 2.33333333
0 6 2
1 7 2.33333333
1 4 1.33333333
3 12 4
0 9 3
1 10 3.33333333
0 9 3
1 10 3.33333333
1 7 2.33333333
0 6 2
1 7 2.33333333
1 4 1.33333333
1 4 1.33333333
53.33

e la media poblacional.
 Casos que atendío cada socio
Casos que atendío cada socio

n con la de las medias muestrales.

Distribución Población
Soios Frecuencia Probabilidad
0 1 0.17
1 1 0.17
3 3 0.50
6 1 0.17
Total 6 1

Distribución Poblacional
0.60
0.50
0.50
Probabilidad

0.40
0.30
0.20 0.17 0.17 0.17
0.10
0.00
0 1 3 6
Número de Socios

trales y poblacional se
de varian de 0 a 6

esentantes de ventas y el número de automóviles que vendieron la

 en cada muestra.

Suma Media
14 7
12 6
18 9
14 7
10 5
16 8
12 6
14 7
10 5
16 8
68
la media poblacional.

Autos vendidos
Autos vendidos

ón con la de la media de la muestra.

Distribución Población
Representantes de Ventas Frecuencia Probabilidad
4 1 0.2
6 2 0.4
8 1 0.2
10 1 0.2
Total 5 1

Distribución Poblacional
0.45
0.4
0.4
0.35
Probabilidad

0.3
0.25
0.2 0.2 0.2
0.2
0.15
0.1
0.05
0
4 6 8 10
Representantes de Ventas
 0.1
0.05
0
4 6 8 10
Representantes de Ventas

ersión que varín desde 5 a

donde la grafica de las

una recámara tiene una distribución normal con una media de $2

La distribución del costo mensual no se rige por la distribución
bilidad de seleccionar una muestra de 50 departamentos de una
nsuales?

tos de una recámara tenga por lo

istribución normal de $1950

os contribuyentes tardan 330 minutos en promedio en preparar,

. Esta distribución de tiempos se rige por una distribución normal,
ontrol selecciona una muestra aleatoria de 40 consumidores.

320 minutos?
entre 320 y 350 minutos?

0,7284

que 350 minutos?

0,0569