NATHALIA GÓMEZ DURÁN 2121481 GRUPO: B1

JAIRO ANDRES HERNÁNDEZ GÓMEZ 2130372

Primer Punto: Una tienda vende una marca de champú en sus 4 presentaciones, en la siguiente tabla se
registró el número de botellas vendidas de cada una a lo largo de la semana

Presentacion ventas
A 10
B 4
C 8
D 6

a) La media de esta población.

n: Tamaño de la muestra.
µ: Media poblacional de ventas de champú en sus cuatro presentaciones.
N: Número total de datos.

  ventas 
10  4  8  6
 7
N 4
b) La desviación estándar de esta población

   (ventas   ) 2
  2, 2361
N

c) La distribución muestral de las medias para muestras de tamaño n=2

C24  6

Muestra X x͞
A;B 10 4 7
A;C 10 8 9
A;D 10 6 8
B;C 4 8 6
B;D 4 6 5
C;D 8 6 7
total 42

d) El valor esperado de la media.

 X  N   X  7
X
Cn
e) Error estándar de la media, mediante:
- Las medias de la distribución muestral de la media:

X  (X   X
)2
  X  1.291
CnN

- La desviación estándar de la población:

 N n
X    X  1.291
n N 1

f) Se cumple qué :
-
E( X )   ?
sí, se cumple pues al realizar las operaciones pertinentes se demuestra esta igualdad, lo cual significa que
E(͞x) es un estimador insesgado de la población.

-  N n sí, se cumple ya que la relación n/N > 0,05 por lo tanto es una
X  población finita y su error estándar esta definido por dicha fórmula.
n N 1

g) Haga una gráfica de barra de la distribución muestral de la media agrupando los valores según su

X F(X) La forma aproximada de la gráfica es la de una distribución

5 0,166 normal, es decir, la de una campana de Gauss , ya que las
medias tienden a agruparse a la media de la población.
6 0,166
CONCLUSIÓN: El 66,52% de los datos se encuentran
7 0,333
contenidos entre 6 y 8.
8 0,166
9 0,166

GRÁFICA DE LA DISTRIBUCIÓN MUESTRAL DE LA MEDIA

0,35

0,3

0,25

0,2

0,15

0,1

0,05

0
5 6 7 8 9
Segundo Punto:
Un café internet renta las 6 computadoras con las que cuenta; en la siguiente tabla se muestra el número
de minutos que las rentaron los clientes del pasado día.

Computadora Minutos
A 60
B 180
C 210
D 30
E 120
F 150

Datos:
  125   63, 442
n: Tamaño de la muestra.
µ: Media poblacional de munitos que rentardos en los 6 computadores.
N: Número total de datos.
X: Minutos que rentaron el computador.

a) La varianza de la población.

 2

 ( X  ) 2
 2  4025
N
b) La varianza modificada de la población

m 2

 ( X  ) 2

 m 2  4830
N 1

c) La distribución muestral de la varianza para n=4

El número total de combinaciones distantas es : C46  15

S 2

(X  X ) 2

n (VER TABLA SIGUIENTE)

d) La distribución muestral de la varianza modificada para n=4.

Sm 2

(X  X ) 2
(VER TABLA SIGUIENTE)
n 1
 muestra X x͞ S^2 Sm^2
A;B;C;D 60 180 210 30 120 5850 7800
A;B;C;E 60 180 210 120 142,5 3318,75 4425
A;B;C;F 60 180 210 150 150 3150 4200
A;B;D;E 60 180 30 120 97,5 3318,75 4425
A;B;D;F 60 180 30 150 105 3825 5100
A;B;E;F 60 180 120 150 127,5 1968,75 2625
A;C;D;E 60 210 30 120 105 4725 6300
A;C;D;F 60 210 30 150 112,5 5118,75 6825
A;C;E;F 60 210 120 150 135 2925 3900
A;D;E;F 60 30 120 150 90 2250 3000
B;C;D;E 180 210 30 120 135 4725 6300
B;C;D;F 180 210 30 150 142,5 4668,75 6225
B;C;E;F 180 210 120 150 165 1125 1500
B;D;E;F 180 30 120 150 120 3150 4200
C;D;E;F 210 30 120 150 127,5 4218,75 5625
TOTAL 1875 54337,5 72450

e) el valor esperado de la varianza.

S 2 
S 2
S  3626, 25
2
CnN

f) el valor esperado de la varianza modificada.

S 2 
S m
2
S  4830
2
N m
m
C n

g) se cumple que E (S2 )   S 2   2

si, se cumple porque la media de la distribucion muestral de l a varianza es menor que la varianza de la
pobalcion, lo anterior indica que la varianza de la distribucion muestral es un estimador sesgado de la
poblacion.

h) se cumple que E (Sm 2 )   S 2   m2

m

si, se cumple pues el valor es comun para ambas variables, y es 4830, de lo anterior podemos inferir que la
varianza modificada de la distribucion es un estimador insesgado de la poblacion.
Tercer Punto: Una cadena de pizzerías con servicio a domicilio cuenta con 120 tiendas a lo largo del país; se
tomó una muestra de 50 tiendas y se registró el número de pedidos que recibieron durante un día, con los
resultados que se muestran a continuación. Efectúe una estimación por intervalo con nivel de confianza de
80% para promedio de ventas en el total de tiendas en ese día y concluya al respecto.

X: Número de pedidos que recibe cada tienda

f: Número de tiendas
Pm: punto medio del intervalo
͞x: promedio del total de pedidos de la muestra

X 
 f * pm X  74
n

pedidos X f Pm f*pm (Pm-͞x)^2 f*(Pm-͞x)^2

20 a menos de 40 4 30 120 1936 7744
40 a menos de 60 7 50 350 576 4032
60 a menos de 80 22 70 1540 16 352
80 a menos de 100 10 90 900 256 2560
100 a menos de 120 6 110 660 1296 7776
120 a menos de 140 1 130 130 3136 3136
Total 50 3700 25600

S
 f * ( pm  X ) 2

 S  22, 627
n
debido a que n>30 y la no se conoce la desviacion , la desviacion estandar de la poblacion puede ser
reemplazado por S para calcular el error estandar de la media, la cual incluye el factor de correccion
debido a que:

n
 0, 42  0, 05  población _ finita S  S N n
 S X  2, 454
N X
n N 1

P ( X  Z * S X )  1   1    0,8    0, 2
2

P(74  1, 276(2, 454))  0,8 P(70.868    77,1313)  0,8

Idc  74  3,1313 Idc  (70,868  77,1313)

CONCLUSION
- A nivel de confianza de 80% el promedio de ventas en el total de tiendas en ese dia se encuentra entre
(70,868 - 77,1313).
 1

Cuarto Punto: Un proveedor de fibras sintéticas vende a una compañía de manufacture. Se selecciona una
muestra aleatoria simple de 81 fibras de un envío. El promedio de fuerza de ruptura de éstas es de 29 libras
y la desviación estándar es de 9 libras.

a) Determine un intervalo de confianza del 95% para la media de la fuerza de ruptura de todas las fibras del
envío.

 X  29 Lb S  9Lb n  81
Para este caso n>30 y la desviación estándar de la población es desconocida por lo tanto usaremos la
distribucion normal Z.

SX 
S
SX  1
n

P ( X  Z * S X )  1   1    0,95    0, 05
2

P(29  1,96(1))  0,95 P(27, 04    30,96)  0,95

Idc  (27, 04  30,96)

b) ¿Cuál es el nivel de confianza del intervalo (27.5 ; 30.5)?

NC: Nivel de confianza

27, 5  29 30, 5  29
P( Z )  NC
P(27,5    30,5)  NC 9 9
81 81
 P(1,5  Z  1,5)  NC  P(Z  1,5)  P(Z  1,5)  NC
NC  0,9332  0, 0668  NC  0,8664
NC  86, 64%

c) ¿Cuántas fibras se deben muestrear con el propósito de que un intervalo de confianza de 95%
especifique la media dentro de ±1 libras

e: Margen de Error
2 9
S  S n  (1, 96 * ) 2
e  Z *  n   Z *  1
2 n  2 e
n  311
d) El proveedor afirma que la media de la fuerza de ruptura es mayor que 28 lb. ¿Con qué nivel de
confianza se pudo haber hecho tal afirmación?

asumiendo un intervalo de confianza unilateral inferior, tenemos que :

S S
 X  Z *     X  Z *  28
n n

9
29  Z *  28 Z  1
81
  0,8413
segun las tablas de distribucion normal se tiene que alfa es:
por lo tanto el margen de confianza utilizado es del 84,13%
Quinto Punto. En una compañía de ventas al menudeo ubicados en centros comerciales a nivel nacional,
se cuentan con 20 representantes de ventas. La cantidad de unidades que en el mes pasado vendió cada
representante se incluye a continuación. Suponga que estas cifras representan los valores de la
población.
a) Efectúe una gráfica que muestre la distribución de la población y calcule la media de la población.
N: Número total de datos en la población σ: desviacion estandar de la poblacion
f: frecuencia de vendedores
x: Número de unidades vendidas
µ: Media de la población.

x f f(x)
2 5 0,25
Gráfica de la Distribución de la población
3 9 0,45 0,5
0,45
4 3 0,15
0,4
5 2 0,1 0,35
7 1 0,05 0,3
0,25
0,2
0,15
0,1
0,05
0
2 3 4 5 7

CONCLUSIÓN:
Se puede apreciar que el 45% de los representantes venden 3 unidades y sólo el 30% logra vender más de
3 unidades.

  f *X   3,3   1, 2288
N
b) Efectúe un cuadro y seleccione cinco muestras aleatorias de cinco cada una y compare la media de
cada muestra. Compare la media de la distribución muestral de medias con la media poblacional.

Muestra x ͞x
1 5 2 3 3 3 3,2
2 2 3 2 3 3 2,6
3 5 3 3 3 3 3,4
4 4 2 4 3 2 3
5 7 3 4 5 3 4,4

Al comparar la media de la distribución muestral de medias

X  X  X  3,32
con la media poblacional nos damos cuenta que no son
exacatmente iguales pero se aproximan, debido a que no
n tomamos todas las muestras posibles.
Efectúe un diagrama con las medias muestrales. ¿Existe alguna diferencia en la forma de la distribución
muestral de las medias en comparación con la forma de la distribución de la población?.

͞x f(͞x) Gráfica de la distribución muestral

2,6 0,2 de la media
3 0,2
0,25
3,2 0,2
3,4 0,2 0,2
4,4 0,2
0,15

0,1

0,05

0
2,6 3 3,2 3,4 4,4

Debido a que la gráfica de la distribucion muestral de la media no toma todos los datos no es posible
apreciar una curva significativa sin embargo se observa que todos los datos tienen la misma proporción y
presenta una forma uniforme.
En comparación con la gráfica de la población, esta presenta un sesgo positivo ya que la mayoría de
representantes están antes de la media.

d) Seleccione 10 muestras aleatorias de tamaño cinco y para cada muestra determine un intervalo de
confianza del 99%. Efectúe una conclusión de la información presentada.

 N n 1    0,99    0, 01
E  Z *
2 n N 1
Z  2,575
segun la tabla de distribucion z se tiene que 2

1, 2288 20  5
E  2, 575*  E  1, 2573
5 20  1
Muestra x ͞x Maegen error lim. Infe lim. Sup
1 5 2 3 3 3 3,2 1,2573 1,9427 4,4573
2 2 3 3 3 3 2,8 1,2573 1,5427 4,0573
3 5 4 3 4 2 3,6 1,2573 2,3427 4,8573
4 4 3 2 7 2 3,6 1,2573 2,3427 4,8573
5 5 3 3 3 3 3,4 1,2573 2,1427 4,6573
6 5 4 3 7 2 4,2 1,2573 2,9427 5,4573
7 2 3 4 2 4 3 1,2573 1,7427 4,2573
8 3 3 2 3 2 2,6 1,2573 1,3427 3,8573
9 3 3 3 2 2 2,6 1,2573 1,3427 3,8573
10 3 2 3 5 7 4 1,2573 2,7427 5,2573
CONCLUSION: debido a que el intervalo de confianza es muy grande 99%, el 100% de las muestras
tomadas contienen la verdadera media poblacional.