FACULTAD DE INGENIERÍA Y ARQUITECTURA

TRABAJO FINAL DE ESTADÍSTICA Y

PROBABILIDADES II

INTEGRANTES:
-Palomino Robles, José Eduardo
-Miranda Regalado, Danny Ángelo
-Ramos Quispe, Ruth Karina
-Lloclla Torres, Lissie Shantall
-Salazar Zapata, Diego Alexis
-Meneses Arnao, Sonaly Norka

DOCENTE:
ERICK AUGUSTO REYES MARTINEZ

LIMA-PERÚ
2023
 ÍNDICE

INDICE
INTRODUCCIÓN: .................................................................................................................. 3
RESUMEN: ................................................................................................................................ 4
CAPITULO 1 ........................................................................................................................... 5
Antecedentes/Descripción del trabajo .................................................................................. 5
Problema central del trabajo................................................................................................. 6
Justificación de la investigación........................................................................................... 7
Objetivos Generales/ Específicos ......................................................................................... 7
4.1. O. GENERAL: ......................................................................................................... 7
4.2. O. ESPECÍFICO: ..................................................................................................... 7
CAPÍTULO 2 ........................................................................................................................... 8
2.1. Conceptos básicos Estadísticos: Identificación de la población, muestra, unidad de
análisis.................................................................................................................................. 9
2.1.1. Población ................................................................................................................ 9
2.1.2 Muestra.................................................................................................................... 9
2.1.3. Unidad de estudio................................................................................................. 10
2.1.4. Variables de estudio y tipos de variables ............................................................. 10
3.1 TABLAS DE FRECUENCIA PARA LA VARIABLE CUALITATIVA ................... 10
5. Distribución Muestral .................................................................................................... 22
6. Intervalos de Confianza.................................................................................................. 24
CAPÍTULO 3 ......................................................................................................................... 29
Pruebas de Hipótesis Estadísticas y análisis de resultados ................................................ 29
CAPÍTULO-4......................................................................................................................... 29
4.1. CONCLUSIONES: ..................................................................................................... 38
4.2. RECOMENDACIONES: ............................................................................................ 38
4.3. REFERENCIAS BIBLIOGRÁFICAS: ....................................................................... 38
INTRODUCCIÓN:
El mercado de agua embotellada en Perú tiene un gran potencial de crecimiento y
rentabilidad debido al bajo consumo per cápita y a la falta de garantías de acceso a
agua pura a través de la infraestructura de agua potable del país. Es crucial realizar un
control de calidad riguroso en las diferentes fábricas del país, tanto en la producción
como en el embotellado del agua. Además, es importante buscar nuevas formas de
envasar el agua para contribuir a la reducción de la contaminación y prolongar la fecha
de caducidad.

Como estudiantes del curso de estadística y probabilidades II, tenemos un interés

académico en analizar la base de datos relacionada con este tema, con el objetivo de
encontrar soluciones a la problemática planteada. Además, nos permite aplicar los
conceptos y temas desarrollados en el curso a situaciones reales y actuales
RESUMEN:

En este proyecto de investigación y desarrollo, abordamos la problemática relacionada

con el agua mineral envasada, específicamente el problema de que ciertos tipos de
envases que suelen ser defectuosos debido a la calidad del material con el que se
fabrica, lo cual puede ser perjudicial para la salud. Además, utilizamos las bases
teóricas ya establecidas para encontrar soluciones a los diversos problemas planteados
y para su interpretación.

Durante el proceso, trabajamos con una tabla de datos que contiene información de las
diferentes fábricas de Perú, con el objetivo de obtener resultados más precisos y buscar
la solución óptima.
CAPITULO 1

Antecedentes/Descripción del trabajo

ORIGEN DEL AGUA MINERAL
El agua mineral tiene un origen natural, manteniendo una composición química
constante y una pureza bacteriológica. Después de derretirse el hielo o durante las
lluvias, el agua se filtra a través de la tierra y las rocas de las montañas, adquiriendo
minerales beneficiosos para el organismo. Este recorrido culmina cuando el agua
mineral llega a los reservorios subterráneos, donde permanece aislada de la
contaminación y se mantiene sin someterse a tratamientos químicos durante muchos
años. Las empresas encargadas de su distribución deben seguir estrictos controles de
calidad para asegurar que llegue a los consumidores con un nivel de pureza constante.

VENTAJAS DE CONSUMIR AGUA MINERAL

El agua mineral natural ofrece numerosas ventajas para el organismo, además de
cumplir con su función básica de satisfacer la sed y mantenernos hidratados. Contiene
diversos minerales y oligoelementos beneficiosos, como el calcio y el magnesio, entre
otros. Además, no aporta calorías y se convierte en un aliado importante para combatir
problemas renales, como los cálculos renales. También contribuye al control de la
hipertensión y fortalece los huesos. Otras de sus ventajas son:
● Aumenta la capacidad deportiva durante los entrenamientos.
● Los componentes del agua mineral tienen efectos positivos para la salud
y cuidan el corazón.
● Nivela la producción de aldosterona.
● Protege de la hipertensión.
● Mejora la digestión.

PRODUCCIÓN DE AGUA MINERAL EMBOTELLADA EN EL PERU

En Perú, el agua mineral experimentó un crecimiento del 7.9% en el año 2019,
llegando a una producción de 961.7 litros. Este aumento se atribuye a la creciente
tendencia de llevar una vida más saludable.
Sin embargo, según el Ministerio de la Producción, en el año 2020 hubo una
disminución del 27.4% en el índice de producción de aguas embotelladas debido a la
pandemia del Covid-19 y las medidas de confinamiento implementadas.
Se espera que para el año 2022 la producción se duplique, a medida que se levanten
las restricciones de confinamiento para la población.

Problema central del trabajo

Consumir agua mineral natural es altamente beneficioso para nuestra salud, ya que
contribuye al correcto funcionamiento de nuestro organismo y nos mantiene bien
hidratados y saludables. Aunque existen diferentes tipos de agua mineral, todos ellos
son una excelente forma de mantenernos hidratados y en buen estado de salud.

Aunque muchos no lo hayamos notado, el agua embotellada tiene fecha de caducidad,

a diferencia del agua en sí, que no caduca. La explicación radica en el envase de
plástico, no en el agua en sí misma. El agua, en su forma natural, está compuesta por
elementos que no representan riesgos para la salud con el paso del tiempo. Sin
embargo, en el caso del agua embotellada en envases de plástico, se recomienda
consumirla dentro del período indicado por la fecha de caducidad de estos envases.

La Organización Mundial de la Salud (OMS) ha llevado a cabo investigaciones sobre

este tema que afecta a nivel global. Hasta el momento, se ha concluido que el plástico
puede liberar sustancias nocivas, pero que no representan un peligro para la salud de
las personas, ya que se encuentran dentro de los límites de seguridad establecidos. Es
por eso que a veces, cuando consumimos agua embotellada que ha estado almacenada
durante mucho tiempo, podemos percibir un sabor desagradable.

Aunque el plástico no se descompone con el tiempo, puede liberar ciertos productos

químicos, cuyos efectos nocivos para las personas no están completamente
demostrados. Por esta razón, las empresas establecen una fecha de caducidad en el
agua embotellada, con el objetivo de evitar este tipo de situaciones o cualquier posible
problema relacionado con las sustancias que se desprenden del plástico con el paso del
tiempo.
Justificación de la investigación

El control de calidad en la fábrica de agua mineral es de vital importancia debido a que

se trata de un producto de consumo directo y fácilmente contaminable. Requiere de
una supervisión específica por parte de las agencias reguladoras de salud.

El objetivo de este trabajo es evaluar la viabilidad del consumo de agua mineral

embotellada, lo cual implica analizar tanto su proceso de producción como el de
embotellado.

Como estudiantes del curso de estadística y probabilidades II, nos interesa realizar un
análisis estadístico utilizando indicadores provenientes de diferentes fuentes de
información, como canales de información, revistas, noticias, entre otros. Esto nos
permitirá aplicar los conceptos y temas desarrollados en el curso a situaciones reales y
actuales.

Objetivos Generales/ Específicos

4.1. O. GENERAL:
● Mejorar el uso de consumo de agua y evitar el desperdicio en exceso
que la sociedad realiza en la mayoría de situaciones.
● Evaluar los tipos de envases utilizados para el depósito de agua.

4.2. O. ESPECÍFICO:
● Dar a conocer en cada capítulo las evaluaciones estadísticas que
presenta en cada caso.
CAPÍTULO 2

CASO: AGUA MINERAL

El jefe del área de control de calidad de la empresa

embotelladora ha realizado un estudio sobre el área
de embotellado que elabora agua mineral y para
esto analiza las siguientes variables como sabor,
cantidad de producción, contenido en litros, precio,
cantidad de envases, localización de la fábrica.
Para mejorar la producción del agua mineral.

El análisis y la toma de datos se tomaron en todas las fábricas del país recogiendo la
siguiente base de datos:

Cantidad de Cantidad de Localización Cantidad

Producción Producción Precio Cantidad de la fabrica Cantidad de de
Tipo de
N° (miles de (miles de (Nuevo de Envase Envases camiones
Envase
litros) litros) s Soles) (Por Lote) Defectuosos (Reparto)
Maq. A Maq. B
1 13 15 Cartón 5 800 Lima 10 5
2 12 12 Cartón 5 950 Arequipa 15 6
3 10 8 Vidrio 3 800 Arequipa 12 6
4 13 12 Cartón 5 850 Lima 10 5
5 15 7 Plástico 4 780 Arequipa 10 5
6 8 9 Cartón 5 890 Arequipa 8 5
7 10 15 Cartón 5 890 Lima 8 5
8 10 13 Cartón 5 750 Arequipa 12 5
9 12 15 Vidrio 1 770 Arequipa 13 3
10 12 10 Vidrio 4 730 Lima 8 3
11 12 10 Vidrio 4 970 Arequipa 8 3
12 15 10 Vidrio 4 950 Lima 7 3
13 15 13 Cartón 5 950 Lima 7 5
14 13 15 Vidrio 4 998 Lima 9 6
15 10 15 Cartón 5 900 Trujillo 9 3
16 15 15 Plástico 3 910 Trujillo 10 4
17 15 15 Cartón 3 900 Lima 12 3
18 11 14 Cartón 5 900 Trujillo 8 4
19 16 12 Cartón 5 890 Trujillo 8 4
20 17 13 Vidrio 2,5 890 Arequipa 13 3
21 8 12 Vidrio 3 760 Arequipa 13 3
22 12 11 Vidrio 2,5 720 Trujillo 9 3
 23 15 10 Cartón 5 780 Lima 14 5
24 14 10 Cartón 5 780 Lima 9 3
25 15 10 Vidrio 2 990 Arequipa 9 4
26 13 13 Cartón 5 790 Arequipa 9 4
27 16 16 Vidrio 2 750 Arequipa 9 4
28 17 14 Cartón 5 890 Lima 9 4
29 18 15 Vidrio 3 890 Trujillo 10 4
30 12 15 Vidrio 4 890 Lima 10 4
31 20 16 Plástico 4 790 Lima 7 4
32 17 16 Cartón 5 780 Lima 7 4
33 16 18 Cartón 5 790 Lima 8 5
34 12 15 Vidrio 2 860 Arequipa 8 5
35 14 17 Vidrio 3 880 Arequipa 7 3
36 18 15 Vidrio 3 880 Arequipa 13 3
37 11 12 Plástico 2 990 Arequipa 10 4
38 17 13 Plástico 2,5 990 Lima 10 4
39 16 15 Cartón 5 950 Arequipa 9 4
40 15 12 Cartón 5 950 Arequipa 7 6

2.1. Conceptos básicos Estadísticos: Identificación de la población, muestra,

unidad de análisis.

2.1.1. Población

El conjunto de todas las unidades de estudio del cual se desea obtener una muestra
que permita recopilar información selecta y sustancial, para la presente
investigación; está formado, en términos generales, por las Fábricas de
elaboración de embotellados de agua mineral en el Perú.

2.1.2 Muestra
En relación con la muestra mencionada anteriormente, se trata de una parte
representante de la población en cuestión. En este caso, se consideran 40 fábricas de
embotellado de agua mineral en el Perú como el subconjunto de elementos para el
estudio. Estás fábricas fueron seleccionadas mediante un muestreo aleatorio, lo que
significa que todos los elementos de la población previamente especificados tienen la
misma probabilidad de ser seleccionados al azar.
2.1.3. Unidad de estudio
En este escenario particular, la unidad de análisis seleccionada es una Fábrica de
embotellado de agua mineral en el Perú. Esta fábrica se convierte en la unidad de
estudio a partir de la cual se recopilan datos e información sobre características y
variables específicas, estos datos son útiles para comprender y explicar fenómenos
reales relacionados con la industria del embotellado de agua mineral.

2.1.4. Variables de estudio y tipos de variables

Los elementos seleccionados para formar una muestra representativa pueden tener
características o variables diferentes. Estás muestras se utilizan para llevar a cabo un
estudio detallado y obtener conclusiones sobre la población de la cual se extrajeron.
En este contexto, las variables utilizadas son las siguientes para una clasificación
adecuada:
2.1.4.1. Variables cualitativas
2.1.4.1.1. Variables nominales: Tipo de envase.
2.1.4.1.2. Variables ordinales: Localización de la Fábrica.
2.1.4.2. Variables cuantitativas
2.1.4.2.1. Variable discreta: cantidad de envases defectuosos, cantidad de envase
(por lote), Cantidad de producción (millas de litros) Mag.B, cantidad de camiones de
reparto.

2.1.4.2.2. Variable continua: Cantidad de producción (millas de litros) Mag.A,

Precio (Nuevo soles).

3. Gráficos y Tablas Estadísticas por Variable:

3.1 TABLAS DE FRECUENCIA PARA LA VARIABLE CUALITATIVA

3.1.1 TABLA 1: TIPO DE ENVASE

TIPO DE
ENVASE fi hi Pi

Carton 19 0.48 48%

Vidrio 16 0.4 40%

Plastico 5 0.12 12%

Total 40 1 100%
Donde:

fi = Frecuencia Absoluta (conteo)

hi=Frecuencia Relativa

Pi= Porcentaje

3.1.2 GRAFICO DE BARRAS

Tipo de Envase
20
18
16
14
12
10
8
6
4
2
0
Carton Vidrio Plastico

GRAFICO CIRCULAR

TABLA 2: LOCALIZACION DE LA FABRICA

LOCALIZACION fi hi Pi
LIMA 16 0.4 40%
AREQUIPA 18 0.45 45%
TRUJILLO 6 0.15 15%
Total 40 1 100%

Donde:

Grafico Circular

12%

48% Carton
40% Vidrio
Plastico
fi = Frecuencia Absoluta (conteo)
hi=Frecuencia Relativa
Pi= Porcentaje

GRAFICO DE BARRAS

Localizacion de la fabrica
20
18
16
14
12
10
8
6
4
2
0
LIMA AREQUIPA TRUJILLO

GRAFICO CIRCULAR

Grafico Circular

15%
40%
LIMA
AREQUIPA
45%
TRUJILLO
TABLAS DE FRECUENCIA PARA LA VARIABLE CUANTITATIVA
DISCRETA

TABLA 3: Cantidad de Producción (miles de litros) Maq. A

Cantidad de
Producción
fi Fi hi Hi
(miles de litros)
Maq. A
8 2 2 0.05 0.05
10 4 6 0.1 0.15
11 2 8 0.05 0.2
12 7 15 0.175 0.375
13 4 19 0.1 0.475
14 2 21 0.05 0.525
15 8 29 0.2 0.725
16 4 33 0.1 0.825
17 4 37 0.1 0.925
18 2 39 0.05 0.975
20 1 40 0.025 1
TOTAL 40 1

HISTOGRAMA

9
8
7
6
FRECUENCIA

5
4
3
2
1
0
8 10 11 12 13 14 15 16 17 18 20
MARCA DE CLASE
TABLA 4: Cantidad de Producción (miles de litros) Maq. B

Cantidad de
Producción
fi Fi hi Hi
(miles de litros)
Maq. B
7 1 1 0.025 0.025
8 1 2 0.025 0.05
9 1 3 0.025 0.075
10 6 9 0.15 0.225
11 1 10 0.025 0.25
12 6 16 0.15 0.4
13 5 21 0.125 0.525
14 2 23 0.05 0.575
15 12 35 0.3 0.875
16 3 38 0.075 0.95
17 1 39 0.025 0.975
18 1 40 0.025 1
TOTAL 40 1

HISTOGRAMA

14

12

10
FRECUENCIA

0
7 8 9 10 11 12 13 14 15 16 17 18
MARCA DE CLASE
TABLA 5: Cantidad de Envase (Por Lote)

Cantidad de
Envase (Por fi Fi hi Hi
Lote)
720 1 1 0.025 0.025
730 1 2 0.025 0.05
750 2 4 0.05 0.1
760 1 5 0.025 0.125
770 1 6 0.025 0.15
780 4 10 0.1 0.25
790 3 13 0.075 0.325
800 2 15 0.05 0.375
850 1 16 0.025 0.4
860 1 17 0.025 0.425
880 2 19 0.05 0.475
890 7 26 0.175 0.65
900 3 29 0.075 0.725
910 1 30 0.025 0.75
950 5 35 0.125 0.875
970 1 36 0.025 0.9
990 3 39 0.075 0.975
998 1 40 0.025 1
TOTAL 40 1

HISTOGRAMA

6
FRECUENCIA

0
720 730 750 760 770 780 790 800 850 860 880 890 900 910 950 970 990 998
MARCA DE CLASE
OJIVA

TABLA 6: Cantidad de Envases Defectuosos

Cantidad de
Envases fi Fi hi Hi
Defectuosos

7 6 6 0.15 0.15
8 8 14 0.2 0.35
9 9 23 0.225 0.575
10 8 31 0.2 0.775
12 3 34 0.075 0.85
13 4 38 0.1 0.95
14 1 39 0.025 0.975
15 1 40 0.025 1
TOTAL 40 1

HISTOGRAMA

10

7
FRECUENCIA

0
7 8 9 10 12 13 14 15
MARCA DE CLASE
TABLA 6: Cantidad de camiones (Reparto)

Cantidad
de
fi Fi hi Hi
camiones
(Reparto)
3 12 12 0.3 0.3
4 14 26 0.35 0.65
5 10 36 0.25 0.9
6 4 40 0.1 1
TOTAL 40 1

HISTOGRAMA

16

14

12
FRECUENCIA

10

0
3 4 5 6
MARCA DE CLASE

TABLAS DE FRECUENCIA PARA LA VARIABLE CUANTITATIVA

CONTINUA

4. Medidas de Tendencia Central/ Dispersión

TABLA 9: MEDIA, MEDIANA Y MODA DE LA VARIABLE TIPO DE
ENVASE
TIPO DE
ENVASE fi hi Pi
Carton 19 0.48 48%
Vidrio 16 0.4 40%
Plastico 5 0.12 12%
Total 40 1 100%
 Tipo de Envase
NO
MEDIA EXISTE
NO
MEDIANA EXISTE
MODA Cartón
TABLA 10: MEDIA, MEDIANA Y MODA DE LA
VARIABLE LOCALIZACION
LOCALIZACION
NO
MEDIA EXISTE
NO
MEDIANA EXISTE
MODA Arequipa
LOCALIZACION fi hi Pi
LIMA 16 0.4 40%
AREQUIPA 18 0.45 45%
TRUJILLO 6 0.15 15%
Total 40 1 100%

TABLA 11: MEDIA, MEDIANA, MODA, DESVIACION ESTANDAR Y

COEFICIENTE DE VARIACIÓN DE LA VARIABLE CANTIDAD DE
PRODUCCIÓN (MILES DE LITROS) MAQ. A
Cantidad de
Producción
fi Fi hi Hi xi*fi
(miles de litros)
Maq. A
8 2 2 0.05 0.05 16
10 4 6 0.1 0.15 40
11 2 8 0.05 0.2 22
12 7 15 0.175 0.375 84
13 4 19 0.1 0.475 52
14 2 21 0.05 0.525 28
15 8 29 0.2 0.725 120
16 4 33 0.1 0.825 64
17 4 37 0.1 0.925 68
18 2 39 0.05 0.975 36
20 1 40 0.025 1 20
TOTAL 40 1 550

MEDIA 13.75
MEDIANA 14 L= 20
MODA 15
 VARIANZA 13.2
DESVIACION
3.63318042
ESTANDAR

COEF. DE
0.2642313 = 13.75
VARIACION

TABLA 12: MEDIA, MEDIANA, MODA, DESVIACION ESTANDAR Y

COEFICIENTE DE VARIACIÓN DE LA VARIABLE CANTIDAD DE
PRODUCCIÓN (MILES DE LITROS) MAQ. B

Cantidad de
Producción
fi Fi hi Hi xi*fi
(miles de litros)
Maq. B
7 1 1 0.025 0.025 7
8 1 2 0.025 0.05 8
9 1 3 0.025 0.075 9
10 6 9 0.15 0.225 60
11 1 10 0.025 0.25 11
12 6 16 0.15 0.4 72
13 5 21 0.125 0.525 65
14 2 23 0.05 0.575 28
15 12 35 0.3 0.875 180
16 3 38 0.075 0.95 48
17 1 39 0.025 0.975 17
18 1 40 0.025 1 18
TOTAL 40 1 523

MEDIA 13.075
MEDIANA 13 L= 20
MODA 15

VARIANZA 13
DESVIACION
3.60555128
ESTANDAR

COEF. DE
0.27575918 = 13.075
VARIACION

TABLA 13: MEDIA, MEDIANA, MODA, DESVIACION ESTANDAR Y

COEFICIENTE DE VARIACIÓN DE LA VARIABLE CANTIDAD DE
ENVASE (POR LOTE)
Cantidad de
Envase (Por fi Fi hi Hi xi*fi
Lote)
720 1 1 0.025 0.025 720
730 1 2 0.025 0.05 730
750 2 4 0.05 0.1 1500
760 1 5 0.025 0.125 760
770 1 6 0.025 0.15 770
780 4 10 0.1 0.25 3120
790 3 13 0.075 0.325 2370
800 2 15 0.05 0.375 1600
850 1 16 0.025 0.4 850
860 1 17 0.025 0.425 860
880 2 19 0.05 0.475 1760
890 7 26 0.175 0.65 6230
900 3 29 0.075 0.725 2700
910 1 30 0.025 0.75 910
950 5 35 0.125 0.875 4750
970 1 36 0.025 0.9 970
990 3 39 0.075 0.975 2970
998 1 40 0.025 1 998
TOTAL 40 1 34568

MEDIA 864.2
MEDIANA 890 L= 20
MODA 890

VARIANZA 8317.86928
DESVIACION
91.2023535
ESTANDAR

COEF. DE
0.10553385 = 864.2
VARIACION

TABLA 14: MEDIA, MEDIANA, MODA, DESVIACION ESTANDAR Y

COEFICIENTE DE VARIACIÓN DE LA VARIABLE CANTIDAD DE
ENVASES DEFECTUOSOS

Cantidad
de Envases fi Fi hi Hi xi*fi
Defectuosos
7 6 6 0.15 0.15 42
8 8 14 0.2 0.35 64
 9 9 23 0.225 0.575 81
10 8 31 0.2 0.775 80
12 3 34 0.075 0.85 36
13 4 38 0.1 0.95 52
14 1 39 0.025 0.975 14
15 1 40 0.025 1 15
TOTAL 40 1 384

MEDIA 9.6
MEDIANA 9 L= 20
MODA 9

VARIANZA 8.57142857
DESVIACION
2.92770022
ESTANDAR

COEF. DE
0.30496877 = 9.6
VARIACION

TABLA 15: MEDIA, MEDIANA, MODA, DESVIACION ESTANDAR Y

COEFICIENTE DE VARIACIÓN DE LA VARIABLE CANTIDAD DE
CAMIONES (REPARTO)

Cantidad
de
fi Fi hi Hi xi*fi
camiones
(Reparto)
3 12 12 0.3 0.3 36
4 14 26 0.35 0.65 56
5 10 36 0.25 0.9 50
6 4 40 0.1 1 24
TOTAL 40 1 166

MEDIA 4.15
MEDIANA 4 L= 20
MODA 4

VARIANZA 1.66666667
DESVIACION
1.29099445
ESTANDAR

COEF. DE
0.311083 = 4.15
VARIACION
5. Distribución Muestral
a. Distribución Muestral para la media con varianza conocida
Enunciado:
Se extrae una muestra aleatoria de 40 elementos de las fábricas de agua
del país donde se sabe que la cantidad de camiones de reparto tiene una
media 𝜇 = 4.15. Y una desviación estándar σ = 1.29. Cuál es la
probabilidad de que la media muestral sea superior a 5.

5 − 4.15
𝑃[𝑥̅ ≤ 5] = [ 1.29 ]
√40
𝑃[𝑥̅ ≤ 6] = [4.17]
𝑃[𝑥̅ ≤ 6] = 1

Interpretación: La probabilidad de 1 que la media muestral sea superior a 5.

b. Distribución Muestral para la media con varianza desconocida

Enunciado:
Se tiene una muestra aleatoria de 40 elementos de las fábricas de agua
donde se sabe que el tipo de agua se tiene una distribución u=4,15 y una
desviación estándar de 1,29. ¿Cuál es la probabilidad de que sea mayor a
5?

𝜇 = 4.15,
𝜎 = 1.29,
𝑛 = 40
𝑃[𝑥̅̅> 5] = 1 − 𝑃[𝑥̅̅< 5]
𝑃[𝑥̅̅> 5] = 1 − [ 5 – 4.15] /1.29 /√40
𝑃[𝑥̅̅> 5] = 1 - [4.17]
𝑃[𝑥̅̅> 5] = 0

Interpretación: La probabilidad de 0 que la media muestral sea superior a

5

c. Distribución Muestral para la diferencia de medias con varianza

conocida
ENUNCIADO:
Se extrae una muestra aleatoria de 40 fabricas de
embotellamiento de agua mineral en el Perú, donde la cantidad
de envase tiene una media dada de 864,2 y una desviación
estándar de 80,99.
¿Cuál es la probabilidad que la media muestral este entre 880 y
890?
Solución:
Datos:
µ= 846,2
σ= 80,9
 n=40
P[≤𝑥≤890]=

Usaremos esta fórmula, para la resolución del problema dado:

𝐵−µ 𝐴−µ
P[A≤𝑥≤B]= [ σ ]-[ σ ]
√𝑛 √𝑛
Reemplazamos con los datos:
890−846,2 850−846,2
P[850≤𝑥≤890]= [ 80,9 ]-[ 80,9 ]
√40 √40
P[850≤𝑥≤890]= [3,42] – [0.29] = [0,99969] – [0,61409]
P[790≤𝑥≤890]= 0,3856

Interpretación: La probabilidad es de 0,3856 que la media muestral

se encuentre entre 850 y 890.

d. Distribución Muestral para la proporción

Una Maq.A produce envases de agua. En su producción, se
fabrica 4 envases defectuosos por cada 100 envases. Un cliente
recibe 300 envases de la fábrica. Hallar la probabilidad de que
haya más de un 5% de envases defectuosos.
Datos:
4
𝜋= = 0.04 𝑃(𝑥>0.05) = 1 − 𝑃(𝑥≤0.05)
100
𝑝 = 0.05
𝑛 = 300
𝑝−𝜋
𝑍=
√𝜋(1 − 𝜋)
𝑛
0.05 − 0.04
𝑃(𝑥>0.05) = 1 − 𝑃( )
√ 0. .04(1 − 0.04)
300

𝑃(𝑥>0.05) = 1 − 𝑃(0.88)
𝑃(𝑥>0.05) = 1 − 0.81057 = 0.18943

La probabilidad de 0.18943 que la proporción muestral sea

menor a 0.05.

e. Distribución Muestral para la diferencia de proporciones

Dos maquinarias A y B que se dedican a fabricar agua mineral tienen una

producción defectuosa del 20% y 25% respectivamente. Si se extrae una
muestra de 40 unidades de cada lote producido. ¿Cuál es la probabilidad de
observar un valor 𝑝1 -𝑝2 menor al 5%?
DATOS:

Maq. A Maq.B

𝑃1 = 20% 𝑃2 = 25%

𝑛1 = 40 𝑛2 = 40
𝑄1 = 1 − 0,20 = 0,8 𝑄2 = 1 − 0,25 = 0,75
Cálculo:

𝑃1 (1 − 𝑃1 ) 𝑃2 (1 − 𝑃2 )
𝜎𝑝1−𝑝2 = √ +
𝑛1 𝑛2

0,2(0,8) (0,25)(0,75)
𝜎𝑝1−𝑝2 = √ +
40 40
𝜎𝑝1−𝑝2 = 0,093

Calculando Z calculado:

(𝑝1 −𝑝2 )−(𝑃1 −𝑃2 )

Z=
𝜎𝑝1−𝑝2
0,05−(0,20−0,25)
Z= 0,093

Z=1,08
En la tabla sería el valor de 0,85993

𝑃(𝑝1−𝑝2<0,05)=0,5−0,85993
𝑃(𝑝1−𝑝2<0,05)=−0,35992

Interpretación: La probabilidad de p1-p2 sea menor que 5% es de -0,35

6. Intervalos de Confianza

a. Intervalo de confianza para la media con varianza conocida usando los 40

datos.
Una muestra de 40 datos de cantidad de producción de fábricas de agua, con
una media de 13.75 y con una desviación estándar de 2.826. Determinar el
intervalo de confianza del 95% del total de producción de agua.
𝑛 = 40
 𝑥̅ = 13.75
𝑠𝑥 = 2.826
𝑛. 𝑐 = 95%
1+0.95
𝑍1−𝛼/2 = = 0.975 → 1.96 𝑇𝑎𝑏𝑙𝑎 𝑍
2
2.826 2.826
13.75 − 1.96 ∗ ≤ 𝑢 ≤ 13.75 + 1.96 ∗
√40 √40
𝟏𝟐. 𝟖𝟕𝟒 ≤ 𝒖 ≤ 𝟏𝟒. 𝟔𝟐𝟔
Interpretación: Con un nivel de confianza del 95%, la producción media
del agua está comprendido desde 12.874 y 14.626.
b. Intervalo de confianza para la media con varianza desconocida usando los 10
primeros datos.
La cantidad de producción de agua de Maq.A, se toma una muestra de 10,
donde la media es de 11.5 miles de Lt por semana,con una desviación típica
de 2.014 miles de Lt. Hallar un intervalo de confianza de un 99% para la
producción de Lt de agua.
𝑛 = 10
𝑥̅ = 11.5
𝑠𝑥 = 2.014
𝑛. 𝑐 = 99%
1 + 0.99
𝑇1−𝛼/2 = = 0.995
2
𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 = 10 − 1 = 9
𝑇𝑎𝑏𝑙𝑎 𝑇 = 3.250
2.014 2.014
11.5 − 3.250 ∗ ≤ 𝑢 ≤ 11.5 + 3.250 ∗
√10 √10
𝟗. 𝟒𝟑𝟎 ≤ 𝒖 ≤ 𝟏𝟑. 𝟓𝟕𝟎
Interpretación: Con un nivel de confianza del 99%, la producción de
Maq.A está comprendido de 9.430 a 13.570 de miles de Lt por semana.
c. Intervalo de confianza para la diferencia de medias con varianza conocida
usando 40 datos.
Para poder saber acerca de las competencias, la empresa AJE quiere saber la
diferencia de producción de la Maq.A y Maq.B. Se realiza una muestra
aleatoria de 40 de cantidad de producción, con una media de 13.75 Lt y
13.075 Lt respectivamente, por último con una desviación estándar de 2.826
Lt y 2.576 Lt respectivamente. Determinar el intervalo de confianza del
90%.
Maq.A Maq.B
𝑛1 = 40 𝑛2 = 40
𝑥̅1 = 13.75 𝑥̅2 = 13.075
𝜎1 = 2.826 𝜎2 = 2.576
𝑛. 𝑐 = 90%

1 + 0.90
𝑍1−𝛼/2 = = 0.95 → 1.64 𝑇𝑎𝑏𝑙𝑎 𝑍
2
 2.8262 2.5762
(13.75 − 13.075) − 1.64 ∗ √ + ≤ 𝑢1 − 𝑢2
40 40

2.8262 2.5762
≤ (13.75 − 13.075) + 1.64 ∗ √ +
40 40
−0.317 ≤ 𝑢1 − 𝑢2 ≤ 1.667
Interpretación: Con un nivel de confianza del 90% la diferencia de las
medias está comprendido desde -0.317 y 1.667 de unidades producidas.
La media de producción de Maq.1 es mayor a la cantidad de
producción de Maq.2.
d. Intervalo de confianza para la diferencia de medias con varianza
desconocida pero iguales, usando los 11 primeros datos.
Una empresa de producción de agua desea escoger una máquina que
pueda producir mucho más: Maq.A y Maq.B. Se obtuvieron 11 y 10
muestras de la Maq.A y Maq.B respectivamente.
Maq.A: 13, 12, 10, 13, 15, 8, 10, 10, 12, 12, 12
Maq.B: 15, 12, 8, 12, 7, 9, 15, 13, 15, 10
Estime mediante un intervalo de confianza del 95% la diferencia entre los
promedios de envases defectuosos. ¿Cuál de las dos máquinas deberían
escoger?

Maq.A Maq.B
𝑛1 = 11 𝑛2 = 10
𝑥̅1 = 11.545 𝑥̅2 = 11.6
𝑠1 = 1.916 𝑠2 = 2.989 𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 = 11 +
10 − 2 = 19
1+0.95 (11−1)∗1.9162 +(10−1)∗2.9892
𝑡1−𝛼/2 = 2 = 0.975 𝑆𝑐2 = =
19
6.164
𝑇𝑎𝑏𝑙𝑎 𝑇 = 2.093
6.164 6.164
(11.545 − 11.6) − 2.093 ∗ √ + ≤ 𝑢1 − 𝑢2
11 10

6.164 6.164
≤ (11.545 − 11.6) + 2.093 ∗ √ +
11 10
−2.325 ≤ 𝑢1 − 𝑢2 ≤ 2.215
Interpretación: Con un nivel de confianza del 95% las diferencias de
las medias están comprendidas desde -2.325 y 2.215 de producción. La
media de la Maq.A es menor a la Maq.B.

e. Intervalo de confianza para la proporción

De 200 locales de fabricación seleccionados al azar, 60 son envases
defectuosos. Con un intervalo de confianza de 90% para la taza de envases
defectuosos.
1+0.90
𝑛 = 200 𝑍1−𝛼/2 = 2 = 0.95 → 1.64 𝑇𝑎𝑏𝑙𝑎 𝑍
𝑥 = 60
 60
𝑝= = 0.3
200
𝑞 = 1 − 0.3 = 0.7
𝑝∗𝑞 𝑝∗𝑞
𝑝 − 𝑍1−𝛼/2 √ ≤ 𝜋 ≤ 𝑝 + 𝑍1−𝛼/2 √
𝑛 𝑛
0.3 ∗ 0.7 0.3 ∗ 0.7
0.3 − 1.64√ ≤ 𝜋 ≤ 0.3 + 1.64√
200 200
0.247 ≤ 𝜋 ≤ 0.353
Interpretación: Al 90% de confianza el porcentaje de envases
defectuosos se encuentra entre 0.247 a 0.353.

f. Intervalo de confianza para la diferencia de proporciones

En una muestra aleatoria de 20 de cantidad de producción de Agua de la
Maq.A y 30 de la Maq.B, se determina que 5 de la Maq.A y 12 de la Maq.B
están familiarizados con la misma producción de fábrica. Construya un
intervalo de confianza del 95% para la diferencia de proporciones de la
Maq.A y Maq.B.
Maq.A Maq.B
5 12
𝑝1 = 20 = 0.25 𝑝2 = 30 = 0.4
𝑛1 = 20 𝑛2 = 30
𝑞1 = 1 − 0.25 = 0.75 𝑞2 = 1 − 0.4 = 0.6
1 + 0.95
𝑍1−𝛼/2 = = 0.975 → 1.96 𝑇𝑎𝑏𝑙𝑎 𝑍
2

𝑝1 𝑞1 𝑝2 𝑞2
(𝑝1 − 𝑝2 ) − 𝑍1−𝛼/2 √ + ≤ 𝜋1 − 𝜋2
𝑛1 𝑛2

𝑝1 𝑞1 𝑝2 𝑞2
≤ (𝑝1 − 𝑝2 ) + 𝑍1−𝛼/2 √ +
𝑛1 𝑛2

0.25(0.75) 0.4(0.6)
(0.25 − 0.4) − 1.96√ + ≤ 𝜋1 − 𝜋2
20 30

0.25(0.75) 0.4(0.6)
≤ (0.25 − 0.4) + 1.96√ +
20 30
−0.408 ≤ 𝜋1 − 𝜋2 ≤ 0.108

Interpretación: El intervalo de confianza del 95%será: −0.408 ≤ 𝜋1 −

𝜋2 ≤ 0.108
No hay diferencia significativa, porque no se puede saber cuál de las
proporciones es mayor.
g. Intervalo de confianza para la varianza usando 10 últimos datos.
La porción elegida de producción de 10 como muestra son las siguientes:
20, 17, 16, 12, 14, 18, 11, 17, 16, 15.
Obtener un intervalo de confianza del 99% para la cantidad de producción
media de la Maq.A.
𝑛 = 10
𝑥̅ = 15.6
𝑠𝑥 = 2.716
𝑛. 𝑐 = 99%
𝐺. 𝐿 = 10 − 1= 9
1 + 0.99 2
= 0.995 → 𝑋1−𝛼/2 → 𝑇𝑎𝑏𝑙𝑎 𝐶ℎ𝑖 − 𝐶𝑢𝑎𝑑𝑟𝑎𝑑𝑜 = 23.59
2
2
1 − 0.995 = 0.005 → 𝑋𝛼/2 → 𝑇𝑎𝑏𝑙𝑎 𝐶ℎ𝑖 − 𝐶𝑢𝑎𝑑𝑟𝑎𝑑𝑜 = 1.74
(𝑛 − 1)𝑠 2 2
(𝑛 − 1)𝑠 2
2 ≤𝜎 ≤ 2
𝑋1−𝛼/2 𝑋𝛼/2
(10 − 1)2.7162 (10 − 1)2.7162
≤ 𝜎2 ≤
23.59 1.74
2.814 ≤ 𝜎 2 ≤ 38.155

Interpretación: Con un nivel de confianza del 99%, la producción media

de la Maq.A está comprendida desde 2.814 y 38.155.
 CAPÍTULO 3

Pruebas de Hipótesis Estadísticas y análisis de resultados

CAPÍTULO-4
ENUNCIADO A: Se quiere evaluar la cantidad de producción de la línea A si es mayor a 17
L para lo cual se toma una muestra de 40 datos y esta de promedio es de 13.75 L con una
desviación estándar de 2.83 L. Se conoce que el nivel de significancia es de 5%.

A) La prueba de hipótesis para la media con varianza conocida usando los 40 datos
Interpretación

Datos:
n = 40 Plantear la hipótesis
𝑥̅ = 13.75 𝐻0: 𝜇 ≥ 17
𝜎 = 2.83 𝐻1: 𝜇 < 17
𝜇 = 17
𝛼 = 5%
Calcular el valor e Z calculando:

̅−𝒖
𝒙
𝒁= 𝝈
√𝒏

𝟏𝟑. 𝟕𝟓 − 𝟏𝟕
𝒁= = −𝟕. 𝟐𝟔
𝟐. 𝟖𝟑
√𝟒𝟎
Calcular el valor de Z de la tabla:
El nivel de significancia de 5
En la tabla de distribución Z es de -1.65

INTERPRETACIÓN: A un nivel de significancia del 5%, existe suficiente evidencia

estadística para rechazar hipótesis nula. La producción de la línea A es mayor a la
producción de la línea B.

ENUNCIADO B: Se requiere evaluar la hipótesis de que la cantidad de envases es mayor a 800

lotes para lo cual se exhibe los 18 primeros datos y se encuentra que el promedio es de 871.56
lotes con una desviación estándar de 81.51 lotes. Utilizando un nivel de significancia del 5%.

B) La prueba de hipótesis para la media con varianza desconocida con la variable cantidad
de envase usando los 15 primeros datos Interpretación.

n = 18 Plantear la hipótesis
𝑥̅ = 871.56 𝐻0: 𝜇 = 800
𝑠𝑥 = 81.51 𝐻1: 𝜇 > 800
𝜇 = 800
𝛼 = 5%
Calcular el valor de T calculando:
𝑥̅ − 𝜇
𝑇 = 𝑠𝑥
√𝑛
871.56 − 800
𝑇= 81.51 = 3.72
√18
Calcular el valor de t de la tabla
El nivel de significancia es de 5%
1-𝛼 = 1-0.05 = 0.95
Grados de libertad n-1:18-1=17

En la tabla de distribución T es 1.740

INTERPRETACIÓN: Se rechaza la Ho y no se rechaza H1, entonces tenemos posibilidad

de asegurar que la hipótesis es válida a un 5% de significancia, entonces la cantidad de
envase es superior a 800 lotes.

ENUNCIADO C: Se produce agua mineral en dos líneas A y B. Desea determinar si la

producción diaria de la línea A es inferior al de B. Es por ello que se realiza las siguientes
muestras aleatorias: 40 cantidad de producción de ambas líneas, con un promedio muestral de
13,75 L de A y 13,075 L en B. Suponga desviaciones poblacionales de 2,83 L y 2,58 L
respectivamente. ¿Existe evidencia de menor producción en A? Para un nivel de significancia del
5%
C) La prueba de hipótesis para la diferencia de dos medias con varianza conocida usando los
40 datos. Interpretación.

Planteamiento:
𝑯𝟎: 𝑢1 = 𝑢2
𝑯𝟏: 𝑢1 < 𝑢2

Hallar el “Z” calculado:

(𝑥̅ , −𝑥̅2 ) − (𝑢1 − 𝑢2 )
𝑍=
𝜎12 𝜎22
√
𝑛1 + 𝑛2

(13,75 − 13,075)
𝑍=
√(2,83)² + (2,58)²
40 40
𝑍 = 1.12
Hallar el “Z” de la tabla de distribución normal
Datos:
α = 5%
Buscar en la tabla el valor 0.05

Entonces:
Z= -1.64
INTERPRETACIÓN: A un nivel de significación del 5%, existe evidencia para no rechazar
la hipótesis nula. Por lo tanto, el promedio de producción del agua mineral de la línea A es
menor que el de la línea B.

ENUNCIADO D: Un analista compara dos líneas de producción en la empresa de agua

mineral; la línea A y la línea B. Una muestra aleatoria de 10 para ambas líneas dio los
siguientes resultados:

Línea
13 12 10 13 15 8 10 10 12 12
A
Línea
15 12 8 12 7 9 15 13 15 10
B
Se asume que las cantidades de producción son dos poblaciones iguales con distribución
normal. Con un nivel de significancia de 0,05. ¿Es la cantidad de producción promedio de
A mayor al promedio de B? Asuma varianzas poblacionales distintas.

D) La prueba de hipótesis para la diferencia de medias con varianza desconocida usando

10 datos. Asumiendo que son varianzas iguales. Interpretación.
Planteamiento:
𝑯𝟎: 𝑢1 = 𝑢2
𝑯𝟏: 𝑢1 > 𝑢2

𝐶𝑎𝑙𝑐𝑢𝑙𝑎𝑛𝑑𝑜 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑠𝑝2

 (𝑛1−1 )𝑆12 + (𝑛2−1 )𝑠22
𝑠𝑝2 =
𝑛1 + 𝑛2 − 2
(10 − 1)(2,01)² + (10 − 1)(2,99)²
𝑠𝑝2 =
√10 + 10 − 2

𝑠𝑝2 = 27,54
Hallar el “t” calculado:
(𝑥̅1 − 𝑥̅2 ) − (𝑢1 − 𝑢2 )
𝑡=
1 1
𝑠𝑝2 (𝑛 + 𝑛 )
1 2

(11,5 − 11,6)
𝑡=
1 1
27,54 (10 + 10)

𝑡 = −0,013

Hallar el “t” de la tabla de T-STUDENT

Datos:
1-α = 1-5%
1-α = 0.95
Grados de libertad: 𝑛1 + 𝑛2 − 2
Entonces G.L es: 18

Buscar en la tabla el valor 0.95. Por lo que nos arroja como resultado t= 1.711.

INTERPRETACIÓN: A un nivel de significación del 5%, existe evidencia para no rechazar

la hipótesis nula. En consecuencia, el promedio de producción de café de la línea B es menor
que el de la línea A.

ENUNCIADO E: Una Empresa que produce agua mineral en el Perú afirma que su producto
tiene una participación del 45% en las bodegas. Para tomar una decisión al respecto de lo
afirmado se toma una muestra de 30 empresas que distribuyen su producción de agua en
diferentes establecimientos, pero se sabe que 10 establecimientos son bodegas.
¿Cuál es la decisión que se toma con un nivel de significancia 5%?

E) La prueba de hipótesis para una proporción

Datos: Hipótesis:
𝜋 = 0.45
p = 10/30 = 0.33 𝐻0 : 𝜋 = 0.45
n = 30 𝐻1 : 𝜋 ≠ 0.45
𝛼 = 0,05

Calcular el valor de Z calculado

𝑝−𝜋
𝑧=
√𝜋(1 − 𝜋)
𝑛

(0.33 − 0.45)
𝑧= = −1,32
√0.45(1 − 0.45)
30
Calcular el valor de z de la tabla:
El nivel de significancia:5%
Se busca en la tabla de distribución normal:
𝛼 0,05
1 − 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒𝑟𝑖𝑎: 1 − = 0,975
2 2

En la tabla de distribución Z seria: 1.96

• No rechazo Ho y rechazo H1
ENUNCIADO F: Se quiere saber que la proporción de todos los envases producidos por la
línea A es mayor a la proporción de los envases producidos por la línea B. De una muestra de
40 lotes se descubrió que 20 lotes fueron producidos en por la línea A y 15 lotes por la línea
B, utilizar un nivel de significancia del 5%.
F) La prueba de hipótesis para la diferencia de dos proporciones entre la producción de la
línea A y la línea B. Interpretación.
Línea A: Línea B:
𝑛1 = 40 𝑛2 = 40
20 15
𝑝1 = 40 = 0,5 𝑝2 = 40 = 0,375

Hipótesis:

𝐻0: 𝜋1 = 𝜋2
𝐻1: 𝜋1 > 𝜋2

Donde:
𝑥1 + 𝑥2 20 + 15
𝑝̅ = = = 0,438
𝑛1 + 𝑛𝑧 40 + 40

Calcular el valor de Z calculado

(𝑝1 − 𝑝2 ) − (𝜋1 − 𝜋2 )
𝑧=
1 1
√𝑝̅(1 − 𝑝̅ ) (
𝑛1 + 𝑛2 )

(0,5 − 0,375)
𝑧= = 0,797
√0,438(0,562) ( 1 + 1 )
40 40

Calcular el valor de z de la tabla:

1 − α 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒𝑟𝑖𝑎: 1 − 0,05 = 0,95

En la tabla de distribución Z seria: 1.647

INTERPRETACIÓN: A un nivel de significancia del 5%, existe suficiente evidencia
estadística para rechazar hipótesis nula. Los envases producidos por la línea A es mayor a los
envases producidos por la línea B.

ENUNCIADO G: Una empresa que supone que los precios de envase de agua mineral están
distribuidos normalmente con una varianza poblacional de 11,305 pero cree que ha
aumentado. Se toma una muestra de envases a los que los precios varían obteniéndose los
siguientes resultados en soles: 5 5 3 5 4 5 5 5 1 4 4 4 con esta información pruebe si lo que
se cree es cierto. Un nivel de significancia del 10%
G) La prueba de hipótesis para la varianza usando los 12 primeros datos. Interpretación.
DATOS

𝑠2 = 1,424 plantear Hipótesis:

𝜎2 = 1,305 𝐻0 = 𝜎2=1,305
𝑛 = 12 𝐻1 = 𝜎2>1,305
𝛼 = 10%

Calcular el X² calculado:

2
(𝑛 − 1)𝑠 2
𝑥 =
𝜎2

(11)1,424
𝑥2 = = 12,003
1,305
Calcular el valor de Chi-cuadrado de la tabla: El
nivel de significancia:10%

1 − 𝛼 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒𝑟𝑖𝑎 1 − 0,1 = 0,9

Grados de Libertad: n-1 entonces seria 12-1=11

En la tabla Chi-cuadrado: 17,28

INTERPRETACIÓN: Aun nivel de significación del 10% no existe evidencia estadística para
rechazar Ho; por lo tanto, podemos afirmar que la varianza no ha aumentado y tenemos los
precios de envases en los precios regulares.

4.1. CONCLUSIONES:
● Beber agua mineral natural supone un gran beneficio para nuestra salud, ayudando a que
nuestro organismo funcione de la mejor manera posible.

● Tras el análisis, el material que más utilizan las empresas como envase es el cartón,
contamina menos, cuesta menos y prácticamente tiene las mismas fortalezas y puntos
positivos que el plástico

4.2. RECOMENDACIONES:

● Seguir realizando exploraciones estadísticas para poder realizar la elaboración

correcta de presiones con respecto a una variedad de datos.
● Mejorar el uso debido del agua y evitar el desperdicio en cosas innecesarias.
● Dar a conocer que con la ayuda de una cantidad mínima de valores podemos obtener
variedad de resultados con respecto a cualquier tipo de producto.

4.3. REFERENCIAS BIBLIOGRÁFICAS:

● Agua Sana . (29 de junio de 2020). DESCUBRE EL ORIGEN DEL AGUA MINERAL.
Obtenido de Todo sobre el agua mineral: https://www.aguasana.es/descubre-el-origen-
del-agua-mineral

● Banco Finandina. (01 de Noviembre de 2019). Blog del Banco Finandina. Obtenido de
¿Qué es un intervalo de confianza y para qué se
utiliza?:https://www.bancofinandina.com/finanblog/noticias/2019/11/01/que-es-un-
intervalo-dec

● El Comercio. (15 de Noviembre de 2017). Viive Natural . Obtenido de Lo que debes

saber sobre las aguas minerales y sus beneficios:
https://elcomercio.pe/especial/sanmateo/noticias/lo-quedebes-sabers