Se tiene una población de 5 obreros calificados los cuales tienen los siguientes ingresos

por laborar horas extra a la semana: $ 758, $618, $550, $589, $720.
a) Determinar el número de muestras posibles de tamaño 3 y 4 sin reemplazo.
b) Elaborar las distribuciones muestrales para cada tamaño de muestra.
c) Calcular la media de medias para ambos casos.
d) Calcular el error estándar de las dos distribuciones.
e) Redacte sus conclusiones
758 618 550 589 720
PARÁMETROS

𝜇= (758+618+550+589+720)/5=
$ 647.00

𝜎^2= ((758−647)^2+(618−647)^2+(550−647)^2+(589−647)^2+(720−647)^2)/5=
6252.8

𝜎=√6252.8= $ 79.07
$ 79.07
a) Determinar el número de muestras posibles de tamaño 3 y 4 sin reemplazo.
C3 =
5 10 muestras
Muestra Elementos 𝑥 ̅
1 758 618 550 642
2 758 618 589 655
3 758 618 720 699
4 758 550 589 632
5 758 550 720 676
6 758 589 720 689
7 618 550 589 586
8 618 550 720 629
9 618 589 720 642
10 550 589 720 620

C4 =
5 5 muestras
Muestra Elementos 𝑥 ̅
1 758 618 550 589 629
2 758 618 550 720 662
3 758 618 589 720 671
4 758 550 589 720 654
5 618 550 589 720 619

b) Elaborar las distribuciones muestrales para cada tamaño de muestra.

DISTRIBUCIÓN
Cálculo de la distribución muestral Distribución mues
del promedio de ingreso por horas MUESTRAL DEL
extra
PROMEDIO DE INGRESO p
POR HORAS EXTRAS
0.25
𝑥 ̅ 𝑓(𝑥 ̅) P(𝑥 ̅) 𝑥 ̅ 𝑃(𝑥 ̅)
586 1 0.1 586 0.1 0.2
robabilidad

0.15

0.1
 p
0.25

0.2
620 1 0.1 620 0.1

Probabilidad
629 1 0.1 629 0.1 0.15

632 1 0.1 632 0.1

0.1
642 2 0.2 642 0.2
655 1 0.1 655 0.1 0.05
676 1 0.1 676 0.1
689 1 0.1 689 0.1 0
$585.67 $619.67 $629
699 1 0.1 699 0.1
10 1.0 1

DISTRIBUCIÓN
Cálculo de la distribución muestral Distribución mue
MUESTRAL DEL
del promedio de ingreso por horas
extra PROMEDIO DE INGRESO p
POR HORAS EXTRAS
0.25
𝑥 ̅ 𝑓(𝑥 ̅) P(𝑥 ̅) 𝑥 ̅ p(𝑥 ̅)
619 1 0.2 619 0.2 0.2
629 1 0.2 629 0.2

Probabilidad
0.15
654 1 0.2 654 0.2
662 1 0.2 662 0.2 0.1
671 1 0.2 671 0.2
5 1 1 0.05

0
619
c) Calcular la media de medias para ambos casos.
d) Calcular el error estándar de las dos distribuciones.
𝑥 ̅ 𝑓(𝑥 ̅) 𝞢𝑓(𝑥 ̅) (𝑥 ̅−𝑥 ̿〖 ) "𝞢" 𝑓(𝑥 ̅−𝑥 ̿)" " 〗 ^2
586 1 586 -61 3757.69
620 1 620 -27 745.29
629 1 629 -18 310.93
632 1 632 -15 214.13
642 2 1284 -5 49.34
655 1 655 8 64.53
676 1 676 29 842.93
689 1 689 42 1766.80
699 1 699 52 2672.89
6470 10424.54

𝑥 ̿=(𝞢𝑓𝑥 ̅𝑖)/𝑘=6470/10= $ 647.0

𝜎_𝑥^2=(𝞢𝑓 〖 (𝑥 ̅−𝑥 ̿) 〗 ^2)/𝑘=10424.54/10=

$ 1,042.45 pesos2
Si el muestreo es sin reemplazo y si el tamaño
muestra es más del 5% de la población, se tend
aplicar el “factor de corrección poblacional” (fc
𝜎_𝑥=√(𝜎_𝑥^2 )=√1042.45=
$ 32.29 n > 0.05 N

n= 3> 5%(5) porque 3>0.25 \ se aplicará el fcp

𝜎_𝑥=√(1042.45 )∗
√((5−3)/(5−1))=
 𝜎_𝑥=√(1042.45 )∗
√((5−3)/(5−1))=
𝜎_𝑥=32.29∗
√((2 )/4) = $ 22.83

𝑥 ̅ 𝑓(𝑥 ̅) 𝞢𝑓(𝑥 ̅) (𝑥 ̅−𝑥 ̿〖

) "𝞢" (𝑥 ̅−𝑥 ̿)" " 〗 ^2
619 1 619 -28 770.06
629 1 629 -18 333.06
654 1 654 7 52.56
662 1 662 15 210.25
671 1 671 24 588.06
3235 1954.00

𝑥 ̿=(𝞢𝑓𝑥 ̅𝑖)/𝑘=3235/5= $ 647.0

𝜎_𝑥^2=(𝞢𝑓 〖 (𝑥 ̅−𝑥 ̿) 〗 ^2)/𝑘=1954.00/5=

$ 390.80 pesos2

𝜎_𝑥=√(𝜎_𝑥^2 )=√390.80=
$ 19.77

n= 4 > 5%(5) porque 4>0.25 \ se aplicará el fcp

𝜎_𝑥=√(390.80 )∗
√((5−4)/(5−1))=

𝜎_𝑥=19.77∗ $ 9.88
√((1 )/4) =

e) Redacte sus conclusiones

Mientras más grande es la muestra el sx disminuye, aunque la media
se mantiene igual; por lo que la distribución tiene a ser más normal.
 pesos2

Distribución muestral del promedio de ingresos

por horas extra
0.25

0.2
robabilidad

0.15

0.1
 por horas extra
0.25

0.2
Probabilidad

0.15

0.1

0.05

0
$585.67 $619.67 $629.33 $632.33 $642.00 $655.00 $676.00 $689.00 $698.67
Ingreso promedio

Distribución muestral del promedio de ingresos

por horas extra
0.25

0.2
Probabilidad

0.15

0.1

0.05

0
619 629 654 662 671
Ingreso promedio

s sin reemplazo y si el tamaño de la

del 5% de la población, se tendrá que
de corrección poblacional” (fcp).
En un servicio de atención al cliente, el tiempo de espera hasta recibir atención es una
variable normal de media 10 minutos y desviación típica 2 minutos. Se toman muestras
aleatorias del tiempo de espera de los clientes que llegan un día concreto. Se pide:
a) ¿Cuál es la probabilidad de que el tiempo medio de espera de una muestra de
25 clientes no supere los 9 minutos?
𝑃( 𝑥 ̅ ≤9)= 0.62%
𝜇= 10 minutos
𝜎= 2 minutos
n= 25 clientes
𝜎_𝑥 0.40 minutos
=
𝜎_𝑥=𝜎/√𝑛

𝑃( 𝑥 ̅ ≤9)= 0.0062

9 10
𝜎= 2
𝜇=
La probabilidad de que el tiempo de espera de esos 25 clientes sea menor de 9
minutos es de 0.62%
b) ¿Cuál es la distribución de la media muestral, si se toman muestras aleatorias de 64 clientes?
Especificar sus parámetros.

𝜇= 10 minutos
𝜎= 2 minutos
n= 64 clientes
𝜎_𝑥= 0.25 minutos

N(10, 0.25)
Esto es, una distribución normal de media 10 y error estándar de 0.25.
En la puerta de un ascensor aparece el siguiente aviso: capacidad: “12 personas u 880 kg en
promedio”. Si en la población el peso de las personas tiene distribución normal con media
70 kg y con una desviación estándar de 10 kg, ¿cuál es la probabilidad de que el peso de 12
personas no supere la capacidad indicada en kilogramos?
𝑃( 𝑥 ̅ ≤73.33)= 0.8759 87.59%
Datos
𝜇= 70 kg
𝜎= 10 kg
𝑥 ̅= 73.33 kg
n= 12 personas
𝜎_𝑥= 2.887 kg

87.59%
Capacidad dentro del margen
70 73.33
𝜎= 10
𝜇=
Hay una probabilidad de 87.59% de que las 12 personas
no superen la capacidad máxima señalada. MYRNA LOPEZ:
Capacidad máxima