UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ADMINISTRATIVAS

CONTABILIDAD Y AUDITORIA
ESTADÍSTICA II

PROYECTO DE ESTADÍSTICA II

CA4-3

TEMA: GALLETAS DE QUINUA RELLENAS DE FRUTOS

DESHIDRATADOS

INTEGRANTES:
 CAICEDO SILVANA
 RÍOS VALERIA

ING.ALEJANDRO VALVERDE

15/02/2018
 RESUMEN

El estudio de mercado realizado al nuevo producto ―Galletas de quinua rellenas

con frutas deshidratadas‖, después de realizado el análisis estadístico y
cumpliendo con cada uno de los pasos establecidos en cada una de las
preguntas propuestas en la encuesta, nos ha dado como conclusión final que,
los posibles consumidores se encuentra en el rango mayor de género
femenino, entre 20 a 24 años, con preferencia de degustar las galletas de
quinua.
Como empresa en base a los resultados debemos tomar en cuenta que los
consumidores son de una economía media y baja, por lo que están dispuestos
a pagar por un producto así de $0.50 a $0.75 dólares, razón por la cual
nuestros costos no deben ser demasiado altos, nuestra publicidad del producto
la llevaremos a cabo a través de la televisión.
Nuestros posibles consumidores les agrada sus galletas con frutos
deshidratados en preferencia el de durazno, de manera que un modo directo de
entrar al el mercado es asociándose a pequeños productores que elaboran
dichos frutos y a su vez promover al consumo del producto nacional.
 CAPÍTULO I.- DEFINICION DEL TEMA
1.1.- Definición del Tema
“CREACIÓN DE GALLETAS DE QUINUA RELLENAS CON FRUTAS
DESHIDRATADAS”

1.2.- DESCRIPCIÓN DEL PRODUCTO O SERVICIO

Elaboración de Galletas de quinua bajos en grasa y rellenas de deliciosas
frutas deshidratadas como pasas, piña, durazno, cereza.

1.3.- OBJETIVOS
1.3.1. OBJETIVO GENERAL
Realizar un estudio de mercado en el cual podamos adquirir información
acerca de las preferencias que tienen los consumidores acerca de las galletas
de quinua rellenos con frutos deshidratados.

1.3.2 OBJETIVOS ESPECÍFICOS

1. Investigar sobre el consumo de las galletas de quinua para analizar si
existe un estudio. (del 7 de octubre al 10 de octubre 2014 )

2. Realizar una encuesta mediante la cual se recopile información, con la que

se lograra un análisis estadístico. (del 21 de octubre al 31 de octubre 2014
)

3. Analizar los resultados estadísticos obtenidos, que permitan la

identificación de la similitud de preferencias al consumir las galletas de
quinua, mediante una conclusión. (del 10 de noviembre al 21 de noviembre
2014)

4. Determinar si la conclusión obtenida, tiene los fundamentos necesarios

para considerar si existe factibilidad en la creación de las galletas de
quinua. (del 25 de noviembre al 29 de noviembre 2014)

5. Entregar un informe que presente detalladamente los procesos estadísticos

 y análisis general correspondiente a la determinación de la creación de Las
galletas de quinua rellenas de frutos deshidratados. (el 2 de diciembre
2014)
CAPÍTULO 2- MARCO INTRODUCTORIO

INTRODUCCIÒN

El presente proyecto es para aplicar los conocimientos obtenidos en el

presente semestre de la asignatura de estadística mediante el cual aplicaremos
varios métodos que tiene por objeto analizar, recopilar, establecer las
relaciones con toda la información acerca de la elaboración de galletas de
quinua rellenas de frutos deshidratados para poder llegar realizar conclusiones
sobre si será bueno o no elaborar las galletas

Por otro lado el proceso estadístico nos permitirá conocer de forma ordenada
cual es la similitud de estas preferencias entre los posibles consumidores de
nuestro producto, y a la vez establecer las condiciones que se deberán cumplir
en la fabricación del producto para tener una aceptación positiva en el
mercado.
 Ilustración 6 Variables aleatorias

Constituye un valor típico para representar la posición

central de una distribución de probabilidad, es el valor
promedio a la larga de la variable aleatoria.

La media de una distribución de probabilidad también recibe el

nombre de valor esperado, se trata de un promedio ponderado en el
que los posibles valores de una variable aleatoria se ponderan con sus
Media correspondientes probabilidades de ocurrir.

Distribución de probabilidad discreta

Describe el grado de dispersión

(variación) en una distribución.

Varianza y desviaciòn estandar

Ilustración 7 distribución de probabilidad

Distribuciones de probabilidad continúa

Es importante señalar que una variable aleatoria continua tiene un
número infinito de valores dentro de cierto intervalo particular. Así, debe pensar
en la probabilidad de que una variable tenga un valor dentro de un intervalo
determinado, en vez de pensar en la probabilidad de un valor específico.

Consideraremos tres familias de distribuciones: la distribución de probabilidad

uniforme, la de probabilidad normal y la de probabilidad exponencial.

La familia de Distribuciones uniforme.

La distribución de probabilidad uniforme es, tal vez, la distribución más simple
de una variable aleatoria continua. La distribución tiene forma rectangular y
queda definida por valores mínimos y máximos. He aquí algunos ejemplos que
se rigen por una distribución uniforme.
La forma de la distribución es rectangular y posee un valor mínimo a y
un máximo b. Observe, asimismo, que la altura de la distribución es constante
o uniforme para todos los valores entre a y b.

Media de la distribución uniforme

La media de una distribución uniforme se localiza a la mitad del intervalo entre

los valores mínimo y máximo. Se calcula de la siguiente manera:

Desviación estándar de la distribución uniforme

Describe la dispersión de una distribución. En la distribución uniforme, la
desviación estándar también se relaciona con el intervalo entre los valores
máximo y mínimo.

Distribución uniforme
La ecuación de la distribución de probabilidad uniforme es:

Las distribuciones de probabilidad sirven para hacer afirmaciones relativas a

los valores de una variable aleatoria. En el caso de distribuciones que
describen una variable aleatoria continua, las áreas dentro de la distribución
representan probabilidades.

En el caso de la distribución uniforme, su forma rectangular permite aplicar la

fórmula del área de un rectángulo. Recuerde que el área de un rectángulo se
determina al multiplicar la longitud por la altura. En el caso de la distribución
uniforme, la altura del rectángulo es P(x), que es 1/(b – a). La longitud de la
base de la distribución es b – a. Observe que, si multiplicamos la altura de la
distribución por todo su intervalo para determinar el área, el resultado siempre
es 1.00. En otras palabras, el área total dentro de una distribución de
probabilidad continua es igual a 1.00. En general:

Área = (altura)(base) =

La familia de distribuciones de probabilidad normal

A continuación se estudia la distribución de probabilidad normal. A diferencia
de la distribución uniforme, la distribución de probabilidad normal tiene una
fórmula muy compleja.

DISTRIBUCIÓN DE PROBABILIDAD NORMAL

Sin embargo, no se preocupe por la complejidad de esta fórmula. Usted ya
conoce varios de estos valores, los símbolos u y Ô son la media y la desviación
estándar. La letra griega _ es una constante matemática natural, cuyo valor es
aproximadamente 22/7 o 3.1416. La letra e también es una constante
matemática. Es la base del sistema de logaritmos naturales y es igual a 2.718;
y X es el valor de una variable aleatoria continua, una distribución normal se
basa —se define— en su media y su desviación estándar.
Medias iguales, desviaciones estándares diferentes.

Medias diferentes, desviación estándar igual.

 µ µ µ

Regla empírica
Antes de analizar más aplicaciones de la distribución de probabilidad normal
estándar, se consideran tres áreas bajo la curva normal que se emplearán en
los siguientes capítulos. Estos hechos recibieron el nombre de regla empírica
en el capítulo 3.
1. Cerca de 68% del área bajo la curva normal se encuentra a una desviación
estándar de la media, lo que se puede escribir como µ±1 .
2. Alrededor de 95% del área bajo la curva normal se encuentra a dos
desviaciones estándares de la media. Esto se puede escribir como µ±2
3. Prácticamente toda el área bajo la curva se encuentra a tres desviaciones
estándares de la media, lo cual se escribe µ±3 .

Esta información se resume en la siguiente gráfica.

La transformación de medidas en desviaciones normales estándares modifica

la escala.
Las conversiones también se muestran en la gráfica. Por ejemplo, µ±1 se
convierte en un valor z de 1.00. Asimismo, µ±2 se transforma en un valor z de
-2.00. Note que el centro de la distribución z es cero, lo cual indica que no hay
desviación de la media, µ.
Determinación de áreas bajo la curva normal
La siguiente aplicación de la distribución normal estándar se relaciona con la
determinación del área en una distribución normal entre la media y un valor
elegido, que se identifica con X.
El ingreso medio semanal de un supervisor de turno de la industria del vidrio
tiene una distribución normal, con una media de $1 000 y una desviación
estándar de $100. Es decir, µ= $1 000 y $100. ¿Cuál es la probabilidad de
seleccionar a un supervisor cuyo ingreso semanal oscile entre $1 000 y $1
100? Esta pregunta se expresa con notación de probabilidad de la siguiente
manera: P ($1 000 ˂ ingreso semanal < $1 100).
Ya sabe que $1 100 tiene un valor z de 1.00 mediante la fórmula (7-5). Para
repetir,

La probabilidad asociada con un valor z de 1.00 se encuentra disponible en el

apéndice B.1, una parte del cual se presenta a continuación. Para localizar la
probabilidad, descienda por la columna izquierda hasta 1.0 y en seguida vaya a
la columna con el encabezado 0.00. El valores 0.3413.

El área bajo la curva normal entre $1 000 y $1 100 es de 0.3413. También

puede decir que
34.13% de los supervisores de turno en la industria del vidrio gana entre $1 000
y $1 100 semanales,
o que la probabilidad de seleccionar a un supervisor cuyo ingreso oscile entre
$1 000
y $1 100 es de 0.3413.
Esta información se resume en el siguiente diagrama.
 En lugar de querer conocer la probabilidad de seleccionar al azar a un
supervisor que gane entre $1 000 y $1 100, suponga que quiere determinar la
probabilidad de seleccionar a un supervisor que gane menos de $1 100. En
notación probabilística, este enunciado se escribe como P (ingreso semanal <
$1 100). El método de solución es el mismo.
Determine la probabilidad de seleccionar a un supervisor que gane entre $1
000, la media y
$1 100. Esta probabilidad es 0.3413. En seguida, recuerde que la mitad del
área, o probabilidad, se encuentra sobre la media, y la otra mitad, debajo de
ella. En consecuencia, la probabilidad de seleccionar a un supervisor que gane
menos de $1 000 es de 0.5000. Por último, sume las dos probabilidades, de
modo que 0.3413 + 0.5000= 0.8413. Alrededor de 84% de los supervisores de
la industria del vidrio gana menos de $1 100 mensuales

Otra aplicación de la distribución normal se relaciona con la combinación de

dos áreas o probabilidades. Una de las áreas se encuentra a la derecha de la
media y la otra a la izquierda.

Recuerde la distribución de ingresos semanales de los supervisores de turno

de la industria del vidrio. Los ingresos semanales tienen una distribución de
probabilidad normal, con una media de $1 000 y una desviación estándar de
$100. ¿Cuál es el área bajo esta curva normal, entre $840 y $1 200?

El problema se puede dividir en dos partes. En el caso del área entre $840 y la
media de $1 000:

En el del área entre la media de $1 000 y $1 200:

 El área bajo la curva de un valor z de -1.60 es 0.4452 (apéndice B.1). El
área bajo la curva de un valor z de 2.00 es 0.4772. Si suma las dos áreas:
0.4452 + 0.4772 = 0.9224. Por consiguiente, la probabilidad de elegir un
ingreso entre $840 y $1 200 es de 0.9224. En notación probabilística: P ($840
< ingreso semanal < $1 200) = 0.4452 + 0.4772 = 0.9224. Para resumir,
92.24% de los supervisores tiene un ingreso semanal de entre $840 y $1 200.
Eso se muestra en el siguiente diagrama:

De regreso a la distribución del ingreso semanal de los supervisores de turno

de la industria del vidrio (µ= $1 000, = $100), ¿cuál es el área bajo la curva
normal entre $1 150 y $1 250?
De nuevo, el caso se divide en dos partes, por lo que se aplica la fórmula.
Primero halle el valor z relacionado con un salario semanal de $1 250:

En seguida determine el valor z de un salario semanal de $1 150:

De acuerdo con el apéndice B.1, el área relacionada con un valor z de 2.50 es

de 0.4938.

Así, la probabilidad de un salario semanal entre $1 000 y $1 250 es de 0.4938.

De manera similar, el área asociada con un valor z de 1.50 es 0.4332; de este
modo, la probabilidad de un salario semanal entre $1 000 y $1 150 es de
0.4332.

La probabilidad de un salario semanal entre

$1 150 y $1 250 se calcula al restar el área asociada con un valor z de 1.50
(0.4332) de la probabilidad asociada con un valor z de 2.50 (0.4938). Por
consiguiente, la probabilidad de un salario semanal entre $1 150 y $1 250 es
de 0.0606. En notación probabilística: P ($1 150 ingreso semanal < $1 250) =
.4938 - .4332 = .0606.

Hay cuatro situaciones relacionadas con la determinación del área bajo la curva
de la distribución de probabilidad normal estándar.
Hay cuatro situaciones relacionadas con la determinación del área bajo la curva
de la distribución de probabilidad normal estándar.
1. Para determinar el área entre 0 y z (o –z), se busca la probabilidad
directamente en la tabla.
2. Para determinar el área más allá de z (o –z), se localiza la probabilidad de z
en la tabla y se resta dicha probabilidad de 0.5000.
3. Para determinar el área entre dos puntos que se localizan en diferentes
lados de la media, se determinan los valores z y se suman las probabilidades
correspondientes.
4. Para determinar el área entre dos puntos que se localizan en el mismo lado
de la media, se determinan los valores z y se resta la probabilidad menor de la
mayor.

En los ejemplos anteriores se requiere determinar el porcentaje de

observaciones que se localiza entre dos observaciones, o el porcentaje de
observaciones por encima o por debajo de una observación X. Otra aplicación
de la distribución normal se relaciona con el cálculo del valor de la observación
X, cuando se tiene el porcentaje por encima o por debajo de la observación

Aproximación de la distribución normal a la binomial

Es una distribución discreta. La tabla de probabilidades binomiales del

apéndice B.9 corre en sucesión de una n de 1 a una n de 15. Si un problema
implicaba una muestra de 60, generar una distribución binomial de una
cantidad tan grande habría consumido demasiado tiempo. Un enfoque más
eficiente consiste en aplicar la aproximación de la distribución normal a la
binomial.

Parece razonable emplear la distribución normal (una distribución continua) en

sustitución de la distribución binomial (una distribución discreta) en el caso de
valores grandes de n, pues, conforme n se incrementa, una distribución
binomial se aproxima cada vez más a una distribución normal

¿Cuándo utilizar la aproximación normal? La distribución de probabilidad

normal constituye una buena aproximación de la distribución de probabilidad
binomial cuando nπ y n (1 – π) son 5 por lo menos. Sin embargo, antes de
aplicar la aproximación normal, debe estar seguro de que la distribución de
interés es en verdad una distribución binomial. De acuerdo con el capítulo 6, se
deben satisfacer cuatro criterios:

1. Sólo existen dos resultados mutuamente excluyentes en un experimento:

éxito o fracaso.
2. La distribución resulta del conteo del número de éxitos en una cantidad fija
de pruebas.
3. La probabilidad de un éxito, π, es la misma de una prueba a otra.
4. Cada prueba es independiente.

Factor de corrección de continuidad

FACTOR DE CORRECCIÓN DE CONTINUIDAD Valor de 0.5 restado o
sumado, según se requiera, a un valor seleccionado cuando una distribución de
probabilidad discreta se aproxima por medio de una distribución de
probabilidad continua.

Cómo aplicar el factor de corrección

Dicho factor se aplica en los siguientes cuatro casos:
1. Para la probabilidad de que por lo menos ocurra X, se utiliza el área por
encima de (X _ 0.5).
2. Para la probabilidad de que ocurra más que X, se utiliza el área por encima
de (X _ 0.5).
3. Para la probabilidad de que ocurra X o menos, se utiliza el área debajo de (X
_ 0.5).
4. Para la probabilidad de que ocurra menos que X, se utiliza el área debajo de
(X _ 0.5).
Para utilizar la distribución normal con el fin de aproximar la probabilidad de
que regresen
60 o más clientes de los 80 que van a Santoni por primera vez, se sigue el
siguiente procedimiento.
Paso 1: Se determina el valor z correspondiente a una X de 59.5 con la fórmula
La familia de distribuciones exponenciales
Hasta ahora, en este capítulo hemos considerado dos distribuciones de
probabilidad continua, la uniforme y la normal. La siguiente distribución
continua que explicaremos es la distribución exponencial. Por lo general, esta
distribución de probabilidad continua describe los tiempos entre eventos que
ocurren en secuencia. Las acciones suceden independientemente a un ritmo
constante por unidad o duración de tiempo. Como el tiempo nunca es negativo,
una variable aleatoria exponencial será siempre positiva. La distribución
exponencial suele describir situaciones como:

• Los tiempos de servicio en un sistema (p.e., cuánto tiempo toma atender a un

cliente).
• El tiempo entre ―entradas‖ en un sitio web.
• El tiempo de vida de un componente eléctrico.
• El tiempo que transcurre hasta que la siguiente llamada telefónica llega a un
centro de servicio al cliente.

La distribución de probabilidad exponencial tiene un sesgo positivo. En

esta característica difiere de las distribuciones uniforme y normal, que son
simétricas. De hecho, la distribución es descrita por un solo parámetro, que
identificaremos como λ. A menudo, nos referimos a λ como el parámetro de
―ritmo‖. La siguiente gráfica muestra el cambio en la forma de la distribución
exponencial a medida que variamos el valor de λ de 1/3 a 1 a 2. Observe que
conforme reducimos λ, la forma de la distribución cambia para volverse ―menos
sesgada‖.
Otra característica de la distribución exponencial es su estrecha relación con la
distribución de Poisson, una distribución de probabilidad discreta que tiene
también un solo parámetro, µ. También se trata de una distribución con sesgo
positivo.

La gráfica de la distribución exponencial comienza con el valor de λ cuando el

valor de la variable aleatoria (X) es 0. La distribución desciende de manera
uniforme a medida que nos desplazamos a la derecha, con valores crecientes
de X. La fórmula describe la distribución de probabilidad exponencial con λ
como parámetro de ritmo. Como ya se describió en la distribución de Poisson
en la sección 6.7 en la página 207, e es una constante matemática igual a
2.71828. Ésta es la base del sistema logarítmico neperiano. Es una agradable
sorpresa que tanto la media como la desviación estándar de la distribución de
probabilidad exponencial sean iguales a 1/λ.

Distribución exponencial

En el caso de las distribuciones continuas, no consideramos la probabilidad de

que se presente un valor distinto. En vez de eso, las áreas o regiones debajo
de la gráfica de la distribución de probabilidades entre dos valores
especificados dan la probabilidad de que la variable aleatoria esté en ese
intervalo. No se necesita una tabla de la distribución exponencial, como la que
está en el apéndice B.1, para la distribución normal. El área bajo la función de
densidad exponencial se determina mediante una fórmula simple, y los cálculos
que se requieren pueden realizarse con una calculadora de mano que tenga
una tecla ex. La mayoría de los paquetes de software estadístico también
calcula las probabilidades exponenciales con sólo ingresar λ, el parámetro de
ritmo. La probabilidad de obtener un valor de llegada menor a un valor
particular de x es:

ENCONTRAR LA PROBABILIDAD USANDO LA DISTRIBUCION

EXPONENCIAL
 P (Tiempo de llegada < x)=1-

Las órdenes para pedidos de medicamentos por receta llegan a una farmacia
virtual de acuerdo con una distribución de probabilidad exponencial, a una
media de una cada 20 segundos.
Encuentre la probabilidad de que la siguiente orden llegue en menos de 5
segundos, en más de 40 segundos, o entre 5 y 40 segundos.

Para comenzar, se determina el parámetro de ritmo λ, que en este caso es

1/20. Para encontrar
la probabilidad, se inserta 1/20 en lugar de λ y 5 por x en la fórmula.

P (Tiempo de llegada < 5)=1-

En consecuencia, se concluye que hay una probabilidad de 22% de que la

siguiente orden llegue en menos de cinco segundos. La región se identifica
como el área color marrón bajo la curva.

Los cálculos anteriores señalaron el área en la zona de la cola izquierda de la

distribución exponencial como λ= 1/20, y el área entre 0 y 5 (es decir, el área
que está por debajo de los
5 segundos). ¿Qué pasa si usted se interesa en el área de la cola derecha?
Para encontrarla, use la regla del complemento.
Para decirlo de otra forma, para encontrar la probabilidad de que la siguiente
orden llegue en más de 40 segundos, se debe hallar la probabilidad de que la
orden llegue en menos de 40 segundos y restar el resultado de 1.00. Los pasos
son:

a) Encuentre la probabilidad de que una orden sea recibida en menos de

40 segundos.
P (Tiempo de llegada < 40)=1-

b) Encuentre la probabilidad de que una orden sea recibida en más de 40

segundos.

P (Tiempo de llegada > 40)=1-

Se concluye que la probabilidad de que pasarán 40 segundos o más antes de

que se reciba la siguiente orden en la farmacia virtual es de 13.5 por ciento.

Como seguramente habrá observado, existe cierta redundancia en este

ejemplo. En general, si deseamos encontrar la probabilidad de un tiempo
mayor que algún valor X, como 40 en las ecuaciones anteriores. Entonces:

Si desea determinar la probabilidad de que pasarán más de 5 segundos pero

menos de 40 segundos para que llegue la siguiente orden, use la fórmula con
un valor x de 40, y reste el valor de la fórmula donde x es 5.

En símbolos, puede escribirlo así:

P (5≤X ≤ 40)= P (Llegada ≤ 40) - P (Llegada ≤ 5)

= (1- ) - (1- )

Se concluye que 64% del tiempo, el lapso entre órdenes será entre 5 y 40
segundos.
En los ejemplos anteriores se debe encontrar el porcentaje de las
observaciones ubicadas entre dos valores, o el porcentaje de las
observaciones que está por encima o por debajo de un valor particular, x.
También podemos utilizar la fórmula ―en reversa‖ para encontrar el valor de la
observación x cuando el porcentaje es superior o inferior a la observación.
 MODELO DE ENCUESTA A REALIZAR

UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD CIENCIAS ADMINISTRATIVAS
CONTABILIDAD Y AUDITORIA
ESTADISTICA I

Encuesta Académica acerca de la elaboración de galletas de quinua

rellenas de frutas deshidratadas.
Buenos días/ tardes/noches Sr./Sra./ Srta. Agradecemos se digne en
brindarnos un poco de su tiempo para el desarrollo de la siguiente encuesta.
Objetivo: Conocer que tan aceptable seria elaborar galletas de quinua.
Descripción del producto: Galletas de quinua bajos en grasa y rellenas de
deliciosas frutas deshidratadas como pasas, piña, durazno, cereza
(Quinua: alimento que permite eliminar las grasas del organismo por ser
alimento vegetal que cuenta con aminoácidos esenciales y que a la vez tienen
un 12% más de proteínas que otros cereales).
ELIJA UNA DE LAS SIGUIENTES OPCIONES

1. ¿En qué rango de edad se encuentra usted?

a) 5 años f) 30 años
b) 10 años g) 35 años
c) 15 años h) 40 años
d) 20 años i) 45 años
e) 25 años j) 50 años
k) 55 años
l) 64 años

2. ¿Cuál es su género?
a) Masculino b) Femenino
3. ¿Usted consume galletas?
a) Sí b) No
Explique por qué:___________________________________
4. ¿Usted con qué frecuencia consume galletas?
a) 1 vez por semana b) 2 veces por semana
c) 3 veces por semana d) 4 veces por semana
5. ¿Qué tan acogida cree usted que tendría las galletas de quinua?
a) Excelente
b) Buena
c ) Mala
d) Otros

6. ¿Sufre usted alguna de las siguientes enfermedades?

a) Obesidad
b) Colesterol
d) Sobrepeso
e) Otros

7. ¿Usted ha escuchado sobre todos los beneficios que tiene la quinua?

a) Sí b) No
8. ¿con que clase de frutos deshidratados desearía sus galletas?
a) Pasas d) uvas
b) Piña e) durazno
c) Cereza f) otros
9. ¿Cómo desearía usted que fueran las formas de sus galletas?
a) Estrella c) Redondo
b) Cuadrado d) No importa su forma
10. ¿Usted qué tipo de galleta consume generalmente?
a) Quaker b) Sal
c) Dulce d) Otros

11. ¿Cuánto estaría dispuesto a pagar por el paquete de 4 galletas?

a) $0.50
b) $1.00
c) $1.50
 d) $1.75

MARCO PRÁCTICO
CAPITULO 7
DISTRIBUCIONES DE PROBABILIDAD CONTINUA
LA FAMLIA DE DISTRIBUCIONES DE
PROBABILIDAD continúa

En este capítulo utilizaremos la pregunta 4

4.¿Usted con qué frecuencia consume galletas?

a) 1 veces por semana b) 2 veces por semana

c) 3 veces por semana d) 4 veces por semana

Se realizo una encuesta sobre la aceptacion y elaboracion de gallEtas de quinua rellenas

deshidratados se pregunto sobre con que frecuencia consume galletas de 1 a 4 veces
por semana. Las personas consumen galletas en en tiempos aleatorio. El tiempo que
cosume galletas una persona es de 1 a 4veces por semana.
a.- Demuestre que el area de esta distribucion uniforme es 1.00

area=(altura)(base)= 1 (b - a) DATOS:
(b - a) a=1 veces por semana
b=4 veces por semana

1 (4 - 1)
(4 - 1)

1 3
3

area=(altura)(base)= 1
 DIAGRAMA DE DISTRIBUCION DE PROBABLILIDAD UNIFORME DEL
CONSUMO FRECUENTE DE GALLETAS

1
b-a

a b
b.-¿Cuál es la media sobre la frecuencia del consumo de galletas ?
DATOS:
µ= a+b a=1 vez por semana
2 b=4 vez por semana

µ= 1+ 4
2

µ= 5
2

µ= 2,5 veces por semana

c.-¿Cuál es la desviacion estandar sobre la frecuencia del consumo de galletas ?

σ=√(((b-a)^2)/12)

σ=√(((4 - 1)^2)/12)

σ=√(((3)^2)/12)
σ=√((9/12)
σ=√((0.75)
σ= 0,866 veces ala semana
 d.-Calcule la probabilidad que haya consumido entre 0 y 4 veces ala semana

area=(altura)(base)= 1 (b - a)
(b - a)

P(2<veces por semana<4)= 1 (b - a)

b - a

P(2<veces por semana<4)= 1

4 1 4 2

P(2<veces por semana<4)= 1 * 2

3

P(2<veces por semana<4)= 0,33333333 2

P(2<veces por semana<4)= 0,66666667

La probabilidad de que se consuma entre 2 y 4 veces por semana es de 0,667

DIAGRAMA DE DISTRIBUCION DE PROBABLILIDAD UNIFORME DEL

CONSUMO FRECUENTE DE GALLETAS

PROBABILIDAD

0,667 AREA 0,667

0 1 2 3 4 5
µ=2,5
VECES POR SEMANA
1¿En qué rango de edad se encuentra usted?
a) 5 años f) 30 años
b) 10 años g) 35 años
c) 15 años h) 40 años
d) 20 años i) 45 años
e) 25 años j) 50 años
k) 55 años
l) 64 años

Se realizo una encuesta sobre la aceptacion y elaboracion de galletas de quinua rellenas

deshidratados se pregunto sobre el rango de edad de las personas encuestadas que
comprende de 5 años hasta 64 años.

a.- Demuestre que el area de esta distribucion uniforme es 1.00

area=(altura)(base)= 1 (b - a) DATOS:
(b - a) a=5 años
b=64 años

1 64 5
64 5

1 59
59

area=(altura)(base)= 1
 DIAGRAMA DE DISTRIBUCION DE PROBABLILIDAD UNIFORME DEL
RANGO DE EDAD DE LAS PERSONAS ENCUESTADAS

1
b-a

a b
b.-¿Cuál es la media del rango de edad de las personas encuestadas?
DATOS:
µ= a b a+b a=5 años
2 2 b=64 años

µ= 5 64
2

µ= 69
2

µ= 34,5 AÑOS

c.-¿Cuál es la desviacion estandar del rango de edad de las personas encuestadas ?

σ=√(((b-a)^2)/12)

σ=√(((64 - 5 )^2)/12)

σ=√(((59)^2)/12)
σ=√((3481/12)
σ=√((290,08)
σ= 17,03 AÑOS
 d.-Calcule la probabilidad que las personas encuestadas hayan tenido mas
de 40 años
area=(altura)(base)= 1 (b - a)
(b - a)

P(40<rango de edad<64)= 1 (b - a)
b - a

P(40<rango de edad<64)= 1
64 5 64 40

P(40<rango de edad<64)= 1 * 24
59

P(40<rango de edad<64)= 0,01694915 24

P(40<rango de edad<64)= 0,40677966

la probabilidad que las personas encuestadas hayan tenido mas de 40 años es de 0,417
¿En qué rango de edad se encuentra usted?
f) 5 años f) 30 años
g) 10 años g) 35 años
h) 15 años h) 40 años
i) 20 años i) 45 años
j) 25 años j) 50 años
k) 55 años
l) 64 años

Se realizo una encuesta sobre la aceptacion y elaboracion de galletas de quinua rellenas

deshidratados se pregunto sobre el rango de edad de las personas encuestadas que
comprende de 5 años hasta 64 años.

a.- Demuestre que el area de esta distribucion uniforme es 1.00

area=(altura)(base)= 1 (b - a) DATOS:
(b - a) a=5 años
b=64 años

1 64 5
64 5

1 59
59

area=(altura)(base)= 1

DIAGRAMA DE DISTRIBUCION DE PROBABLILIDAD UNIFORME DEL

RANGO DE EDAD DE LAS PERSONAS ENCUESTADAS

1
b-a

a b
 b.-¿Cuál es la media de esta distribucion uniforme?
DATOS:
µ= a b a+b a=5 años
2 2 b=64 años

µ= 5 64
2

µ= 69
2

µ= 34,5 AÑOS

c.-¿Cuál es la desviacion estandar del rango de edad de las personas encuestadas ?

σ=√(((b-a)^2)/12)

σ=√(((64 - 5 )^2)/12)

σ=√(((59)^2)/12)
σ=√((3481/12)
σ=√((290,08)
σ= 17,03 AÑOS

d.-Calcule la probabilidad que las personas encuestadas hayan tenido mas

de 40 años
area=(altura)(base)= 1 (b - a)
(b - a)

P(40<rango de edad<64)= 1 (b - a)
b - a

P(40<rango de edad<64)= 1
64 5 64 40

P(40<rango de edad<64)= 1 * 24
59

P(40<rango de edad<64)= 0,01694915 24

P(40<rango de edad<64)= 0,40677966

la probabilidad que las personas encuestadas hayan tenido mas de 40 años es de 0,417
 DIAGRAMA DE DISTRIBUCION DE PROBABLILIDAD U
RANGO DE EDAD DE LASPERSONAS ENCUESTADAS

AREA=0,417

5 10 15 20 25 30 35 40 4
µ=34,5 años

AÑOS DE EDAD
11.-¿Cuánto estaría dispuesto a pagar por el paquete de 4 galletas?

a) $0.50
b) $1.00
c) $1.50
d) $1.75

Se realizo una encuesta sobre la aceptacion y elaboracion de galletas de quinua rellenas

deshidratados se pregunto sobre cuanto estaria dispuesto a pagar por el paquete de
galletas.

a.- Demuestre que el area de esta distribucion uniforme es 1.00

area=(altura)(base)= 1 (b - a) DATOS:
(b - a) a=$0,50
b=$ 1,75

1 1,75 0,5
1,75 0,5

1 1,25
1,25

area=(altura)(base)= 1
 DIAGRAMA DE DISTRIBUCION DE PROBABLILIDAD UNIFORME DEL
PAGO POR EL PAQUETE DE GALLETAS

1
b-a

a b

b.-¿Cuál es la media sobre el pago del paquete de galletas?

DATOS:
µ= a b a+b a=$0,50
2 2 b=$ 1,75

µ= 0,5 1,75
2

µ= 2,25
2

µ= 1,125 dolares

c.-¿Cuál es la desviacion estandar sobre el pago del paquete de galletas ?

σ=√(((b-a)^2)/12)

σ=√(((1,75 - 0,5 )^2)/12)

σ=√(((1,25)^2)/12)
σ=√((1,5625/12)
σ=√((0,1302)
σ= 0,36 dolares
 d.-Calcule la probabilidad de que las personas estarian dispuestas a pagar menos de
$1,50
area=(altura)(base)= 1 (b - a)
(b - a)

P($0,5<pag por el paq. de galle.<$1,5)= 1 (b - a)

b - a

P($0,5<pag por el paq. de galle.<$1,5)= 1

1,75 0,5 1,5 0,5

P($0,5<pag por el paq. de galle.<$1,5)= 1 * 1

1,25

P($0,5<pag por el paq. de galle.<$1,5)= 0,8 1

P($0,5<pag por el paq. de galle.<$1,5)= 0,8

La probabilidad de que las personas estarian dispuestas a pagar menos de $1,5 por
el paquete de galletas.

DIAGRAMA DE DISTRIBUCION DE PROBABLILIDAD UNIFORME DEL

PAGO POR EL PAQUETE DE GALLETAS

PROBABILIDAD

0,8 AREA 0,8

0 0,5 1 1,5 1,75 2

µ=$1,13
PAGO POR EL PAQUETE DE GALLETAS
 DISTRIBUCION DE PROBABILIDAD CONTINUA
LA FAMILIA DE DISTRIBUCIONES DE PROBABILIDAD
NORMAL

APLICACIÓN
Como se está utilizando el Proyecto de Estadística 1 revisamos en las
preguntas de la encuesta existen tres preguntas que son de una distribución de
probabilidad continua pero como podemos observar ninguna cumple con las
características principales de una Distribución de probabilidad Normal.
1. ¿En qué rango de edad se encuentra usted?

a) 10 a 14 años f) 35 a 39 años
b) 15 a 19 años g) 40 a 44 años
c) 20 a 24 años h) 45 a 49 años
d) 25 a 29 años i) 50 a 54 años
e) 30 a 34 años j) 55 a 59 años
k) 60 a 64 años

PUNT FRECUEN FRECUEN FRECUEN FRECUENC

O CIA CIA CIA IA
FRECUEN MEDI RELATIV RELATIVA ACUMUL ACUMULA
EDAD CIA O A % ADA DA%
a)10 a 14
años 7 12 0,02 2 0,02 2
b)15 a 19
años 41 17 0,11 11 0,13 13
c)20 a
24 años 169 22 0,46 46 0,59 59
d)25 a 29
años 56 27 0,15 15 0,74 74
e)30 a 34
años 31 32 0,08 8 0,83 83
f)35 a 39 18 37 0,05 5 0,88 88
años
g)40 a 44
años 5 42 0,01 1 0,89 89
h)45 a 49
años 17 47 0,05 5 0,94 94
i)50 a 54
años 12 52 0,03 3 0,97 97
j)55 a 59
años 7 57 0,02 2 0,99 99
k)60 a 64
años 4 62 0,01 1 1,00 100
SUMA 367 1,00 100
ERROR 17
TOTAL 384

REPRESENTACIÓN GRAFICA
GRAFICO 1 1FRECUENCIA DE EDADES

4.- ¿Usted con qué frecuencia consume galletas?

a) 1-2 veces por semana b) 3-4 veces por semana

c) Todos los días d) Otros

TABLA 4 1TABLA DE FRECUENCIAS

FRECUE FRECUE FRECUEN FRECUENC

NCIA NCIA CIA IA
TABULA RELATIV RELATIV ACUMUL ACUMULA
DETALLE CION A A% ADA DA%
a)1-2 VECES POR
SEMANA 199 0,56 56 0,56 56
b)3-4 VECES POR
SEMANA 63 0,18 18 0,74 74
c)TODOS LOS DIAS 18 0,05 5 0,79 79
d)OTROS 74 0,21 21 1,00 100
TOTAL 354 27,23 100
RESPUESTAS EN
BLANCO 13 0,04 4 4
ERROR 17
SUMA TOTAL
ENCUESTAS 384

REPRESENTACIÓN GRAFICA
GRAFICO 4 1FRECUENCIA DE CONSUMO DE GALLETAS A LA SEMANA

11. ¿Cuánto estaría dispuesto a pagar por el paquete de 4 galletas?

a) $0.50 a 0.75 b) $1.00 a 1.25 c) $1.50 a 1.75 d) $1.75 a

2.00

TABLA 14 1TABLA DE FRECUENCIAS

MEDI FRECUE FRECUE FRECUE FRECUENC

A DE NCIA NCIA NCIA IA
FRECUE CLAS RELATIV RELATIV ACUMUL ACUMULA
DETALLE NCIA E A A% ADA DA%
a
) 0,50 0,75 236 0,625 0,66 66 0,66 66
b 1,00 1,25 99 1,125 0,28 28 0,94 94
)
c
) 1,50 1,75 13 1,625 0,04 4 0,97 97
d
) 1,75 2,00 9 1,875 0,03 3 1,00 100
TOTAL 357 1,00 100
RESPUESTA
S EN
BLANCO 10 0,03 3
ERROR 17
SUMA
TOTAL
ENCUESTAS 384

REPRESENTACIÓN GRAFICA
GRAFICO 14 1FRECUENCIA DE PRECIO DE GALLETA (DOLARES)

Como nos pudimos dar cuenta ninguna cumple las características de una
distribución normal, por lo tanto, se planteara un ejemplo para poder aplicar
este tema.

TABALA DE FRECUENCIAS
 EDAD FRECUENCIA PT.MEDIO M FM M- Ẋ (M - Ẋ)^2 f(M - Ẋ)^2
10 a 14 años 10 12 120 -25 625 6250
15 a 19 años 20 17 340 -20 400 8000
20 a 24 años 25 22 550 -15 225 5625
25 a 29 años 30 27 810 -10 100 3000
30 a 34 años 65 32 2080 -5 25 1625
35 a 39 años 84 37 3108 0 0 0
40 a 44 años 65 42 2730 5 25 1625
45 a 49 años 30 47 1410 10 100 3000
50 a 54 años 25 52 1300 15 225 5625
55 a 59 años 20 57 1140 20 400 8000
60 a 64 años 10 62 620 25 625 6250
TOTAL 384 14208 49000

MEDIA X=(∑fm)/n
37 Años

𝑓(𝑀 Ẋ)^2/n-1
S=

S=√((49000)/384 - 1)

S=√((49000)/383)

S=√(127.9373)
S=11,31 años
 DISTRIBUCION DE PROBABILIDAD NORMAL DEL
RANGO DE EDADES
FRECUENCIA

100

80

60

40

20

0
10 a 14 15 a 19 20 a 24 25 a 29 30 a 34 35 a 39 40 a 44 45 a 49 50 a 54 55 a 59 60 a 64
años años años años años años años años años años años