UNIVERSIDAD DEL ISTMO

CAMPUS TEHUANTEPEC

ESTADÍSTICA

TRABAJO:
ANÁLISIS DESCRIPTIVO DEL DESEMPEÑO DE UNA CATAPULTA

INTEGRANTES:

JAQUELINE PÓNDIGO LÓPEZ

CRISTIAN DE JESÚS SANTIAGO SÁNCHEZ

QUINTO SEMESTRE
GRUPO: 507

INGENIERÍA INDUSTRIAL

SANTO DOMINGO TEHUANTEPEC, 2 DE DICIEMBRE DEL 2019

ÍNDICE
INTRODUCCIÓN .............................................................................................................................. 3
DESCRIPCIÓN DEL SISTEMA...................................................................................................... 5
MÉTODO ........................................................................................................................................... 5
RESULTADOS .................................................................................................................................. 7
CONCLUSIÓN ................................................................................................................................ 26

ÍNDICE DE FIGURA
Figura 1 Catapulta Industrial ............................................................................................................... 5

ÍNDICE DE TABLA
Tabla 1 Tiros defectuosos y buenos .................................................................................. 7
Tabla 2 Estimadores estadísticos ...................................................................................... 7
Tabla 3 Estimadores de una muestra de tiros .................................................................. 12
Tabla 4 Estimadores de una muestra .............................................................................. 14
Tabla 5 Estimadores de una muestra de 32 tiros ............................................................. 17
Tabla 6 Estimadores de una muestra de 18 tiros ............................................................. 20
Tabla 7 Estimadores muéstrales de tiros ......................................................................... 22

ÍNDICE DE GRAFICA
Grafica 1 Distribución normal ........................................................................................... 10
Grafica 2 Distribución normal ........................................................................................... 11
Grafica 3 Distribución Chi - cuadrada .............................................................................. 13
Grafica 4 Distribución de T - student ................................................................................ 15
Grafica 5 Distribución normal de intervalo de confianza para la media ............................ 18
Grafica 6 Distribución T - student de intervalos de confianza para la media .................... 20
Grafica 7 Distribución normal con una confianza de 95% ................................................ 23
Grafica 8 Distribución Normal para intervalos de confianza de la proporción ................... 25

2
 INTRODUCCIÓN
Existen muchos casos en donde se puede analizar el sistema de un producto, las
empresas al diseñar y fabricar un producto, este debe contar con un diseño
adecuado para su funcionamiento y posteriormente ser fabricado, antes de
promoverlo se debe hacer un análisis exhaustivo encontrando resultados para el
beneficio de la empresa.

Un mecanismo como la catapulta es un instrumento el cual se obtienen datos, donde

conforme su funcionamiento, la variable a medir es la longitud, (Ramos, 2018) esta
es la dimensión de una línea o de un cuerpo considerando su extensión en línea
recta.

Se le aplica fuerza al brazo de una catapulta para que una pelota sea lanzada por
dicho brazo obteniendo resultados de los cuales se cuantifican, registran, analizan
e interpretan. Al realizar una medición de las longitudes en que fueron cayendo los
tiros, tendremos como resultado la calidad del producto.

Un producto de calidad es aquel que cumple las expectativas del cliente. Si un

producto no cumple todas las expectativas del cliente, el cliente se sentirá
desilusionado, ya que no realiza exactamente lo que él quería. Sí el producto
sobrepasa las expectativas del cliente, estará pagando por una serie de funciones
o cualidades que no desea.

Garantizar la calidad y seguridad del producto será vinculado con el éxito del
producto construido por alumnos de ingeniería industrial y con el mejor
comportamiento de medidas obtenidas de los clientes que adquirieron dicho
producto.

El producto fue diseñado y fabricado por alumnos de ingeniería industrial los cuales
se debe de garantizar que este es de buena calidad, haciendo uso de la estadística
descriptiva y de la inferencial. A partir de la estadística inferencial que es el
conjunto de métodos y técnicas que permiten inducir, a partir de la información
empírica proporcionada por una muestra, cual es el comportamiento de una
determinada población con un riesgo de error medible en términos de probabilidad.
Esos métodos se deben de interpretar adecuadamente para el éxito del producto y
así los clientes tengan la confiabilidad de estos, los métodos de la estadística se
usarán en el presente trabajo, debido a las mediciones que se hicieron previamente,
se tomaran resultados para hacer dicho análisis.

En cada uno de los métodos los alumnos de ingeniería industrial ponen un rango de
confiabilidad en donde los clientes pueden tomar decisiones para ver si les conviene
adquirir el producto diseñado y fabricado por los ingenieros industriales, para tener
mejores resultados que desee el cliente, así como los alumnos observan y analizan

3
cómo se puede realizar una mejora del producto, para así crear un producto que
cuente con las expectativas de los clientes de acuerdo al uso y a sus resultados
deseados.

El producto está hecho de madera la cual cada uno de sus componentes fueron
medidos con un instrumento de medición y maquinaria de corte y perforado, para
obtener las piezas requeridas, lo más importante del producto es obtener los
resultados de las medidas de longitud en centímetros y tomando registros de ellas
se dividen en tiros con distancias por defecto o buenas, para saber qué tan confiable
es nuestro producto tanto para los clientes como para los alumnos de ingeniería,
así el análisis de la catapulta será respecto al comportamiento de las distancias
obtenidas.

¿Por qué es importante definir el intervalo de confianza de la catapulta?

Un intervalo de confianza es una técnica de estimación utilizada en inferencia
estadística que permite acotar un par o varios pares de valores, dentro de los cuales
se encontrará la estimación puntual buscada (con una determinada probabilidad)
(Suaján, s.f.).

Esta nos permite calcular dos valores alrededor de una media muestral (uno
superior y otro inferior). Estos valores van a acotar un rango dentro del cual, con
una determinada probabilidad, se va a localizar el parámetro poblacional.

El intervalo de confianza es una herramienta poderosa para evaluar la precisión

estadística y para evidenciar si el estudio de las distancias de los tiros generados
por la catapulta es significativo, ya que podemos encontrarnos con valores de p,
este intervalo es donde se encuentra, nuestro punto de estimación del estudio, con
una probabilidad de estarlo frecuentemente utilizan el 95%. Si el estudio no es
sesgado, podemos interpretar que existe un 95% de oportunidad que el intervalo de
confianza, mucha mas certeza existe sobre la medida del efecto verdadero. Entre
mas angosto sea el intervalo de confianza, mucha mas certeza existe sobre la
medida del efecto verdadero, donde los intervalos de confianza la fuerza de la
evidencia sobre las cantidades de interés, tales como la calidad del producto.

Para hacer dicha confiabilidad se tiene que realizar 200 tiros obtenidos mediante la
catapulta, la longitud de estos tiros no define la población del producto, ya que es
una población infinita y nos seguirá dando valores de diferentes magnitudes
referente a la distancia, este afecta tanto el desgaste físico del operador, como aquel
que observa e interpreta las distancias, haciendo la medición con el flexómetro lo
mas preciso y exacto la medida de la longitud.

4
 DESCRIPCIÓN DEL SISTEMA
El sistema para analizar es la catapulta industrial, la cual cada pieza de ella fue
hecha de madera, el diseño fue realizado de acuerdo a su funcionamiento
obteniendo así el producto final, este cuenta con un rectángulo de madera dividido
en 4 niveles de altura, un círculo de madera donde se coloca el brazo, un brazo de
3x3x50 cm y sus niveles, cinta elástica, la base es resistente con un largo de 50 cm
y ancho de 23 cm, medio circulo hecho de madera indicando cada 30° hasta los
150° los ángulos más representativos.

Cada pieza consta de un buen acabado para obtener la satisfacción del cliente en
la estética del producto, ya que algo que llama mucho la atención es que un producto
sea atractivo para su compra y lo mas importante para un adecuado funcionamiento.
Una catapulta pasa por procesos de calidad y sirve para desarrollo de proyectos
respecto a fenómenos que acontecen desarrollándose en una catapulta.
Este proceso de calidad puede obtenerse mediante la estadística.

Figura 1 Catapulta Industrial

MÉTODO
Este trabajo es de tipo descriptivo, se analizan 200 tiros con el tercer nivel del brazo
de la catapulta, la cual se obtuvo mediante la acción de una pelota de 500g lanzada
por la pieza del brazo de la catapulta ya unida a la base y a todos los componentes
formando el producto, de dicha acción se toma como variable fundamental la
longitud y de ella se obtiene la distancia en centímetros.

Al estar realizando los tiros se considero una cierta distancia para dividir la magnitud
en dos secciones, llamándose tiros defectuosos o buenos, estas consisten en que
los tiros con menores distancias están en el limite o dentro de la primera sección y

5
las distancias mayores que son los tiros buenos de la siguiente sección, esto se
realiza con el fin de observar el comportamiento de la catapulta y ver la calidad del
producto por medio de la variable deseada tal es el caso de la longitud.

Con lo anterior se necesitó de instrumentos de medición, maquinaria y materiales

para que se llevara acabo dichas medidas, poniendo un listado de ellas.
Materiales y equipos:

 Flexómetro
 Tablas de Excel para los registros de datos
 Software estadístico: Minitab
 Maquinaria de corte para llevar acabo la acción de fabricación de la catapulta.
En el registro de datos se toma cada tiro, haciendo un conteo uno por uno
acumulando 200 tiros y procediendo con el registro en Minitab, el procedimiento de
los tiros fue realizado en el salón 507 de ingeniería industrial en quinto semestre,
con condiciones favorables de clima, sin intervención de aire que afecte la dirección
o el sentido de la pelota al caer, este evento se realizó en un lugar cerrado con un
espacio favorable en donde pudiesen llegar las distancias de los tiros tanto
defectuosos como buenos, en días hábiles y con buena visualización respecto a la
iluminación del entorno para tener lo mejor posible una medida representativa de
cada tiro.

Debido a que necesitamos hacer análisis de la calidad de la catapulta por diferentes

tipos de distribuciones como la distribución de muestreo de la proporción, de la
normal, chi-cuadrada, t-student, diferencia de medias intervalos de confianza de
muestra grande para una media, intentamos hacerlo mediante un nivel de confianza
del 95% y con esto determinar que nuestro producto es de buena calidad, y dar a
conocer todas las especificaciones resultantes de los análisis, al igual que estimar
varios datos de nuestra distribución poblacional mediante nuestra distribución de
muestreo de 200 tiros.

La necesidad de encontrar la proporción, porcentaje o porciento de una situación

dada a una población es ahí donde frecuentemente usamos la estadística.

En la distribución de muestreo de la proporción podemos estimar la proporción

poblacional con respecto a una distribución de muestreo tomando en cuenta que
tendríamos una distribución poblacional infinita.

En la distribución de chi-cuadrada podemos utilizar un nivel de confianza del 95%

para analizar si nuestra desviación estándar se conservaría siendo la misma debido
a una selección de tiros de entre los 200 tiros que ya tenemos, y dar una conclusión

6
final si es fiable conservar la desviación estándar que se tiene para garantizar la
calidad de nuestro producto.

En la distribución de t- student hacemos una prueba para comparar varianza ya que

toma dos diferentes grados de libertad o también si la varianza cumple con los
requisitos a un nivel de confianza, en este caso tomamos como referencia un 95%.

Para la diferencia de medias en ocasiones se interesa definir un intervalo de valores

tal que permita establecer cuáles son los valores mínimos y máximos aceptables
para la diferencia entre las medias de dos poblaciones. Pueden darse dos
situaciones según las muestras sean dependientes o no independientes; teniendo
en ambos casos una condición necesaria de que las poblaciones de origen sean
normales o aproximadamente normales.

RESULTADOS
Clasificación de las dos secciones de los tiros de la catapulta.

Rango de tiros defectuosos y buenos

Tabla 1 Tiros defectuosos y buenos
MALOS X<450 79 TIROS 39.5%
BUENOS x≥450 121 tiros
60.5%

De los datos obtenidos de los 200 tiros que genero la catapulta industrial se
obtuvieron los siguientes resultados mostrados en la tabla 2.

Tabla 2 Estimadores estadísticos

Error
estándar
de la
Variable N Media media Desv.Est. Varianza CoefVar Mínimo Q1 Mediana
Malos 79 332.35 3.01 26.73 714.44 8.04 272.00 314.00 326.00
Buenos 121 604.12 4.59 50.47 2547.61 8.35 505.00 565.00 606.00
Total de 200 496.77 9.89 139.84 19555.35 28.15 272.00 341.00 544.00
tiros

7
 DISTRIBUCIÓN DE MUESTREO DE LA PROPORCIÓN

La distribución muestral de proporciones es el conjunto de todas las muestras

posibles del mismo tamaño extraídas de una población, junto con el conjunto de
todas las proporciones muéstrales.

Existen ocasiones en las cuales no estamos interesados en la media de una

muestra, sino que queremos investigar la proporción de personas con cierta
preferencia en la muestra. La distribución muestral de proporciones es la adecuada
para dar respuesta a estas situaciones.

De acuerdo con la explicación anterior se hizo uso de la proporción poblacional la

cual está dada por la siguiente formula:

𝑥
𝑝=
𝑛
E(p) = P
Donde:
n= Tamaño de la muestra
x= Número de elementos con características particulares

ERROR ESTÁNDAR DE LA DISTRIBUCIÓN DE MUESTREO DE LA

PROPORCIÓN

Para poblaciones finitas

𝑁−𝑛 𝑃(1−𝑃)
𝜎𝑝 = √ √ 1)
𝑁−1 𝑛

Para poblaciones infinitas

𝑃(1−𝑃)
𝜎𝑝 = √ 2)
𝑛

En el presente trabajo la población es infinita por lo que se considera la segunda

fórmula.

8
Debido a lo anterior y con base a la tabla 1. la muestra a considerar son los tiros
defectuosos, dando los resultados que se muestran a continuación respecto a la
distribución de muestreo de la proporción obteniendo los cálculos en Minitab.

n= 200 muestra total de tiros

x =79 número de tiros defectuosos

Haciendo uso de la formula se obtiene:

p = 0.395
σp = 0.0345670

Respecto a los tiros de la catapulta se realizan ejemplos en donde muestra la

utilización de las fórmulas e interpretación del sistema analizado.

1. Una proporción poblacional es 0.395, se toma una muestra aleatoria simple

de tamaño 200 y la proporción muestral p se usa para estimar la proporción
poblacional.
a) ¿Cuál es la probabilidad de que la proporción muestral este entre
±0,08 de la proporción poblacional?

b) ¿Cuál es la probabilidad de que la proporción muestral se encuentre

0,05 por encima de la proporción poblacional?

Para obtener la probabilidad se hace uso de la formula.

𝑝−𝑃
𝑍=
𝜎𝑝

El cálculo se realizó en minitab dando como resultados lo siguiente.

a) P = 0.395 z = -2.31 para p igual a 0.315
p = 0.475 y 0.315 z = 2.31 para p igual a 0.475

Con el cálculo se encontró de que la probabilidad de la proporción se encuentra

entre el intervalo:
p (0.315 ≤ p ≤ 0.475)

9
Con el uso de las tablas de distribución normal estándar se obtuvo el siguiente
resultado.

p ( -2.31 ≤ z ≤ 2.31) = 0.9792

Haciendo el procedimiento del segundo inciso tenemos lo siguiente:

b) P = 0.395
p = 0.445

Donde la probabilidad se obtiene de la formula y haciendo uso de la tabla de

distribución normal se obtiene lo siguiente.

z = 1.44 p (p ≤ 0.445)
p (z ≤ 1.44) = 0.9251

El comportamiento del sistema analizado se muestra en la distribución

normal.

Para el inciso A se tiene la siguiente gráfica.

Grafica 1 Distribución normal

10
Se puede observar que la proporción muestral esta dentro de los intervalo de 2.318
simétricamente, por ello se puede decir que es una estimación de la proporción
poblacional dado una muestra, se obtiene el estadístico de proporción de tiros
defectuosos, la interpretación a la solución, esta enfocada a la proporción de la
muestra, por lo que diríamos que la probabilidad de que al extraer una muestra de
200 tiros de la catapulta industrial, la proporción de tiros defectuosos este entre
31.5% y 47.5 % es de 97.92%.

Para el inciso B se tiene la siguiente gráfica.

Grafica 2 Distribución normal

Grafica 2. Distribución normal

La interpretación de la gráfica nos dice que la probabilidad de que una muestra de

200 tiros exista una proporción hasta de 0.445 tiros defectuosos es de 0.9251 que
se encuentra por encima de la proporción poblacional.

DISTRIBUCIÓN CHI - CUADRADA

Es una medida de la divergencia entre la distribución de los datos y una distribución
esperada o hipotética seleccionada.

11
Es la distribución de una variable aleatoria que siempre es positiva, con una posición
oblicua hacia la derecha y unimodal. La forma de la distribución depende de un
parámetro llamado grados de libertad.

Para estimar la varianza poblacional o la desviación estándar, se necesita conocer

es estadístico X2. Si se elige una muestra de tamaño n de una población normal con
varianza 𝜎 2 , el estadístico será lo siguiente:

2
(𝑛 − 1)𝑠 2
𝑥 =
𝜎2
Tiene una distribución muestral que es una distribución chi cuadrada con gl = n − 1
grados de libertad se denota X2.
Donde X2 son mayores o iguales que 0, sus distribuciones no son simétricas,
tienen colas estrechas que se extienden a la derecha.

La distancia de los tiros de la catapulta da como resultado un promedio de 496.77

con una desviación estándar de 139.84, garantizando una zona de confianza del
95%, si elegimos 20 tiros con respecto a las distancias, mediante el método de la
distribución chi cuadrado obtendremos si nuestra varianza cambiaria o permanece,
de acuerdo si nuestra distribución está dentro de los intervalos considerados.

Todos los tiros fueron registrados en el programa de minitab, calculando los

estimadores de los 20 tiros los cuales dieron los siguientes resultados como muestra
en la tabla 3.
Estadísticas
Tabla 3 Estimadores de una muestra de tiros

Conteo
Variable total Media Desv.Est. Varianza
20 tiros 20 509.1 115.9 13439.3

Por medio de los cálculos y la gráfica se obtienen las respuestas deseadas, estos
datos fueron anexados en el programa de minitab para obtener el resultado de los
cálculos y el comportamiento de nuestra gráfica.

De acuerdo a la tabla 2 y 3. podemos considerar los siguientes parámetros y

estimadores.
n= 20

12
s2 = 13439.3

𝜎2 = 19555.35

gl = 20 -1 = 19

El resultado se obtuvo de acuerdo a la siguiente formula.

2
(𝑛 − 1)𝑠 2
𝑥 =
𝜎2
Resultado calculado en minitab:
X2 = 13.05

Al dar un intervalo de confianza del 95% se obtienen los rangos para

observar donde se encontraría nuestra varianza.

Grafica de la distribución chi cuadrada.

Grafica 3 Distribución Chi - cuadrada

13
De acuerdo a la gráfica quiere decir que la varianza no cambia, permanece, porque
13.05 se encuentra entre los intervalos de confianza por lo tanto la varianza dada
esta correcta.

DISTRIBUCIÓN T- STUDENT
Es una distribución de probabilidad que surge del problema de estimar la media de
una población normalmente distribuida cuando el tamaño de la muestra es
pequeño (Walpole, 2002).

Para muestras pequeñas menores de 30 datos utilizamos T- student que mantiene

la propiedad de simetría y trabaja con grados de libertad, también se utiliza cuando
no conocemos la varianza poblacional, en este caso analizaremos e
interpretaremos una situación para hacer uso de dicha distribución.

La formula que describe la distribución de T-student es:

𝑋−𝜇
𝑇=
𝑆⁄
√𝑛

Se afirma que las distancias de los tiros tienen en promedio 496.77, se verifican 25
tiros obtenidos aleatoriamente, con una media muestral de 478.1 y desviación
estándar muestral de 121. ¿Qué conclusión se puede sacar con un nivel de
confianza de 95%?

Con ayuda del programa minitab podemos obtener los estimadores de la tabla 4.

Estadísticas
Tabla 4 Estimadores de una muestra

Conteo
Variable total Media Desv.Est.
25 tiros 25 478.1 121.0

14
Donde de acuerdo a la tabla 4 y 2, se eligen los siguientes para la realización de la
formula.

X = 478.1
𝜇 = 496.77
S=121

Con el uso de la fórmula:

𝑋−𝜇
𝑇=
𝑆⁄
√𝑛

Respecto al caculo el resultado fue el siguiente:

T= -0.77

Como tenemos un nivel de confianza del 95% se encuentran los intervalos para
analizar el sistema, estos se analizan en la tabla de distribución de T-student.

Grafica 4 Distribución de T - student

15
Con el resultado de la grafica podemos decir que los intervalos en los que se
encuentra T son de 2.064 simétricamente, el valor de T-student está dentro del
promedio de los 496.77 de los tiros de acuerdo a las distancias, porque el resultado
de -0.77 esta dentro de los valores en los que confiamos.

INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL

Utilizando distribución normal estándar

Cuando conocemos desviación estándar poblacional o que el tamaño de la muestra

sea mayor de 30 se usa el estimador z la cual podemos utilizar la distribución normal
estándar.
El intervalo de confianza sirve para calcular dos valores alrededor de una media
muestral.
Conocer el verdadero poblacional, por lo general, suele ser algo muy complicado.
Por ejemplo, en una catapulta existen datos que pueden variar y obtener una
población de 4 millones de distancias, ¿Se podría saber la distancia media de esa
población?, para esto se realiza unos millones de tiros lo cual el operador se vería
exhausto para realizar dicha operación, sin embargo, seguir ese proceso sería
complicado para el estudio, ante situaciones así, se hace mas factible seleccionar
una muestra estadística y sobre dicha muestra se podría calcular la media.

El intervalo de confianza nos sirve para dar una estimación puntual del parámetro
poblacional, si nos va a servir para hacernos una idea aproximada de cuál podría
ser el verdadero de este.

Para obtener la probabilidad de la media hacemos uso de los siguiente:

𝑷 (−𝒁𝜶⁄ < 𝒁 < 𝒁𝜶⁄ ) = 𝟏 − 𝜶

𝟐 𝟐
Donde:

𝑿−𝝁
𝒁= 𝝈
⁄ 𝒏
√
Haciendo una sustitución tenemos:

16
 𝑿−𝝁
𝑷 (−𝒁𝜶⁄ < 𝝈 < 𝒁𝜶⁄ ) = 𝟏 − 𝜶
𝟐 𝟐
⁄ 𝒏
√

𝑿−𝝁
𝑷 (−𝒁𝜶⁄ < 𝝈 < 𝒁𝜶⁄ ) = 𝟏 − 𝜶
𝟐 𝟐
⁄ 𝒏
√

𝝈 𝝈
𝑷 (𝑿−𝒁𝜶⁄ < 𝝁 < 𝑿+𝒁𝜶⁄ )=𝟏−𝜶
𝟐 √𝒏 𝟐 √𝒏

Error de muestreo
De acuerdo a la formula se analizará el caso particular que trae en el siguiente
párrafo.

La catapulta industrial realiza tiros con un promedio de distribución

aproximadamente normal, y una desviación estándar poblacional de 118.4. Si
tomamos una muestra de 32 tiros tiene un promedio de 505, encontraremos un
intervalo de confianza del 96% para la media poblacional de todos los tiros que
realizamos en dicha catapulta.

Estadísticas
Tabla 5 Estimadores de una muestra de 32 tiros

Conteo
Variable total Media Desv.Est.
32 tiros 32 505.0 118.4

De los resultados obtenidos en minitab se considera lo siguiente:

n= 32

X= 505

σ = 118.4

17
1-𝛂 = 0.96

𝛂 = 0.04

𝛼⁄ = 0.02
2

Dato obtenido de la tabla de distribución de la normal.

Grafica 5 Distribución normal de intervalo de confianza para la media

Con respecto a la grafica obtenida en la tabla de distribución normal estándar se

da el siguiente resultado de probabilidad respecto a la media.
𝝈 𝝈
𝑷 (𝑿−𝒁𝜶⁄ < 𝝁 < 𝑿+𝒁𝜶⁄ )=𝟏−𝜶
𝟐 √𝒏 𝟐 √𝒏

Z=2.054

𝟏𝟏𝟖. 𝟒 𝟏𝟏𝟖. 𝟒
𝑷 (𝟓𝟎𝟓−𝟐. 𝟎𝟓𝟒𝒐.𝒐𝟐 < 𝝁 < 𝟓𝟎𝟓+𝟐. 𝟎𝟓𝟒𝒐.𝒐𝟐 ) = 𝟎. 𝟗𝟔
√𝟑𝟐 √𝟑𝟐

18
 𝑷(505 − 50.77 < 𝝁 < 505 − 50.77) = 𝟎. 𝟗𝟔

𝑷(454.22 < 𝝁 < 555.77) = 𝟎. 𝟗𝟔

De acuerdo al resultado podemos decir que tenemos un nivel de confianza del 96%
de que se encuentre la media poblacional entre el rango obtenido, la grafica tiene
ese comportamiento debido que la variabilidad es muy grande.

Utilizando distribución T- Student

En otro caso si no se conoce la desviación estándar poblacional y la muestra es
menor de 30 se uso de la distribución t-student, ahora se denota T para recalcar
que no tiene una distribución normal estándar cuando n es pequeña. Una
distribución t está regida por un solo parámetro, llamado numero de grados de
libertad de la distribución, con abreviatura gl.
El numero de grados de libertad con T es n-1.
Por consiguiente, se tiene la siguiente expresión:

𝑃 (−𝑡𝛼⁄2,𝑛−1 < 𝑇 < 𝑡𝛼⁄2,𝑛−1 ) = 1 − 𝛼

En lugar de Z y 𝑍𝛼⁄ 2 , se utiliza T y 𝑡𝛼⁄2,𝑛−1

Para obtener la media de la distribución t student se usa la formula despejada

quedando así:

𝒔 𝒔
𝑷 (𝑿−𝒕𝜶⁄ < 𝝁 < 𝑿+𝒕𝜶⁄ )=𝟏−𝜶
𝟐 √𝒏 𝟐 √𝒏

Para ser uso de la distribución se plantea el siguiente caso:

Se toma una muestra aleatoria de 18 tiros cuya media es de 487.9 y desviación

estándar muestral es de 101.3 se debe de encontrar un intervalo de confianza del
95% para la media, suponiendo una aproximación normal.

Los siguientes parámetros fueron obtenidos mediante minitab en el cual los datos
de los tiros ya fueron registrados.

19
Estadísticas
Tabla 6 Estimadores de una muestra de 18 tiros

Conteo
Variable total Media Desv.Est.
18 tiros 18 487.9 101.3

Se consideran los siguientes datos tomados de la tabla 6 y 2.

n= 18

gl=n-1= 17

1 – 𝛂= 0.95

𝛂 = 0.05
𝛼⁄ = 0.025
2
S= 101.3

X= 487.9

Grafica generada en minitab.

Grafica 6 Distribución T - student de intervalos de confianza para la media

20
Haciendo uso de las tablas de distribución de t - student y de la formula se tiene:
𝑋−𝜇
𝑇=
𝑆⁄
√𝑛
T= 2.11

Donde T es simétricamente mostrado en la gráfica.

𝒔 𝒔
𝑷 (𝑿−𝒕𝜶⁄ < 𝝁 < 𝑿+𝒕𝜶⁄ )=𝟏−𝜶
𝟐 √𝒏 𝟐 √𝒏

101.9 101.9
𝑷 (487.9 − 2.11 < 𝝁 < 487.9 + 2.11 ) = 𝟎. 𝟗𝟓
√𝟏𝟖 √𝟏𝟖

Error de muestreo =50.67

P(487.9-50.67 < 𝝁 <487.9+50.67)

P(437.22< 𝝁 <538.57)
La probabilidad de la media se encuentra entre los intervalos de 437.22 y 538.57
con una confianza del 95%

DIFERENCIA DE MEDIAS
Suponga que se tienen dos poblaciones distintas, la primera con media µ1 y
desviación estándar σ1, y la segunda con media µ2 y desviación estándar σ2. Más
aún, se elige una muestra aleatoria de tamaño n 1 de la primera población y una
muestra independiente aleatoria de tamaño n2 de la segunda población; se calcula
la media muestral para cada muestra y la diferencia entre dichas medias. La
colección de todas esas diferencias se llama distribución muestral de las diferencias
entre medias o la distribución muestral del estadístico
La fórmula en la que podemos calcular la probabilidad de las medias está dada por:
(𝑋1 − 𝑋2 ) − (𝜇1 − 𝜇2 )
𝑍=
𝜎2 𝜎2
√
𝑛1 + 𝑛1
Despejando se obtiene:

21
 𝜎12 𝜎22 𝜎12 𝜎22
(x1 – x2) – z𝛂/2 √ + ≤ 𝜇1 − 𝜇1 ≤ (x1 – x2) + 𝑍𝛼⁄2 √ +
𝑛1 𝑛2 𝑛1 𝑛2

Debido a lo anterior se puede demostrar el significado de la diferencia de las medias,

por ejemplo, se aplica una prueba a los 79 tiros defectuosos de la catapulta y 121
tiros buenos de la misma, los tiros defectuosos obtuvieron un promedio de 332.35 y
los tiros buenos con un promedio de 604.12. Encontrar el intervalo de confianza de
90% para la diferencia de medias, suponiendo que las desviaciones estándar de las
poblaciones para los defectuosos son 26.73 y para los buenos 50.47
respectivamente.
La tabla 7. Muestra los parámetros a considerar para el análisis de la distribución.

Estadísticas
Tabla 7 Estimadores muéstrales de tiros

Conteo
Variable total Media Desv.Est. Varianza
malos 79 332.35 26.73 714.44
buenos 121 604.12 50.47 2547.61

Los datos a considerar de la tabla 7 son:

X1 = 604.12
X2 = 332.35
σ1 = 50.47
σ2 = 26.73
n1= 121
n2= 79
z= 1. 645

1-𝛂 = 0.90

𝛂 =0.1
𝛼⁄ = 0.05
2

22
Grafica generada en minitab.

Grafica 7 Distribución normal con una confianza de 95%

Solución mediante la formula de diferencia de medias:

50.472 26.732
(604.12 – 332.35) – 1. 6450.05√ 121
+ 79
≤ 𝜇1 − 𝜇2 ≤
50.472 26.732
(604.12 – 332.35) + 1. 6450.05√ +
121 79

P (262.746≤ 𝜇1 − 𝜇2 ≤ 280.794)

Analizando el resultado de puede concluir que los tiros buenos siempre llegan a
estar por arriba respecto a los defectuosos, dicho esto nuestra catapulta cumple con
una buena calidad y una confiabilidad del 90%.

INTERVALO DE CONFIANZA DE LA PROPORCIÓN

En la inferencia sobre una proporción el problema se concreta en estimar y
contrastar la proporción p de individuos de una población que presentan una
determinada característica A.

23
Sea p la proporción de éxitos en una población, donde éxito identifica a un individuo
u objeto que tiene una propiedad específica. Una variable aleatoria n individuos que
tiene que ser seleccionada y X es el número de éxitos de la muestra.
𝑋
El estimador natural de p es p = 𝑛, la fracción muestra los éxitos. Como p es
simplemente X multiplicada por la constante 1/n, p también tiene aproximadamente
una distribución normal. La desviación estándar σ p implica el parámetro
desconocido p.
Para un intervalo de confianza para una proporción se tiene:

𝑝(1 − 𝑝) 𝑝(1 − 𝑝)
𝑝 − 𝑧𝛼⁄2 √ ≤ 𝑃 ≤ 𝑝 + 𝑧𝛼⁄2 √
𝑛 𝑛

Para tener una mejor interpretación respecto al intervalo de confianza de una

proporción se realiza lo siguiente.

Se hizo un muestreo de 200 tiros para ver los resultados y medir la calidad de una
catapulta, en los cuales 121 fueron tiros buenos, encuentre un intervalo de confianza
de 95% para la proporción poblacional de los tiros buenos.
Solución del sistema:
n = 200
x = 121
1 - 𝛂 = 0.95
𝛂 = 0.05
𝛂 /2 = 0.025
P = 0.605
Utilizando la formula anterior obtenemos los resultados deseados:

0.605(1 − 0.605) 0.605(1 − 0.605)

0.605 − 1.960.05⁄ √ ≤ 𝑃 ≤ 0.605 + 1.960.05⁄ √
2 200 2 200

Grafica obtenida por minitab

24
Grafica 8 Distribución Normal para intervalos de confianza de la proporción

Z= 1.96
Margen de Error= 0.034
P (0.605-0.034 ≤ 𝑃 ≤0.605+0.034)
P (0.571 ≤ 𝑷 ≤0.639)
Analizando los resultados obtenidos, podemos estimar que nuestra proporción
poblacional se encuentra entre el rango de la proporción muestral de 0.571 y
0.639 con un nivel de confianza de 95%

25
 CONCLUSIÓN

Mediante la estadísticas descriptivas y de la inferencial hicimos diferentes tipos de

análisis de los tiros de la catapulta, con respecto a los diferentes tipos de
distribuciones empleados anteriormente obtenemos una mayor precisión al igual
que más certeza de tener los efectos verdaderos tomando en cuenta que
realmente tenemos una población infinita, con los datos obtenidos podemos
asegurar que nuestro producto tiene un buen rendimiento, es de muy buena
calidad y cumple con las expectativas de los clientes.
Los clientes quedaran satisfechos con el producto y nuestros resultados
estadísticos lo comprueban.

Referencias
Ramos, D. (31 de Agosto de 2018). SCRIBD. Obtenido de
https://es.scribd.com/document/387441965/10puntos-valtierra

Suaján, F. J. (s.f.). Economipedia . Obtenido de https://economipedia.com/definiciones/intervalo-

de-confianza.html

Walpole, R. (2002). Probabilidad y estadistica para ingenieria y ciencias . Naucalpan de Juárez:

Pearson Educación de México.

26