Lo Que Sea
Páginas: 2 (379 palabras)
Publicado: 3 de noviembre de 2012
µ=220 E(X)= µ=220
σ = √((400 + 900 + 4900 + 400 + 6400) / 5)
σ = √2600
σ = 50.99
σx = σ / √n * √((N-n) / (N-1))
σx = 50.99 / √2* √0.75
σx= 31.32
σx = σ / √n
σx = 25/ √40
σx = 3.80 El error estándar es de 3.80
Indica que, en condiciones muy generales, si Sn es la suma de n variablesaleatorias independientes, entonces la función de distribución de Sn «se aproxima bien» a una distribución normal . Así pues, el teorema asegura que esto ocurre cuando la suma de estas variablesaleatorias e independientes es lo suficientemente grande.
Cuando el tamaño de la muestra aumenta, el error estándar también va incrementándose.
σx = 1.2 / √200
σx = 0.085
Z= (16.27 –16.1) / 0.085
Z=2
P(µ< X < 16.27) = 0.4772
P(X < 16.27) = 0.4772 + 0.5 = 0.9772 = 97.72%
Z= (15.93 -16.1) / 0.085
Z=-2
P(µ > X > 15.93) = 0.4772
P(X > 15.93) =0.4772 + 0.5 = 0.9772 = 97.72%
Z1 = (15.9 – 16.1) / 0.085 Z2= (16.3 – 16.1) / 0.085
Z1 = -2.35 Z2= 2.35
P(µ < X < 16.3) =0.4906
P(µ > X > 15.9) = 0.4906
P(15.9 < X < 16.3) = 0.9812 = 98.12%
σ = √(Qπ / n)
σ =√(0.1944/500)
σ = √0.0004 = 0.02
Z= (0.27 – 0.30) / 0.02
Z=-1.5
P(0.30 > X > 0.27) = 0.4332
P(0.27 < X) = 0.5 – 0.4332 = 0.0668 = 6.68%
σ = √(0.1875/100)
σ =√0.0019
σ =0.0436
Z=(0.20 - 0.25) / 0.0436
Z= 1.15P(0.20 < X < 0.25)= 0.3749
P(X<0.20) = 0.5 – 0.3749 = 0.1251 = 12.51%
µ=(27 + 32 + 17 + 21 + 32) / 5
µ=129 / 5 = 25.8
σ =√((1.2)^2 + (6.2)^2+ (-8.8)^2 + (-4.8)^2 + (6.2)^2)
σ = √178.8 = 13.37
σx = 13.37 / √2
σx = 9.45
µx= µ
µx= 25.8
jose feliz manzueta 100062594
seccion...
Leer documento completo
Regístrate para leer el documento completo.