Nombres: Elisa Zamora Monse Risquez Andrea Leiva Paulina Estrada Paulina Sánchez Eduardo Antonio Orozco Nombre de empre

1. Nombres:Elisa ZamoraMonse Risquez Andrea LeivaPaulina EstradaPaulina SánchezEduardo Antonio OrozcoNombre de empresa:AlutecEmpresa:Muebles

2. Justificación:Alutec, es una empresa que se compromete con la sociedad para traer un concepto de muebles diferentes donde lo exclusivo y lo económico se llevan. El motivo de nuestra empresa es llevar muebles de la mejor calidad y al mejor precio pero sin perder ese toque de clase y estilo qué deben llevar siempre. • Objetivo general:Llevar a cabo los mejores muebles y a su vez reensamblando la materia prima. • Objetivo específico:Que persona de cualquier nivel económico lo pueda comprar.

3. Misión:Producir muebles de la mejor calidad posible tomando en cuenta las necesidades de todos y así dar un precio mas bajo. • Visión:Abastecer de muebles cada vivienda y empresa del país con lo mas bajos precios y mejor calidad en muebles. • Valores:responsabilidad, compañerismo, respeto, orden, limpieza. • Giro:nuestra empresa es ecológica y productora.

4. Empresa: • Nuestra empresa es una empresa de muebles en los que se manejan diferentes tipos de muebles los cuales ponemos en las graficas. • Pusimos algunos tipos de muebles con sus respectivos precios:

5. Muebles más vendidos:

6. Lista de precios en los muebles:

7. Muebles: • Silla liceo-1000 • Silla Corceja-1000 • Banco pop-1500 • Silla Bolonia de madera-2500 • Siola Milan-2800 • Art silla sala-2800 • Silla para jardín-200 • Camastros-1250 • Banco citter-1800 • Taburete timon -200

8. Sueldos mensuales:

9. Información: • En las gráficas anteriores se muestra una gráfica ordinal , la de sueldos la cual va por orden de sueldos, pusimos diferentes puestos con sus respectivos sueldos.

10. Tabla de Frecuencias

11. En la diapositiva anterior pusimos el número de muebles vendidos en el último mes de los cinco muebles más vendidos.

12. Porcentaje de meses en los que más se vende:

13. Preguntas de problemática: • ¿Cuál es el mueble más vendido en la semana? • R= La art silla de sala? • ¿El puesto que tiene mejor sueldo? • R=Director general • ¿Cuántos puestos ganan más de • 10 000? • R=5

14. Moda: • Moda: • El valor de la observación que aparece con más frecuencia. • Puede determinarse para todos los niveles de datos: nominal, ordinal, de intervalo y de razón. No se ve afectada por valores muy altos o muy bajos. Al igual que la mediana, puede utilizarse como medida de tendencia central para distribuciones con clases de extremo abierto. • Desventajas de la moda: • Para muchos conjuntos de datos no hay valor modal porque ningún valor aparece más de una vez. • Para algunos conjuntos de datos hay más de una moda (bimodal = que tiene dos modas).

15. Mediana: • Mediana: • Para datos que contienen 1 o 2 valores sumamente grandes o muy pequeños, la media aritmética puede no ser representativa. El punto central puede describirse mejor utilizando una medida de tendencia central denominada mediana. • Mediana: Punto medio de los valores después de ordenarlos de menor a mayor, o de mayor a menor. Se tiene que 50% de las observaciones se encuentran por arriba de la mediana y 50% por debajo de ella. • Las propiedades de la mediana son: • Es única, sólo existe una mediana para un conjunto de datos. • No se ve afectada por valores muy grandes o muy pequeños. • Puede calcularse para una distribución de frecuencias con una clase de extremo abierto, si la medina no se encuentra en una clase de tal extremo. • Puede obtenerse para datos de nivel de razón, de intervalo y ordinal(excepto para el nominal).

16. Media: • Media de una muestra: • Para datos en vivo, no agrupados la media es: • Suma de todos los valores de una muestra X • Media de una muestra = X = • Número de valores en la muestra n • Donde: • n número total de valores de la muestra • La media de una muestra, o cualquier otra medida basada en datos muestrales, se denomina dato estadístico (una característica de una muestra). • Propiedades de media aritmética: • La tasa de interés de la media aritmética es una medida de tendencia central ampliamente utilizada. Propiedades: • Todo conjunto de datos de nivel de intervalo y de nivel de razón tiene un valor medio. • Al evaluar la media se incluyen todos los valores. • Un conjunto de datos sólo tiene una media. Esta es un valor único. • La media es una medida muy útil para comparar dos o más poblaciones. • La media es la única medida de ubicación donde la suma de las desviaciones de cada valor es con respecto a la media, siempre será cero.

17. Datos: • Lista de ventas de septiembre • Sillas: 12 cafés • 8 negras • 16 blancas • 4 plateadas • 5 vino • Salas 2 negras • 5 blancas • 1 naranja • 1 gris • 2 verde • 6 estampado • Comedores 10 cafés • 8 negros • 4 blancos • Recamaras 6 café claro • 5 café • 2 negras • 1 blanca • Mesitas 13 cafés • 15 negras • 18 vidrio • 4 blancas

18. Cantidades de Moda: Sillas--- blancas Salas--- estampado Comedores--- cafes Recamaras--- café claro Mesitas--- vidrio

19. Cantidades de Media; Sillas--- 9Salas--- 2.8Comedores--- 7.3Recamaras--- 3.5Mesitas--- 12.5

20. Comedores 10 cafés 8 negros 4 blancos Mediana 6.1 Recamaras 6 café claro 5 café 2 negras 1 blanca Mediana 2.9 Mesitas 13 cafés 15 negras 18 vidrio 4 blancas Mediana 10.1 Cantidades Mediana: Lista de ventas de septiembre Sillas: 12 cafés 8 negras 16 blancas 4 plateadas 5 vino Mediana 7.9 Salas 2 negras 5 blancas 1 naranja 1 gris 2 verde 6 estampado Mediana 4.8

21. Desviación Media:

22. Diagrama de Veen: • Número de entrevistados: 500 13+30+147+70+50+120+70= 500

23. Preguntas: • 1)¿A cuántos compradores les gusta solo la silla liceo y los camastros? • R=30+70+120 2)¿Cuántas personas cuando les gustan solo 2 tipos de sillas ? • R=30+13+147+120+70+70=450 • 3)Cuántos personas no les gustan las sillas y prefieren sillones? • R= 230 • 4)¿A cuantos les gusta solo la silla liceo o solo los camastros? • R=147+120+70=337 • 5)¿A cuántas personas les gustan los 2 o 3 tipos de sillas ? • R=30+120+70+50=270

24. Probabilidad empírica: • La probabilidad empírica de ocurrencia de un suceso A es igual a su • frecuencia relativa (FrA). O sea, el cociente entre el número de veces • en que ocurrió el suceso A (FA ) y el número total de experimentos Ft • FrA = FA / Ft

25. Problemas de aplicación: • De 1000 muebles que se piden 10 tienen un defecto: 10/1000=0.01 es decir que 10% de los muebles tienen defecto. • De 500 sillas liceo 15 permanecen en bodega: 15/500= 0.03 es decir que el 3% de sillas liceo se quedan en bodega. • 25 de cada 30 clientes nos recomiendan con sus amigos: 25/30=0.83 es decir que el 83% nos recomienda. • De cada 200 camastros 149 se venden a hoteles: 149/200= 0.74 es decir que 74% de hoteles compran nuestros camastros.

26. 4 sillas 58/97 (119/224) (58/97)=.53 .59= 1.12 119/224 Pino 6 sillas 61/127 (119/224) (61/127)=.53 .48=1.01 4 sillas 39/97 (105/224) (39/97)= .46 .40=.86 cafe 105/224 6 sillas 66/97 (105/224) (66/97)=.46 .68=1.14 Pino 58/119 (97/224) (58/119)=. .43 .48 = .91 4 sillas 97/224 Café 58/97 (97/224) (39/105)=. .43 .37 =.80 Pino 58/97 (127/224) (61/119)=..56 .51= 1.07 6 sillas 127/224 Café 58/97 (127/224) (66/105)= .56 .62= 1.18

28. Preguntas: • ¿Cantidad de comedores de 4 sillas vendidos? • R= 97 • ¿Cantidad de comedores de color pino ? • R= 119

29. Largo 53/95 (123/226) (52/95)=.54 .54= 1.08 Blanco 123/226 Sencillo 71/131 (123/226) (71/131)=.54 .54=1.08 Largo 43/95 (103/226) (43/95)= .45 .45=.90 Camel 95/226 Sencillo 60/95 (103/226) (60/95)=.45 .63=1.08 Blanco 52/123 (95/226) (52/123)=. .42 .42 = .84 Largo 95/226 Camel 52/95 (95/226) (43/103)=. .42 .41 =.83 Blanco 58/97 (131/226) (71/123)=..57 .57= 1.14 Sencillo 95/226 Camel 58/97 (131/226) (60/103)= .57 .58= 1.15

31. Distribución de probabilidad: • Recordemos inicialmente que existen las variables aleatorias, siendo aquellas que se asocian a la ocurrencia de un fenómeno aleatorio. Cuando una de estas variables aleatorias toma diversos valores, la probabilidad asociada a cada uno de tales valores puede ser organizada como una distribución de probabilidad, la cual es la distribución de las probabilidades asociadas a cada uno de los valores de la variable aleatoria. • Las distribuciones de probabilidad pueden representarse a través de una tabla, una gráfica o una fórmula, en cuyo caso tal regla de correspondencia se le denomina función de probabilidad. • Consideraremos primero las distribuciones de probabilidad para variables discretas.

32. Distribución de probabilidad: • El día de ayer llegó un pedido de sillas de3 tipos: Silla corceja, Silla liceo, silla lineo , la silla corceja tiene el valor de $480, la silla liceo de $500, y la silla lineo de $ 600. las ventas corresponden al 60%, 30% y 10% respectivamente. Se busca saber el precio promedio del pedido de sillas: • μ = ∑ x p (x) μ =480(.60)+500(.30)+600(.10)= • 288+150+60= • μ=$ 498

33. Distribución binoimial: • Es la que maneja la distribución de la probabilidad de obtener cierta cantidad de éxitos al realizar una cantidad de experimentos con probabilidad de éxito constante y con ensayos independientes.

34. Distribución binomial: P= 0.4 Q= 0.6 N= 5 • P= probabilidad que se vendan las sillas . • Q= probabilidad que no se vendan las sillas. • N= número de sillas que se necesita vender. 5 sillas por lo general son las que más se venden hay una probabilidad de 0.4 de que una silla se venda y de que los otros tipos de sillas se vendan independientemente una de otra . Se busca encontrar la distribución binomial de probabilidad de que 0,1,2,3,4 ó 5 sillas se vendan en un día: • De 0 sillas:P(0) = 5!/ 0!(5-0)! (0.4 )0 (0.6)5 • P(0) = 0.07776 • De 1 silla: P(1) = 5!/ 1!(5-1)! (0.4 )1 (0.6)4 • P(1) = 0.2592 • De 2 sillas :P(2) = 5!/ 2!(5-2)! (0.4 )2 (0.6)3 • P(2) = 0.3456 • De 3 sillas:P(3) = 5!/ 3!(5-3)! (0.4 )3 (0.6)2 • P(3) = 0.2304 De 4 sillas:P(4) = 5!/ 4!(5-4)! (0.4 )4 (0.6)1 P(4) = 0.0768 De 5 sillas: P(5) = 5!/ 5!(5-5)! (0.4 )5 (0.6)0 P(5) = 0.01024

35. Distribución poisson: • Es la distribución de la probabilidad de que ocurra un evento raro en un periodo de tiempo, un espacio o un lugar.

36. Distribución Poisson: • Si se vende por cada persona un promedio de 6 sillas por día, ¿cuáles son las probabilidades de que se vendan , cuatro sillas por personas en un día o 10 sillas e dos días consecutivos? •  1)      x = variable que nos define el número de sillas que se venden en un día cualquiera = 0, 1, 2, 3, .....,. •  = 6 sillas por día •  = 2.718 • P(X=4, =6) = (6)4(2.718)-6/4!=(1296)(0.00248)/24=0.13392 • b) • x= variable que nos define el número de sillas vendidas en dos días consecutivos = 0, 1, 2, 3, … •  = 6 x 2 = sillas que en promedio se venden a una persona en dos días consecutivos • P(x=10, =12=(12)10(2.718)-12/10!=(6.1917364E10)(0-000006151)/3628800=0.104953