Portanto: No item 2 cada amostra tem sua própria média, sabendo que são observações diferentes. Essa diferença da média da amostra de uma para a outra é chamada de variação amostral correto? Se eu fizer uma distribuição com todas as médias  das mil amostras eu tenho uma distribuição amostral?  

A distribuição das médias das amostras tende a uma distribuição normal. É o teorema do limite central. Distribuição amostral é a distribuição de cada uma das suas amostras. 

Se a média das médias dessas 1000 amostras for igual a média da população do item 1. Podemos dizer que qualquer amostra do item 2 representa a população? Está certo essa minha conclusão?

 O critério para decidir sobre a representatividade não sei se é bem esse. Eu acho é que a questão poderia ser colocada de outra forma. Isso porque em geral você desconhece a média da população (que é o parâmetro). Você estima parâmetro(s) a partir de amostra(s). Exemplo mais basicão: Se quer uma média da população, por exemplo. Dai pega a amostra, tira a média, e faz um teste de hipótese sobre a média da população supondo que tenha dada distribuição (normal, por exemplo). Se você já tem a população, e quer tirar amostras, é só tirar a amostra conforme a distribuição da população, sem crise. Cada caso da amostra deve aparecer com a mesma probabilidade do caso na população. Daí, a amostra representa a população sem dúvida. Mas, novamente, acho que a questão é saber se o estimador (média amostral) representa o parâmetro (média da população.)

Só para ter certeza, Toda vez que aumentar minha amostra meu DP diminui? Porquê?

DP amostral é: