REPBLICA BOLIVARIANA DE VENEZUELA

UNIVERSIDAD RAFAEL BELLOSO CHACN

FACULTAD DE CIENCIAS ADMINISTRATIVAS
SECCIN: P-252

ESTADSTICA GENERAL

MATERIAL DEL PRIMER CORTE

CONTENIDO PROGRAMTICO
ASIGNATURA: ESTADSTICA GENERAL (URBE)

UNIDAD I

NDICE
1.- INTRODUCCIN A LA ESTADSTICA
2.- DEFINICIONES DE TRMINOS BSICOS
1. Estadstica
2. Estadstica Descriptiva e Inductiva
3. Poblacin
4. Unidad Estadstica
5. Poblacin estadstica
6. Datos Estadsticos
7. Parmetros
8. Muestra aleatoria
9. Estadstico o estadgrafo
10. Variables estadsticas
10.1 Variable cuantitativa
10.2 Variable cualitativa
10.3 Variable contina
10.4 Variable discreta o discontinua
11. Relacin de la estadstica con otras ciencias de la investigacin
3.- DISTRIBUCIN DE FRECUENCIA
3.1. Definicin
3.2. Elementos de una tabla de distribucin de frecuencia
3.2.1. Intervalo de Clase
3.2.2. Frontera de clase
3.2.3. Punto Medio de Clase
3.2.4. Frecuencia Absoluta
3.2.5. Frecuencia Absoluta Acumulada
3.2.6. Frecuencia Relativa
3.2.7. Frecuencia Relativa Acumulada

4.- REPRESENTACIN GRAFICA DE UNA DISTRIBUCIN DE FRECUENCIAS

4.1. Histograma de Frecuencia
4.2. Polgono de Frecuencia
4.3. Ojiva
4.4. Diagrama circular
4.5. Pictograma
5. MEDIDAS DE POSICIN O DE TENDENCIA CENTRAL
5.1 Media aritmtica
5.2. Mediana
5.3. Moda
Para datos agrupados y no agrupados
6. MEDIDAS DE VARIABILIDAD O DE DISPERSIN
6.1. Varianza
6.2. Desviacin estndar
Para datos agrupados y no agrupados
UNIDAD II
7. PROBABILIDADES, AXIOMA O TEOREMAS PROBABILIDADES
1.
2.
3.
4.

Probabilidades. Definiciones bsicas

Teorema de la Adicin.
Teorema de la probabilidad Condicional
Distribucin de Probabilidades

Binomial
Normal
t - Student

8. REGLA DE BAYES
UNIDAD III
9. TEORA DEL MUESTREO

1.
2.
3.
4.
5.

Tipos de muestreo
Teorema del lmite central
Distribucin muestral para la media
Distribucin muestral para la proporcin
Estimacin de intervalo para la media

6. Estimacin de intervalo para la proporcin poblacional

7. Tamao muestral para asignacin de medias y proporcin poblacional
8. Prueba de hiptesis para media y proporcin poblacional

MATERIAL DEL PRIMER CORTE

1.- INTRODUCCIN A LA ESTADSTICA
Cuando usamos el trmino estadstica pensamos inmediatamente en la
recoleccin de datos de eventos, experimentos o acontecimientos que se suceden en el
tiempo que nos permiten de acuerdo a su comportamiento, analizarlos y tomar decisiones
en funcin de los mismos e incluso se pueden estimar y pronosticar fenmenos futuros,
por ejemplo si queremos disear una represa que ha de canalizar agua, una de las
variables relevantes en el mismo es el flujo de agua, los niveles del embalse, que nos
permite definir la geometra de la represa en funcin de datos del fluido en sitio
recolectados y analizados por aos.
si queremos predecir el comportamiento de la calidad de una materia prima
determinada, su demanda en aos futuros, debemos fundamentar el pronstico en el
comportamiento y anlisis de datos que al respecto han sido compilados y analizados con
anterioridad; cuando se disea un puente o un elevado vial se supone que el proyecto se
realiza por la necesidad de aliviar un caos vial que se producira producto del aumento
acelerado de adquisicin de vehculos en el estado, todo esto se predice a travs de la
estadstica, si deseramos definir la estadstica tendramos que concluir diciendo que es
la que se encarga de recibir informacin por diferentes vas, recopilarla, analizarla y al
final tomar decisiones para resolver un problema determinado a la sociedad..
2.- DEFINICIONES DE TRMINOS BSICOS
A) ESTADSTICA: Existen varias definiciones segn Pedro Reyes (1980); La estadstica
es el arte y la ciencia de recoger datos o reunir observaciones cuantificables (medibles o
numricas) y clasificables; es decir, susceptibles de ser estudiadas, tabuladas e
interpretadas
B) TIPO DE ESTADSTICA
ESTADSTICA DESCRIPTIVA: Comprende el tratamiento y el anlisis de datos que tienen
por objeto resumir y describir los hechos que han proporcionado la informacin apropiada.
Por lo general toman forma de tablas, grficos, cuadros e ndices.
ESTADSTICA INFERENCIAL O INDUCTIVA: Su objetivo es extraer conclusiones tiles
sobre la totalidad de todas las observaciones posibles de que se trata, basndose en la
informacin recolectada.
c) Poblacin: Es la totalidad de posibles unidades estadsticas (personas, animales,
cosas, entre otras) que se estn considerando en una situacin dada y que poseen
algunas caractersticas comunes.
A una poblacin la caracterizan:

Su naturaleza: por ejemplo estudiantes de URBE

Su magnitud: 32.500 por ejemplo
El espacio: Ciudad de Maracaibo
El tiempo: Tercer semestre del 2011

D) UNIDAD ESTADSTICA: Se llama unidad estadstica a cada uno de los elementos

componentes de la poblacin en estudio
E) POBLACIN ESTADSTICA: Es aquella que est constituida por todas las
observaciones posibles de una (o ms) caracterstica (s) cuantificable (s) determinada (s)
en cada una de las unidades estadsticas
F) DATOS ESTADSTICOS: Cada observacin recolectada efectivamente es un dato
estadstico
G) PARMETRO: Las caractersticas de una poblacin se denominan parmetros
H) MUESTRA ALEATORIA: Es un subconjunto de la poblacin estadstica tal que cada
elemento de sta tenga la misma posibilidad de ser seleccionada.
I) ESTADSTICO O ESTADGRAFO: Las caractersticas de una muestra se denominan
estadstico
J) VARIABLES ESTADSTICA: Variable cuantitativa: Es aquella para la cual las
observaciones resultantes pueden medirse porque poseen un orden o un rango natural.
Es aquella en la cual las diversas modalidades son medibles o numerables. Ejemplo
estatura, peso, entre otros.
Variable cualitativa: Es aquella para la cual no es posible hacer mediciones numricas.
Es aquella en la cual sus modalidades no son medibles.
K) VARIABLES CONTINA: Es aquella que puede presentar cualquier valor dentro de
cierto intervalo.
Es aquella que se puede medir con la precisin que se desee, dependiendo del
instrumento que se use para realizar dicha medicin.
Es aquella q tiene la propiedad de que entre dos cualesquiera valores observables
(potencialmente), hay otro valor observable (potencialmente)
Ejemplo: estatura, peso, longitud, edad, temperatura, entre otros.
VARIABLE DISCRETA O DISCONTINUA: Es aquella para la cual los valores posibles no
se pueden observar en una escala continua debido a la existencia de espacios entre estos
posibles valores.
Es aquella que tiene la propiedad de que entre dos cualesquiera valores observables
(potencialmente), hay por lo menos un valor no observable (potencialmente)
Ejemplos: El nmero de personas por hogar, las unidades de un artculo en un inventario,
el nmero de componentes que se han encontrado defectuosos
L) RELACIN DE LA ESTADSTICA CON OTRAS CIENCIAS DE LA INVESTIGACIN
No se puede dudar de la importancia de la Estadstica en todos los mbitos es utilizada en
Ingeniera,
Fsica, Qumica, Biologa, Medicina, Astronoma, Psicologa, Sociologa,
Lingstica, Demografa, etc. As que podemos asegurar que la estadstica se usa siempre

que se requiera recolectar datos, organizarlos y analizarlos para tomar decisiones a corto,
mediano o largo plazo.
En el presente texto se estudian; en la unidad 1 lo referente a la definicin y clasificacin
de la Estadstica, conceptos de muestra y poblacin, se analizan las medidas de
centralizacin y variabilidad para datos agrupados y no agrupados, se manejan
definiciones de frecuencia absoluta y relativa, se realiza la tabla de distribucin de
frecuencia con sus respectivos histogramas, diagramas circulares, polgonos, ojivas, etc.
En la Unidad 2 se estudia la teora axiomtica de probabilidades, reglas de adicin, de
multiplicacin, probabilidad condicional, probabilidad total regla de Bayes para los
diferentes tipos de eventos. En la unidad 3 se enfoca el estudio en variables aleatorias
discretas y continuas, sus funciones de distribucin de probabilidades, para variables
discretas se establecen tres leyes a saber: La ley binomial, la hipergeomtrica y la de
poisson y para variables aleatorias continuas la ley de distribucin normal
Al final del curso el estudiante estar en capacidad de aplicar todos estos conceptos
estadsticos a la solucin de problemas de su rea profesional.
En el campo de la educacin, la estadstica desempea un papel de importancia. Un
educador tal vez quiera saber si hay una relacin significativa entre las puntuaciones de
un test de aptitud acadmica y las calificaciones promedios de un grupo de estudiantes.
En biologa y agronoma las tcnicas estadsticas se han empleado desde hace mucho
tiempo, en particular para estudiar los efectos de los tipos de semillas de los insecticidas y
de los fertilizantes en las cosechas. La medicina reconoce los efectos secundarios o la
eficacia de medicamentos para el control de la propagacin de enfermedades con base
en las tcnicas estadstica.
La estadstica ha encontrado tambin una aplicacin creciente en la fsica y en la qumica,
ciencias en la que se ha utilizado para contrastar hipotesis con base en los datos
experimentales.
El desarrollo del campo de la computacin ha contribuido a la expansin de las
aplicaciones de las tcnicas en nuevos y ms complejos problemas
3.- DISTRIBUCIN DE FRECUENCIA
1. Definicin: Una distribucin de frecuencia es una tabla en la cual se agrupan los
valores posibles para una variable y se registra el nmero de valores observados que
corresponde a cada clase.
Los datos organizados en la distribucin de frecuencia se denominan datos
agrupados. Para los no agrupados se enumeran todos los valores observados de la
variable aleatoria.

5. Elementos de una tabla de distribucin de frecuencia

2.1. Nmero Deseado de Clase
2.2. Intervalo de Clase
2.3. Frontera de clase

2.4. Punto Medio de Clase

2.5. Frecuencia Absoluta
2.6. Frecuencia Absoluta Acumulada
2.7. Frecuencia Relativa
2.8. Frecuencia Relativa Acumulada

ELEMENTOS PREVIOS IMPORTANTES

2.1. NDC =Nmero Deseado de clases
NDC = 1 + 3,3Log(n) frmula de Sturges
AIC= Amplitud del Intervalo de Clases
AIC = Valor Mayor de la Tabla Valor Menor de la Tabla
Nmero Deseado de Clases. (NDC)

2.2. INTERVALO DE CLASE: Se halla restando, 1 al nmero menor de toda la

tabla(poblacin), al restar, el resultado se coloca en la columna del Intervalo de
Clases(IC), en el Limite Inferior(LI) luego a este nmero se le suma la Amplitud del
Intervalo de Clases(AIC) y se coloca a la derecha en el Limite Superior(LS), a este
resultado se le suma 1 y se coloca del lado izquierdo(LI) y as sucesivamente. Y se
denotara con las siglas IC
2.3. FRONTERA DE CLASE: Se halla restando 0.5 al lmite inferior(LI) y sumando 0.5 al
lmite superior(LS). Y se denotara con las siglas FC
2.4. PUNTO MEDIO DE CLASE: Se halla sumando el LI al LS y dividindolos entre 2. Y
se denotara con las siglas PMC
2.5. FRECUENCIA ABSOLUTA: Es el nmero de observaciones contenidas entre cada
Intervalo, y la denotaremos por f
2.6. FRECUENCIA ABSOLUTA ACUMULADA: Se repite el primer nmero de la
Frecuencia Absoluta(f) y luego se suma en zig zag, y se denotar con la letra F
2.7. FRECUENCIA RELATIVA: Se halla dividiendo cada uno de los elementos de la
Frecuencia Absoluta entre el nmero total de observaciones, y se denotar con la letra Fr
2.8. FRECUENCIA RELATIVA ACUMULADA: Se repite el primer nmero de la
Frecuencia Relativa (Fr) y luego se suma en zig zag, y se denotar con la letra Fra

OBSERVACIN

1: Cuando los elementos que conforman la poblacin son muy grandes, se le resta uno
(1) al elemento ms pequeo de toda la tabla para construir el Intervalo de Clase y luego
se le suma la amplitud del intervalo de clases(C) a este se le suma 1 y se coloca en el
lmite inferior y as sucesivamente.
4.- REPRESENTACIN GRAFICA DE UNA DISTRIBUCIN DE FRECUENCIAS
4.1. Histograma de Frecuencia: Un histograma o histograma de frecuencia es un
diagrama de frecuencia univariante en la cual se levanta, en segmentos del eje horizontal,
rectngulos que tienen:
a) Sus bases sobre un eje horizontal con centro en las marcas de clases y longitud igual a
la amplitud de la clase.
b) rea proporcionales a sus frecuencias de clase
La frontera de clase(FC) se colocan usualmente a lo largo del eje horizontal del diagrama,
mientras que el nmero de observaciones se enumera a lo largo de eje vertical(f)
4.2. Polgono de Frecuencia: Es un diagrama que muestra la forma de una distribucin de
frecuencia; las frecuencias son medidas en ordenadas y los valores de la variante en la
abscisas, de tal modo que una vez dibujada la frecuencias correspondiente a cada valor
de la variante se une el extremo superior de cada una de las ordenadas.
La marca de clase o el punto medio de cada clase(PMC) se identifica a lo largo de todo el
eje horizontal y el nmero de observaciones se enumera a lo largo del eje vertical.(f).
NOTA: Al primer elemento del PMC se le resta el AIC y al ltimo elemento del PMC se le
suma el AIC, esto con el fn de que el polgono se inicie en el origen y termine en el
origen.
4.3. Ojiva: La ojiva, o polgono de frecuencia acumulada, es un grfico de lneas
quebradas como el polgono de frecuencias, pero aqu termina la semejanza entre los
dos.
La frontera superior de clase(FC) se coloca a lo largo del eje horizontal, mientras que la
frecuencia Absoluta acumulada(F) se enumera a lo largo del eje vertical.
4.4. Diagrama circular: Es un mtodo de representacin diagramtica en el que los
componentes de un nico total pueden ser mostrados como sectores de un crculo. Los
ngulos de los sectores son proporcionales a los componentes del total. Puede obtenerse
una ayuda visual con colores o sombrendolos. Tambin es conocido como grfico
circular.
4.5. Pictograma: Es un mtodo de representacin visual de magnitudes estadsticas por
medio de dibujos o pinturas de la materia sujeta a discusin. El mtodo es restringido a la
presentacin de relaciones simples.
Es un medio de presentacin grfica que usan frecuentemente los economistas, pero que
tambin tiene cierta importancia en otros campos de aplicacin. Una presentacin
pictogrfica compara magnitudes comparando objetos que tienen relacin con la materia
tratada. Por ejemplo, una unidad pictrica para representar el nmero de estudiantes de
una unidad educativa podra ser fotos de varios estudiantes en un aula de clases, para
representar tasas de natalidad, podra ser un beb.

Ejemplo 1 De tabla de distribucin de frecuencia

Supongamos que un investigador desea determinar cmo varan las estaturas de las
obreras al tomar una muestra de 50 mujeres de la fuerza laboral de la URBE. Los datos
obtenidos fueron los siguientes (en kg):

65
63
65
63
69

67
53
58
60
61

64
65
64
72
68

66
55
57
60
62

64
65
64
71
68

66
56
59
61
62

63
65
63
70
67

66
57
59
61
62

64
64
63
69
67

66
58
60
61
62

Se pide:
a) Construya la tabla de distribucin de frecuencia
b) Haga las representaciones grficas
a) Histograma de frecuencia
b) Polgono de frecuencia
c) Ojiva
d) Diagrama circular
e) Pictograma
c) Cuntas personas pesan entre 60 y 63 kg?
d) Cuntas personas pesan entre 76 y 79 kg?
e) Cul es el mayor porcentaje en peso kg?
f) Cul es el porcentaje de las personas que pesan entre 68 y 71 kg?

SOLUCIN
Amplitud del Intervalo de Clases = AIC
AIC= VMayor Vmenor
NDC

Valor Mayor Valor menor

Nmero Deseado de Clase

Para Calcular el Nmero Deseado de Clases(NDC), utilizamos la frmula de Sturges:

NDC = 1 + 3.3log (50)
NDC = 1 + 3.3 (1,70)
NDC = 1 + 5,61

NDC = 6,61 = 7
AIC= Vmayor Vmenor
NDC
AIC= 72 53

= 2,71 = 3

7
AIC= 3
a) Construya la tabla de distribucin de frecuencia

NDC

1
2
3
4
5
6
7

Punto

Frecuenci

Frecuenci

Frecuenci

Intervalo

Frontera

Medio

de Clase

de Clase

de

Absoluta(f

Abs.Acum.

Relativa

51,5
55,5
59,5
63,5
67,5
71,5
75,5

Clase
53,5
57,5
61,5
65,5
69,5
73,5
77,5

)
2
7
16
18
6
1
0

(F)
2
9
25
43
49
50
50

(Fri)
0.040
0,140
0,320
0,360
0,120
0,020
0,000

52
56
60
64
68
72
76

55
59
63
67
71
75
79

55,5
59,5
63,5
67,5
71,5
75,5
79,5

Frecuencia
Relativa
Acum.(Fra)
0,040
0,180
0,500
0,860
0,980
1,000
1,000

TOTAL 50

b) Haga las representaciones grficas

a) Histograma de frecuencia
b) Polgono de frecuencia
c) Ojiva
d) Diagrama circular
e) Pictograma
c) Cuntas personas pesan entre 60 y 63 kg?
d) Cuntas personas pesan entre 76 y 79 kg?
e) Cul es el mayor porcentaje en peso kg?
f) Cul es el porcentaje de las personas que pesan entre 68 y 71 kg?

GUA DE EJERCICIOS SOBRE DISTRIBUCIN DE FRECUENCIA Y DE MEDIDAS DE

LOCALIZACIN Y DE VARIABILIDAD
EJEMPLO 1 DE TABLA DE DISTRIBUCIN DE FRECUENCIA

La fbrica de productos sobre bicicletas de alta representacin c.a., hizo un muestreo de

sus registros de embarques para cierto da, con los resultados siguientes:
4
11
12
20
8

5
14
19
11
10

6
15
7
24
13

7
13
29
11
9

Se pide:
a) Construya la tabla de distribucin de frecuencia
b) Haga las representaciones grficas
a) Histograma de frecuencia
b) Polgono de frecuencia
c) Ojiva
d) Diagrama circular
e) Pictograma
c) Donde se aprecia una mejor efectividad para el procesamiento de las ordenes de
pedido?
d) Cuntos embarques se llevaron a cabo en un intervalo desde 15 hasta 32?

Ejemplo 2 De tabla de distribucin de frecuencia

Las edades de un grupo de pacientes ingresados a la sala de traumatologa de un
hospital se detallan a continuacin
10
16
13
10
12

12
20
17
14
6

8
25
21
6
5

40
28
7
8
5

6
30
6
9
6

Se pide:
a) Construya la tabla de distribucin de frecuencia
b) Haga las representaciones grficas
a) Histograma de frecuencia
b) Polgono de frecuencia

8
26
8
11
8

10
30
14
13
7

30
4
7
15
12

c) Ojiva
d) Diagrama circular
e) Pictograma
c) Cuntos pacientes tienen edades comprendidas entre 10 y 30 aos?
d) Cuntos pacientes tienen edades menores a 17 aos?
e)Cul es el mayor de los porcentajes?

5. MEDIDAS DE TENDENCIA CENTRAL (PARA DATOS NO AGRUPADOS, DNA)

Las descripciones numricas poseen un gran valor en las presentaciones de los
datos, y una caracterstica importantsima de un conjunto de nmeros es su localizacin o
tendencia central, estudiemos algunas de ellas:
a) Media Aritmtica
b) Mediana
c) Moda
A) MEDIA ARITMTICA: La media aritmtica o promedio aritmtico, se define como la
suma de los valores del grupo de datos divididos por el nmero de observaciones totales
Frmula:
X = Media Aritmtica muestral

X = xi
n

= Media Aritmtica Poblacional

= xi
N

B) MEDIANA: La mediana de una coleccin de datos ordenados en orden de magnitud,

es el valor medio o la media aritmtica de los 2 valores medios. Y se denotar as, XM
C) MODA: La moda de una series de nmeros es aquel valor que se presenta con mayor
frecuencia. La moda puede existir o no y si existe puede no ser nica.
EJEMPLOS:
En los siguientes sistemas halle la;
a) Media Aritmtica
b) Mediana
c) Moda
1) 16, 15, 12, 3, 16, 5, 10, 8, 9
2) 11, 22, 45, 66, 11, 33, 25, 54, 66, 17, 12, 15, 21, 34, 11, 68
6. MEDIDAS DE VARIABILIDAD O DE DISPERSIN(PARA DATOS NO AGRUPADOS)

Indudablemente la estadstica es un elemento decisivo para el incremento de la calidad,

ya que las tcnicas de la misma proporcionan un elemento para describir y explicar el
fenmeno de la variabilidad, se entiende por variabilidad a las diferencias de resultados
obtenidos con experimentos similares por ejemplo, los productos obtenidos del mismo
proceso tienen marcadas diferencias por ejemplo en la fabricacin de un modelo
especfico de vehculos se observa que algunos poseen problemas elctricos, otros traen
un cojn con desperfecto o les falta un emblema a pesar de haber pasado por el mismo
proceso de ensamblaje y el mismo riguroso control de calidad.
Las medidas de Variabilidad o de dispersin para datos no agrupados son:
a) La varianza
b) La desviacin Estndar
6.1. VARIANZA: Es una medida del grado de dispersin de los datos con respecto al
valor promedio.
VARIANZA MUESTRAL (S2)

VARIANZA POBLACIONAL
2 = (XI - )2
N
6.2. DESVIACIN ESTNDAR: Esta es una medida importante de variabilidad y se
representa como la raz cuadrada de la varianza muestral y sus unidades son las mismas
que las medidas o unidades originales de la variable.

DESVIACIN ESTNDAR MUESTRAL

S=

(XI - X)2
n-1

DESVIACIN ESTNDAR POBLACIONAL

=

(XI - )2
N

Las unidades de la varianza muestral son las mismas en las que se mide la variable
elevada al cuadrado.
EJEMPLOS:
1.- Halle la varianza, la desviacin estndar y el coeficiente de variacin de una empresa
con respecto a sus utilidades, las cuales fueron en los ltimos 6 semestres: 100, 230,
210, 240, 235, 230
x
100

(x x)
-107,50

(x x)2
11.556,2
5

230
210
240
235
230
(x x)2 = 14.387,50
x = x = 100 + 230 + 210 + 240 + 235 + 230
n

x = 207,50
2.- Halle la varianza y la desviacin estndar de una empresa que presentan los
valores siguientes : 11,22,45,66,11,33,25,54,66,17,12,15,21,34,11,68

3.- Durante un determinado mes de verano, los 8 vendedores de la firma de aire

acondicionados vendieron las siguientes cantidades: 8, 11, 5, 14, 8, 11, 16, 11,
considerando que estos datos de ventas mensuales son la poblacin estadstica.
Determine la varianza y la desviacin estndar.

DATOS AGRUPADOS

7.- MEDIDAS DE POSICIN O DE TENDENCIA CENTRAL

7.1. Media aritmtica
7.2. Mediana
7.3. Moda
Para datos agrupados
8. MEDIDAS DE VARIABILIDAD O DE DISPERSIN
8.1. Varianza muestral
8.2. Desviacin estndar muestral
Para datos agrupados
7.- MEDIDAS DE POSICIN O DE TENDENCIA CENTRAL(DATOS AGRUPADOS)
Las medidas de posicin o tendencia central son:
7.1. Media aritmtica: Cuando los datos han sido agrupados en una distribucin de
frecuencia, el Punto Medio de Clase(PMC), se utiliza como una aproximacin a todos los
valores contenidos en la clase:
Formulas
= Media aritmtica Poblacional

= (f. PMC)
N

X = Media aritmtica Muestral

X = (f. PMC)
N

Ejemplo:
A continuacin en el cuadro siguiente, la empresa Castillo Soto presenta el salario
semanal de 100 trabajadores. Halle la Media Aritmtica.
SALARIO

NMERO DE

SEMANAL
140 159
160 179
180 199
200 219
220 239
240 259

OBREROS
7
20
33
25
11
4

SOLUCIN
Se utiliza la frmula de la Media Aritmtica muestral, ya que se trata de una sola empresa.

X = (f. PMC)
N
la frmula nos indica que necesitamos agregar 2 columnas a la tabla dada.
SALARIO

NMEROD

Punto

SEMANAL

Medio de

(IC)

OBREROS

Clase(PMC)

140 159
160 179
180 199
200 219
220 239
240 -- 259

(f)
7
20
33
25
11
4

149,5
169,5
189,5
209,5
229,5
249,5

f . PMC

1046,50
3390,00
6253,50
5237,50
2524,50
998,00
(f. PMC) = 19.450,00

X = (f. PMC) = 19.450,00

n

100

X = 194,50 $

7.2. Mediana: La clase que contiene la mediana es la primera clase para la cual la
frecuencia acumulada iguala o excede la mitad del nmero total de observaciones. Una
vez identificada esta clase se calcula la mediana por la siguiente frmula:

Donde:
N = Nmero de observaciones totales
Fi= Frontera inferior de clase que contiene a la mediana
Facu.ant. = frecuencia acumulada anteriores a la clase en donde se encuentra la mediana

= Nmero de observaciones de la clase en donde se encuentra la mediana

i = amplitud

i = LS-LI
NDC
LS = lmite superior de la clase que contiene a la mediana
LI = lmite inferior de la clase que contiene a la mediana
NDC = Nmero Deseado de Clase
Ejemplo:
A continuacin en el cuadro siguiente, la empresa Castillo Soto presenta el salario
semanal de 100 trabajadores. Halle la Mediana.
SALARIO

NMERO DE

SEMANAL
140 159
160 179
180 199
200 219
220 239
240 -- 259

OBREROS
7
20
33
25
11
4

SOLUCIN

la frmula nos indica que necesitamos agregar 1 columnas

a la tabla dada.
SALARIO

NMEROD

SEMANAL

(IC)

OBREROS

140 159
160 179
180 199
200 219
220 239
240 -- 259

(f)
7
20
33
25
11
4
N = 100

7
27
60
85
96
100
=
50

Fi= 179,50
Facu.ant. = 27

= 33
i = amplitud
i = LS-LI
NDC

= 259 140 = 19,83

i = 20

NDC = Nmero Deseado de Clase

LS = lmite superior de la clase que contiene a la mediana
LI = lmite inferior de la clase que contiene a la mediana
N= n = 100

7.3. Moda: La moda se identifica con el nmero mayor de observaciones y se utiliza la

siguiente frmula:

Donde:
Fi = lmite inferior de la clase que contiene a la moda

d1 =La frecuencia mayor menos la anterior

d2 = La frecuencia mayor menos la que sigue
i = amplitud
i = LS LI
NDC
NDC = Nmero Deseado de Clase
LS = lmite superior de la clase que contiene a la moda
LI = lmite inferior de la clase que contiene a la moda
Ejemplo:
A continuacin en el cuadro siguiente, la empresa Castillo Soto presenta el salario
semanal de 100 trabajadores. Halle la Moda.

SALARIO

NMERO DE

SEMANAL
140 159
160 179
180 199
200 219
220 239
240 -- 259

OBREROS
7
20
33
25
11
4

SOLUCIN

Fi = 179,50

d1 =

d2 =
i = amplitud
i = LS LI

= 20

NDC
NDC = Nmero Deseado de Clase
LS = lmite superior de la clase que contiene a la moda
LI = lmite inferior de la clase que contiene a la moda

EJERCICIOS

Un pediatra obtuvo la siguiente tabla sobre los meses de edad de 50 nios de

su consulta en el momento de andar por primera vez: Halle las medidas de
tendencia central.
Meses

Nios

10

11

12

16

13

11

14

15

8. MEDIDAS DE VARIABILIDAD O DE DISPERSIN

8.1. Varianza
8.2. Desviacin estndar
Para datos agrupados
8.1. Varianza poblacional

Xi = PMC
2
8.2. Varianza muestral
Xi = PMC

8.3. Desviacin estndar poblacional

8.4. Desviacin estndar muestral

EJEMPLO:
Calcular la Varianza y la Desviacin Estndar de las edades de la poblacin de una aldea
mostrada en la tabla:
EDAD DE LA
POBLACIN

HABITANTES

(IC)
0 20

(f)
9

21 41

18

42 62

63 83

26

84 -- 104

SOLUCIN
Se utiliza la Varianza muestral, ya que solo se habla de una aldea y no de todas las
aldeas.
Xi = PMC

Nos apoyaremos en el siguiente cuadro para facilitar el clculo

EDAD DE
LA

HABITANTES

PMC

POBLACI

(f)

(Xi)

f. PMC

N (IC)
0 20

10

90

(Xi X)
-41,34

(Xi X)2

f(Xi X)2

1709,0

15381
7446,96

21 41

18

31

558

-20,34

0
413,72

42 62

52

364

0.66

0,44

3,08

63 83

26

73

1898

21,66

469,16

12198,1

84 -- 104

94

376

42,66

1819,8

6
7279,52

8
n = 64

(f. PMC) = 3.286

f(xi x )2 =
42.308,72
X = (f. PMC) = 3.286
n
VARIANZA

64

X = 51,34

DESVIACIN ESTNDAR

PROBABILIDADES
1. PROBABILIDADES: Es la posibilidad numrica, medida entre 0 y 1, de que ocurra un
evento.
2. EVENTOS:
Es una coleccin de resultados relacionados entre si de un
experimento aleatorio, es un subconjunto del espacio muestral de un experimento
aleatorio. Los eventos pueden ser dependientes, independientes o mutuamente
excluyentes.
3. AXIOMAS DE PROBABILIDAD La probabilidad es un nmero que se asigna a cada
miembro de una coleccin de eventos de un experimento aleatorio y que satisface las
siguientes
PROPIEDADES:
Si S es el espacio muestral y E cualquier evento del experimento aleatorio,
a) P(S) = 1
b) 0 P(E) 1
c) Para los eventos E1 y E2 con E1E2 = y P(E1U E2) = P(E1)+P( E2)
De estos axiomas se infieren los siguientes resultados:
P() = 0 ; P(E) = 1 P(E)

4. Axiomas
1. Teorema de la Adicin
2. Teorema de la probabilidad Condicional
3. Complemento
4. Teorema de bayes

1. REGLAS DE ADICIN
Una regla bsica de adicin importante es la siguiente:
P(AUB) = P(A) + P(B) P(AB)
Y si los eventos son mutuamente excluyentes P(AB) = luego:
P(AUB) = P(A) + P(B)

2. PROBABILIDAD CONDICIONAL
La probabilidad condicional puede expresarse como la probabilidad de un evento A
dado un evento B y se expresa como:
P(A/B) = P(AB)
P(B)

P(AB) = P(BA)

P(B/A) = P(BA)
P(A)

3. COMPLEMENTO
P (A) = 1 - P (A) =
P (B) = 1 - P (B) =

4. REGLA O TEOREMA DE BAYES: En algunas ocasiones se desea calcular

una probabilidad condicional y se conoce la de otra, el teorema o regla de
Bayes nos permite relacionar estas probabilidades de la forma siguiente:

Estudiemos ahora algunos ejemplos que clarificarn lo antes expuesto:

LECHE COMERCIAL

CONTAMINACIN
ALTA

si

PROCESO UHT

PROCESO NORMAL

10

50

SI
NO

240

200

En este ejemplo sea A el evento leche comercial con contaminacin alta y sea B el evento
leche comercial sometida a Proceso UHT.
Halle:

P (A)
2) P (B)
1)

3)
4)
5)
6)
7)
8)
9)
10)

P (A B)
P (A UB)
P (A)
P (B)
P (A B)
P (A B)
P (A/B)
P (B/A) (Teorema de Bayes)

El espacio muestral es: S = 10 + 50 + 240 + 200 ===> S = 500 por tanto:

1.- P(A) = (10 + 50) ===> P(A) = 0.12
500
2.- P(B) = (10 + 240)===> P(B) = 0.5
500
3.- P(AB) = 10 ===> P(AB) = 0.02
500
4.-. P(AUB) = P(A) + P(B) - P(AB)

P(AUB) = 0.12 + 0,5 0.02 ===> P(AUB) = 0.6.

5.- P (A) = 1 - P (A) = 1- 0,12 = 0,88

6.- P (B) = 1 - P (B) = 1- 0,5 = 0,50
7.- P (A B) = 240 = 0,48
500
8.- P (A B) = 50 = 0,10
500
9.- P (A/B) = P(AB) = 0,02 = 0,04
P(B)

0,50

10.- P (B/A) = P (A/B). P(B)

P(A)

= (0,04)(0,50) = 0,17
0,12

TALLER N 1
Ojos castaos
Ojos no castaos

A: Pelo Castao

Pelo castao
15
25

Pelo no castao
10
50

B: Ojos no Castaos
Se pide:
1. P(A)
2. P(B)
3. P(A)
4. P(B)
5. P(AB)
6. P(AUB)
7. P(AB)
8. P(BA)
9. P(A/B)
10. P(B/A) TEOREMA DE BAYES
Un club nocturno tiene los siguientes datos sobre la edad y el estado civil de 140
clientes
SOLTERO

CASADO

Menor de 30

288

36

30 o ms

672

204

A: Clientes con estado civil solteros

B: Clientes con 30 aos ms
Se pide:
11. P(A)
12. P(B)
13. P(A)
14. P(B)
15. P(AB)
16. P(AUB)
17. P(AB)
18. P(BA)
19. P(A/B)
20. P(B/A) TEOREMA DE BAYES
PROBLEMAS PROPUESTOS

1. Un artculo publicado en un diario internacional describe el clculo del coeficiente de

arrastre para una superficie aerodinmica, para ello se utilizaron algoritmos
computacionales que arrojaron los siguientes datos, calcular:

79

a)
b)
c)
d)
e)
f)
g)
h)

100

74

83

81

85

82

80

84

Media Aritmtica
Mediana
Moda
Cuartiles
Percentiles
Varianza
Desviacin Estndar
Coeficiente de variacin

2. Se toman 8 mediciones del dimetro interno de anillos para los pistones del motor de
un automvil y los datos en milmetros son: 74.001, 74.003, 74.015, 74.000, 74.005,
74.002, 74.005 y 74.004, calcular:
a)
b)
c)
d)
e)
f)
g)
h)

Media Aritmtica
Mediana
Moda
Cuartiles
Percentiles
Varianza
Desviacin Estndar
Coeficiente de variacin

3. El tiempo de ruptura en minutos de un fluido aislante entre electrodos es:0.19, 0.78,

0.96, 1.31, 2.78, 3.16, 4.15, 4.67, 4.85, 6.50, 7.35, 8.01, 8.27, 12.06, 31.75, 32.52,
33.91, 36.71 y 72.89. Calcular:
a)
b)
c)
d)
e)
f)
g)
h)

4.

Media Aritmtica
Mediana
Moda
Cuartiles
Percentiles
Varianza
Desviacin Estndar
Coeficiente de variacin

En una escuela de ingeniera se obtienen los siguientes tiempos de respuesta para 20

experimentos para medir la velocidad de mviles rpidos:
5.3
5.0
9.5
10.1

5.8
6.2
5.9
7.2

10.0
12.2
8.5
5.7

11.2
7.9
6.4
12.4

3.9
8.1
9.2
11.5

a)
b)
c)
d)
e)
f)
g)
h)

Media Aritmtica
Mediana
Moda
Cuartiles
Percentiles
Varianza
Desviacin Estndar
Coeficiente de variacin

5. Se toman mediciones de tuberas de agua de suministro y se obtienen los siguientes

datos en centmetros:
562
889
720
615
436
521
645

793

667

700

626

512

444

701

633

567

490

768

565

720

595

732

556

454

656

600

670

800

675

436

490

520

750

715

490

654

Construya una tabla de distribucin de frecuencias con sus correspondientes grficos.

6. La siguiente tabla presenta el porcentaje de algodn en un material utilizado para la

fabricacin de camisas para caballeros; construya una tabla de distribucin de
frecuencias con sus correspondientes grficos
34.2
33.6
33.8
34.7
37.8
32.6
35.8
34.6
33.1

34.7

34.2

33.6

36.6

33.1

37.6

33.6

34.5

35.0

33.4

32.5

35.4

34.6

37.3

34.1

35.6

35.4

34.7

34.1

34.6

35.9

34.6

34.7

36.3

36.2

34.6

35.1

33.8

34.7

35.5

35.7

35.1

36.8

35.2

36.8

37.1

33.6

32.8

36.8

34.7

35.1

35.0

37.9

34.0

32.9

32.1

34.3

33.6

35.3

34.9

36.4

34.1

33.5

34.5

32.7

7. Los datos siguientes representan el rendimiento de 70 grupos de una cermica de

gres, en el cual se ha aplicado mediante un mtodo industrial un recubrimiento,
construya la tabla de distribucin de frecuencia y los grficos correspondiente a estos
datos.
85.4
90.1
84.0
91.1
94.7
86.6

94.3

93.7

87.6

96.3

91.7

86.7

87,7

86.4

94.6

87.5

83.0

90.6

93.1

93.1

84.2

91.2

89,4

97.8

90.3

85.1

90.4

88.6

95.3

89.6

90.5

86.6

84.1

83.0

78.3

95.6

92.4

82.6

93.2

79.0

88.3

88.2

83.1

94.3

81.0

84.1

93.2

84.6

86.1

81.4

83.7

94.1

83.6

95.2

79.5

82.9

96.1

85.4

90.1

84.9

87.3

98.0

89.7

84.1

86.4

86.4

84.5

87,6

87.3

88.2

8. Construya la tabla de distribucin de frecuencia con sus correspondientes grficos a

estos 35 datos de presin en cabina.
1120

1520

1223

1060

180

1300

1890

475

1530

1020

1540

1215

2260

1790

1330

1500

1280

1935

1000

1680

1016

2100

900

1501

1238

1730

1594

1102

1020

1746

1608

2130

760

1424

1109

9. Los siguientes son datos de temperatura de unin ( en grados F) de un trasbordador

espacial:
84

58

68

67

53

31

49

80

60

52

67

58

61

69

67

78

75

76

40

70

72

70

61

75

83

66

73

63

70

79

67

45

70

57

81

76

a) Construya la tabla de distribucin de frecuencia y sus respectivos grficos

b) Halle las medidas de localizacin y de variabilidad de la lnea 3
c) Halle las medidas de localizacin y de variabilidad para datos agrupados
10.

En los problemas del 5 al 9. Halle la varianza y la desviacin estndar