Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadistica PDF
Estadistica PDF
ESTADSTICA Y PROBABILIDADES
MEDIDAS DE TENDENCIA CENTRAL Y
DISPERSIN
Estadstica y Probabilidades
Esquema de contenidos
INTRODUCCIN
MEDIDAS DE DISPERSIN
- Medidas de dispersin absoluta
- Rango o Recorrido
- Varianza
- Varianza para datos no agrupados y agrupados
- Varianza total o global
- Propiedades de la varianza
- Desviacin estndar
- Medidas de dispersin relativa
- Coeficiente de variacin
ASIMETRA Y CURTOSIS
- Asimetra o sesgo
- Coeficiente de asimetra
- Curtosis o apuntamiento
- Coeficiente de curtosis
49
Objetivos
Objetivo general
Reconoce la importancia de desarrollar habilidades en el planteo, solucin y anlisis
de resultados de problemas usando herramientas estadsticas descriptivas.
Objetivos especficos
-
50
Estadstica y Probabilidades
Introduccin
Estimado alumno:
Se inicia, y con mucho agrado, a la Segunda Unidad de esta asignatura con el mismo
entusiasmo que cuando inici la unidad anterior.
En esta unidad nos ocuparemos de las medidas de tendencia central, que son valores
que reflejan la centralizacin de la variable estudiada, las medidas de dispersin que
expresan el alejamiento de los datos con respecto a una medida de tendencia central y
las medidas de posicin, que indican dnde se encuentra una determinada unidad de
anlisis con relacin a otras unidades, con respecto a una variable.
51
Contenidos
II UNIDAD DIDCTICA
Las medidas de tendencia central son valores numricos que tienden a localizar, en
algn sentido, la parte central de un conjunto de datos. A menudo el trmino promedio
se asocia a estas mediciones. Cada una de las diferentes medidas de tendencia
central puede recibir el nombre de valor medio o promedio.
Saber cul es el nmero que est a igual distancia de los valores mximo y
mnimo.
Conocer la media de los datos, es decir el nmero que resultara de repartir el total
de los datos equitativamente entre el nmero de individuos.
Las medidas de tendencia central son tiles como descriptivas del conjunto de datos,
pero no puede decirse que una de ellas es ms descriptiva que las otras; depende de
los datos que tenga ms sentido utilizar entre una u otra.
52
Media Aritmtica
: x
Mediana
: Me
Moda
: Mo
Estadstica y Probabilidades
MEDIA ARITMTICA
Es el valor que tomara cada uno de los datos si el total de los valores se repartiera
uniformemente entre el nmero de ellos.
La media aritmtica es una medida muy precisa, por lo menos bajo ciertas
circunstancias, por ejemplo, cuando la presencia de valores extremos no es
significativa. La media aritmtica juega un papel importante en la estadstica
descriptiva, pero por ser una medida de alta precisin, su rol es fundamental en la
estadstica inferencial.
Notacin:
Media poblacional
Media muestral
x , M (x)
n
Xi
X = i=1
n
Ejemplo:
5
Xi
23 + 27 + 19 + 24 + 21
X = i=1 =
= 22,8 aos.
5
5
53
Sean X1, X2, ....... , Xk valores de la variable X con sus respectivas frecuencias
absolutas
x =
x =
Xi fi
hi
i =1
i =1
Ejemplos:
1.-
58
N personas
fi
7
65
12
70
72
14
78
Total
n = 48
Peso
Xi
2.-
5
fi Xi
3292
X = i=1
=
= 68,58 69 kilos.
48
48
N de Personas
fi
4
0,12
20
12
0,35
24
0,18
27
10
0,29
30
0,06
n = 34
1,00
Total
Nota:
54
hi
Edad
Xi
18
5
X = hi Xi = 23,11 23 aos
i=1
Estadstica y Probabilidades
Ejemplos:
1.-
Edad
N meses
Ii : [Li-1 - Li[
10 20
fi
2
15
20 30
10
25
30 40
35
40 50
16
45
50 60
20
55
60 70
65
Total
2.-
Xi
n = 60
6
fi Xi
2760
x = i=1
=
= 46 accidentes.
60
60
Peso
N alumnos
Ii : [Li-1 - Li[
50 55
fi
2
55 60
10
60 65
65 - 70
Total
hi
Xi
5
x = hi Xi
i=1
x =
n=
Nota:
55
Ejemplo:
20
19
23
85
X =
165
5
= 33 aos
M(c)=c
2.-
M ( Xi c ) = x c
3.-
M ( c Xi ) = c x
4.-
M ( c Xi b ) = c x b
n
5.-
( x
x) = 0
i =1
6.-
i =1
56
( x i x )2
( x
i =1
k )2
Estadstica y Probabilidades
Ejemplo:
f5 = 9
H1 = 0,12
X3 = 10
H2 = 0,28
f1 = f6 = 6
A = 10
u.e.: das.
x = 15,2
k=6
Temperatura
T. prom.
N das
Prop. das
% das
[Li-1-Li[
Xi
fi
hi
hi%
Fi
Hi
Hi%
-15--5
-10
0,12
12
0,12
12
-5- 5
0,16
16
14
0,28
28
5-15
10
11
0,22
22
25
0,50
50
15-25
20
10
0,20
20
35
0,70
70
25-35
30
0,18
18
44
0,88
88
35-45
40
0,12
12
50
1,00
100
50
1.00
100
TOTAL
hi =
fi
n
f i = 50
n hi = fi
x=
n=
fi
hi
n=
0,12
f X
i
n x =
29 + f3 + f4 = 50
f3 + f4 = 21
Xi
n = 50
se obtiene:
f4 = 10
f3 = 11
57
xT =
i =1
xi
, donde:
n =
i =1
Ejemplo:
Empresa A
Empresa B
Duracin
N focos
Duracin
N focos
17
12-18
23
18-24
28
24-30
12
35
15
30-38
42
38-46
Total
42
Total
31
fi Xi
1277
x = i=1
=
= 30.40
A
42
42
fi Xi
809
x = i=1
=
= 26.10
B
31
31
xT =
42 30,40 + 31 26,10
= 28,57 29 horas
73
58
Estadstica y Probabilidades
MODA (Mo)
Es el valor de la variable que se presenta con mayor frecuencia. Una distribucin de
frecuencias puede ser unimodal (una moda), bimodal (dos modas), .... , o multimodal
(n modas).
unimodal
bimodal
multimodal
Ejemplo:
Seis personas presentan las edades siguientes: 25 , 18 , 20 , 25 , 30 , 25, 25
Calcular e interpretar la Moda.
Mo = 25 aos
Mo = X j
59
Ejemplo:
N de PCs vendidas
N de meses
Xi
fi
20
22
24
10
30
32
Mx fi = 10
Mo = 24 PCs.
Nota:
Ejemplo:
Marca
N de impresoras
Xi
fi
HP
Epson
11
Canon
23
Lexmark
Mx fi = 23
Mo = Canon.
60
Estadstica y Probabilidades
Mxima frecuencia =
fj
( f j f j1)
Mo = L j + A j
( f f ) + ( f f )
j 1
j +1
j
j
Donde:
Lj
Aj
fj
Ejemplo:
1.-
33-45
45-50
50-65
65-72
72-90
90-110
N Personas
12
10
15
f j1
fj
f j+1
Entonces:
( 15 9 )
Mo = 72 + 18
= 78.75
( 15 9 ) + ( 15 5 )
61
MEDIANA (Me)
Es el valor que divide al total de las observaciones, ordenadas en forma ascendente o
descendente en dos partes de igual tamao. Es decir que a uno y otro lado de la
mediana se encuentra no ms del 50% del total de las observaciones.
<
Xmn
Me
50%
50%
Xmx
a)
Si n es impar
Ejemplo:
11
10
10
10
10
Variable
Unidades estadsticas
Clientes.
62
b)
Estadstica y Probabilidades
Si n es par
Ejemplo:
15 , 05 , 20 , 16 , 09 , 12
Me =
12 + 15
2
= 13.5 puntos.
El 50% de los alumnos obtuvieron una nota inferior a 13.5 ; el 50% restante
obtuvo una nota de 13.5 o ms.
Nota:
Ejemplo:
El nmero de e-mails que recibi cada uno de los empleados de una compaa
se muestran a continuacin:
40 , 35 , 30 , 45 , 32 , 98 , 38
63
Ejemplo:
N alumnos
Fi
II
III
12
IV
15
n
= 7,5 = 8vo. lugar
2
Me = III
El 50% de los alumnos est como mximo en II Ciclo, el 50% restante est
como mnimo en III ciclo.
a)
Cuando
n
2
acumuladas:
Fj1 <
n
< Fj
2
Me = X j
Ejemplo:
64
N trabajadores
N empresas
Fi
120
180
220
23
250
30
n
= 15 = 15 vo. lugar
2
Me = 220 trabajador es
Estadstica y Probabilidades
El 50% de las empresas tienen menos de 220 trabajadores, el resto tienen 220 a
ms trabajadores.
b)
Cuando
n
coincide con una frecuencia absoluta acumulada:
2
Fj1 =
n
< Fj
2
Me =
X j 1 + X j
2
Ejemplo:
N hijos
N seoras
Fi
15
22
30
= 15 = 15 vo. lugar
Me = 3 hijos
n
lugar
2
mediante:
Fj1
n
< Fj
2
Me I j
2 Fj1
Me = L j + A j
fj
Donde:
L j : Lmite real inferior del intervalo que contiene a la mediana.
A j : Amplitud del intervalo mediano.
65
Ejemplo:
Temperatura.
( C )
N das
Fi
10-15
15-18
17
18-25
12
29
25-30
36
Total
36
F2 <
n
< F3
2
n
2
= 18 = 18vo. lugar
Me I3
Luego:
18 17
Me = 18 + 7
= 18.58
12
NOTA:
66
Simtrica
Asimtrica positiva
Asimtrica negativa
x = Me = Mo
Mo < Me < x
x < Me < Mo
Estadstica y Probabilidades
MEDIDAS DE POSICIN
Las medidas de tendencia central a veces son insuficientes sobre todo cuando en
ocasiones se desea presentar el anlisis con respecto a la posicin que ocupa la
informacin que para nosotros resulta relevante. Para esto se utilizan las medidas de
posicin, llamadas tambin medidas de localizacin.
Las principales medidas de posicin son:
Cuartiles
k = 4 partes iguales.
Deciles
k = 10 partes iguales.
Percentiles
Cuartiles
Son medidas de posicin que dividen al total de los datos ordenados en cuatro partes
iguales. De esta forma entre dos cuartiles consecutivos se encuentra ubicado no ms
del 25% del total de los datos.
Deciles
Son valores que dividen al total de los datos ordenados en diez partes iguales; de
modo que en cada una de estas partes se encuentre ubicado no ms del 10% del
total.
67
PERCENTILES
Son valores que dividen al total de los datos ordenados en cien partes iguales de
manera que en cada una de estas partes se encuentre ubicado no ms del 1% del
total.
kn
lugar mediante:
100
kn
< Fj
100
Pk I j
100 Fj1
Pk = L j + A j
fj
Donde:
L j : Lmite real inferior del intervalo al cual pertenece el percentil.
A j : Amplitud del intervalo al cual pertenece el percentil.
Ejemplo:
Fi
10-15
15-18
17
35 42
18-25
12
29
100
25-30
36
30-34
42
Total
n = 42
Temperatura.
( C )
68
F1 <
35 42
< F2
100
Estadstica y Probabilidades
P35 I2
Luego:
15 8
P35 = 15 + 3
= 17,33
9
b)
El 50% central deja a ambos lados un 25%, entonces para responder a esta
pregunta debern calcularse los percentiles: P25 y
P25
P75
25 42
100
F1 < 11 < F2
P25 I2
Luego:
11 8
P25 = 15 + 3
= 16
9
P75
75 42
100
= 31.5 = 32 lugar
F3 < 32 < F4
P75 I4
Luego:
32 29
P75 = 25 + 5
= 27.14
7
69
MEDIDAS DE DISPERSIN
En el anlisis estadstico no basta el clculo e interpretacin de las medidas de
tendencia central o de posicin, ya que, por ejemplo, cuando pretendemos representar
toda una informacin con la media aritmtica, no estamos siendo absolutamente fieles
a la realidad, pues suelen existir datos extremos inferiores y superiores a la media
aritmtica.
La dispersin se refiere a la variabilidad entre los valores, es decir, qu tan grandes
son las diferencias entre los valores. La idea de dispersin se relaciona con la mayor o
menor concentracin de los datos en torno a un valor central, generalmente la media
aritmtica.
Ejemplos:
400
1000
Las figuras siguientes muestran a tres distribuciones con promedio 70, sin
embargo las tres difieren en cuanto a su variabilidad alrededor de la media.
poca variabilidad
70
alguna variabilidad
gran variabilidad
Estadstica y Probabilidades
Ejemplo:
Un enlatador de refrescos indica que cada lata contiene 12 onzas. Cunto refresco
tiene en realidad cada lata?
Ejemplo:
Se tienen
siguientes puntajes:
Puntaje
N estudiantes
Puntaje
N estudiantes
10
11
11
12
10
13
13
15
Total
20
17
Total
20
x A = x B = 12
71
Es necesario entonces calcular otras medidas estadsticas para mostrar cmo varan
los datos alrededor del promedio y esto se logra mediante las medidas de dispersin.
Es necesario estudiar las medidas de dispersin:
72
Estadstica y Probabilidades
Rango o Recorrido
Varianza
S2
Desviacin Estndar :
RANGO O RECORRIDO:
Xmx
Xmn
Esta medida es muy fcil de calcular sin embargo no es muy recomendable porque
slo toma en cuenta los valores extremos, sin considerar los dems valores.
73
VARIANZA
S2, V[X]
V [ X ] = M
Xi x
)2
Notacin:
S2
Varianza muestral.
2 :
Varianza poblacional.
Nota:
V( x ) =
Xi
X2 n
i
n 1
n
Ejemplo:
Calcular e interpretar la varianza de los pesos de un grupo de personas. Los datos son
los siguientes:
56
74
68
70
565
40 329 8
7
8
72
76
78
8 2
Xi = 40 329
i=1
Xi = 565
i=1
n=8
S2
x =
65
= 60,84 61 kilos2
80
Estadstica y Probabilidades
En promedio, los pesos del grupo de personas se alejan con respecto al promedio
aritmtico en aproximadamente 61 kilos al cuadrado.
S2 para datos agrupados:
2
fi Xi
1 k
2
2
Sx =
fi Xi n i=1
n 1 i=1
n
Ejemplo:
Calcular e interpretar la varianza para la siguiente tabla de frecuencias.
Edad
N de personas
Ii
fi
4- 6
6 - 10
10 - 16
16 - 20
20 - 30
Total
n = 20
Primero deber calcularse las marcas de clase para cada uno de los intervalos.
Reemplazando en la frmula:
2
fi Xi
2
1 k
2 n i=1
= 1 3200 20 230
V( x ) =
f
X
i
n
19
n 1 i=1 i
20
V ( x ) = 29.21 29 aos2
75
n1
n2
nk
x1
x2
xk
S12
S22
Sk2
i =1
Si2 )
ni xi
i
1
=
n =
Donde:
2
ni ( xi
i =1
Ejemplo:
Se tienen tres grupos, de seis, nueve y siete estudiantes respectivamente. Si las notas
correspondientes a cada uno de ellos son:
Grupo 1
12
16
08
11
10
12
Grupo 2
17
14
07
13
11
18
13
Grupo 3
10
13
11
08
12
09
12
15
76
14
1
69
S12 = 829 6
6
5
= 7.1
2 =
S3
S2
2 =
Estadstica y Probabilidades
2
1
122
1738 9
= 10.53
2
1
75
823 7 = 3.24
6
7
69
= 11.5
6
x =
1
122
= 13.56
9
x =
1
75
= 10.71
67
S2 =
T
Propiedades de la Varianza
V(c)=0
2.-
V ( Xi c ) = V ( X )
3.-
V ( c Xi ) = c2 V ( X )
4.-
V ( c Xi b ) = c2 V ( X )
77
DESVIACIN ESTNDAR
Es la raz cuadrada positiva de la varianza y posee las mismas unidades que la media
aritmtica, las mismas que ya no estn elevadas al cuadrado como en la varianza.
S =
V ( X)
Ejemplo:
Calcular la desviacin estndar de las notas obtenidas por un grupo de alumnos del
tercer ciclo de la Facultad de Ingeniera de Sistemas de la UAP en la primera
evaluacin de estadstica.
12
07
n=9
14
11
16
18
09
14
10
9 2
Xi = 1 467
i=1
Xi = 111
i=1
Por lo tanto:
2
1
111
1 467 9
V (x ) =
= 12.25
8
9
78
Sx =
Estadstica y Probabilidades
Nota:
Ejemplo:
: 31
38
42
32
39
26
Castro
: 35
43
38
37
33
28
27
Solucin:
2
SM
208
= 7 390 6
5
6
= 35,87
2
SC
2
241
1
= 8 489 7
= 31,95
6
7
2 < S2
SC
M
79
COEFICIENTE DE VARIACIN
S
100
x
Ejemplo:
Se desea comparar los sueldos de los trabajadores de dos empresas, A y B. Para tal
efecto se tienen los siguientes datos:
Empresa A
Empresa B
Sueldos ( $ )
N trabajadores
Sueldos ( S/. )
N trabajadores
380
10
600-650
410
650-700
450
12
700-750
14
480
750-800
500
800-850
80
Estadstica y Probabilidades
CVA =
x A = 439.78
xB
= 713.75
S A = 43.02
= 60.43
43.02
100 = 9.78%
439.78
CVA =
60.43
100 = 8.47%
713.75
81
ASIMETRA O SESGO
Una distribucin es asimtrica cuando sus datos tienden a agruparse hacia uno de los
extremos de la distribucin. Cuando una curva es asimtrica se dice que tiene un
sesgo. El sesgo puede ser de dos tipos:
Coeficiente de Asimetra
CA =
3 ( x Me )
S
82
Simtrica
Asimtrica positiva
CA = 0
CA > 0
Asimtrica negativa
CA < 0
Estadstica y Probabilidades
CURTOSIS O APUNTAMIENTO
Mide el grado de elevacin o agudeza de una distribucin comparada con la curva
normal.
Coeficiente de Curtosis
K =
P75 P25
2 ( P90 P10 )
K=0
K > 0,263
K < 0,263
Si K = 0,263 mesocrtica.
Si K > 0,263 leptocrtica.
Si K < 0,263 platicrtica.
83
Resumen
Las medidas de tendencia central tienen como objetivo sintetizar los datos en un valor
representativo, las medidas de dispersin nos dicen hasta qu punto estas medidas de
tendencia central son representativas como sntesis de la informacin. Por su parte,
las medidas de dispersin cuantifican la variabilidad de los valores de la distribucin
respecto al valor central.
84
Estadstica y Probabilidades
Actividad 2
1.-
2.-
3.-
4.-
5.-
6.-
7.-
8.-
85
Autoevaluacin
1.-
2.-
a)
b)
3-
4.-
8-10
10-13
13-16
16-19
19-22
22-25
25-27
86
X4 = 35
5-
Estadstica y Probabilidades
= 195
a)
b)
6.-
fi = 1119
i =1
Xi
= 387,5
X 4 = 95,5
i =1
7.-
a)
Veterinaria.
b)
c)
d)
87
8.-
30
28
40
32
22
42
Se cree que luego de cinco aos cada trabajador triplicar su ingreso. Cul
ser entonces el salario promedio?
9.-
10.-
Tienda B
Fi
Duracin (das)
X i fi
17
12 18
105
23
12
18 24
84
28
20
24 30
324
35
35
30 38
170
42
42
38 - 46
126
11.-
88
Grupo B
Xi
fi
Xi
Fi
43
12
30 45
56
46 58
14
a)
Estadstica y Probabilidades
69
59 71
34
82
10
72 80
42
95
81 88
51
b)
c)
12.-
13.-
f4 = 20
H3 = 0,40
n = 50
Me = 23,75
Mo = 25
a)
b)
14.-
Xmn = 20
X5 = 88
h2 h1 =
A1 = A 4 = 20
f3 = 30
A 2 = 10
1
9
X3 = 54,5
5
fi = 90
i =1
a)
b)
89
15.-
Xi
48
56
64
72
80
88
96
hi %
12
18
16
20
14
12
a)
b)
16.-
a)
Ciencias
Xi
fi
Xi
fi
24
21
41
36
58
51
75
13
66
12
92
81
109
96
126
b)
17.-
90
N Trabajadores
950-1000
1000-1150
1150-1230
12
1230-1260
19
1260-1310
10
1310-1460
1460-1550
Estadstica y Probabilidades
a)
b)
c)
18.-
Xi
Fi :
a)
29
38
47
56
65
74
83
12
17
29
34
42
46
b)
c)
d)
91
19.-
fi :
a)
20-27
28-35
36-48
49-56
57-64
65-75
76-89
90-95
13
17
b)
c)
d)
20.-
45-48
48-54
54-60
60-65
65-72
72-78
78-82
12
18
16
20
14
12
a)
b)
c)
d)
Hallar los pesos entre los cuales se encuentra ubicado el 80% central de
estas personas.
92
21.-
Estadstica y Probabilidades
0-5
5-8
8-10
10-12
12-16
16-18
18-20
fi
15
a)
b)
un
examen
de
recuperacin.
Ser
necesario
dar
la
recuperacin?
c)
A los quince alumnos que tengan las mejores notas se les har un
descuento especial en su prxima boleta. Su nota es 17. Se har
acreedor a dicho descuento?
d)
e)
93
1.-
2.-
Seccin A
Seccin B
N de alumnos
fi X i
Xi
N de alumnos
Notas
18
50
10
18
14
154
11
20
12
104
13
14
45
16
30
a)
b)
c)
3.-
50-60
60-70
70-80
80-90
90-100
12
10
94
4.-
Estadstica y Probabilidades
Carrera
Atleta
Mendoza
11,1
11,0
11,0
15,8
11,1
Ramrez
11,3
11,4
11,4
11,5
11,4
Con base en estos datos: A cul de los dos velocistas debe seleccionar el
entrenador? Por qu?
5.-
12
14
19
10
12
15
21
29
17
6.-
4-6
6 - 10
10 - 16
16 - 20
20 30
fi
7.-
Si X es una variable que tiene media 15 y varianza 25, hallar la media, varianza
y desviacin tpica de Y en los siguientes casos:
a)
Y = 4 + 16X
b)
Y = 16 - 4X
c)
Y=
1
1
+ X
4
4
95
8.-
9.-
N de obreros
Productividad
Varianza
media
Mayores de 25 aos
200
40
4900
Menores de 25 aos
300
60
1600
10.-
11.-
Un grupo de nios de ocho aos de edad tiene una estatura media de 141 cm y
su desviacin estndar es 6.9 cm, su peso medio es 42 kilos y su desviacin
estndar 5 kilos. En qu aspecto es este grupo ms variable, en estatura o en
peso?
12.-
Dos marcas de mquinas, A y B, han sido diseadas para producir cierto tipo
de producto. Tienen igual precio. Un fabricante, al decidir cul comprar, ha
observado diez mquinas diferentes de cada marca en operacin durante una
hora. El nmero de artculos producidos por cada mquina se registra en la
siguiente tabla:
96
Marca A
35
36
49
44
43
37
38
42
39
40
Marca B
27
28
53
52
48
29
34
47
45
45
a)
b)
13.-
Estadstica y Probabilidades
14.-
15.-
Xi :
fi
17
11
10
a)
b)
Muestras de
(horas)
Empresa A
Empresa B
800
700 900
10
1000
900 1100
16
42
1200
1100 1300
26
12
1400
1300 - 1500
16.-
97
Talla
(cm.)
N de Nios
Talla
(pulg)
N de Nios
80-100
12
30-40
30
100-120
40-50
10
120-140
20
50-60
15
140-160
15
60-70
20
160-180
70-80
40
80-90
17.-
Las notas del curso A tuvieron una media aritmtica de 75 puntos y una
varianza de 225. Las del curso B, tuvieron una media de 70 puntos y una
desviacin estndar de 14. Si en ambos cursos las notas se aumentan en 10%,
cul de los dos cursos tiene un CV mayor despus de arreglar las notas?
18.-
Sueldos/mes
($)
N de tcnicos
Sueldos/mes
N de
(S/)
Profesionales
200
10
400
250
10
500
10
300
10
600
19.-
98
Estadstica y Probabilidades
20.-
21.-
El nmero de artculos producidos por dos mquinas durante los ltimos meses
ha sido el siguiente:
N artic.
N meses
N artic.
N meses
20
10-14
28
15-19
35
20-24
40
25-29
42
30-34
22.-
19
15
11
14
16
10
17
12
18
13
23.-
99
el sistema operativo con el que funcionan. Los resultados han sido los
siguientes:
En los ordenadores equipados con Windows XP:
27
25
50
33
25
86
28
31
36
85
10
29
18
25
14
31
19
100
Estadstica y Probabilidades
Solucionario de autoevaluacin
Respuesta
Respuesta
a) 13.8
15
a) 78.3
b) 13.04
2
3.25
10.5
a) 27.9
b) 69.6
16
13
21
25
17
a) 93.7
69.75
b) 75.5
66.68
a) 1242.63
b) 25
b) 1150
74.04
c) 1417.14
50.86
a) 16.3
18
a) 64.1
b) 14.4
b) 56
c) 11.6
c) 42.5
d) 12.3
d) 46.36
93.84
192.30
10
28.57
19
a) 44.17
b) 31
182.30
70.6
77.4
68
61
74
c) 59
d) 31
11
a) A
80.7
20
a) 67
b) 64.72
b) 61
c) 87.2
c) 61.37
d) 47.5
21
a) 16
77
12
120
13
a) 22.5
b) 9.25
b) 25.35
c) 14.22
a) 56.56
d) No 11.08
b) 64
e) 8.25
14
180
62
20
17.43
101
Respuesta
Respuesta
2da.
11
Peso
0.12
2
0.06
a) A
3.84
b) 2.25
4.89
8.25
12
2.87
a) A 18.23
13
A 16.7%
No
14
a) 1.25
Ramrez
-0.17
104.4
b) 7.57
c) 2.59
7.14%
b) 0.62
4.52
0.005
6.01
26.62
244
80
16
-44
20
17
20%
20%
1.3
18
16.6%
14.5%
Periodo anterior
19
2.69
15%
20
5.07%
21
A 77.7
22
15
34531.07
15762.71
12%
54.91
18.53
44.3
10
Grupo 2
22.4%
38.5%
23
564.71
24
A
11.24
102
11.9
28.86
43
12.6
33.2
102.54
324