Está en la página 1de 77

Ejercicios De Estadística Lic. Walter Varela Rojas.

EJERCICIOS RESUELTOS DE DISPERSION

1. la media del salario mensual que pagaba una empresa a sus empleados fue en junio de $ 300.en

julio se incorporo un grupo de empleados igual al 20% de los que en junio y con un salario

medio igual a $ 210. en agosto la empresa concedió un aumento general del 15% de los

salarios más $ 30.

a) calcule el salario medio de todos los empleados en el mes de agosto.

b) Si en julio el coeficiente de variación fue 0.04,¿Cómo ha variado este

coeficiente en el mes de agosto con respecto a julio?.

Solución:

Datos:

Junio: x  300

N=N

Julio: y  210

Agosto: W = Z + 0.15Z+0

W = 1.15 Z +30

Entonces: xN  y(0.2 N )
Z
N  0.2 N

300N  210 (0.2) N


Z
342 N 1.2 N
Z  285
1.2

Luego:

a) para Agosto:

1
Ejercicios De Estadística Lic. Walter Varela Rojas.

W  1.15x  30

W = 1.15 (285) + 30 = 357.75

b) para Julio: CV (Z) = 0.04

S
 0.04
z

S (Z) 0.04 (Z)

S (Z) = 0.04 (285)

S (Z) = 11.4

Luego:

S( W ) 1.15 S (Z)
CV (W)  
w 357.75

CV (W) = 0.037

 El coeficiente de variación de mes de agosto ha bajado con relación al mes de Julio.

2.- al calcular la media y la desviación estándar de 80 datos, resultaron 30 y 4

respectivamente. Un chequeo mostró que un lugar del valor 1.7 se introdujo 17. corrija la

media y la desviación estándar.

Solución:

Datos:
x
N = 80 = 30 Sx = 4 y = ?

a)
X
 xi   xi  30
N 80
2
Ejercicios De Estadística Lic. Walter Varela Rojas.

∑xi = 2400

∑yi = 2400 – 15.3

∑yi = 2384.7
.
. . la media corregida será:

Z
 yi 
2384.7
 29.809
N 80

 
2
S( x ) 
 x i   Xi 2
N N

4=
x 2
i
 (30) 2
80

16 =
 x i2  (30) 2
80
16 (80) =  x i2 900(30)

X 2
1 73.280

X 2
1  73.280 - ( 17 ) 2

X 2
1  72.991

La desviación estándar será:

72991  (1.7)
S( Z) 
 Y 21  (1.7)  (29.809) S( Z) 
80
 ( 29.809) 2
80
S ( Z )  4.885

4. el costo C en dólares por operación en una clínica depende del tiempo x, en horas, que esta

dure, y es igual a: C = 50 + 100x + x2

Calcule el costo medio de 30 operaciones si tuvieron una media y una desviación estándar

igual a dos horas.

3
Ejercicios De Estadística Lic. Walter Varela Rojas.

Solución:

x =2 Sx = 2 C = 50+ 100x+ 250 x2

Aplicando propiedad s de la media aritmética:

E (C) = E [50+100x + 250 x2]

E = 50 + 100 E (x) + 250 E (x2)

  X1 
E = 50 + 100 (2) +250  
 N 

Pero ∑ x12 = N (Sx2 + x2)

Entonces si N = 30
44
30C = [50 + 200 + 250 (30) ] 30 302

30C = [50 + 200 + 250 (8)]

30C = 2.250

5.-La varianza de n, (n> 4), datos de variable de X es de 40. Si la suma de los datos es 40 y la

suma de sus cuadrados es 560, calcular el coeficiente de variación de los datos después de la

transformación: Y = (3X + 9)/ 10.

Rp. n = 10, Sx = 40, X = 4, Y = 2.1, Sy = 1.897/2.1 = 0.9

Solución:

S = 40

∑ x1 = 40

X 2
1  560

S2  x 2

x
2

N
2
560  40 
40    4
N N
560 1600
40  
N N2
Ejercicios De Estadística Lic. Walter Varela Rojas.

40 N = 560 N – 1600

40 N2 – 560 N + 1600 = 0

4 N 2 – 56 N + 160 = 0

2 N2 = 28 N – 40 = 0

N - 10 = - 10 N

N - 4 = -4 N

- 10 N + (-4 N) = - 14 N

(N – 10) (N – 4) N=  10 ó N = 4

Como:

 3X  9 
V (y) = V  10 

5
Ejercicios De Estadística Lic. Walter Varela Rojas.

9 3
S2 y  ( 40 )  Sy  40
100 10
Sy  1.897

6.-El costo de producción X de una muestra de cierto tipo de objeto tiene una desviación

estándar de $ 30. El costo medio de la producción es de $ 250 para el 60% de la muestra y de

$ 200 para el resto. Si su precio de venta en dólares es dado por la relación Y = 1.1X + 10,

calcule la media y la varianza de la venta de la muestra.

Solución:
Sx = 30
x = 250  60 % (N) = N1
x = 200  40 % (N) = N 2

Precio De Venta: y = 1.1x+ 10

Hallando la media del costo del total de la muestra

N1 x 1  N 2 x 2 250(50)  100 x 2
x x
N1  N 2 150
150 N  80 N 230 N
x 
N N
x  230

 La Media De Venta De La Muestra Será:

y = 1.1x+10

y  1.1 x  10

y = 1.1 (253)+10

y =253 +10

y =263
1.1x  10
6
Ejercicios De Estadística Lic. Walter Varela Rojas.

V (y) = V

V (y) = (1.1)2 V(x)

V (y) = (1.1)2 (900)

V (y) = 1089

7. El costo inicial de producción, X; de una muestra de 50 objetos de cierto tipo, tiene una

desviación estándar de $ 3. La media del costo de producción es de $ 25 para 30 de los

objetos de la muestra y de $ 20 para el resto. El costo final de producción Y es dado por la

relación: Y = 1.15X + 2.

Suponga que el precio de venta de cada objeto de la muestra es proporcional al cuadrado

del costo final de producción, ¿Cuánto se recaudaría por la venta total de los 50 objetos?.

Solución:

x 1  25
N = 50 Sx = 3 N1 = 30

x 2  20
N2 = 20 X=? Y =? Sy =?

Hallando el promedio:
N1 x 1  N 2 x 2
x
N1  N 2
25(30)  20(20)
x
50
750  400 1150
LUEGO: y = 1.15x +x2 50
 Sy = 1.15 Sx + 0
50
y  1.15x x2 23 Sy  1.15(3)
y  1.15(23)  2 Sy  3.45
y  28.45 S y  11. 9025
2

Sea el precio de venta Z


z  ( S2 y  y 2 )

z  11 .9025  ( 28.45) 2 
z  821.305
7
Ejercicios De Estadística Lic. Walter Varela Rojas.

La recaudación final será:


C  N z  50 (821.305)
C  41065.25

8. En una prueba de aptitud aplicada a 100 personas se obtuvo la siguiente información: Los

puntajes se tabularon en una distribución de frecuencias de 5 intervalos de amplitud iguales,

siendo el puntaje mínimo, 40 y el máximo, 90. La frecuencia absoluta del intervalo central fue

de 40 y del quinto de 10. La frecuencia relativa del primer intervalo fue de 0.05 y la del cuarto

de 0.15.

a) Calcule los cuartiles 1, 2, 3 y utilizando estas medidas analice la asimetría.

b) Calcule la varianza si a cada persona se bonifica con 10 puntos.

Solución:

N = 100 M = 5 y0 = 40 y5 = 90

f3 =? f 5 =? h1= 0.05 h4 = 0.15

Entonces:

f i = h i(n)

f i = 0.05(100) =5

f4 = h4 (n)

f4 = 0.15 (100) = 15

R = 90 – 40 = 50

R 50
C   10
M 5

yi-1 – yi yi fi hi Fi Yifi yi2fi

8
Ejercicios De Estadística Lic. Walter Varela Rojas.

40-50 45 5 0.05 225 10125 5


50-60 55 30 0.3 1650 90750 35
60-70 65 40 0.4 2600 169750 75
70-80 75 15 0.15 1125 84375 90
80-90 85 10 0.1 850 72250 100
100 1 6450 426500

∑ fi = 100
x   x ifi 
2 2
f
f1+ f2+ f3+ f4+ f5=100 V (x)  1 i
 
N  N 
2
5+ f2+40+15+10=100 426500  6450 
V (x)  
100  100 
f2 = 100 – 70 426500 41602500
V (x)  
100 10000
f2= 30 V (x)  104.75  Sx  10.2347
6450
x  64.50
100

a)

N 
2  f i 1  N 100
Me  y i -1  C  :  5
 Fi  2 2
 
 50  35 
Me  60  10 
 40 
Me  60  3.75
Me  63.75
3( x  Me) 3(64.50  63.75)
AS  
Sx 10.2347
AS  2.25  0.2198 ó 0.22

b) y = x+10

V(y) =V(x+10)

V(y) = V (x)+0

V(y)=V(x) = 104.75

La varianza no varía

9
Ejercicios De Estadística Lic. Walter Varela Rojas.

9. Los siguientes datos muestran los calificativos de 20 personas sometidos a una prueba de

aptitud. Los 20 estudiantes fueron divididos en dos grupos, al grupo 1 se calificó de 0 100 y al

grupo 2 de 0 a 20:

Grupo 1: 86, 81, 79, 73, 95, 86, 94, 90, 86, 88.

Grupo 2: 16, 19, 13, 20, 14, 16, 19, 18, 17, 15.

a) Calcule la media y desviación estándar en cada grupo, ¿Cuál de los grupos es más

homogéneo?

b) ¿se puede aceptar que el estudiante con 73 puntos del grupo1 tiene mayor aptitud que

el estudiante con 13 puntos del grupo 2?.

Solución:

GRUPO 1

A)  xC  854  85.8
x
N 10
2
 x i fi
S2 y    x2
N
74024
S2 y    85.8 2
10
S2 y  40.76
Sy  40.76
Sy  6.38435
Sx 6.38435
CV1  
x 85.8
CV1  0.7441

y
y 167
  16.7
N 10
GRUPO 2 2
 yi fi
S2 y    y2
N
2837
S2 y   16.7  2
10
S2 y  4.81
Sy  4.81
Sy  2.19317
Sy 2.19317
como CV1< CV2   CV2 , entonces el grupo 1 es el mas homogéneo
y 16.7
CV1  0.131327

10
Ejercicios De Estadística Lic. Walter Varela Rojas.

x  x 73  85.8
Z   2.004
S 6.38435
y  y 13  16.7
Z   1.68
S 2.19317

En el segundo grupo estas mejor

10. Los sueldos en dólares de los empleados de dos empresas A y B se dan en la siguiente tabla de

frecuencias:

Sueldos [50, 90[ [90, 130[ [130, 170[ [170, 210[ [210, 250[
Empresa A 12 14 16 60 20
Empresa B 30 80 15 14 13

a) Calcule la simetría de las distribuciones A y B. Grafique las ojivas relativas. ¿Es el

rango intercuartil de A, menor al rango intercuartil de B?

b) ¿En qué empresa los sueldos son más homogéneos?

c) Si un empleado de A y otro de B ganan cada uno $ 130, ¿Quién de ellos está mejor

ubicado en su centro de trabajo

Solución:

M=3

Xmin = 50

Xmax = 200

R = 200 – 50 =150

150
C  50
3
Para “A”:

yi-1 – yi yi fi Yifi yi2fi

50 -100 75 10 750 56250


100 – 150 125 30 3750 468750
150 – 200 175 30 5250 918750

11
Ejercicios De Estadística Lic. Walter Varela Rojas.

∑ 70 9750 1443750

Para “B”:

xi-1 – xi xi fi Xifi x 2f
i i
60 -120 90 30 2700 243000
120 – 180 150 50 7500 1125000
180 – 240 210 20 4200 882000
∑ 14400 225000

Para “A”:
y
y f i i

9750
 139.2857
N 70
2
 yi fi
S2 y    y 2
N
1443750
S2 y   139.2857  2
70
Sy  1224.493776
Sy  34.9927

Luego:
Sy 34.9927
CV  
A y 139.2857
CV  0.25
A

Para “B”:

 x i fi 14400
x   144
N 100
 x ifi
 x 
2
S2 x 
N
2250000
144
2
S2 x 
100
Sx  1764
11. Sx  42 Las notas de un examen se
Sx 42
CVB   0.29167 tabularon en una distribución de
x 144
12
Ejercicios De Estadística Lic. Walter Varela Rojas.

frecuencias de cuatro intervalos de amplitud iguales a cuatro, siendo el dato mínimo igual a

cuatro y las frecuencias relativas primera y tercera respectivamente 0.15 y 0.35. Calcule la

varianza de la distribución si la media aritmética es de 12.4.

Solución:

Xmin = 4

m=4
x12.4
C=4

h1= 0.15

h3 = 0.35

xi-1 – xi xi hi Xifi
4–8 6 0.15 5.4
8 – 12 10 0.30 30
12 – 16 14 0.35 68.6
16 – 20 18 0.20 64.8
∑ 1.00 168.8
Conocemos que:
x   x i h i 12.4

Pero: x1h1 + x2h2+ x3h3 + x4h4 = 12.4

6(0.15) + 10 h2 + 14(0.35) + 18 h4 = 12.4

10h2+ 18 h4 = 6.6………….(1)

Además:

H1 + h2 + h3 + h4 = 1

H1+ h4= 0.50

h2= 0.5 – h4…………..(2)

Reemplazando (2) en (1)

10(0.5 – h4) + 18(h4) = 6.6

5 – 10h4+ 18h4= 6.6

8h4= 1.6

13
Ejercicios De Estadística Lic. Walter Varela Rojas.

h4 = 0.2

h2 = 0.5 – h4

h2= 0.5 – 0.2 h2= 0.3

Luego la varianza será:


V x    x 2h   x h 2
i i i i

V x   168.8  12.4  2
V x   15.04

12. Los sueldos en dólares de 50 empleados de una empresa se dan en la siguiente tabla:

Sueldos [60, 100[ [100, 140[ [140, 180[ [180, 220[ [220, 260[
Empleados 8 10 20 7 5
Se plantean dos alternativas de aumento: La primera, consiste en un aumento general de $

50. La segunda consiste en un aumento general del 30% del sueldo, además una

bonificación de $ 10.

a) ¿Cuál de las dos propuestas conviene a los trabajadores si el interés es:

i. Subir la media de los sueldos?

ii. Bajar la dispersión de los sueldos?

b) ¿Es la mitad inferior de los sueldos más homogénea que la mitad superior?

Solución:

yi-1 – yi yi fi yifi y 2f
i i
60 – 100 80 8 640 51200
100 – 140 120 10 1200 144000
140- 180 160 20 3200 512000
180 – 220 200 7 1400 280000
220 - 260 240 5 1200 288000
∑ 50 7640 1275200

Calculando el promedio:
y f
y i i  7640  152.8
N 50

14
Ejercicios De Estadística Lic. Walter Varela Rojas.

Calculando la varianza: 2
 x i fi
S2 y    y 2
N

1275200
S2 y   152.8 2
50

Sy  2156.16
Sy  46.434

A.- 1era alternativa:

y = x +50

2da alternativa: Z  1.3y  10

x  y  50
a) x  152.8  50
x  202.8

z  1.3y  10
b)
z  1.3(152.8)  10
z  208.64
Por lo tanto: La 2da alternativa es la más conveniente si se desea

subir la media de los sueldos

V ( x )  v( y  50)
B.- V ( x )  v( y)  2156.16
Sx  Sy  46.434
Sz  S(1.3y  10)
Sz  1.3Sy
Sz  1.3(46.434)
Sz  60.3642
Sx 43.424
 CVx    0.299
x 202.8
Sz 60.3642
 CVz    0.289
z 208.64

15
Ejercicios De Estadística Lic. Walter Varela Rojas.

13. Un conjunto habitacional está formado por 3 edificios de departamentos. Se tiene los

siguientes datos respecto al consumo mensual de electricidad de cada uno de los edificios.

Edificio 1: Tiene 8 departamentos, la media y la desviación estándar de los consumos es

S/. 85 y S/. 12 respectivamente.

Edificio 2: Tiene 2 departamentos cuyos consumos en soles son: 88, 92, 106, 110, 93, 102,

91, 94, 80.

Edificio 3: Los consumos se dan en la siguiente tabla:

Departamentos
Consumo en
soles
[50, 60[ 1
[60, 70[ 2
[70, 80[ 4
[80, 90[ 3

a) ¿Cuál de los edificios tiene el menor consumo de electricidad?

b) ¿Cuál es el consumo promedio en todo el conjunto habitacional?

c) ¿En cuál de los edificios los valores que representen los consumos están más

dispersos?

Rp.a) Edif..1: con S/. 680; b) S/. 84.296; c) en Edif..1, CV1 = 0.14

Solución:
N2  9
Edificio 1: y i1  888;92;106;110 ,93,102;91,94;80
N
 y i  856  95.11
x  85
y
Sx  12N 9
 y i  82114
2

Edificio 2:
S2 y 
y 2
i
 ( y) 2
N
82114
S2 y   (95.11) 2
9 16
S 2 y  77.867
Sy  8.824
Ejercicios De Estadística Lic. Walter Varela Rojas.

zi fi zifi
zi2f i
55 1 55 3025
65 2 130 8450
75 4 300 22500
85 3 55 21675
∑ 10 740 55650

Luego:
z z f i i

740
 74
N 10

S2 z 
z f 2

 ( z) 2
i i

N
55650
S2 y   (74) 2
10
S2 y  89
Sy  9.43

 Consumo en el edificio 1: N1 x  8(85)  680

 Consumo en el edificio 1: N 2 y  9(95.11)  855.99

17
Ejercicios De Estadística Lic. Walter Varela Rojas.

 Consumo en el edificio 1: N 3 z  10(74)  740

a) El edificio 1 es el que tiene el menor consumo de electricidad con un monto de 680 en

comparación con los demás edificios.

b) El consumo promedio en todo el conjunto habitacional será:

N1 x  N 2 y  N 3 z
w
N1  N 2  N 3
8(85)  9(95.11)  10(74)
w
8  9  10
w  84.296

c)
Sx 12
CV1    0.141
x 85
Sy 8.824
CV2    0.093
y 95.11
Sz 9.43
CV3    0.13
z 74

Por lo tanto:

Los valores del edificio 1 son más dispersos.

14. En una empresa coeficiente de variación de los ingresos de 150 empleados es de 69%.

Después de un aumento de los sueldos en S/.85 a cada uno de ellos, el coeficiente de variación

resultó 54%. La empresa fija un salario mínimo de S/. 350 lo que beneficia a 50 empleados

que entes reajuste ganaban menos de S/. 280 con un sueldo promedio de S/. 250. ¿Qué

18
Ejercicios De Estadística Lic. Walter Varela Rojas.

cantidad de dinero necesita mensualmente la empresa para pagar los sueldos después del

reajuste?.

Solución:

 Antes del reajuste:


CV  69%  0.69
N  150
Sx
 0.69
x
Sx  0.69( x )..............(1)

 Después del reajuste:

N  150
CVy  54%  0.54
y  x  85
Sy  Sx
Sy Sx
  0.54
y x  85
 Sx  0.54( x  85)
0.69 x  0.54 x  54(85)
0.15x  45.9
x  306
N  x2  ?
Luego :
N1 x 1  N 2 x 2
x
N1  N 2
250(50)  100 x 2
306 
150
x 2  334

Luego el reajuste será:

y1  x1  85
y1  250  85
y1  335
y 2  x 2  85
y 2  334  85 19
y 2  419
Ejercicios De Estadística Lic. Walter Varela Rojas.

En conclusión:

El dinero que se necesita para pagar después del reajuste (E) será:

E  N1 y1  N 2 y 2
E  50(350)  100( 419)
E  59400

15. En una empresa donde trabajan hombres y mujeres la media general de los sueldos es $ 250. Si

la media y la desviación estándar de los sueldos en el grupo de varones es $ 270 y $ 15 y en el

grupo de mujeres es $ 220 y $ 10.

a) Calcule el porcentaje de hombres y mujeres.

b) Calcule la desviación estándar de los sueldos de todos los trabajadores de la empresa.

Solución:
x H  270
x M  220
Nn  ?
S( x H )  15
S( x M )  10
Además :
x G  250
NH xH  NM xM
xG 
NH  NM
270 N H  220 N M
250 
N
Pero :
NH h (n )
 H M  hM
N n

20
Ejercicios De Estadística Lic. Walter Varela Rojas.

Además :
hH  hM  1  hH  1  hM
Entoncessetendrá :
250  270h H  220h M
250  270(1  h M )  220h M
h M  0.40  40%
hH  1  hM
h H  1  0.40
h H  0.60  60%

a) El porcentaje de varones es de 60% mientras que el de las mujeres es 40%.

S2 ( x G )
 N1S12  N 2S22  N1 ( x1  x G ) 2  N 2 ( x 2  x G ) 2
N

   
2
S (x G )
 N1 S12  ( x1  x G ) 2  N 2 S22  ( x 2  x G ) 2
N
   
S ( x G )  h H S12  ( x1  x G ) 2  h M S22  ( x 2  x G ) 2
2

  
S2 ( x G )  0.60 152  (270  250) 2  0.40 102  (270  250) 2 
S2 ( x G )  775
S( x G )  775
S( x G )  27.84

21
Ejercicios De Estadística Lic. Walter Varela Rojas.

16. Las calificaciones de 120 personas que rinden una prueba de aptitud divididos en dos

grupos A y b tienen una media total de 208 by una varianza de 1728.6. La media y la varianza

de las calificaciones del grupo A es 240 y 225 respectivamente. Si 72 de tales personas forman

parte del grupo A. Calcule la media y la varianza de las calificaciones del grupo B

Solución:

Datos:

N  120
S12  225
x 1  240
S22  ?
x2  ?
S2 x  1728.6
x  208
n 1  72
Ahora :
n 2  120  72  48
N x  N2 x2
x 1 1
N
240(78)  48x 2
208 
120
x 2  160
N 1S12  N 2 S 22  N 1 ( x 1  x ) 2  N 2 ( x 2  x ) 2
S2 x 
N
72(225)  48S 2  72(240  208) 2  48(160  208) 2
2
S2 x 
120
72(225)  48S 2  72(240  208) 2  48(160  208) 2
2
1728.6 
120
S 2  144
2

17. Los precios de un producto en las 50 tiendas del centro de una ciudad a varían entre 8 y 18

soles. Estos precios se han organizado en una distribución de frecuencias con 5 intervalos de

22
Ejercicios De Estadística Lic. Walter Varela Rojas.

amplitud iguales, resultando que en el 16, 56, 76 y 90 por ciento de estas tiendas los precios

fueron inferiores a 10, 12, 14 y 16 soles, respectivamente. Un estudio similar mostró que en

las de otra ciudad B, la media de los precios del mismo producto resultó ser 13.5 soles con

una desviación estándar de 3 soles. Una tienda, que tiene sucursales en los centros de las

ciudades A y B, vende el producto en la ciudad B a 12 soles. Si esta tienda, tiende a fijar sus

precios de acuerdo al medio, estime el precio al que vende este producto en la ciudad A.

Solución:

Ciudad A:

n = 50

Xmin = 8

Xmax = 18
10
25
5 y 2f
i i

y 2F
i i

Intervalo Yi hi Yihi Fi

x A  12.24
8-10 9 0.16 1.44 12.46 8 648

10-12 11 0.40 4.4 48.4 20 2420

12-14 13 0.20 2.6 33.8 10 1690

14-16 15 0.14 2.1 31.15 7 1575

16-18 17 0.10 1.7 28.9 5 1445


∑ 12.24 155.61 50 7778
Ciudad B:

 yi hi  y 2
2

S 2

f m i
2
1
x
2
A
N
S2 =

23
Ejercicios De Estadística Lic. Walter Varela Rojas.

S2A  155.56  149.8176

Z  12
NA x A  Nb  x B
Zx
NA  NB

50(12.24)  N 9 (13.5)
Zx
100
N = 43.56 N = 44

18. Los tiempos que emplearon 900 personas para hacer una tarea tienen una media de 30

minutos y una desviación estándar de 3 minutos.

b) ¿Cuántas personas por lo menos emplearon entre 24 y 36 minutos para hacer esa

tarea?

c) Determine un intervalo más corto en el que se encuentran los tiempos empleados por

al menos 800 de estas personas.

d) Si la distribución de los tiempos empleados es simétrica, ¿Qué porcentaje de estas

personas emplearon más de 39 minutos? Rp. a)C = 2, al menos 675; b) 1 – C2 = 8/9,

C = 3 (21, 39), c) menos de 1/8 o 5.55%

Solución:
N  900
x  30
S3
 30  C(3);30  C(3)   24;36
30  C(3)  24
C2
Entonces :
1 1 3
1 2 1 2   0.75
C 2 4
a )0.75(900)  675
24
b)900  100%
 800  x
x  88.89%  0.8889
Ejercicios De Estadística Lic. Walter Varela Rojas.

Entonces :
1
1  0.8889
C2
1
C2   9.0009
0.1111
C3
 El int ervaloserá :
 30  C(3);30  C(3)   30  3(3);30  3(3)
 30  C(3);30  C(3)   21;39

19. Los puntajes obtenidos en una prueba de conocimientos tienen una media igual a 8 y

un coeficiente de variación de los puntajes es igual a 0.25

a) Halle el porcentaje de evaluados puntajes estén comprendidos en el intervalo [04,12].

b) Si el puntaje mínimo es igual a 02, ¿Qué proporción de los evaluados tienen mas de

14?

Rp. s = 3, a) C = 2, al menos 75%, b) C = 3, al menos 88.89% en

[2, 14], menos de 11.11%

Solución:

x 8
CV  0.25
S
CV   8(0.25)
x
S2
  8  C( 2);8  C( 2)    4;12
8  C( 2)  4 25
C2
Ejercicios De Estadística Lic. Walter Varela Rojas.

Entonces :
1 1 3
1 2
 1  2   0.75  75%
C 2 4
a )75%
b) 8  C( 2)    2
8  C ( 2)  2
C3
Entonces :
1 1 8
1  1  2   0.0.8889  88.89%
C2 3 9
Peromásde :
 02  14  88.89%
14  más  100%  88.89%
14  más  11 .11 %

20. la tabla que se presenta a continuación corresponde a una número de personas que se

encontró en una muestra tomada en 4 distritos y que son consumidores de un producto.

La tabla muestra la clasificación por distrito y por edad y sexo:

Distrito (Edad) (Edad)


hombres mujeres

20 - 30 30 - 40 40 - 50 20 - 30 30 – 40 40 - 50

26
Ejercicios De Estadística Lic. Walter Varela Rojas.

lince 15 45 32 22 18 60
Lima 50 32 28 35 44 22
pueblo libre 15 36 45 32 60 18
surco 40 24 14 46 45 24

a) compare la variabilidad de las edades de los hombres y mujeres de lince.

b) compare la variabilidad de las edades en lince y pueblo libre.

c) compare la variabilidad de las edades de hombres y mujeres de la muestra.

d) halle la varianza de las edades de toda la muestra.

Rp. a) CVH = 0.187, CVM = 0.212, b) CVL = 0.235, CVPL = 0.203, c) CVH = 0.228, CVM

= 0.224, d) 62.072

21. las notas finales del curso de estadística que varían de cero a veinte, se tabularon en una

distribución de frecuencias de 5 intervalos de igual amplitud.

La ojiva de frecuencias relativas resultante corresponde al grafico de la función:

0.025x 0x4
0.0375x 0.05 4x8

H(x)   0.05x 0.15 8  x  12 0
 0.075x 0.45 12  x  16

 0.0625x 0.25 16  x  20

Calcule la media, mediana y la desviación estándar de las notas

Rp. frec. 0.10, 0.15, 0.20, 0.30, 0.25, media= 12.667,

Desv. Estad. = 5.134.

Solución:
Intervalo yi hi Hi yihi yihi
0-4 2 0.10 0.10 0.2 0.4
4-8 6 0.15 0.24 0.9 5.4
8-12 10 0.20 0.45 2 20
27
12-16 14 0.30 0.75 4.2 58.8
16-20 18 0.25 1 4.5 81
∑ 11.8 165.6
Ejercicios De Estadística Lic. Walter Varela Rojas.

x   yihi

x  11 .8

 1  0.45 
Me = 12+4  2 
 0 .3 
 

Me =12.67

K
S2 =  hiy
I 1
2
i1  x2

S2 = 165.6 – (11.8)2

S2 = 165.6-139.24

S2=26.36

S = 5.1342

22. un gerente de ventas de una empresa ha registrado los siguientes montos de ventas de al

menos s/. 100 en un determinado dia.

139 222 261 209 258 204 177 227 115


154 188 233 200 247 285 241 216 220
198 181 194 102 199 215 212 209 276
218 238 197 167 223 170 194 239 205
193 267 205 199 400 300 100 102 270

Haga el análisis descriptivo de los datos utilizando diagrama de caja.

23. en una prueba de aptitud un investigador asigna a dos grupos de personas los siguientes

valores:

Grupo 1: 86 89 74 73 95 86 94 90 86 88 74 76 75 93 92
Grupo 2: 88 95 60 100 76 93 90 98 92 75 65 68 70 73 94

28
Ejercicios De Estadística Lic. Walter Varela Rojas.

Utilizando un diagrama de caja: compare la variabilidad y la asimetría de los dos grupos

(¿Cuál de los dos es mas asimétrico?)

a) si los valores están en escala de intervalos

b) si los valores están en escala de orden

Rp. a) grupo1: Q1 = 75, Me = 86, Q3= 92, RI = 17, Min = 73,

Max = 95, grupo 2 : Q1 = 70, Me = 88, Q3 = 94, RI = 24, Min = 60, Max = 100,

grupo2, es mas disperso, ambos tienen asimetría negativa, en 1, 11/6= 1.83 y en 218/6 = 3,

luego 2 es mas asimétrica, b) idem.

Solución:

Grupo 1:

73, 74,74, 75, 76, 86, 86, 86, 88, 89, 90,92, 93, 94, 95,

Para el
15
Q1   3.75  4
4
Entonces :
Q1  75

Me = 86

3(15)
Q3   11 .25  12
4
Entonces :
Q 3  92

RI = Q3 – Q1

RI = 92-75

RI = 17

Hallando el valor máximo y mínimo:

[P25- 1.5RI; P75 +1.5RI]

29
Ejercicios De Estadística Lic. Walter Varela Rojas.

[75 – 1.5(17);92 + 1.5(17)] = [50;118]

Para el grupo 2:

60, 65, 68, 70, 73, 75, 76, 88, 90, 92, 93, 94,95, 98,100

15
Q1   3.75  4
4
Entonces :
Q1  70

Entonces:

Me= 88 por ser el octavo termino.

3(15)
Q3   11 .25  12
4
Entonces :
Q 3  94

RI = 94 – 70

RI = 24

REGRESION LINEAL SIMPLE

1. ¿Por qué son iguales los signos de coeficientes de correlación y de la pendiente de la

recta de regresión de mínimos cuadrados?

S xy
Sol.: De: r ; coeficiente de correlación
SxS y

30
Ejercicios De Estadística Lic. Walter Varela Rojas.

S xy
b ; pendiente de la recta de regresión
S 2x

S xy Sy Sy Sy
b . r r b
SxS y Sx Sx Sx

 vemos que tienen el mismo signo.

2. Dadas las rectas de regresión de mínimos cuadrados y = a + bx y C + dy, Verificar

que bd es igual al coeficiente de determinación.

S xy S xy
Sol.: De: b 2
;d  2
Sx Sy

S xy S xy
bd  2
.  r.r  r 2
Sx SxS y


bd = r2

3. Si los gráficos de las rectas de regresión de y en x y de x en y forman un ángulo de

90º, que se puede afirmar del índice de correlación.

Sol.:

De los datos tenemos:

y = a + bx : L1

x = c + dy : L2

Luego: Se sabe : r2 = bd y

Si L1 y L2 forman un ángulo de 90°

 bd = 0

 r2 = bd = 0

31
Ejercicios De Estadística Lic. Walter Varela Rojas.

S xy S xy
r2  : 0
SxS y SxS y

2
S 2 xy
 2 2  02
S xS y

S xy
 0
SxS y

r0

4. Si (x1, y1), (x2, y2) … (xn, yn) son n pares de datos observados que se encuentran en la

recta L: n y = mx + b. ¿Por qué L es la recta de regresión de mínimos cuadrados para

estos puntos? ¿Qué porcentaje de la varianza total de los yi es aplicado por L?

Sol.: yn

yi
yi = yi
yi

y3

y2

y1

x1 x2 x3 xn

 Tenemos que los lados observados, son los mismos que los lados

pronosticados

Se sabe que: Dados observados (x1, y1), (x2, y2) … (xn, yn)

Dados pronosticados (x1, ŷ1 ), (x2, ŷ 2 ) … (xn, ŷ n )

Si L es la recta de regresión de mínimos cuadrados => SCE es la misma o mínima.

32
Ejercicios De Estadística Lic. Walter Varela Rojas.

=> SCE   yi  yˆ i     yi '  y


ˆ i' 
2 2
0
obs

 L es la recta de regresión

5. Dado la recta de regresión de mínimos cuadrados y = a + bx si se produce un

incremento igual a C en uno de los valores de x. ¿Cuánto es el incremento respectivo

que se produce en y?

Sol.:

Como y = a + bc

x = x’ + c

Qué viene a ser el incremento

=> y = a + b(x’ + c)

y = a + bx’ + bc

Luego vemos que (b.c)

es el incremento que se produce

en y.

 el incremento:

(l – r2) + r2 = será el porcentaje

6. Al realizar la regresión de y en x basado en una muestra de 10 pares de datos (xi, yi) se

tiene que la varianza de los yi es igual a 16 y que la suma de cuadrados de debido a la

regresión es 140. ¿Qué porcentaje de la varianza de los yi es aplicada por la regresión?

Sol.:

n = 10

33
Ejercicios De Estadística Lic. Walter Varela Rojas.

SCR = 140

S2y = 16

SCR SCT
r2  se sabe que S2y 
SCT n

SCT  160
SCR
r2 
SCT

140 14 7
r2    r2 
160 16 8

r 2  0.875  87.5%

34
Ejercicios De Estadística Lic. Walter Varela Rojas.

7. El coeficiente de correlación entre 2 variables x . y es r = 0.60 , si Sx = 1.50, Sy =

200, x = 10, y = 20. Hallar la recta de regresión.

Sol..

a) de y en x: y = a + bx

S xy S xy S xy
b r  0.60 
S 2
x S xS y (1  8)(2)

 S xy  1.8

1.8
b  0.8
2.25

a  y  b x  a  20  0.8(10)  12

y  12  0.8 x

b) de x en y: x = a + by

S xy 1 .8
b   0.45
S xS y 4

a  x  b y  10  (0.45)(20)  1

a  1  0.45 y

8. Si n pares (xi, yi) ... (xn, yn) son tales que cumplen la relación yi= 1/5(xi - 2), si y =

0. ¿Es válida la relación S x y = S2 x / 5?

Sol.:

1
yi   xi  2  ; si y  0
S

35
Ejercicios De Estadística Lic. Walter Varela Rojas.

b
S xy
2 S xy 
x y i i
 xy
S x n

x
2

S x  n xi  ( xi ) 1 
n 2 2 i
 S yx   5 ( xi  2)
n

x 1  xi
2 2
i
S 2
x   (x) 2
S xy  ( xi  2)
n 5 n

x 1   xi  2 xi 
2 2
i 2x S xy   
S 2
x   ( i )2 5  n 
n n 

1   xi  1   xi 
2 2

S 2
x    ( x) 2  S xy   2x 
5  n  5  n 

 La relación es válida

9. Si la ecuación de regresión de y en x es: y = 3 + 2x, hallar la ecuación de regresión de

y’ en x’ donde x’ = x + 3 e y’ = y + 6

Sol.:

De : y = 3 + 2x ... (1)

x’ = x + 3 => x = x’ – 3

y’ = y + 6 => y = y’ – 6

Reemplazando en (1)

y’ – 6 = 3 + 2(x’ – 3) => y’ - 9 = 2(x’ – 3)

y’ = 6 + 3+ 2x’ – 6

y’ = 3 + 2x

36
Ejercicios De Estadística Lic. Walter Varela Rojas.

10. Al estudiar la regresión lineal entre los ingresos medios (y en $) y el número de hijos

por familia (x) se obtuvo la siguiente información:

x = 3, y = 700, Sx = 0.5 Sxy

Estimar los ingresos de las familias con 4 hijos a cuántos hijos por familia

correspondería un ingreso estimado de 712 $.

Sol.: hallando y = a + bx

S xy S xy 1
b 2
  4
S x 0.25S xy 0.25

a  y  b x  a  70  4(3)

a  688  b x  a  70  4(3)

como xi = 4 => yˆ  688  4( 4)

yˆ  704

nos pide para un ingreso de 712

yˆ  688  4 x

712  688  4 x

4 x  24

x6

11. Al estimar las ventas (y) de un artículo en función a los precios (x) se usó una recta de

mínimos cuadrados basado en una muestra de 4 datos. Si las ventas observadas fueron:

10, 8, 6, 14 y si las ventas estimadas respectivas son (10.8, 8.2, 5.6, 13.4). ¿Qué

porcentaje de la varianza de las ventas son o es explicado por la recta de regresión?

Sol.:

yi ŷ i yi  y yi  yˆ i yˆ i  y ( yi  y ) 2 ( yi  yˆ i ) 2 ( yi  y ) 2

37
Ejercicios De Estadística Lic. Walter Varela Rojas.

10.80 9.98 1.30 0.62 0.48 1.69 0.67 0.23


8.20 8.05 -1.30 0.15 -1.45 0.02 2.10
5.60 6.12 -3.90 -0.52 -3.38 15.21 0.27 11.42
13.40 13.85 -3.90 -0.45 3.90 15.21 0.20 15.21
38.00 0.00 0.00 0.00 33.80 1.16 28.86

S xy 135
b 2
  0.9657
Sx 140

a  y  bˆ x  a  9.5  (0.9657)(9.8)

a  0.3259

y  0.3259  0.9657 x

(y i  y   ( yi  yˆ i ) 2  ( yˆ i  y ) 2

33.8 = 1.16 + 98.86

33.8 1.16 28.86


  
33.8 33.8 33.8

1 = 0.03 + 0.9657

96.57

33.8 1.16
   SCR
33.8 33.8

1 = 0.343 + SCR

SCR = 1 – 0.03

12. De la relación entre ingresos mensuales y gastos de educación de las familias, una

muestra proporciona un coeficiente de determinación de 90.25% medias $ 240, & 120 y

desviación standar $ 10 , $ 7

38
Ejercicios De Estadística Lic. Walter Varela Rojas.

a) En cuánto se estima los gastos por educación de una familia cuyo ingreso

mensual es de 300 $.

b) Si una familia estima su gasto por educación en 370 $ ¿Cuánto debería ser su

ingreso mensual?

c) Si una familia tiene un aumento de $ 50 ¿En cuánto se incrementaría la

estimación de un gasto en educación?}

Sol.:

S 2 xy S 2 xy
De r  2
2
2
 0.9025  2 2
 S 2 xy  4422.25
S xSy (10) (7)

S xy  66.5

S xy 66.5
b 2
  0.665
S x 100

a  y  6 x  120  (0.665)(420)

a  159.3

y  159.3  0.665 x

a) yˆ  159.3  0.665 x

yˆ  159.3  0.665(300)

yˆ  40.2

b) 370  159.3  0.665x  0.665x  529.3

 x  798.94

c) Supongamos que la familia que tiene ingreso de 300 tiene el aumento

de S/. 80.00

yˆ 2  159.3  0.665(350)

yˆ 2  159.3  232.75

yˆ 2  73.45

39
Ejercicios De Estadística Lic. Walter Varela Rojas.

Luego: yˆ 2  y1  73.45  40.2  33.25

13. Al estudiar la relación entre la edad (x) y la presión sanguínea (y) a partir de una

muestra de mujeres, se obtuvo la siguiente información

Sx = 7.5, Sy = 10, x = 50, y = 120, r = 0.90

a) Hallar la relación lineal de la presión con respecto a la edad y predecir la

presión sanguínea para una mujer de 45 años.

b) ¿Qué porcentaje de la varianza de la presión es explicada por la regresión de la

presión sanguínea con respecto a la edad?

Sol.:

S xy S xy
a) De: r  0.90   S xy  67.5
S xS y (75)(10)

S xy 67.5
b 2
  1.2  b  1.2
Sx (7.5) 2

a  y  6 x  a  120  (1.2)(50)  a  60

y  60  4.2 x

Si : x = 46
 
=> y  60  1.2( 45)  y  114

para b) r = 90 => r2 =0.81 => 81%

14. Al estudiar la relación entre el costo (x) y las utilidades (y) en dólares de ciertos

productos a partir de una muestra se obtuvo la siguiente información:

Sx = 5, Sy = 4, x = 100, y = 50, y = -2670.75x

a) ¿Qué porcentaje de la varianza de las utilidades es explicada por la regresión

de utilidades sobre costos?

40
Ejercicios De Estadística Lic. Walter Varela Rojas.

b) Si cada valor del costo se aumenta en $ 3 y el valor correspondiente a la

utilidad se aumenta en & 6. ¿En cuánto se estima la utilidad para un costo de

120$?

Sol.:

S xy S xy
a) De: b 2
 0.76   S xy  19
Sx 25

S xy 19
r   0.95  r  0.98
S xS y (5)( 4)

r 2  0.9025  90.25%

b) x   S / .3; y  S / .6  x  103, y  56

De: y ' y  b( x ' x )

y '56  0.76( x '103)

y '  022.28  0.76 x ' 

y '  22.88  0.76 x '

Si el costo es S/ 120

yˆ 2  22.28  0.76(120)

yˆ 2  22.28  21.2

yˆ 2  68.92

15. Utilizando los n pares de datos (xi, yi) ... (xn, yn) se obtiene una ecuación de regresión

lineal con pendiente igual a -1. Determinar el índice de correlación entre los valores xi

e yi , además Sx/Sy = 0.9.

Sol.:

y  y  b( x  x )

De lo cual b = -1

41
Ejercicios De Estadística Lic. Walter Varela Rojas.

Sx Sx
Se sabe que: r b  r  (1)
Sy Sy

 ( 1)(0.5)  0.9


r = 0.9

16. Si n pares (xi, yi) ... (xn, yn) tienen índice de correlación r, comprobar que la recta de

regresión para los puntos (x*i, y*i) ... (x*n, y*n) en donde:

xi  x * y i  y
xi*  , yi  , para i = 1, 2, ... n
Sx Sy

es y* = rx*

Sol.:

De : ( y  y )  b( x  x )

S xy
y y .( x  x)
S 2x

Dividiendo entre Sy entre todos los miembros

( y  y ) S xy ( x  x )
 2.
Sy Sx Sx

( y  y) S xy ( x  x)
 .
Sy SxSy Sx

y *  rx *

De: *
( y *  y )  b( x *  x )
*
aplicando sumatoria

(y  y )  b ( x *  x * )
*
*
pero

( y  y )  0,  ( x *  x * )  0
* *

 0  b ( 0)

de r = r*

42
Ejercicios De Estadística Lic. Walter Varela Rojas.

S xy
S * xy
r 
S xS y S*x S * y

si x 0
*
y 0
*

* *
 y  0  b ( y  0)

*
y  bx *

17. Si n pares (xi, yi) ... (xn, yn) son tales que cumplan la relación: y = bx deducir b

usando el método de mínimos cuadrados.

Sol.:

 y  na
 y  na  b x  b 
x

b
y
x
 xy  a  x  b x
2
...(1)

como a = 0 en (1)

 xy  0 x  b x 2

b
 xy
x 2

18. Una compañía de alimentos maneja una cadena de tiendas al menudeo. Para medir la

eficiencia de las tiendas se estudio la relación del número de empleados (x) y el

promedio de ventas mensuales (volúmen) (y), expresado en cientos de dólares para

todas las tiendas durante el año pasado, la gráfica de los datos sugiere una relación

lineal entre las variables. Se tiene la siguiente información:

n = 100,  x = 600,  y = 1 600,  xy = 13 600,  x = 5 2002

43
Ejercicios De Estadística Lic. Walter Varela Rojas.

 y = 37 700
2

a) Hallar la recta de mínimos cuadrados, para estimar las ventas partir del número

de empleados. ¿En cuánto se estima las ventas para una tienda de 8

empleados?

b) ¿Qué porcentaje de la varianza de las ventas es explicada por la variabilidad

del número de empleados?

c) ¿Cuántos empleados tiene la tienda cuya venta promedio se estima en 1100

S/.?

Sol.:

n  xy   x  y
a) y = a+bx =>
n x 2  ( x ) 2

100(13600)  (600)(1600) 400000



100(5200)  (600) 2 160000

b = 2.5

a  y  bx

a  16  ( 2.5)6

a 1

y  1  2.5 x

N° de empleados x = 8.

yˆ  1  2.5 x

yˆ  1.2.8(8)

yˆ  1  20

yˆ  21

x
 x  600  6
n 100

44
Ejercicios De Estadística Lic. Walter Varela Rojas.

y
 y  1600  16
n 100

S xy
b) r ?
S xS y

S xy 
 xy  x y
n

13600
S xy   (6)(16)
100

S xy  40

S xy 40
Luego: r 
S xS y 4(11)

=> r = 0.909

También se obtuvo:

x
2
2 i
Sx   (x) 2
n

5200
  (2) 2
100

2
S x  16  S x  4

y
2
37700
 16
2 i 2
Sy   ( y)2 
n 100
2
S y  121 S y  11

c) Su venta promedio de 1100 es igual a 11 x 102

luego yˆ  11  11  1  2.5%  2.5 x  10

10
x 4
2.5

45
Ejercicios De Estadística Lic. Walter Varela Rojas.

x4

19. Un estudio de mercado trata de averiguar si es efectivo la propaganda televisada de un

producto que salió a la venta con relación al tiempo de publicidad (horas/semana). Se

recopilaron datos a partir de la segunda semana de iniciada la publicidad resultando el

cuadro que sigue. No se puede recopilar datos de la cuarta semana.

a) ¿Es efectivo la publicidad del producto?

b) ¿En cuánto estimaría las ventas para la semana cuarta?

Sol,:

Semana 2 3 4 5 6 7
Tiempo de Prop. 20 25 22 28 36 40
Venta del Prod. $ 300 310 -- 320 350 420

x y xy x2 y2
20 300 6000 400 90000
25 310 7750 625 96100
28 320 8960 784 102400
36 350 12600 1296 122500
40 420 16800 1600 176400
149 1700 52110 4705 587400

Se tiene: n = 5,  x  149 ,  y  1700,  xy  52110

x 2
 4705,  y 2  584400

143 1700
x  29.8. y  340
5 5

S xy 
 xy  xy
n

46
Ejercicios De Estadística Lic. Walter Varela Rojas.

42110
  ( 29.8)(340)  290
5

Sx 
2 x 2

 (x) 2
n

4705
  (29.8) 2  52.96
5

S x  7.2774

587400
SY   Y 2  (Y ) 2 
2
 (340) 2
5

= 1880

SY  43.3590

Calculando b:

b
 xy   x y  7.2774  S (52110)  (149)(1700)
n  x  ( x )
2
S (4705)  (149)
2 2

7250
  5.476
1324

Calculando a:

a  y  b x  340  (5.476)29.8

a = 176.82

Luego: y = 176.82 + 5.476X

S xy 290 290
r  
S xS y (7.2774)(43.3590) 815.5408

r = 0.92

b) x = 22 => yˆ  176.82  5.476 x

= 176.82 + 5.476(22)

yˆ  297.292

 Rta. Para S/ 12.27 es 297.292

47
Ejercicios De Estadística Lic. Walter Varela Rojas.

20. Un editor tomó una muestra de 7 libros, anotando el precio y el número de páginas.

Obteniendo el cuadro.

a) Determine una función lineal entre el precio y el número de páginas con el fin

de predecir precios. ¿Qué porcentaje de la varianza total de precios se explica

por esta función?

b) Estimar el precio de un libro de 300 páginas sea este, si a este libro se le ha

incrementado 20 páginas en una segunda edición. ¿En cuánto se incrementaría

su precio?

c) ¿Cuántas páginas debería tener si el precio es 1227 S/.?

Sol.:

N° Páginas 630 550 400 250 370 320 610


Precio 10 8 7 4 6 6 3

x y xy x2 y2
630 16 6300 396900 100
550 8 4480 302500 64
400 7 2800 160000 49
250 4 1000 32500 16
370 6 2220 136900 36
320 6 1920 102400 36
310 9 5490 372100 81
3130 50 24130 1533300 382

Se obtuvo lo siguiente:

Se tiene: n = 7,  x  3130 ,  y  50,  xy  24130

x 2
 1533300,  y 2  382

3130 50
x  447.1429 y  7.1429
7 7

48
Ejercicios De Estadística Lic. Walter Varela Rojas.

S xy 
 xy  xy  24130  (447.1429)(7.1429)
n 7

S xy  253.2428

Sx
2

x 2

 ( x) 2 
1533300
 ( 447.1429) 2
n 7

2
S x  19106.08412

2
S x  138.2248

Sy
2

y 2

 ( y) 2 
382
 (7.1429)
n 7

S 2 y  3.5504  S y  1.8843

Calculando b:

S xy 253.2428
b 2
  b  0.013
S x 19106.08412

a  y  b x  7.1429  (0.013) 25 (447.1429)

a  1.2162  a  1.22

Luego: y = 1.22 + 0.013x:

S xy 253.2428
r   0.9723
S xS y (13802248)(1.8843)

r 2  0.245


94.5 %

49
Ejercicios De Estadística Lic. Walter Varela Rojas.

b) Si x = 300

yˆ  1.22  0.013(300)

= 5.12

Si x = 320

yˆ  1.22  0.013(320)

= 5.38

Luego el incremento será: yˆ 2 y1  5.38  512

= 0.26

c) Si ŷ = 12.27 entonces:

yˆ  1.22  0.013x  12.27  1.22  0.013x

11 .05
12.27  1.22  0.013x  x 
0.013

 x  850 páginas

21. Una muestra de 5 varones adultos de quienes se observaron las estaturas (x) en

pie/pul, y los pesos (y) en libras ha dado la tabla.

a) Realice una regresión lineal y utilice los datos para verificar que la varianza

total de (y) es igual a la varianza residual más la varianza explicada por la recta

de regresión.

b) Usando la descomposición de la varianza calcule r2 e interprete el resultado.

Sol.:

X 5´1´´ 5´2´´ 5´3´´ 5´4´´ 5´5´´


y 125 130 140 145 160

X 61´´ 62´´ 63´´ 64´´ 65´´


y 125 130 140 145 160

50
Ejercicios De Estadística Lic. Walter Varela Rojas.

Al transformar las estaturas en pulgadas:

12” __________ 1’ => 12” 5’ = 60”


x __________ 5’ y

a) n = 5,  x  315 ,  y  700
315 700
x  63 ; y  140
5 5

315
yˆ i  335.5  8.5 x x   63
5

para el cuadro se tiene:

X y xy x2 y2 ŷi yi  y yi  yˆ i yˆ i  y ( yi  y )(2yi  yˆ i () 2yˆ i  y ) 2


61 125 7625 3721 15625 123.00 -15.00 2.00 -17.00 225.00 4.00 289.00
62 130 8060 3844 16900 131.50 -10.00 -1.50 -8.50 100.00 2.25 72.25
63 140 8820 3969 19600 140.00 0.00 0.00 0.00 0.00 0.00 0.00
64 145 8960 4096 21025 148.50 5.00 -3.50 8.50 25.00 12.25 72.25
65 160 10400 4225 25600 157.00 20.00 3.00 17.00 400.00 9.00 289.00
315 700 44185 19855 98750 -- 0.00 0.00 0.00 750.00 27.50 722.50

Donde:

S xy 
 xy  xy  44185  (63) 2

n 5

 S xy  17

Sx 
2 x 2

 ( x) 2 
19855 2
 (63) 2  S x  2
n 5

 S 2x  d2

Sy 
2 y 2

 ( y) 2 
98750 2
 (140) 2  S y  150
n 5

 S y  12.2474

Calculando b:

51
Ejercicios De Estadística Lic. Walter Varela Rojas.

S xy 17
b 2
  8 .5
S x 2

Calculando a:

a  y  bx

 a  140  (8.5)(63)

a  395.5

 y = -395.5 + 8.5x

Luego: SCR = SCC + SCR

  ( yi  y ) 2   ( yi  yˆ i ) 2   ( yˆ i  y )
2

780  27.5  722.5

S xy S xy Sy Sx
r ;b  2
b ,r  b
S xS y S x Sx Sy

SCR 722.5
b) r2    0.96
S xS y 750


Podemos decir que r2 es igual al 96% de la varianza explicada por la regresión de

y en x.

22. Se quiere estudiar la relación entre las edades en niños (x) de un tipo de máquinas que

se utiliza en la fabricación de cierto artículo y el número de artículo (y) que producen a

partir del a muestra de la tabla siguiente:

52
Ejercicios De Estadística Lic. Walter Varela Rojas.

a) Determinar la recta de regresión de mínimos cuadrados para predecir la

producción. Estimar la producción para 4, 7, 8 años.

b) Calcular el porcentaje de la varianza explicada por la regresión del a

producción.

c) Si realmente cada máquina de la muestra produce 10 artículos menos.

Determinar la recta de regresión. ¿Cuánto es el porcentaje de la varianza

explicada por la regresión del a producción.

Sol.:

x 2 3 4 5 6 7 8 9 10
y 95 7080 - 75 60 - - 45.50 25

x y xy x2 y2
2 95 190 4 9025
3 70 210 9 4900
5 75 375 25 5625
6 60 360 36 3600
9 45 405 81 2025
10 25 250 100 625
35 370 1790 235 25800

Se tiene: n = 6,  x  35 ,  y  370,  x 2
 235

y 2
 25800

35 370
x  5.83 y  31.667
6 6

S xy 
 xy  xy
n
1790
  (5.833)(61.337)  61.667
6

53
Ejercicios De Estadística Lic. Walter Varela Rojas.

Sx 
2 x 2

 ( x) 2
n
235
  (5.833) 2
6

2
S x  8.4722  S x 2.91071

Sy 
2 y 2

 ( y) 2 
25800
 (61.667) 2  497.2822
n 6

S y  22.2985

Calculando b:

S xy  61.370317
b 2
  7.24
S x 8.4729

a  y  b x  61.667  (7.24)(5.833)

a  103.9140  (8.5)(63)

y  103.9  7.24 x

Si x = 4  yˆ  103.9  7.24( 4)

yˆ  74.94

Si x = 7  yˆ  103.9  7.24(7)

yˆ  53.22

Si x = 8  yˆ  103.9  7.24(8)

yˆ  45.98

S xy  61.3703
b) r   0.9456
S xS y ( 2.9107)( 22.2985)

r 2  0.8941  89.41%

54
Ejercicios De Estadística Lic. Walter Varela Rojas.

c) De y ' y  b( x  x )

y '51.667  7.246 x  8.4722

y '  93.9  7.24

23. Sea y el índice de precios al consumidor tomando como base el año de 1980 (es decir

1980 = 100) para los datos que siguen:

a) Hallar la recta de mínimos cuadrados que se ajusten a los datos.

b) Predecir el índice de precios para el año 1986 y compararlo con el valor

verdadero (144.4) ¿En qué años podemos esperar que el índice de precios sea

150.57, suponiendo que las tendencias presentes continúen?

Sol.:

Año 1981 1982 1983 1984 1985 1986 1987


y 106.0 111.1 117.2 121.3 125.2 128.0 132.6

x y xy x2 y2
1981.00 106.00 209986.00 3924361.00 11236.00
1982.00 111.10 220200.20 3928324.00 12343.21
1983.00 117.20 232407.60 3932289.00 13735.84
1984.00 121.30 240659.20 3936256.00 14713.69
1985.00 125.20 248522.00 3940225.00 15675.04
1986.00 128.00 254208.00 3944196.00 16384.00
1987.00 132.60 263476.20 3948169.00 17582.76
13888.00 841.40 1669459.2 27553820.0 101670.54
0 0

Se tiene: n = 7,  x  13888 ,  y  841.4; ;  xy  1669459.2

x 2
 27553820

y 2
 101670.74

55
Ejercicios De Estadística Lic. Walter Varela Rojas.

13888 841.4
x  1984 y  120.2
7 7

S xy 
 xy  xy  1669459.2  (1984)(120.2)
n 7

S xy  17.371429

2
Sx 
x 2

 (x) 2 
27553820
 (1984) 2 
n 7

2
Sx  4

2
Sy 
y 2

 ( y) 2 
101670.54 2
 (120.2) 2  S y  76.3228571
n 7

S y  8.73629558

Hallando b:

S xy  17.371429
b 2
  b  4.34285725
S x 4

a  y  b x  120.2  ( 4.34)(1984)

 a  8496.028784

y  8496.03  4.34 x

S xy 17.371429
r   r  0.924
S xS y (2)(8.736)

Si x = 1988  yˆ  8496.03  4.34(1988)

ŷ  131.81  comparado con 144.4 tiene diferencia

Si

yˆ  180.57  150.87  8426.03  4.3 x

 4.34 x  8696.6  x  1991

56
Ejercicios De Estadística Lic. Walter Varela Rojas.

24. Los porcentajes en gastos de publicidad y los gastos de beneficios netos de venta en

una muestra de 9 negocios es como sigue:

a) Hallar la recta RMC para predecir beneficios netos

b) Determinar el beneficio si el gasto es el 5% ¿Cuánto es el porcentaje de la

varianza explicada de los beneficios con respecto al gasto?

Sol.:

Gastos(x) 2.3 1.9 3.5 1.0 1.5 4.0 2.6 3.0 2.4
Beneficios(y) 4.0 3.8 6.2 2.9 3.4 6.8 4.5 5.0 4.2

x y xy x2 y2
2.30 4.00 9.20 5.29 16.00
1.90 3.80 7.22 3.61 14.44
3.50 6.20 21.70 12.15 38.44
1.00 2.90 2.90 1.00 8.41
1.50 3.40 5.10 2.25 11.56
4.00 6.80 27.20 16.00 46.24
2.60 4.50 11.70 6.76 20.25
3.00 5.00 15.00 3.00 25.00
2.40 4.20 10.08 5.76 17.64
22.20 40.80 110.10 61.92 197.98

x
 x  22.2  2.4667
n 9

y
 y  40.8  4.5333
n 9

S2 x
x 2

 ( x) 2 
61.92
 (2.4667) 2
n 9

 S 2 x  0.79556  S x  0.8991939

S2 y
y 2

 ( y) 2 
197.98
 (4.53) 2
n 9

57
Ejercicios De Estadística Lic. Walter Varela Rojas.

 S 2 y  1.44667  S y  1.202774

S xy 
 xy  ( xy)  110 .10  (2.4667)(4.53)
n 9

S xy  1.0511

Hallando b:

S xy 1.054
b 2
  b  1.321229
S x 0.79556

Luego a:

a  y  b x  4.53  (1.32)( 2.4667)

 a  1.2743

y  1.274  1.32 x

 y = 1.274+1.32x

b) Si x = 5%  yˆ  1.274  1.32(5)

yˆ  7.875  yˆ  7.88

varianza explicada es: r2 = ¿

S xy 1.05111
r   0.979794
S xS y (0.8919)(1.2027)

r 2  0.9599

 95.99 %

25. Una fábrica de cierta marca de refresco, ha tomado al azar 9 semanas del año

observando la temperatura media correspondiente en grados centígrados (x) y la

58
Ejercicios De Estadística Lic. Walter Varela Rojas.

cantidad de los refrescos en miles (y) pedidos durante cada uno de dichos periodos los

datos se resumen en la siguiente tabla:

Hallar la RRMC para predecir la cantidad de pedidos. ¿Se puede planificar la

producción en base a la temperatura?

Sol.:

x 28 14 12 31 30 19 24 15 16
y 60 11 12 75 70 40 55 25 25

Se tiene: n = 9,  x  189 ,  y  381 ;

x
 x  189  21 y
 y  381  42.33
n 9 n 9

x y xy x2 y2
28 60 1680 784 3600
14 19 266 196 361
12 12 144 144 144
31 75 2325 961 5625
30 70 2100 900 4900
19 40 760 361 1600
24 55 1320 576 3025
15 25 375 225 325
16 25 400 256 325
189 381 9370 4403 20505

59
Ejercicios De Estadística Lic. Walter Varela Rojas.

S xy 
 xy  xy  2370  (21)(42.3' )
n 9

S xy  152.9'

Sx
2

x 2

 ( x) 2 
4403 2
 (21) 2  S x  48.2´
n 9

S x  6.94422219

Sy 
2 y 2

 ( y) 2 
20505 2
 ( 42.3´)2  S y  486.2´
n 9

S y  22.05044421

Hallando b:

S xy 152.1´
b 2
  b  3.15437788
S x 48.2´

Luego:

a  y  b x  42.3´{3.154)(21)

 a  23.9

y  23.9  3.154x
S xy (152.1´)2
 r2   r2 
S xS y (48.2´)(486.21)

r 2  0.9868

60
Ejercicios De Estadística Lic. Walter Varela Rojas.

26. Los siguientes datos son los precios de ventas en dólares (y) de una marca de

automóviles usados x años

a) Ajustar la cnc de la fórma y = ABx

b) Estimar el precio de venta de un automóvil con 4 años.

Sol.:

x 1 2 3 4 5 6
y 6350 5695 5790 -- 4985 4890

x y x´ y´=log y x’y’ (x´)2 (y´)2


1 6350 1 3.80277 3.80277 1 14.46106
2 5695 2 3.75549 7.51098 4 14.10337
3 5790 3 3.76268 11.28804 9 14.15776
4 -- 4 -- -- -- --
5 4985 5 3.69767 18.48835 25 13.67276
6 4890 6 3.68931 22.13586 36 13.31101
-- -- 17 18.70792 63.22600 75 70.00630

a) La transformación a la regresión lineal es: log y = log A+(logB)x

=> y´ = A´+ B´x´ don de y´= log y, x´= x, A´= log A, B´log B.

S x´ ý´´
 x´ y´  x´ ý´ donde  x´ y´  63.226
n

x´
 x  17  3.4 y´
18.70792
 3.741584
n 5 5

63.226
S x´ ý´´  (3.41)(3.741514)  S x´ ý´´ 0.0761856
5

S 2 x´ 
 ( x´) 2

 ( x´)2 
75
 (3.4) 2  S 2 x´  3.44
n 5

S 2
y´ 
 (Y ´) 2

 (3´)2 
700063
 (13.7415841) 2
n 5

S 2 y´  0.0018091709

61
Ejercicios De Estadística Lic. Walter Varela Rojas.

Hallando b:

S x´ y ´  0.0461556
b 2

S x´ 3.44

b  0.022146476

Luego:

a  y´b x´  3.7415´{0.0221)(3.4)

 a  3.816883721

Además:

S x´ y´ 0.0761856
r    0.9658
S ´ x S´ y (1.8547)(0.0425)

La ejecución lineal es: y´ = 3.8169 – 0.0224x´

Hallando el antilogaritmos tenemos:

A = Antilog (a) = antilog(3.81638)

=> A = 6559.71

B = Antilog(b) = antilog (0.0221)

B = 0.95

La u no lineal de regresión será.

y = AB*

y = 6559.7(0.95)*

62
Ejercicios De Estadística Lic. Walter Varela Rojas.

ÑUMEROS INDICES

1. Dados los promedios anuales de los precios al por menor (por kilogramos) de un

artículo de consumo diario de 1980 a 1985.

Años 1980 1981 1982 1983 1984 1985


Precios. 4.8 5.4 5.7 6.6 6.3 5.2
Calcular los índices de precio formando como base el año.

a) 1980

b) 1982.

Solución:

63
Ejercicios De Estadística Lic. Walter Varela Rojas.

Para a: año base = 1980

Años 1980 1981 1982 1983 1984 1985


Índice 100 112.5 118.75 137.5 131.25
Precio

4.8 6.6
I 80  x100  100 I 83  x100  137.5
4.8 4.8
80 80
5.4 6.3
I 81  x100  112.5 I 84  x100  131.25
4.8 4.8
80 80
5.7 5.2
I 82  x100  118.75 I 85  x100  108.3
4.8 4.8
80 80

Para b: año base = 1982

Años 1980 1981 1982 1983 1984 1985


Ind. 84.21 94.74 100
precios

4.8 6.6
I 80  x100  84.21 I 83  x100  115.79
5.7 5.7
82 82
5.4 6.3
I 81  x100  94.74 I 84  x100  110.53
5.7 5.7
80 80
5.7 5.2
I 82  x100  100 I 85  x100  91.23
5.7 4.8
80 80

2. Dadas las siguientes producciones de un bien en kg.

Años 1985 1986 1987 1988 1989 1990 1991 1992


Ind. 40 36 41 94 90 104 107 106
precios
a) Calcular los índices de producción usando como base el año 1985.

b) Cambiar la base a 1989

Solución:

64
Ejercicios De Estadística Lic. Walter Varela Rojas.

Para a:=1985

Años 1985 1986 1987 1988 1989 1990 1991 1992


Producción
40 90
I 85  I 89 
40 40
85 85

36 104
I 86  I 90 
40 40
85 85
41 107
I 87  I 91 
40 40
85 85
94 106
I 88  I 92 
40 40
85 85

Para b: = 1989

Años 1985 1986 1987 1988 1989 1990 1991 1992


Producción
40 90
I 87  I 89 
90 90
89 89
36 104
I 86  I 80 
90 90
84 89
41 107
I 87  I 91 
90 90
89 89
94 106
I 88  I 92 
90 90
89 89

3. Si en 1991 el precio de un bien de consumo fue 12% más que en 1990, 25% más que

en 1992 y 10% menos que en 1989, calcule los indicios de precio de estos cuatros años

con base 1989.

Solución:

Año 1989 1990 1991 1992

65
Ejercicios De Estadística Lic. Walter Varela Rojas.

Precio 1.24 x x 1.12 x 0.896 x

100%  112 x
 1989 = 90% ----- 1.12x  P =  1.24 x
90%

 1980 = x

 1991 = x + 0.12x  1.12x

100%  1.12 x
 1982 = 125% ----- 1.12x  P =  0,896x
125%

Para año base: = 1989

Años 1989 1990 1991 1992


I, precio 100 80.65 90.3 72.25

1.24x
I 89   100  100
1.24x
89
x
I 80   100  80.65
1.24x
89

1.12 x
I 91   100  90.3
1.24
89
0.896x
I 92   100  72.25
1.24 x
89

4. Si en 1992 la producción de un bien fue de 15% menos que el año anterior, 30% más

que en 1993 y 40% menos que en 1990, calcule los índices de cantidad de consumo de

dicho bien de 1990 a 1993 con base en 1992.

Solución:

Año 1990 1991 1992 1993


producción 1.42 x x 0.85 x 0.6538 x
100%  0.85x
1990 = 60% ----- 0.85 x  P   1.42x
60%

66
Ejercicios De Estadística Lic. Walter Varela Rojas.

100% ----- P

1991 = x

100%  0.85x
1992 = x – 0.15x  P   0.6538x
130%

100% ----- P

Índice cantidad con base 1992

Año 1990 1991 1992 1993


I. Cantidad 167 117.65 100 76.92

1.42 x
I 90   100  167
0.85x
92
x
I 91   100  117 .65
0.85
92
0.85x
I 92   100  100
0.85x
92
0.6538x
I 93   100  76.92
.085x
92

5. Los índices de producción de un bien de 1989 a 1993 fueron respectivamente 1.00,

1.15, 1.20, 1.24 y 1.30. si en 1992 se produjeron 2.79 toneladas de dicho bien, calcular

la producción de los demás años.

Solución:

Año 1989 1990 1991 1992 1993


I. 1.00 1.15 1.20 1.24 1.30

67
Ejercicios De Estadística Lic. Walter Varela Rojas.

Producción
Producción 2.25 2.5875 2.79 29.25
Pr od. 92 2.79
I   1.24   1.24  Pr od. 89  2.25
 prod.
92
Pr od. 89 Pr od. 89
89

Pr od. 90
 I 91   1.20  Pr od. 90  1.15 2.25  Pr od. 90  2.5875
prod. Pr od. 89
89

Pr od. 91
 I 91   1.20  Pr od. 91  1.20 2.25  Pr od. 91  2.7
prod . Pr od. 89
89

Pr od.93
 I 93   1.30  Pr od. 93  1.30( 2.25)  Pr od.93 
prod. Pr od.89
89

6. En enero de 1990 una fábrica gastó en salarios de 50 obreros, la suma de 16.00 y en

diciembre del mismo año con 75 obreros gastó $9.900. tomando como base el mes de

enero, calcular.

a) El índice de empleados par diciembre. (cantidad)

b) El índice de gastos de salarios (valor)

c) El índice de costos por obrero o índice per cápita (de precio)

Solución:

Año Obrero Gasto


Enero 50 $ 6.000
Diciembre 70 $ 9.900

diciem 75
a) I Obrero   100  150
enero 50

diciem. 9.900
b) I gasto   100  165
enero 6.000

cos to 165
c) I gasto obrero   1.10
obrero 150

68
Ejercicios De Estadística Lic. Walter Varela Rojas.

7. Si el índice de cantidad del año 1990 con base de 1980 es de 110 y con base de 1985 es

de 130, calcular el índice de cantidad de 1985 con base de 1980.

Solución:

Q90 Q90
IQ 90  110   110  Q80 
Q80 110
80

Q90 Q90
IQ 90  130   130  Q85 
Q85 130
85

IQ 85  ??
80

130 130
 IQ 85    0,8462 ó
Q90 130
80
110
I 85   100  84.62
130
80

8. En 1994 el precio de venta de un bien se ha fijado en 20% más con respecto al año

interior. Si se quiere que el valor de la venta se incrementa en 80% durante el año 1994

con respecto al año interior, ¿En qué porcentaje debe incrementarse variación la

cantidad de bienes a vender?

Solución:

1994 1.2 x  20% más que 1993

1993 x

1 .2 x
 I 94  x
 1 .2
83

El valor total.

1.8x  80% más en 1994 que en 1993

69
Ejercicios De Estadística Lic. Walter Varela Rojas.

1.8x
 I9 =  1.5
1.2 x

 debe incrementarse en 50%

9. En 1993 el valor de la producción de un bien disminuido en 20% con respecto al de

1992, mientras que el precio aumentó en 30%; ¿cuanto es el porcentaje de variación de

la producción?

Solución:

Producción: 1993 0.8x  disminuyo 20%

1992 x

Precio 1993 1.3x aumentó 30%

1992 x

I  0.8x  0.8
 prod. 93
92

I 93  1.3x  1.3
( precio)
92

Porcentaje de variación de la producción es igual a:

0.8
I (9)   0.6154
1.3

disminuyó en 30.46% del 100%

10. Una fábrica bajo la producción de un bien en 15% de 1993 con respecto a 1992 pero

aumentó el precio del mismo en 25% en el mismo lapso, calcular el porcentaje de

variación del total de las ventas de dicho bien, en 1993 con respecto a 1992.

Solución:

Producción: bajo 15% en 1993 respecto a 1992 es decir:

70
Ejercicios De Estadística Lic. Walter Varela Rojas.

1993 ----- 0.85 x

1992 ----- x

0.85x
I 93 ( prod.)   0.85
x
92
1.25x
I 93 ( prod.)   1.25
x
92

I  venta   I 93 (prod.)  I 93 (precio)


92 92
  0.851.25
I  venta   1.0625

I v  11.0625  1  100  aumentoen6.25%


I v  6.25

11. Si en el año 1990 el índice de una persona o tenido un incremento de 110% con

respecto al año 1985 que era de $ 10.000 y si por otra parte el índice del costo de vida

se triplicó en ese lapso.

a) ¿Cuánto es el ingreso real de esa persona en 1990?

b) ¿Cuánto debería ser su ingreso nominal de manera que mantenga su poder

adquisitivo de 1985?

Solución:

Ingreso : 1990  2.1 (10.000)

1990 21000

incremento 110%

1985  10000

costo de vida: 1990  3x

71
Ejercicios De Estadística Lic. Walter Varela Rojas.

1985  x

21000
a) Ingreso real:  7000 es el 70% de lo que percibía en 1985
3

3x
b) Ingreso nominal: 10000 x  30000
x

12. Los índices de precio ligados o en cadena (Esto es índice que tiene base variable igual

al periodo inmediatamente anterior) de 1991 con 1990 es de 1.20 y de 1992 con 1991 es

de 1.40 y de 1993 con 1992 es de 1.50. Calcular el índice de precios de 1993 con base

de 1990.

Solución:

I 91  1.20, I 92  1.40
90 91
I 93  1.50, I 93  ??
92 90
P P  1.50
I 93 (P)  93  92
P90 P.90
90
P92  1.50 P91
I 93    1.40  1.50
P90 P90
90
I 93  1.20  1.40  1.50
90
I 93  2.52
90

13. En la tabla que se sigue se dan los precios en soles al por mayor y la producción en

kilogramos de 3 artículos básicos A, B y C de los años de 1985 a 1987 en una

determinada región.

a) Calcular el índice de preciosn i) media ii) mediana para 1987 con base

72
Ejercicios De Estadística Lic. Walter Varela Rojas.

en 1985.

b) Calcular el índice compuesto de precios de 1987 con base 1985, por el método de i)

Lagpeyres ii) Paasche y iii) fischer.

c) Calcular el índice compuesto de cantidad de 1987 con base 1985, por el método de

i) Lagpeyres ii) Paasche; y iii) Fischer.

Artículo Precio Cantidad


1985 1986 1987 1985 1986 1987
A 2.4 2.8 3.6 3400 4000 4300
B 32 44 55 60 66 75
C 12 18 25 30 33 37
Solución:

a) Indice de precio año base = 1885

3.6 85 25
 1.5,  1.71875,  2,083
2.4 32 12

1.5  1.71875  2.083


a.i) Media:  1.77
3

a.ii) Mediana 1.5, 1.71875, 2.083

mediana = 1.71875

b) I. Compuesto de precio 1987, base 1985

 P87g85
b.i) por Legpeyres: I 2 87 (P )  
85  P85 g 87

(3.6) (3400)  (55) (60)  (25) (30)



= ( 2.4) (3400)  (55) (60)  (25) (30)
 1.5603

I 87 ( p)  I 2 87 ( P )I
87 ( P )
 1.56031.5596
bii) Fischer: F 85 P
85 85

73
Ejercicios De Estadística Lic. Walter Varela Rojas.

= 1.5594

biii) Pascher: I =  P87 G 87

=  P85 G 87

= 3.014300) + 55(75) + 25(37) = 1.5596

c) Indice compuesto de cantidad de 1987, base 1985

 P85 G 87 2.4(4300)  32(75)  12(37)


(i) Peyser: I L 87 (Q)  
85  P85 G 85 2.4(3400)  32(60)  12(30)

= 1.2609

 P87 G 87 3.6 4300  55(75)  25(37)


(ii) Pasche: I P 87 (Q )  
85  P87 G 85 3.6(3400)  55(60)  25(30)

= 1.26028

I (Q )  I (Q )  I 87 (Q)
(iii) Fischer: F
87
L
87
P
85 85 25

 (1.2609)  (1.26028)  1.2605

14. En 1990 el precio de un artículo, expresado en dólares de 1985, fue de 1060. si el índice

de precio creció en un 20% en ese lapso ¿Cuál es el precio nominal de ese artículo en

1990?

Solución:

Precios: 1990  0.60 x

1985  x

índice de precios.

1990 ----- 1.2 y  aumentó en 20%

74
Ejercicios De Estadística Lic. Walter Varela Rojas.

1985 ----- y

el precio nominal del artículo es igual a:

0.60 x 1.12 y
prenominal =   $0.72
x y

15. El índice de precios al consumidor respecto a 1989 fue de 120% para 1990 y de 140%

para 1991. ¿Qué salario nominal debe tener una persona en 1991, si en 1990 fue de $

400?

Solución:

S N t   SN n / I P cm   IPC t

SN g  (SN s / I P C )  I PC91
90

 400 
S Ng     140  466.67
1  120 

16. Los ingresos medios por persona (ingreso per cápita) y los índices de precios al

consumidor de 1977 a 1984 se dan en la tabla que sigue.

a) Calcular los aumentos reales y nominales con base 1977.

b) Cuales deben ser los aumentos nominales de modo que el poder adquisitivo se

mantenga igual al del año 1977?

Año 1977 1978 1979 1980 1981 1982 1983 1984


Ingresos 700 800 850 900 1000 1200 1300 1500
I.P.C.(%) 100 105 110 120 125 130 140 145
Solución:

a) Aumento real año base = 1977

Año 1977 1978 1979 1980 1981 1982 1983 1984


Aumento
0 100 150 200 300 500 600 800
Nominal

75
Ejercicios De Estadística Lic. Walter Varela Rojas.

ANt/70 = It - Ito

AN77/77 = 700 – 700 = 0

AN78/77 = 800 – 700 = 100

AN79/77 = 850 – 700 = 150

AN80/77 = 900 – 700 = 200

AN81/77 = 1000 – 700 = 300

AN82/77 = 1200 – 700 = 500

AN83/77 = 1300 – 700 = 600

AN83/77 = 1500 – 700 = 800

Aumento real año base = 1977

Año 1977 1978 1979 1980 1981 1982 1983 1984


Aceleración
0 61.9 72.73
Real
Iz
Aumento Real =  100  I Zo
I Pc z

I 97  700 
Aumento real =  100  I 77     100  700
I PC77  100 

 800 
' '78     100  700  61.9
 105 

 850 
' '79     100  700  72.73
 110 

76
Ejercicios De Estadística Lic. Walter Varela Rojas.

 900 
' '80     100  700  50
 120 

 1000 
81     100  700  100
 125 

 1200 
82     100  700  223
 130 

 1300 
83     100  700  228.57
 140 

 1500 
84     100  700  334.48
 145 

77