UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA E INDUSTRIAL

PERÍODO ACADÉMICO: ABRIL - SEPTIEMBRE/2016

UNIVERSIDAD TÉCNICA DE AMBATO

Facultad de Ingeniería en Sistemas, Electrónica e Industrial
“Informe”
Tema: M. Geométrica, Armónica y Desviación Estándar
Carrera: Ing. Industrial en Procesos de Automatización
Área Académica: Estadista y Probabilidades
Ciclo Académico y Paralelo: Abril 2017 – Septiembre 2017
Alumnos participantes: Castellano Travez Marco Vinicio
Flores Freire Anderson Jhoel
López Delgado John Sebastián
Paredes Bermeo José Ignacio
Módulo y Docente: Estadística y Probabilidades Ing. Cabrera Andrés

I. TEMA
Media Geométrica, Media Armónica, Desviación Estándar

II. OBJETIVO
Mediante el desarrollo de este proyecto se pretenden lograr los siguientes objetivos.
General
 Comprender e Identificar las Ecuaciones de la Media Armónica, Media
Geométrica, Desviación Estándar para un conjunto de datos asociados.
Específicos
 Identificar y comprender la aplicación de las ecuaciones de la Media Armónica,
y Media Geométrica, para el análisis de un conjunto de datos agrupados,
demostrar mediante ejercicios propuestos.
 Identificar y comprender las Ecuaciones de la Desviación Estándar en un
conjunto de datos asociados y no asociados, demostrar mediante ejercicios
propuestos.

III. RESUMEN

Describir en forma clara y breve todo el contenido. El resumen sirve para dar al lector
una idea clara y completa sobre el trabajo.

IV. DESARROLLO

1. MEDIA GEOMETRICA ( ̅𝑿𝒈̅̅ )

Se define como el antilogaritmo de la razón entre la sumatoria del producto de las

frecuencias de cada clase y el logaritmo decimal de las marcas de clase para el
número de datos.

El antilogaritmo es la operación contraria al logaritmo.

El empleo más frecuente de la media geométrica es el de promediar mediciones tales

como porcentajes, tasas, números índices, etc., es decir, en los casos en los que se
supone que la variable presenta variaciones acumulativas [1].
En cuanto a las ventajas e inconvenientes de la media geométrica se destaca lo
siguiente:
 UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA E INDUSTRIAL
PERÍODO ACADÉMICO: ABRIL - SEPTIEMBRE/2016

 En su cálculo intervienen todos los valores de la distribución.

 Su valor está comprendido entre el menor y el mayo de los datos.
 Ante la presencia de valores extremos tienen menor influencia que en el caso de
la media aritmética.
 Es única, ya que se puede ver como una función de 𝑅 𝑛 𝑒𝑛 𝑅.
 Su cálculo es más complicado que el de la media aritmética.
 No cambia cuando se reordenan los valores de la variable y cumple la propiedad
de homogeneidad.
 Cuando la variable toma al menos el valor x=0 entonces G se anula, y si toma
valores negativos puede presentar una gama de casos particulares en los que
tampoco queda determinada debido al problema de las raíces de índice par para
números negativos [1].

2. MEDIA ARMÓNICA (̅𝑿𝒉̅̅)

Es el recíproco de la media aritmética de los recíprocos de la marca de clase por la
frecuencia de cada una de las clases.
Las operaciones de multiplicación y sumas se las realiza rápidamente en la misma tabla
de distribución de frecuencias.

La media armónica es la más apropiada para promediar velocidades y otras magnitudes

análogas. Se emplea en los trabajos de la estadística económica para la elaboración de
los datos de precio. La dificultad del cálculo de la media armónica disminuye utilidad en
la práctica del análisis estadístico más corriente. Puede ser objeto de operaciones
algebraicas [2].

Ejemplo 1: En la oficina de un diario, el tiempo que se tardan en imprimir la primera

plana fue registrado durante 50 días. A continuación se presentan los datos.

DATOS
20.8 22.8 21.9 22 20.7 20.9 25 22.2 22.8 20.1
25.3 20.7 22.5 21.2 23.8 23.3 20.9 22.9 23.5 19.5
23.7 20.3 23.6 19 25.1 25 19.5 24.1 24.2 21.8
21.3 21.5 23.1 19.9 24.2 24.1 19.8 23.9 22.8 23.9
19.7 24.2 23.8 20.7 23.8 24.3 21.1 20.9 21.6 22.7

Determine las medidas de tendencia central computacionales.

Rango:
𝑅 = 𝑉𝑎𝑙𝑜𝑟 𝑚𝑎𝑦𝑜𝑟 − 𝑉𝑎𝑙𝑜𝑟 𝑚𝑒𝑛𝑜𝑟
𝑅 = 25.3 − 19
𝑅 = 6.3
 UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA E INDUSTRIAL
PERÍODO ACADÉMICO: ABRIL - SEPTIEMBRE/2016

Número de intervalos (ni)

𝑛𝑖 = 1 + 3.332 ∗ log( 𝑁)
𝑛𝑖 = 1 + 3.332 ∗ log( 50)
𝑛𝑖 = 6.661 ≅ 7
Ancho del intervalo (i)

Tabla de distribución de frecuencias

Medidas computacionales
Media geométrica

̅𝑋𝑔̅̅̅̅̅ = 𝐴𝑁(1.35)

̅𝑋𝑔̅̅̅̅̅ = 101.35

̅𝑋𝑔̅̅̅̅̅ = 22.20
 UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA E INDUSTRIAL
PERÍODO ACADÉMICO: ABRIL - SEPTIEMBRE/2016

Media Armónica

̅𝑋𝑔̅̅̅̅̅ = 22.13

3. DESVIACION TÍPICA O ESTANDAR (σ)

La desviación estándar de un conjunto de datos es la raíz cuadrada de la diferencia

entre el promedio de los cuadrados de los datos menos la media elevada al cuadrado.
Se emplea para comparar el comportamiento de dos procesos o fenómenos de los que
se realizaron mediciones. El conjunto que tenga menor desviación estándar es mejor,
pues presenta menor variabilidad [1].

Características

La desviación estándar siempre es positiva y sus unidades de medida son las mismas
que aquellas que corresponden a los datos originales [1].

Si un conjunto de datos tiene menor desviación estándar que otro, significa que el
primero está más agrupado, alrededor del centro, que el segundo; es decir, es más
homogéneo [1].

 Desviación Típica o Estándar (σ) para Datos Agrupados

Se define como la raíz cuadrada con signo positivo de la varianza. Permite calcular el
grado de dispersión real de una serie estadística por que utiliza desviaciones
cuadráticas para su cálculo. Se determina con las frecuencias y marcas de clase.

Ya se ha dicho que la varianza no viene expresada en las mismas unidades de medida

que las de los datos. Sin embargo, la raíz cuadrada de la varianza nos lleva a la
desviación estándar también conocida como desviación típica.

Computacional
 UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA E INDUSTRIAL
PERÍODO ACADÉMICO: ABRIL - SEPTIEMBRE/2016

Ejercicio 1: En el ejemplo anterior calcule las medidas de dispersión.

Rango

𝑹 = 𝟎. 𝟎𝟐𝟓𝟗

Ejercicio 2: Hallar las Desviación estándar de la siguiente tabla de datos No

Asociados

Tabla 1.- Distribución de frecuencias para datos asociados de la Cantidad Invertida

𝑭𝒓𝒆𝒄𝒖𝒆𝒏𝒄𝒊𝒂 𝑴𝒂𝒓𝒄𝒂 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆 𝒇 ∗ 𝑿𝒄 𝒇 ∗ 𝑿𝒄𝟐

𝐂𝐚𝐧𝐭𝐢𝐝𝐚𝐝 𝐢𝐧𝐯𝐞𝐫𝐭𝐢𝐝𝐚($)
𝒇 𝑿𝒄
30-35 3 32.50 97.50 3168.75
35-40 7 37.50 262.50 9843.75
40-45 11 42.50 467.50 19868.75
45-50 22 47.50 1045.00 49637.5
50-55 40 52.50 2100.00 110250.00
55-60 24 57.50 1380.00 79350.00
60-65 9 62.50 562.50 35156.25
65-70 4 67.50 270.00 18225.00
TOTAL 120 6185.00 325500.00
 UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA E INDUSTRIAL
PERÍODO ACADÉMICO: ABRIL - SEPTIEMBRE/2016

𝟐
∑ 𝒇 ∗ 𝑿𝒄𝟐 − (∑ 𝒇 ∗ 𝑿𝒄)
√ 𝒏
𝑆=
𝑛−1

(6185)2
√325500 − 120
𝑆=
119

𝑆 = $7,51

 Desviación Típica o Estándar (σ) para Datos Agrupados

Permite calcular el grado de dispersión real de una serie estadística por que utiliza
desviaciones cuadráticas para su cálculo

Computacional

Ejercicio 1: Hallar las Desviación estándar de la siguiente tabla de datos No

Asociados

Tabla 3.- Distribución de frecuencias de las edades de los estudiantes del Tercer Semestre Industrial

𝑭𝒓𝒆𝒄𝒖𝒆𝒏𝒄𝒊𝒂 𝑬𝒅𝒂𝒅𝒆𝒔 ∗ 𝒇 𝑬𝒅𝒂𝒅𝟐 ∗ 𝒇

𝑬𝒅𝒂𝒅 (años) 𝒇
18 1 18 324
19 10 190 3610
20 6 120 2400
21 11 231 4851
22 5 110 2420
23 6 138 3174
24 1 24 576
TOTAL 40 831 17355

Media Aritmética

831
𝑋̅ =
40

𝑋̅ = 20.775 𝑎ñ𝑜𝑠

(𝑋̅)2 = 431,60
 UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS, ELECTRÓNICA E INDUSTRIAL
PERÍODO ACADÉMICO: ABRIL - SEPTIEMBRE/2016

Media Aritmética de los cuadrados

̅̅̅̅ 17355
𝑋2 =
40
̅̅̅̅
𝑋 2 = 433.875

Distribución estándar

𝑺 = √433.875 − 431,60

𝑺 = 1.51 𝑎ñ𝑜𝑠

V. CONCLUSIONES

Es la parte final del informe. Constituye la respuesta que propone el investigador para
el tema que originó el trabajo desarrollado, de acuerdo con los datos recogidos y la
teoría aplicada.

VI. REFERENCIAS BIBLIOGRÁFICAS

[1] E. Galindo, Estadística Elemental Moderna, Quito: ProCiencia Editores, 2007.

[2] B. Sarmiento Lugo y F. Fernández Hernández, Estadística Descriptiva, Bogotá:

UEdición, 2013.

[3] J. R. Magán, J. J. Ruiz Rubio y E. Gastardi, Métodos Estadísticos Aplicados a la

Economía y los Negocios, Madird: Aguilar S.A., 1956.