“UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA”

FACULTAD DE INGENIERIA DE MINAS, GEOLOGÍA Y CIVIL

ESCUELA PROFESIONAL DE INGENIERIA CIVIL

“SOLUCION DEL PRIMER EXAMEN PARCIAL ”

ASIGNATURA : Estadísticas y probabilidades ES - 241

ESTUDIANTE : Ataupillco Lopez, Joel Junior.

DOCENTE : Ing. Tapia Calderón, Elmer Daniel

SEMESTRE ACADÉMICO : 2019 - I

AYACUCHO – PERÚ

2019
A mi madre y a samantha, una por estar
apoyándome en la realidad y la otra
alentándome en mis sueños.
 INDICE
PARTE A. Simbolización de datos, casos de sumatorias y productorias simples. ......... 5

A.1 CASO I. señalar los limites superior e inferior de las sumatorias y desarrollar
las sumas abreviadas o sea los elementos de las sumatorias simples. .......................... 5

A.2 CASO 2. Señale como datos los elementos desarrollados de los ejercicios
anteriores y ponga la notación sumatoria simple correspondiente (desde A.2.1 hasta
A.2.7, forma invertida a A.1) ........................................................................................... 6

A.3 CASO III. sean los valores: X1=-2, X2=3, X3 =4, X4 = 5, X5=0 y media aritmética
es x ...................................................................................................................................... 8

A.4 CASO IV. Dada la fórmula de media aritmética de datos no agrupados ........... 10

𝒙 = 𝒊 = 𝟏𝒏𝑿𝒊𝒏 siendo limites desde i=1 hasta i=n de las . Demostrar las
igualdades siguientes: ..................................................................................................... 10

PARTE B. Simbolización de Datos- desarrollo de sumatorias simples, ........................ 16

PARTE C. Simbolización de datos y regresión lineal simple. ........................................ 19

PARTE D. Organización de datos y cálculos de estadígrafos de cuadros completos. .. 23

D.1 Tipología y subtitopologia de variable estadística y determinar el tamaño de

muestra. ¿Es muestra grande o pequeña? .................................................................... 23

D.2 Calcular el rango de datos originales Rx ............................................................... 23

D.4 Determinar el número de intervalos de clase (m) por el método de criterio raíz
cuadrada. ......................................................................................................................... 24

D.5 ¿existirá nuevo valor del número de intervalos de clase m? ................................ 24

D.6 ¿Determinar la amplitud intervalica constante de daos originales (C) y la

redondeada (𝐂´)............................................................................................................... 24

D.7) ¿Existirá un nuevo rango? ..................................................................................... 24

D.8) Diferencia de rangos. .............................................................................................. 24

D.9 Elaborar un cuadro completo de la distribución de pesos de lingotes de acero

´´AREQUIPA´´ ................................................................................................................ 25
 D.10 Grafica estadística de las frecuencias absolutas acumuladas: ojiva “menor o
igual que <=” y ojiva “mayor o igual que >=”.............................................................. 26

D.12) calcular el promedio de datos agrupados. Interpretarla estadísticamente. ... 28

D.13) calcular el valor mediana de datos agrupados. interpretarla estadísticamente.

........................................................................................................................................... 28

D.14) calcular el valor modal de datos agrupados. interpretarla estadísticamente.. 28

D.15) calcule la varianza y la desviación estándar de datos agrupados.

interpretarlos. .................................................................................................................. 29

D.16) calcule la desviación media de datos agrupados. interpretarla

estadísticamente. ............................................................................................................. 29

D.17) calcule la desviación mediana de datos agrupados. interpretarlas

estadísticamente. ............................................................................................................. 30

D.18) calcule el coeficiente de variación de datos agrupados. interpretarlo. ............ 30

D.19) calcule el primer cuartil (Q1) y el tercer cuartil (Q3) interpretarlos. .............. 31

D.20) calcule el primer Decil y el noveno Decil. interpretarlos estadísticamente. .... 31

D.21) Calcule el nonagésimo percentil y el décimo percentil. Interpretarlo ............. 32

D.22) Calcule el recorrido intercuartilico y recorrido interpercentilico.

Interpretarlo .................................................................................................................... 32

D.23) Hallar el 1er coeficiente de asimetría de Pearson. ¿Distribución de As? ........ 34

D.24) Hallar el 2° coeficiente de asimetría de Pearson. ¿Distribución de As? .......... 34

F.25) hallar el coeficiente percentilico de kurtosis. ¿Qué distribución genera K? ... 34

D.26) compare los valores de la media, mediana, moda. Graficar estos datos
resultados en un plano cartesiano, observar la curva correspondiente, luego de
determinar que distribución ha generado las distribuciones de asimetría. ............... 35

E. TIPOLOGÍA Y SUBTIPOLOGIA DE VARIABLES ESTADÍSTICAS. – ............. 35

 I-EXAMEN PARCIAL DE ESTADISTICA Y PROBABILIDADES

PARTE A. Simbolización de datos, casos de sumatorias y productorias simples.

A.1 CASO I. señalar los limites superior e inferior de las sumatorias y desarrollar las
sumas abreviadas o sea los elementos de las sumatorias simples.
A.1.1)
5

∑(𝑌𝑘 − 𝑌𝑃𝑟𝑜𝑚. )2
𝑘=1
5

∑(𝑌𝐾2 − 2𝑌𝐾 𝑌𝑃𝑟𝑜𝑚 + 𝑌𝑃𝑟𝑜𝑚

2 )
𝐾=1
5 5 5

∑ 𝑌𝐾2 2
− ∑ 2𝑌𝐾 𝑌𝑃𝑟𝑜𝑚 + ∑ 𝑌𝑃𝑟𝑜𝑚
𝐾=1 𝐾=1 𝐾=1

(𝑌1 + 𝑌2 + 𝑌3 + 𝑌4 + 𝑌5 ) − 2𝑌𝑃𝑟𝑜𝑚 (5)(𝑌1 + 𝑌2 + 𝑌3 + 𝑌4 + 𝑌5 ) + 𝑌𝑃𝑟𝑜𝑚. (5)

𝐾 = 1; 𝐾 = 2; 𝐾 = 3; 𝐾 = 4; 𝐾 = 5

A.1.2)
𝑵

∑ (√𝑿𝒋𝒀𝒋 + 𝑽𝒋 𝒁𝒋 )
𝒊=𝟏

√𝑿𝟏 𝒀𝟏 + 𝑽𝟏 𝒁𝟏 √𝑿𝟐 𝒀𝟐 + 𝑽𝟐 𝒁𝟐 √𝑿𝟑𝒀𝟑 + 𝑽𝟑 𝒁𝟑 … √𝑿𝒋 𝒀𝒋 + 𝑽𝒋 𝒁𝒋

𝒊 = 𝟏; 𝒊 = 𝟐; 𝟏 = 𝟑; … 𝒊 = 𝑵

A.1.3)
iN

(X Y
i 3
i i 1  Wi Z i 1 )
iN i N

 ( X iYi1 )   (Wi Zi 1 )
i 3 i 3

X 3Y31  X 4Y41  X 5Y51...  X N YN 1  W3 Z 31  W4 Z 4 1  W5 Z 51...  WN Z N 1

X 3Y4  X 4Y5  X 5Y6 ...  X N YN 1  W3 Z 2  W4 Z 3  W5 Z 4 ...  WN Z N 1
A.1.4)
j  204

 ( IC )
j 1
3

( IC )3  ( IC )3  ( IC )3  ...  ( IC )3
j  1, j  2, j  3... j  204
204( IC )3
A.1.5)
i 10

(X
i 3
i  2) 2
i 10

(X
i 3
i
2
 4 X i  4)
i 10 i 10 i 10

X
i 3
i
2
 4 X i   4
i 3 i 3

X 3  X 4  X 5 ...  X 10 2  4( X 3  X 4  X 5  ...  X 10 )  4(10  3  1)

2 2 2

X 32  X 4 2  X 5 2 ...  X 10 2  4( X 3  X 4  X 5  ...  X 10 )  32

A.2 CASO 2. Señale como datos los elementos desarrollados de los ejercicios anteriores
y ponga la notación sumatoria simple correspondiente (desde A.2.1 hasta A.2.7, forma
invertida a A.1)
A.2.1)

(𝑌1 + 𝑌2 + 𝑌3 + 𝑌4 + 𝑌5 ) − 2𝑌𝑃𝑟𝑜𝑚 (5)(𝑌1 + 𝑌2 + 𝑌3 + 𝑌4 + 𝑌5 ) + 𝑌𝑃𝑟𝑜𝑚. (5)

5 5 5

∑ 𝑌𝐾2 2
− ∑ 2𝑌𝐾 𝑌𝑃𝑟𝑜𝑚 + ∑ 𝑌𝑃𝑟𝑜𝑚
𝐾=1 𝐾=1 𝐾=1
5

∑(𝑌𝐾2 − 2𝑌𝐾 𝑌𝑃𝑟𝑜𝑚 + 𝑌𝑃𝑟𝑜𝑚

2 )
𝐾=1
5

∑(𝑌𝑘 − 𝑌𝑃𝑟𝑜𝑚. )2
𝑘=1

A.2.2)
√𝑿𝟏 𝒀𝟏 + 𝑽𝟏 𝒁𝟏 √𝑿𝟐 𝒀𝟐 + 𝑽𝟐 𝒁𝟐 √𝑿𝟑𝒀𝟑 + 𝑽𝟑 𝒁𝟑 … √𝑿𝒋 𝒀𝒋 + 𝑽𝒋 𝒁𝒋

∑ (√𝑿𝒋𝒀𝒋 + 𝑽𝒋 𝒁𝒋 )
𝒊=𝟏

A.2.3)

X 3Y4  X 4Y5  X 5Y6 ...  X N YN 1  W3 Z 2  W4 Z 3  W5 Z 4 ...  WN Z N 1

X 3Y31  X 4Y41  X 5Y51...  X N YN 1  W3 Z 31  W4 Z 41  W5 Z 51...  WN Z N 1

iN iN

( X Y
i 3
i i 1 )   (Wi Zi 1 )
i 3

iN

( X Y
i 3
i i 1  Wi Zi 1 )

A.2.4)

204( IC )3

( IC )3  ( IC )3  ( IC )3  ...  ( IC )3
j  1, j  2, j  3... j  204
j  204

 ( IC )
j 1
3

A.2.5)

X 32  X 42  X 52 ...  X102  4( X 3  X 4  X 5  ...  X10 )  4(10  3 1)

i 10 i 10 i 10

 X i 2  4 X i   4
i 3 i 3 i 3

i 10

(X
i 3
i
2
 4 X i  4)

i 10

(X
i 3
i  2)2
A.3 CASO III. sean los valores: X1=-2, X2=3, X3 =4, X4 = 5, X5=0 y media aritmética es
x
Hallar el valor numérico de las sumatorias simples siguientes:
∑𝑛
𝑖=1 𝑋𝑖
A.3.1) ∑5𝑖=1[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] 𝑥= → 𝑥𝑛 = ∑𝑛𝑖=1 𝑋𝑖 → 5𝑥 =
𝑛
∑5𝑖=1 𝑋𝑖

5 5

∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = ∑[𝑋𝑖 2 − 𝑋𝑖 𝑥 + 𝑥 − 𝑋𝑖 ]

𝑖=1 𝑖=1
5 5 5 5 5
2
∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = ∑ 𝑋𝑖 − 𝑥 ∑ 𝑋𝑖 + ∑ 𝑥 − ∑ 𝑋𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1
5 5

∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = ∑ 𝑋𝑖 2 − 𝑥 (5𝑥 ) + 5 𝑥 − 5𝑥

𝑖=1 𝑖=1
5 5

∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = ∑ 𝑋𝑖 2 − 5𝑥 2
𝑖=1 𝑖=1
5 5
∑5𝑖=1 𝑋𝑖 2
∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = ∑ 𝑋𝑖 2 − 5( )
5
𝑖=1 𝑖=1

5 5 2
(∑5 𝑋𝑖 )
∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = ∑ 𝑋𝑖 − 5 𝑖=1 2
25
𝑖=1 𝑖=1

5 5 2
(∑5 𝑋𝑖 )
∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = ∑ 𝑋𝑖 − 𝑖=1 2
5
𝑖=1 𝑖=1
5
2 2 (𝑋𝑖 + 𝑋𝑖 + 𝑋𝑖 + 𝑋𝑖 + 𝑋𝑖 )2
2 2 2
∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = 𝑋𝑖 + 𝑋𝑖 + 𝑋𝑖 + 𝑋𝑖 + 𝑋𝑖 −
5
𝑖=1
 5

∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )]
𝑖=1
2 2 2 2 2 (𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 )2
= 𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 −
5
5
(−2 + 3 + 4 + 5 + 0)2
∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = (−2)2 + 32 + 42 + 52 + 02 −
5
𝑖=1
5

∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = 54 − 20
𝑖=1
5

∑[𝑋𝑖 (𝑋𝑖 − 𝑥 ) + (𝑥 − 𝑋𝑖 )] = 34
𝑖=1

∑𝑛
𝑖=1 𝑋𝑖
A.3.2) ∑5𝑖=3(𝑋𝑖 2 − 4𝑋𝑖 + 𝑥) 𝑥= 𝑛
→ 𝑥𝑛 = ∑𝑛𝑖=1 𝑋𝑖 → 3𝑥 = ∑5𝑖=3 𝑋𝑖
5 5 5 5
2 2
∑(𝑋𝑖 − 4𝑋𝑖 + 𝑥) = ∑ 𝑋𝑖 − 4 ∑ 𝑋𝑖 + ∑ 𝑥
𝑖=3 𝑖=3 𝑖=3 𝑖=3

5 5 5 5
2 2
∑(𝑋𝑖 − 4𝑋𝑖 + 𝑥) = ∑ 𝑋𝑖 − 4 ∑ 𝑋𝑖 + ∑ 𝑥
𝑖=3 𝑖=3 𝑖=3 𝑖=3
5 5

∑(𝑋𝑖 − 4𝑋𝑖 + 𝑥) = ∑ 𝑋𝑖 2 − 4 (3𝑥 ) + 3𝑥

2

𝑖=3 𝑖=3
5 5

∑(𝑋𝑖 − 4𝑋𝑖 + 𝑥) = ∑ 𝑋𝑖 2 − 9𝑥
2

𝑖=3 𝑖=3
5 5
∑5𝑖=3 𝑋𝑖
∑(𝑋𝑖 2 − 4𝑋𝑖 + 𝑥) = ∑ 𝑋𝑖 2 − 9 ( )
3
𝑖=3 𝑖=3

5 5 5
2 2
∑(𝑋𝑖 − 4𝑋𝑖 + 𝑥) = ∑ 𝑋𝑖 − 3 ∑ 𝑋𝑖
𝑖=3 𝑖=3 𝑖=3
5

∑(𝑋𝑖 2 − 4𝑋𝑖 + 𝑥) = 𝑋3 2 + 𝑋4 2 + 𝑋5 2 − 3(𝑋3 + 𝑋4 + 𝑋5 )

𝑖=3
 5

∑(𝑋𝑖 2 − 4𝑋𝑖 + 𝑥) = 42 + 52 + 02 − 3(4 + 5 + 0)

𝑖=3
5

∑(𝑋𝑖 2 − 4𝑋𝑖 + 𝑥) = 14
𝑖=3

A.3.3) ∑3𝑖=1(3𝑋𝑖 3 − 2𝑋𝑖 2 )

3 3 3

∑(3𝑋𝑖 − 2𝑋𝑖 ) = 3 ∑ 𝑋𝑖 − 2 ∑ 𝑋𝑖 2
3 2 3

𝑖=1 𝑖=1 𝑖=1

∑(3𝑋𝑖 3 − 2𝑋𝑖 2 ) = 3(𝑋1 3 + 𝑋2 3 + 𝑋3 3 ) − 2(𝑋1 2 + 𝑋2 2 + 𝑋3 2 )

𝑖=1
3

∑(3𝑋𝑖 3 − 2𝑋𝑖 2 ) = 3((−2)3 + 33 + 43 ) − 2((−2)2 + 32 + 42 )

𝑖=1
3

∑(3𝑋𝑖 3 − 2𝑋𝑖 2 ) = 3(83) − 2(29)

𝑖=1
3

∑(3𝑋𝑖 3 − 2𝑋𝑖 2 ) = 191

𝑖=1

A.4 CASO IV. Dada la fórmula de media aritmética de datos no agrupados

∑𝒏𝒊=𝟏 𝑿𝒊⁄
̅=
𝒙 𝒏 siendo limites desde i=1 hasta i=n de las ∑ ∏ . Demostrar las igualdades
siguientes:
A.4.1) ∑𝑛𝑖=1[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)] = ∑𝑛𝑖=1 𝑋𝑖 2 − 𝑛 𝑥̅

𝐴 ⊆ 𝐵: 𝐴 → 𝐵(𝑖 )
A=B↔ {
𝐵 ⊆ 𝐴: 𝐵 → 𝐴(𝑖𝑖)
a) De A hacia B : 𝐴 → 𝐵

𝑛 𝑛

∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)] = ∑ 𝑋𝑖 2 − 𝑛 𝑥̅

𝑖=1 𝑖=1

𝑛 𝑛

∑[(𝑋𝑖 − 2𝑋𝑖 𝑥̅ + 𝑥̅ 2 ) + 𝑋𝑖 𝑥̅ − 𝑋𝑖 ] = ∑ 𝑋𝑖 2 − 𝑛 𝑥̅
2

𝑖=1 𝑖=1

𝑛 𝑛

∑[𝑋𝑖 − 𝑋𝑖 𝑥̅ + 𝑥̅ − 𝑋𝑖 ] = ∑ 𝑋𝑖 2 − 𝑛 𝑥̅
2 2

𝑖=1 𝑖=1

𝑛 𝑛 𝑛 𝑛 𝑛
2
∑[𝑋𝑖 ] − ∑[𝑋𝑖 𝑥̅ ] + ∑[𝑥̅ 2 ] − ∑[𝑋𝑖 ] = ∑ 𝑋𝑖 2 − 𝑛 𝑥̅
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1

𝑛 𝑛 𝑛 𝑛 𝑛

∑[𝑋𝑖 ] − 𝑥̅ ∑[𝑋𝑖 ] + 𝑥̅ 2 ∑[1] − ∑[𝑋𝑖 ] = ∑ 𝑋𝑖 2 − 𝑛 𝑥̅

2

𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1

𝑛 𝑛

∑[𝑋𝑖 ] − 𝑥̅ [𝑛𝑥̅ ] + 𝑥̅ 𝑛 + 1 − 1] − 𝑛𝑥̅ = ∑ 𝑋𝑖 2 − 𝑛 𝑥̅

2 2[

𝑖=1 𝑖=1

𝑛 𝑛

∑[𝑋𝑖 ] − 𝑥̅ 𝑛 + 𝑥̅ 𝑛 − 𝑛𝑥̅ = ∑ 𝑋𝑖 2 − 𝑛 𝑥̅
2 2 2

𝑖=1 𝑖=1

𝑛 𝑛

∑ 𝑋𝑖 − 𝑛𝑥̅ = ∑ 𝑋𝑖 2 − 𝑛 𝑥̅
2

𝑖=1 𝑖=1

b) De B hacia A : 𝐵 → 𝐴

𝑛 𝑛
2
∑ 𝑋𝑖 − 𝑛 𝑥̅ = ∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)]
𝑖=1 𝑖=1
 𝑛 𝑛
2
∑[𝑋𝑖 ] − 𝑥̅ 𝑛 + 𝑥̅ 𝑛 − 𝑛𝑥̅ = ∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)]
2 2

𝑖=1 𝑖=1

𝑛 𝑛
2
∑[𝑋𝑖 − 𝑋𝑖 𝑥̅ + 𝑥̅ − 𝑋𝑖 ] = ∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)]
2

𝑖=1 𝑖=1

𝑛 𝑛
2
∑[𝑋𝑖 ] − 𝑥̅ [𝑛𝑥̅ ] + 𝑥̅ 2 [𝑛 + 1 − 1] − 𝑛𝑥̅ = ∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)]
𝑖=1 𝑖=1

𝑛 𝑛 𝑛 𝑛 𝑛
2
∑[𝑋𝑖 ] − 𝑥̅ ∑[𝑋𝑖 ] + 𝑥̅ ∑[1] − ∑[𝑋𝑖 ] = ∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)]
2

𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1

𝑛 𝑛 𝑛 𝑛 𝑛
2
∑[𝑋𝑖 ] − ∑[𝑋𝑖 𝑥̅ ] + ∑[𝑥̅ 2 ] − ∑[𝑋𝑖 ] = ∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)]
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1

𝑛 𝑛
2
∑[𝑋𝑖 − 𝑋𝑖 𝑥̅ + 𝑥̅ 2 − 𝑋𝑖 ] = ∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)]
𝑖=1 𝑖=1

𝑛 𝑛
2 2)
∑[(𝑋𝑖 − 2𝑋𝑖 𝑥̅ + 𝑥̅ + 𝑋𝑖 𝑥̅ − 𝑋𝑖 ] = ∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)]
𝑖=1 𝑖=1

𝑛 𝑛

∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)] = ∑[(𝑋𝑖 − 𝑥̅ )2 + 𝑋𝑖 (𝑥̅ − 1)]

𝑖=1 𝑖=1

1
A.4.3) ∑𝑛𝑖=1 [(𝑋𝑖 − 𝑥̅ )2 + 𝑛] = ∑𝑛𝑖=1 𝑋𝑖 2 − 𝑛𝑥̅ + 1

𝐴 ⊆ 𝐵: 𝐴 → 𝐵(𝑖 )
A=B↔ {
𝐵 ⊆ 𝐴: 𝐵 → 𝐴(𝑖𝑖)

a) De A hacia B : 𝐴 → 𝐵
 𝑛 𝑛
1
∑ [(𝑋𝑖 − 𝑥̅ ) + ] = ∑ 𝑋𝑖 2 − 𝑛𝑥̅ + 1
2
𝑛
𝑖=1 𝑖=1

𝑛 𝑛
1
∑ [𝑋𝑖 − 2𝑥̅ 𝑋𝑖 + 𝑥̅ + ] = ∑ 𝑋𝑖 2 − 𝑛𝑥̅ + 1
2 2
𝑛
𝑖=1 𝑖=1

𝑛 𝑛 𝑛 𝑛 𝑛
1
∑ 𝑋𝑖 − 2𝑥̅ ∑ 𝑋𝑖 + ∑ 𝑥̅ 2 + ∑ = ∑ 𝑋𝑖 2 − 𝑛𝑥̅ + 1
2
𝑛
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1

𝑛 𝑛
1
∑ 𝑋𝑖 − 2𝑥̅ 𝑛𝑥̅ + 𝑥̅ 𝑛 + 𝑛 = ∑ 𝑋𝑖 2 − 𝑛𝑥̅ + 1
2 2
𝑛
𝑖=1 𝑖=1

𝑛 𝑛

∑ 𝑋𝑖 − 𝑛𝑥̅ + 1 = ∑ 𝑋𝑖 2 − 𝑛𝑥̅ + 1
2

𝑖=1 𝑖=1

b) De B hacia A : 𝐵 → 𝐴

𝑛 𝑛
2 1
∑ 𝑋𝑖 − 𝑛𝑥̅ + 1 = ∑ [(𝑋𝑖 − 𝑥̅ )2 + ]
𝑛
𝑖=1 𝑖=1

𝑛 𝑛
2 1 1
∑ 𝑋𝑖 − 2𝑥̅ 𝑛𝑥̅ + 𝑥̅ 2 𝑛 + 𝑛 = ∑ [(𝑋𝑖 − 𝑥̅ )2 + ]
𝑛 𝑛
𝑖=1 𝑖=1

𝑛 𝑛 𝑛 𝑛 𝑛
2 1 1
∑ 𝑋𝑖 − 2𝑥̅ ∑ 𝑋𝑖 + ∑ 𝑥̅ + ∑ = ∑ [(𝑋𝑖 − 𝑥̅ )2 + ] 2
𝑛 𝑛
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1

𝑛 𝑛
2 1 1
∑ [𝑋𝑖 − 2𝑥̅ 𝑋𝑖 + 𝑥̅ + ] = ∑ [(𝑋𝑖 − 𝑥̅ )2 + ]
2
𝑛 𝑛
𝑖=1 𝑖=1

𝑛 𝑛
1 1
∑ [(𝑋𝑖 − 𝑥̅ )2 + ] = ∑ [(𝑋𝑖 − 𝑥̅ )2 + ]
𝑛 𝑛
𝑖=1 𝑖=1
 2
(∑𝑛
𝑖=1 𝑋𝑖 )
A.4.4) ∑𝑛𝑖=1[𝑋𝑖 (𝑋𝑖 − 𝑥̅ ) + (𝑥̅ − 𝑋𝑖 )] = ∑𝑛𝑖=1 𝑋𝑖 2 − 𝑛

𝐴 ⊆ 𝐵: 𝐴 → 𝐵(𝑖 )
A=B↔ {
𝐵 ⊆ 𝐴: 𝐵 → 𝐴(𝑖𝑖)

a) De A hacia B : 𝐴 → 𝐵
𝑛 𝑛 2
(∑𝑛 𝑋𝑖 )
∑[𝑋𝑖 (𝑋𝑖 − 𝑥̅ ) + (𝑥̅ − 𝑋𝑖 )] = ∑ 𝑋𝑖 − 𝑖=1 2
𝑛
𝑖=1 𝑖=1

𝑛 𝑛 2
(∑𝑛 𝑋𝑖 )
∑[𝑋𝑖 − 𝑋𝑖 𝑥̅ + 𝑥̅ − 𝑋𝑖 ] = ∑ 𝑋𝑖 − 𝑖=1
2 2
𝑛
𝑖=1 𝑖=1

𝑛 𝑛 𝑛 𝑛 𝑛 2
2 (∑𝑛𝑖=1 𝑋𝑖 ) 2
∑ 𝑋𝑖 − ∑ 𝑋𝑖 𝑥̅ + ∑ 𝑥̅ − ∑ 𝑋𝑖 = ∑ 𝑋𝑖 −
𝑛
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1

𝑛 𝑛 2
(∑𝑛 𝑋𝑖 )
∑ 𝑋𝑖 − 𝑥̅ (𝑥̅ 𝑛) + 𝑥̅ 𝑛 − 𝑛𝑥̅ = ∑ 𝑋𝑖 − 𝑖=1
2 2
𝑛
𝑖=1 𝑖=1

𝑛 𝑛 2
2 2
(∑𝑛𝑖=1 𝑋𝑖 ) 2
∑ 𝑋𝑖 − 𝑥̅ 𝑛 = ∑ 𝑋𝑖 −
𝑛
𝑖=1 𝑖=1

𝑛 2 𝑛
∑𝑛𝑖=1 𝑋𝑖 2
2 2 (∑𝑛𝑖=1 𝑋𝑖 )
∑ 𝑋𝑖 − ( ) 𝑛 = ∑ 𝑋𝑖 −
𝑛 𝑛
𝑖=1 𝑖=1

𝑛 2 𝑛 2
(∑𝑛 𝑋𝑖 ) (∑𝑛𝑖=1 𝑋𝑖 )
∑ 𝑋𝑖 2 − 𝑖=1 = ∑ 𝑋𝑖 2 −
𝑛 𝑛
𝑖=1 𝑖=1

b) De B hacia A : 𝐵 → 𝐴
𝑛 2 𝑛
(∑𝑛𝑖=1 𝑋𝑖 )
2
∑ 𝑋𝑖 − = ∑[𝑋𝑖 (𝑋𝑖 − 𝑥̅ ) + (𝑥̅ − 𝑋𝑖 )]
𝑛
𝑖=1 𝑖=1

𝑛 𝑛
2 ∑𝑛𝑖=1 𝑋𝑖 2
∑ 𝑋𝑖 − ( ) 𝑛 = ∑[𝑋𝑖 (𝑋𝑖 − 𝑥̅ ) + (𝑥̅ − 𝑋𝑖 )]
𝑛
𝑖=1 𝑖=1
 𝑛 𝑛
2 2
∑ 𝑋𝑖 − 𝑥̅ 𝑛 = ∑[𝑋𝑖 (𝑋𝑖 − 𝑥̅ ) + (𝑥̅ − 𝑋𝑖 )]
𝑖=1 𝑖=1

𝑛 𝑛
2
∑ 𝑋𝑖 − 𝑥̅ (𝑥̅ 𝑛) + 𝑥̅ 𝑛 − 𝑛𝑥̅ = ∑[𝑋𝑖 (𝑋𝑖 − 𝑥̅ ) + (𝑥̅ − 𝑋𝑖 )]
𝑖=1 𝑖=1

𝑛 𝑛 𝑛 𝑛 𝑛
2
∑ 𝑋𝑖 − ∑ 𝑋𝑖 𝑥̅ + ∑ 𝑥̅ − ∑ 𝑋𝑖 = ∑[𝑋𝑖 (𝑋𝑖 − 𝑥̅ ) + (𝑥̅ − 𝑋𝑖 )]
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1

𝑛 𝑛
2
∑[𝑋𝑖 − 𝑋𝑖 𝑥̅ + 𝑥̅ − 𝑋𝑖 ] = ∑[𝑋𝑖 (𝑋𝑖 − 𝑥̅ ) + (𝑥̅ − 𝑋𝑖 )]
𝑖=1 𝑖=1

𝑛 𝑛

∑[𝑋𝑖 (𝑋𝑖 − 𝑥̅ ) + (𝑥̅ − 𝑋𝑖 )] = ∑[𝑋𝑖 (𝑋𝑖 − 𝑥̅ ) + (𝑥̅ − 𝑋𝑖 )]

𝑖=1 𝑖=1

A.4.6)
𝒏 𝒏 𝒏 𝒏

∏ 𝒀𝒊 𝑾𝒊 𝒁𝒊 = ∏ 𝒀𝒊 ∏ 𝑾𝒊 ∏ 𝒁𝒊
𝒊=𝟏 𝒊=𝟏 𝒊=𝟏 𝒊=𝟏

 A B

∏ 𝒀𝒊 𝑾𝒊 𝒁𝒊
𝒊=𝟏

(𝑌1 × 𝑊1 × 𝑍1 )(𝑌2 × 𝑊2 × 𝑍2 )(𝑌3 × 𝑊3 × 𝑍3 ) … (𝑌𝑛 × 𝑊𝑛 × 𝑍𝑛 )

(𝑌1 × 𝑌2 × 𝑌3 × … × 𝑌𝑛 )(𝑊1 × 𝑊2 × 𝑊3 × … × 𝑊𝑛 )(𝑍1 × 𝑍2 × 𝑍3 × … × 𝑍𝑛 )

𝑛 𝑛 𝑛

∏ 𝑌𝑖 ∏ 𝑊𝑖 ∏ 𝑍𝑖
𝑖=1 𝑖=1 𝑖=1

 B A
 𝒏 𝒏 𝒏

∏ 𝒀𝒊 ∏ 𝑾𝒊 ∏ 𝒁𝒊
𝒊=𝟏 𝒊=𝟏 𝒊=𝟏

(𝑌1 × 𝑌2 × 𝑌3 × … × 𝑌𝑛 )(𝑊1 × 𝑊2 × 𝑊3 × … × 𝑊𝑛 )(𝑍1 × 𝑍2 × 𝑍3 × … × 𝑍𝑛 )

(𝑌1 × 𝑊1 × 𝑍1 )(𝑌2 × 𝑊2 × 𝑍2 )(𝑌3 × 𝑊3 × 𝑍3 ) … (𝑌𝑛 × 𝑊𝑛 × 𝑍𝑛 )

∏ 𝑌𝑖 𝑊𝑖 𝑍𝑖
𝑖=1

PARTE B. Simbolización de Datos- desarrollo de sumatorias simples, a partir del

cuadro Bidimensional B.5, que constituye una tabla doble entrada con valores de Xij.
Desarrolle las sumatorias indicadas, asignándoles sus límites superior e inferior y,
finalmente calcule su valor numérico, para cada caso:
B.5.1) ∑ 𝑿𝒊𝟏 B.5.3) ∑ 𝑿𝟏𝒋 B.5.5) 𝑿∙𝟐

B.5.2) ∑ 𝑿𝒊𝟒 B.5.4) ∑ 𝑿𝟒𝒋 B.5.6) ∑ ∑ 𝑿𝒊𝒋

J 1 2 3 4
i
1 3 5 0 3
2 -5 6 4 0
3 4 -4 5 2
4 1 2 1 -2

Solución:

B.5.1) ∑ 𝑿𝒊𝟏
Desarrollando la sumatoria:
𝑛=4

∑ 𝑿𝒊𝟏 = 𝑿𝒊𝟏 + 𝑿𝒊𝟏 + 𝑿𝒊𝟏 + 𝑿𝒊𝟏

𝑖=1

∑𝑛=4
𝑖=1 𝑿𝒊𝟏 = 𝑋11 + 𝑋21 + 𝑋31 + 𝑋41
𝑛=4

∑ 𝑿𝒊𝟏 = 3 − 5 + 4 + 1
𝑖=1
𝑛=4

∑ 𝑿𝒊𝟏 = 3
𝑖=1

B.5.2) ∑ 𝑿𝒊𝟒
Desarrollando la sumatoria:
𝒏=𝟒

∑ 𝑿𝒊𝟒 = 𝑿𝒊𝟒 + 𝑿𝒊𝟒 + 𝑿𝒊𝟒 + 𝑿𝒊𝟒

𝒊=𝟏

∑ 𝑿𝒊𝟒 = 𝑋14 + 𝑋24 + 𝑋34 + 𝑋44

𝒏=𝟒

∑ 𝑿𝒊𝟒 = 3 + 0 + 2 − 2
𝒊=𝟏
𝒏=𝟒

∑ 𝑿𝒊𝟒 = 3
𝒊=𝟏

B.5.3) ∑ 𝑿𝟏𝒋
Desarrollando la sumatoria:
𝒏=𝟒

∑ 𝑿𝟏𝒋 = 𝑿𝟏𝒋 + 𝑿𝟏𝒋 + 𝑿𝟏𝒋 + 𝑿𝟏𝒋

𝒊=𝟏
𝑛=4

∑ 𝑿𝟏𝒋 = 𝑋11 + 𝑋12 + 𝑋13 + 𝑋14

𝑖=1
𝑛=4

∑ 𝑿𝟏𝒋 = 3 + 5 + 0 + 3
𝑖=1
𝑛=4

∑ 𝑿𝟏𝒋 = 11
𝑖=1

B.5.4) ∑ 𝑿𝟒𝒋
Desarrollando la sumatoria:
𝑛=4

∑ 𝑿𝟒𝒋 = 𝑿𝟒𝒋 + 𝑿𝟒𝒋 + 𝑿𝟒𝒋 + 𝑿𝟒𝒋

𝑖=1

∑ 𝑿𝟒𝒋 = 𝑋41 + 𝑋42 + 𝑋43 + 𝑋44

𝑛=4

∑ 𝑿𝟒𝒋 = 1 + 2 + 1 − 2
𝑖=1
𝑛=4

∑ 𝑿𝟒𝒋 = 2
𝑖=1

B.5.5) 𝑿∙𝟐
Desarrollando la sumatoria:
𝒏=𝟒

𝑿∙𝟐 = ∑ 𝑿𝒊𝟐
𝒊=𝟏
𝑿∙𝟐 = 𝑿𝒊𝟐 + 𝑿𝒊𝟐 + 𝑿𝒊𝟐 + 𝑿𝒊𝟐
𝑿∙𝟐 = 𝑋12 + 𝑋22 + 𝑋32 + 𝑋42
𝑿∙𝟐 = 5 + 6 − 4 + 2
𝑿∙𝟐 = 9

B.5.6)∑ ∑ 𝑿𝒊𝒋
Desarrollando la sumatoria:
𝒎=𝟒 𝒏=𝟒

∑ ∑ 𝑿𝒊𝒋 = ∑ (∑ 𝑿𝒊𝒋 )
𝒋=𝟏 𝒊=𝟏

𝒎=𝟒

∑ ∑ 𝑿𝒊𝒋 = ∑ (𝑋1𝑗 + 𝑋2𝑗 + 𝑋3𝑗 + 𝑋4𝑗 )

𝒋=𝟏

𝒎=𝟒 𝑚=4 𝑚=4 𝑚=4

∑ ∑ 𝑿𝒊𝒋 = ∑ 𝑋1𝑗 + ∑ 𝑋2𝑗 + ∑ 𝑋3𝑗 + ∑ 𝑋4𝑗

𝒋=𝟏 𝑗=1 𝑗=1 𝑗=1

∑ ∑ 𝑿𝒊𝒋 = (𝑋11 + 𝑋12 + 𝑋13 + 𝑋14 ) + (𝑋21 + 𝑋22 + 𝑋23 + 𝑋24 )

+ (𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 ) + (𝑋41 + 𝑋42 + 𝑋43 + 𝑋44 )

∑ ∑ 𝑿𝒊𝒋 = (3 + 5 + 0 + 3) + (−5 + 6 + 4 + 0) + (4 − 4 + 5 + 2) + (1
+ 2 + 1 − 2)

∑ ∑ 𝑿𝒊𝒋 = 25

∑ ∑ 𝑿𝒊𝒋 = 𝟐𝟓

PARTE C. Simbolización de datos y regresión lineal simple. Dada la siguiente tabla C,

donde i=indicador de filas, 𝑋𝑖 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑒𝑛 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 y 𝑌𝑖 =
𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 𝑒𝑛 𝑔𝑟𝑎𝑑𝑜𝑠 𝑐𝑒𝑛𝑡𝑖𝑔𝑟𝑎𝑑𝑜𝑠. Completar las columnas por construir que sean
pertinentes (que se necesitan), para hacer los cálculos de los valores numéricos de los que
se pida:
Tabla N° C
𝑋𝑖 (𝑚𝑖𝑛) 3 6 8 10 12 15 17

𝑌𝑖 (𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎) 72 76 88 105 126 130 135

Calcule todas las preguntas anteriores, codificadas como C1 hasta C13

CON LOS DATOS DE LA TABLA ANTERIOR CONSTRUIMOS LA SIGUIENTE
TABLA

𝑥𝑖 𝑦𝑖
𝑖 𝑋𝑖 𝑌𝑖 = 𝑋𝑖 − 𝑥̅ = 𝑌𝑖 − 𝑦̅ 𝑥𝑖 2 𝑦𝑖 2 𝑥𝑖 𝑦𝑖
1 3 72 -7.1429 -32.5714 51.0204 1060.8980 232.6531
2 6 76 -4.1429 -28.5714 17.1633 816.3265 118.3673
3 8 88 -2.1429 -16.5714 4.5918 274.6122 35.5102
4 10 105 -0.1429 0.4286 0.0204 0.1837 -0.0612
5 12 126 1.8571 21.4286 3.4490 459.1837 39.7959
6 15 130 4.8571 25.4286 23.5918 646.6122 123.5102
7 17 135 6.8571 30.4286 47.0204 925.8980 208.6531
7 7 7 7 7 7 7
∑ 𝑋𝑖 ∑ 𝑦𝑖 ∑ 𝑥𝑖 ∑ 𝑦𝑖 ∑ 𝑥𝑖 2 ∑ 𝑦𝑖 2 ∑ 𝑥𝑖 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑛=7 = 71 = 732 =0 =0 = 146.8571 = 4183.7143 = 758.4286

∑𝑛𝑖=1 𝑋𝑖⁄
c.1 media muestras de 𝑋: 𝑥̅ si sabemos que 𝑥̅ = 𝑛 ;𝑛 = 7
Entonces
∑𝑛𝑖=1 𝑋𝑖⁄
𝑥̅ = 𝑛
(𝑋1 + 𝑋2 + 𝑋3 + 𝑋4 + 𝑋5 + 𝑋6 + 𝑋7 )⁄
𝑥̅ = 5
(3 + 6 + 8 + 10 + 12 + 15 + 17)⁄
𝑥̅ = 7 = 10.1429
∑𝑛𝑖=1 𝑌𝑖⁄
c.2 media maestral de 𝑌: 𝑦̅ si sabemos que 𝑦̅ = 𝑛 ;𝑛 = 7
Entonces
 ∑𝑛𝑖=1 𝑌𝑖⁄
𝑦̅ = 𝑛
(𝑌1 + 𝑌2 + 𝑌3 + 𝑌4 + 𝑌5 + 𝑌6 + 𝑌7 )⁄
𝑦̅ = 7
(72 + 76 + 88 + 105 + 126 + 130 + 135)⁄
𝑦̅ = 5 = 104.5714

c.3 varianza muestral de la 𝑋: 𝑆 2 𝑥

2
∑7𝑖=1 𝑥𝑖 2
𝑆 𝑥=
𝑛−1
Reemplazamos los valores de la tabla
146.8571
𝑆 2𝑥 = = 24.4762
6
c.4 varianza muestral de la 𝑌: 𝑆 2 𝑦
∑7𝑖=1 𝑦𝑖 2
𝑆 2𝑦 =
𝑛−1
Reemplazamos los valores de la tabla
4183.7143
𝑆 2𝑦 = = 697.2857
6
c.5 coeficiente de regresión lineal simple (𝛽̂)

∑7𝑖=1 𝑥𝑖 𝑦𝑖
𝛽̂ =
∑7𝑖=1 𝑥𝑖 2

Reemplazamos los valores de la tabla

748.4286
𝛽̂ = = 5.1644
146.8571
c.6 intersección de la recta con el 𝑌𝑌 ′ ∶ 𝛼̂ = 𝑦̅ − 𝛽̂𝑥̅
Reemplazamos los valores hallados
𝛼̂ = (104.5714) − 5.1644(10.1429)
𝛼̂ = (104.5714) − 5.1644(10.1429) = 52.1897
Por lo tanto como ecuación tenemos
𝑦 = 52.1897 + 5.1644𝑥
c.7 para 𝑥 = 14 , ¿cuánto valdrá 𝑦?
Si tenemos la formula
𝑦 = 52.1897 + 5.1644𝑥
Por lo tanto:
𝑦 = 52.1897 + 5.1644(14) = 124.4913
c.8 para 𝑥 = 20 , ¿cuánto será el pronóstico para 𝑦?
Si tenemos la formula
𝑦 = 52.1897 + 5.1644𝑥
Por lo tanto:
𝑦 = 52.1897 + 5.1644(20) = 155.4777
c.9 determinar el coeficiente de correlación 𝑟 e interpretación estadística
∑7𝑖=1 𝑥𝑖 𝑦𝑖
𝑟=
√(∑7𝑖=1 𝑥𝑖 2 )(∑7𝑖=1 𝑦𝑖 2 )
758.4286
𝑟=
√(146.8571)(4183.7143)
𝑟 = 0.9676

Interpretación estadística: cuando el coeficiente de correlación se acerca a 1 entonces la

correlación es fuerte por lo tanto las predicciones que se hagan con la ecuación de regresión
será certeras.
c. 10 determinar el coeficiente de determinación 𝑟 2 e interpretación estadística.
𝑟 2 = (0.9676)2
𝑟 2 = 0.9362
Interpretación estadística: 𝑟 2 representa la reducción relativa de la suma de cuadrados del
error total gracias al uso de la recta de regresión. Así 𝑟 2 mide la bondad de ajuste en el
sentido que indica la cantidad de mejoramiento e términos de reducción del error total
gracias al uso de la recta de regresión.
c.11 hallar el coeficiente de alejamiento e interpretcion

√(1 − 𝑟 2 ) ∗ 100% = √(1 − 0.93622 ) ∗ 100%

= √(1 − 0.93622 ) ∗ 100% = 0.3515%

Interpretación estadística:eñ coeficeinte de alejamieto es 0.3515 cuyo valor es la raiza
cuadrada de la diferencia entre la unidad y el coeficiente de detrminacion , expresado en
porcentaje(%)
c.12 hallar el coeficiente de variación para 𝑋
𝑠
𝑐. 𝑣(𝑥 ) =
𝑥̅
√𝑆 2 𝑥
𝑐. 𝑣(𝑥 ) =
𝑥̅
√24.4762
𝑐. 𝑣(𝑥 ) = = 0.4878
10.1429
c.13 hallar el coeficiente de variación para 𝑌
𝑠
𝑐. 𝑣(𝑦) =
𝑦̅

√𝑆 2 𝑦
𝑐. 𝑣(𝑦) =
𝑦̅

√697.2857
𝑐. 𝑣(𝑦) = = 02525
104.5714

PARTE D. Organización de datos y cálculos de estadígrafos de cuadros completos.-

suponga que se ha judicializado un caso respecto al peso de lingotes de acero de ACEROS
AREQUIPA S.A , analizados por el juez especializado en lo civil, para lo cual se tomó una
muestra aleatoria simple (MAS) de la producción semanal de 50 observaciones, las
unidades están dadas en kilogramos(Kg), registrándose los siguientes datos originales 𝑋𝑖 .
94.3 93.0 95.5 95.3 92.4 94.4 92.8 93.2 93.6 95.5
92.9 93.6 95.7 93.8 94.8 93.9 92.7 91.6 93.6 96.8
94.2 95.7 94.7 94.3 92.7 94.5 96.2 95.4 93.7 91.9
94.1 90.0 94.2 93.7 94.0 93.9 93.6 94.6 92.3 94.4

D.1 Tipología y subtitopologia de variable estadística y determinar el tamaño de

muestra.
¿Es muestra grande o pequeña?
 Variable cuantitativa continua.

 Tamaño de muestra: Es grande ya que nuestro “n” es 40

D.2 Calcular el rango de datos originales Rx

𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛
 96.8 − 90.0

𝑟𝑎𝑛𝑔𝑜 = 6.8

D.4 Determinar el número de intervalos de clase (m) por el método de criterio raíz
cuadrada.
𝑚 = √40 = 6.3245

𝑚 = 6.3245

D.5 ¿existirá nuevo valor del número de intervalos de clase m?

 Si existe , es m´=7

D.6 ¿Determinar la amplitud intervalica constante de daos originales (C) y la

redondeada (𝐂´)
𝑅𝑋
𝐶=
𝑚

6.8
𝐶=
7

𝐶 = 0.9714

C´ = 0.98

D.7) ¿Existirá un nuevo rango?

𝑅´𝑥 = 𝐶´𝑋 𝑚´

𝑅´𝑥 = (7)(0.98)

𝑅´𝑥 = 6.86

D.8) Diferencia de rangos.

∆𝑅𝑥 = 𝑅´𝑥 − 𝑅𝑥
 ∆𝑅𝑥 = 6.86 − 6.8

∆𝑅𝑥 = 0.06

∆𝑅𝑥 = −0.03

∆𝑅𝑥 = +0.03

𝑋𝑚𝑎𝑥 = 96.8 + 0.03

𝑋𝑚𝑎𝑥 = 96.83

𝑋𝑚𝑖𝑛 = 90.0 − 0.03

𝑋𝑚𝑖𝑛 = 89.97

D.9 Elaborar un cuadro completo de la distribución de pesos de lingotes de acero

´´AREQUIPA´´

i tabulación
[89.97 ,
1 90.95> 90.46 0.98 I 1 0.025 2.5%
[90.95,
2 91.93> 91.44 0.98 II 2 0.05 5%
[91.93 ,
3 92.91> 92.42 0.98 IIII I 6 0.15 15%
[92.91,
4 93.89> 93.4 0.98 IIII IIII 9 0.225 22.5%
[93.89 ,
5 94.87> 94.38 0.98 IIII IIII IIII 14 0.35 35%
[94.87 ,
6 95.85> 95.36 0.98 IIII I 6 0.15 15%
[95.85 ,
7 96.83> 96.34 0.98 II 2 0.05 5%

∑ X X n=40 40 1.00 100 %

 1 0.025 2.5 % 40 1 100 % 90.46 2.2615
3 0.075 7.5% 39 0.975 97.5% 182.88 4.572
9 0.225 22.5 % 37 0.925 92.5% 554.52 13.863
18 0.45 45 % 31 0.775 77.5% 841 21.015
32 0.8 80 % 22 0.55 55% 1321.32 33.033
38 0.95 95 % 8 0.2 20% 572.16 14.304
40 1 100 % 2 0.05 5% 192.68 4.817
X X X 3755 93.866
D.10 Grafica estadística de las frecuencias absolutas acumuladas: ojiva “menor o igual
que <=” y ojiva “mayor o igual que >=”

OJIVA "MENOR O IGUAL QUE" DE FRECUENCIAS

ABSOLUTAS
45
40
35
30
25
20
15
10
5
0
89.48 90.46 91.44 92.42 93.4 94.38 95.36 96.34

OJIVA "MAYOR O IGUAL QUE" DE FRECUENCIAS

ABSOLUTAS
45
40
35
30
25
20
15
10
5
0
90.46 91.44 92.42 93.4 94.38 95.36 96.34 97.32
D-11) interpretar estadísticamente: m, y'0, n3, h5, h2x100, N4, H5, H6x100, N6*,
H4*x100

m: existen siete intervalos de clase en la tabla de pesos de los lingotes de acero.

Y0': indica el límite inferior del intervalo de la primera fila.

n3: los pesos de 6 lingotes están dentro del intervalo de [91.93 , 92.91>

h5: el 0.35 por uno del total de masas de lingotes se encuentra en el intervalo [93.89
, 94.87>

h2x100: el 5% por ciento del total de lingotes de acero están en el intervalo [90.95,
91.93>

N4: el 18 por 1 del total de masas de lingote están dentro del intervalo [92.91,
93.89>

H6x100: el 95 % por ciento de masa de lingotes de acero están en el intervalo [94.87 ,

95.85>

N6*: 8 meses de lingotes no se encuentran dentro de los seis últimos intervalos de

clase. [94.87 , 95.85>

H4*x100: el 77.5% del total de masas de lingotes de acero no se encuentran dentro de los
cuatro últimos intervalos de clase.
D.12) calcular el promedio de datos agrupados. Interpretarla estadísticamente.

∑50 ′
𝑖=1 𝑦 𝑖 𝑛𝑖
𝑋̅ =
𝑛
3755
𝑋̅ =
40

𝑋̅ =93.875
93.875 es el valor medio que se encuentra entre el valor máximo y el valor mínimo de los
datos agrupados.
D.13) calcular el valor mediana de datos agrupados. interpretarla estadísticamente.

∆𝑛𝑖
𝑀𝑒 = 𝑦 ′ 𝑖−1 + 𝐶 𝑑𝑜𝑛𝑑𝑒 ∆𝑛𝑖 = 0.5𝑛 − 𝑁𝑗−1
𝑛𝑖 𝑖
0.5 ∗ 40 − 9
𝑀𝑒 = 92.42 + 0.98 = 93.642 𝑘𝑔
9

93.642 es el valor que se encuentra en la posición media de los datos ordenados.

D.14) calcular el valor modal de datos agrupados. interpretarla estadísticamente.

𝑛𝑖 − 𝑛𝑖
𝑀𝑜 = 𝑦 ′𝑖−1 + 𝐶
(𝑛𝑖 − 𝑛𝑖−1 ) + (𝑛𝑖 − 𝑛𝑖+1 ) 𝑖
9−6
𝑀𝑜 = 92.42 + 0.98 = 90.95 𝑘𝑔
(9 − 6) + (9 − 14)

90.95 es el valor que más se repite en la tabla de datos agrupados

D.15) calcule la varianza y la desviación estándar de datos agrupados. interpretarlos.

∑50 2
𝑖=1 𝑥𝑖 𝑛𝑖
VARIANZA X : 𝑆𝑥 2 = − 𝑋̅ 2
𝑛−1

𝑑𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟𝑒𝑠 𝑡𝑒𝑛𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑋̅ = 93.4 𝑘𝑔

i X n X^ 2 X^ 2*n
1 90.46 1 8183.0116 8183.0116
2 91.44 2 8361.2736 16722.5472
3 92.42 6 8541.4564 51248.7384
4 93.4 9 8723.56 78512.04
5 94.38 14 8907.5844 124706.1816
6 95.36 6 9093.5296 54561.1776
7 96.34 2 9281.3956 18562.7912
promedio 93.4 40 61091.8112 352496.4876

352496.4876
𝑆𝑥 2 = − 93.42
39

𝑆𝑥 2 = 314.8114769 𝑘𝑔2

Desviación estándar s: √314.8114769 ∗ 𝑘𝑔2 = 17.74292752 𝑘𝑔

D.16) calcule la desviación media de datos agrupados. interpretarla estadísticamente.

∑|𝑋𝑖 −𝑥̅ |.𝑛𝑖
Desviación media: 𝑥𝑖 =
𝑁

i X x pro n (X-xprom)*n
1 90.46 93.4 1 2.94
2 91.44 93.4 2 3.92
3 92.42 93.4 6 5.88
4 93.4 93.4 9 0
5 94.38 93.4 14 13.72
6 95.36 93.4 6 11.76
7 96.34 93.4 2 5.88
40 44.1
 44.1
𝑥𝑖 = = 1.1025 𝑘𝑔
40

D.17) calcule la desviación mediana de datos agrupados. interpretarlas

estadísticamente.

∑|𝑋𝑖 −𝑀𝑒|.𝑛𝑖
Desviación mediana: 𝑥𝑖 = 𝑁

i X me n (X-me)*n
1 90.46 93.642 1 3.182
2 91.44 93.642 2 4.404
3 92.42 93.642 6 7.332
4 93.4 93.642 9 2.178
5 94.38 93.642 14 10.332
6 95.36 93.642 6 10.308
7 96.34 93.642 2 5.396
40 43.132

43.132
𝑥𝑖 = = 1.0783 𝑘𝑔
40
D.18) calcule el coeficiente de variación de datos agrupados. interpretarlo.

𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑐𝑖𝑜𝑛 =
𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠

De la pregunta E15 tenemos que la desviación estándar es 17.74292752 𝑘𝑔

Y de la pregunta E12 tenemos que el promedio es 93.875 kg
De lo cual obtenemos que:

17.74292752
𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑐𝑖𝑜𝑛 = = 0.1890058857
93.875
D.19) calcule el primer cuartil (Q1) y el tercer cuartil (Q3) interpretarlos.
a. Hallamos el primer cuartil
𝑛
−𝑁𝑗−1
𝑄1 = 𝑦′𝑗−1 + 𝐶 [ 4 ]
𝑁𝑗 −𝑁𝑗−1
10−9
𝑄1 = 92.91 + 0.98 ∗ [ ]
18−9
(1)
𝑄1 = 92.91 + 0.98 ∗
(9)
𝑄1 = 93.018
INTERPRETACION: El primer cuartil es 93.018, que supera a lo sumo al 25% de observaciones y a la
vez es superado por no mas de 75% de observaciones restantes.

a. Hallamos el tercer cuartil

3𝑛
−𝑁𝑗−1
4
𝑄3 = 𝑦′𝑗−1 + 𝐶 [ ]
𝑁𝑗 −𝑁𝑗−1
(30−18)
𝑄3 = 93.89 + 0.98 ∗ [ ]
(32−18)
12
𝑄3 = 93.89 + 0.98 ∗ [ ]
14
𝑄3 = 94.73
INTERPRETACION: El tercer cuartil es 93.018, que supera a lo sumo al 75% de observaciones y a la
vez es superado por no mas de 25% de observaciones restantes.

D.20) calcule el primer Decil y el noveno Decil. interpretarlos estadísticamente.

1. PRIMER DECIL
𝑛
−𝑁𝑗−1
𝐷1 = 𝑦′𝑗−1 + 𝐶 [𝑁10 −𝑁 ]
𝑗 𝑗−1
(4−3)
𝐷1 = 91.93 + 0.98 ∗ [(9−3)]
1
𝐷1 = 91.93 + 0.98 ∗ [6]
𝐷1 = 92.09

INTERPRETACION: El primer decil es 92.09, que supera a lo sumo al 10% de observaciones y a la vez
es superado por no mas de 90% de observaciones restantes.
1. NOVENO DECIL
9𝑛
−𝑁𝑗−1
𝐷9 = 𝑦′𝑗−1 + 𝐶 [𝑁10 −𝑁 ]
𝑗 𝑗−1
(36−32)
𝐷9 = 94.87 + 0.98 ∗ [(38−32)]
4
𝐷9 = 94.87 + 0.98 ∗ [ ]
6
𝐷9 = 95.52
INTERPRETACION: El noveno decil es 95.52, que supera a lo sumo al 90% de observaciones y a la
vez es superado por no mas de 10% de observaciones restantes.

D.21) Calcule el nonagésimo percentil y el décimo percentil. Interpretarlo

1. nonagésimo percentil
90𝑛
−𝑁𝑗−1
𝑃90 = 𝑦′𝑗−1 + 𝐶 [ 100 ]
𝑁 −𝑁 𝑗 𝑗−1
9𝑛
−𝑁𝑗−1
10
𝑃90 = 𝑦′𝑗−1 + 𝐶 [𝑁 ]
𝑗 −𝑁𝑗−1
(4−3)
𝑃90 = 91.93 + 0.98 ∗ [(9−3)]
1
𝑃90 = 91.93 + 0.98 ∗ [6]
𝑃90 = 92.09

INTERPRETACION: El nonagésimo percentil es 92.09, que supera a lo sumo al 90% de observaciones

y a la vez es superado por no mas de 10% de observaciones restantes.

2.Decimo percentil
10𝑛
−𝑁𝑗−1
100
𝑃10 = 𝑦′𝑗−1 + 𝐶 [ 𝑁 ]
𝑗 −𝑁𝑗−1
𝑛
−𝑁𝑗−1
𝑃10 = 𝑦′𝑗−1 + 𝐶 [𝑁10 −𝑁 ]
𝑗 𝑗−1
(36−32)
𝑃10 = 94.87 + 0.98 ∗ [(38−32)]
4
𝑃10 = 94.87 + 0.98 ∗ [6]
𝑃10 = 95.52

INTERPRETACION: El noveno decil es 95.52, que supera a lo sumo al 90% de observaciones y a la

vez es superado por no mas de 10% de observaciones restantes.

D.22) Calcule el recorrido intercuartilico y recorrido interpercentilico. Interpretarlo

A) Recorrido intercuartilico
b. Hallamos el primer cuartil
𝑛
−𝑁𝑗−1
𝑄1 = 𝑦′𝑗−1 + 𝐶 [ 4 ]
𝑁𝑗 −𝑁𝑗−1
10−9
𝑄1 = 92.91 + 0.98 ∗ [ ]
18−9
(1)
𝑄1 = 92.91 + 0.98 ∗
(9)
 𝑄1 = 93.018

c. Hallamos el tercer cuartil

3𝑛
−𝑁𝑗−1
𝑄3 = 𝑦′𝑗−1 + 𝐶 [ 4 ]
𝑁𝑗 −𝑁𝑗−1
(30−18)
𝑄3 = 93.89 + 0.98 ∗ [ ]
(32−18)
12
𝑄3 = 93.89 + 0.98 ∗ [ ]
14
𝑄3 = 94.73

Por tanto:
𝑅𝐼 = 𝑄3 − 𝑄1
𝑅𝐼 = 94.73- 93.018
𝑅𝐼 = 1.712

Interpretación:
El recorrido cuartilico tiene un recorrido de 1.712

A) recorrido interpercentilico
a. Hallamos 𝑃99
99𝑛
−𝑁𝑗−1
100
𝑃99 = 𝑦′𝑗−1 + 𝐶 [ ]
𝑁𝑗 −𝑁𝑗−1
(39.6−38)
𝑃99 = 95.85 + 0.98 ∗ [ ]
40−38
1.6
𝑃99 = 95.85 + 0.98 ∗ [ ]
2
𝑃99 = 96.634

b. Hallamos 𝑃1
𝑛
−𝑁𝑗−1
100
𝑃1 = 𝑦′𝑗−1 + 𝐶 ∗ [ ]
𝑁𝑗 −𝑁𝑗−1
(0.4−0
𝑃1 = 89.9 + 1 ∗ [ ]
(1−0)
0.4
𝑃1 = 89.97 + 0.98 ∗ [ ]
1
𝑃1 = 90.362

Por lo tanto:

𝑅𝐼𝑃 = 𝑃99 − 𝑃1

𝑅𝐼𝑃 = 96.634 − 90.362

𝑅𝐼𝑃 = 6.272

Interpretación:
El recorrido percentilico tiene un recorrido de 6.272kg
D.23) Hallar el 1er coeficiente de asimetría de Pearson. ¿Distribución de As?
𝑋̅ −𝑀𝑂
𝐶𝐴𝑆 (1) =
𝑆

93.925−90.95
𝐶𝐴𝑆 (1) =
17.74292752

𝐶𝐴𝑆 (1) = 0.167672

Interpretación:
𝑨𝒔 < 𝟎, la distribución asimétrica negativa o sesgada hacia la izquierda.

D.24) Hallar el 2° coeficiente de asimetría de Pearson. ¿Distribución de As?

𝑄3+ 𝑄1 −2∗𝑀𝑒
𝐶𝐴𝑆 (2) =
𝑄3 −𝑄1

94.7571+ 93.15−2∗94.042857
𝐶𝐴𝑆 (2) =
94.7571− 93.15
−0.184614
𝐶𝐴𝑆 (2) =
1.6071

𝐶𝐴𝑆 (2) = −0.114874

Interpretación:
Como el 𝑨𝒔 < 𝟎, la distribución asimétrica negativa o sesgada hacia la izquierda.

F.25) hallar el coeficiente percentilico de kurtosis. ¿Qué distribución genera K?

K=0.263, distribución es mesocurtica.

K>0.263, la distribución es leptocurtica.

K<0.263, la distribución es platicurtica.

𝑄3 −𝑄1
𝐾=
2∗(𝑃90 −𝑃10 )

94.7571− 93.15
𝐾=
2∗(95.5667−92.2333)

1.6071
𝐾=
6.6668

𝐾 = 0.24106
Interpretación:
K < 0.263, genera una distribución es platicurtica.
D.26) compare los valores de la media, mediana, moda. Graficar estos datos resultados
en un plano cartesiano, observar la curva correspondiente, luego de determinar que
distribución ha generado las distribuciones de asimetría.

HISTOGRAMA DE FRECUENCIAS
ABSOLUTAS SIMPLES
16
14
14
12
10
10
8
6 6
6
4
2
2 1 1

0
90.4 91.4 92.4 93.4 94.4 95.4 96.4

𝑋̅ < 𝑀𝑒 < 𝑀𝑂 , la distribución es asimétrica sesgada hacia izquierda o negativa.

E. TIPOLOGÍA Y SUBTIPOLOGIA DE VARIABLES ESTADÍSTICAS. –

Dadas las siguientes proposiciones determina el tipo y subtipo de variable estadística que
tiene:
E.1 escuelas profesionales de la facultad de ingeniería Minas, geología y civil,
UNSCH…………………………………………………………… (VCN)
E.2 N° de libros de estructuras de acero en la Biblia biblioteca Central "Efraín Morote
Best", UNSCH……………………………………………………………(VCD)
E.3 total de capital social de la empresa constructora "Pegasus ingenieros" de
Trujillo………………………………………………………………(VCC)
E.4 número de ingenieros civiles colegiados en el colegio de ingenieros del Perú- consejo
departamental de Ayacucho……………………………………. (VCD)
E.5 cantidades de precipitación pluviométrica en octubre de 2015 en
Cajamarca………………………………………………………….(VCC)
E.6 los tres primeros los tres primeros puestos de EP de Derecho, 2016-I,
UNSCH.……………………………...……………………………..(VCO)
E.7 las cruzadas cristianas en el medio Oriente……………….(VCO)
E.8 la temperatura promedio diario de cusco en el mes de junio de
2019………………………………………………………………….(VCC)
E.9 la descarga anual de los ríos de la selva en el
Amazonas…………………………………………………………..(VCC)
E.10 órdenes religiosas de la Iglesia Católica Romana………(VCN)
E.11 grados de cultura de una persona…………………………(VCO)
E.12 tipología del teodolito para el levantamiento topográfico de un
territorio………………………………………………………………(VCN)