“UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA”

FACULTAD DE INGENIERIA DE MINAS, GEOLOGÍA Y CIVIL

ESCUELA PROFESIONAL DE INGENIERIA CIVIL

“SOLUCION DEL EXAMEN PARCIAL N°1”

ASIGNATURA : Estadísticas y probabilidades ES - 241

ESTUDIANTE :

DOCENTE : Ing. Tapia Calderón, Elmer Daniel

SEMESTRE ACADÉMICO : 2019 - I

AYACUCHO – PERÚ

2019
DEDICATORIA.
 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

∑ ( Y k−Y Prom .)2

k =1

∑ (Y 2K −2Y K Y Prom +Y 2Prom )

K=1

5 5 5
2
∑Y K − ∑ 2 Y K Y Prom + ∑ Y 2Prom
K=1 K=1 K =1

( Y 1 +Y 2 +Y 3 +Y 4 +Y 5) −2 Y Prom ( 5 ) ( Y 1+ Y 2+ Y 3+Y 4 +Y 5 ) +Y Prom . (5)

K=1; K =2; K =3 ; K=4 ; K=5

A.1.2)
N

∑ ( √ X j Y j +V j Z j )
i=1

√ X 1 Y 1+V 1 Z1 √ X 2 Y 2+V 2 Z 2 √ X 3 Y 3 +V 3 Z3 … √ X j Y j+V j Z j

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 2  4 X i   4
i 3 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)

( Y 1 +Y 2 +Y 3 +Y 4 +Y 5) −2 Y Prom ( 5 ) ( Y 1+ Y 2+ Y 3+Y 4 +Y 5 ) +Y Prom . (5)

5 5 5

∑ Y 2K− ∑ 2 Y K Y Prom + ∑ Y 2Prom

K=1 K=1 K =1

∑ (Y 2K −2Y K Y Prom +Y 2Prom )

K=1

∑ ( Y k−Y Prom .)2

k =1

A.2.2)

√ X 1 Y 1+V 1 Z1 √ X 2 Y 2+V 2 Z 2 √ X 3 Y 3 +V 3 Z3 … √ X j Y j+V j Z j

N

∑ ( √ X j Y j +V j Z j )
i=1
A.2.3)
X 3Y4  X 4Y5  X 5Y6 ...  X N YN 1  W3 Z 2  W4 Z3  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 iYi1 )   (Wi Zi1 )

i 3 i 3

i N

(X Y
i 3
i i 1  Wi Z i 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 4 2  X 5 2 ...  X 10 2  4( X 3  X 4  X 5  ...  X 10 )  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
5
A.3.1) ∑ [ X i ( X i−x ) + ( x− X i ) ]
∑ Xi n 5

i=1 x= i=1 → xn=∑ X i → 5 x=∑ X i

n i=1 i=1

5 5

∑ [ X i ( X i−x ) +( x− X i ) ]=∑ [ X i2− X i x + x−X i ]

i=1 i=1

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

5 5

∑ [ X i ( X i−x ) +( x− X i ) ]=∑ X i2−x (5 x ) +5 x−5 x

i=1 i=1

5 5

∑ [ X i ( X i−x ) +( x− X i ) ]=∑ X i2−5 x 2

i=1 i=1

5
2
5 5 ∑ Xi
∑ [ X i ( X i−x ) + ( x− X i ) ]=∑ X i2−5( i=15 )
i=1 i=1

5 5

∑ [ X i ( X i−x ) +( x− X i ) ]=∑ X i2−5 ¿ ¿

i=1 i=1

5 5

∑ [ X i ( X i−x ) +( x− X i ) ]=∑ X i2−¿ ¿

i=1 i=1

∑ [ X i ( X i−x ) +( x− X i ) ]= X i2+ X i2 + X i2 + X i2 + X i2−¿¿

i=1

∑ [ X i ( X i−x ) +( x− X i ) ]= X 12+ X 22+ X 32 + X 4 2+ X 52−¿ ¿

i=1

∑ [ X i ( X i−x ) +( x− X i ) ]=(−2)2+ 32+ 4 2+5 2+ 02−¿ ¿

i=1

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

∑ [ X i ( X i−x ) +( x− X i ) ]=34
i=1
 n
5
A.3.2) ∑ ( X i2−4 X i + x ) ∑ Xi n 5

i=3 x= i=1 → xn=∑ X i → 3 x=∑ X i

n i=1 i=3

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

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

5 5

∑ ( X i2−4 X i + x )=∑ X i2−4 ( 3 x )+ 3 x

i=3 i=3

5 5

∑ ( X i −4 X i + x )=∑ X i2−9 x
2

i=3 i=3

5
2
5

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

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

∑ ( X i2−4 X i + x )=X 32 + X 42+ X 52−3 ( X 3 + X 4 + X 5 )

i=3

∑ ( X i2−4 X i + x )=4 2+ 52+ 02−3 ( 4 +5+0 )

i=3

∑ ( X i2−4 X i + x )=14
i=3

3
3 2
A.3.3) ∑ ( 3 X i −2 X i )
i=1

3 3 3

∑ ( 3 X i3−2 X i2 )=3 ∑ X i3−2 ∑ X i2

i=1 i=1 i=1
 3

∑ ( 3 X i3−2 X i2 )=3( X 13 + X 23 + X 33)−2(X 12 + X 22 + X 32 )

i=1

∑ ( 3 X i3−2 X i2 )=3((−2)3 +33 + 43 )−2((−2)2+3 2+ 4 2)

i=1

∑ ( 3 X i3−2 X i2 )=3 ( 83 )−2 ( 29 )

i=1

∑ ( 3 X i3−2 X i2 )=191
i=1

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

n

∑ X i siendo limites desde i=1 hasta i=n de las ∑ ∏ . Demostrar las igualdades
x́= i=1
n
siguientes:
n n
2
A.4.1) ∑ [ ( X i− x́ ) + X i ( x́−1 ) ] =∑ X i2−n x́
i=1 i=1

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

a) De A hacia B : A → B

n n
2
∑ [ ( X i− x́ ) + X i ( x́−1 ) ] =∑ X i2−n x́
i=1 i=1

n n
2
−2 X i x́ + x́ ) + X i x́−X i =∑ X i2−n x́
2
∑ [(X i ]
i=1 i=1

n n

∑ [ X i2−X i x́ + x́ 2−X i ]=∑ X i2−n x́

i=1 i=1
 n n n n n

∑ [ X i2 ]−∑ [ X i x́ ] +∑ [ x́ 2 ]−∑ [ X i ]=∑ X i2−n x́

i=1 i=1 i=1 i=1 i=1

n n n n n

∑ [ X i ]−x́ ∑ [ X i ] + x́ ∑ [ 1 ] −∑ [ X i ]=∑ X i2−n x́

2 2

i=1 i=1 i=1 i=1 i=1

n n

∑ [ X i2 ]−x́ [ n x́ ] + x́ 2 [ n+1−1 ] −n x́=∑ X i2−n x́

i=1 i=1

n n
2 2
n+ x́ n−n x́=∑ X i2−n x́
2
∑ [ X i ]−x́
i=1 i=1

n n

∑ X i2−n x́=∑ X i2−n x́

i=1 i=1

b) De B hacia A : B→ A

n n

∑ X i −n x́=∑ [ ( X i−x́ )2 + X i ( x́−1 ) ]

2

i=1 i=1

n n

∑ [ X i2 ]−x́ 2 n+ x́ 2 n−n x́=∑ [ ( X i−x́ )2 + X i ( x́−1 ) ]

i=1 i=1

n n

∑ [ X i −X i x́ + x́ −X i ]=∑ [ ( X i −x́ )2+ X i ( x́−1 ) ]

2 2

i=1 i=1

n n

∑ [ X i2 ]−x́ [ n x́ ] + x́ 2 [ n+1−1 ] −n x́=∑ [ ( X i−x́ )2 + X i ( x́−1 ) ]

i=1 i=1

n n n n n

∑ [ X i ]−x́ ∑ [ X i ] + x́ ∑ [ 1 ] −∑ [ X i ]=∑ [ ( X i−x́ )2 + X i ( x́−1 ) ]

2 2

i=1 i=1 i=1 i=1 i=1

n n n n n

∑ [ X i2 ]−∑ [ X i x́ ] +∑ [ x́ 2 ]−∑ [ X i ]=∑ [ ( X i−x́ )2+ X i ( x́ −1 ) ]

i=1 i=1 i=1 i=1 i=1
 n n

∑ [ X i2−X i x́ + x́ 2−X i ]=∑ [ ( X i −x́ )2+ X i ( x́−1 ) ]

i=1 i=1

n n
2 2 2
∑ [(X i ]
−2 X i x́ + x́ ) + X i x́−X i =∑ [ ( X i−x́ ) + X i ( x́−1 ) ]
i=1 i=1

n n
2 2
∑ [ ( X i− x́ ) + X i ( x́−1 ) ] =∑ [ ( X i−x́ ) + X i ( x́−1 ) ]
i=1 i=1

n
A.4.3) ∑ ¿¿
i=1

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

a) De A hacia B : A → B

∑ ¿¿
i=1

n n
1
∑
i=1
[ X i2−2 x́ X i+ x́ 2 + ]
=∑ X i2−¿ n x́+1 ¿
n i=1

n n n n n

∑ X i2−2 x́ ∑ X i +∑ x́ 2 +∑ 1n =∑ X i2−¿ n x́+1 ¿

i=1 i=1 i =1 i=1 i=1

n n

∑ X i −2 x́ n x́+ x́ n+ 1n n=∑ X i2−¿ n x́+1 ¿

2 2

i=1 i=1

n n

∑ X i2−¿ n x́+ 1=∑ X i2 −¿ n x́ +1 ¿ ¿

i=1 i=1

b) De B hacia A : B→ A

n n

∑ X i2−¿ n x́+ 1=∑ ¿ ¿ ¿

i=1 i=1
 n n

∑ X i2−2 x́ n x́+ x́2 n+ 1n n=∑ ¿ ¿

i=1 i=1

n n n n n

∑ X i −2 x́ ∑ X i +∑ x́ + ∑ 1n =∑ ¿ ¿
2 2

i=1 i=1 i =1 i=1 i=1

n n
1
∑
i=1
[ X i2−2 x́ X i+ x́ 2 + ]
=∑ ¿ ¿
n i=1

∑ ¿¿
i=1

n n
2
A.4.4) ∑ [ X i ( X i−x́ ) + ( x́− X i ) ]=∑ X i −¿ ¿ ¿
i=1 i=1

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

a) De A hacia B : A → B

n n

∑ [ X i ( X i−x́ ) +( x́− X i ) ]=∑ X i2−¿ ¿ ¿

i=1 i=1

n n

∑ [ X i2−X i x́ + x́−X i ] =∑ X i2−¿ ¿ ¿

i=1 i=1

n n n n n

∑ X i −∑ X i x́ +∑ x́−∑ X i=∑ X i2−¿¿ ¿

2

i=1 i=1 i=1 i=1 i=1

n n

∑ X i2−x́ ( x́ n ) + x́ n−n x́=∑ X i2−¿ ¿ ¿

i=1 i=1

n n

∑ X i −x́ n=∑ X i2−¿ ¿¿

2 2

i=1 i=1

n
2
n ∑ Xi n

∑ X i2−( i=1n ) n=∑ X i2−¿¿ ¿

i=1 i=1
 n

∑ X i2−¿ ¿ ¿
i=1

b) De B hacia A : B→ A

∑ X i2−¿ ¿ ¿
i=1

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

n n

∑ X i2−x́ 2 n=∑ [ X i ( X i−x́ ) + ( x́−X i) ]

i=1 i=1

n n

∑ X i2−x́ ( x́ n ) + x́ n−n x́=∑ [ X i ( X i−x́ ) +( x́− X i ) ]

i=1 i=1

n n n n n

∑ X i2−∑ X i x́ +∑ x́−∑ X i=∑ [ X i ( X i−x́ ) +( x́−X i ) ]

i=1 i=1 i=1 i=1 i=1

n n

∑ [ X i2−X i x́ + x́−X i ] =∑ [ X i ( X i −x́ )+ ( x́−X i ) ]

i=1 i=1

n n

∑ [ X i ( X i−x́ ) +( x́− X i ) ]=∑ [ X i ( X i −x́ ) + ( x́−X i ) ]

i=1 i=1

n n n n
A.4.6) ∏ Y i W i Zi = ∏ Y i ∏ W i ∏ Z i
i=1 i=1 i=1 i=1

 A B

∏ Y i W i Zi
i=1

( Y 1 ×W 1 × Z 1) ( Y 2 ×W 2 × Z 2 )( Y 3 ×W 3 × Z 3 ) … ( Y n ×W n × Z n )

( Y 1 ×Y 2 ×Y 3 ×… ×Y n ) ( W 1 ×W 2 × W 3 × … ×W n )( Z 1 × Z 2 × Z 3 ×… × Z n )
 n n n

∏ Y i∏ W i ∏ Zi
i=1 i=1 i=1

 B A

n n n

∏ Y i∏ W i ∏ Zi
i=1 i=1 i=1

( Y 1 ×Y 2 ×Y 3 ×… ×Y n ) ( W 1 ×W 2 × W 3 × … ×W n )( Z 1 × Z 2 × Z 3 ×… × Z n )

( Y 1 ×W 1 × Z 1) ( Y 2 ×W 2 × Z 2 )( Y 3 ×W 3 × Z 3 ) … ( Y n ×W n × Z n )

∏ Y i W i 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) ∑ X i 1 B.5.3) ∑ X 1 j B.5.5) X ∙ 2

B.5.2) ∑ X i 4 B.5.4) ∑ X 4 j B.5.6) ∑ ∑ X ij

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) ∑ X i 1
Desarrollando la sumatoria:
n=4

∑ X i 1=X i 1 + X i 1 + X i1 + X i1
i=1

n=4

∑ X i 1=X 11 + X 21+ X 31+ X 41

i=1

n=4

∑ X i 1=3−5+4 +1
i=1

n=4

∑ X i 1=3
i=1

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

∑ X i 4 =X i 4 + X i 4 + X i 4 + X i 4
i=1

∑ X i 4= X 14 + X 24 + X 34 + X 44
n=4

∑ X i 4 =3+0+2−2
i=1

n=4

∑ X i 4 =3
i=1

B.5.3) ∑ X 1 j
Desarrollando la sumatoria:
n=4

∑ X 1 j =X 1 j + X 1 j+ X 1 j + X 1 j
i=1

n=4

∑ X 1 j =X 11 + X 12+ X 13+ X 14
i=1
n=4

∑ X 1 j =3+5+0+3
i=1

n=4

∑ X 1 j =11
i=1

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

∑ X 4 j=X 4 j + X 4 j+ X 4 j + X 4 j
i=1

∑ X 4 j=X 41+ X 42+ X 43 + X 44

n=4

∑ X 4 j=1+2+1−2
i=1

n=4

∑ X 4 j=2
i=1

B.5.5) X ∙ 2
Desarrollando la sumatoria:
n=4
X ∙ 2= ∑ X i 2
i=1

X ∙ 2=X i 2 + X i 2 + X i2 + X i2

X ∙ 2=X 12 + X 22 + X 32 + X 42

X ∙ 2=5+6−4 +2

X ∙ 2=9

B.5.6)∑ ∑ X ij
Desarrollando la sumatoria:
 m=4

∑ ∑ X ij= ∑ ¿ ¿
j=1

m=4

∑ ∑ X ij= ∑ (X ¿ ¿1 j+ X 2 j + X 3 j+ X 4 j)¿
j=1

m=4 m= 4 m=4 m=4

∑ ∑ X ij= ∑ X 1 j + ∑ X 2 j+ ∑ X 3 j + ∑ X 4 j
j=1 j=1 j=1 j=1

∑ ∑ X ij =( X ¿ ¿ 11+ X 12 + X 13 + X 14 )+ ( X 21 + X 22 + X 23 + X 24 )+ ( X 31 + X 32 + X 33 + X 34 ) +( X 41+ X 42+ X 43+ X 44 )¿

∑ ∑ X ij =( 3+5+0+ 3 ) +(−5+6+ 4+ 0 ) +( 4−4+5+2 )+(1+2+1−2)
∑ ∑ X ij =25
∑ ∑ X ij =25

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

donde i=indicador de filas, X i =Tiempo en minutos y Y i=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
X i ( min) 3 6 8 10 12 15 17

Y i (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

i Xi Yi x i=X i −x́ y i=Y i − ý x i2 y i2 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

 n=7
∑ X i=71 ∑ yi =732 ∑ x i=0 ∑ yi =0 ∑ x i2=146.8571
∑ yi2=4183.7143
∑ x i y i=758.4286
i=1 i=1 i=1 i=1 i=1 i=1 i=1

c.1 media muestras de X : x́ si sabemos que

∑ Xi
x́= i=1 ; n=7
n
Entonces
n

∑ Xi
x́= i=1
n

( X 1 + X 2+ X 3+ X 4 + X 5 + X 6 + X 7 )
x́=
5
( 3+6+8+ 10+12+15+17 )
x́= =10.1429
7
n

c.2 media maestral de Y : ý si sabemos que

∑Yi
ý= i=1 ; n=7
n
Entonces
n

∑Yi
ý= i=1
n

( Y 1 +Y 2 +Y 3 +Y 4 +Y 5+Y 6+ Y 7 )
ý=
7
( 72+76+88+ 105+ 126+130+135 )
ý= =104.5714
5

c.3 varianza muestral de la X : S2 x

7

∑ x i2
S2 x= i =1
n−1
Reemplazamos los valores de la tabla
 146.8571
S2 x= =24.4762
6
c.4 varianza muestral de la Y :S 2 y
7

∑ y i2
S2 y= i=1
n−1
Reemplazamos los valores de la tabla
4183.7143
S2 y= =697.2857
6

c.5 coeficiente de regresión lineal simple ( β^ )

7

∑ xi yi
^β= i=1
7

∑ x i2
i=1

Reemplazamos los valores de la tabla

^β= 748.4286 =5.1644

146.8571
c.6 intersección de la recta con el Y Y ' : α^ = ý − ^β x́
Reemplazamos los valores hallados
α^ =( 104.5714 )−5.1644 ( 10.1429 )
α^ =( 104.5714 )−5.1644 ( 10.1429 )=52.1897
Por lo tanto como ecuación tenemos
y=52.1897+ 5.1644 x
c.7 para x=14 , ¿cuánto valdrá y?
Si tenemos la formula y=52.1897+ 5.1644 x
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+ 5.1644 x
Por lo tanto: y=52.1897+ 5.1644 ( 20 )=155.4777
c.9 determinar el coeficiente de correlación re interpretación estadística
 7

∑ xi yi
i=1
r=
7 7

√( ∑ xi2 ∑ y i2
i=1
)( )
i=1

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
2 2
√ ( 1−r )∗100 %=√ ( 1−0.9362 )∗100 %
2
¿ √ ( 1−0.9362 )∗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 )=
x́

S2 x
c . v ( x )= √
x́
24.4762
c . v ( x )= √ =0.4878
10.1429
c.13 hallar el coeficiente de variación para Y
 s
c . v ( y )=
ý

√ S2 y
c . v ( y )=
ý
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 X i .
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

X max− X min

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.

∆ R x =R´ x −Rx

∆ R x =6.86−6.8

∆ R x =0.06
∆ R x =−0.03

∆ R x =+0.03

X max=96.8+0.03

X max=96.83

X min=90.0−0.03

X min=89.97

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

´´AREQUIPA´´

tabulació
i n
[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 , IIII I
3 92.91> 92.42 0.98 6 0.15 15%
4 [92.91, 93.4 0.98 9 0.225 22.5%
 93.89> IIII IIII
[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

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

∑ y 'i ni
X́ = i=1
n
3755
X́ =
40

X́ =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=0.5 n−N j −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.

n i−ni
M o= y ' i−1 +
(n ¿ ¿ i−n i−1 )+( ni−ni +1) Ci ¿
9−6
M o=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

VARIANZA X :
∑ x i2 ni
S x 2= i =1 − X́ 2
n−1
de los datos anteriores tenemos que X́=93.4 kg

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

352496.4876
S x 2= −93.42
39

S x 2=314.8114769 kg2
Desviación estándar s: √ 314.8114769∗kg2 =17.74292752kg

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

Desviación media: x i=
∑ |X i −x́|. ni
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
x i= =1.1025 kg
40

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

estadísticamente.

Desviación mediana: x i=
∑ |X i −Me|. ni
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
x i= =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
Q1= y ' j−1+C [
4
−N j−1
N j−N j−1
10−9
]
Q1=92.91+ 0.98∗
18−9[ ]
0.98∗(1)
Q 1=92.91+
(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
Q3= y ' j−1+ C
4
[−N j−1
N j−N j−1 ]
Q 3=93.89+0.98∗
(30−18)
(32−18) [ ]
12
Q3=93.89+0.98∗
14 [ ]
Q 3=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
D1= y ' j−1+ C[10
−N j−1
N j−N j−1 ]
D1=91.93+ 0.98∗ [
(4−3)
(9−3) ]
1
D 1=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
D9= y ' j−1 +C
10
[−N j−1
N j −N j−1 ]
D9=94.87+0.98∗
(36−32)
(38−32) [ ]
4
D 9=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

90 n
P90= y ' j−1+ C
100
[ −N j−1
N j−N j−1
9n
]
P90= y ' j−1+ C
10
[
−N j−1
N j−N j−1 ]
P90=91.93+ 0.98∗
(4−3)
(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

10 n
P10= y ' j−1+C[100
−N j−1
N j−N j−1 ]
 n
P10= y ' j−1+C [
10
−N j−1
N j−N j−1 ]
P10=94.87+ 0.98∗ [
(36−32)
(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
Q1= y ' j−1+C
4
[
−N j−1
N j−N j−1
10−9
]
Q1=92.91+ 0.98∗
18−9 [ ]
0.98∗(1)
Q 1=92.91+
(9)
Q1=93.018

c. Hallamos el tercer cuartil

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

Por tanto:
R I =Q3−Q 1
R I =¿ 94.73- 93.018
R I =1.712
 Interpretación:
El recorrido cuartilico tiene un recorrido de 1.712

A) recorrido interpercentilico
a. Hallamos P99

99 n

[
P99= y ' j−1+ C
100
−N j−1
N j−N j−1 ]
P99=95.85+ 0.98∗ [
(39.6−38)
40−38 ]
1.6
P99=95.85+ 0.98∗ [ ]
2
P99=96.634

b. Hallamos P1
n
P1= y ' j−1+C∗

P1=89.9+1∗¿
[100
−N j−1
N j−N j−1 ]
0.4
P1=89.97+ 0.98∗ [ ]
1
P1=90.362

Por lo tanto:
RIP=P 99−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?

X́−M O
CA S ( 1 ) =
S
93.925−90.95
CA S ( 1 ) =
17.74292752
CA S ( 1 ) =0.167672
Interpretación:
 A s< 0, la distribución asimétrica negativa o sesgada hacia la izquierda.
F.24) Hallar el 2° coeficiente de asimetría de Pearson. ¿Distribución de As?
Q3 +¿Q −2∗Me
CA S ( 2 ) = 1
¿
Q3 −Q1
94.7571+ 93.15−2∗94.042857
CA S ( 2 ) =
94.7571−93.15
−0.184614
CA S ( 2 ) =
1.6071
CA S ( 2 ) =−0.114874

Interpretación:
Como el A s< 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.

Q 3−Q1
K=
2∗( P ¿ ¿ 90−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
21 1
0
9 0. 4 9 1. 4 92.4 9 3. 4 94.4 95.4 9 6. 4

X́ < Me < M O, 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)