Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de ingeniería
industrial y de sistemas
Informe
TAREA SEMANA 03
Estudiantes:
– Elera García, Gastón
– Ortiz De la Cruz, Katherine Iris
Profesor:
– Porras Pino, Rodolfo
Cutipa Coaquira, Miguel
– Quispe Jara, Edwin
– Rondan Poma, Carlos Enrique
– Supo Martinez, Fabio
– Yupanqui Montoya, Piero
Estasítica y probabilidades
FB305 - U
Lima,
1 de diciembre de 2020
Índice
1. Ejercicios de aplicación 1
1.1. Ejercicio 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Ejercicio 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3. Ejercicio 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. Ejercicio 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5. Ejercicio 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Índice de figuras
1.1.1.Histograma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1.Diagrama integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2.Interpolación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5.1.Interpolación de puntuaciones . . . . . . . . . . . . . . . . . . . . . . . 13
Índice de cuadros
1.1.1.Tabla de frecuencias - ejercicio 01 . . . . . . . . . . . . . . . . . . . . . 2
1.2.1.Tabla del ejercicio 2 - enunciado . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2.Tabla del ejercicio 2 - completo . . . . . . . . . . . . . . . . . . . . . . 4
1.3.1.Tabla del ejercicio 3 incompleto . . . . . . . . . . . . . . . . . . . . . . 6
1.3.2.Tabla del ejercicio 03 - completa . . . . . . . . . . . . . . . . . . . . . . 8
1.5.1.Tabla del ejercicio 5 - incompleta . . . . . . . . . . . . . . . . . . . . . 13
1.5.2.Tabla del ejercicio 5 - completa . . . . . . . . . . . . . . . . . . . . . . 14
i
UNI FIIS
1. Ejercicios de aplicación
1.1. 1. Los siguientes datos representan el peso (en libras) de una muestra
de 40 barriles con yodo en la empresa minera El Sauce el 1º Semestre
de 1995.
Población analizada.
La población es los barriles con yodo de la minería El Sauce del primer
semestre de 1995, ya que la población es el conjunto de todos los elementos
a los que se somete a un estudio estadístico.
Elementos de la población:
Los elementos de la población que será estudiada será 40 barriles con yodo
Característica en estudio:
La característica seria en este caso sería el peso (en libras), pues este estudia
a los elementos de la población.
Tipo de dato analizado
Es del tipo de variable cuantitativa continua, ya que, es aquella variabl que
puede tomar cualquier valor en el intervalo considerado; por ejemplo, salario,
tiempo, peso, volumen, longitud, etc.
m = 1 + 3.32logn , n = totaldedatos
→ m = 1 + 3.32log(40) = 6.31 ≈ 6
Así la distribución será en 6 intervalos.
→ R = 176 − 119 = 57
57
Si m = 6: La amplitud de clase es: = 9.5, por lo tanto, se tomará intervalos
6
de amplitud 10.
[Li−1 , Li [ fi Fi hi Hi
Del gráfico anterior, se puede inferir que el intervalo <139, 149] contiene una
mayor cantidad de datos con 14 datos a comparación de los demás intervalos.
Además, el intervalo <169, 179] contiene la menor cantidad de datos con respecto
a los otros intervalos. Podemos decir también que la gráfica del histograma es
asimétrica positiva o que presenta una asimetría a la derecha y que la distribución
presenta colas cortas.
1.2. Las notas del examen parcial de matemática dieron la siguiente dis-
tribución de frecuencias.
[ , [ 0.15
[6 , [ 0.45
[ , [ 0.70
[ , [ 13.5
[ , [ 0.10
Solución:
a. Completar la distribución de frecuencias:
Considerando que la marca de clase se mantiene constante, entonces podremos
llenar los datos de la siguiente manera:
[6 − r , 6[ 0.15 0.15
0.8
0.6
0.4
0.2
0.0
0 5 10 15
Nota del examen
Para hallar la cantidad de datos que hay en el intervalo deseado entonces solo
deberíamos encontrar x = x1 + x2 + x3 ; para ello, realizaremos una razón entre la
frecuencia y el intervalo que lo contiene. Además debemos observar que x2 está
en todo el intervalo [9 , 12[, por lo que, x2 = 0.25
0.3 x1
= → x1 = 0.1 (1.1)
9−6 9−8
0.25 x2
= → x2 = 0.25 (1.2)
12 − 9 12 − 9
0.2 x2
= → x3 = 0.133 (1.3)
15 − 14 14 − 12
x = x1 + x2 + x3 = 48.33
1.3. A una muestra se aplicó un test para medir autoestima y los puntajes
se tabularon en una distribución de frecuencias de 5 intervalos de
igual amplitud, siendo la puntuación mínima 25, la tercera marca de
clase 62.5
62.5. Si las frecuencias en porcentajes del primero al tercero
son: 5, 15, 25, y si el 90 % de las puntuaciones son menores que 85.
[ , [ 0.15 15 % 0.20
[ , [
[ , [
Marca Frecuencias
Intervalo Frecuencias Frec. relativa
de clase relativas en
(x0i−1 , x0i ) relativas (h
hi ) acumulada(H Hi )
xi )
(x porcentaje (ppi )
[ 25 , 25 + w [ 0.05 5% 0.05
25 + 2w + 25 + 3w
= 62.5
2
el ancho de clase: w = 15
Marca Frecuencias
Intervalo Frecuencias Frec. relativa
de clase relativas en
(x0i−1 , x0i ) relativas (h
hi ) acumulada(H Hi )
xi )
(x porcentaje (ppi )
Frecuencias
Intervalo Marca de Frecuencias
absoluta
(x0i−1 , x0i ) clase (x
xi ) absoluta (n
ni )
acumulada (N
Ni )
Como w = 15
Reemplazando valores:
n 45n
−
Me = 70 2 100 × 15
45n
0.9n −
100
Me = 71.67
Intervalos xi ni hi pi Hi Fi
Los intervalos anteriores son los indicados para trabajar el cálculo de “la auto-
estima normal”: Ahora subdividimos los intervalos en subintervalos para luego
distribuir simétricamente la frecuencia relativa en porcentaje de cada intervalo,
pi
según la fórmula: Ii = ◦ Los valores de autoestima entre 58 y
n subintervalos
80 puntos están en el rango según los intervalos: [58 , 70[ ∪ [70 , 80[ , donde el
primer intervalo en negrita tiene 12 subintervalos; mientras que el segundo inter-
valo solo tiene 10.
Como ya tenemos el valor porcentual de la muestra que representa cada subinter-
valo, denotado por Ii ; y como los intervalos en negrita tienen como dicho valor I3 e
I4 respectivamente, calculamos el porcentaje de la muestra que tiene “autoestima
normal”:
5
= I3 × 12 + I4 × 10 = % × 12 + 3 % × 10 = 50 %
3
Por lo tanto, el otro 50 % de la muestra no tiene “autoestima normal”.
Solución:
Intervalos xi fi Fi hi Hi
40
80 0.25
60
Intervalo
xi fi Fi hi Hi
(x0i−1 , x0i )
[10 , 30[ 20 a
[30 , 50[ 40 c
[50 , 70[ 60 b
h1 = h4 = a , h3 = h5 = b , h2 = c
h2 = h4 − h1
c = 0.25 − a (1.4)
2a + 2b + c + 0.25 = 1
2a + 2b + c = 0.75 (1.5)
(1.5) en (1.5):
2a + 2b + 0.25 − a = 0.75
a + 2b = 0.5 (1.6)
h3 = h1 − 0.10
b = a − 0.10 (1.7)
De (1.7) y (1.6):
b = 0.2
a = 0.1
Y también c = 0.15
fi = hi × 60
f1 = 6 , f2 = 9 , f3 = 12 , f4 = 15 , f5 = 12 , f6 = 6
Intervalo
xi fi Fi hi Hi
(x0i−1 , x0i )
Solución:
a. Hallar el intervalo centrado en la media donde se encuentra el 50 % de
los puntajes.
R = 199 − 50 = 149
m=5
149
C= = 29.8 ≈= 30 → R0 = 30(5) = 150
5
⇒
e > 0 e1 = 0 e2 = 1
e = 150 − 149 =
e ≤ 0
⇒ c00 = c0 + 1
y0 = 50 − 0 = 50
yn = 199 + 1 = 200
k = total = 2(a + b) + c
Intervalo fi Fi
[50 , 80[ a a
[80 , 110[ b a + 2b + c
[80 , 110[ a 2a + 2b + c
b
95 − 80 n b a+ 2 a+b+c
= →n= = 0.2 = 0.7
30 b 2 k k
c k
a+b== (1.8)
2 2
c 2a + b b c
= 0.2 = →a+ = (1.9)
2k 2k 2 2
c
= 0.4k (1.10)
2
Reemplazando 1.10 y 1.9 en 1.8:
Intervalo fi Fi