Universidad Nacional de Ingeniería

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.

164 150 132 144 125 149 157

146 158 140 147 136 148 152
149 168 126 138 176 163 119
154 165 146 173 142 147 135
153 153 140 135 161 145 135
142 150 156 145 128

a. Identifique los siguientes conceptos:

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.

b. Construya una tabla de frecuencias para presentar estos datos con su

correspondiente título, anéxele un gráfico adecuado e interprete.
Usando la fórmula de Sturges:

m = 1 + 3.32logn , n = totaldedatos

Estadística y probabilidades 1 Tarea

UNI FIIS

→ 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.

Cuadro 1.1.1: Tabla de frecuencias - ejercicio 01

[Li−1 , Li [ fi Fi hi Hi

[119 , 129[ 4 4 0.1 0.1

[129 , 139[ 6 10 0.15 0.25

[139 , 149[ 14 24 0.45 0.6

[149 , 159[ 9 33 0.225 0.825

[159 , 169[ 5 38 0.125 0.95

[169 , 179[ 2 40 0.05 1

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.

Estadística y probabilidades 2 Tarea

UNI FIIS

Figura 1.1.1: Histograma

1.2. Las notas del examen parcial de matemática dieron la siguiente dis-
tribución de frecuencias.

Cuadro 1.2.1: Tabla de notas del examen parcial incompleto

Intervalo Marca de clase Frecuencias Frec. relativa

(x0i−1 , x0i ) xi )
(x relativas (h
hi ) acumulada(H Hi )

[ , [ 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:

Estadística y probabilidades 3 Tarea

UNI FIIS

Intervalo Marca de clase Frecuencias Frec. relativa

(x0i−1 , x0i ) xi )
(x relativas (h
hi ) acumulada(H Hi )

[6 − r , 6[ 0.15 0.15

[6 , 6 + r[ 0.45 − 0.15 = 0.3 0.45

[6 + r, 6 + 2r[ 0.7 − 0.45 = 0.25 0.70

12 + 5r
[6 + 2r, 6 + 3r[ =13.5 0.9 − 0.7 = 0.2 1 − 0.1 = 0.9
2

[6 + 3r, 6 + 4r[ 0.10 1

Luego de llenar los datos podemos encontrar r en :

12 + 5r
= 13.5 ⇒ r=3
2
Ahora podemos llenar los datos reales de la tabla 1.2.1:
Cuadro 1.2.2: Tabla de notas del examen parcial completo

Intervalo Marca de clase Frecuencias Frec. relativa

0
(xi−1 , xi0 ) xi )
(x relativas (h
hi ) acumulada(H Hi )

[3 , 6[ 4.5 0.15 0.15

[6 , 9[ 7.5 0.3 0.45

[9 , 12[ 10.5 0.25 0.70

[12 , 15[ 13.5 0.2 0.9

[15 , 18[ 16.5 0.10 1

b. Graficar la ojiva de porcentajes

c. ¿Qué porcentaje de las notas se encuentran aproximadamente en el

intervalo: [8 , 14[
14[?
Como nos piden los datos que están en el intervalo [8 , 14[ debemos ubicarlo en
los intervalos que muestra la tabla 1.2.2 de la siguiente manera:

Estadística y probabilidades 4 Tarea

UNI FIIS

Figura 1.2.1: Ojiva ascendente

Frecuencias relativas acumulativas de notas

1.0
Frecuancia relativa acumulada , %

0.8

0.6

0.4

0.2

0.0
0 5 10 15
Nota del examen

Figura 1.2.2: Interpolación de frecuencias en base a la

homogeneidad de datos en el intervalo

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

Estadística y probabilidades 5 Tarea

UNI FIIS

Sumando las expresiones 1.1, 1.2 y 1.3 tenemos:

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.

Cuadro 1.3.1: Tabla de puntaje de autoestimas incompleto

Frecuencias Frecuencias Frec. relativa

Intervalo Marca de
relativas relativas en acumulada
(x0i−1 , x0i ) clase (x
xi )
hi )
(h porcentaje (ppi ) Hi )
(H

[25 , [ 0.05 5% 0.05

[ , [ 0.15 15 % 0.20

[ , [ 62.5 0.15 25 % 0.45

[ , [

[ , [

a. Calcular la mediana adecuada

Primero completamos la tabla con los datos proporcionados en la tabla 1.3.1.
Dato: Ancho de clase de igual longitud

Estadística y probabilidades 6 Tarea

UNI FIIS

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 + w, 25 + 2w[ 0.15 15 % 0.20

[25 + 2w, 25 + 3w[ 62.5 0.15 25 % 0.45

[25 + 3w, 25 + 4w[

[25 + 4w, 25 + 5w[

Usando la marca de clase del 3er intervalo: 62.5

Sabemos por definición de marca de clase:

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 )

[25 , 40[ 32.5 0.05 5% 0.05

[40 , 55[ 47.5 0.15 15 % 0.20

[55 , 70[ 62.5 0.15 25 % 0.45

[70 , 85[ 77.5 0.45 0.45 % 0.90

[85 , 100[ 92.5 0.1 10 % 1

Dato: el 90 % de las puntuaciones son menores que 85.

Entonces 5 % + 15 % + 20 % + m = 90 %
m=45 %

Estadística y probabilidades 7 Tarea

UNI FIIS

Asumiremos el valor de la muestra como un “n00

Como ni = hi × n entonces la tabla quedaría como la siguiente.

Cuadro 1.3.2: Tabla de puntajes completa

Frecuencias
Intervalo Marca de Frecuencias
absoluta
(x0i−1 , x0i ) clase (x
xi ) absoluta (n
ni )
acumulada (N
Ni )

[25 , 40[ 32.5 0.05n 0.05n

[40 , 55[ 47.5 0.15n 0.20n

[55 , 70[ 62.5 0.25n 0.45n

[70 , 85[ 77.5 0.45n 0.90

[85 , 100[ 92.5 0.1n n

La pregunta a) pide el promedio adecuado, hallaremos la mediana:

n
− Ni−1
Me = Li−1 + 2 ×w
Ni − Ni−1

Como w = 15

La clase mediana es [55 , 70[ porque el 50 % está dentro del intervalo.

Reemplazando valores:

n 45n
−
Me = 70 2 100 × 15
45n
0.9n −
100
Me = 71.67

b. Si se considera normal una autoestima comprendida entre 58 y 80

puntos, ¿qué porcentaje de la muestra no tiene autoestima normal?

Estadística y probabilidades 8 Tarea

UNI FIIS

Intervalos xi ni hi pi Hi Fi

[55 , 70[ 62.5 0.25n 0.25 25 % 0.45 0.45n

[70 , 85[ 77.5 0.45n 0.45 45 % 0.90 0.90n

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”.

Estadística y probabilidades 9 Tarea

UNI FIIS

1.4. Los puntajes de una prueba de aptitud se tabularon en una distri-

bución de frecuencias de 6 intervalos de igual amplitud. Si se tienen
marcas de clase m2 = 40 y m4 = 80, frecuencias: h1 = h6 , h3 = h5 ,
h4 = 0.25, h2 = h4 − h1 , h3 = h1 − 0.10, y F6 = 60, completar la distribu-
ción de frecuencias absolutas y graficar el polígono.

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

[70 , 90[ 80 0.25

[90 , 110[ 100 b

[110 , 130[ 120 60 a

h1 = h4 = a , h3 = h5 = b , h2 = c

h2 = h4 − h1

c = 0.25 − a (1.4)

Estadística y probabilidades 10 Tarea

UNI FIIS

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 )

[10 , 30[ 20 6 6 0.1 0.1

[30 , 50[ 40 9 15 0.15 0.25

[50 , 70[ 60 12 27 0.2 0.45

[70 , 90[ 80 15 42 0.25 0.7

[90 , 110[ 100 12 54 0.2 0.9

[110 , 130[ 120 6 60 0.1 1

Estadística y probabilidades 11 Tarea

UNI FIIS

1.5. En una prueba de aptitud la menor y mayor puntuación fueron 50

y 199 respectivamente. Los puntajes (sin decimales) se tabularon en
una distribución de frecuencias simétrica de 5 intervalos de igual
amplitud donde el 20 % de los casos son menor de 95 y el 70 % de
los casos son menores que 140.

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

Estadística y probabilidades 12 Tarea

UNI FIIS

Cuadro 1.5.1: Tabla de puntuación de la prueba incompleto

Intervalo fi Fi

[50 , 80[ a a

[80 , 110[ b a+b

[80 , 110[ c a+b+c

[80 , 110[ b a + 2b + c

[80 , 110[ a 2a + 2b + c

Figura 1.5.1: Interpolación de las frecuencias

en el intervalo considerado homogéneo

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:

a = 0.1k b = 0.2k c = 0.4k

Estadística y probabilidades 13 Tarea

UNI FIIS

Cuadro 1.5.2: Tabla de puntuación de la prueba completo

Intervalo fi Fi

[50 , 80[ 0.1k 0.1

[80 , 110[ 0.2k 0.3k

[80 , 110[ 0.4k 0.7k

[80 , 110[ 0.2k 0.9k

[80 , 110[ 0.1k k

Usando cuartiles para hallar en intervalo donde está la mediana:

M e = Q2 , Me se encontrará entre Q1 y Q3 además que de Q1 a Q2 está el

25 % y de Q2 a Q3 hay un 25 %, quedando en el centro M e = Q2 ,por teoría.
La media por ser simétrico está en tercer intervalo, a la mitad del mismo, o sea
110+140
2
= 125

k k
−


 k
Q1 = 80 + 4 10 × 30 = 102.5

 0.1k < < 0.3k



 k 4
5

 3k 7k

 − 3k
4 10 × 30 = 147.5

Q = 140 + 0.7k < < 0.9k

 3
k




 4
5
El intervalo pedido es de [102.5 , 147.5]

b. ¿Es el cuartil 2, el punto medio entre los cuartiles 1 y 3?

Si. Por teoría , está en el punto medio entre los dos cuartiles, además de ser la
mediana

Estadística y probabilidades 14 Tarea