Examen 11 Marzo 2019 Respuestas

j
Downloaded by Ronald Flores quispe (floresquisperonald43@gmail.com)

lOMoARcPSD|14328298
PARTE A. Simbolización de Datos.-CASOS de Sumatoria 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) ∑𝑵
𝒊=𝟏(��𝟏 + ��𝟏 + 𝒁�� )
= (X1+Y1+ Z1)+ (X2+Y2+ Z2)+ (X3+Y3+ Z3)+…. + (XN+YN+ ZN)
A.1.2) ∑𝟓𝒌=𝟏(��𝒌 + ��𝒓��𝒎𝒆��𝒊�� )
=(𝑌1 + ��) + (𝑌2 + ��) + (𝑌3 + ��) + (𝑌4 + ��) + (𝑌5 + ��)
A.1.3)∑𝑵
𝒊=𝟏 √�� 𝒊 + 𝑾�� 𝒁𝒊
= √��1 𝑌1 + 𝑊1 ��1 + √��2 𝑌2 + 𝑊2 ��2 + √��3 𝑌3 + 𝑊3 ��3 + ⋯ + √��𝑁 𝑌𝑁 +

𝑊𝑁 ��𝑁
𝒏
A.1.4) ∑𝒊=𝟏 𝑪𝑰𝑽𝑰𝑳 √𝒙𝒊𝒘
=𝐶𝐼��𝐼��√��1𝑤 + 𝐶𝐼��𝐼��√��2𝑤 + 𝐶𝐼��𝐼��√��3𝑤 + ⋯ +

𝐶𝐼��𝐼��√��4𝑤
𝟓
A.1.5) ∑𝒊=𝟑(�� 𝒊+𝟏 + 𝑾�� 𝒁𝒊−�� )
=(��3 𝑌4 + 𝑊3 ��2 ) + (��4 𝑌5 + 𝑊4 ��3 ) + (��5 𝑌6 + 𝑊5 ��4 )
A.1.6) ∑𝟐𝟎𝟒
𝒋=𝟏 (𝑰��)
��
= (𝐼�� )3 + (𝐼�� )3 + (𝐼�� )3 + (𝐼�� )3 + (𝐼�� )3 + ⋯ + (𝐼�� )3
= 204(𝐼�� )3
A.1.7)∑𝟏𝟎
𝒊=𝟑(��𝒊 − 𝟐)
𝟐
=(��3 − 2)2 + (��4 − 2)2 + (��5 − 2)2 + (��6 − 2)2 + (��7 − 2)2 + (��8
− 2)2 + (��9 − 2)2 + (��10 − 2)2

lOMoARcPSD|14328298
A.2 CASO II. 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 de A.1)
A.2.1) (X1+Y1+ Z1)+ (X2+Y2+ Z2)+ (X3+Y3+ Z3)+…. + (XN+YN+ ZN)
𝑵
= ∑𝒊=𝟏(��𝟏 + ��𝟏 + 𝒁�� )
A.2.2) (𝑌1 + ��) + (𝑌2 + ��) + (𝑌3 + ��) + (𝑌4 + ��) + (𝑌5 + ��)
𝟓
= ∑𝒌=��(��𝒌 + 𝒀��𝒓��𝒎��𝒅𝒊�� )
A.2.3) √��1 𝑌1 + 𝑊1 ��1 + √��2 𝑌2 + 𝑊2 ��2 + √��3 𝑌3 + 𝑊3 ��3 + ⋯ + √��𝑁 𝑌𝑁 + 𝑊𝑁

��𝑁
𝑵
=∑𝒊=𝟏 √�� 𝒊 + �� 𝒁𝒊
A.2.4) 𝐶𝐼��𝐼��√��1𝑤 + 𝐶𝐼��√��2𝑤 + 𝐶𝐼��√��3𝑤 + ⋯ +

𝐶𝐼��𝐼��√��4𝑤
𝒏
=∑𝒊=𝟏 𝑪𝑰𝑽𝑰𝑳 √𝒙𝒊𝒘
A.2.5) (��3 𝑌4 + 𝑊3 ��2 ) + (��4 𝑌5 + 𝑊4 ��3 ) + (��5 𝑌6 + 𝑊5 ��4 )

=∑𝟓𝒊=𝟑(�� 𝒊+𝟏 + �� 𝒁𝒊−�� )
A.2.6) (𝐼�� )3 + (𝐼�� )3 + (𝐼�� )3 + (𝐼�� )3 + (𝐼�� )3 + ⋯ + (𝐼�� )3
= 204(𝐼�� )3
𝟐𝟎��
=∑𝒋=𝟏 (𝑰
��)𝟑
A.2.7) (��3 − 2)2 + (��4 − 2)2 + (��5 − 2)2 + (��6 − 2)2

𝟏𝟎
+(��7 − 2)2 + (��8 − 2)2 + (��9 − 2)2 + (�� 2
10 − 2) = ∑
𝒊=𝟑 (��𝒊 − 𝟐)

lOMoARcPSD|14328298
A.3. CASO III. Sean los valores X1=3, X2=5, X3=2, X4=6, X5=4 y media aritmética x.
Hallar el valor numérico de las sumatorias simples siguientes.
A.3.1) ∑𝟓𝒊=��(𝟑��
𝟐
𝒊 − 𝟐�� )
𝟐
𝟐 𝟐 𝟐 𝟐 𝟐 𝟐 𝟐 𝟐
= (𝟑�� 𝟐 − 𝟐�� ) + (𝟑��𝟑 − 𝟐�� ) + (𝟑��𝟒 − 𝟐�� ) + (𝟑��𝟓 −
𝟐�� )
=(𝟑(𝟑)𝟐 − 𝟐(𝟓)�� ) + (𝟑(𝟐)𝟐 − 𝟐(𝟐)�� ) + (𝟑(𝟔)𝟐 − 𝟐(𝟔)�� ) + (𝟑(𝟒)𝟐 − 𝟐(𝟒)�� )
= 325 + 16 + 576+ 160
= 1077
A.3.2) ∑𝟓𝒊=𝟏[�� (��𝒊 − 𝒙) + (𝒙 − �� )]
=[��1 (��1 − ��) + (𝑥 − ��1 )] + [��2 (��2 − �� ) + (𝑥 − ��2 )] [��3 (��3

− ��) + (𝑥 − ��3 )] + [��4 (��4 − ��) + (𝑥 − ��4 )] + [��5 (��5 − �� ) +
(𝑥 − ��5 )]
=[3(3 − 4) + (4 − 3)] + [5(5 − 4) + (4 − 5)] + [2(2 − 4) + (4 − 2)] + [6(6 − 4) + (4 − 6)] +

[4(4 − 4) + (4 − 4)]
= -2+4-2+10+0
= 10
A.3.3) 5 2 − 4�� + �� )
𝑖
∑��=3(��𝑖
3 − 4��3 + ��) + (��4 − 4��4 + ��) + (��5 − 4��5 + ��)

=(��
2 2 2
=(22 − (4)2 + 4) + (62 − (4)6 + 4) + (42 − (4)4 + 4)
= 0 + 16 + 4
= 20
A.3.4) ∑𝟑𝒊=��(𝟑��
𝟑
𝒊 − 𝟐��𝒊 )
𝟐
𝟐 𝟐 𝟐 𝟐 𝟐 𝟐 𝟐 𝟐
=(𝟑�� 𝟐 − 𝟐�� ) + (𝟑��𝟑 − 𝟐�� ) + (𝟑��𝟒 − 𝟐�� ) + (𝟑��𝟓 −
𝟐�� )
=(𝟑(𝟑)𝟐 − 𝟐(𝟓)�� ) + (𝟑(𝟐)𝟐 − 𝟐(𝟐)�� ) + (𝟑(𝟔)𝟐 − 𝟐(𝟔)�� ) + (𝟑(𝟒)𝟐 − 𝟐(𝟒)��

lOMoARcPSD|14328298
= 325 + 16 + 576+ 160
= 1077
3
A.3.5) ∑��(�� +1 )
=1
=(��1 ��2 ) + (��2 ��3 ) + (��3 ��4 ) + (��4 ��5 )
= (3x5)+(5x3)+(2x6)+(6x4)
= 15+10+12+24 = 61
𝑿𝒊
A.4 CASO IV. Dada la fórmula de media aritmética de datos no- agrupados 𝒙 𝒏
siendo
=
los límites desde i=1 hasta i=n de las ∑, ∏.Demostrar las igualdades siguientes:
A.3.1) ∑[(��𝒊 − 𝑿̅)𝟐 + �� (𝑿̅ − 𝟏)]

𝟐
= ∑ ��𝒊 − ��𝑿̅
∑[�� 2 + 𝑋̅2 − 2�� 𝑋̅ + 2

− ��𝑋̅
�� 𝑋̅ − �� )] = ∑ ��𝑖
∑[�� 2 + 𝑋̅2 − �� 𝑋̅ −2 − ��𝑋̅

��𝑖 )] = ∑ ��𝑖
∑ ̅2 ̅ − ��𝑋̅
𝑖 + ∑ 𝑋 − ∑ �� 𝑋 − ∑ 𝑖
��
2 ��𝑖 = ∑ �� 2
∑ + − 𝑋̅(��𝑋̅) − ��𝑋̅ 𝑖=− ��𝑋̅

𝑖
�� (𝑋̅) ∑ �� 2
2 2
∑ ̅ 𝑖 − ��𝑋̅
𝑖 − ��𝑋 = ∑ l.q.q.d
�� 2
2
A.3.2) ∑[𝒙𝒊(𝒙𝒊 + 𝑿̅ ) + (��𝒊 − 𝑿̅) �� ] = 2

∑ 𝒙𝒊𝟐
∑[𝑥�� 2 + 𝑥��𝑋̅ + ��𝑖 2 + 𝑋̅2 − 2��𝑖 𝑋̅ ] = 2 ∑ 𝑥�� 2
2 ∑ 𝑥�� 2 − ∑ ��i𝑋̅ + ∑ 𝑋̅ 2 = 2 ∑ 𝑥�� 2
2 ∑ 𝑥�� 2 − 𝑋̅ ∑ ��I + n𝑋̅ 2 = 2 ∑ 𝑥�� 2
2 ∑ 𝑥�� 2 −𝑋̅n𝑋̅ + ��𝑋̅ 2 = 2 ∑ 𝑥�� 2
2 ∑ 𝑥�� 2 − n𝑋̅ 2 + n𝑋̅ 2 = 2 ∑ 𝑥�� 2
2 ∑ 𝑥�� 2 = 2 ∑ 𝑥�� 2 l.q.q.d

lOMoARcPSD|14328298
A.3.3) ∑ [(��𝒊 − 𝑿̅)𝟐𝟏]=∑ �� 𝟐

− ��𝑿̅𝟐 + 𝟏
��
+ 𝒏
2 1
∑(��𝑖 + 𝑋 − ̅2 )
2
= ∑ 𝑋 − ��𝑋̅2 + 1
𝑛
2�� 𝑋̅ + 𝑖
1
∑ 𝑥�� 2 + n𝑋̅ 2 − 2n𝑋̅ 2 +𝑛 ��( 𝑖)= ∑ 𝑋 2 − ��𝑋̅2 + 1
∑ �� 2 − ��𝑋̅2 + 1 = ∑ �� 2 − ��𝑋̅2 + 1 l.q.q.d
A.3.4) ∑[𝒙𝒊(𝒙𝒊 − 𝑿̅) + (𝑿̅ − 𝒙𝒊) ] = ∑ 𝒙𝒊𝟐 – ( ∑ 𝒙𝒊��)/n
∑[𝑥�� 2 + 𝑥��𝑋̅ + 𝑋̅ − 𝑥��] = ∑ 𝑥�� 2 – ( ∑ 𝑥�� 2 )/n

∑ 𝑥�� 2 + ∑ �� i𝑋̅ + ∑ 𝑋̅ - ∑ ��I = ∑ 𝑥�� 2 – ( ∑ 𝑥�� 2 )/n
∑ 𝑥�� 2 + 𝑋̅ ∑ ��I + n𝑋̅ - n𝑋̅ = ∑ 𝑥�� 2 – ( ∑ 𝑥�� 2)/n
∑ 𝑥�� 2 +𝑋̅n𝑋̅ = ∑ 𝑥�� 2 – ( ∑ 𝑥�� 2 )/n
∑ 𝑥�� 2 + n𝑋̅ 2 = ∑ 𝑥�� 2 – ( ∑ 𝑥�� 2 )/n
∑
∑ 𝑥�� 2 (+ n 2
= ∑ 𝑥�� 2 – ( ∑ 𝑥�� 2 )/n
��i
) 𝑛
(2 ∑ 𝑋 i )
∑ 𝑥�� 2 𝑛+ = ∑ 𝑥�� 2 – ( ∑ 𝑥�� 2 )/n l.q.q.d.
A.3.5) ∑[𝒙𝒊𝟐 + 𝒙𝒊𝑿̅ + �� 𝟐 + 𝑿̅𝟐 − 𝟐�� 𝑿̅

] = 𝟐 ∑ 𝒙𝒊𝟐
2 ∑ 𝑥�� 2 − ∑ ��i𝑋̅ + ∑ 𝑋̅ 2 = 2 ∑ 𝑥�� 2

2 ∑ 𝑥�� 2 − 𝑋̅ ∑ ��I + n𝑋̅ 2 = 2 ∑ 𝑥�� 2
2 ∑ 𝑥�� 2 −𝑋̅n𝑋̅ + ��𝑋̅ 2 = 2 ∑ 𝑥�� 2
2 ∑ 𝑥�� 2 − n𝑋̅ 2 + n𝑋̅ 2 = 2 ∑ 𝑥�� 2
2 ∑ 𝑥�� 2 = 2 ∑ 𝑥�� 2 l.q.q.d
A.3.6) ∏ ��iWiZi = ∏ ��i ∏ ��I ∏ 𝒁
∏ ��𝒊 𝒚�� 𝒊 = �� 𝒚�� .

�� . �� 𝒚�� 𝟑 … . .
�� 𝒚�� 𝒏
= ⏟��1 ��2 ��3 … . ��𝑛 .
⏟��1 ��2 ��3 … . . 𝑦𝑛 . ⏟��1 ��2 ��3 …
��𝑛
∏ 𝑥𝑖 ∏ 𝑦𝑖 ∏ ��𝑖
= ∏ ��𝑖 ∏ ��𝑖 ∏ ��𝑖 l.q.q.d.

lOMoARcPSD|14328298
PARTE B. simbolización de datos y sumatorias simple. A partir del cuadro bidimensional B.5, que
constituye una tabla de doble entrada con valores de Xij. Desarrolle las sumatorias indicadas, asignándoles
sus límites superiores e inferiores y, finalmente calcule su valor numérico, para cada caso.
i 1 2 3 4
j
1 2 4 3 2
2 5 -1 -4 8
3 3 7 1 -2
4 1 2 0 6
B.5.1) i1 = X11 + X21 + X31 +

X41
= 2 + 5 + 3 + 1 = 11.
B.5.2) i2 = X12 + X22 + X32 + X42
= 4 – 1 + 7 + 2 = 12.
B.5.3) i3 = X13 + X23 + X33+ X43
= 3 - 4 + 1 + 0 = 0.
B.5.4) i4 = X14 + X24 + X34+ X44
= 2 + 8 – 2 + 6 = 14.
B.5.5) 1j = X11 + X12 + X13+ X14
= 2 + 4 + 3 + 2= 11.
B.5.6) 2j = X21 + X22 + X23+ X24
= 5 - 1 – 4 + 8 = 8.
B.5.7) 3j = X31 + X32 + X33+ X34
= 3 + 7 +1 - 2 = 9.
B.5.8) 4j = X41 + X42 + X43+ X44
= 1 + 2 + 0 + 6 =9.
B.5.9) .2 = X12 + X22 + X32+ X42
= 4 – 1 + 7 + 2 = 12.
B.5.10) 3. = X31 + X32 + X33+ X34
= 3 + 7 +1 - 2 = 9

lOMoARcPSD|14328298
B.5.11) .. = X11 + X12 + X13+ X14 + X21 + X22 + X23+ X24 + X31 + X32 + X33+ X34 + X31 + X32 +
X33+ X34 + X41 + X42 + X43+ X44
= 2 + 4 + 3 + 2 + 5 - 1 – 4 + 8 + 3 + 7 +1 - 2 + 1 + 2 + 0 + 6 = 37
B.5.12)∑ ∑ ��𝒊��=∑(��1𝑗 + ��2𝑗

+ ��3𝑗 + ��4�� )
=(��11 + ��21 + ��31 + ��41 ) + (��12 + ��22 + ��32 + ��42 )

+ (��13 + ��23 +
��33 + ��43 ) + (��14 + ��24 + ��34 + ��44 )
= (2+5+3+1) + (4-1+7+2) + (3-4+1+0) + (2+8-2+6)
= 11 + 12 + 0 + 14
=37
PARTE C. simbolización de datos y regresión lineal simple. Dada la siguiente tabla Tabla
C, donde i=indicador de filas, Xi=tiempo en minutos y Yi=temperaturas en grados
centígrados. Completar las columnas por construir que sean pertinentes (que se necesitan), para
hacer los cálculos de los valores numéricos de lo que se pide.
TABLA N° C
i Xi t min Y1 T°C (��𝑖 − (𝑌𝑖 − 𝑌̅)2 � � �� 2

𝑋̅)2 � � �� 𝑖
1
0 70 9 1849 -3 -43 129 9
2 1 77 4 1296 -2 -36 72 4
3 2 92 1 441 -1 -21 21 1
4 3 118 0 25 0 5 0 0
5 4 136 1 529 1 23 23 1
6 5 143 4 900 2 30 60 4
7 6 155 9 1764 3 42 126 9

∑(𝑌𝑖 −
∑(�� )
∑ ��𝑖
𝑖 ̅2 ∑ =∑
∑ X i =21 = − 𝑋̅) 2
��𝑖 ��𝑖 2
= 6804
791 = 28 ��𝑖 28

lOMoARcPSD|14328298
C.1. Media muestral de X: 𝑿̅
𝑛
∑𝑖=1 𝑋𝑖 𝑥1+ 𝑥2 +𝑥3 +𝑥4 +𝑥5 +𝑋6 + 𝑋7 0+ 1+ 2+ 3+ 4+5 +6 21
𝑋̅= = = = =
3 𝑛 𝑛 7 7
C.2.Media muestral de Y: 𝒀̅
𝑛
∑� 𝑦𝑖 ��𝑦 + 𝑦 2+ 𝑦 3+𝑦 4+ 𝑦 5+��6+ ��7 70 + 77 + 92 +118 + 132 +143 + 155
𝑌̅= �= = 791
=
1
𝑛
= = 113 𝑛 7 7
C.3.Variancia muestral de las X: 𝑿̅

∑𝑛 (𝑥��− 2 2 2 2 2 2 2 2
2 𝑖 =𝑋1̅ ) (0−3) +(1−3) +(2−3) +(3−3) +(4−3) +(5−3) +(6−3) 28
S x= 7
= 7 =4
= 𝑛
C.4.Variancia muestral de las Y: 𝒀̅

𝑛
∑ 𝑖 =1(𝑥��−𝑌̅)2
2
S y= 𝑛
( 70 −1 132 ) + (77− 11
2 3 ) +( 92−
2 113 ) + (1 18
2 −11 3) + (213 2− 11 3 ) 2+( 1 43 −1 132)
=+ ( 15 5− 11 3)
7
6 8 04
= 7
=972
C.5.
∑𝑛
𝛽̂= �1𝑌𝑖
𝑋� = donde x X - 𝑋̅ ; y Y 𝑌̅ : β=coeficiente de regresión lineal simple.
i= i i= i-
∑ 𝑛 𝑋�
��=1
�2
∑𝑛 𝑋��𝑌𝑖
1 431
∑ 𝑛 𝑋�� 2
= 28
= 15.393
��=1
C.6.
𝛼̂ = 𝑌̅ - β𝑋̅ α= intersección de la recta con el eje y'
α= 113 – 15.393 x 3 = 66.821

lOMoARcPSD|14328298
𝑌 ̅= 𝛼 - β𝑋
180
160
140
120
100
T°C
80
60
40
20
0
0 1 2 3 4 5 6 7
tiempo t min
C.7 para X=14 ¿Cuánto valdrá Y’?
𝛼̂ = 𝑌̅ - β𝑋̅
Yi=66.821+(15.393)14
Yi=282.323
C.8. para X=20, ¿Cuánto valdrá Y’?
Yi=66.821+(15.393)20
Yi=374.681
C.9. coeficiente de correlación(r)

��𝑋𝑌 ∑ 𝑋𝑌 ̅
𝑟= �� 𝑌 � = ̅
− ��𝑌
𝑛
61 . 57
�𝑋
2804
r= 𝑌 = − 3��113
7
2��31
.17
�
�𝑋
𝑌
r = 0.9876 ��𝑋𝑌 = 61.5

lOMoARcPSD|14328298
C.10. coeficiente de determinación (�� )
1 2 3 4 5 6 7
e 3.179 -5.214 -5.607 5 -7.607 -0,786 -4.179
� 10.106 27.185 31.438 25 57.866 0.617 17.464

�
∑ 𝑒2
r2 = 1-∑(𝑌 ̅ 2
�� −𝑌)
187.676
r2 = 1- 6804
r2 = 0.9724
C.11. coeficiente de alejamiento

��𝑋�� 2
�� 2 ��
=( ) x 100%
�� 𝑌
1-�� 2 =1-0.9724 x 100%
1-�� 2 =1-97.24%
1-�� 2 =2.86%
C.12. hallar el coeficiente de variación para x

��𝑋
C.V= 𝑋̅
2
C.V= 3
C.V=0.6
C.13. hallar el coeficiente de variación para Y

��𝑌
C.V= 𝑌̅
31.17
C.V= 113
C.V=0.275

lOMoARcPSD|14328298
PARTE D. simbolización de datos y regresión lineal simple. Los siguientes datos se

obtuvieron para la dureza X, y el esfuerzo de la tensión Y, en cinco (5) muestras de
un material vaciado:
TABLA N° D
i Xi Y1 (��𝑖 − 𝑋̅)2 (𝑌𝑖 − 𝑌̅)2 � � ��𝑖 �

�2
(dureza) (esfuerzo � � ��𝑖 𝑖
de tensión) 𝑖 𝑖
1
53 29 49 9 -7 -3 21 49
2 70 34 100 4 10 2 20 100
3 55 30 25 4 -5 -2 10 25
4 53 31 49 1 -7 -1 7 49
5 69 36 81 16 9 4 36 81
∑(��𝑖 − ∑(𝑌𝑖 − 𝑌̅)2 ∑ 𝑥 𝑖𝑦 𝑖 = ∑ 𝑋𝑖 2 =

∑ X i =300 ∑ �� 𝑋̅)2 = 34 94 304
𝑖
=160 = 304
D.1. Media muestral de X: 𝑿̅

∑𝑖𝑛=1 𝑋𝑖 𝑥 1 + ��2 +𝑥 3+ ��4 +𝑥 5+ 53 + 70 + 55 +53+ 69 300
𝑋̅= 𝑛
= 𝑛
=
5 5
= = 60
D.2.Media muestral de Y: 𝒀̅
∑𝑖𝑛=1 𝑦𝑖 ��𝑦 + ��2 + ��3 +��4 +��5 29+ 34 +30+ 31+ 36 160
𝑌̅= 𝑛
= 𝑛 5
= 5
= = 32
D.3.Variancia muestral de las X: 𝑿̅

∑𝑛 (𝑥��− 2 2 2 2 2
̅) 2
𝑋=
2 �� 1 (57−60) +(70−60) +55−60) +(53−60) +(69−60) + 304
S x= = = =60.8
𝑛 5 5
D.4.Variancia muestral de las Y: 𝒀̅

𝑛
∑ 𝑖 =1(𝑥��−𝑌̅)2
S2y= 𝑛
2 +( 34 −32)
( 29−32) 2 +( 30−232 ) + (312 −32) +( 36
2 −32) + 34
= 5 5
= =6.8

lOMoARcPSD|14328298
ES-241/EP. Ing° CIVIL-I Pca. Programada* Ing° Estadístico e informático G. TAPIA CA LDERON
∑ 𝑿��𝒀𝒊 𝒏
D.5.𝜷̂= 𝟏 = donde xi = Xi - 𝑿̅ ; yi = Yi - 𝒀̅ : β=coeficiente de regresión lineal
simple.∑𝒏 𝑿��𝟐
��=𝟏
∑𝑛 𝑋��𝑌𝑖
1 94
∑ 𝑛 𝑋�
= 304
= 0.3092
��=1
�2
D.6 .𝜶̂ = 𝒀̅ - β𝑿̅ α= intersección de la recta con el eje y'
α= 32 – 0.3092 x 60 = 13.448
40
35
ESFUERZO A LA TENSIÓN
30
25
20
15
10
0
0 10 20 30 40 50 60 70 80
DUREZA
D.7. para X=14, ¿Cuánto valdrá Y’?
𝛼̂ = 𝑌̅ - β𝑋̅
Yi=13.448+(0.309)14
Yi=17.773
D.8. para X=20, ¿Cuánto valdrá Y’?
Yi=13.448+(0.309)20
Yi=19.628
D.9. coeficiente de correlación(r)

��𝑋𝑌 ∑ 𝑋𝑌 ̅
𝑟= � = ̅
− ��𝑌
𝑛
�� 𝑋
��𝑌 96 94
𝑌 = 5
− 60��32
18. 8
r=
√60.8��√ �
6.8
�𝑋
𝑌
r = 0.9245 ��𝑋𝑌 = 18.8

lOMoARcPSD|14328298
ES-241/EP. Ing° CIVIL-I Pca. Programada* Ing° Estadístico e informático G. TAPIA CALDERON
D.10. coeficiente de determinación (�� )
1 2 3 4 5 6 7
e
-0.836 -0.836 -0.836 -0.836 -0.836 -0.836 -0.836
�
� 0.698 0.698 0.698 0.698 0.698 0.698 0.698
∑ 𝑒2
r2 = 1-∑(𝑌 ̅ 2
�� −𝑌)
4.934
r2 = 1- 34
r2 = 0.855
D.11. coeficiente de alejamiento

��𝑋�� 2
�� 2 ��
=( ) x 100%
�� 𝑌
1-�� 2 =1-0.855 x 100%
1-�� 2 =1-85.50%
1-�� 2 =14.50%
D.12. hallar el coeficiente de variación para x

��𝑋
C.V= 𝑋̅
7.797
C.V= 60
C.V=0.1299
D.13. hallar el coeficiente de variación para Y

��𝑌
C.V= 𝑌̅
2.6076
C.V= 32
C.V=0.0814

lOMoARcPSD|14328298
PARTES E Y F.- Clasificación Distribución de Datos–CASO III (v.c.c) y Calculo de

los Estadígrafos:
E. Organización de Datos y Cálculo de Estadígrafos de Cuadros Completos. -
Suponga que se ha judicializado en caso respecto el 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 93.7
94.2 95.7 94.7 94.3 92.7 94.5 96.2 95.4 93.7 91.9
94.7 92.7 95.0 93.0 92.9 93.7 92.7 93.3 94.6 96.4
94.1 93.7 94.2 93.7 94.0 93.9 93.6 94.6 92.3 94.4
E.1 Tipología de variable estadística y determinar el tamaño de la muestra.
Variable cuantitativa continúa (V.C.C)

Si n ≥ 30 es una muestra aleatoria grande, el tamaño de la muestra es n = 50 por lo
tanto es una muestra grande.
E.2 Interpretar estadísticamente las casillas: H3, N*4, h2, n3, h3x100, H2x100, N5 - N3
 H3: el 0.38 por uno del total (n = 50) es la probabilidad de los pesos de lingotes
de acero de “ACERO AREQUIPA S. A.” no superen a lo sumo 93.65 kg de
producción semanal.
 N*4: 31 es el número de muestras de los pesos de lingotes de acero de “ACERO
AREQUIPA S. A.” superen por lo menos 93.65 kg de producción semanal.
 h2: el 0.18 por uno del total (n = 50) es la probabilidad de los pesos de lingotes
de acero de “ACERO AREQUIPA S. A.” se encuentran entre 92.25 kg y 92.95
kg de producción semanal.

lOMoARcPSD|14328298
 n3: 8 es el número de muestras de los pesos de lingotes de acero de “ACERO

AREQUIPA S. A.” se encuentran entre 92.95 kg y 93.65 kg de producción
semanal.
 h3x100: el 16 por ciento del total (n = 50) es el porcentaje de los pesos de
lingotes de acero de “ACERO AREQUIPA S. A.” se encuentran entre 92.95 kg
y 93.65 kg de producción semanal.
 H2x100: el 22 por ciento del total (n = 50) es el porcentaje de los pesos de
lingotes de acero de “ACERO AREQUIPA S. A.” no superen a lo sumo 92.95
 N5 - N3: (n1 + n2 + n3 + n4 + n5) – (n1 + n2 + n3) = (n4 + n5): 23 es el número de
muestras de los pesos de lingotes de acero de “ACERO AREQUIPA S. A.” se
encuentran entre 93.65 kg y 95.05 kg de producción semanal.
E.3 Calcular el rango de datos originales RX.
RX = Xmax - Xmin donde:

RX = 96.4 – 91.6 el peso máximo es: Xmax=96.4 kg
RX = 4.8kg el peso mínimo es: Xmin =91,6 kg
E.4 Determinar el número de intervalo de clase (m) por el segundo Método: Regla
de Sturges.
Solución:
 m = 1 + 3.32(logn)
m = 1 + 3.32 (log50)
m = 1 +3.32 (1.698970004)
m = 6.640580414

lOMoARcPSD|14328298
E.5 ¿Existirá nuevo valor del número de intervalos de clase m´?

El número de intervalos de clase original es m = 6.640580414; pero para un mejor
trabajo lo redondeamos entonces obtenemos el nuevo valor m′=7
E.6 Determinar la amplitud interválica constante de datos originales (C) y la

redondeada C’
 Determinando la amplitud interválica o ancho de clase constante:
C=Rx/ m′
Donde:
C= amplitud interválica constante o ancho de clase
RX = rango de datos originales
m′= número de intervalos de clase
Reemplazando valores se tiene:
C = 4.8/7
C = 0.6857142857, entonces C′=0.7
E.7 ¿Existirá un nuevo rango RX ′?
Hallando el nuevo rango: R′X

C′= R′X/m′ , entonces R′X=C′* m′
R′X=0.7*7
R′X= 4.9
E.8 Diferencia de rangos?
∆RX = R′X - RX
∆RX = 4.9 – 4.8
∆RX = 0.10kg

lOMoARcPSD|14328298
 Repartiendo el delta de R
∆RX = 0.10kg
∆RX′=0.05
∆RX′′=0.05
E.10 Graficas estadísticas de las Frecuencias Absolutas Acumuladas: Ojiva “menor

o igual que < =” y Ojiva “mayor o igual que > =”.
Ojiva “menor o igual que < =”
X Y
92.25 2
92.95 11
93.65 19
94.35 33
95.05 42
95.75 48
96.45 50
60
50
40
30
NJ
20
10
0
92 93 94 95 96 97
pesos de lingotes de acero

lOMoARcPSD|14328298
Ojiva “mayor o igual que > =”.
X Y
92.25 50
92.95 48
93.65 39
94.35 31
95.05 17
95.75 8
96.45 2
60
50
40
N J*
30
20
10
0
92 93 94 95 96 97
pesos de lingotes de acero
E.11 Interpretar estadísticamente: m, Y´0, n3, h5, h2, X100, N4, H5, H6, x 100, N6,*, H4
* x100.
 m: es el indicador de la cantidad de intervalos.

 Y´0: es el límite inferior de los intervalos cuyo valor es 91.55 kg
 n3: 8 es el número de muestras de los pesos de lingotes de acero de “ACERO
AREQUIPA S. A.” se encuentran entre 92.95 kg y 93.65 kg de producción
semanal.
 h5: el 0.18 por uno del total (n = 50) es la probabilidad de los pesos de lingotes
de acero de “ACERO AREQUIPA S. A.” se encuentran entre 94.35 kg y 95.05
 h2, X100: el 18 por ciento del total (n = 50) es el porcentaje de los pesos de
lingotes de acero de “ACERO AREQUIPA S. A.” se encuentran entre 92.25 kg
y 92.95 kg de producción semanal.

lOMoARcPSD|14328298
ES-241/EP. Ing° CIVIL-I Pca. Programada* Ing° Estadístico e informático G. TAPIA CALD ERON
 N4: 33 es el número de muestras de los pesos de lingotes de acero de “ACERO

AREQUIPA S. A.” no superen a lo sumo 93.65 kg de producción semanal.
 H5: el 0.84 por uno del total (n = 50) es la probabilidad de los pesos de lingotes
de acero de “ACERO AREQUIPA S. A.” no superen a lo sumo 95.05 kg de
producción semanal.
 H6, x 100: el 96 por ciento del total (n = 50) es el porcentaje de los pesos de
lingotes de acero de “ACERO AREQUIPA S. A.” no superen a lo sumo 95.75 kg
de producción semanal.
 N6,*: 8 es el número de muestras de los pesos de lingotes de acero de “ACERO
AREQUIPA S. A.” superen por lo menos 95.05 kg de producción semanal.
 H4 * x100: el 62 por ciento del total (n = 50) es el porcentaje de los pesos de
lingotes de acero de “ACERO AREQUIPA S. A.” superen por lo menos 93.65
E.12 calcule el Promedio de datos agrupados. Interpretarla estadísticamente.
 Promedio o Diámetro medio

∑ 𝑚
� ��
��̅ = �= 𝑖
𝑛𝑖
𝑛
∑7 �� 𝑛 4696. 5
𝑌̅ = �� 𝑖 𝑖
=1
= 50
= 93.93
𝑛
 Interpretación estadística:
El diámetro promedio o media aritmética de datos agrupados de 50 lingotes es
93.93 Kg.
E.13 Calcule el Valor mediano de datos agrupados. Interpretar estadísticamente.
 Valor mediano
𝑛
− 𝑁 ��−1
Me = 𝑌��−1
𝐼 + 𝐶��
𝑗 [
2 ]
��− ��−1
Pasos para hallar la mediana:

1º Paso: dividimos
𝑛 50
= = 25
2 2
2º Paso: criterio de desigualdad
𝑛
𝑁��−1 < <
2
𝑁𝑗

lOMoARcPSD|14328298
19 < 25 < 33
3º Paso: intervalo mediano intervalo j-esimo.
[𝑌��−1
𝐼
, �� 𝐼 >= [93.65; 94.35>
𝑗
4º Paso: formula
𝑛 50
𝐼 �−1
� −2 𝑁 − 19
Me = 𝑌��−1
��
+ 𝐶𝑗 [ ]= 93.65 + 0.7 [ 2 ]=93.95
��− ��−1 33− 19
 Interpretación estadística: El diámetro mediano 93.95 Kg. Es un valor que

supera a lo sumo al 50% de observaciones; pero a su vez es superado por no más
del 50% de observaciones restantes.
E.14 Calcule el Valor modal de datos agrupados. Interpretar estadísticamente.
 Valor modal
1º Paso:
𝑛𝑗 = ��𝑚𝑎�� = 14 ,
j=4
𝑛��−1 =�
�3 = 8
𝑛��+1 =�
�5 = 9
2º Paso:
∆1 = 𝑛𝑗 − 𝑛��−1 = 14 - 8 = 6
∆2 = 𝑛𝑗 − 𝑛��+1 = 14 - 9 = 5
3º Paso: formula de la moda para datos agrupados

∆
𝐼
Md = 𝑌��−1 + 𝐶𝑗 [ 1 ]= 93.65 + 0.7 6[ ]= 94.0318
1 ∆ 2+∆ 6+5
 Interpretación estadística: El valor modal es igual a 94.0318 es el valor quemas

se repite.

lOMoARcPSD|14328298
E.15 Calcule la variancia y la desviación Estándar de datos agrupados.

Interpretarlo.
 Variancia:
𝑛
𝑛 441197.37
𝑖 ��2
𝑆�� 2 = 𝑖 =1
𝑛
-𝑌̅ 2 = 50 - (93.93)2 =1.1025
 Interpretación estadística: La variancia de datos agrupados es 1.1025.
 Desviación estándar:
Sy =√𝑆�� 2
Sy =√1.1025
Sy = 1.05
 Interpretación estadística: La desviación estándar de datos agrupados es 1.05.
E.16 Calcule la desviación media de datos agrupados. Interpretarlo

estadísticamente.
 Hallando con la siguiente formula | 𝑦̅| �| 𝑦̅|

𝑛𝑖 |𝑦 𝑖 − 𝑦̅ �2.03 ��
4.06
DM = |
𝑛 1.33 11.97
42 . 14
DM = 50 0.63 5.04
DM = 0.8428
0.07 0.98
0.77 6.93
1.47 8.82
2.17 4.34
Suma =
42.14
 Interpretación estadística: La desviación media de 50 lingotes de acero es

0.8428.

lOMoARcPSD|14328298
E.17 Calcule la desviación mediana de datos agrupados. Interpretarlo

estadísticamente.
Hallamos con la siguiente formula:

|��− �| ��
∑ 𝑛 𝑖 |𝑦 𝑖 − � � �|
DMe = 2.05
��𝑒 | 𝑖 �
�
𝑛
41 . 9 1.35 12.15
�−
DMe = 50
DM = 0.838 0.65 5.2
0.05 0.7
0.75 6.75
1.45 8.7
2.15 4.3
Suma = 41.9
 Interpretación estadística: La desviación mediana de 50 lingotes de acero es

0.838.
E.18 Calcule el coeficiente de variación de datos agrupados. Interpretarlo.

�
(CV)y = � x 100
𝑦
𝑌̅
1. 05
(CV)y = 93.93
x 100
(CV)y = 1.117853721
 Interpretación estadística: el coeficiente variación de 50 lingotes de acero es

1.117852721.
E.19 Calcule el Primer Cuartil (Q1), y el Tercer Cuartil (Q3). Interprétalos.
 Primer cuartil (Q1):
1º Paso: dividimos

lOMoARcPSD|14328298
𝑛 50
= 𝑖 = 12.5
4 4
𝑛
𝑁��−1 < 𝑖 <
4
𝑁𝑗
11 < 12.5 < 19
3º Paso: intervalo mediano intervalo j-esimo
[𝑌��−1
𝐼
, ��𝑗 𝐼 >=[92.95 ; 93.65>
4º Paso: formula
𝑛 50
𝐼 𝑖4 − 1 − 11
��− 1
Q1 = 𝑌��−1 + 𝐶𝑁𝑗 ]= 92.95 + 0.7 [ 4
]=93.08125
[ ��− 19−11
𝑁 ��
−1
 Interpretación estadística: El primer cuartil es 93.08125 que corresponde a un

estadígrafo de posición que supera a lo sumo al 25% de observaciones; pero a su
vez es superado por no más del 75% de observaciones restantes.
 Tercer cuartil (Q3):
1º Paso: dividimos
𝑛 50
𝑖 = 3 = 37.5
4 4
𝑛
𝑁��−1 < 3 <
4
𝑁𝑗
33 < 37.5 < 4
[𝑌��−1
𝐼
, ��𝑗 𝐼 >= [94.35; 95.05>
4º Paso: formula
𝑛 50
3 − 3 − 33
𝐼 �−1
� 4
Q3 = 𝑌��−1 + 𝐶𝑗
𝑁 ]= 94.35 + 0.7 [ 4
]=94.7
[ ��− 42−33
𝑁 ��
−1
Interpretación estadística: El tercer cuartil es 94.7 que corresponde a un


lOMoARcPSD|14328298
E.20 Calcule el Primer decil y el Noveno decil. Interpretarlo estadísticamente.

 Primer decil (D1)
1º Paso: dividimos
𝑛 50
𝑖 = 1 =5
10 10
𝑛
𝑁��−1 < 1 <
10
𝑁𝑗
2 < 5 < 11
3º Paso: intervalo 1er decilico intervalo j-esimo
[𝑌��−1
𝐼
, ��𝑗 𝐼 >= [92.25; 92.95>
4º Paso: formula
𝑛 50
1 − ��− 1 1 10 − 2
𝐼 ]=92.4833
D1= 𝑌��−1 + 𝐶𝑗 [ 10 ]=
��− ��
92.25 + 0.7 [ 11−2
��−1
 Interpretación estadística: El Primer decil es 92.4833 que corresponde a un

 Noveno decil (D9)
1º Paso: dividimos
𝑛 50
𝑖 = 9 = 45
10 10
𝑛
𝑁��−1 < 9 <
10
𝑁𝑗
42 < 45 < 48
[𝑌��−1
𝐼
, ��𝑗 𝐼 >= [95.05; 95.75>
4º Paso: formula
𝑛 50
9 − ��−1 9 − 42
𝐼 10
P90= 𝑌��−1 + 𝐶𝑗 [ ]= 95.05 + 0.7 [ 10
]=95.4
��− 48−42
𝑁 ��
−1

lOMoARcPSD|14328298
 Interpretación estadística: El Noveno Decil es 95.4 que corresponde

a un estadígrafo de posición que supera a lo sumo al 90% de
observaciones; pero a su vez es superado por no más del 10% de
observaciones restantes.
E.21 Calcule el Nonagésimo percentil y el Décimo Percentil. Interpretarlos.

 Nonagésimo percentil (P90)
1º Paso: dividimos
𝑛 50
𝑖 = 90 = 45
100 100
𝑛
𝑁��−1 < 90 < 𝑁𝑗
100
42 < 45 < 48
[𝑌��−1
𝐼
, ��𝑗 𝐼 >= [95.05; 95.75>
4º Paso: formula
𝑛 50
90 − 𝑁�� 90 −
𝐼 100 −1
42
P90= 𝑌��−1 + ]= 95.05 + 0.7 [ 100
]=95.4
𝐶𝑗 [ ��− 48−42
��−
 Interpretación estadística: El Nonagésimo percentil es 95.4 que corresponde a

un estadígrafo de posición que supera a lo sumo al 90% de observaciones; pero a
su vez es superado por no más del 10% de observaciones restantes.
 Decimo percentil (P10)

1º Paso: dividimos
𝑛 50
= 10𝑖 =5
100 100
𝑛
𝑁��−1 < 10 < 𝑁𝑗
100
2 < 5 < 11

lOMoARcPSD|14328298
[𝑌��−1
𝐼
, ��𝑗 𝐼 >= [92.25; 92.95>
4º Paso: formula
𝑛 50
10 − 𝑁 ��−1 10 −
𝐼
2
P10= 𝑌��−1 + ]= 92.25 + 0.7 [ 100
]=92.4833
𝐶𝑗 [ 100 11−2
��−
��−1
 Interpretación estadística: El Décimo percentil es 92.4833 que corresponde a un

E.22 Calcule el Recorrido Intercuartílico y Recorrido Interpercentílico.

Interpretarlos.
 Recorrido Intercuartílico (RIQ)

RIQ = Q3 – Q1
RIQ = 94.7 - 93.08125
RIQ = 1.61875
 Recorrido Interpercentílico (RIP)
RIP = P90 – P10

RIP = 95.4 - 92.4833
RIP = 2.9167
E.23 Hallar el 1er. Coeficiente de Asimetría de PEARSON. ¿Distribución As?
USAREMOS LA SIGUIENTE FORMULA:

̅ − 𝑀𝑑 93 . 93 − 94 .0318
CAs =
��𝑦 = 1.05
= -0.096952381
Como el CAs < 0 la distribución es asimetría negativa o sesgada hacia la

izquierda.
E.24 Hallar el 2do. Coeficiente de Asimetría de PEARSON. ¿Distribución de As?
𝑸 𝟑 + 𝑸 𝟏 −��𝑴𝒆
Fórmula: As = β = 𝑸�� −
𝑸𝟏

lOMoARcPSD|14328298
3 +𝑄 1 −2 𝑀𝑒 94.7+93.08125−2(93.95)
AS =β=�� = = -0.073359
3−𝑄1 94.7−93.08125
Como el CAs < 0 la distribución es asimetría negativa o sesgada hacia la

izquierda.
E.25 Hallar el Coeficiente Persentílico de Kurtosis. ¿Qué distribución genera K?
 Fórmula: (Q3 – Q1) / 2(P90 – P10)
��3 − ��1 94 . 7− 93 .08125

K= 2 =
2(95.4−92.4833)
=0.2774968
(��90 −�
�10 )
Como el k>0.263 genera una distribución leptokurtica (la distribución más

alargada que la curva normal)
2.20 compare los valores de la media mediana y moda
𝑌̅ = 93.93
Md= 94.0318
Me=93.95

lOMoARcPSD|14328298
PARTE F. Organización de datos y cálculo de estadígrafos, a partir de cuadros

incompletos
De distribución de frecuencias que se da a continuación faltan algunos datos.
Completa y responde las preguntas siguientes:
𝑌𝑖 − 𝑌𝑖 � ℎ𝑖 𝑁𝑗 𝐻𝑗
𝑌��−1 �
20-24 22 3 0.15 3 0.15
24-28 26 2 0.10 5 0.25
28-32 30 6 0.30 11 0.55
32-36 34 6 0.30 17 0.85
36-40 38 3 0.15 20 1.00
n=20 1.00
F.1 Tipología de variable estadística y determinar el tamaño de la muestra.
Variable cuantitativa continúa (V.C.C)

Si n ≥ 30 es una muestra aleatoria grande, el tamaño de la muestra es n = 20 por lo
tanto es una muestra pequeña.
F.2 interpretar estadísticamente las casillas: �� , 𝑵∗ �� , 𝒉�� , �� ,

𝒉�� x100, 𝑯𝟐 𝒙��𝟎��,
𝑵𝟓 − 𝑵𝟑
 ��3 = 0.55→ es la acumulada de los ℎ1 , ℎ2 , ℎ3 (suma de los tres datos).

 �� ∗ 4 = 9 → Es la sumatoria hacia abajo.
 ℎ2 = 0.10 →se llama el f.r.s de la fila 2 el 0.10 por uno del total.
 ��3 → se interpreta como 6 lingote tienen una longitud entre 28-32
 ℎ3 x100 → se llama el f.r.p.s de la 3 fila se interpreta como el 30% del total de
lingotes tienen una longitud de 20-32
 ��2 𝑥100 →se llama frecuencia cumulada porcentual de la fila 2 se interpreta
como el 25% del total de lingotes tiene una longitud de 24-28
 ��5 − ��3 →20-11=9 es el valor que se toma a partir de la acumulada ��4
hasta
��5

lOMoARcPSD|14328298
F.3 Calcular el rango de datos originales. Determinar el número de intervalos de

clase (m) por el criterio de sturgues ¿existirá m´?
 Calculo del rango

 RX = Xmax - Xmin donde:
 RX = 40 -20 el peso máximo es: Xmax=40
 RX = 20 el peso mínimo es: Xmin =20
 Intervalos de clase (m) por el criterio de sturgues
Solución:
 m = 1 + 3.32(logn)
m = 1 + 3.32 (log20)
m = 1 +3.32 (1.30102999566)
m = 5.3194195
El número de intervalos de clase original es m = 5.3194195; pero para un mejor

trabajo lo redondeamos entonces obtenemos el nuevo valor m′=5
F.4 Determinar la amplitud intervalica. ¿Existirá un nuevo rango �� ?

¿Diferencia de rangos?
 Determinando la amplitud interválica o ancho de clase constante:
C=Rx/ m′
Donde:
C= amplitud interválica constante o ancho de clase
RX = rango de datos originales
m′= número de intervalos de clase
Reemplazando valores se tiene:
C = 20/5
C = 4, entonces C′=4

lOMoARcPSD|14328298
¿Existirá un nuevo rango RX ′?
Hallando el nuevo rango: R′X

C′= R′X/m′ , entonces R′X=C′* m′
R′X=4*5
R′X= 20
Diferencia de rangos?
∆RX = R′X - RX
∆RX = 20 - 20
∆RX = 0
F.5 Elaborar un cuadro completo de la distribución de longitudes de lingotes de

acero ´´Arequipa´´
𝑌𝑖 − 𝑌𝑖 � ℎ𝑖 ℎ𝑖 𝑥100 𝑁𝑗 𝐻𝑗 𝐻𝑗 𝑥100 ��
∗
𝑌��−1 �
20-24 22 3 0.15 15% 3 0.15 15% 20
24-28 26 2 0.10 10% 5 0.25 25% 17
28-32 30 6 0.30 30% 11 0.55 55% 15
32-36 34 6 0.30 30% 17 0.85 85% 9
36-40 38 3 0.15 15% 20 1.00 100% 3
n=20 1.00 100%
F.6 Calcule el promedio de datos agrupados. Interpretarla estadísticamente.
𝑌𝑖 � 𝑌��
� 𝑛𝑖
22 3 66
26 2 52
30 6 180
34 6 204

lOMoARcPSD|14328298
38 3 114
n=20 ∑ 𝑌�� 𝑖 =616
 Promedio o Diámetro medio

∑𝑚 ��𝑖 𝑛 𝑖
𝑌̅ = ��=1
𝑛
∑5 �� 𝑛 616
𝑌̅ = �� 𝑖 𝑖
=1
= 20 = 30.8 m
𝑛
 Interpretación estadística:
La longitud promedio o media aritmética de datos agrupados de 50 lingotes es
30.8m.
F.7 Calcular el valor mediano de datos agrupados. Interpretar estadísticamente.
𝑌𝑖 − 𝑌��−1 𝑌𝑖 � � 𝑌𝑖
� � �
20-24 22 3 3 66
24-28 26 2 ��−1 52
=5
28-32 30 ��𝑖 =6 ��= 180
11
32-36 34 6 17 204
36-40 38 3 20 114
n=20
𝑛
𝐼 − ��−1
Me = 𝑌��−1 + 𝐶��
𝑗 [
2
]
��− ��−1
Pasos para hallar la mediana:

1º Paso: dividimos
𝑛 20
= = 10
2 2
𝑛
𝑁��−1 < <
2
𝑁𝑗

lOMoARcPSD|14328298
5 <10 < 11
3º Paso: intervalo mediano intervalo j-esimo.
𝐼 𝐼
, ��
[𝑌��−1 32>>= [28;
𝑗
4º Paso: formula
𝑛 20
𝐼 �−1
� −2 𝑁 − 5
Me = 𝑌��−1
��
+ 𝐶𝑗 [ ]= 28+ 4 [ 2 ]= 31.333 m
��− ��−1 11− 5
Interpretación estadística: la longitud mediano 31.333 m. Es un valor que supera a lo

sumo al 50% de observaciones; pero a su vez es superado por no más del 50% de
observaciones restantes.
F.8 Calcule el valor modal de datos agrupados. Interpretar estadísticamente.
𝑌𝑖 − 𝑌��−1 𝑌𝑖 �
�
20-24 22 3
24-28 26 2
28-32 30 ��𝑖 =6
32-36 34 6
36-40 38 3
n=20
1º Paso:
𝑛𝑗 = ��𝑚𝑎�� = 6 ,
j=3
𝑛��−1 =�
�2 = 2
𝑛��+1 =�
�4 = 6
2º Paso:
∆1 = 𝑛𝑗 − 𝑛��−1 = 6 - 2= 4
∆2 = 𝑛𝑗 − 𝑛��+1 = 6 - 6 = 0

lOMoARcPSD|14328298
3º Paso: formula de la moda para datos agrupados

𝐼 ∆ 4
Md = 𝑌��−1 + 𝐶𝑗 [ 1 ]= 28 + 4 [ ]= 32 m
1 ∆ 2+∆ 4+0
 Interpretación estadística: El valor modal es igual a 32 m es el valor quemas se

repite.
F.9 Calcule la varianza y la desviación estándar de datos agrupados.

Interpretarlos.
𝑌𝑖 − 𝑌��−1 𝑌𝑖 � 𝑌�� (𝑌�� − 𝑥 (𝑌�� − 𝑥

� � ̅)2 ̅)2 ��𝑖
20-24 22 3 66 77.44 232.32
24-28 26 2 52 23.04 46.08
28-32 30 6 180 0.64 3.84
32-36 34 6 204 10.24 61.44
36-40 38 3 114 51.84 155.52
∑ 𝑌�� 𝑖 ∑(𝑌�� − 𝑥

=616 ̅)2 �� =499.20
∑ ��𝑖 616
𝑦̅= = 30.8
𝑛𝑖 20
𝑛
=
 Calculando varianza
∑𝑛 𝑛
2 𝑖 = 1 𝑖 ��2̅ 2 441197.37
𝑆�� = 𝑛 -𝑌 = 50
= 24.96
En el análisis de varianzas se estudian las diferencias significativas entre dos o más

medidas de una muestra en este caso nos resultó 24.96.
 Calculando la desviación estándar

lOMoARcPSD|14328298
𝑆 = √24.96 = 4.99
La desviación estándar es la medida de dispersión más común, que indica qué tan
dispersos están los datos con respecto a la media en este caso nos resultó 4.99.
F.10 Calcule la desviación media de datos agrupados. Interpretarlo

estadísticamente.
 Hallando con la siguiente formula | 𝑦̅| �| 𝑦̅|

∑ 𝑛 𝑖 |𝑦 𝑖 − �8.8 ��
26.4
DM =
𝑦̅ |
𝑛 4.8 9.6
81 . 6
DM = 20 0.8 4.8
DM = 4.08 m
3.2 19.2
7.2 21.6
Suma =
81.6
 Interpretación estadística: La desviación media de 50 lingotes de acero es 4.08

m.
F.11 Calcule la desviación mediana de datos agrupados. Interpretarlo

estadísticamente.
Hallamos con la siguiente formula:
∑ 𝑛 𝑖 |𝑦 𝑖 −
DMe =
��𝑒 |
82 . 6
𝑛 |��− � |��−
DMe = 20 �
DM = 4.13 9.3 𝑖 27.9
5.3 10.6
1.3 7.8
2.7 16.2
6.7 20.1
Suma = 82.6

lOMoARcPSD|14328298
 Interpretación estadística: La desviación mediana de 50 lingotes de acero es

4.13.
F.12 Calcule el coeficiente de variación de datos agrupados. Interpretarlo.

�
(CV)y = � x 100
𝑦
𝑌̅
4 . 99
(CV)y = 30.8
x 100
(CV)y = 16.201
 Interpretación estadística: el coeficiente variación de 50 lingotes de acero es

16.201
F.13 Calcule el Primer Cuartil (Q1), y el Tercer Cuartil (Q3). Interprétalos.
 Primer cuartil (Q1):

1º Paso: dividimos
𝑛 20
𝑖 = =5
4 4
𝑛
𝑁��−1 < 𝑖 <
4
𝑁𝑗
3 <5<5
[𝑌��−1
𝐼
, ��𝑗 𝐼 >=[24; 28>
4º Paso: formula
𝑛 20
�� − ��− 1 1 −
𝐼 4
3
Q1 = 𝑌��−1 + 𝐶𝑗 ]= 24 + 4 [ 4
]= 28 m
[ ��− 5−3
𝑁 ��
−1
 Interpretación estadística: El primer cuartil es 28 m que corresponde a un


lOMoARcPSD|14328298
 Tercer cuartil (Q3):

1º Paso: dividimos
𝑛 20
𝑖
= 3 = 15
4 4
𝑛
𝑁��−1 < 3 <
4
𝑁𝑗
11 < 15 < 17
[𝑌��−1
𝐼
, ��𝑗 𝐼 >= [32; 36>
4º Paso: formula
𝑛 20
3 − 3 − 11
𝐼 �−1
� 4
Q3 = 𝑌��−1 + 𝐶𝑗
𝑁 ]= 32 + 4 [ 4
]= 34. 667 m
[ ��− 17−11
𝑁 ��
−1
Interpretación estadística: El tercer cuartil es 34. 667 m que corresponde a

F.13 Calcule el Primer decil y el Noveno decil. Interpretarlo estadísticamente.

 Primer decil (D1)
1º Paso: dividimos
𝑛 20
𝑖 = 1 =2
10 10
𝑛
𝑁��−1 < 1 <
10
𝑁𝑗
0<2<3
3º Paso: intervalo 1er decilico intervalo j-esimo
[𝑌��−1
𝐼
, ��𝑗 𝐼 >= [20; 24>
4º Paso: formula
𝑛 20
𝐼
��− 1 1 − 1 − 0
D1= 𝑌��−1 + 𝑁 [ 10
𝐶𝑗
��− ��
]= 20 + 4 [ 10
]= 22.667 m
��−1
3−0

lOMoARcPSD|14328298
 Interpretación estadística: El Primer decil es 22.667 m que corresponde a un

 Noveno decil (D9)
1º Paso: dividimos
𝑛 20
𝑖 = 9 = 18
10 10
𝑛
𝑁��−1 < 9 <
10
𝑁𝑗
17 < 18 < 20
[𝑌��−1
𝐼
, ��𝑗 𝐼 >= [36; 40>
4º Paso: formula
𝑛 20
9 − 𝑁�� 9 − 17
𝐼 10
P90= 𝑌��−1 + 𝐶𝑗 [ −1
]= 36+ 4 [ 10
]= 37.333 m
��− 20−17
𝑁 ��
−1
 Interpretación estadística: El Noveno Decil es 37.333 m que

corresponde a un estadígrafo de posición que supera a lo sumo al
90% de observaciones; pero a su vez es superado por no más del
10% de observaciones restantes.
F.15 Calcule el Nonagésimo percentil y el Décimo Percentil. Interpretarlos.

 Nonagésimo percentil (P90)
1º Paso: dividimos
𝑛 20
𝑖 = 90 = 18
100 100
𝑛
𝑁��−1 < 90 < 𝑁𝑗
100
17 < 18 < 20

lOMoARcPSD|14328298
[𝑌��−1
𝐼
, ��𝑗 𝐼 >= [36; 40>
4º Paso: formula
𝑛 20
90 − 𝑁 90 −
𝐼 100 ��−1
17
P90= 𝑌��−1 + ]= 36 + 4 [ 100
]= 37.333 m
𝐶𝑗 [ ��− 20−17
��−
 Interpretación estadística: El Nonagésimo percentil es 37.333 m que

corresponde a un estadígrafo de posición que supera a lo sumo al 90% de
observaciones; pero a su vez es superado por no más del 10% de observaciones
restantes.
 Decimo percentil (P10)

1º Paso: dividimos
𝑛 20
𝑖
= 10 =5
100 100
𝑛
𝑁��−1 < 10 < 𝑁𝑗
100
0<2<3
[𝑌��−1
𝐼
, ��𝑗 𝐼 >= [20; 24>
4º Paso: formula
𝑛 20
10 − 𝑁 10 −
𝐼
��−1 0
P10= 𝑌��−1 + ]= 20 + 4 [ 100
]= 22.667 m
𝐶𝑗 [ 100 3−0
��−
��−1
 Interpretación estadística: El Décimo percentil es 22.667 m que corresponde a

F.16 Calcule el recorrido intercuartilico y el recorrido interpercentilico
Solución.

lOMoARcPSD|14328298
INTERPRETACION: Estas medidas de dispersión dejan entre si 50% de los valores

centrales de la variable.
F.17 Halle el primer coeficiente de asimetría de PEARSON. ¿Distribución 𝑨�� ?

𝑦̅ −𝑀�� 30.8−32
Se sabe que: → 5.125
= −0.234
��1 = ��𝐴 = 1
𝑆
��1 =
−0.234,
INTERPRETACION: Como el coeficiente de asimetría es negativo, significa que la

distribución tiene asimetría negativa (sesgada hacia la izquierda).
F.18 Determine el segundo coeficiente de asimetría de PEARSON ¿Distribución

𝑨�� ?
̅(̅𝑦̅−𝑀��) 30.8−31.33
Se sabe que: ��. ��2 → ��. 𝐴 5.125
= −0.310
= 3∗ =3∗ 2
𝑆
��. ��2 = −0.310
INTERPRETACION: El coeficiente es negativo, significa que la distribución tiene

una asimetría negativa (sesgada hacia la izquierda)
F.19 Hallar el coeficiente percentilico de Kurtosis. ¿Qué distribución genera K?
El coeficiente percentilico de Kurtosis está dada por:

�� − ��1 34.6 − 24
��3 3= → ��3 = = 0.361
90 − 𝑃10 ) 2 ∗ (37.33 − 22.66)
��3 = 2(𝑃
0.361
Como ��3 > 0.263( 0.263 𝑒�� 𝑛

𝑝��𝑎��𝑜 𝑑𝑒 𝑐��𝑚��𝑎��𝑎𝑐𝑖��),
entonces la distribución que forma es una “LEPTUCURTICA”
F.20 Compare los valores de la media, mediana, y moda. Graficar estos datos en
un plano cartesiano y observar la curva correspondiente, luego determinar que
distribución se ha generado con la asimetría.
GRAFICANDO LA MODA, MEDIANA Y PROMEDIO
Se observa de la curva generada, que la distribución es hacia la izquierda, esto porque la

asimetría no sale negativa.

lOMoARcPSD|14328298
PARTE G. TIPOLOGÍA Y SUB-TIPOLOGIA DE VARIABLES

ESTADÍSTICAS.- dadas las siguientes proposiciones, determine el tipo y el sub-
tipo de variable estadística que tiene:
G.1. Escuelas profesionales de la facultad de ingeniería de Minas, Geología y Civil,

UNSCH.
Respuesta: TIPOLOGÍA: variable cualitativa.
SUB-TIPOLOGIA: variable cualitativa nominal.
G.2.N° de los libros de estructuras de Acero en la Biblioteca central “Efraín Morote

Best”,
UNSCH.
Respuesta: TIPOLOGÍA: variable cuantitativa.
SUB-TIPOLOGIA: variable cuantitativa discreta.
G.3.total de capital social de empresa constructora “pegasus ingenieros” de Trujillo.
SUB-TIPOLOGIA: variable cuantitativa continua.
G.4.Número de ingenieros civiles colegiados en el colegio de ingenieros del Perú-

consejo departamental de Ayacucho.

lOMoARcPSD|14328298
G.5.cantidades de precipitación pluviométrica en octubre de 2015 en Cajamarca.
G.6.los tres primeros puestos en el ingreso a EP de Derecho, 2016-I, UNSCH.
SUB-TIPOLOGIA: variable cualitativa ordinal.
G.7.las cruzadas cristianas en el medio oriente.
G.8.las temperaturas promedio diario de Cusco en el mes de junio de 2019.
SUB-TIPOLOGIA: variable cuantitativa continua.
G.9.la descarga anual de los ríos de la selva en el Amazonas.
G.10.Órdenes religiosas de la Iglesia Católica Romana.
G.11.grados de cultura de una persona.
SUB-TIPOLOGIA: variable cualitativa ordinal.
G.12.tipología de teodolitos para levantamiento topográfico de un territorio.

lOMoARcPSD|14328298
PARTE H. TEORIA DE LA ESTADISCICA DESCRIPTIVA:
Respecto a las siguientes proposiciones de ESTADISTICA DESCRIPTIVA,

completé paréntesis con la letra (V) si usted considera que la proposición es
VERDADERA y complete la letra (F), si a su parecer dicha proposición es FALSA:
H.1 distribución unimodal es la que tiene un solo “máximo” y una sola moda..………
(F)
H.2 la asimetría negativa cumple con que la media aritmética es menor que la mediana y
esta a su vez es menor que la moda…………………………………………………….
(V)
H.3 recorrido intercuartilico toma en cuenta la desviación entre el segundo (q2) y el

tercer cuartil (q3)……………………………...……………………………………….(F)
H.4 recorrido interpercentilico considera en cuenta la desviación entre en nonagésimo

percentil (p90)y el décimo percentil (p10)…………………………………………….(F)
H.5 la distribución normal general toma el nombre de distribución simétrica cuando se

trata de medir la deformación y “As=0”……………………………………………….(V)
H.6 la distribución normal general toma el nombre de distribución platicurtica cuando

se trata de medir el aplastamiento y “k=0.263”……………………………………....(V)
H.7 la media aritmética es de estadígrafos usado sobre todo en la cuantificación de las

variables económicas- financieras y de ingeniería…………………………………. (V)
H.8 el primer coeficiente de Pearson mide el apuntamiento o curtosis……………. (F)
H.9 el muestreo de opinión es un muestreo probalistico……………………………..(F)
H.10 las frecuencias absolutas simples se expresan en tanto por cierto (%)………… (F)
H.11 las frecuencias absolutas simples se expresan en “tanto por

uno”………….……………………………………………………………………....(V)
H.12 las frecuencias absolutas acumuladas hacia abajo se interpretan como “a lo

sumo”………………………………………..………………………………………(V)
H.13 las frecuencias absolutas acumuladas hacia abajo se interpretan como “por lo
menos”……………………………………………………………………………....(F)
H.14 las frecuencias absolutas acumuladas hacia arriba se interpretan como “por lo
menos”……………………………………………………………………………….(F)
H.14 el tercer cuartil (q3) es un estadígrafos de posición……………………………(V)
H.15 los fractiles o cuantiles son estadígrafos de asimetría…………………………(F)

lOMoARcPSD|14328298
H.16 la distribución normal general es una distribución simétrica…………………..(V)
H.17 la distribución normal estándar no es una distribución simétrica……………….(F)
H.18 la distribución platicutiva es unos estadígrafos de asimetría……………………(F)
H.19 la distribución mesocutica es la distribución normal general………………….(V)
H.20 la variación cualitativa jerárquica es lo mismo que la ordinal………………….(V)

Examen 11 Marzo 2019 Respuestas

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Examen 11 Marzo 2019 Respuestas

Cargado por

Copyright:

Formatos disponibles

j

Downloaded by Ronald Flores quispe (floresquisperonald43@gmail.com)

PARTE A. Simbolización de Datos.-CASOS de Sumatoria y Productorias simples

= (X1+Y1+ Z1)+ (X2+Y2+ Z2)+ (X3+Y3+ Z3)+…. + (XN+YN+ ZN)

A.1.2) ∑𝟓𝒌=𝟏(��𝒌 + ����𝒓��𝒎𝒆��𝒊�� )

= √��1 𝑌1 + 𝑊1 ��1 + √��2 𝑌2 + 𝑊2 ��2 + √��3 𝑌3 + 𝑊3 ��3 + ⋯ + √��𝑁 𝑌𝑁 +

=𝐶𝐼��𝐼��√��1𝑤 + 𝐶𝐼��𝐼��√��2𝑤 + 𝐶𝐼��𝐼��√��3𝑤 + ⋯ +

=(��3 𝑌4 + 𝑊3 ��2 ) + (��4 𝑌5 + 𝑊4 ��3 ) + (��5 𝑌6 + 𝑊5 ��4 )

Downloaded by Ronald Flores quispe (floresquisperonald43@gmail.com)

A.2.3) √��1 𝑌1 + 𝑊1 ��1 + √��2 𝑌2 + 𝑊2 ��2 + √��3 𝑌3 + 𝑊3 ��3 + ⋯ + √��𝑁 𝑌𝑁 + 𝑊𝑁

A.2.4) 𝐶𝐼��𝐼��√��1𝑤 + 𝐶𝐼������√��2𝑤 + 𝐶𝐼������√��3𝑤 + ⋯ +

A.2.5) (��3 𝑌4 + 𝑊3 ��2 ) + (��4 𝑌5 + 𝑊4 ��3 ) + (��5 𝑌6 + 𝑊5 ��4 )

A.2.6) (𝐼�� )3 + (𝐼�� )3 + (𝐼�� )3 + (𝐼�� )3 + (𝐼�� )3 + ⋯ + (𝐼�� )3

A.2.7) (��3 − 2)2 + (��4 − 2)2 + (��5 − 2)2 + (��6 − 2)2

Downloaded by Ronald Flores quispe (floresquisperonald43@gmail.com)

Hallar el valor numérico de las sumatorias simples siguientes.

=(𝟑(𝟑)𝟐 − 𝟐(𝟓)�� ) + (𝟑(𝟐)𝟐 − 𝟐(𝟐)�� ) + (𝟑(𝟔)𝟐 − 𝟐(𝟔)�� ) + (𝟑(𝟒)𝟐 − 𝟐(𝟒)�� )

= 325 + 16 + 576+ 160

A.3.2) ∑𝟓𝒊=𝟏[���� (��𝒊 − 𝒙) + (𝒙 − ���� )]

=[��1 (��1 − ��) + (𝑥 − ��1 )] + [��2 (��2 − �� ) + (𝑥 − ��2 )] [��3 (��3

=[3(3 − 4) + (4 − 3)] + [5(5 − 4) + (4 − 5)] + [2(2 − 4) + (4 − 2)] + [6(6 − 4) + (4 − 6)] +

3 − 4��3 + ��) + (��4 − 4��4 + ��) + (��5 − 4��5 + ��)

=(22 − (4)2 + 4) + (62 − (4)6 + 4) + (42 − (4)4 + 4)

=(𝟑(𝟑)𝟐 − 𝟐(𝟓)�� ) + (𝟑(𝟐)𝟐 − 𝟐(𝟐)�� ) + (𝟑(𝟔)𝟐 − 𝟐(𝟔)�� ) + (𝟑(𝟒)𝟐 − 𝟐(𝟒)��

Downloaded by Ronald Flores quispe (floresquisperonald43@gmail.com)

= 325 + 16 + 576+ 160

=(��1 ��2 ) + (��2 ��3 ) + (��3 ��4 ) + (��4 ��5 )

A.3.1) ∑[(��𝒊 − 𝑿̅)𝟐 + ���� (𝑿̅ − 𝟏)]

∑[���� 2 + 𝑋̅2 − 2���� 𝑋̅ + 2

∑[���� 2 + 𝑋̅2 − ���� 𝑋̅ −2 − ��𝑋̅

∑ + − 𝑋̅(��𝑋̅) − ��𝑋̅ 𝑖=− ��𝑋̅

A.3.2) ∑[𝒙𝒊(𝒙𝒊 + 𝑿̅ ) + (��𝒊 − 𝑿̅) �� ] = 2

∑[𝑥�� 2 + 𝑥��𝑋̅ + ��𝑖 2 + 𝑋̅2 − 2��𝑖 𝑋̅ ] = 2 ∑ 𝑥�� 2

2 ∑ 𝑥�� 2 − ∑ ��i𝑋̅ + ∑ 𝑋̅ 2 = 2 ∑ 𝑥�� 2

2 ∑ 𝑥�� 2 − 𝑋̅ ∑ ��I + n𝑋̅ 2 = 2 ∑ 𝑥�� 2

2 ∑ 𝑥�� 2 −𝑋̅n𝑋̅ + ��𝑋̅ 2 = 2 ∑ 𝑥�� 2

2 ∑ 𝑥�� 2 − n𝑋̅ 2 + n𝑋̅ 2 = 2 ∑ 𝑥�� 2

2 ∑ 𝑥�� 2 = 2 ∑ 𝑥�� 2 l.q.q.d

Downloaded by Ronald Flores quispe (floresquisperonald43@gmail.com)

A.3.3) ∑ [(��𝒊 − 𝑿̅)𝟐𝟏]=∑ �� 𝟐

∑ ���� 2 − ��𝑋̅2 + 1 = ∑ ���� 2 − ��𝑋̅2 + 1 l.q.q.d

A.3.4) ∑[𝒙𝒊(𝒙𝒊 − 𝑿̅) + (𝑿̅ − 𝒙𝒊) ] = ∑ 𝒙𝒊𝟐 – ( ∑ 𝒙𝒊��)/n

∑[𝑥�� 2 + 𝑥��𝑋̅ + 𝑋̅ − 𝑥��] = ∑ 𝑥�� 2 – ( ∑ 𝑥�� 2 )/n

A.3.5) ∑[𝒙𝒊𝟐 + 𝒙𝒊𝑿̅ + ���� 𝟐 + 𝑿̅𝟐 − 𝟐���� 𝑿̅

2 ∑ 𝑥�� 2 − ∑ ��i𝑋̅ + ∑ 𝑋̅ 2 = 2 ∑ 𝑥�� 2

A.3.6) ∏ ��iWiZi = ∏ ��i ∏ ��I ∏ 𝒁

∏ ��𝒊 𝒚�� ��𝒊 = ���� 𝒚�� ���� .

= ∏ ��𝑖 ∏ ��𝑖 ∏ ��𝑖 l.q.q.d.

Downloaded by Ronald Flores quispe (floresquisperonald43@gmail.com)

B.5.1) i1 = X11 + X21 + X31 +

B.5.2) i2 = X12 + X22 + X32 + X42

B.5.3) i3 = X13 + X23 + X33+ X43

B.5.4) i4 = X14 + X24 + X34+ X44

B.5.5) 1j = X11 + X12 + X13+ X14

B.5.6) 2j = X21 + X22 + X23+ X24

B.5.7) 3j = X31 + X32 + X33+ X34

B.5.8) 4j = X41 + X42 + X43+ X44

B.5.9) .2 = X12 + X22 + X32+ X42

B.5.10) 3. = X31 + X32 + X33+ X34

Downloaded by Ronald Flores quispe (floresquisperonald43@gmail.com)

B.5.12)∑ ∑ ��𝒊��=∑(��1𝑗 + ��2𝑗

=(��11 + ��21 + ��31 + ��41 ) + (��12 + ��22 + ��32 + ��42 )

A.1.2) ∑𝟓𝒌=𝟏(��𝒌 + ��𝒓��𝒎𝒆��𝒊�� )

A.2.4) 𝐶𝐼��𝐼��√��1𝑤 + 𝐶𝐼��√��2𝑤 + 𝐶𝐼��√��3𝑤 + ⋯ +

A.3.2) ∑𝟓𝒊=𝟏[�� (��𝒊 − 𝒙) + (𝒙 − �� )]

A.3.1) ∑[(��𝒊 − 𝑿̅)𝟐 + �� (𝑿̅ − 𝟏)]

∑[�� 2 + 𝑋̅2 − 2�� 𝑋̅ + 2

∑[�� 2 + 𝑋̅2 − �� 𝑋̅ −2 − ��𝑋̅

∑ �� 2 − ��𝑋̅2 + 1 = ∑ �� 2 − ��𝑋̅2 + 1 l.q.q.d

A.3.5) ∑[𝒙𝒊𝟐 + 𝒙𝒊𝑿̅ + �� 𝟐 + 𝑿̅𝟐 − 𝟐�� 𝑿̅

∏ ��𝒊 𝒚�� 𝒊 = �� 𝒚�� .

i Xi t min Y1 T°C (��𝑖 − (𝑌𝑖 − 𝑌̅)2 � � �� 2

C.10. coeficiente de determinación (�� )

D.10. coeficiente de determinación (�� )