Elementos de

Estadística para Preparación y

Evaluación de Proyectos

mario murillo oporto

La Paz - Bolivia - 1990

PRÓLOGO

¿Es posible prescindir del concurso de la Estadística en la tarea de Preparación

y Evaluación de Proyectos?...., indudablemente que no.
Es innegable que una de las herramientas principales para la elaboración de todo
trabajo de investigación, donde los factores que intervienen sufren cambios
constantes que implican incertidumbre y que frente a ellos hay necesidad de
hacer predicciones para tomar la acción adecuada en una política de decisiones,
es la Estadística.

El presente trabajo fue realizado tomando como base las notas de las clases que
me correspondió dictar en la Universidad Mayor de San Andrés, Universidad
Católica Boliviana y en el primer Curso de Preparación y Evaluación de
Proyectos (Programa BID-ISAP-CONEPLAN-OEA - Ciudad de La Paz, 1973).
Se han incluido los temas que se consideraron más importantes, tratando de
dejar claras las ideas centrales y sus aplicaciones, sin entrar a muchas
demostraciones matemáticas, de acuerdo al objetivo perseguido. Se recomienda
a los estudiantes ampliar la lectura de cada Capítulo, al menos con uno de los
textos mencionados en la bibliografía.

Deseo resaltar la persona de Don Hugo Javier Ochoa G., Director del Curso de
Preparación y Evaluación de Proyectos, citado anteriormente, de quién surgió la
idea de realizar el presente documento. Para él, mis mejores palabras de elogio
y agradecimiento por su colaboración desinteresada, tolerancia y estímulo
constante de que fui objeto durante el tiempo que duró mi labor.
La Paz - Bolivia 1974

PRÓLOGO
A LA TERCERA EDICIÓN

Al presentar esta nueva edición, deseo expresar especialmente mi más profundo

sentir de agradecimiento a todos cuantos me honraron con la lectura de las dos
impresiones anteriores.

La aceptación que tuvo el texto y el actual interés manifestado por contar con él,
sobre todo por estudiantes de carrera y muchos egresados, han constituido
motivos suficientes para haber emprendido la tarea de hacer las correcciones
que eran necesarias y de añadir las soluciones de ejercicios seleccionados.

Abrigo, nuevamente, la esperanza de que esta obra en el nivel dado, pueda

servir de un elemento más de apoyo para quienes están incursionando en el
conocimiento de la Estadística y sus aplicaciones; entre ellos, a estudiantes de
la Universidad Boliviana y de otras Instituciones donde se enseña esta ciencia.
Mario Murillo Oporto

La Paz - Bolivia
Agosto, 1990
CAPITULO 3

ESTADIGRAFOS DE POSICION
3.1
Tipos de Promedio
La distribución de frecuencias, tal como hemos estudiado en el capítulo anterior,
no sólo es un resumen de los datos observados, también ella muestra la forma
en que se distribuye la variable; pero es más, cada uno de los valores incluidos
en la Tabla de Distribución de Frecuencias, proporciona una información
estadística valioza. De manera que se tiene un conjunto de datos estadísticos
descriptivos, ya que cada uno de ellos nos describe la densidad de
observaciones que caen en una clase o varias clases. Sin embargo,
frecuentemente se necesita tener una sola medida que describa la naturaleza de
los datos en su conjunto, es decir, un valor de la variable simple que a su vez
sea “representativo” de todas las observaciones. Ser representativo significa,
que este refleja la tendencia de los valores individuales que están distribuidos
alrededor de cierto valor central. Es obvio que el valor más representativo para
un conjunto de valores normalmente no es el valor más pequeño ni el más
grande, sino que es un valor que está en algún punto intermedio del grupo. Por
esta razón, un valor representativo es aquél que indica una medida de tendencia
central, conocido comúnmente como promedio.
El promedio se emplea con frecuencia como mecanismo para resumir un
conjunto de datos correspondiente a una variable, sobre todo si es grande, a fin
de describir los datos estadísticos. Así por ejemplo, la edad promedio de los
estudiantes de una universidad, el salario promedio mensual de los artesanos en
una ciudad; el promedio de quintales de papa producida por hectárea, el
promedio de gastos en consumo de los trabajadores mineros, etc. Los promedios
también se utilizan para comparar una población con otra; por ejemplo, el
promedio general de calificaciones obtenidas en un colegio comparado con el
promedio de otro colegio; comparar los rendimientos promedios de unidades
producidas por distintas fábricas, etc.
Un promedio se dice también que es una medida de posición, en razón de que
las formas en que están distribuidas las series estadísticas pueden ser iguales,
diferenciándose únicamente en el valor promedio, como se verá en las secciones
que siguen.
Los estadígrafos de tendencia central más utilizados son: la Media Aritmética, la
Media Geométrica, la Media Armónica y la Media Cuadrática, Se incluyen
también en esta categoría a la Mediana y la Moda, que tienen su característica
particular a diferencia de las cuatro primeras. Incluyen también las fractilas como
estadígrafos de posición.

3.2
Media Aritmética
La medida de tendencia central más útil y la más usada, es la “Media Aritmética”,
que algunas veces se la llama simplemente “media”.

DEFINICIÓN 3.1 La media aritmética es la suma de todos los valores observados

dividido por el número de observaciones. Si X1, X2,... Xn son los valores
observados de una muestra, entonces la media aritmética (designada por 𝑥̅ ) es
n

x i
x i 1

n
Algunas veces se utilizará un “operador” que indique la operación de calcular la
media aritmética. Así, para la media aritmética, se usará la letra M, de manera
que M(X) representa la media aritmética de la variable X (que es una
característica cualquiera de la población o de una muestra); entonces,
∑ 𝑥𝑖
M(X) = 𝑥̅ = (3.1)
𝑛

Si se tomaran en cuenta a todos los valores de la población, se tendrá:

N

x i
M (X )  i 1
=𝜇 (3.2)
N
Las fórmulas (3.1) y (3.2) se utilizan para calcular la media aritmética de una
muestra y de una poblacion, cuando se tiene la información estadística original,
es decir, cuando las observaciones de valores de una variable no se encuentran
agrupados en una tabla de distribución de frecuencias.
Ejemplo 3.1 Suponiendo que se tiene el siguiente conjunto de calificaciones que
obtuvieron 10 alumnos en una prueba de matemáticas: 3, 4, 5, 4, 6, 5, 4, 6, 7, 3.
Entonces, si X es la variable que indica las calificaciones, se tiene
n

x i
xi  x2  ...  x10
M (X )  x  i 1

10 10
3  4  5  4  6  5  4  6  7  3 47
   4,7
10 10
Luego 4,7 es la media de las calificaciones de los 10 alumnos.
En el caso de que se tenga una distribución de frecuencias absolutas, la media
aritmética se calculará, como sigue:
∑ 𝑋𝑛 𝑚
M(X) = 𝑋̅ = 1 𝑛 𝑖 𝑖 (3.3)

En donde m indica el número de clases o valores distintos que toma la variable

X y 𝑛𝑖 las veces que se repite un valor 𝑥𝑖 distinto.

Ejemplo 3.2 Tomando en cuenta la información del ejemplo 3.1, pero esta vez
se tiene a los datos agrupados en una tabla, tal como sigue:
TABLA 3.1 Distribución de frecuencias de calificaciones de los 10 alumnos.
Calificación Número de alumnos Frecuencia relativa
Xi ni hi
x1 = 3 n1 = 2 h1 = 0,20
x2 = 4 n2 = 3 h2 = 0,30
x3 = 5 n3 = 2 h3 = 0,20
x4 = 6 n4 = 2 h4 = 0,20
x5 = 7 n5 = 1 h5 = 0,10
 n = 10 1,00

Entonces, la media aritmética es

5

x n i i
x1n1  x2 n2  ...  x5 n5
M (X )  x  i 1

10 10
3  2  4  3  5  2  6  2  7 1

10
 6  12  10  12  7 47
   4,7
10 10
Cuando se tiene la distribución de frecuencias relativas, el cálculo de la media,
es como sigue:
M(X) = 𝑋̅ = ∑𝑚
1 𝑋𝑖 ℎ𝑖 (3.4)
En donde

hi  ni
n

Ejemplo 3.3 Tomando en cuenta nuevamente la información del Ejemplo 3.1 se

calcula la media con las frecuencias relativas de la Tabla 3.1
5
M(X) = 𝑥̅ =  xi h = x h + x h +…+ x h
i 1 1 2 2 5 5
i 1

=3(0,2)+4(0,3)+5(0,2)+6(0,2)+7(0,1)
= 0,6+1,2+1,0+1,2+0,7 = 4,7
Obsérvese que por los tres métodos el resultado es el mismo.
La expresión (3,3). puede también escribirse
∑𝑚
1 𝑋 𝑖 𝑛𝑖
𝑚
∑ 𝑌𝑛
M(X) = 𝑋̅ = ∑𝑚
; si la variable es Y se tiene: M(Y) = 𝑌̅ = ∑1𝑚 𝑛𝑖 𝑖
1 𝑛𝑖 1 𝑖

Esta expresión recibe el nombre de media aritmética ponderada, cuyos pesos o

ponderaciones son las frecuencias absolutas 𝑛𝑖 . La media aritmética expresada
en (3.4) también resulta ser una media ponderada con sus frecuencias relativas
ℎ𝑖 .
Hasta aquí, se logró ver el cálculo de la media, tanto para datos sin agrupar como
para datos agrupados. En este último caso sólo para cuando las clases son
únicas. Ahora viene la siguiente pregunta, cómo se calculará la media si se tiene
una distribución con intervalos de clase. No hay ningún problema, pues, para ello
se toman en cuenta los puntos medios de clase como valores de la variable, y
se calcula de manera idéntica a los ejemplos anteriores.

Ejemplo 3.4 Se calcula la media aritmética tomando en cuenta la información de

las columnas 2 y 3 de la Tabla 2.6. Como los valores del punto medio de clase,
juegan el mismo papel de la variable, por lo que:
∑ 𝑌𝑖 𝑛𝑖 (287,5)4+⋯+(422,5)6 36.085
M(Y) = = = = 360,85 $
𝑛 100 100
La información requerida para el cálculo de la media aritmética se puede
procesar también en la distribución de frecuencias, tal como se observa en la
Tabla 2.6.
TABLA 2.6 Distribución de frecuencias de salarios semanales de 100 obreros
′
𝑌𝑖−1 - 𝑌𝑖′ 𝑌𝑖 𝑛𝑖 𝑌𝑖 ∗ 𝑛𝑖 ℎ𝑖 𝑌𝑖 ∗ ℎ𝑖
280-295 287,5 4 1.150,00 0,04 11,50
295-310 302,5 5 1.512,50 0,05 15,13
310-325 317,5 10 3.175,00 0,10 31,75
325-340 332,5 9 2.992,50 0,09 29,93
340-355 347,5 13 4.517,50 0,13 45,18
355-370 362,5 15 5.437,50 0,15 54,38
370-385 377,5 18 6.795,00 0,18 67,95
385-400 392,5 12 4.710,00 0,12 47,10
400-415 407,5 8 3.260,00 0,08 32,60
415-430 422,5 6 2.535,00 0,06 25,35
Totales - 100 36.085,00 1,00 360,85

Utilizando las frecuencias relativas, es posible también calcular la media

aritmética, que significa utilizar la siguiente ecuación:
M(Y) = 𝑌̅ = ∑𝑚
1 𝑌𝑖 ℎ𝑖 = 𝑌1 ℎ1 +𝑌2 ℎ2 + . . . +𝑌𝑚 ℎ𝑚 = 360,85 $.

Existen varios métodos abreviados de cálculo, que en la actualidad pierden algo

de importancia, dado que casi siempre es posible contar con una calculadora
sea mecánica o electrónica para el cálculo de la media aritmética. De manera
que se prestara más atención a las propiedades de la media y sus aplicaciones.
Es increíble cómo ayuda el tener dominio de todo lo relacionado con la media
aritmética, en especial para estudios de temas posteriores.
3.3.
Propiedades de la Media Aritmética
La media aritmética es un valor representativo en el sentido de que es el centro
de gravedad puesto que balancea a todos los valores de las observaciones que
están a ambos lados de esta medida.
Una primera observación, es que conociendo la media aritmética y sabiendo cual
es el número de observaciones de la muestra, fácilmente se obtiene el agregado
o total de los valores de esa muestra, es decir

x 
Como x 
n
 x  nx (3.5)
Por ejemplo, si se sabe que en promedio un vendedor de loterías gana una
comisión de 35$ diarios, entonces, el distribuidor de billetes de loterías, pagará
a sus 120 vendedores, 35 x 120 = 4.200$.

Total poblacional ∑𝑁 ̅
1 𝑌𝑖 = N𝑌 (numero de habitantes de un Municipio); donde 𝑌𝑖

es el número de personas por hogar y N es el tamaño de la población de hogares

de ese Municipio.
Antes de ver otras propiedades, se define lo que se entiende por desvíos (o
desviaciones). Un desvío es la diferencia de un valor observado respecto de
algún otro valor. Los dos tipos de desvíos más importantes son aquellos en que
el punto fijo de referencia es el origen (o punto cero) y aquellos en que el punto
de referencia es la media.
Desviaciones respecto de la media: Si xi para cada i = l, 2,..., n son los n
valores observados, entonces los desvíos respecto de su media, se define.
di = xi - 𝑥̅ para cada i = l, 2, ..., n (3.6)
1. La propiedad más importante de estos desvíos, es que la suma de todos ellos
es nula. Es decir, para datos sin agrupar se tiene:
∑𝑛
1 𝑥𝑖
∑𝑛1 𝑑𝑖 = ∑𝑛1(𝑥𝑖 − 𝑥̅ ) = ∑𝑛1 𝑥𝑖 – 𝑥̅ n = ∑𝑛1 𝑥𝑖 – n=0 (3.7)
𝑛

y para datos agrupados, se demuestra fácilmente aplicando las propiedades de

sumatorias, por ejemplo, para (3-7), se tiene
∑𝑚
1 𝑦𝑖 𝑛𝑖
∑𝑚 𝑚
̅ ) 𝑛𝑖 = ∑𝑚
1 𝑑𝑖 𝑛𝑖 = ∑1 (𝑦𝑖 − 𝑦 1 𝑦𝑖 𝑛𝑖 – n=0
𝑛

Como una consecuencia lógica de esta última parte tenemos que la media
aritmética de los desvíos es nula, o sea:
∑𝑛
1 𝑑𝑖 0 ∑𝑚
1 𝑑𝑖 𝑛𝑖 0
M(d) = = = 0, y para distribución de frecuencias M(d) = = = 0 (3.8)
𝑛 𝑛 𝑛 𝑛

Se puede construir una tabla de distribución de frecuencias, incluyendo una

columna para los desvíos ponderados respecto de la media. Así, para la Tabla
3.1 se tiene:
 TABLA 3.2 Desvíos respecto de la media aritmética

Observaciones Desvíos Desvíos ponderados

𝑛𝑖
𝑥𝑖 (𝑥𝑖 − 4.7) (𝑥𝑖 − 4.7)𝑛𝑖
3 2 -1,7 -3,4
4 3 -0,7 -2,1
5 2 0,3 0,6
6 2 1,3 2,6
7 1 2,3 2,3
Totales 10 0,0

2. Si todos los valores observados son iguales, naturalmente que su media será
el valor común. Si K representa el valor observado de todas las unidades
elementales, entonces

M (K )   
K nK
K (3.9)
n n
𝑋1 +𝑋2+ . . .+ 𝑋𝑛
Demostración: M(X) = ; si 𝑋𝑖 = k para i = 1, 2, 3, . . . , n; entonces:
𝑛
𝑘+𝑘+ . . .+𝑘 𝑘(1+1+ . . .+1) 𝑘∗𝑛
M(k) = = = =k
𝑛 𝑛 𝑛

Esto es lógico. Por ejemplo, si todos los empleados de una oficina ganan 2.000
$, entonces la media de todos los empleados que trabajan es 2.000 $.
La demostración para el caso de distribución de frecuencias es la siguiente:
∑𝑚
1 𝑌 𝑖 𝑛𝑖 𝑌1 𝑛1+𝑌2 𝑛2 + . . .+𝑌𝑚 𝑛𝑚 𝑘𝑛1 +𝑘𝑛2 + . . .+𝑘𝑛𝑚 𝑘 ∑𝑚
1 𝑛𝑖 𝑘∗𝑛
M(Y) = = = = = =k
𝑛 𝑛 𝑛 𝑛 𝑛

El resultado anterior es cuando Yi = k para i = 1, 2, 3, . . . , m

3. Si los valores observados de una variable se multiplican por una constante k,
entonces, M (KX) = K M(X) (3.10)
𝑘𝑋1 +𝑘𝑋2 + . . .+𝑘𝑋𝑛 𝑘 ∑𝑛
1 𝑋𝑖
Demostración: M(kX) = 𝑛
= 𝑛
= k*𝑋̅, y para distribución de
∑𝑚
1 𝑘𝑌𝑖 𝑛𝑖 𝑘 ∑𝑚
1 𝑌 𝑖 𝑛𝑖
frecuencias se tiene: M(kY) = = = k*𝑌̅
𝑛 𝑛

Ejemplo. Si los salarios de los 100 trabajadores del ejemplo 3.4 se incrementan
en 5%, entonces el salario medio después del incremento resulta:
Sea Ui = 𝑌𝑖 + 0,05𝑌𝑖 = 1,05𝑌𝑖 el salario incrementado en 5% del i–esimo
trabajador, en donde k = 1,05; entonces M(1,05Y) = (1,05)(𝑌̅ ) = (1,05)(360,85)
= 378,90 $.
4. Si a los valores observados de una variable se adicionan una constante k,
entonces: M(X+K) = M(X) + k = 𝑋̅ + k.
 ∑𝑛
1 (𝑋𝑖+𝑘) ∑𝑛
1 𝑋𝑖 𝑘∗𝑛
Demostración: M(X+k) = = + = 𝑋̅ + k, y para distribución de
𝑛 𝑛 𝑛
∑𝑚
1 (𝑌𝑖 +𝑘)𝑛𝑖 ∑𝑚
1 𝑌 𝑖 𝑛𝑖 𝑘 ∑𝑚
1 𝑛𝑖 𝑘∗𝑛
frecuencias resulta: M(Y+k) = = + = 𝑌̅ + = 𝑌̅ + k
𝑛 𝑛 𝑛 𝑛

Ejemplo. Si a los salarios de los 100 trabajadores del ejemplo 3.4 se

incrementan en un monto fijo de 200 $, entonces el salario medio después del
incremento resulta:
Sea 𝑈𝑖 = 𝑌𝑖 + 200 el salario incrementado en 200 $ del i–esimo trabajador, donde
k = 200; es M(Y+200) = 𝑌̅ +200 = 360,85 + 200 = 560,85 $.
5. Si los valores observados de una variable se dividen por una constante k,
𝑋 𝑋̅
entonces, M(𝑘 ) = 𝑘
𝑋𝑖
𝑋 ∑𝑛
1( ) ∑𝑛 1 ∑𝑛 𝑋̅
𝑘 1 𝑋𝑖 1 𝑋𝑖
Demostración: M(𝑘 ) = = = = , y para distribución de
𝑛 𝑛∗𝑘 𝑘 𝑛 𝑘
𝑌𝑖
𝑌 ∑𝑚
1 ( 𝑛𝑖 ) ∑𝑚 1 ∑𝑚 𝑌̅
𝑘 1 𝑌 𝑖 𝑛𝑖 1 𝑌 𝑖 𝑛𝑖 360.85
frecuencias se tiene: M(𝑘 ) = = = = = = 343,70 $,
𝑛 𝑛∗𝑘 𝑘 𝑛 𝑘 1,05

este monto es el salario real medio.

6. La media aritmética de la suma de dos variables es igual a la suma de sus
medias individuales, de esta manera,
M (X + Y) = M (X) + M (Y) (3.11)
Demostración:
∑𝑛
1 (𝑋𝑖 +𝑌𝑖 ) ∑𝑛
1 𝑋𝑖 ∑𝑛
1 𝑌𝑖
M (X + Y) = = + = M (X) + M (Y)
𝑛 𝑛 𝑛

Generalizando para k variables, se tiene:

∑𝑛 𝑘
1 (∑1 𝑋𝑖 ) ∑𝑛
1 (𝑋1𝑖+𝑋2𝑖 + . . .+𝑋𝑘𝑖 ) ∑𝑛
1 𝑋1𝑖 ∑𝑛
1 𝑋2𝑖 ∑𝑛
1 𝑋𝑘𝑖
M(∑𝑘1 𝑋𝑖 ) = = = + +...+ = ∑𝑘1 𝑋̅𝑖
𝑛 𝑛 𝑛 𝑛 𝑛

7. Si se dividen en r sub muestras una muestra general de tamaño n y se calculan

sus respectivas medias, entonces, la media de la muestra general se obtiene
utilizando las medias de las r sub muestras ponderadas con sus
correspondientes tamaños de las mismas, es decir:
Sean 𝑋1 ; 𝑋2 ; . . . ; 𝑋𝑖−1 ; 𝑋𝑖 ; 𝑋𝑖+1 ; . . . ; 𝑋𝑛 , las n observaciones de la variable
X de la muestra general; 𝑛(1); 𝑛(2); . . . ; 𝑛(𝑟) los tamaños de las r sub muestras
y 𝑋̅(1); 𝑋̅(2) ; . . . ; 𝑋̅(𝑟) las medias de las r submuestras, entonces la media de la
muestra general está dada por la siguiente expresión (3.12):
𝑛 𝑛 𝑛
∑𝑛
1 𝑋𝑖
∑1 (1) 𝑋1𝑖 +∑1 (2) 𝑋2𝑖 + . . .+ ∑1 (𝑟) 𝑋𝑟𝑖 𝑛(1) 𝑋̅(1) +𝑛(2) 𝑋̅(2) + . . .+𝑛(𝑟) 𝑋̅(𝑟) ∑𝑟1 𝑛(𝑖) 𝑋̅(𝑖)
M(X)= = = = ∑𝑟1 𝑛(𝑖)
𝑛 𝑛(1) +𝑛(2) + . . . +𝑛(𝑟) 𝑛(1) +𝑛(2) + . . . +𝑛(𝑟)

(3.12)
Resultado que se obtiene tomando en cuenta la definición de media aritmética:
𝑛(𝑗)
∑1 𝑋𝑗𝑖
𝑋̅(𝑗) = , y la j toma los siguientes valores: j = 1, 2, 3, . . . , r; de la cual, se
𝑛(𝑗)

(𝑗) 𝑛
tiene la siguiente igualdad: ∑1 𝑋𝑗𝑖 = 𝑛(𝑗) 𝑋̅(𝑗)
En donde 𝑋̅(𝑗) es la media de la submuestra j-ésima; 𝑛(𝑗) es el tamaño de la
submuestra j-ésima y ∑𝑟1 𝑛(𝑖) = n es el tamaño de la muestra general.

Ejemplo 3.5 La media de los salarios en una fábrica A que cuenta con 125
obreros es 875 $; y la media de los salarios de otra fábrica similar B, que tiene
53 obreros es 1.050 $. Calcular el salario medio conjunto de los trabajadores de
ambas fábricas (𝑋̅). La solución es sencilla, tomando la relación (3.12) se tiene:
(125)(875)+(53)(1.050) 165.025
M(X) = = = 927,10$
125+53 178

3.4
Media Geométrica

DEFINICIÓN 3.2 La media geométrica para datos originales, denotada por G(X)
se define como la raíz enésima del producto de n valores observados de una
variable X, o sea,
1
𝑛
G(X) = √𝑋1 ∗ 𝑋2 ∗ 𝑋3 ∗ . . .∗ 𝑋𝑛 = (𝑋1 ∗ 𝑋2 ∗ 𝑋3 ∗ . . .∗ 𝑋𝑛 )𝑛 (3.13)
cuando los datos no están agrupados. Se observa que la media geométrica
existe solo para valores positivos de 𝑋𝑖 y distintos de cero.
Si se tiene una distribución de frecuencias, entonces:
1
𝑛 𝑛𝑖 𝑛 𝑛 𝑛
G(Y) = √∏𝑚
1 𝑌𝑖 = (𝑌1 1 ∗ 𝑌2 2 ∗. . .∗ 𝑌𝑚𝑚 )n (3.14)

En donde m es el número de valores distintos que toma la variable.

Cuando el número de observaciones es grande o cuando los valores de las
observaciones son grandes, se pueden transformar las fórmulas anteriores
mediante la aplicación de logaritmos decimales, o sea:
1 1
Log G(X) = (𝑙𝑜𝑔𝑋1 + 𝑙𝑜𝑔𝑋2 + . . . +𝑙𝑜𝑔𝑋𝑛 ) = ∑𝑛1 𝑙𝑜𝑔𝑋𝑖 (3.15)
𝑛 𝑛
1 1
Log G(Y) = = (𝑛1 𝑙𝑜𝑔𝑌1 + 𝑛2 𝑙𝑜𝑔𝑌2 + . . . +𝑛𝑚 𝑙𝑜𝑔𝑌𝑚 ) = ∑𝑚
1 𝑛𝑖 𝑙𝑜𝑔𝑌𝑖 (3.16)
𝑛 𝑛
Estas ecuaciones sirven para calcular la media geométrica de datos sin agrupar
y de datos agrupados, respectivamente.
Ejemplo 3.6 Calcular la media geométrica para los datos del Ejemplo 3.1 que
10
son: 3, 4, 5, 4, 6, 5, 4, 6, 7, 3; luego la G(X) = √3 ∗ 4 ∗ 5 ∗ 4 ∗ 6 ∗ 5 ∗ 4 ∗ 6 ∗ 7 ∗ 3
1
= (3.628.800)10 = 4,53. Comparando con el valor de la media aritmética se
verifica que el valor de la media geométrica es menor que el valor de la media
aritmética; o sea 4,53 < 4,70.
Veamos ahora el cálculo de la media geométrica para distribución de frecuencias
(Tabla 3.3)
TABLA 3.3 Cálculo de la media geométrica para distribución de frecuencias
xi ni log xi ni log xi
3 2 0,47712 0,95424
4 3 0,60206 1,80618
5 2 0,69897 1,39794
6 2 0,77815 1,55630
7 1 0,84510 0,84510
Tot 10 6,55976
1
log G (X) = (6,55976) = 0,655976; luego, calculando el antilogaritmo de
10
logG(X), se obtiene la media geométrica, o sea G (X) = 4,53

La aplicación más útil de la media geométrica, es para promediar razones de

cambio o tasas de variación periódica de series cronológicas con tendencia
geométrica.
Ejemplo 3.7 Suponiendo que la población de cierta ciudad tuvo un incremento
de 100.000 a 250.000 habitantes durante el período 1920 - 1970. Cuál es la
razón media de cambio por década?. Si se calcula a través de la media
𝑌𝑡 − 𝑌𝑡−1
aritmética, la Tasa media del periodo 1920 – 1970 es = 100 =
𝑌𝑡−1
250.000
[(250.000 – 100.000)/100.000)]*100 = ( − 1) ∗ 100 = 150% es el
100.000
150%
incremento en las 5 décadas. Si se divide entre 5; o sea: = 30% es el
5

incremento medio decenal a través de la media aritmética; pero esta medida no

es la correcta, ya que el número de habitantes estimado para el año 1970
asciende a 371.293 que no es real, ya que el número real de habitantes es solo
250.000, tal como se observa en el siguiente cuadro:
Estimación del número de habitantes con la Tasa Media Aritmética
Decenal de 30% de cierta ciudad para el periodo 1920 - 1970
Calculo con el
No. de No. de
factor de
Años habitantes habitantes
expansión de la
observado estimado
media aritmética
1920 100.000 100.000 = 100.000
1930 100.000*1.3 = 130.000
1940 130.000*1.3 = 169.000
1950 169.000*1.3 = 219.700
1960 219.700*1.3 = 285.610
1970 250.000 285.610*1.3 = 371.293

El número de habitantes durante el periodo 1920 – 1970 crece con razón

compuesta; la cual, significa utilizar la media geométrica, que se obtiene
como sigue:
∑ log 𝑥 𝑙𝑜𝑔(2,5) 0,39794
log G(X) = = = = 0,079588; luego, hallando el antilogaritmo
𝑛 𝑛 5

de este resultado, además restando uno (1) y multiplicando por 100 se obtiene
la razón o tasa media de incremento decenal del número de habitantes de esa
ciudad; o sea, G (X) = 1,20112, y la razón de incremento decenal resulta: r =
(𝐺 (𝑋) − 1)*100 = 20,112% por década.
TABLA 3.4 Cálculo de la media geométrica, el factor de expansión y el
crecimiento de la población de cierta ciudad para el periodo 1920 - 1970
No. de habitantes Valor relativo
Años log 𝑋𝑖 No. de habitantes estimado
observado 𝑋𝑖
1920 100.000 100.000
1930 (100.000)(1,20112) = 120.112
1940 (120.112)(1,20112) = 144.269
1950 (144.269)(1,20112) = 173.284
1960 (173.284)(1,20112) = 208.121
1970 250.000 2,5 0,39794 (208.121)(1,20112) ≅ 250.000
Totales 0,39794

Los cálculos de las razones de cambio promedio, se basan bajo el supuesto de

que la razón de cambio es constante. Cuando el cálculo implica un número
considerable de años, generalmente se usa la fórmula
 Pn = Po (1+r)n
En donde r es la razón de cambio.
La relación entre la media geométrica y la ecuación anterior se obtiene utilizando
el siguiente ejemplo: en una empresa productora de oleaginosas del
departamento de Santa Cruz, la producción ha experimentado un crecimiento
del 25% del primer al segundo año, del 40% del segundo al tercero.
Determine la relación anteriormente señalada.
G(X) = √(1,25)(1,40) = 1,32288. Elevando al cuadrado la ecuación anterior:
2
[𝐺(𝑋)]2 = (√(1,25)(1,40)) = (1,32288)2

[𝐺(𝑋)]2 = (1,25)(1,40) = (1,32288)2 ; [𝐺(𝑋)]2 = (1,75) = (1 + 0,32288)2;

multiplicando por 100 la última ecuación:
100*[𝐺(𝑋)]2 = 𝑃2 = 175 = 100*(1 + 0,32288)2 = 𝑃0 (1 + 𝑟)2 ; en donde: 𝑃2 = 175
cantidad final de producción al final del tercer periodo; 𝑃0 = 100 cantidad de
producción del periodo inicial; r = 0,32288 razon de crecimiento compuesta de la
producción, y n = 2 número de periodos transcurridos (del primero al segundo y
del segundo al tercero); por lo que, 𝑃2 = 100(1 + 0,32288)2 = 175, y presentando
en forma general para n periodos se tiene: 𝑃𝑛 = 𝑃0 (1 + 𝑟)𝑛 , la cual es la función
geométrica que está relacionada con la media geométrica.

Utilizando esa función geométrica y los datos del ejemplo 3.7 referido al número
de habitantes de una ciudad, calcular la tasa media decenal de crecimiento a
través de la media geométrica: 250.000 = 100.000(1 + 𝑟)5. Primero se
intercambian los lados, ya que en el lado derecho se encuentra la incógnita (r);
250.000
100.000(1 + 𝑟)5 = 250.000; (1 + 𝑟)5 = 100.000
; aplicando la raíz quinta a ambos
5
lados de la igualdad anterior, se tiene: (1 + 𝑟) = √2,5 ; de donde se obtiene el
valor de (1 + 𝑟) = 1,20112, resultado calculado con la media geométrica en la
Tabla 3.4; la tasa media decenal en este caso se calcula como sigue: (1,20112
– 1)*100 y resulta r = 20,112%. Este es el “incremento medio decenal” del
número de habitantes de la citada ciudad durante el periodo 1920 – 1970.
Si el objetivo fuera obtener la “tasa media anual”, el cálculo es exactamente
igual, solo se cambia el valor de n; el cual, en vez de 5 es igual a 50; o sea:
(1 + 𝑟) = 50√2,5 ; de donde se obtiene el valor de (1 + 𝑟) = 1,01849; la tasa media
anual en este caso resulta: (1,01849 – 1)*100 que arroja aproximadamente r =
1,85%. Este es el “incremento medio anual” del número de habitantes de la
citada ciudad durante el periodo 1920 – 1970.

Media Armónica
DEFINICIÓN 3-3 La media armónica denotada por H de una serie de valores
observados xl, x2 ,... xn, se define como el recíproco de la media aritmética de los
recíprocos de esos valores observados. Así, para datos sin agrupar, se tiene:
1 𝑛
H(X) = 1 1 1 = 1 (3.17)
𝑋1 + 𝑋2 + . . . + 𝑋𝑛 ∑𝑛
1 𝑋𝑖
𝑛

y para datos agrupados

1 𝑛
H(Y) = 𝑛1 𝑛2 𝑛𝑚 = 𝑛 (3.18)
𝑌1 + 𝑌2 + . . .+ 𝑌𝑚 ∑ 𝑖
𝑌𝑖
𝑛

Ejemplo 3.8 Nuevamente tomando la información del Ejemplo 3.2, tendremos:

H X  
10 10
  4,36
2 3 2 2 1 2,293
   
3 4 5 6 7
De la misma manera que la media aritmética y la media geométrica, la media
armónica es también afectada por los valores de cada elemento observado. La
media aritmética es la más afectada por los valores extremos que la media
geométrica, y esta a su vez más afectada que la media armónica. Las
magnitudes de las tres diferentes medidas para los mismos datos, tienen la
siguiente relación:
M(X) > G (X) > H (X)
Si observamos los resultados de los ejemplos 3.2, 3.6 y 3.8, efectivamente,
M (X) = 4,7 > G (X) = 4,53 > H(X) = 4,36
La media armónica es útil para promediar principalmente razones. Es el caso en
que se trata de promediar velocidades y tiempos medios de trabajo.
Para la aplicación de la media armónica es posible utilizar la siguiente regla
general. Si entre dos variables Y y X, existe una relación de dependencia; de las
cuales, una es la variable dependiente (Y) y la otra es la variable independiente
(X); o sea, Y = f(X), entonces.
CASO I; Si Y varia y X permanece fija entonces se calcula la media aritmética
de Y, esta media es la correcta.
CASO II: Si X varia y Y permanece fija entonces se calcula la media armónica
de X.

Ejemplo 3.9 Durante cuatro años sucesivos un industrial compró fueloil para una
caldera a 20, 22, 25 y 30 bolivianos (promedios) por galón. Hallar el precio medio
por galón para el periodo de esos cuatro años, cuando: a) Compra igual cantidad
de fueloil por año, b) Cada año gasta igual monto de dinero.
Solución.-
La relación es: “bolivianos por galón”; es decir, Monto gastado = f(cantidad de
fueloil adquirida);
a) La cantidad anual es fija y varía el monto anual por la variación del precio;
20+22+25+30 97
por lo que, se utiliza la media aritmética: 𝑌̅ = = =24,25 Bs/galón.
4 4

Comprobación:
Comprobación a) Comprobación b)
Precio
Año Cantidad Gasto Gasto anual Cantidad
medio
adquirida (Gls.) anual (Bs.) (Bs.) adquirida (Gls.)
Bs./Gln.
1 20 1.000 20.000 100.000 5.000,00
2 22 1.000 22.000 100.000 4.545,45
3 25 1.000 25.000 100.000 4.000,00
4 30 1.000 30.000 100.000 3.333,33
TOT 97 4.000 97.000 400.000 16.878,79

Utilizando los datos de la primera parte del cuadro anterior se verifica que la
media aritmética es el promedio correcto; o sea:
𝑀𝑜𝑛𝑡𝑜 𝑇𝑜𝑡𝑎𝑙 𝐺𝑎𝑠𝑡𝑎𝑑𝑜 𝑒𝑛 𝑙𝑜𝑠 4 𝑎ñ𝑜𝑠 97.000
= = 24,25 Bs./Galón.
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑇𝑜𝑡𝑎𝑙 𝐴𝑑𝑞𝑢𝑖𝑟𝑖𝑑𝑎 𝑒𝑛 𝑙𝑜𝑠 4 𝑎ñ𝑜𝑠 4.000

b) En este inciso, la cantidad comprada anualmente VARIA y el monto anual es

FIJO; por lo que, se calcula la media armónica, o sea:
4 4 1.320.000
H(X) = 1 1 1 1 = 16.500+15.000+13.200+11.000 = 55.700 = 23,698384
+ + +
20 22 25 30 330.000

Bs/galón.
Comprobación:
Utilizando los datos de la segunda parte del cuadro anterior se verifica que la
media armónica es la media correcta; o sea:
𝑀𝑜𝑛𝑡𝑜 𝑇𝑜𝑡𝑎𝑙 𝐺𝑎𝑠𝑡𝑎𝑑𝑜 𝑒𝑛 𝑙𝑜𝑠 4 𝑎ñ𝑜𝑠 400.000 𝐵𝑠.
= = 23,698384 Bs./Galón.
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑇𝑜𝑡𝑎𝑙 𝐴𝑑𝑞𝑢𝑖𝑟𝑖𝑑𝑎 𝑒𝑛 𝑙𝑜𝑠 4 𝑎ñ𝑜𝑠 16.878,79 𝑔𝑎𝑙𝑜𝑛𝑒𝑠

ESTADISTICA I 03-09-2022
Ejemplo 3.10 Una fábrica de muebles de madera, designo a cinco de sus
trabajadores para completar una orden de 200 sillas de un cierto tipo. Las
razones de productividad de los cinco trabajadores están dadas en la Tabla 3.5
Se trata de encontrar el promedio de horas por silla (tiempo medio por silla) para
el grupo de trabajadores.

TABLA 3.5
Trabajador Tiempo de Producción
A 5 horas por silla
B 8 horas por silla
C 6 horas por silla
D 12 horas por silla
E 4 horas por silla

Utilizando la media armónica, se tiene

H X  
5 600
  6,0606 horas por silla
1 1 1 1 1 24  15  20  10  30
   
5 8 6 12 4
Este resultado es correcto solamente si se supone que cada uno de los obreros
ha trabajado el mismo número de horas, o sea, 6,0606 x 200 = 1.212,12 horas
1.212,12
(requeridas para completar la orden), luego,  242,42 horas por
5
trabajador.

Comprobación:

La relación es: Horas = f(cantidad de sillas). En este caso el tiempo total

empleado es fijo y varía la cantidad de sillas; o sea, empleando los datos de la
segunda parte del cuadro adjunto se tiene:

𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑜 𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 1.212,10 ℎ𝑜𝑟𝑎𝑠

= = 6,0606 hrs./silla.
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑖𝑙𝑙𝑎𝑠 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑑𝑎𝑠 200
 Horas Comprobación b) comprobación a)
Obrero
por silla Sillas Horas Horas Sillas
A 5 40 200 242,42 49
B 8 40 320 242,42 30
C 6 40 240 242,42 40
D 12 40 480 242,42 20
E 4 40 160 242,42 61
TOTALES 35 200 1.400 1.212,10 200

En la práctica, es posible que cada obrero de una fábrica trabaje la misma

cantidad de tiempo pero produzca diferente número de sillas. Es justamente en
este caso que la media armónica es más realista que la media aritmética, ya que
5  8  6  12  4
M ( x)   7 horas por silla; este resultado, supondría que a cada
5
uno de los trabajadores se le asignó el mismo número de sillas para cumplir la
orden.
Comprobación:
En este ejemplo la relación es: Horas = f(cantidad de sillas). En este caso el
tiempo VARIA y la cantidad de sillas es FIJA; o sea, utilizando los datos de la
primera parte del cuadro anterior se tiene:

𝑇𝑖𝑒𝑚𝑝𝑜 𝑡𝑜𝑡𝑎𝑙 𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑜 𝑒𝑛 ℎ𝑜𝑟𝑎𝑠 1.400

= = 7 horas/silla
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑠𝑖𝑙𝑙𝑎𝑠 𝑓𝑎𝑏𝑟𝑖𝑐𝑎𝑑𝑎𝑠 200
Cuando un conjunto de datos observados incluye valores extremos muy grandes
o muy pequeños, la media aritmética no es el indicador de tendencia central
adecuado; en cambio la media armónica si lo es.
Ejemplo
Sean los siguientes valores observados: 10, 20, 30, 40 y 900. La media aritmética
1.000 5
es 𝑋̅ = 5 = 200 y la media armónica es H(X) = 1 1 1 1 1 =
+ + + +
10 20 30 40 900

5 5
= 0,209 = 23,9
0,1+0,05+0,033+0,025+0.001

3.6
Media Cuadrática
DEFINICIÓN 3.4 La media cuadrática de n valores observados se define como
la raíz cuadrada de la media aritmética de los cuadrados de esas observaciones.
Para datos sin agrupar, se tiene
 n

x 2
i
M c ( x)  i 1
(3.20)
n
y para datos agrupados:
∑𝑚 2
1 𝑌𝑖 𝑛𝑖
𝑀𝑐 (𝑌) = √ (3.21)
𝑛

Ejemplo 3.10 Tomando la información de la Tabla 3.1, se tiene que

9 x 2  16x3  25x 2  36x 2  49x1

Mc   4,87
10
De la misma manera que la media aritmética, la media geométrica y la media
armónica, la media cuadrática es también afectada por los valores de cada
elemento observado. La media aritmética es la más afectada por los valores
extremos que la media geométrica, y esta a su vez más afectada que la media
armónica. Las magnitudes de las tres diferentes medidas para los mismos datos,
tienen la siguiente relación:
𝑀𝑐 (X) > M(X) > G (X) > H (X)
Si observamos los resultados de los ejemplos 3.2, 3.6, 3.8 y 3.10, efectivamente,
𝑀𝑐 (X) = 4,87 > M (X) = 4,7 > G (X) = 4,53 > H(X) = 4,36
La aplicación de la media cuadrática se verá en el próximo capítulo, cuando
estemos tratando los cálculos de las medidas de variación.
3.7 ESTADISTICA DESCRIPTIVA 01’09’2022
La Mediana
Hemos visto que las medidas anteriores están influenciadas particularmente por
los valores de las observaciones. De esta manera, cuando hay valores extremos
muy grandes o muy pequeños, generalmente la media no es una buena medida
de tendencia central, así por ejemplo, si la producción diaria de un obrero es
normal durante 4 días de la semana, y el 5o. día tiene un rendimiento casi nulo,
su rendimiento medio desciende considerablemente. Esta influencia profunda de
los valores extremos sobre la media aritmética, implica que este promedio
frecuentemente no proporcione una medida significativa de tendencia central, es
decir, que indique un punto cercano a aquél en que la mayor parte de los
elementos están localizados, si la distribución es marcadamente oblicua. En
estos casos, a menudo se utiliza otro tipo de medida que no está influenciada
por los valores extremos, o sea que es un valor que está situado en el centro del
número de datos. Esta medida recibe el nombre de mediana.
DEFINICIÓN 3.5 La mediana (𝑀𝑒 ) es un valor de la variable que supera a no
1
más de un medio de las observaciones (2 ∗ 𝑛) y es superado por no más de un
1
medio de las restantes observaciones (1 − 2)*n, una vez ordenadas esas

observaciones en sentido ascendente o descendente; o sea que la mediana es

un valor de la variable que divide en dos partes iguales a un conjunto de
observaciones.
La mediana para datos no agrupados
Sean 𝑋1 , 𝑋2 , 𝑋3 , . . . , 𝑋𝑛 los n valores originales observados de una variable X
correspondiente a una muestra de tamaño n, y sean 𝑋(1), 𝑋(2), 𝑋(3), . . . , 𝑋(𝑛) los
valores observados ordenados en sentido ascendente; luego:
Si el número de observaciones es IMPAR (n es impar), la mediana se determina
utilizando la siguiente regla: Me = 𝑋(𝑛+1) .
2

Como ejemplo, se tienen los siguientes valores observados: 40, 50, 80, 20, 70,
20, 30. Previamente se los ordena, o sea, 20, 20, 30, 40, 50, 70, 80; luego, la
mediana es 𝑀𝑒 = 𝑋(7+1) = 𝑋(4) = 40, ya que antes de 40 hay 3 observaciones,
2

igualmente hay 3 observaciones por encima de 40.

Si el número de observaciones es PAR, la mediana se determina utilizando la
𝑋 𝑛 +𝑋 𝑛
( ) [( )+1]
2 2
siguiente regla: 𝑀𝑒 = 2

Como ejemplo, si se tienen los siguientes valores observados ordenados de una

variable: 30, 40, 60, 70, 70, 80, no hay un valor observado que satisfaga
plenamente la definición de la mediana. En este caso, podría ser cualquier valor
comprendido entre 60 y 70, que son los valores observados centrales; pero en
la práctica, se usa el punto medio de entre los dos valores centrales; o sea, la
𝑋 6 +𝑋 6
( )
2
[( )+1]
2 𝑋(3) +𝑋(4) 60+70
mediana es igual a: 𝑀𝑒 = = = = 65
2 2 2

La característica típica de la mediana es que divide al conjunto de observaciones

en dos partes iguales; es decir, que el 50% de las observaciones tienen valores
menores que la mediana, y el otro 50% de las observaciones tienen valores
mayores. En cierto sentido, la mediana es también un punto de equilibrio, puesto
que balancea al número de elementos de la serie estadística.
Una propiedad interesante que tiene la mediana es que, “la suma de los desvíos
respecto de la mediana en valor absoluto, es menor que la suma de los desvíos
respecto de cualquier otro valor en la distribución”. Es decir, que ∑|(𝑋𝑖 − 𝑀𝑒 )| es
un mínimo. Una aplicación simple de esta propiedad, es óptima en la localización
de un punto.
Para datos originales: ∑𝑛1|(𝑋𝑖 − 𝑀𝑒 )| < ∑𝑛1|(𝑋𝑖 − 𝑂𝑖 )|
Para distribuciones de frecuencias: ∑𝑚 𝑚
1 |(𝑌𝑖 − 𝑀𝑒 )𝑛𝑖 | < ∑1 |(𝑌𝑖 − 𝑂𝑖 )𝑛𝑖 |

Ejemplo 3.11 Supongamos que en las inmediaciones de una carretera hay siete
poblaciones, cuyas distancias en kilómetros son las siguientes:
Poblaciones: P0 P1 P2 P3 P4 P5 P6 P7
Distancias: 10 32 30 22 36 6 14

Distancias Acu: 0 10 42 72 94 130 136 150

Cada población debe surtirse diariamente de un frigorífico distribuidor de carne.
Para minimizar el total de las distancias de las siete poblaciones al frigorífico,
¿dónde debería estar localizado éste? Naturalmente que no serán las
poblaciones extremas, como P1 o P7. Recordando que la suma de los desvíos
en valores absolutos respecto de la mediana es un mínimo, es fácil decidir que
el frigorífico será localizado en la población P4 (o en su vecindad). La mediana
es 94 kilómetros, ya que la distancia total a recorrerse hasta este punto de las
otras poblaciones es 292 Km. Si se localiza, el frigorífico en cualquier otro punto,
la suma de las distancias será mayor (ver información del Cuadro 3.6.

Si se probara localizar en cualquier otra población la distancia total a recorrerse,

será mayor que si el frigorífico está localizado en la “población 4”.

Por ejemplo, para la población P3, la suma es 314 Kms., para la población P5
es 328 kms. La siguiente Tabla muestra estos cómputos:

TABLA 3.6 Cálculo de la distancia a recorrerse respecto a la mediana y otros

puntos
Distancia
Población Localización
de P3 de 𝑴𝒆 =P4 P5
P1 10 62 84 120
 P2 42 30 52 88
P3 72 0 22 58
P4 94 22 0 36
P5 130 58 36 0
P6 136 64 42 6
P7 150 78 56 20

Total Kms. 314 292 328

Hasta aquí, únicamente nos hemos referido a la determinación de la mediana,

cuando los datos no están resumidos en una distribución de frecuencias. Ahora
nos toca ver cómo se calcula en este caso; es decir, cuando la clase es única y
cuando se tienen intervalos de clase.
1) Cuando la clase es única Sea Nj la j-ésima frecuencia absoluta acumulada
n 𝑛
inmediatamente superior a ; o sea 𝑁𝑗−1 ≤ 2 < 𝑁𝑗 ; entonces:
2
n
a) Si  N j 1  M e  x j
2
𝑛 𝑥𝑗−1 + 𝑥𝑗
b) Si = 𝑁𝑗−1 ⇛ 𝑀𝑒 = (3.22)
2 2

En donde xj y xj-1 son los valores j-ésimo y (j-l)-ésimo de las Nj y Nj-1

respectivamente. Esto mismo, en términos gráficos se tiene: (Ver figura (3.1)
n
Entonces, para calcular la mediana se debe determinar previamente , y luego
2
ver si éste valor es menor o igual que una j-ésima frecuencia absoluta
acumulada, y luego seguir la regla (3-22)
Ejemplo 3.12 Utilicemos la información de la Tabla 2.3, que es:

TABLA 3.7
 Calificación Frecuencias Frec. Absolutas
𝑋𝑖 Absolutas Acumuladas
ni 𝑁𝑖
10 4 4
20 6 10
30=Xj-1 11 21=Nj-1
40=Xj= 𝑀𝑒 12 33=Nj
50 8 41
60 7 48
70 2 50
Totales 50
n
Vemos que  25 es un valor que está comprendido entre 21 y 33 de las
2
frecuencias acumuladas (𝑁𝑖 ), es decir 21 < 25 < 33 (lo que equivale en símbolos
n
a N j 1   Nj)
2
n
Entonces, como 25 > 21, o sea  N j 1 , por el inciso a) de la regla (3.22), se
2
tiene Me = 𝑥𝑗 es decir, Me = 40

Figura 3.1 Localización de la mediana para distribución de frecuencias de

clase única
2) Cuando se tienen intervalos de clase. Bajo los mismos supuestos del caso
anterior la mediana se obtiene como sigue:
 𝑛
Tomando nuevamente en consideración la siguiente relación: 𝑁𝑗−1 ≤ < 𝑁𝑗 , se
2

observa que la mediana será:

𝑛
𝑛 ′ − 𝑁𝑗−1
2
i) Si > 𝑁𝑗−1 , entonces la 𝑀𝑒 = 𝑌𝑗−1 + 𝑐𝑗 ( )
2 𝑛𝑗
𝑛
ii) Si = 𝑁𝑗−1 , entonces la 𝑀𝑒 = 𝑌 ′𝑗−1
2

La obtención de la primera ecuación se realiza tomando en cuenta la existencia

de dos triángulos semejantes en la Figura 3.2; o sea:
𝐵𝐶 𝐷𝐸
= 𝐴𝐸
𝐴𝐶
𝑛
− 𝑁𝑗−1 𝑁𝑗 − 𝑁𝑗−1
2
′ = ; tomando en cuenta las siguientes igualdades: 𝑌𝑗′ − 𝑌𝑗−1
′
= 𝑐𝑗 y
𝑀𝑒 − 𝑌𝑗−1 𝑌𝑗′ − 𝑌𝑗−1
′

𝑁𝑗 − 𝑁𝑗−1 = 𝑛𝑗
𝑛
− 𝑁𝑗−1 𝑛𝑗
2
Se tiene: ′ = ; de donde, se obtiene la ecuación del inciso i) para el
𝑀𝑒 − 𝑌𝑗−1 𝑐𝑗

Figura 3.2 Localización de la mediana cuando se tiene una variable continúa

o una distribución de frecuencias con intervalos de clase; de donde, se obtiene
𝑛
′ − 𝑁𝑗−1
la ecuación del inciso i) para el cálculo de la Mediana: 𝑀𝑒 = 𝑌𝑗−1 + 𝑐𝑗 ( 2 )
𝑛𝑗

Ejemplo 3.13 Tomemos la Tabla 2.6 que corresponde a la distribución de

frecuencias de salarios semanales de 100 obreros.

Cuadro 8
 Salario semanal Número de Acumulación del
(Intervalo de clase) obreros número de obreros
′
𝑌𝑖−1 − 𝑌𝑖′ 𝑛𝑖 𝑁𝑖
280 – 295 4 4
295 – 310 5 9
310 – 325 10 19
325 – 340 9 28
340 – 355 13 41 = Nj-1
Clase
355 – 370 15 = nj 56 = Nj
mediana
370 – 385 18 74
385 – 400 12 86
400 – 415 8 94
415 – 430 6 100
TOTALES 100

Entonces, para calcular la mediana cuando se tiene una tabla de distribución de

frecuencias con intervalos de clase, es necesario utilizar la columna de
frecuencias absolutas acumuladas (𝑁𝑖 ), luego encontrar la clase que contiene la
mediana y finalmente interpolar la mediana a partir de los valores incluidos en
dicho intervalo de clase. Este procedimiento lo ilustraremos en el ejemplo 3.13:
𝑛 100
En ese ejemplo hay n = 100 obreros en la distribución, por lo que 2 = = 50 se
2

encuentra entre 41 y 56; o sea, la mediana se encuentra entre 355 y 370; la cual,
es la clase j-esima; entonces Nj = 56, Nj-1 = 41, 𝑛𝑗 = 15 y 𝑐𝑗 = 15; luego, el valor
50−41
de la mediana resulta: Me = 355 + 15*( ) = 355 + 9 = 364$. Finalmente el
15

salario promedio de los 100 trabajadores es $ 364.- Comparando con el valor de

la media aritmética ($ 360,85), se observa la existencia de una pequeña
diferencia.
3.8
Las Fractilas

Como hemos visto, cuando se trata de encontrar un valor que divida al número
total de observaciones en dos partes iguales, la medida adecuada para este fin
es la mediana. Pero otras veces puede uno estar interesado en hallar un valor
que esté situado, ya no al centro del número de observaciones, sino por ejemplo,
en la primera cuarta parte o en la tercera cuarta parte. Las medidas para este
fin, se denominan cuartiles. El método para hallar un cuartil, es completamente
n 3n
análogo al caso de la mediana; o sea utilizando para el primer cuartil, y
4 4
para el tercer cuartil. Podemos observar, de inmediato, que el segundo cuartil,
2n n
lógicamente, coincide con la mediana, puesto que  .
4 2
Si los porcentajes de división fueran del 10%, entonces las medidas que separen
el número de observaciones en décimas de parte, se llaman deciles. En este
n
caso también, se calcula en forma idéntica al de la Me, con tal que se use
10
2n
para el primer decil, para el segundo decil, etc.
10
n
Finalmente, los centiles se interpretan en forma análoga, utilizando Esto es
100
lo que se llama también percentiles o porcentiles.
𝑟 𝑟
Definición.- Sea la fracción; es decir 0 < <1, luego una fractila es un valor
𝑆 𝑆
𝑟 𝑟
de la variable que supera a no más de de las observaciones (𝑆 ∗ 𝑛) y es
𝑆
𝑟
superado por no más de (1 − 𝑆) de las restantes observaciones, una vez

ordenadas en sentido ascendente o descendente esas observaciones.

Métodos de Cálculo de las Fractilas:

I. Datos Originales.
Si 𝑋1 , 𝑋2 , 𝑋3 , ... , 𝑋𝑛 son los valores observados de una variable X, y 𝑋(1) , 𝑋(2) ,
. . . , 𝑋(𝑛) son las observaciones ordenadas en sentido ascendente; entonces, la
r-esima fractila está dada por: 𝐹𝑟 = 𝑋[𝑟(𝑛+1)]
𝑆 𝑆

a) Si S = 4 y r = 1, 2, 3, 4; se obtienen las Cuartilas; es decir: 𝑄𝑟 = 𝑋[𝑟(𝑛+1)]

4 4

b) Si S = 5 y r = 1, 2, 3, 4, 5; se obtienen las Quintilas; es decir: 𝑞𝑟 = 𝑋[𝑟(𝑛+1)]

5 5

c) Si S = 10 y r = 1, 2, ... , 9, 10; se obtienen las Decilas; es decir: 𝐷 𝑟 = 𝑋[𝑟(𝑛+1)]

10 10

d) Si S = 100 y r = 1, 2, ... , 25, ... , 50, ... , 75, … , 80, ... ,100; se obtienen las
Centilas; es decir: 𝐶 𝑟 = 𝑋[𝑟(𝑛+1)]
100 100
Ejemplo. La siguiente información corresponde al número de personas de una
muestra de 10 hogares, seleccionados de un determinado Municipio; calcular
algunas fractilas a fin de interpretar sus resultados: 4, 6, 7, 3, 5, 2, 6, 4, 8, 5.
En primer lugar se ordenan las observaciones en forma ascendente: 2, 3, 4, 4,
5, 5, 6, 6, 7, 8
𝑄1 = 𝑋[1(10+1)] = 𝑋(2,75) = 𝑋(2) + (𝑋(3) − 𝑋(2) )(0,75) = 3 + (4 − 3)0,75 = 3,75 ≅ 4
4 4

personas.
No más de un cuarto de los hogares de la muestra tienen hasta 4 personas
(tienen entre 2 y 4 personas), y no más de tres cuartos de los restantes hogares
de la muestra tienen más de 4 personas (tienen entre 5 y 8 personas).
𝑄3 = 𝑋[3(10+1)] = 𝑋(8,25) = 𝑋(8) +(𝑋(9) − 𝑋(8))(0,25) = 6 + (7 − 6)*0,25 = 6,25 ≅ 6
4 4

personas. No más de tres cuartos de los hogares de la muestra tienen hasta 6

personas (tienen entre 2 y 6 personas), y no más de un cuarto de los restantes
hogares de la muestra tienen más de 6 personas (tienen 7 y 8 personas).
𝐶 80 = 𝑋[80(10+1)] = 𝑋(8,8) = 𝑋(8) + (𝑋(9) − 𝑋(8) )(0,8) = 6 + (7 − 6)*0,8 = 6,8 ≅ 7
100 100

personas. No más del 80% de los hogares de la muestra tienen hasta 7 personas
(tienen entre 2 y 7 personas), y no más del 20% de los restantes hogares de la
muestra tienen más de 7 personas (tienen 8 personas).

II. Distribución de Frecuencias de Clase Única

Sean 𝑛1 , 𝑛2 , 𝑛3 , . . . , 𝑛𝑚 las frecuencias absolutas de los distintos valores de la
variable Y: 𝑌1 , 𝑌2 , 𝑌3 , . . . , 𝑌𝑚 y sean 𝑁1 , 𝑁2 , . . . , 𝑁𝑚 las frecuencias absolutas
acumuladas; además:
𝑛𝑟
𝑁𝑗−1 ≤ < 𝑁𝑗
𝑆
𝑛𝑟
a) Si > 𝑁𝑗−1 , entonces la r-esima fractila está dada por: 𝐹𝑟 = 𝑌𝑗
𝑆 𝑆

𝑛𝑟 𝑌𝑗−1 + 𝑌𝑗
b) Si = 𝑁𝑗−1 , entonces la r-esima fractila está dada por: 𝐹𝑟 =
𝑆 𝑆 2

III. Distribución de Frecuencias con Intervalos de Clase

𝑛𝑟
𝑁𝑗−1 ≤ < 𝑁𝑗
𝑆
𝑛𝑟
𝑛𝑟 − 𝑁𝑗−1
′
a) Si > 𝑁𝑗−1 , la r-esima fractila está dada por: 𝐹𝑟 = 𝑌𝑗−1 + 𝑐𝑗 ( 𝑆 )
𝑆 𝑆 𝑛𝑗
 𝑛𝑟 ′
b) Si = 𝑁𝑗−1 , la r-esima fractila está dada por: 𝐹𝑟 = 𝑌𝑗−1
𝑆 𝑆

Ejemplo.- Se dispone de la siguiente distribución de frecuencias, cuya variable

(𝑌𝑖 ) está referida a la edad expresada en años de 300 trabajadores de una
determinada empresa:
Calcular: a) Las cuartilas inferior y superior respectivamente, b) La tercera
quintila, c) La séptima decila, d) La 60 avo centila, e) Calcular la edad promedio
para el 12% de los trabajadores más jóvenes.
Solución.-
𝑛𝑟 300∗1
a) = = 75 trabajadores. Esta fracción de frecuencias absolutas se
𝑆 4
′
encuentra en la columna de 𝑁𝑖 , por lo que la cuartila inferior es igual a: 𝑄1 = 𝑌𝑗−1 =
4

35 años; o sea, no más de un cuarto de los trabajadores más jóvenes tienen

𝑛𝑟 300∗3
hasta 35 años de edad. La cuartila superior resulta: = = 225. Esta fracción
𝑆 4

de frecuencias absolutas se encuentra entre 165 y 240; por lo que, 𝑄3 = 40 +

4

225−165
5( ) = 44 años; o sea, no más de tres cuartos de los trabajadores más
75

jóvenes tienen hasta 44 años de edad, y no más de un cuarto de los trabajadores

más viejos tienen más de 44 años de edad.
Proporción Frecuencias Frecuencias
Edad en Número de
de absolutas relativas
años trabajadores
′ trabajadores acumuladas acumuladas
(𝑌𝑖−1 - 𝑌𝑖′ ) (𝑛𝑖 )
(ℎ𝑖 ) (𝑁𝑖 ) (𝐻𝑖 )
20 – 25 0,01 3 3 0,01
25 – 30 0,04 12 15 0,05
30 – 35 0,20 60 75 = Nj-1 0,25
J=35 – 40 0,30 90 NJ-1 165 = Nj 0,55
J=40 – 45 0,25 75=𝑛𝑗 NJ 240 0,80
45 – 50 0,05 15 255 0,85
50 – 55 0,05 15 270 0,90
55 – 60 0,04 12 282 0,94
60 – 65 0,04 12 294 0,98
65 – 70 0,02 6 300 1,00
TOTALES 1,00 300

𝑛𝑟 300∗3
b) = = 180. Esta fracción de frecuencias absolutas se encuentra entre
𝑆 5
180−165
165 y 240 frecuencias absolutas acumuladas; por lo que, 𝑞3 = 40 + 5( )=
5 75

41 años; o sea, no más de tres quintos de los trabajadores más jóvenes tienen
hasta 41 años de edad, y no más de dos quintos de los trabajadores tienen más
de 41 años de edad.
𝑛𝑟 300∗7
c) = = 210. Esta fracción de frecuencias absolutas se encuentra entre
𝑆 10
210−165
165 y 240 frecuencias absolutas acumuladas; por lo que, 𝐷 7 = 40 + 5( )=
10 75

43 años; o sea, no más de siete décimas de los trabajadores más jóvenes tienen
hasta 43 años de edad, y no más de tres décimas de los trabajadores tienen más
de 43 años de edad.
𝑛𝑟 300∗60
d) = = 180. Esta fracción de frecuencias absolutas se encuentra entre
𝑆 100
180−165
165 y 240 frecuencias absolutas acumuladas; por lo que, 𝐶 60 = 40 + 5( )
100 75

= 41 años; o sea, no más del sesenta por ciento de los trabajadores más jóvenes
tienen hasta 41 años de edad, y no más del cuarenta por ciento de los
trabajadores más viejos tienen más de 41 años de edad.
𝑛𝑟 300∗12
e) = = 36. Esta fracción de frecuencias absolutas se encuentra entre 15
𝑆 100
36−15
y 75 frecuencias absolutas acumuladas; por lo que, 𝐶 12 = 30 + 5( ) = 31,75
100 60

años; o sea, no más del 12% de los trabajadores más jóvenes tienen hasta 31,75
años de edad, y no más del 88% de los restantes trabajadores tienen más de
31,75 años de edad. La tabla de distribución de frecuencias para ese 12% de
trabajadores es la que se presenta más abajo; de la cual, se calcula la media
1.046,4
aritmética: 𝑌̅ 12 = = 29,1 años. Luego, la edad media del 12% de
100 36

trabajadores más jóvenes es aproximadamente 29,1 años.

Marcas de Frecuencias
Edad en Número de
absolutas
años clase trabajadores (𝑌𝑖 )(𝑛𝑖 )
′ acumuladas
(𝑌𝑖−1 -𝑌𝑖′ ) (𝑌𝑖 ) (𝑛𝑖 )
(𝑁𝑖 )
20 – 25 22,5 3 3 67,5
25 – 30 27,5 12 15 330,0
30 – 31,75 30,9 21 36 648,9
TOTALES 36 1.046,4

IV. Calculo de las fractilas con frecuencias relativas

a) Distribución de frecuencias de clase única
𝑟
𝐻𝑗−1 ≤ < 𝐻𝑗
𝑆
 𝑟
i) Si > 𝐻𝑗−1 , la r-esima fractila está dada por: 𝐹𝑟 = 𝑌𝑗
𝑆 𝑆

𝑟 𝑌𝑗−1 + 𝑌𝑗
ii) Si = 𝐻𝑗−1 , la r-esima fractila está dada por: 𝐹𝑟 =
𝑆 𝑆 2

b) Distribución de Frecuencias con Intervalos de Clase

𝑟
𝐻𝑗−1 ≤ < 𝐻𝑗
𝑆
𝑟
𝑟 − 𝐻𝑗−1
′ 𝑆
i) Si > 𝐻𝑗−1 , la r-esima fractila está dada por: 𝐹𝑟 = 𝑌𝑗−1 + 𝑐𝑗 ( )
𝑆 𝑆 ℎ𝑗
𝑟 ′
ii) Si = 𝐻𝑗−1 , la r-esima fractila está dada por: 𝐹𝑟 = 𝑌𝑗−1
𝑆 𝑆

Ejemplo. Utilizando la información de la Tabla que se presenta a continuación

de la presente tarea y las frecuencias relativas calcular: a) Las cuartilas inferior
y superior respectivamente, b) La tercera quintila, c) La séptima decila, d) La 60
avo centila, e) Calcular la edad promedio para el 12% de los trabajadores más
jóvenes, f) Calcular la edad media para el 40% de trabajadores de mayores
edades (más viejos).
Proporción
Edad en Frecuencias
de
años relativas
′ trabajadores
(𝑌𝑖−1 -𝑌𝑖′ ) acumuladas (𝐻𝑖 )
(ℎ𝑖 )
20 – 25 0,01 0,01
25 – 30 0,04 0,05
30 – 35 0,20 0,25 = Hj-1
35 – 40 0,30 Hj-1 = 0,55 = Hj
J=40 – 45 ℎ𝑗 =0,25 𝐻𝑗 =0,80
45 – 50 0,05 0,85
50 – 55 0,05 0,90
55 – 60 0,04 0,94
60 – 65 0,04 0,98
65 – 70 0,02 1,00
TOTALES 1,00

Solución
1
a) En vista de que = 𝐻𝑗−1; es decir, 0,25 = 0,25 entonces 𝑄1 = 35 años; o sea
4 4

que, no más de un cuarto de las personas tienen edades comprendidas entre 20

y 35 años, y no más de tres cuartos de las restantes personas tienen edades
más de 35 hasta 70 años.
 3 0,75−0,55
En vista de que > 𝐻𝑗−1 ; es decir, 0,75>0,55 entonces 𝑄3 = 40 + 5( )=
4 4 0,25

44 años; o sea que, no más de tres cuartos de las personas tienen edades
comprendidas entre 20 y 44 años, y no más de un cuarto de las restantes
personas tienen edades con más de 44 hasta 70 años.
3 0,60−0,55
b) En vista de que > 𝐻𝑗−1 ; es decir, 0,60>0,55 entonces 𝑞3 = 40 + 5( )
5 5 0,25

= 41 años; o sea que, no más de tres quintos de las personas tienen edades
comprendidas entre 20 y 41 años, y no más de dos quintos de las restantes
personas tienen edades con más de 41 años hasta 70 años.
7 0,70−0,55
c) Debido a que > 𝐻𝑗−1 ; o sea, 0,70>0,55 entonces 𝐷 7 = 40 + 5( )=
10 10 0,25

43 años; o sea que, no más de siete décimas de las personas tienen edades
comprendidas entre 20 y 43 años, y no más de tres décimas de las restantes
personas tienen edades más de 43 hasta 70 años.
60 0,60−0,55
d) Debido a que 100 > 𝐻𝑗−1 ; o sea, 0,60>0,55 entonces 𝐶 60 = 40 + 5( )=
100 0,25

41 años; o sea que, no más del 60% de las personas tienen edades
comprendidas entre 20 y 41 años, y no más del 40% de las restantes personas
tienen edades con más de 41 hasta 70 años.
𝑟 12
e) = 100 = 0,12. Esta fracción de frecuencias relativas se encuentra entre 0,05
𝑆
0,12−0,05
y 0,25 frecuencias relativas acumuladas; por lo que, 𝐶 12 = 30 + 5( )=
100 0,20

31,75 años; o sea, no más del 12% de los trabajadores más jóvenes tienen hasta
31,75 años de edad, y no más del 88% de los restantes trabajadores tienen más
de 31,75 hasta 70 años de edad.
La tabla de distribución de frecuencias para ese 12% de trabajadores es la que
3,488
se presenta más abajo; de la cual, se calcula la media aritmética: 𝑌̅ 12 = =
100 0,12

29,1 años. Luego, la edad media del 12% de trabajadores más jóvenes es
aproximadamente 29,1 años.

Frecuencias
Edad en Marcas de Frecuencias
relativas
años clase relativas (𝑌𝑖 )(ℎ𝑖 )
′ acumuladas
(𝑌𝑖−1 -𝑌𝑖′ ) (𝑌𝑖 ) (ℎ𝑖 )
(𝐻𝑖 )
20 – 25 22,5 0,01 0,01 0,225
25 – 30 27,5 0,04 0,05 1,100
 30 – 31,75 30,9 0,07 0,12 2,163
TOTALES 0,12 3,488

𝑟 60
f) 𝑆 = 100 = 0,60. Esta fracción de frecuencias relativas se encuentra entre 0,55 y
0,60−0,55
0,80 frecuencias relativas acumuladas; por lo que, 𝐶 60 = 40 + 5( ) = 41
100 0,25

años; o sea, no más del 60% de los trabajadores más jóvenes tienen hasta 41
años de edad, y no más del 40% de los restantes trabajadores tienen más de 41
hasta 70 años de edad. La tabla de distribución de frecuencias para ese 40% de
trabajadores es la que se presenta más abajo; de la cual, se calcula la media
19,750
aritmética: 𝑌̅ 40 = = 49,4 años. Luego, la edad media del 40% de
100 0,40

trabajadores más viejos es aproximadamente 49,4 años.

Frecuencias
Edad en Marcas de Frecuencias
relativas
años clase relativas (𝑌𝑖 )(ℎ𝑖 )
′ acumuladas
(𝑌𝑖−1 -𝑌𝑖′ ) (𝑌𝑖 ) (ℎ𝑖 )
(𝐻𝑖∗)
41 – 45 43,0 0,20 0,40 8,600
45 – 50 47,5 0,05 0,20 2,375
50 – 55 52,5 0,05 0,15 2,625
55 – 60 57,5 0,04 0,10 2,300
60 – 65 62,5 0,04 0,06 2,500
65 – 70 67,5 0.02 0,02 1,350
TOTALES - 0,40 - 19,750

3.9
Moda
Otra medida que no necesariamente es de tendencia central, es la moda o modo
o valor modal, que se define como sigue:
DEFINICIÓN 3.6 La moda, denotada por Mo es un valor distinto observado de
una serie estadística que se repite más veces.
De esta manera, el valor modal es el valor más frecuente en una serie de datos.
Es evidente que la moda no siempre estará en el centro, sino que, como ocurre
a menudo, puede ser un valor extremo.
La moda para datos no agrupados de unos pocos valores puede obtenerse por
simple inspección, así por ejemplo, si tenemos las series:
2, 2, 5, 7, 9, 9, 9, 9, 11, 12: la moda es Mo = 9
 16, 3, 12, 5, 8, 10, 15: no existe la moda
2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9: tiene dos modas, o sea Mo = 4 y 7
Cuando hay dos modas, se dice bimodal, y en el caso de existir más de dos se
conoce con el nombre de multimodal.
Si se tienen datos agrupados, tal que los valores de la clase son únicos, entonces
la moda, es obvio que sea la que tiene mayor frecuencia, así en el ejemplo 3.2,
la moda es 4.
Cuando se tiene una distribución de frecuencias con intervalos de clase
constante, la moda se determina por interpolación, es decir:
! 𝑑1
𝑀𝑜 = 𝑋𝑗−1 +c(𝑑 ) (3.24)
1 +𝑑2

En donde X! j -1 = límite inferior de la clase modal (o sea el intervalo que tiene

mayor frecuencia)
d1 = nj – nj -1 = diferencia de frecuencias de la clase modal y de la premodal
d2 = nj – nj+1 =diferencia de frecuencias de la clase modal y de la postmodal.
c = amplitud del intervalo de la clase modal (constante).
𝐴𝐵 𝐷𝐸 𝑑1 𝑑 2 𝑑1 𝑑2
= 𝐶𝐺 ; ! = 𝑋 ! −𝑀 ; ! = 𝑋! ;
𝐹𝐶 𝑀𝑜 −𝑋𝑗−1 𝑗 𝑜 𝑀𝑜 −𝑋𝑗−1 𝑗−1 +𝐶−𝑀𝑜

Toda esta información se tiene gráficamente, como sigue:

Figura 3.3 Interpolación geométrica de la Moda, para una distribución con

intervalos de clase constante.

Ejemplo 3.14. Calcular la Moda para la información del ejemplo 3.13

Vemos que en la Tabla 2.6 (la misma del ejemplo 3.13), la clase modal es 370-
385, ya que en este intervalo hay el mayor número de observaciones.
Entonces
′
𝑌𝑖−1 - 𝑌𝑖′ 𝑌𝑖 𝑛𝑖 𝑌𝑖 𝑛𝑖 ℎ𝑖 𝑌𝑖 ℎ𝑖
280-295 287,5 4 1.150,00 0,04 11,50
295-310 302,5 5 1.512,50 0,05 15,13
310-325 317,5 10 3.175,00 0,10 31,75
325-340 332,5 9 2.992,50 0,09 29,93
340-355 347,5 13 4.517,50 0,13 45,18
355-370 362,5 15 5.437,50 0,15 54,38
J=370-385 377,5 18 6.795,00 0,18 67,95
385-400 392,5 12 4.710,00 0,12 47,10
400-415 407,5 8 3.260,00 0,08 32,60
415-430 422,5 6 2.535,00 0,06 25,35
Totales - 100 36.085,00 1,00 360,85

X! j-1 = 370; d1 = 18 - 15 = 3; d2 = 18 - 12 = 6; c = 15
3
Ahora, aplicando la fórmula (3,22), se tiene: M o  370  15  375$
3 6
Si se tomara directamente la información original (Tabla 2.5), hay valores de los
ingresos que se repiten más veces que 375. Como ejemplo, el 380 se repite 7
veces, mientras que 375 solamente 5. Se deja al estudiante la interpretación y
análisis de este hecho.

La Moda para distribución de frecuencias con intervalos de clase variable:

En este caso la Moda se calcula utilizando la siguiente ecuación:
𝑑′ 𝑛𝑖
Mo = 𝑌 ′𝑗−1 + 𝐶𝑗 (𝑑′ +1𝑑′ ); en donde: 𝐾𝑖 = , que representa la densidad de
1 2 𝐶𝑖

frecuencias absolutas por unidad de amplitud de clase.

𝑑1′ = 𝐾𝑗 - 𝐾𝑗−1 = diferencia de la densidad de frecuencias de la clase modal ( j ) y
de la clase premodal.
𝑑2′ = 𝐾𝑗 − 𝐾𝑗+1 = diferencia de la densidad de frecuencias de la clase modal ( j )
y de la clase postmodal.
Ejemplo.- Se dispone de la siguiente distribución de frecuencias, cuya variable
(𝑌𝑖 ) está referida a la edad expresada en años de 300 trabajadores de una
determinada empresa, con amplitud de intervalo de clase variable, calcular la
Moda o valor modal.
 Densidad
Edad en Número de
de
años trabajadores
′ frecuencias
(𝑌𝑖−1 − 𝑌𝑖′ ) (𝑛𝑖 )
(𝐾𝑖 )
20 – 25 3 0,6
25 – 30 12 2,4
J =30 – 35 60 12,0
35 – 55 90 4,5
55 – 65 75 7,5
65 – 75 35 3,5
75 - 80 25 5,0
TOTALES 300 -

La clase o intervalo modal es de 30 a 35 años; ya que, este intervalo tiene mayor

número de casos o frecuencias absolutas por unidad de amplitud de clase (𝐾𝑗 =
12 casos por unidad de amplitud de clase), luego la moda resulta:
9,6
Mo = 30 + 5(9,6+7,5) = 30 + 2,8 = 32,8 años de edad; o sea el mayor número de

trabajadores tiene 32,8 años de edad.

3.10
Relaciones entre la Media, la
Mediana y la Moda

De acuerdo a la simetría o asimetría de la distribución de frecuencias de los datos

observados, se puede ver la relación empírica entre la media, mediana y moda
(Figura 3.4).
En general, cuando la distribución es casi simétrica, la mediana se localiza
aproximadamente a un tercio de la distancia entre la media y la moda. La fórmula
que describe esta relación es
Moda = Media - 3 (Medía - Mediana) (3.25)
Para el ejemplo de los salarios semanales de los 100 obreros, la moda
aproximada es
Mo = 360,85 - 3 (360,85 - 364) = 370,3
Es importante notar que la moda obtenida por este método aproximado, no
necesariamente coincide con la moda calculada mediante la interpolación.
Figura 3.4 Ejemplos de distribuciones de frecuencias: simétrica, asimétrica a
la derecha y asimétrica a la izquierda.

3.11 Ejercicios
1. Calcular la media aritmética, la mediana y la moda, tomando la información de
los ejercicios 8, 10, 11 y 12 del Capítulo 2.
2. Calcular la media, la mediana y la moda de las siguientes distribuciones de
frecuencias. ¿Cuál es su opinión sobre los resultados?
 2.1 Puntajes No. de alumnos 2.2 Salarios $ No de obreros
40 - 44 2 60 6
45 - 49 2 70 1
50 - 54 7 80 3
55 - 59 7 132 1
60 - 64 9 150 1
65 - 69 11 500 1
70 - 74 6
75 - 79 8
80 - 84 4
85 - 89 2
90 – 94 2

3. En una oficina de empleados públicos hay 35 hombres con una edad media
de 27,5 años y 15 mujeres las que, en promedio representan 22% más jóvenes.
Hallar la edad media de todos los empleados.
Solución
27,5
La edad media de las mujeres es: 𝑋̅𝑀 = 1,22 = 22,54 años, ya que la edad de los

hombres es: (1,22)(22,54) = 27,5 años; luego, la edad media de todos los
𝑛𝐻 ∗𝑋̅𝐻 +𝑛𝑀 ∗𝑋̅𝑀 35∗27,5+15∗22,54
empleados es: 𝑋̅ = = = 26,01 años.
35+15 35+15

4. Un automóvil sube a La Cumbre a 30 Kms. por hora y baja a 60 Kms. por hora.
Cuál es la velocidad media?
Solución
En este ejemplo existe una relación de dependencia entre Y (distancia) y X
(velocidad); o sea Y = f(X). La distancia es fija y la velocidad varia, por lo que se
2 2 120
debe utilizar la media armónica: H(X) = 1 1 = 2+1 = = 40 km/hora.
+ 3
30 60 60

Comprobación.- Supongamos que la distancia es 60 km, entonces ida y vuelta

60
suman 120 kms. Por otra parte en la subida a empleado = 2 horas y en la
30
𝑇𝑜𝑡𝑎𝑙 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑟𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑎 120
vuelta 1 hora; entonces: = = 40 horas es la velocidad
𝑇𝑜𝑡𝑎𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑜 3

media por km. Este resultado coincide con la media armónica, por lo que la media
armónica es el promedio correcto.
5. La distribución de ingresos de muestras de dos países se presentan en las
tablas adjuntas.
PAIS “A” PAIS “B”
Ing. anual Pob. Ing. anual por Pob.
por hab. (en remun. 𝒀𝒊 (𝒀𝒊 )(𝒏𝒊 ) hab. (en miles remun. 𝒀𝒊 (𝒀𝒊 )(𝒏𝒊 )
miles de $) (ni) de $) (ni)
8 – 10 3.000 9 27.000 6-9 1.000 7,5 7.500
10 – 12 8.000 11 88.000 9 - 12 2.000 10,5 21.000
12 – 14 4.000 13 52.000 12 - 15 5.000 13,5 67.500
14 – 16 1.000 15 15.000 15 - 18 2.000 16,5 33.000
16 – 20 400 18 7.200 18 - 21 1.500 19,5 29.250
20 – 22 100 21 2.100 21 - 24 1.000 22,5 22.500
Totales 16.500 191.300 24 - 27 400 25,5 10.200
Totales 12.500 190.950

PAIS “A” (40% DE INGRESOS ALTOS) PAIS “B” (40% DE INGRESOS ALTOS)

Ing. Anual Ing. Anual por

Pob. Pob.
por Hab. (en 𝒀𝒊 (𝒀𝒊 )(𝒏𝒊 ) Hab. (en miles 𝒀𝒊 (𝒀𝒊 )(𝒏𝒊 )
Remun. Remun.
miles de $) de $)
14.94 - 15 100 14,97 1.497
11,725 – 12 1.100 11,862 13.048,2
15 - 18 2.000 16,5 33.000
12 – 14 4.000 13 52.000,0
18 - 21 1.500 19,5 29.250
14 – 16 1.000 15 15.000,0
21 - 24 1.000 22,5 22.500
16 – 20 400 18 7.200,0
24 - 27 400 25,5 10.200
20 – 22 100 21 2.100,0
Totales 5.000 96.447
Totales 6.600 89.348,2

PAIS “A” (50% DE INGRESOS BAJOS) PAIS “B” (50% DE INGRESOS BAJOS)
Ing. Anual Ing. Anual por
Pob. Pob.
por Hab. (en 𝒀𝒊 (𝒀𝒊 )(𝒏𝒊 ) Hab. (en miles 𝒀𝒊 (𝒀𝒊 )(𝒏𝒊 )
Remun. Remun.
miles de $) de $)
8 – 10 3.000 9 27.000 6–9 1.000 7,5 7.500
10 - 11,312 5.250 10,656 55.944 9 – 12 2.000 10,5 21.000
Totales 8.250 82.944 12 - 13,95 3.250 12,975 42.168,756
Totales 6.250 70.668,75

5.1 Calcule el ingreso medio de los dos países en conjunto.

191.300 190.950
𝑌̅𝐴 = 16.500 = 11,594 miles de $; 𝑌̅𝐵 = 12.500 = 15,276 miles de $. Luego, el ingreso
𝑛𝐴 ∗𝑌̅𝐴 + 𝑛𝐵 ∗𝑌̅𝐵
medio conjunto de los dos países está dado por: 𝑌̅ = =
𝑛𝐴 +𝑛𝐵
(16.500)(11,594)+(12.500)(15,276) 191.300+190.950 382.250
= = = 13,182 miles de $.
16.500+12.500 29.000 29.000
5.2 Calcule el ingreso medio del 4O% de la población de mayores ingresos en
cada país. Compare los resultados y discuta sus conclusiones. Realice el
mismo cálculo para el 50% de la población de menores ingresos.
5.2.1 Calculo para el 40% de la poblacion con ingresos altos:
El límite inferior del intervalo pertinente se determina aplicando una regla de
tres simple, que es equivalente a utilizar la 60 avo centila correspondiente:
Para el país A se tiene: si para 8.000 frecuencias hay 2 unidades de amplitud
de clase, para 1.100 frecuencias hay X unidades de amplitud de clase; por lo que
(2)(1.100)
X= = 0,275; luego el límite inferior para el país A es: (12 − 0,275) =
8.000

11,725 que permite calcular la marca de clase o punto medio y el ingreso medio
89.348,2
que es 𝑌̅𝐴 = 6.600 = 13,538 miles de $ (ver tabla adjunta).

Para el país B se procede de forma similar: O sea, si para 5.000 frecuencias

hay 3 unidades de amplitud de clase, para 100 frecuencias hay X unidades de
(3)(100)
amplitud de clase; por lo que X = = 0,06; luego el límite inferior para el
5.000

país B es: (15 − 0,06) = 14,94 que permite calcular la marca de clase o punto
96.447
medio y el ingreso medio que es 𝑌̅𝐵 = = 19,289 miles de $ (ver tabla
5.000

adjunta). Luego, el ingreso medio del país B es mucho mayor al del país A; o sea
19,289 > 13,538.
5.2.2 Calculo para el 50% de la poblacion de ingresos bajos:
Como en el caso anterior el límite superior del intervalo pertinente se determina
aplicando una regla de tres simple, que es equivalente a utilizar la 50 avo centila
correspondiente:
Para el país A se tiene: si para 8.000 frecuencias hay 2 unidades de amplitud
de clase, para 5.250 frecuencias hay X unidades de amplitud de clase; por lo que
(2)(5.250)
X= 8.000
= 1,312; luego el límite superior para el país A es: (10 + 1,312) =

11,312 que permite calcular la marca de clase o punto medio y el ingreso medio
82.944
es 𝑌̅𝐴 = 8.250 = 10,054 miles de $ (ver tabla adjunta).

Para el país B se procede de forma similar: O sea, si para 5.000 frecuencias

hay 3 unidades de amplitud de clase, para 3.250 frecuencias hay X unidades de
(3)(3.250)
amplitud de clase; por lo que X = = 1,95; luego el límite superior para el
5.000

país B es: (12 + 1,95) = 13,95 que permite calcular la marca de clase o punto
 70.668,75
medio y el ingreso medio es 𝑌̅𝐵 = = 11,307 miles de $ (ver tabla adjunta).
6.250

Luego, el ingreso medio del país B es un poco mayor al del país A; o sea 11,307
> 10,054.

5.3 Suponiendo que el país B devalúa su moneda en 30% y el país A en 5%,

calcule los nuevos ingresos medios para ambos países separadamente.
𝑌 𝑌̅𝐴 11,594 𝑌 𝑌̅𝐵 15,276
M(𝐾) = = = 11,042 miles de $; M(𝐾) = = = 11,751 miles de $.
𝐾 1,05 𝐾 1,3

Realizada la devaluación por cada uno de los dos países en los porcentajes
señalados, los ingresos medios anuales de ambos países son aproximadamente
iguales.

6. El salario mínimo nacional de Bolivia se incrementó en los últimos 4 años en

5%, 6%, 7% y 3%, respectivamente. Calcular: a) La tasa de crecimiento total de
los 4 años, b) La tasa media anual de incremento a través de la media
geométrica, c) Utilizando el resultado del inciso anterior estimar el salario mínimo
nacional para el cuarto, quinto, sexto y séptimo años, suponiendo que el salario
mínimo nacional del año cero (t = 0) del periodo histórico fue de Bs. 1.500.-.
Solución
∑ log 𝑋𝑖 0,08872
a) Tasa de Incremento Total: log G(X) = = = 0,08872; G(X) =
𝑛 1

1,2266; luego, la tasa de incremento total; es decir, en los 4 años es:

r = [𝐺 (𝑋) − 1]100 = 22,66%.

∑ log 𝑋𝑖 0,08872
Valor b) log G(X) = = =
Año Incremento 𝑛 4
relativo log Xi
t anual (%) 0,02218; G(X) = 1,0524; luego, la
(Xi)
0 tasa media anual de incremento es: i
1 5 1,05 0,02119
= 5,24%.
2 6 1,06 0,02531
3 7 1,07 0,02938 c) El salario mínimo nacional se
4 3 1,03 0,01284 estima con: SMNt = 1.500(1,0524)t
Totales 0,08872

Para el cuarto año: SMN4 = 1.500(1,0524)4 = Bs 1.840,00

Para el quinto año: SMN5 = 1.500(1,0524)5 = Bs 1.936,40
Para el sexto año: SMN6 = 1.500(1,0524)6 = Bs 2.037,90
Para el séptimo año: SMN7 = 1.500(1,0524)7 = Bs 2.144,70

7. Utilizando la siguiente información correspondiente a la serie cronológica referida al

PIB REAL de Bolivia, calcular las Tasas Medias de Variación Anual para los periodos:
a) 1990 – 2005, b) 2006 – 2016, c) En cual periodo hubo mayor crecimiento.

PIB Real de Bolivia a Precios de Mercado (En millones de Bs. a precios de 1990)
Año 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003

PIB REAL 15.443 16.256 16.524 17.230 18.034 18.877 19.701 20.677 21.717 21.809 22.356 22.733 23.298 23.929

Var. Anual (%) 5,3 1,6 4,3 4,7 4,7 4,4 5,0 5,0 0,4 2,5 1,7 2,5 2,7
Índice (%)
100 105,3 107 111,6 116,8 122,2 127,6 133,9 140,6 141,2 144,8 147,2 150,9 155
1990=100

Año 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

PIB REAL 24.928 26.030 27.279 28.524 30.278 31.294 32.586 34.281 36.037 38.487 40.588 42.560 44.369

Var. Anual (%) 4,2 4,4 4,8 4,6 6,1 3,4 4,1 5,2 5,1 6,8 5,5 4,9 4,3
Índice
161,4 168,6 176,6 184,7 196,1 202,6 211 222 233,4 249,2 262,8 275,6 287,3
(%)1990=100

Solución
a) Los resultados del inciso a) se encuentran incluidos en la tercera fila del cuadro
anterior (Var. anual (%)) que tiene dos partes; la primera parte abarca el periodo 1990
– 2005 y la segunda parte abarca el periodo 2006 – 2016.

Tasa Tasa
Valor Valor
variación variación
Año Tasa/100 relativo log(Xi) Año Tasa/100 relativo log(Xi)
anual anual
(Xi) (Xi)
(%) (%)
1990 2006 4,8 0,048 1,048 0,02036
1991 5,3 0,053 1,053 0,02243 2007 4,6 0,046 1,046 0,01953
1992 1,6 0,016 1,016 0,00689 2008 6,1 0,061 1,061 0,02572
1993 4,3 0,043 1,043 0,01828 2009 3,4 0,034 1,034 0,01452
1994 4,7 0,047 1,047 0,01995 2010 4,1 0,041 1,041 0,01745
1995 4,7 0,047 1,047 0,01995 2011 5,2 0,052 1,052 0,02202
1996 4,4 0,044 1,044 0,01870 2012 5,1 0,051 1,051 0,02160
1997 5,0 0,050 1,050 0,02119 2013 6,8 0,068 1,068 0,02857
1998 5,0 0,050 1,050 0,02119 2014 5,5 0,055 1,055 0,02325
1999 0,4 0,004 1,004 0,00173 2015 4,9 0,049 1,049 0,02078
2000 2,5 0,025 1,025 0,01072 2016 4,3 0,043 1,043 0,01828
2001 1,7 0,017 1,017 0,00732 TOT 0,23208
2002 2,5 0,025 1,025 0,01072
2003 2,7 0,027 1,027 0,01157
2004 4,2 0,042 1,042 0,01787
 2005 4,4 0,044 1,044 0,01870
TOTAL 0,22722

∑ log 𝑋𝑖
b) La tasa media anual de variación del primer periodo es: log G(X) = =
𝑛
0,22722
= 0,015148; G(X) = 1,03549; o sea, la tasa media anual de crecimiento del
15

PIB real es: i = 3,55%.

∑ log 𝑋𝑖
La tasa media anual de variación del segundo periodo es: log G(X) = =
𝑛
0,23208
= 0,021098; G(X) = 1,04978; o sea, la tasa media anual de crecimiento del
11

PIB real es: i = 4,98%.

En el segundo periodo hubo mayor tasa media anual de crecimiento.

8. Al revisar algunos archivos de datos estadísticos, se halló la información

presentada en la tabla de distribución de frecuencias que se adjunta al presente
ejemplo. Calcular el número de hogares que pagan alquileres entre $us. 700 y
$us. 900, sabiendo que el monto medio de alquileres es $us. 670.

Monto de alquiler Número de

pagado (En $us. hogares 𝒀𝒊 (𝒀𝒊 )(𝒏𝒊 )
por mes) 𝒏𝒊
100 - 300 20 200 4.000
300 - 500 120 400 48.000
500 - 700 160 600 96.000
700 - 900 𝑛4 =291 800 800𝑛4
900 - 1.100 30 1.000 30.000
1.100 - 1.300 10 1.200 12.000
Totales 340 + 𝒏𝟒 190.000 + 800𝑛4

190.000+800𝑛4 130𝑛4 = 37.800

= 670
340+𝑛4
𝑛4 = 290,8
190.000 + 800𝑛4 = (670)(340 + 𝑛4 )
𝑛4 ≅ 291; luego n =
190.000 + 800𝑛4 = 227.800 + 670𝑛4
340+291=631

9. Un Club de tenis tiene socios en las villas A(12%), B(15%), C(13%), D(25%),
E(9%), F(11%), G(7%) y H(8%), situadas a lo largo de una carretera. Las
distancias entre las villas son: 6 Km. de A a B; 3 Km. de B a C; 8 Km. de C a D;
7 Km. de D a E; 6 Km. de E a F; 15 Km. de F a G y 9 Km. de G a H. Dónde debe
localizarse el campo deportivo a objeto de minimizar los gastos de transporte si
todos los socios concurrirán habitualmente. Suponga que el gasto de transporte
por cada Km. es constante en toda la región.
Solución
Cuadro: Calculo de la Mediana
Villas A B C D E F G H
Distancias entre villas 0 6 3 8 7 6 15 9
Distancias Acumuladas 0 6 9 17 24 30 45 54
Proporción de socios 0.12 0.15 0.13 0.25 0,09 0.11 0.07 0.08
Prop. de socios acum. 0.12 0.27 0.40 0.65 0.74 0.85 0,92 1.00

Se debe utilizar como medida de tendencia central la Mediana, debido a que esta
medida minimiza la suma de las distancias que tienen que recorrer todos los
socios del Club de Tenis, o sea la mediana se calcula como sigue:
1
0.40 < 0.50 < 0.65; en símbolos 𝐻𝑗−1 < < 𝐻𝑗 entonces la Mediana es igual a:
2

𝑀𝑒 = D, luego el Club de Tenis se debe localizar en la Villa D que es el kilómetro

17 a partir de la Villa A. La información del cuadro muestra que el punto D no es
el centro debido a que antes de esta Villa (D) hay solo 3 Villas y después de ella
hay 4 Villas; sin embargo, en las primeras 4 Villas (incluyendo la D) se encuentra
la mayor proporción (0.65) de socios.

10. Determinar la media aritmética, la mediana y la moda para los siguientes

conjuntos de valores observados: a) 0, 4, 5, 6, 7, 8 y 9, b) 41, 42, 51, 63, y 85, c)
Comparar los valores de los tres estadígrafos de posición y comentar sobre los
resultados.

11. Calcular la media aritmética de las siguientes series de observaciones:

a) 9, 13, 17, 21, 25, 29, 33, …, 6.005, b) 3, 12, 48, 192, … c) 1, 9, 25, 49,
81, …

12. Hallar la frecuencia absoluta correspondiente al tercer intervalo de la

siguiente distribución de frecuencias, sabiendo que la media aritmética es igual
a 11,33:
𝑌′ i – 1 – 𝑌′ i : 4-6 6 - 10 10 - 16 16 - 20 20 - 30
Frec. absolutas: 4 5 𝑛3 3 1
Solucion
′ 139 + 13𝑛3
𝑌𝑖−1 - 𝑌𝑖′ 𝑛𝑖 𝑌𝑖 𝑌𝑖 𝑛𝑖 𝑌̅ = 11,33;
13 + 𝑛3
= 11,33
4–6 4 5 20 139+13𝑛3=11,33(13+𝑛3)=
6 -10 5 8 40 147,29+11,33𝑛3
10 – 16 𝑛3 = 5 13 13𝑛3 13𝑛3 - 11,33𝑛3 = 8,29
16 – 20 3 18 54 n3 =
8,29
= 4,964 ≅ 5
1,67
20 – 30 1 25 25
Comprobación:
TOTAL 13 + 𝑛3 - 139 + 13𝑛3
139 +(13)(4,964) 203,532
𝑌̅ = = ≅ 11,33
13 + 4,964 17,964

13. Las temperaturas medias en grados centígrados, registradas por las 57

estaciones meteorológicas españolas durante el verano de 2011, fueron las que
se presentan en la distribución de frecuencias adjunta. Calcular la temperatura
de máxima frecuencia:
Temperatura: Menos de 17 17–19 19-21 21-23 23-25 25-27 Más de 27
Nº de Estaciones: 1 9 8 11 19 7 2
Solución
8
𝑀𝑂 = 23 + 2 (8+12) = 23 + 0.8 = 23.8 grados centígrados (℃)

14. La siguiente tabla de distribución de frecuencias corresponde a los salarios

semanales de 65 empleados de una determinada compañía, expresados en
dólares americanos:
Marcas de Clase: 55 65 75 85 95 105 115
Nº de Empleados: 8 10 16 14 10 5 2
a) Calcular la 1ra. y la 3ra. Cuartilas e interpretar sus resultados, b) Calcular la
1ra. y la novena decilas e interpretar sus resultados, c) Calcular la 60avo, la
75avo y la 90avo centilas e interpretar sus resultados.

15. Un atleta participa en una competencia de tres kilómetros. La velocidad con

que recorre el primer kilómetro es de 12 Kms. por hora. La velocidad del segundo
baja a 10 Kms. por hora, siendo la velocidad del tercero sólo de 8 kilómetros por
hora. Calcular la velocidad media y pruebe que el resultado es correcto.
Solución
En este ejemplo existe una relación de dependencia entre Y (distancia) y X
(velocidad); o sea Y = f(X). La distancia es fija y la velocidad varia, por lo que se
3 3 360
debe utilizar la media armónica: H(X) = 1 1 1 = 10+12+15 = = 9,73 kms por
+ + 37
12 10 8 120

hora.
Comprobación.- La distancia es fija igual a 3 km. Por otra parte, para el primer
1 1
km empleo horas, para el segundo kilometro empleo horas y para el tercer
12 10
1 37
km empleo horas. En total utilizo = 0,30833 horas; entonces:
8 120
𝑇𝑜𝑡𝑎𝑙 𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑟𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑎 3
= 0,30833 = 9,73 kms por hora. Este resultado coincide con la
𝑇𝑜𝑡𝑎𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑜

media armónica, por lo que la media armónica es la correcta.