2 Clases

Ejercicios Resueltos en Clase
CLASE 15/03/2022
Horario de Clases:
Martes 7:30
Fechas:
Primer parcial 11 de abril
Segundo Parcial 25 de mayo
Tercer parcial 20 de junio
Examen Final 29 de junio
Calificacion:
Parciales 50%
Examen Final 40%
Practicas 10%
Asistencia a clases 1Pt

Practicas 9Pt
CONCEPTOS BASICOS
1.- Ordenar datos

15 21 31 22 43
37 27 32 17 26
31 23 18 24 44
16 28 34 36 31
45 36 40 39 21
1 5 7 8 6
2 1 2 7 6 3 4 8 1
3 1 7 2 1 4 6 1 6 9
4 3 4 5 0
1 5 6 7 8
2 1 1 2 3 4 6 7 8
3 1 1 1 2 4 6 6 7 9
4 0 3 4 5
Calculo del número de intervalos:

n ≔ 25 X_max ≔ 45 X_min ≔ 15
NC ≔ 1 + 1.33 ⋅ ln ((n))
NC = 5.281 NC = 5
Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 1
NC = 5.281 NC = 5
X_max - X_min
Δx ≔ ―――――― Δx = 7.008 round ((Δx , 0)) = 7
NC - 1
Δx
Δx ≔ 6 ―― =3 R ≔ X_max - X_min = 30
2
CLASE 22/03/2022
Se llevo adelante una investigación sobre el número de horas que miran la televisión,
30 niños menores de 12 años durante una semana, los datos son los siguientes:
32 27 22 19 14 16 20 25 30 35
31 26 21 17 12 15 20 23 28 35
40 30 25 21 16 20 18 19 33 34
Se pide:
a) Ordenar los datos en una tabla de distribución de frecuencias.
12 14 15 16 16 17 18 19 19 20
20 20 21 21 22 23 25 25 26 27
28 30 30 31 32 33 34 35 35 40
Calculo del número de intervalos:

n ≔ 30 XMAX ≔ 40 XMIN ≔ 12
NC ≔ 1 + 1.33 ⋅ ln ((n)) R ≔ XMAX - XMIN = 28
NC = 5.524 NC ≔ 6
XMAX - XMIN
Δx ≔ ――――― Δx = 5.6 round ((Δx , 0)) = 6
NC - 1
Δx
Δx ≔ 6 ―― =3
2
MC1 ≔ XMIN = 12
Δx
l0 ≔ MC1 - ―― =9
2
Δx
l1 ≔ MC1 + ―― = 15
2
MC2 ≔ XMIN + Δx = 18
Δx
l1 ≔ MC2 - ―― = 15
2
Intervalo Marca de Frecuencia Frecuencia Frecuencia Frecuencia

clase Absoluta Absoluta Relativa Relativa
Acumulada Acumulada
_____________________________________________________________________________
Acumulada Acumulada
_____________________________________________________________________________
9 - 15 12
15 - 21 18
21 - 27 24
27 - 33 30
33 - 39 36
39 - 45 42
12 14. 15 16 16 17 18 19 19 20
20 20. 21 21 22 23 25 25 26. 27
28 30 30 31 32. 33 34 35 35. 40

Acumulada Acumulada
_____________________________________________________________________________
2 2
9 - 15 12 2 2 ― = 0.067 ― = 0.067
30 30
10 12
15 - 21 18 10 12 ― = 0.333 ― = 0.4
30 30
7 19
21 - 27 24 7 19 ― = 0.233 ― = 0.633
30 30
6 25
27 - 33 30 6 25 ― = 0.2 ― = 0.833
30 30
4 29
33 - 39 36 4 29 ― = 0.133 ― = 0.967
30 30
1 30
39 - 45 42 1 30 ― = 0.033 ―=1 1
30 30
_____________________________________________________________________________
Σ 30 1
CLASE 29/03/2022
Los siguientes datos corresponden a las notas de 80 estudiantes de la materia de Estadística I
81 23 45 65 89 90 12 21 27 56 51 34 97 45 38 76 28 31 91 88
51 37 66 78 61 82 58 66 10 36 64 43 49 96 80 73 70 50 51 55
52 68 23 20 57 89 91 24 53 40 60 69 71 42 50 48 62 73 95 43
76 83 27 19 28 32 45 53 89 74 37 65 88 39 29 91 63 56 76 86
-Determinar el porcentaje de alumnos que sacan notas menores a 54
DATOS ORDENADOS:
Univ.12Gómez
10 19 Arano
20 21Greta
23 Nina
23 24 27 AUXILIAR
27 28 CIV-370 1/2022
28 29 31 32 34 36 37 37 38 Página 3
DATOS ORDENADOS:
10 12 19 20 21 23 23 24 27 27 28 28 29 31 32 34 36 37 37 38
39 40 42 43 43 45 45 45 48 49 50 50 51 51 51 52 53 53 55 56
56 57 58 60 61 62 63 64 65 65 66 66 68 69 70 71 73 73 74 76
76 76 78 80 81 82 83 86 88 88 89 89 89 90 91 91 91 95 96 97
CALCULAMOS NUMERO DE INTERVALOS
n ≔ 80 k ≔ 1 + 3.3 ⋅ log ((n)) = 7.2802

k≔8
CALCULAMOS LA AMPLITUD TOTAL O RANGO
Xmin ≔ 10 Xmax ≔ 97
l0 ≔ Xmin l8 ≔ Xmax A ≔ l8 - l0 = 87
CALCULAMOS LA AMPLITUD DE CADA INTERVALO

A
a ≔ ―= 10.875
k
a ≔ 11 A' ≔ a ⋅ k = 88
l0 = 10
l'8 ≔ l0 + a ⋅ k = 98 A' ≔ l'8 - l0 = 88 A' > A
k=8 a = 11 l0 = 10
CALCULAMOS LOS LIMITES DE CADA INTERVALO
l1 ≔ l0 + a = 21 l1 ≔ l0 + a = 21
l2 ≔ l1 + a = 32 l2 ≔ l0 + 2 ⋅ a = 32
l3 ≔ l2 + a = 43 l3 ≔ l0 + 3 ⋅ a = 43
l4 ≔ l3 + a = 54 l4 ≔ l0 + 4 ⋅ a = 54
l5 ≔ l4 + a = 65 l5 ≔ l0 + 5 ⋅ a = 65
l6 ≔ l5 + a = 76 l6 ≔ l0 + 6 ⋅ a = 76
l7 ≔ l6 + a = 87 l7 ≔ l0 + 7 ⋅ a = 87
l'8 ≔ l7 + a = 98 l'8 ≔ l0 + 8 ⋅ a = 98 l'8 > l8
CALCULAMOS LAS MARCAS DE CLASE
Univ. Gómez l0 + l1Greta Nina l4 + l5 Página 4

C1 ≔Arano
――= 15.5
AUXILIAR CIV-370
C5 ≔ ――=1/2022
59.5
CALCULAMOS LAS MARCAS DE CLASE
l0 + l1 l4 + l5
C1 ≔ ――= 15.5 C5 ≔ ――= 59.5
2 2
l1 + l2 l5 + l6
C2 ≔ ――= 26.5 C6 ≔ ――= 70.5
2 2
l2 + l3 l6 + l7
C3 ≔ ――= 37.5 C7 ≔ ――= 81.5
2 2
l3 + l4 l7 + l'8
C4 ≔ ――= 48.5 C8 ≔ ―― = 92.5
2 2
TABLA DE FRECUENCIAS DE DATOS CLASIFICADOS
K l k-1 - l k Ck nk fk pk Nk Fk Pk
_______________________________________________________________________________________________________________________________________________
4
1 [[ 10 - ((21)) ]] 15.5 4 ― = 0.05 5 4 0.05 5
80
10
2 [[ 21 - ((32)) ]] 26.5 10 ― = 0.125 12.5 14 0.175 17.5
80
9
3 [[ 32 - ((43)) ]] 37.5 9 ― = 0.1125 11.25 23 0.2875 28.75
80
15
4 [[ 43 - ((54)) ]] 48.5 15 ― = 0.1875 18.75 38 0.475 47.5
80
10
5 [[ 54 - ((65)) ]] 59.5 10 ― = 0.125 12.5 48 0.6 60
80
11
6 [[ 65 - ((76)) ]] 70.5 11 ― = 0.1375 13.75 59 0.7375 73.75
80
9
7 [[ 76 - ((87)) ]] 81.5 9 ― = 0.1125 11.25 68 0.85 85
80
12
8 [[ 87 - ((98)) ]] 92.5 12 ― = 0.15 15 80 1 100
80
______________________________________________________________________________________________________________________________________________
80 1 100
DATOS ORDENADOS:
10 12 19 20 21 23 23 24 27 27 28 28 29 31 32 34 36 37 37 38
39 40 42 43 43 45 45 45 48 49 50 50 51 51 51 52 53 53 55 56
56 57 58 60 61 62 63 64 65 65 66 66 68 69 70 71 73 73 74 76
76 76 78 80 81 82 83 86 88 88 89 89 89 90 91 91 91 95 96 97
-Determinar el porcentaje de alumnos que sacan notas menores a 50
K l k-1 - l k Ck pk Pk
_________________________________________________________________________________
1 [[ 10 - ((21)) ]] 15.5 5 5
2 [[ 21 - ((32)) ]] 26.5 12.5 17.5
3 [[ 32 - ((43)) ]] 37.5 11.25 28.75

3 [[ 32 - ((43)) ]] 37.5 11.25 28.75
4 [[ 43 - ((54)) ]] 48.5 18.75 47.5 [[ 43 - ((54)) ]] 18.75%
5 [[ 54 - ((65)) ]] 59.5 12.5 60 [[ 43 - ((50)) ]] x
6 [[ 65 - ((76)) ]] 70.5 13.75 73.75

43 - 50
7 [[ 76 - ((87)) ]] 81.5 11.25 85 x ≔ ――― ⋅ 18.75 = 11.932
43 - 54
8 [[ 87 - ((98)) ]] 92.5 15 100 28.75 + x = 40.682
________________________________________________________________________________
100 el porcentaje de alumnos

que sacan notas menores a
50 es 40.68%
[[ 43 - ((50)) ]] 11.93%
44 - 50
y ≔ ――― ⋅ 11.93 = 10.226
[[ 44 - ((50)) ]] y 43 - 50
-Determinar el porcentaje de alumnos que sacan notas entre 50 y 80
_________________________________________________________________________________
1 [[ 10 - ((21)) ]] 15.5 5 5
2 [[ 21 - ((32)) ]] 26.5 12.5 17.5
3 [[ 32 - ((43)) ]] 37.5 11.25 28.75
4 [[ 43 - ((54)) ]] 48.5 18.75 47.5
5 [[ 54 - ((65)) ]] 59.5 12.5 60

[[ 43 - ((54)) ]] 18.75%
6 [[ 65 - ((76)) ]] 70.5 13.75 73.75
[[ 50 - ((54)) ]] x
7 [[ 76 - ((87)) ]] 81.5 11.25 85
8 [[ 87 - ((98)) ]] 92.5 15 100 [[ 76 - ((87)) ]] 11.25%

________________________________________________________________________________
100 [[ 76 - ((80)) ]] y
50 - 54 76 - 80
x ≔ ――― ⋅ 18.75 = 6.818 y ≔ ――― ⋅ 11.25 = 4.091
43 - 54 76 - 87
x + 12.5 + 13.75 + y = 37.159 el porcentaje de alumnos que

sacan notas entre 50 y 80 es
de 37.16%

-Determinar el porcentaje de alumnos que sacan de 75 o mayores
_________________________________________________________________________________
1 [[ 10 - ((21)) ]] 15.5 5
2 [[ 21 - ((32)) ]] 26.5 12.5
3 [[ 32 - ((43)) ]] 37.5 11.25
4 [[ 43 - ((54)) ]] 48.5 18.75

[[ 65 - ((76)) ]] 13.75%
5 [[ 54 - ((65)) ]] 59.5 12.5
[[ 75 - ((76)) ]] x
6 [[ 65 - ((76)) ]] 70.5 13.75
75 - 76
7 [[ 76 - ((87)) ]] 81.5 11.25 26.25 x ≔ ――― ⋅ 13.75 = 1.25
65 - 76
8 [[ 87 - ((98)) ]] 92.5 15 15
________________________________________________________________________________ x + 11.25 + 15 = 27.5
100
el porcentaje de alumnos
que sacan de 75 o mayores
notas es de 27.5%
CLASE 05/04/2022
8. Los datos corresponden a la producción en hornadas consecutivas de sustrato de cerámica, al cual se ha
aplicado un revestimiento metálico mediante un proceso de depositación a vapor.
1 7
f1 ＝ ―- f2 f3 ＝ ― - f4
6 15 k limites Ck n f N
n4 ≔ 32 N1 ≔ 8 ___________________________________________________________________________
C4 ＝ 368.4 - C5 - C6 - C7 1 8
2 88.2
l2 ≔ 88.2 3 88.2
4 32
5
n1 ≔ N 1 n7 ≔ n1 6
7
n1 = 8 n7 = 8 ____________________________________________________________________________
120 1
1 7 1 7
f1 + f2 ＝ ― f3 + f4 ＝ ― f7 + f6 ＝ ― f5 + f4 ＝ ―
6 15 6 15
f1 + f2 + f3 + f4 + f5 + f6 + f7 ＝ 1
1 7 1 1 7 1
―+ f3 + ― + ― ＝1 f3 ≔ 1 - ―- ― - ― f3 = 0.2 f5 ≔ f3 = 0.2
Univ. Gómez
6 Arano
15 Greta
6 Nina AUXILIAR CIV-370
6 15 6 1/2022 Página 7
f1 + f2 + f3 + f4 + f5 + f6 + f7 ＝ 1
1 7 1 1 7 1
―+ f3 + ― + ― ＝1 f3 ≔ 1 - ―- ― - ― f3 = 0.2 f5 ≔ f3 = 0.2
6 15 6 6 15 6
7
f4 ≔ ― - f3 = 0.267
15
n4 ≔ 32
nk n4
fk ＝ ―― ΣN ≔ ― ΣN = 120
ΣN f4
n1
f1 ≔ ―― = 0.067 f7 ≔ f1 = 0.067 n7 ≔ f7 ⋅ ΣN = 8
ΣN
1
f2 ≔ ―- f1 = 0.1 f6 ≔ f2 = 0.1 n2 ≔ f2 ⋅ ΣN = 12 n6 ≔ n2 = 12
6
n3 ≔ f3 ⋅ ΣN = 24 n5 ≔ n3 = 24 n4 ≔ f4 ⋅ ΣN = 32
C4 + C5 + C6 + C7 ＝ 368.4 C5 ＝ C4 + a C6 ＝ C4 + 2 ⋅ a C7 ＝ C4 + 3 ⋅ a
C4 + ⎛⎝C4 + a⎞⎠ + ⎛⎝C4 + 2 ⋅ a⎞⎠ + ⎛⎝C4 + 3 ⋅ a⎞⎠ ＝ 368.4

l3 + l4 l2 + a + l2 + 2 ⋅ a
l3 ＝ l2 + a l4 ＝ l2 + 2 ⋅ a C4 ＝ ―― C4 ＝ ―――――
2 2
C4 + ⎛⎝C4 + a⎞⎠ + ⎛⎝C4 + 2 ⋅ a⎞⎠ + ⎛⎝C4 + 3 ⋅ a⎞⎠ ＝ 368.4

l2 + a + l2 + 2 ⋅ a 368.4
4 ⋅ C4 + 6 ⋅ a ＝ 368.4 2 ⋅ ―――――+ 3 ⋅ a ＝ ――
2 2
l2 + a + l2 + 2 ⋅ a + 3 ⋅ a ＝ 184.2
⎛⎝184.2 - 2 ⋅ l2⎞⎠
2 ⋅ l2 + 6 ⋅ a ＝ 184.2 a ≔ ――――― = 1.3
6
k limites Ck n f N
_________________________________________________________________________________
1 85.6 86.9 86.25 8 0.067 8

2 86.9 88.2 87.55 12 0.1 20
3 88.2 89.5 88.25 24 0.2 44
4 89.5 90.8 90.15 32 0.267 76
5 90.8 92.1 91.45 24 0.2 100
6 92.1 93.4 92.75 12 0.1 112
7 93.4 94.7 94.05 8 0.067 120
_________________________________________________________________________________
120 1
3. Dados los siguientes datos, completar la tabla de distribución de frecuencias.

l1 ≔ 0.5 l4 ≔ 1.7
F2 ≔ 0.6 F3 ≔ 0.7 F4 ≔ 0.85 f1 ≔ 0.2
n1 ≔ 12
k≔5
Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 f ＝ nk n1 8

Página
ΣN ≔ ―
k ――
n1 ≔ 12
k≔5
nk n1
k limites Ck n f F fk ＝ ―― ΣN ≔ ―
_________________________________________________________________________________
ΣN f1
ΣN = 60
1 0.5 12 0.2
2 0.5 0.6 F1 ≔ f1 = 0.2
3 0.7
4 1.7 0.85 F5 ≔ 1 F4 ≔ 0.85
5 1.7
_________________________________________________________________________________ f5 + F4 ＝ F5
f5 ≔ F5 - F4 = 0.15 f4 ≔ F4 - F3 = 0.15 f3 ≔ F3 - F2 = 0.1 f2 ≔ F2 - F1 = 0.4
n2 ≔ f2 ⋅ ΣN = 24 n3 ≔ f3 ⋅ ΣN = 6 n4 ≔ f4 ⋅ ΣN = 9 n5 ≔ f5 ⋅ ΣN = 9
n1 + n2 + n3 + n4 + n5 = 60
l4 - l1
l4 ＝ l1 + 3 ⋅ a a ≔ ――= 0.4
3
k limites Ck n f F
_________________________________________________________________________________
1 0.1 0.5 0.3 12 0.2 0.7

2 0.5 0.9 0.7 24 0.4 0.6
3 0.9 1.3 1.1 6 0.1 0.7
4 1.3 1.7 1.5 9 0.15 0.85
5 1.7 2.1 1.9 9 0.15 1
_________________________________________________________________________________
60 1
CLASE 12/04/2022
1.- Una empresa constructora tiene 100 trabajadores. Para los trabajadores de planta (permanente) el haber
maximo es de 450 dolares semanales y el minimo 60 dolares semanales. Hay un 5% de eventules (en
prueba) que trabajan Ad honorem o perciben compensaciones inferiores a 60 dolares. Quince trabajadores
de planta perciben haberes inferiores a 250 dolares semanales y el 85% ganan haberes inferiores a 400
dolares semanales.
Organizar esta informacion de tal manera que pueda presentarla como una tabla
ΣN ≔ 100
Permanentes Eventuales
Maximo 450 60
Minimo 60 _
Haberes pk Pk
_________________________________________________

pk Pk
_________________________________________________
Eventuales [ _ 60 ) 5 5
[ 60 250 15 20
Permanentes 250 400 65 85
400 450 ] 15 100

_________________________________________________
100
P2 ≔ 20
P3 ≔ 85 P3 ≔ p3 + P2 p3 ≔ P3 - P2
2.-
Intervalo Ck nk Nk fk Fk
________________________________________________________________________
[ 0 5 ) 12 12
[ 5 10 ) 0.167
[ 10 ) 12.5 0.480
[ 20 ) 48
[ ) 0.1
[ ] 150
________________________________________________________________________
l0 ≔ 0
l2 - l0
l2 ≔ 10 l2 ＝ l0 + 2 ⋅ a a ≔ ――= 5
2
l4 ≔ 20
C3 ≔ 12.5
k≔6 N1 ≔ 12 N6 ≔ 150
n1 ≔ N1 = 12 ΣN ≔ N6 = 150
5
f2 ≔ ― f5 ≔ 0.1 F3 ≔ 0.480
30
n1
f1 ≔ ―― = 0.08 F2 ≔ f1 + f2 = 0.247 f3 ≔ F3 - F2 = 0.233
ΣN
n4
n4 ≔ 48 f4 ≔ ―― = 0.32 F6 ≔ 1 f6 ≔ F6 - f1 - f2 - f3 - f4 - f5 = 0.1
ΣN
n2 ≔ ΣN ⋅ f2 = 25 n3 ≔ ΣN ⋅ f3 = 35 n5 ≔ ΣN ⋅ f6 = 15 n6 ≔ ΣN ⋅ f6 = 15
n2 ≔ ΣN ⋅ f2 = 25 n3 ≔ ΣN ⋅ f3 = 35 n5 ≔ ΣN ⋅ f6 = 15 n6 ≔ ΣN ⋅ f6 = 15
n1 + n2 + n3 + n4 + n5 + n6 = 150
Intervalo Ck nk Nk fk Fk
________________________________________________________________________
[ 0 5 ) 2.5 12 12 0.08 0.08
[ 5 10 ) 7.5 25 37 0.167 0.247
[ 10 15 ) 12.5 35 72 0.233 0.480
[ 15 20 ) 17.5 48 120 0.32 0.8
[ 20 25 ) 22.5 15 135 0.1 0.9
[ 25 30 ] 27.5 15 150 0.1 1

________________________________________________________________________
150 1
CLASE 12/04/2022
CLASE 12/04/2022
La inversion real (en miles de dolares) anual de un grupo de pequeñas empresas constructoras fueron
Se pide:
1. Formar una tabla de todas las distribuciones de frecuencias, con intervalos de amplitud constante,
considerar para ello 8 intervalos
2. El numero de pequeñas empresas con inversiones menores de 40 mil dolares
3. El numero de pequeñas empresas que han invertido 40 mil dolares o mas
4. El numero de pequeñas empresas que invertieron 10 mil dolares o mas pero menos de 35 mil
dolares
5. La proporcion de pequeñas empresas con inversiones menos de 8 mil dolares
6. La proporcion de pequeñas empresas que invirtieron por lo menos 20 mil dolares pero a lo mas de
38 mil dolares
7. El porcentaje de las pequeñas empresas que han invertido entre 6 mil dolares y 30 mil dolares.
Inclusive: el porcentaje de pequelas empresas que invirtieron mas de 64 mil dolares
ORDENAMOS DATOS:
0 l 8 6 8 2 8 6 4 6 7 6 8 7 6 8 9 6 5
l 5 6 8 7
1 l 2 0 4 0 8 7 7 4 5 9 4 1 3 5 8 2 5
2 l 0 5 8 6 1 7 2 0
3 l 0 0 0 0 6 9
4 0
l
5 2
l
6 0
l
0 l 2 4 5 5 6 6 6 6 6 6 6 7 7 7 8 8 8
l 8 8 8 9
1 l 0 0 1 2 2 3 4 4 4 5 5 5 7 7 8 8 9
2 l 0 0 1 2 5 6 7 8
3 l 0 0 0 0 6 9
4 l 0
5 l 2
6 l 0
CALCULAMOS LA AMPLITUD SABIENDO QUE: k≔8 ΣN ≔ 55 XMAX ≔ 60 XMIN ≔ 2

XMAX - XMIN
a ≔ ――――― = 7.25 A ≔ XMAX - XMIN = 58
k
a
a ≔ 7.3 A ≔ a ⋅ k = 58.4 ―= 3.65
2

a
―= 3.65
2
0 l 2 4 5 5 6 6 6 6 6 6 6 7 7 7 8 8 8
l 8 8 8 9
1 l 0 0 1 2 2 3 4 4 4 5 5 5 7 7 8 8 9
2 l 0 0 1 2 5 6 7 8
3 l 0 0 0 0 6 9
4 l 0
5 l 2
6 l 0
limites Ci ni Ni fi Fi pi Pi
________________________________________________________________________________________
1 2 9.3 5.65 21 21 0.3818 0.3818 38.18 38.18
2 9.3 16.6 12.95 12 33 0.2182 0.6 21.92 60
3 16.6 23.9 20.25 9 42 0.1636 0.7636 16.36 76.36
4 23.9 31.2 27.55 8 50 0.1455 0.9091 14.55 90.91
5 31.2 38.5 34.85 1 51 0.0182 0.9273 1.82 92.73
6 38.5 45.8 42.15 2 53 0.0364 0.9636 3.64 96.36
7 45.8 53.1 49.45 1 54 0.0182 0.9818 1.82 98.18
8 53.1 60.4 56.75 1 55 0.0182 1 1.82 100

________________________________________________________________________________________
55 1 100
El numero de pequeñas empresas con inversiones menores de 40 mil dolares

38.5 - 40
38.5 - 45.8 2 x ≔ ―――― ⋅ 2 = 0.411
38.5 - 40 x 38.5 - 45.8
21 + 12 + 9 + 8 + 1 + x = 51.411
51 empresas constructoras pequeñas

invirtieron menos de 40 mil dolares
El numero de pequeñas empresas que han invertido 40 mil dolares o mas
38.5 - 45.8 2
40 - 45.8
40 - 45.8 x x ≔ ―――― ⋅ 2 = 1.589
38.5 - 45.8
x + 1 + 1 = 3.589 4 empresas constructoras pequeñas

invirtieron 40 mil dolares o mas
El numero de pequeñas empresas que invertieron 10 mil dolares o mas pero menos de 35 mil dolares
El numero de pequeñas empresas que invertieron 10 mil dolares o mas pero menos de 35 mil dolares
9.3 - 16.6 12
10 - 16.6
10 - 16.6 x x ≔ ―――― ⋅ 12 = 10.849
9.3 - 16.6
31.2 - 38.5 1
31.2 - 35
31.2 - 35 y y ≔ ―――― ⋅ 1 = 0.521
31.2 - 38.5
x + 9 + 8 + y = 28.37 28 empresas constructoras pequeñas

invirtieron mas de 10 mil dolares
pero menos de 35 mil dolares
La proporcion de pequeñas empresas con inversiones menos de 8 mil dolares

21
2 - 9.3 ― = 0.382
55
2-8 x
2 - 8 21
x ≔ ――― ⋅ ― = 0.314 el 0.31 de las empresas constructoras
2 - 9.3 55 invirtieron menos de 8 mil dolares
La proporcion de pequeñas empresas que invirtieron por lo menos 20 mil dolares pero a lo mas de 38
mil dolares
9
16.6 - 23.9 ― = 0.164
55 20 - 23.9 8
x ≔ ―――― ⋅ ― = 0.078
20 - 23.9 x 16.6 - 23.9 55
1
31.2 - 38.5 ― = 0.018
55 31.2 - 38 1
y ≔ ―――― ⋅ ― = 0.017
31.2 - 38 y 31.2 - 38.5 55
8
x + ― + y = 0.24
55
el 0.20 de las empresas constructoras

invirtieron entre 20 mil y 38 mil dolares
El porcentaje de las pequeñas empresas que han invertido entre 6 mil dolares y 30 mil dolares.
Inclusive: el porcentaje de pequelas empresas que invirtieron mas de 64 mil dolares
2 - 9.3 38.18
6 - 9.3
6 - 9.3 x x ≔ ――― ⋅ 38.18 = 17.259
2 - 9.3
23.9 - 31.2 14.55
23.9 - 30
23.9 - 30 y y ≔ ―――― ⋅ 14.55 = 12.158
23.9 - 31.2
x + 21.82 + 16.36 + y = 67.598 el 67.6% de las empresas constructoras

invirtieron entre 6 mil y 30 mil dolares
CLASE 26/04/2022
CLASE 26/04/2022
MEDIDAS DE TENDENCIA CENTRAL
Media aritmética:
Para datos no clasificados:

N
∑ xi
i=1
= M ((x)) ＝ ――
N
Para datos clasificados de una variable discreta:
k
∑ xi ⋅ ni
i=1
= M ((x)) ＝ ―――
N
Para datos clasificados por intervalos:
k
∑ Ci ⋅ ni
i=1
= M ((x)) ＝ ―――
N
Ejemplo: Para los siguientes datos
1 3 1 4 2 1
a) Calcular la media aritmética para datos sin clasificar
b) Calcular la media aritmética para datos clasificados
SOLUCION:
N≔6 x1 ≔ 1 x2 ≔ 3 x3 ≔ 1 x4 ≔ 4 x5 ≔ 2 x6 ≔ 1
N
∑ xi
i=1 1+3+1+4+2+1
M ((x)) ＝ ―― M ((x)) ≔ ――――――= 2
N N
M ((x)) ≔ 2
xi ni xi ⋅ ni
_________________________ k
1 3 3 ∑ xi ⋅ ni
i=1
2 1 2 M ((x)) ＝ ―――
3 1 3 N
4 1 4
12
_________________________ M ((x)) ≔ ― = 2 M ((x)) ≔ 2
N
Σ 6 12
Ejemplo: De los siguientes datos calcular:

Univ. Gómez Arano Greta Nina24 18 AUXILIAR CIV-370
22 19 20 17 23 201/2022
21 23 Página 15
24 18 22 19 20 17 23 20 21 23
25 22 26 18 27 28 26 30 31 24
19 24 27 23 22 19 20 18 21 23
SOLUCION:
N ≔ 30
24 + 18 + 22 + 19 + 20 + 17 + 23 + 20 + 21 + 23 + 25 + 22 + 26 + 18 + 27 + 28 + 26 + 30 + 31 + 24 + 19 + 24 + 27 + 23 + 22 + 19 + 20 + 18 + 21 + 23
M (x) ≔ ――――――――――――――――――――――――――――――――――――
N
68 68
M ((x)) → ― M ((x)) ≔ ― = 22.667
3 3
1 l 8 9 7 8 9 9 8
l
2 l 4 2 0 3 0 1 3 5 2 6 7 8 6 4 4 7 3
l 2 0 1 3
l
l
3 0 1
l
Ordenamos:
1 l 7 8 8 8 9 9 9
l
2 l 0 0 0 1 1 2 2 2 3 3 3 3 4 4 4 5 6
l 6 7 7 8
l
l
3 0 1
l
N ≔ 30 k ≔ 1 + 3.3 ⋅ log ((N)) = 5.8745

k≔6
l0 ≔ Xmin l8 ≔ Xmax A ≔ l8 - l0 = 14
A
a ≔ ―= 2.333 a ≔ 2.5 A' ≔ a ⋅ k = 15
k
k=6 a = 2.5 l0 = 17
1 l 7 8 8 8 9 9 9
Univ.
l Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 16
1 l 7 8 8 8 9 9 9
l
2 l 0 0 0 1 1 2 2 2 3 3 3 3 4 4 4 5 6
l 6 7 7 8
l
l
3 0 1
l
k Limites Ci ni Ci ⋅ ni
______________________________________________________
1 17 19.5 18.25 7 127.75

k
2 19.5 22 20.75 5 103.75 ∑ Ci ⋅ ni

i=1
M ((x)) ＝ ―――
3 22 24.5 23.25 10 232.5 N
4 24.5 27 25.75 3 77.25
5 27 29.5 28.25 3 84.75
6 29.5 32 30.75 2 61.5

______________________________________________________
30 687.5
687.5
media aritmética para datos clasificados: M ((x)) ≔ ――= 22.917
30
68
media aritmética para datos sin clasificar: M ((x)) ≔ ― = 22.667
3
CLASE 03/05/2022
24 18 22 19 20 17 23 20 21 23
25 22 26 18 27 28 26 30 31 24
19 24 27 23 22 19 20 18 21 23
a) Calcular la media aritmética, media geométrica, media armónica y media cuadrática para datos
clasificados
1 l 8 9 7 8 9 9 8
l
2 l 4 2 0 3 0 1 3 5 2 6 7 8 6 4 4 7 3
l 2 0 1 3
l
l
3 0 1
l
Ordenamos:
1 l 7 8 8 8 9 9 9
l
2 l 0 0 0 1 1 2 2 2 3 3 3 3 4 4 4 5 6
l 6 7 7 8
Univ.
l Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 17
l
l
2 l 0 0 0 1 1 2 2 2 3 3 3 3 4 4 4 5 6
l 6 7 7 8
l
l
3 0 1
l
N ≔ 30 k ≔ 1 + 3.3 ⋅ log ((N)) = 5.8745
k≔6
l0 ≔ Xmin l8 ≔ Xmax A ≔ l8 - l0 = 14
A
a ≔ ―= 2.333 a ≔ 2.5 A' ≔ a ⋅ k = 15
k
k=6 a = 2.5 l0 = 17
1 l 7 8 8 8 9 9 9
l
2 l 0 0 0 1 1 2 2 2 3 3 3 3 4 4 4 5 6
l 6 7 7 8
l
l
3 0 1
l
k Limites Ci ni
______________________________________________________
1 17 19.5 18.25 7
2 19.5 22 20.75 5
3 22 24.5 23.25 10
4 24.5 27 25.75 3
5 27 29.5 28.25 3
6 29.5 32 30.75 2
______________________________________________________
30
k
∑ Ci ⋅ ni ‾‾‾‾‾‾
k
N
i=1
M ＝ ――― ΜG ＝ ∏ Ci n i
N i=1
‾‾‾‾‾‾‾‾‾
k
Ci 2 ⋅ ni
N
MH ＝ ―――
k
ΜC ＝ ∑ ―――
ni i=1 N
∑―
i=1 Ci
CLASE 24/05/2022
MEDIANA Y MODA
la Mediana (Me) o valor mediano es aquel valor que ocupa el lugar central de un conjunto de datos
Mediana para datos NO CLASIFICADOS
cuando n es impar: cuando n es par:

⎛n⎞ ⎛n+2⎞
x_ ⎜―⎟ + x_ ⎜――⎟
Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 ⎝2⎠
1/2022 ⎝ 2 ⎠ Página 18
Me ＝ ――――――
⎛n⎞ ⎛n+2⎞
x_ ⎜―⎟ + x_ ⎜――⎟
⎛n+1⎞ ⎝2⎠ ⎝ 2 ⎠
Me ＝ x_ ⎜――⎟ Me ＝ ――――――
⎝ 2 ⎠ 2
Ejemplo 1: se tienen los siguientes datos:
12 10 14 8 16
Solución:
Ordenaremos los datos
8 10 12 14 16 n≔5
x1 x2 x3 x4 x5
⎛5+1⎞
Me ＝ x_ ⎜―― ⎟ Me ＝ x3 Me ≔ 12
⎝ 2 ⎠
Int: Existen 2 datos menores a 12 y también 2 datos mayores a 12, es decir, el 50% de los datos son
menores o mayores a 12
7 3 5 9 10 15
Solución:
Ordenaremos los datos
3 5 7 9 10 15
x1 x2 x3 x4 x5 x6
⎛6⎞ ⎛6+2⎞
x_ ⎜―⎟ + x_ ⎜―― ⎟
⎝2⎠ ⎝ 2 ⎠ x3 + x4
Me ＝ ―――――― Me ＝ ――― Me ≔ 8
2 2
Mediana para datos CLASIFICADOS POR INTERVALOS

⎛ ΣN ⎞
⎜ ―― - Ni_1 ⎟
2
Me ＝ li_1 + a ⋅ ⎜―――― ⎟
⎜⎝ ni ⎟⎠
Ejemplo 3: se tienen los siguientes datos clasificados:
k Limites Ci ni Ni
______________________________________________________
1 17 19.5 18.25 7 7
2 19.5 22 20.75 5 12
2 19.5 22 20.75 5 12
Δ1 Δ1 ≔ 10 - 5 = 5
3 22 24.5 23.25 10 22
Δ2 Δ2 ≔ 10 - 3 = 7
4 24.5 27 25.75 3 25
5 27 29.5 28.25 3 28
6 29.5 32 30.75 2 30
______________________________________________________
a ≔ 2.5 30
⎛ ΣN ⎞ ⎛ 30 ⎞
⎜ ―― - N2 ⎟ ⎜ ― - 12 ⎟
2 2
Me ＝ l2 + a ⋅ ⎜―――⎟ Me ≔ 22 + 2.5 ⋅ ⎜――― ⎟ = 22.75
⎜⎝ n3 ⎟⎠ ⎜⎝ 10 ⎟⎠
La MODA (Mo) se define como el dato que se repite con mayor frecuencia de veces en un conjunto
de datos
1 2 3 4 5 6 7
Solución: La moda no existe en este conjunto de datos
2 3 6 7 7 7 8 9
Solución: Mo ≔ 7
1 3 4 4 4 5 6 8 8 8 9
Solución: Existen 2 modas Mo ≔ 4 Mo ≔ 8

⎛ Δ1 ⎞
Mediana para datos CLASIFICADOS POR INTERVALOS Mo ＝ li_1 + a ⋅ ⎜――― ⎟
⎝ Δ1 + Δ2 ⎠
Ejemplo 7: Se pide completar la tabla de frecuencias
C4 + C5 + C6 ＝ 255 k Limites Ci ni Ni fi Fi
Me ≔ 70 ___________________________________________________________________
n2 ＝ n6 + 6
n4 ＝ n2 + 5 1 0.12
f6 ≔ 0.06
N4 ≔ 39 2
F4 ≔ 0.78
F1 ≔ 0.12 3
N4 ≔ 39
F4 ≔ 0.78
F1 ≔ 0.12 3
4 39 0.78
N4
ΣN ≔ ―― = 50 5
F4
N1 ≔ ΣN ⋅ F1 = 6 6 0.06
___________________________________________________________________
n1 ≔ N 1 = 6
n6 ≔ ΣN ⋅ f6 = 3
n2 ≔ n6 + 6 = 9 N2 ≔ n2 + N1 = 15
n4 ≔ n2 + 5 = 14 N3 ≔ N4 - n4 = 25
n3 ≔ N3 - N2 = 10
⎛ ΣN ⎞ n5 ≔ ΣN - n1 - n2 - n3 - n4 - n6 = 8
⎜ ―― - Ni_1 ⎟
2
Me ＝ li_1 + a ⋅ ⎜―――― ⎟
⎜⎝ ni ⎟⎠
⎛ 50 ⎞
⎜ ― - 25 ⎟
2
Me ＝ l3 + a ⋅ ⎜――― ⎟ l3 ≔ 70
⎜⎝ 14 ⎟⎠
l3 + l4 + l4 + l5 + l5 + l6
C4 + C5 + C6 ＝ 255 ――――――― ＝ 255
2
l3 + l3 + a + l3 + a + l3 + 2 ⋅ a + l3 + 2 ⋅ a + l3 + 3 ⋅ a 255 ⋅ 2 - l3 ⋅ 6
――――――――――――――＝ 255 a ≔ ―――――= 10
2 1+1+2+2+3
k Limites Ci ni Ni fi Fi
___________________________________________________________________
1 40 50 45 6 6 0.12 0.12
2 50 60 55 9 15 0.18
3 60 70 65 10 25 0.20
4 70 80 75 14 39 0.28 0.78
5 80 90 85 8 47 0.16
6 90 100 95 3 50 0.06
___________________________________________________________________
50 1

50 1
CLASE 31/05/2022
Ejemplo 1
En cierta fábrica se hizo un estudio sobre la edad de los trabajadores con el fin de establecer un Plan de
Seguro Grupal. Los resultados fueron los siguientes:
22 34 60 15 32 30 47 37 61 38
34 18 68 28 55 67 32 49 46 48
19 42 65 43 53 48 60 26 51 23
55 41 57 44 45 68 31 51 47 52
a) Agrupar los datos en un cuadro de frecuencias.
b) Calcular la media, mediana y moda
c) Discutir el sesgo, e interpretar los resultados en todos los casos
SOLUCION:
Ordenamos los datos:
1 l 5 8 9
l
2 l 2 3 6 8
l
3 l 0 1 2 2 4 4 7 8
l
l
4 1 2 3 4 5 6 7 7 8 8 9
l
l
5 l 1 1 2 3 5 5 7
l
6 l 0 0 1 5 7 8 8
N ≔ 40 k ≔ 1 + 3.3 ⋅ log ((N)) = 6.2868

k≔6
l0 ≔ Xmin l8 ≔ Xmax A ≔ l8 - l0 = 53
A
a ≔ ―= 8.833 a≔9 A' ≔ a ⋅ k = 54
k
k=6 a=9 l0 = 15
1 l 5 8 9
2 l 2 3 6 8
3 l 0 1 2 2 4 4 7 8
4 l 1 2 3 4 5 6 7 7 8 8 9
5 l 1 1 2 3 5 5 7
l
6 0 0 1 5 7 8 8
l
k Limites Ci ni Ni Ci ⋅ ni
_________________________________________________________________
1 15 24 19.5 5 5 97.5
2 24 33 28.5 6 11 171

2 24 33 28.5 6 11 171
3 33 42 37.5 5 16 187.5
4 42 51 46.5 10 26 465
5 51 60 55.5 7 33 388.5
6 60 69 64.5 7 40 451.5
_________________________________________________________________
40 1761
k
∑ Ci ⋅ ni
i=1 1761
M ＝ ――― M ≔ ――= 44.025
ΣN 40
⎛ ΣN ⎞
⎜ ―― - Ni_1 ⎟
2
Me ＝ li_1 + a ⋅ ⎜―――― ⎟
⎜⎝ ni ⎟⎠
⎛ Δ1 ⎞
⎛ ΣN ⎞ Mo ＝ li_1 + a ⋅ ⎜――― ⎟
⎜ ―― - N3 ⎟ ⎝ Δ1 + Δ2 ⎠
2
Me ＝ l3 + a ⋅ ⎜―――⎟ ⎛ Δ1 ⎞
⎜⎝ n4 ⎟⎠
Mo ＝ l3 + a ⋅ ⎜――― ⎟
⎝ Δ1 + Δ2 ⎠
⎛ 40 ⎞
⎜ ― - 16 ⎟ ⎛ 5 ⎞
2
Me ≔ 42 + 9 ⋅ ⎜――― ⎟ = 45.6 Mo ≔ 42 + 9 ⋅ ⎜―― ⎟ = 47.625
⎜⎝ 10 ⎟⎠ ⎝5+3⎠
M < Me < Mo ↔️ Sesgo a la izquierda
MEDIDAS DE DISPERCION O VARIABILIDAD
Varianza para datos No Clasificados:

ΣN 2
∑ ⎛⎝xi - M ((x))⎞⎠
i=1
S 2 ＝ V ((x)) ＝ ――――――
ΣN
Varianza para datos Clasificados:
ΣN 2
∑ ⎛⎝Ci - M ((x))⎞⎠ ⋅ ni
i=1
S 2 ＝ V ((x)) ＝ ―――――――
ΣN
Desviación Típica o Estándar para datos No Clasificados:

‾‾‾‾‾‾‾‾‾‾‾‾‾
ΣN 2
∑ ⎛⎝xi - M ((x))⎞⎠
i=1
S ＝ ‾‾‾‾
V ((x)) ＝ ――――――
Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 ΣN Página 23
‾‾‾‾‾‾‾‾‾‾‾‾‾
ΣN 2
∑ ⎛⎝xi - M ((x))⎞⎠
i=1
S ＝ ‾‾‾‾
V ((x)) ＝ ――――――
ΣN
Desviación Típica o Estándar para datos Clasificados:

‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾
ΣN 2
∑ ⎛⎝Ci - M ((x))⎞⎠ ⋅ ni
i=1
S ＝ ‾‾‾‾
V ((x)) ＝ ―――――――
ΣN
Ejemplo 2
En 10 meses se recabaron los siguientes datos de precipitación de las estaciones meteorológicas Los Pinos y
Tarapaya
Los Pinos: 23 32 36 41 33 28 30 38 40 27
Tarapaya: 31 20 25 38 40 30 45 24 36 50
Calcule los dos coeficientes de variación para determinar en que estación los datos son relativamente más
variables.
Los Pinos:
23 + 32 + 36 + 41 + 33 + 28 + 30 + 38 + 40 + 27
Mx ≔ ―――――――――――――― = 32.8
10
2 2 2 2 2 2 2 2 2 2
(23 - Mx) + (32 - Mx) + (36 - Mx) + (41 - Mx) + (33 - Mx) + (28 - Mx) + (30 - Mx) + (38 - Mx) + (40 - Mx) + (40 - Mx)
Vx ≔ ――――――――――――――――――――――――――――――――――
10
Vx = 33.58
Tarapaya:
31 + 20 + 25 + 38 + 40 + 30 + 45 + 24 + 36 + 50
Mx ≔ ―――――――――――――― = 33.9
10
2 2 2 2 2 2 2 2 2 2
(31 - Mx) + (20 - Mx) + (25 - Mx) + (38 - Mx) + (40 - Mx) + (30 - Mx) + (45 - Mx) + (24 - Mx) + (36 - Mx) + (50 - Mx)
Vx ≔ ――――――――――――――――――――――――――――――――――
10
Vx = 83.49
CLASE 07/06/2022
Ejemplo
Los datos corresponden a los salarios de 50 empleados de una empresa agropecuaria con intervalos de igual
amplitud. Si se conoce la siguiente información:
n2 ＝ n6 ＝ 6 n7 ≔ 3 n4 ≔ 16 i li_1 li Ci ni
_____________________________________________
C5 + C6 + C7 ＝ 630 a ≔ 20
1
Mx ≔ 170 Vx ≔ 880
2 6
4 16
Se pide completar la tabla de 5

Univ. Gómez
distribución Arano Greta Nina
de frecuencia. AUXILIAR CIV-370 1/2022 Página 24
Se pide completar la tabla de 5
distribución de frecuencia.
6 6
7 7
C5 + C6 + C7 ＝ 630 _____________________________________________
50
C5 + C5 + a + C5 + 2 ⋅ a ＝ 630
3 ⋅ C5 ＝ 630 + 3 ⋅ a
630 - 3 ⋅ a
C5 ≔ ―――― = 190 C6 ≔ C5 + a = 210 C7 ≔ C5 + 2 ⋅ a = 230
3 C5 + C6 + C7 = 630
2 2
i li_1 li Ci ni ni ⋅ Ci ⎛⎝Ci - Mx⎞⎠ ⎛⎝Ci - Mx⎞⎠ ⋅ ni
__________________________________________________________________________________
1 100 120 110 3600
2 120 140 130 6 780 1600 9600
3 140 160 150 400
4 160 180 170 16 2720 0 0
5 180 200 190 400
6 200 220 210 6 1260 1600 9600
7 220 240 230 3 690 3600 10800

________________________________________________________________________________
50
n1 + n2 + n3 + n4 + n5 + n6 + n7 ＝ ΣN
n1 ⋅ C1 + n2 ⋅ C2 + n3 ⋅ C3 + n4 ⋅ C4 + n5 ⋅ C5 + n6 ⋅ C6 + n7 ⋅ C7
―――――――――――――――――― ＝ Mx
ΣN
2 2 2 2 2 2 2
n1 ⋅ ⎛⎝C1 - Mx⎞⎠ + n2 ⋅ ⎛⎝C3 - Mx⎞⎠ + n3 ⋅ ⎛⎝C3 - Mx⎞⎠ + n4 ⋅ ⎛⎝C4 - Mx⎞⎠ + n5 ⋅ ⎛⎝C5 - Mx⎞⎠ + n6 ⋅ ⎛⎝C6 - Mx⎞⎠ + n7 ⋅ ⎛⎝C7 - Mx⎞⎠
―――――――――――――――――――――――――――――＝ Vx
ΣN
n1 + n3 + n5 ＝ ΣN - ⎛⎝n2 + n4 + n6 + n7⎞⎠
n1 ⋅ C1 + n3 ⋅ C3 + n5 ⋅ C5 ＝ Mx ⋅ ΣN - ⎛⎝n2 ⋅ C2 + n4 ⋅ C4 + n6 ⋅ C6 + n7 ⋅ C7⎞⎠
2 2 2 ⎛ 2 2 2 2 ⎞
n1 ⋅ ⎛⎝C1 - Mx⎞⎠ + n3 ⋅ ⎛⎝C3 - Mx⎞⎠ + n5 ⋅ ⎛⎝C5 - Mx⎞⎠ ＝ Vx ⋅ ΣN - ⎜⎝n3 ⋅ ⎛⎝C3 - Mx⎞⎠ + n4 ⋅ ⎛⎝C4 - Mx⎞⎠ + n6 ⋅ ⎛⎝C6 - Mx⎞⎠ + n7 ⋅ ⎛⎝C7 - Mx⎞⎠ ⎟⎠
n2 ≔ 6 n4 ≔ 16 n6 ≔ 6 n7 ≔ 3 Mx ≔ 170 Vx ≔ 880
C1 ≔ 110 C2 ≔ 130 C3 ≔ 150 C4 ≔ 170 C5 ≔ 190 C6 ≔ 210 C7 ≔ 230 ΣN ≔ 50
n1 + n3 + n5 ＝ 50 - ((6 + 16 + 6 + 3))
C1 ≔ 110 C2 ≔ 130 C3 ≔ 150 C4 ≔ 170 C5 ≔ 190 C6 ≔ 210 C7 ≔ 230
n1 + n3 + n5 ＝ 50 - ((6 + 16 + 6 + 3))
n1 ⋅ 110 + n3 ⋅ 150 + n5 ⋅ 190 ＝ 170 ⋅ 50 - ((780 + 2720 + 1260 + 690))
n1 ⋅ 3600 + n3 ⋅ 400 + n5 ⋅ 400 ＝ 880 ⋅ 50 - ((9600 + 0 + 9600 + 10800))

-1
⎡ 1 1 1 ⎤ ⎡ 50 - ((6 + 16 + 6 + 3)) ⎤ ⎡ 2⎤
⎢ 110 150 190 ⎥ ⋅ 170 ⋅ 50 - ((780 + 2720 + 1260 + 690)) ⎥ = ⎢ 10 ⎥
⎢
⎢ ⎥ ⎢ ⎥ ⎢ ⎥
⎣ 3600 400 400 ⎦ ⎣ 880 ⋅ 50 - ((9600 + 0 + 9600 + 10800)) ⎦ ⎣ 7 ⎦
n1 ≔ 2 n3 ≔ 10 n5 ≔ 7
2 2
i li_1 li Ci ni ni ⋅ Ci ⎛⎝Ci - Mx⎞⎠ ⎛⎝Ci - Mx⎞⎠ ⋅ ni
__________________________________________________________________________________
1 100 120 110 2 220 3600 7200
2 120 140 130 6 780 1600 9600
3 140 160 150 10 1500 400 4000
4 160 180 170 16 2720 0 0
5 180 200 190 7 1330 400 2800
6 200 220 210 6 1260 1600 9600
7 220 240 230 3 690 3600 10800

________________________________________________________________________________
50 8500 44000
MEDIDAS DE FORMA
Sesgo: Para medir el grado de asimetría de una curva de frecuencias, llamada también curva
suavizada del polígono de frecuencias, se suele emplear el concepto de sesgo, que trata de medir
cuan alejado de la simetría de una curva normal o campana de Gauss, se encuentra la curva de
frecuencias
Si la curva tiene una cola inclinada a la derecha, se dice que esta sesgada a la derecha o tiene
sesgo positivo. Si tiene la cola inclinada a la izquierda, se dice que esta sesgada a la izquierda o
tiene sesgo negativo.

COEFICIENTES DE ASIMETRIA: Mide el grado de deformación horizontal
Coeficiente de asimetría o
Mx - Mo
sesgo de Pearson AP ＝ ―――
S
Momentos centrales de orden "r" para datos clasificados por intervalos

ΣN r
∑ ⎛⎝Ci - Mx⎞⎠ ⋅ ni
i=1
mr ＝ ――――――
ΣN
ΣN 0 ΣN ΣN 2
∑ ⎛⎝Ci - Mx⎞⎠ ⋅ ni ∑ ⎛⎝Ci - Mx⎞⎠ ⋅ ni ∑ ⎛⎝Ci - Mx⎞⎠ ⋅ ni
i=1 i=1 i=1
m0 ＝ ――――――＝1 m1 ＝ ――――――
＝0 m2 ＝ ――――――＝ Vx ＝ S 2
ΣN ΣN ΣN
ΣN 3 ΣN 4
∑ ⎛⎝Ci - Mx⎞⎠ ⋅ ni ∑ ⎛⎝Ci - Mx⎞⎠ ⋅ ni
i=1 i=1
m3 ＝ ―――――― m4 ＝ ――――――
ΣN ΣN
Coeficiente de asimetría o
sesgo Fisher
m3
AF ＝ ――
S3
<0, La distribución esta sesgada a la izquierda

A =0, La distribución es simétrica
>0, La distribución esta sesgada a la derecha
COEFICIENTES DE FORMA: Mide el grado de deformación vertical

m4
Coeficiente por momentos γ1 ＝ ――
de Curtosis S4
<3, La curva es planicurtica

γ1 =3, La curva es mesocurtica
>3, La curva es leptocurtica
Coeficiente de aplastamiento
m4
de Fisher γ2 ＝ ―― -3
S4
<0, La curva es planicurtica

γ2 =0, La curva es mesocurtica
>0, La curva es leptocurtica

4
i li_1 li Ci ni Ni ⎛⎝Ci - Mx⎞⎠ ⋅ ni
_______________________________________________________________________
1 100 120 110 2 2 25920000
2 120 140 130 6 8 15360000
3 140 160 150 10 18 1600000
4 160 180 170 16 34 0
5 180 200 190 7 41 1120000
6 200 220 210 6 47 15360000
7 220 240 230 3 50 38880000

_______________________________________________________________________
50 98240000
98240000
Mx ≔ 170 Vx ≔ 880 m4 ≔ ―――― = 1.965 ⋅ 10 6
ΣN
16 - 10
l3 ≔ 160 Mo ≔ l3 + a ⋅ ―――――= 168 S ≔ ‾‾‾
Vx = 29.665
16 - 10 + 16 - 7
Mx - Mo
AP ≔ ――― = 0.067 >0, La distribución esta sesgada a la derecha
S
m4
γ2 ≔ ―― - 3 = -0.463 <0, La curva es planicurtica
S4
CLASE 14/06/2022
CLASE 14/06/2022
SOLUCION: 2DO PARCIAL
1. En una distribución simétrica de 8 intervalos que se refiere al ingreso diario (en dólares) de 212
trabajadores de una empresa, donde se conoce:
Mo ≔ 19 i li_1 li Ci ni Ni
a≔4 _________________________________________________
n1 ≔ 10
N6 ≔ 186 1 10
Q1 ≔ 14.375
ΣN ≔ 212 2
⎛ ΣN ⎞
⎜ ―― - Ni_1 ⎟ 3
2
Me ＝ li_1 + a ⋅ ⎜―――― ⎟
⎜⎝ ni ⎟⎠
4
⎛ ΣN ⎞
⎜ ―― - Ni_1 ⎟ 5
4
Q1 ＝ li_1 + a ⋅ ⎜―――― ⎟
⎜⎝ ni ⎟⎠
6 186
N8 ≔ ΣN = 212
por simetría: 7
n8 ≔ n1 = 10
8
N7 ≔ N8 - n8 = 202 __________________________________________________
212
n7 ≔ N7 - N6 = 16 n2 ≔ n7 = 16
n1 + n2 + n3 + n4 + n5 + n6 + n7 + n8 ＝ ΣN n1 + n2 + n3 + n4 + n4 + n3 + n2 + n1 ＝ ΣN
ΣN - ⎛⎝2 ⋅ n1 + 2 ⋅ n2⎞⎠ ΣN - ⎛⎝2 ⋅ n1 + 2 ⋅ n2⎞⎠
2 ⋅ n1 + 2 ⋅ n2 + 2 ⋅ n3 + 2 ⋅ n4 ＝ ΣN n3 + n4 ＝ ――――――― ――――――― = 80
2 2
i li_1 li Ci ni Ni n3 + n4 ＝ 80
_________________________________________________
1 10 10 N 4 ＝ n1 + n2 + n3 + n4
2 16 26 N4 ≔ n1 + n2 + 80 = 106
3 l2 N2 ≔ n1 + n2 = 26
⎛ 212 ⎞
4 n4 106 ⎜ ―― - N2 ⎟
4
Q1 ＝ l2 + a ⋅ ⎜―――― ⎟
⎜⎝ n3 ⎟⎠
5 l4 n4
6 186 Me ≔ Mo = 19
⎛ 212 ⎞
7 16 202 ⎜ ―― - N4 ⎟
2
Me ＝ l4 + a ⋅ ⎜―――― ⎟
⎜⎝ n5 ⎟⎠
8 10 212
__________________________________________________
212

212
⎛ 106 - 106 ⎞
Me ＝ l4 + a ⋅ ⎜―――― ⎟ l4 ≔ Me = 19
⎝ n5 ⎠
⎛ 212 ⎞
⎜ ―― - N2 ⎟
4
Q1 ＝ l2 + a ⋅ ⎜―――― ⎟
⎜⎝ n3 ⎟⎠
i li_1 li Ci ni Ni l2 ≔ l4 - 2 ⋅ a = 11
_________________________________________________
⎛ 212 ⎞
1 3 7 5 10 10 ⎜ ―― - 26 ⎟
4
Q1 ＝ 11 + a ⋅ ⎜―――⎟
⎜⎝ n3 ⎟⎠
2 7 11 9 16 26
⎛ 212 ⎞
3 11 15 13 a ⋅ ⎜―― - 26⎟
⎝ 4 ⎠
n3 ≔ ――――― = 32
4 15 19 17 106 Q1 - l2
5 19 23 21 n4 ≔ 80 - n3 = 48
6 23 27 25 186
2 ⋅ n1 + 2 ⋅ n2 + 2 ⋅ n3 + 2 ⋅ n4 = 212
7 27 31 29 16 202
8 31 35 33 10 212
__________________________________________________
212
2
i li_1 li Ci ni Ni ni ⋅ Ci ⎛⎝Ci - Mx⎞⎠ ⋅ ni
__________________________________________________________________________________
1 3 7 5 10 10 50 1960
2 7 11 9 16 26 144 1600
3 11 15 13 32 58 416 1152
4 15 19 17 48 106 816 192
5 19 23 21 48 154 1008 192
6 23 27 25 32 186 800 1152
7 27 31 29 16 202 464 1600
8 31 35 33 10 212 330 1960

________________________________________________________________________________
212 4028 9808
Univ. Gómez Arano Greta Nina AUXILIAR CIV-370‾‾‾‾‾

9808 Página 30
S ≔ ――=1/2022
6.802
9808 ‾‾‾‾‾
9808
S 2 ＝ ――＝ 46.264 S≔ ――= 6.802
212 212
2. Las ganancias diarias de unas empresas constructoras se presentan en una tabla de frecuencias con 6
intervalos de clase. Se sabe que la mínima ganancia es de 6 dólares, el rango es de 36, el 50% de las
empresas gana mas de 25.58 dólares diarios. Además se conoce:
i li_1 li Ci ni Ni fi Fi
_______________________________________________________________
1 6
n4 ≔ 304
f3 ≔ 0.25 2 120 0.15
N2 ≔ 120
F2 ≔ 0.15 3 0.25
F5 ≔ 0.93
n2 ≔ 2 ⋅ n1 4 304
Me ≔ 25.58
5 0.93
6
_______________________________________________________________
N2
ΣN ≔ ―― = 800
F2 F6 ≔ 1 f6 ≔ F6 - F5 = 0.07
N 2 ＝ n1 + n2 N 2 ＝ n1 + 2 ⋅ n1
N2 n1
n1 ≔ ―― = 40 f1 ≔ ―― = 0.05 Me ≔ 25.58
3 ΣN
n4
n2 ≔ 2 ⋅ n1 = 80 f4 ≔ ―― = 0.38 ⎛ ΣN ⎞
ΣN - Ni_1 ⎟
⎜ ――
2
F3 ≔ F2 + f3 = 0.4 Me ＝ li_1 + a ⋅ ⎜―――― ⎟
⎜⎝ ni ⎟⎠
F4 ≔ F3 + f4 = 0.78
i li_1 li Ci ni Ni fi Fi
_______________________________________________________________ f5 ≔ F5 - F4 = 0.15
1 40 40 0.05 0.05
n3 ≔ f3 ⋅ ΣN = 200
2 80 120 0.10 0.15 n5 ≔ f5 ⋅ ΣN = 120
n6 ≔ f6 ⋅ ΣN = 56
3 200 320 0.25 0.40
4 304 624 0.38 0.78
5 120 744 0.15 0.93
6 56 800 0.07 1
_______________________________________________________________
800 1

800 1
Me ≔ 25.58 N3 ≔ N2 + n3 = 320
R ≔ 36 R ＝ Xmax - Xmin ＝ 36 Xmin ≔ 6
Xmax ≔ 36 + Xmin = 42
l0 ≔ Xmin = 6 l6 ≔ Xmax = 42
l6 ＝ l0 + 6 ⋅ a
l6 - l0
a ≔ ――= 6
6
l6 ≔ l0 + 6 ⋅ a = 42
⎛ ΣN ⎞ ⎛ ΣN ⎞
⎜ ―― - N3 ⎟ ⎜ ―― - N3 ⎟
2 2
Me ＝ l3 + a ⋅ ⎜―――⎟ l3 ≔ Me - a ⋅ ⎜―――⎟
⎜⎝ n4 ⎟⎠ ⎜⎝ n4 ⎟⎠
⎛ 800 ⎞
⎜ ―― - 320 ⎟
⎜ 2 ⎟ = 24.001
l3 ≔ 25.58 - 6 ⋅ ―――― l3 ≔ 24
⎜⎝ 304 ⎟⎠
2
i li_1 li Ci ni Ni fi Fi ni ⋅ Ci ⎛⎝Ci - Mx⎞⎠ ⋅ ni
_______________________________________________________________________________________
1 6 12 9 40 40 0.05 0.05 360 10420
2 12 18 15 80 120 0.10 0.15 1200 1280
3 18 24 21 200 320 0.25 0.40 4200 800
4 24 30 27 304 624 0.38 0.78 8208 19456
5 30 36 33 120 744 0.15 0.93 3960 23520
6 36 42 39 56 800 0.07 1 2184 22400

_______________________________________________________________________________________
800 1 20112 77876
20112
Mx ≔ ―――
800 ⎛ 304 - 200 ⎞
Mo ≔ 24 + 6 ⋅ ⎜――――――― ⎟
⎝ 304 - 200 + 304 - 120 ⎠
‾‾‾‾‾‾
77876
S≔ ――― = 9.866
Mx = 25.14 Me = 25.58 Mo = 26.167 800
CLASE 28/06/2022
REGRESION LINEAL
REGRESION LINEAL
Se tienen los datos de las notas de 10 alumnos que constan de la parte teórica y practica:
61
Calcule la covarianza y el coeficiente de correlación lineal de estos resultados

Determine la matriz de var-cov y la matriz de correlación
x y x2 y2 x⋅y
____________________________________________________________________
1 15 50 225 2500 750
2 20 60 400 3600 1200
3 30 70 900 4900 2100
4 40 85 1600 7225 3400
5 50 110 2500 12100 5500
6 55 120 3025 14400 6600
7 60 125 3600 15625 7500
8 65 130 4225 16900 8450
9 70 140 4900 19600 9800
10 80 160 6400 25600 12800
____________________________________________________________________
485 1050 27775 122450 58100
Σxi ≔ 485 Σyi ≔ 1050 Σxi 2 ＝ 27775 Σyi 2 ＝ 122450 Σ ⎛⎝xi ⋅ yi⎞⎠ ＝ 58100 n ≔ 10
Σxi 2 ⎛ Σxi ⎞ 2 Σyi 2 ⎛ Σyi ⎞ 2

Sx 2 ＝ ――- ⎜―― ⎟ Sy 2 ＝ ――- ⎜―― ⎟
n ⎝ n ⎠ n ⎝ n ⎠
Σ ⎛⎝xi ⋅ yi⎞⎠ Σxi ⋅ Σyi

Sxy ＝ ―――- ―――
n n2
27775 ⎛ 485 ⎞ 2 1701 122450 ⎛ 1050 ⎞ 2

Sx 2 ＝ ――― - ⎜―― 2
⎟ → Sx ＝ ―― Sy 2 ＝ ――― - ⎜――⎟ → Sy 2 ＝ 1220
10 ⎝ 10 ⎠ 4 10 ⎝ 10 ⎠
58100 485 ⋅ 1050 1435
Sxy ＝ ――― - ―――― → Sxy ＝ ――
10 10 2 2
1435
Sxy ≔ ――= 717.5 Cov ((x , y)) ≔ Sxy = 717.5
2
‾‾‾‾‾
1701
Sx ≔ ――= 20.622 Sy ≔ ‾‾‾‾
1220 = 34.928
4
Sxy
r ≔ ―― r = 0.996
Sx ⋅ Sy
r 2 = 0.992
2
Σxi 2 ⎛ Σxi ⎞ 2 2
Σyi 2 ⎛ Σyi ⎞ 2
Sx ＝ ――- ⎜―― ⎟ Sy ＝ ――- ⎜―― ⎟ y ((x)) ＝ b0 + b1 ⋅ x
n ⎝ n ⎠ n ⎝ n ⎠
Univ. Gómez Σ ⎛⎝xiGreta

Arano ⋅ yi⎞⎠ Nina
Σxi ⋅ Σyi AUXILIAR CIV-370 Sxy 1/2022 Σyi ΣxPágina
i 33
Sxy ＝ ―――- ――― 2
b1 ＝ ――
2
b0 ＝ ―― - b1 ⋅ ――
2
Σxi 2 ⎛ Σxi ⎞ 2 2
Σyi 2 ⎛ Σyi ⎞ 2
Sx ＝ ――- ⎜―― ⎟ Sy ＝ ――- ⎜―― ⎟ y ((x)) ＝ b0 + b1 ⋅ x
n ⎝ n ⎠ n ⎝ n ⎠
Σ ⎛⎝xi ⋅ yi⎞⎠ Σxi ⋅ Σyi Sxy Σyi Σxi

Sxy ＝ ―――- ――― b1 ＝ ―― b0 ＝ ―― - b1 ⋅ ――
n n2 Sx 2 n n
Sxy Σyi Σxi

b1 ≔ ―― = 1.687 b0 ≔ ―― - b1 ⋅ ―― = 23.169
Sx 2 n n
y ((x)) ＝ b0 + b1 ⋅ x → ? 1.6872427983539096 ⋅ x + 23.168724279835388
⎡S 2 S ⎤ ⎡1 r⎤
Var - Cov ＝ ⎢ x xy
⎥ r＝⎢
2
⎣ Syx Sy ⎦ ⎣ r 1 ⎥⎦
Matriz de Varianza-Covarianza Matriz Correlación
PROBABILIDAD
PROBABILIDAD CLASICA O DE LAPLACE

Se basa en que todos los eventos son igualmente probables, Laplace define la probabilidad del evento A
como cociente entre el numero de resultados favorables n(A) que corresponden al evento A y el numero de
resultados posibles del experimento n ((Ω))
n ((A))
P ((A)) ＝ ――
n ((Ω))

Ejemplo1: La empresa C y la empresa P dentro de su política de expansión, tienen que tomar decisiones que
consiste en invertir recursos en 3 fabricas que por comodidad se enumeran como 1, 2 y 3 pudiendo invertir
ambas empresas en la misma fabrica
se pide calcular la probabilidad:
a) De invertir en la fabrica 1
b) De no invertir en la fabrica 2
c) De invertir en 2 fabricas
n ((A))
P ((A)) ＝ ――
n ((Ω))
⎡ C1P1 C1P2 C1P3 ⎤ ⎡ 1.1 1.2 1.3 ⎤
⎢ ⎥
Ω ＝ C2P1 C2P2 C2P3 Ω ＝ ⎢ 2.1 2.2 2.3 ⎥
⎢ ⎥ ⎢ ⎥
⎢⎣ C3P1 C3P2 C3P3 ⎥⎦ ⎣ 3.1 3.2 3.3 ⎦
nΩ ≔ 9
VR3.2 ≔ 3 2 = 9
a) De invertir en la fabrica 1
nA ≔ 5 ⎡ 1.1 1.2 1.3 ⎤

Ω ＝ ⎢ 2.1 2.2 2.3 ⎥
⎢ ⎥
1. x x.1 ⎣ 3.1 3.2 3.3 ⎦
VR2.1 ≔ 2 1 = 2 1.1 1.2 1.3

2.1 2.2 2.3
2 ⋅ VR2.1 + 1 = 5 3.1 3.2 3.3
nA
P ((A)) ≔ ―― = 0.556
nΩ
b) De no invertir en la fabrica 2
nB ≔ 4
x.y 1.1 1.2 1.3

2.1 2.2 2.3
1 y 3 ordenados de totas las manera posibles 3.1 3.2 3.3
VR2.2 ≔ 2 2 = 4
VR2.2 ≔ 2 2 = 4
nB
P ((B)) ≔ ―― = 0.444
nΩ
c) De no invertir en 2 fabricas
nC ≔ 3
1.1 1.2 1.3
x.x 2.1 2.2 2.3
3.1 3.2 3.3
nC
P ((C)) ≔ ―― = 0.333
nΩ
Ejemplo2: una empresa tiene 7 vehículos de marca TOYOTA y 4 de marca NISSAN, se debe elegir 2
vehículos para un viaje turístico
se pide calcular la probabilidad:
a) De que ambos vehículos sean de marca TOYOTA
b) De que un vehículo sea marca TOYOTA y uno NISSAN
a) De que ambos vehículos sean de marca TOYOTA

11!
nΩ ≔ ――――= 55
((11 - 2))! ⋅ 2!
7!
nA ≔ ―――― = 21
((7 - 2))! ⋅ 2!
nA
P ((A)) ≔ ―― = 0.382
nΩ
b) De que un vehículo sea marca TOYOTA y uno NISSAN

7! 4!
nB ≔ ―――― ⋅ ―――― = 28
((7 - 1))! ⋅ 1! ((4 - 1))! ⋅ 1!
nB
P ((B)) ≔ ―― = 0.509
nΩ
CLASE 02/07/2022(EXTRA)
PROBABILIDAD
Ejemplo1: Suponga que tiene una bolsa de canicas del mismo tamaño, distribuidas de este modo: 1 blanca,
5 amarillas, 3 verdes, 6 rojas y 10 cafés. Si el experimento consiste en agitar la bolsa y extraer una canica
sin ver, establezca el espacio muestral y calcule las probabilidades de los siguientes eventos:
a) Evento A: obtener una canica amarilla
b) Evento B: obtener una canica roja
c) Evento C: obtener una canica amarilla o una roja
d) Evento D: no obtener una canica amarilla

Definimos el espacio muestral
Ω ＝ ⎡⎣ B1;A1;A2;A3;A4;A5;V1;V2;V3;R1;R2;R3;R4;R5;R6;C1;C2;C3;C4;C5;C6;C7;C8;C9;C10 ⎤⎦
nΩ ≔ 1 + 5 + 3 + 6 + 10 = 25
a) Evento A: obtener una canica amarilla

nA ≔ 5
nA
P ((A)) ≔ ―― = 0.2
nΩ
b) Evento B: obtener una canica roja
nB ≔ 6
nB
P ((B)) ≔ ―― = 0.24
nΩ
c) Evento C: obtener una canica amarilla o una roja
P ((C)) ＝ P ((A)) + P ((B))
P ((C)) ≔ 0.2 + 0.24 = 0.44

d) Evento D: no obtener una canica amarilla
nA
P ((D)) ≔ 1 - ―― = 0.8
nΩ
Ejemplo2: En una habitación se encuentra el siguiente grupo de personas: 5 hombres mayores de 21, 4
hombres menores de 21, 6 mujeres mayores de 21 y 3 mujeres menores de 21, se elige una persona al azar.
Se definen los siguientes eventos:
A: personas mayores de 21
B: personas menores de 21
C: la persona es hombre
D: la persona es mujer
Evaluar las siguientes probabilidades
a) P(B U D)
b) P(A U C)
Hombres Mujeres TOTAL
____________________________________
>21 5 6 11
<21 4 3 7
____________________________________
9 9 18
C D TOTAL
____________________________________
A 4 3 7
B 5 6 11
____________________________________
9 9 18
nΩ ≔ 18
nΩ ≔ 18
nA ≔ 7 nB ≔ 11 nC ≔ 9 nD ≔ 9
nA nB nC nD
P ((A)) ≔ ―― = 0.389 P ((B)) ≔ ―― = 0.611 P ((C)) ≔ ―― = 0.5 P ((D)) ≔ ―― = 0.5
nΩ nΩ nΩ nΩ
P ((B∪D)) ＝ P ((B)) + P ((D)) - P ((B∩D))

6
P ((B∩D)) ≔ ― = 0.333
18
11 9 6
P ((B∪D)) ≔ ― + ― - ― = 0.778
18 18 18
P ((A∪C)) ＝ P ((A)) + P ((C)) - P ((A∩C))

4
P ((A∩C)) ≔ ― = 0.222
18
7 9 4
P ((A∩C)) ≔ ― + ― - ― = 0.667
18 18 18
TEOREMA DE BAYES
El teorema de Bayes es una manera de calcular una probabilidad cuando conocemos otras ciertas
probabilidades.
La fórmula es:
P ((A)) ⋅ P(B/A)
P(A/B) ＝ ――――― k
P ((B)) P ((B)) ＝ ∑ P ⎛⎝Ai⎞⎠ ⋅ P(B/Ai)
i=1
Lo cual nos dice:

P(A|B),con qué frecuencia sucede A dado que sucede B
P(B|A),con qué frecuencia sucede B dado que sucede A
P(A), qué tan probable es A por sí mismo
P(B), qué tan probable es B por sí mismo
Ejemplo3: A continuación se presentan las causas principales para la ocurrencia de una inundación y sus
respectivas probabilidades :
Factores climáticos: P ((A)) ≔ 0.70
Factores humanos: P ((B)) ≔ 0.20
Factores tecnológicos: P ((C)) ≔ 0.10
Probabilidades de inundación dado cada uno de los factores

P(I/A) ＝ 0.50 P(I/B) ＝ 0.15 P(I/B) ＝ 0.10
Determinar la probabilidad de cada factor que conlleva la inundación

P ((A)) ⋅ P(I/A)
P(A/I) ＝ ―――――
P ((I))
k
Univ. Gómez Arano Greta Nina Página 38
P ((AUXILIAR
I)) ＝ ∑ P ⎛⎝CIV-370
Ai⎞⎠ ⋅ P(I/Ai) 1/2022
P ((A)) ⋅ P(I/A)
P(A/I) ＝ ―――――
P ((I))
k
P ((I)) ＝ ∑ P ⎛⎝Ai⎞⎠ ⋅ P(I/Ai)
i=1
P ((I)) ＝ P ((A)) ⋅ P(I/A) + P ((B)) ⋅ P(I/B) + P ((C)) ⋅ P(I/C)
P ((I)) ≔ 0.70 ⋅ 0.50 + 0.20 ⋅ 0.15 + 0.10 ⋅ 0.10 = 0.39
0.70 ⋅ 0.50
P(A/I) ≔ ――――――――――― = 0.897
0.70 ⋅ 0.50 + 0.20 ⋅ 0.15 + 0.10 ⋅ 0.10
0.20 ⋅ 0.15
P(B/I) ≔ ――――――――――― = 0.077
0.70 ⋅ 0.50 + 0.20 ⋅ 0.15 + 0.10 ⋅ 0.10
0.10 ⋅ 0.10
P(C/I) ≔ ――――――――――― = 0.026
0.70 ⋅ 0.50 + 0.20 ⋅ 0.15 + 0.10 ⋅ 0.10
0.897 + 0.077 + 0.026 = 1
Ejemplo4: La probabilidad de que ocurra una lluvia mayor o igual a 50mm de altura, en la ciudad de Potosí,
en el mes de julio, depende de la temperatura mínima para este mes. Dado la tabla de rangos de
temperatura (Tj), determinar la probabilidad de tener temperaturas optimas que permitan la ocurrencia de
lluvias mayores a 50 mm
Tj [ºC] P(Ti) P(>=50/Tj)
<10 0.05 0.50
10-12 0.35 0.30
12-14 0.45 0.20
>14 0.15 0.10
Se definen los siguientes eventos:

A: temperaturas mínimas en el mes de julio
B: la precipitación es mayor o igual a 50 mm
P ((A)) ⋅ P(B/A)
P(A/B) ＝ ―――――
P ((B))
P ((B)) ≔ 0.05 ⋅ 0.50 + 0.35 ⋅ 0.30 + 0.45 ⋅ 0.20 + 0.15 ⋅ 0.10 = 0.235
0.05 ⋅ 0.50
P(A1/B) ≔ ――――――――――――――― = 0.106
0.05 ⋅ 0.50 + 0.35 ⋅ 0.30 + 0.45 ⋅ 0.20 + 0.15 ⋅ 0.10
0.35 ⋅ 0.30
P(A2/B) ≔ ――――――――――――――― = 0.447
0.05 ⋅ 0.50 + 0.35 ⋅ 0.30 + 0.45 ⋅ 0.20 + 0.15 ⋅ 0.10
0.45 ⋅ 0.20
P(A3/B) ≔ ――――――――――――――― = 0.383
0.05 ⋅ 0.50 + 0.35 ⋅ 0.30 + 0.45 ⋅ 0.20 + 0.15 ⋅ 0.10
0.15 ⋅ 0.10
P(A4/B) ≔ ――――――――――――――― = 0.064
0.05 ⋅ 0.50 + 0.35 ⋅ 0.30 + 0.45 ⋅ 0.20 + 0.15 ⋅ 0.10
CLASE 05/07/2022
0.15 ⋅ 0.10
P(A4/B) ≔ ――――――――――――――― = 0.064
0.05 ⋅ 0.50 + 0.35 ⋅ 0.30 + 0.45 ⋅ 0.20 + 0.15 ⋅ 0.10
CLASE 05/07/2022
Ejemplo1: La Carrera de Estadística efectúo una encuesta a 50 personas sobre un programa televisivo, los
resultados fueron los siguientes: a 25 les agrado el programa, a 8 no les agrado, 12 vieron otros programas,
5 no miraron la televisión. Al elegir un encuestado de manera aleatoria que vio la televisión ¿Cuál es la
probabilidad de que viera el programa?
Evento A: Vieron el programa
Les agradó No les agradó TOTAL

_________________________________________
Vieron el programa 25 8 33
Otros programas _ _ 12
_________________________________________
45
nA ≔ 33 nΩ ≔ 45
nA
P ((A)) ≔ ―― = 0.733
nΩ
5. En una encuesta efectuada a 50 trabajadores de una empresa, sobre la lealtad a dicha empresa.
Una de las preguntas fue ¿Si otra empresa le propone una oferta igual o mejor a su trabajo actual,
se quedaría o se cambiaria de empresas? En la tabla siguiente se presentan los resultados de dicha
encuesta
nΩ ≔ 50
Si se selecciona un trabajador al azar, se pide calcular la probabilidad de que:

a) El trabajador se quede en la empresa
b) El trabajador se quede en la empresa o tenga entre 5 y 10 años de antigüedad
c) El trabajador no se quede en la empresa o tenga mas de 10 años de servicio
nA ≔ 40 nB ≔ 40 + 10 - 9 = 41 nC ≔ 10 + 15 - 1 = 24
nA nB nC
P ((A)) ≔ ―― = 0.8 P ((B)) ≔ ―― = 0.82 P ((C)) ≔ ―― = 0.48
nΩ nΩ nΩ

2 Clases

Cargado por

Información del documento

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

2 Clases

Cargado por

Copyright:

Formatos disponibles

Ejercicios Resueltos en Clase

Asistencia a clases 1Pt

1.- Ordenar datos

Calculo del número de intervalos:

Calculo del número de intervalos:

NC ≔ 1 + 1.33 ⋅ ln ((n)) R ≔ XMAX - XMIN = 28

Intervalo Marca de Frecuencia Frecuencia Frecuencia Frecuencia

Intervalo Marca de Frecuencia Frecuencia Frecuencia Frecuencia

-Determinar el porcentaje de alumnos que sacan notas menores a 54

CALCULAMOS NUMERO DE INTERVALOS

n ≔ 80 k ≔ 1 + 3.3 ⋅ log ((n)) = 7.2802

CALCULAMOS LA AMPLITUD DE CADA INTERVALO

l'8 ≔ l0 + a ⋅ k = 98 A' ≔ l'8 - l0 = 88 A' > A

CALCULAMOS LOS LIMITES DE CADA INTERVALO

l'8 ≔ l7 + a = 98 l'8 ≔ l0 + 8 ⋅ a = 98 l'8 > l8

CALCULAMOS LAS MARCAS DE CLASE

Univ. Gómez l0 + l1Greta Nina l4 + l5 Página 4

-Determinar el porcentaje de alumnos que sacan notas menores a 50

2 [[ 21 - ((32)) ]] 26.5 12.5 17.5

3 [[ 32 - ((43)) ]] 37.5 11.25 28.75

4 [[ 43 - ((54)) ]] 48.5 18.75 47.5 [[ 43 - ((54)) ]] 18.75%

5 [[ 54 - ((65)) ]] 59.5 12.5 60 [[ 43 - ((50)) ]] x

6 [[ 65 - ((76)) ]] 70.5 13.75 73.75

100 el porcentaje de alumnos

-Determinar el porcentaje de alumnos que sacan notas entre 50 y 80

2 [[ 21 - ((32)) ]] 26.5 12.5 17.5

3 [[ 32 - ((43)) ]] 37.5 11.25 28.75

4 [[ 43 - ((54)) ]] 48.5 18.75 47.5

5 [[ 54 - ((65)) ]] 59.5 12.5 60

8 [[ 87 - ((98)) ]] 92.5 15 100 [[ 76 - ((87)) ]] 11.25%

x + 12.5 + 13.75 + y = 37.159 el porcentaje de alumnos que

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 6

2 [[ 21 - ((32)) ]] 26.5 12.5

3 [[ 32 - ((43)) ]] 37.5 11.25

4 [[ 43 - ((54)) ]] 48.5 18.75

C4 + ⎛⎝C4 + a⎞⎠ + ⎛⎝C4 + 2 ⋅ a⎞⎠ + ⎛⎝C4 + 3 ⋅ a⎞⎠ ＝ 368.4

C4 + ⎛⎝C4 + a⎞⎠ + ⎛⎝C4 + 2 ⋅ a⎞⎠ + ⎛⎝C4 + 3 ⋅ a⎞⎠ ＝ 368.4

1 85.6 86.9 86.25 8 0.067 8

3. Dados los siguientes datos, completar la tabla de distribución de frecuencias.

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 f ＝ nk n1 8

f5 ≔ F5 - F4 = 0.15 f4 ≔ F4 - F3 = 0.15 f3 ≔ F3 - F2 = 0.1 f2 ≔ F2 - F1 = 0.4

1 0.1 0.5 0.3 12 0.2 0.7

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 9

Permanentes 250 400 65 85

400 450 ] 15 100

[ 0 5 ) 2.5 12 12 0.08 0.08

[ 5 10 ) 7.5 25 37 0.167 0.247

[ 10 15 ) 12.5 35 72 0.233 0.480

[ 15 20 ) 17.5 48 120 0.32 0.8

[ 20 25 ) 22.5 15 135 0.1 0.9

[ 25 30 ] 27.5 15 150 0.1 1

CALCULAMOS LA AMPLITUD SABIENDO QUE: k≔8 ΣN ≔ 55 XMAX ≔ 60 XMIN ≔ 2

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 12

1 2 9.3 5.65 21 21 0.3818 0.3818 38.18 38.18

2 9.3 16.6 12.95 12 33 0.2182 0.6 21.92 60

3 16.6 23.9 20.25 9 42 0.1636 0.7636 16.36 76.36

4 23.9 31.2 27.55 8 50 0.1455 0.9091 14.55 90.91

5 31.2 38.5 34.85 1 51 0.0182 0.9273 1.82 92.73

6 38.5 45.8 42.15 2 53 0.0364 0.9636 3.64 96.36

7 45.8 53.1 49.45 1 54 0.0182 0.9818 1.82 98.18

8 53.1 60.4 56.75 1 55 0.0182 1 1.82 100

 El numero de pequeñas empresas con inversiones menores de 40 mil dolares

51 empresas constructoras pequeñas

El numero de pequeñas empresas con inversiones menores de 40 mil dolares

El numero de pequeñas empresas que han invertido 40 mil dolares o mas

La proporcion de pequeñas empresas con inversiones menos de 8 mil dolares