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

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
Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 1
 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 ＝ ΣN - ⎛⎝n2 + n4 + n6 + n7⎞⎠ ⎤
⎢ ⎥ solve , n1 , n3 , n5 [
⎢ n1 ⋅ C1 + n3 ⋅ C3 + n5 ⋅ C5 ＝ Mx ⋅ ΣN - ⎛⎝n2 ⋅ C2 + n4 ⋅ C4 + n6 ⋅ C6 + n7 ⋅ C7⎞⎠ ⎥ ―――― → [ 2 10 7 ]]
⎢ ⎛ 2 2 2 ⎛ 2 2 2 2 ⎞
⎥
⎣ n1 ⋅ ⎝C1 - Mx⎞⎠ + n3 ⋅ ⎛⎝C3 - Mx⎞⎠ + n5 ⋅ ⎛⎝C5 - Mx⎞⎠ ＝ Vx ⋅ ΣN - ⎜⎝n2 ⋅ ⎛⎝C2 - Mx⎞⎠ + n4 ⋅ ⎛⎝C4 - Mx⎞⎠ + n6 ⋅ ⎛⎝C6 - Mx⎞⎠ + n7 ⋅ ⎛⎝C7 - Mx⎞⎠ ⎟⎠ ⎦

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
Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 2
 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

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 3
 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

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 4

 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

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 5

Scanned by TapScanner
Scanned by TapScanner
Scanned by TapScanner
Scanned by TapScanner
 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

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

 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 1/2022 Página 2
S ≔ ―― = 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

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 3

 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

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 4

 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:
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

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

l0 + l1
C1 ≔ ――= 15.5
2

l1 + l2
C2 ≔ ――= 26.5
2

l2 + l3
C3 ≔ ――= 37.5
2

l3 + l4
C4 ≔ ――= 48.5
2

l4 + l5
C5 ≔ ――= 59.5
2

l5 + l6
C6 ≔ ――= 70.5
2

l6 + l7
C7 ≔ ――= 81.5
2

l7 + l'8
C8 ≔ ―― = 92.5
2

TABLA DE FRECUENCIAS DE DATOS CLASIFICADOS

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

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

AUXILIAR: Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 3
 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

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

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

AUXILIAR: Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 4
 -Determinar el porcentaje de alumnos que sacan de 75 o mayores

K l k-1 - l k Ck pk Pk
_________________________________________________________________________________

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%

AUXILIAR: Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 5
 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
Xmin ≔ 15 Xmax ≔ 68

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
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

k Limites Ci ni Ni Ci ⋅ ni
Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 1
k Limites Ci ni Ni Ci ⋅ ni
_________________________________________________________________

1 15 24 19.5 5 5 97.5

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

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 2
 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)) ＝ ――――――
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

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 3

 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

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

Ÿ 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

Ÿ 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

Ÿ El numero de pequeñas empresas que invertieron 10 mil dolares o mas pero menos de 35 mil dolares
AUXILIAR: Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 2
 Ÿ 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

Ÿ 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

Ÿ 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

Ÿ 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

AUXILIAR: Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 3
 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

AUXILIAR: Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 1
 Intervalo Marca de Frecuencia Frecuencia Frecuencia Frecuencia
clase Absoluta Absoluta Relativa Relativa
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

Intervalo Marca de Frecuencia Frecuencia Frecuencia Frecuencia

clase Absoluta Absoluta Relativa Relativa
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

AUXILIAR: Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 2
 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 0Pt

Practicas 10Pt

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

AUXILIAR: Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 1
 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
X_max - X_min
Δx ≔ ―――――― Δx = 7.008 round ((Δx , 0)) = 7
NC - 1

Δx
Δx ≔ 6 ―― =3
2
R ≔ X_max - X_min = 30

AUXILIAR: Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 2
 CLASE 03/05/2022
Ejemplo: De los siguientes datos calcular:
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
l
l
3 0 1
l
N ≔ 30 k ≔ 1 + 3.3 ⋅ log ((N)) = 5.8745
k≔6

Xmin ≔ 17 Xmax ≔ 31

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

Univ. Gómez Arano Greta Nina AUXILIAR CIV-370 1/2022 Página 2