OJIVAS

1. Definición: Constituyen líneas poligonales abiertas, que se grafican

en función a las frecuencias absolutos acumuladas: F i o H i ( % ).

2. Aplicación: Cuando la variable es cuantitativa y está clasificada en

intervalos.

3. Clases: Son dos curvas:

- OJIVA MAYOR QUE - OJIVA MENOR QUE

4. Procedimiento de Aplicación:
- Determinar 2 intervalos adicionales con frecuencia cero en la
tabla de distribución de frecuencias.
- Determinar los límites reales de clase en cada intervalo.
- Elaborar 2 tablas adicionales en base a la tabla de distribución
de frecuencias general, considerando en cada tabla la
información referente a los límites reales de clase de cada
 intervalo relacionado con su frecuencia absoluta o relativa
acumulada.
- Utilizando la información de cada tabla adicional, ubicar en el
eje X del sistema de coordenadas los límites reales de cada
intervalo y en el Eje y, las frecuencias absolutas acumuladas
F i o frecuencias relativas acumuladas, en base a una escala
adecuada.
- Ubicar en el sistema los puntos: (Límites Reales, F i) o (Límites
Reales, H i).
- Unir mediante segmentos de recta los puntos ubicados
anteriormente, formándose de esta manera las líneas
poligonales abiertas.

5. Ejemplo: Sea:

DISTRIBUCIÓN DE FÁBRICAS DEL PERÚ, SEGÚN PRODUCCIÓN

MENSUAL (T.M) DE HARINA DE PESCADO: AÑO 2019

Límites Producción Mensual fi Fi

Reales T.M [a,b]
[41-49] 0 0
[49.5-58.5) [50-58] 6 6
[58.5-67.5) [59-67] 6 12
[67.5-76.5) [68-76] 4 16
[76.5-85.5) [77-85] 8 24
[85.5-94.5) [86-94] 6 30
[95-103] 0 0
TOTAL n=30
Fuente: Ministerio de Industria y Turismo

NOTA:
Los límites reales de clase se obtienen aplicando la semisuma de los
límites de cada intervalo, partiendo del límite superior del primer
intervalo adicional (con frecuencia cero) y así sucesivamente hasta
llegar al último intervalo en donde se aplicará la semisuma
considerando su límite superior y el límite inferior del otro intervalo
adicional considerado.
 Producción Fi Producción Fi
Mensual Mensual
T.M T.M
Mayor que 49.5 30 Menor que 49.5 0
Mayor que 58.5 24 Menor que 58.5 6
Mayor que 67.5 18 Menor que 67.5 12
Mayor que 76.5 14 Menor que 76.5 16
Mayor que 85.5 6 Menor que 85.5 24
Mayor que 94.5 0 Menor que 94.5 30

Elaboración de 2 tablas adicionales:

GRÁFICO N°04
DISTRIBUCIÓN ACUMULADA DE FÁBRICAS DEL PERÚ, SEGÚN
PRODUCCIÓN MENSUAL (T.M) DE HARINA DE PESCADO: AÑO 2019
Fuente: Ministerio de Industria y Turismo.
Interpretación:
1. Nos indica que 14 Fábricas del Perú en el año 2019 registraron una
producción mensual de harina de pescado mayor que 76.5 T.M.
2. Nos refiere que 6 Fábricas del Perú en el año 2019 tuvieron una
producción mensual de harina de pescado mayor que 85.5 T.M.
3. Asimismo, este punto nos describe que existen 6 Fábricas del Perú
en el año 2019 tuvieron una producción mensual de harina de
pescado menor que 58.5 T.M.
4. Identifica que 12 fábricas del Perú en el año 2019 registraron una
producción mensual de harina de pescado menor que 67.5 T.M.
respectivamente.

Aplicación: Para responder preguntas exactas como:

1. ¿Cuál es el porcentaje de Fábricas del Perú que en año 2019
tuvieron una producción mensual menor que 62 T.M.?

SOLUCIÓN

Utilizando la ojiva menor que y ubicando la producción de 62 T.M

en el eje X y proyectándolo sobre dicha ojiva, se obtiene
geométricamente 2 triángulos semejantes:

6
x

3.5
9

Por semejanza de triángulos se tiene:

6 9
=
x 3.5
 6 x 3.5
x=
9
x=2.33

Entonces: F i=6+ x=6+2.33=8.33

Fi
F i=8 → H i ( % )= x 100
n
8
H i ( % )= x 100=26.67 %
30

2. ¿Cuál es el porcentaje de fábricas del Perú que en el año 2019

tuvieron una producción mensual mayor que 78 T.M.?

GRÁFICO DE BARRAS:

1. Definición: Conjunto de rectángulos separados por una cierta

distancia adecuada con una base conveniente y una altura
proporcional a las frecuencias absolutas simples o porcentuales
simples.
2. Aplicación: Cuando la variable es Cualitativa o está relacionada con
el tiempo.
3. Clases: Pueden ser:

A. Gráfico de barras simples: Cuando se tiene una sola variable

cualitativa.

f i o hi %

Xi

Cualidad
 B. Gráfico de barras compuesto: Cuando se quiere graficar
simultáneamente 2 variables cualitativas, tomando una de
ellas como referencia.

f i o hi %
LEYENDA: Cualidad N

: Categoría N1

: Categoría N2

Xi
A B C
Cualidad: M

4. Ejemplo: Sea:

DISTRIBUCIÓN DE RECURSOS DEL PERÚ SEGÚN PRINCIPALES

RUBROS Y MODALIDAD DE TRATAMIENTO EN EL AÑO 2000.

MODALIDAD DE TRATAMIENTO
PRINCIPALES RUBROS Exportación Importación
en millones: en millones:
T.M. T.M.
Materias primas 6 5
Artículos fabricados 7 9
Alimentos 5 4
Fuente: Datos hipotéticos.

GRÁFICO N°05
DISTRIBUCIÓN DE RECURSOS DEL PERÚ SEGÚN PRINCIPALES
RUBROS Y MODALIDAD DE TRATAMIENTO EN EL AÑO 2000.
Interpretación:
- Del gráfico elaborado podemos destacar que en la distribución
predominan los artículos fabricados que son los que más se
exportan e importan respectivamente.
- Asimismo, se encuentra que de los tres rubros el que menos se
exporta e importa lo constituye el rubro de alimentos.
- De los principales rubros encontramos que los artículos fabricados
son los que se importan más en comparación a los otros rubros de
la distribución.
- En forma general tenemos que la exportación de los tres rubros es
diferenciada, caso similar ocurre con la importación de estos 3
rubros.

TRABAJO GRUPAL: Presentación de Informe y Exposición.

Indicar: Definición, aplicación, procedimiento de construcción y
ejemplos relacionados a su especialidad; de los siguientes gráficos:
 Gráfico de hojas y tallos.
  Gráfico de sectores circulares.
 Gráfico polar.
 Gráfico de serie de tiempo.
 Diagrama de Gantt (cronograma de actividades).
RESUMEN DE LA INFORMACIÓN
MEDIDAS ESTADÍSTICAS

1. Definición: Constituyen valores numéricos que describen de manera

resumida la naturaleza de los datos presentados y clasificados en
una tabla de distribución de frecuencias o cuando no están
agrupados. Es decir:

Datos agrupados Datos no agrupados

Interval X i f i F i hi % H i % X1 X2 X3 X4
o X5 X6 X7 X8
[5-9] 0 0 0 0 0 . . . .
[10-14] 0 0 0 0 0 . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
[] . . n . 100
TOTAL n 100%
Resumir a través de un solo valor
numérico: medida estadística.

2. Aplicación: En los procesos de la investigación científica para el

logro de los objetivos planteados de manera operativa, resulta
fundamental la determinación de las medidas estadísticas
respectivas inherentes a los mismos.
Para escoger las medidas estadísticas adecuadas, a fin de aplicarlas
en un proceso de investigación científica, deberán tenerse en
cuenta los siguientes criterios:
 Los objetivos de la investigación.
 El nivel de la investigación.
 El tipo de variable.
3. Clases: Tenemos las siguientes:

I. PARA UNA VARIABLE CUANTITATIVA: tenemos:

A. MEDIDAS DE TENDENCIA CENTRAL: Indican el grado de
concentración de los datos clasificados en una distribución de
frecuencias o sin agrupar, determinando la ubicación del
valor central de los datos. Se les llama también: “Medidas de
posición”. Tenemos:
 La media aritmética.
 La mediana.
 La moda.
 Los cuantíles.
 El promedio geométrico.
 El promedio armónico.

B. MEDIDAS DE VARIABILIDAD: Indican el grado de variación o

de dispersión, de homogeneidad de los datos clasificados en
una distribución de frecuencias o sin agrupar, con respecto a
su valor central poca dispersión indica una uniformidad en los
valores de la muestra, mientras que alta dispersión indica
poca uniformidad en los valores de la muestra. Cuando los
valores son muy cercanos al promedio existe uniformidad y
cuando los valores de la muestra son muy alejados al
promedio se dice que no hay uniformidad.
Tenemos:
 La varianza.
 La desviación estándar.
 El coeficiente de variación.

C. MEDIDAS DE ASIMETRÍA: Identifica la deformación de la

forma que puede alcanzar la curva de una distribución. Está
dada por el grado de asimetría que presenta esta respecto a
un eje perpendicular que pasa por su valor modal.
El grado de asimetría se mide por:
- El coeficiente de asimetría.
 D. MEDIDAS DE APUNTAMIENTO: Determina el grado de
elevación máximo que puede alcanzar la ordenada máxima
de la curva de una distribución. El apuntamiento de una curva
se mide por:
- El coeficiente de Kurtosis.

Medidas de Tendencia Central

Media Aritmética

1. Definición: Constituye el valor central de una información

clasificada en una distribución de frecuencias o sin agrupar.
Se le conoce también como: “promedio”.

2. Notación;

Media Aritmética Poblacional: U x

Media Aritmética Muestral: x

3. Cálculo:

PARA DATOS NO AGRUPADOS:

A. MEDIA ARITMÉTICA POBLACIONAL:

∑ Xi
u= i=1
N

N: Tamaño de población.
B. MEDIA ARITMÉTICA MUESTRAL:

∑ Xi
x= i=1
n

n: Tamaño de muestra.
 II. PARA DATOS AGRUPADOS:
A. MEDIA ARITMÉTICA POBLACIONAL:

∑ Xi f i
u= i=1
N

Donde: X i : Marcas de clase

f i : Frecuencia absoluta simple

m: Número de intervalos.
B. MEDIA ARITMÉTICA MUESTRAL:
n

∑ Xi f i
x= i=1
n

Asimismo, podemos determinar otra expresión de cálculo, en

base a la expresión anterior:
m

∑ Xi f i X 1 f 1 + X 2 f 2+ …+ X m f m
x= i=1 =
n n

X1 f 1 X2 f 2 Xmfm
¿ + +…+
n n n

¿ X 1 h1 + X 2 h2 +…+ X m hm

m
→ x=∑ X i hi
i=1

4. PROPIEDADES:
a) Es un valor único.
b) Está afectado por los valores extremos de una información.
Ejemplo:
Sea: X i :8 , 7 , 10 ,12 , 60. Calcular el valor promedio.
 Entonces: n=5

∑ Xi 8+7+10+ 12+ 60 97
x= i=1 = = =19.4
n 5 5

Rpta: Este resultado obtenido no representa el verdadero

promedio de esta muestra de datos, esto se debe a la
influencia del valor 60.
c) Sea E(X)= x
i. E(C)= C; cuando c es constante.
ii. E(CX)= C E(X); cuando C es constante y X variable.
iii. E(X±Y) = E(X)±E(Y) = x ± y

5. EJEMPLOS:
1) Si se tiene las edades (años) de 10 trabajadores de la Empresa
constructora “A” de Chimbote año 2019:

X i :40 , 35 , 38 , 28 ,30 , 33 , 29 ,25 , 37 , 21 (años)

Calcular la edad promedio de los trabajadores de la empresa.

SOLUCIÓN
Análisis:
Unidades de análisis: Trabajadores de empresa variable: Edad
- Clase de variable: Variable cuantitativa discreta.
n=10 (muestra)
DATOS NO AGRUPADOS:
CALCULO DE x :
n 10

∑ Xi ∑ Xi X 1 + X 2 + X 3 …+ X 10
i=1
x= = i=1 =
n 10 10

40+35+38+ 28+30+33+29+ 25+37+21

¿
10
 316
x= =31.6
10
x=31.6 años

Interpretación: La edad promedio de la muestra de los

trabajadores de la empresa A de Chimbote equivale a 31.6
años.
2) Sea:
DISTRIBUCIÓN DE PROBETAS DE CONCRETO SEGÚN
kg
RESISTENCIA A LA COMPRESIÓN ( cm ² ¿

RESISTENCIA A LA fi Xi Xi f i
COMPRESIÓN (Kg/cm²)
[a,b]
[150-169] 5 159.5 797.5
[170-189] 10 179.5 1,795
[190-209] 15 199.5 2,992.5
[210-229] 8 219.5 1,756
[230-249] 3 239.5 718.5
TOTAL n=41 8,059.5
Fuente: Ensayos en laboratorio de mecánico de suelos.

Determinar la resistencia a la compresión promedio de las

probetas de concreto de la distribución.
SOLUCIÓN
Análisis:
Unidades de análisis: Probetas de concreto,
Variable: Resistencia a la compresión.
- Clase de variable: Variable cuantitativa discreta.
Datos Agrupados: n=41
CALCULO DE x
m 5

∑ Xi f i ∑ Xi f i 8,059.5
x= i=1 = i=1 = =196.57 kg/cm ²
n 41 41

x=197.57 kg /cm ²
Interpretación: La resistencia a la compresión promedio de las probetas
de concreto de la distribución equivale a 196.57 kg/cm² respectivamente.
3) Sea:

Intervalo hi
[a,b]
[10-14) 0.05
[14-18) 0.15
[18-22) 0.30
[22-26] 0.40
[26-30] 0.10
TOTAL 1.00

Calcular: x

4) Sea:
DISTRIBUCIÓN DE VIVIENDAS SEGÚN NÚMERO DE COLUMNAS:
LOS PINOS 2019
Número de columnas: X i fi
X 1 =3 3
X 2 =4 15
X 3 =5
10
X 4=6
X 5 =7 7
2
TOTAL n=37

Calcular el número promedio de columnas de la distribución de

viviendas.

MEDIA ARITMÉTICA PONDERADA

1. Definición: Sea una muestra de valores: X 1 , X 2 , … , X k y sean:
W 1 , W 2 , … ,W klos pesos o ponderaciones de cada X i . Entonces:
 k

∑ W i Xi
x= i=1k
∑Wi
i=1

2. Ejemplos:
1) Si las calificaciones obtenidas por el alumno “A” durante el
semestre académico: 2019-II fueron las siguientes:
ASIGNATURA CALIFICATIVO CRÉDITOS W i Xi
Xi Wi
A 14 5 70
B 10 4 40
C 09 3 27
D 12 4 48
E 13 5 65
TOTAL 21 250

Determinar el promedio ponderado del alumno A.

SOLUCIÓN

Análisis:
Variable X i : Calificaciones
Pesos W i : Créditos
Entonces: Aplicación de la media aritmética ponderada.
k 5

∑ W i Xi ∑ W i Xi 250
i=1
x= k
= i=15 = =11.90
21
∑Wi ∑ Wi
i=1 i=1

x=11.90

Rpta: El promedio ponderado del alumno “A” en dicho semestre fue de

11.90.
 2) Si el precio del kilo de cemento durante los años: 2014, 2015,
2016, 2017, 2018 y 2019 fue de: s/. 1.80, 2.00, 3.10, 4.20,
3.50 y 4.60 respectivamente. Si en cada año se compraron:
80, 120, 90, 150, 120 y 95 kilos de cemento.
Determinar el precio promedio por kilo de cemento
comprado durante dicho periodo de tiempo.

SOLUCIÓN
Análisis:
Variable X i : Precio
Unidades de análisis: kilos de cemento
Pesos W i : Cantidad de kilos de cemento comprados.
Entonces: Aplicación de la media Aritmética ponderada.
AÑOS PRECIO Número de kilos W i Xi
(S/.): X i comprados: W i
2014 1.80 80 144
2015 2.00 120 240
2016 3.10 90 279
2017 4.20 150 630
2018 3.50 120 420
2019 4.60 95 437
655 2,150

k 6

∑ W i Xi ∑ W i Xi 2,150
i=1
x= k
= i=16 = =S /.3.28
655
∑Wi ∑ Wi
i=1 i=1

x=S /.3 .28

Rpta: El precio promedio por kilo de cemento comprado durante dicho

periodo de tiempo equivale a S/. 3.28 respectivamente.

MEDIA ARITMÉTICA GLOBAL

 1. Definición: Sea una muestra de tamaño n: X 1 , X 2 , … , X H ; tal que se
divide en H. Sub-muestras de tamaños: n1 , n2 , … ,n H y sean: x 1, x 2 … , x H
las medias de cada sub-muestra. Entonces:

H H

∑ ni x i ∑ ni x i
x= i=1H = i=1
n
∑ ni
i =1

∑ ni=n1 +n 2+ …+n H =n
i=1

2. Ejemplos:
1. En el cuso de Estadística hay 70 estudiantes varones con una
edad media de 21.8 años y 30 mujeres las que, en promedio,
son 15% más jóvenes. Calcular la edad media del curso.

SOLUCIÓN
Análisis:
Unidades de análisis: Estudiantes de curso de Estadística.
Variable: Edad

n=100 x: edad

x =?

I II
VARONES MUJERES
n1=70 n2 =30
x 1=21.8 x 2=18.8 años

x 2=15 % de x 1

¿ 15 % de 21.8
 ¿ 3.27=3 años
x 2=18.8 años

H 2

∑ ni x i ∑ ni x i n1 x i + n2 x 2
i=1
Entonces: x= H
= i=1 =
n n
∑ ni
i =1

70 x 21.8+30 x 18.8
¿
100
→ x=20.9 años

2. En un examen participaron cuatro grupos: A, B, C y D con un

total de 100 alumnos, habiendo obtenido un promedio
general de 72. Los puntajes medios de los cursos A, B y C
fueron de 75, 62 y 80 respectivamente. Los archivos del curso
D se extraviaron, pero se sabe que los cursos A y B eran el
40% y el 25% del total respectivamente y que en el curso C
habían 15 alumnos más que en el curso D.
A base de la información anterior, determinar la nota media
del curso D.