Universidad de San Carlos de Guatemala

Centro Universitario de Sur-Occidente CUNSUROC-USAC

Casos IV Área Cuantitativa (Matemático- Estadístico)
Ing. Rafael Armando Fonseca Ralda

.5

Estudiantes No. De Carnet:

1. Maria del Carmen Monterroso Posadas 201440802

2. Edy Erik Alexander Ramirez Bautista 201241936
3. Gerson Daniel Quiroa Garcia 200944040
4. Saudy Adelina Estrada Rosales 201743039
 INDICE
Marco Teórico ......................................................................................................................................... 2
Estadística Descriptiva ........................................................................................................................ 2
Medidas De Posición Central .............................................................................................................. 3
Media .................................................................................................................................................. 3
Mediana ............................................................................................................................................... 3
Moda ................................................................................................................................................... 3
Media Geométrica ............................................................................................................................... 4
Media Armónica ................................................................................................................................. 5
Media Cuadrática ................................................................................................................................ 5
Medidas De Posición No Central ........................................................................................................ 5
Cuartiles .............................................................................................................................................. 5
Percentiles ........................................................................................................................................... 6
Deciles ................................................................................................................................................. 6
Desviación Típica ............................................................................................................................... 6
Desviación Media ............................................................................................................................... 7
Distribución Normal ........................................................................................................................... 7
Resolución Práctica Del Caso No.5 ...................................................................................................... 10
Tema No. 1 ........................................................................................................................................ 11
Tema No.2 ......................................................................................................................................... 25
Tema No.3 ......................................................................................................................................... 28
Tema No.4 ......................................................................................................................................... 33
Conclusiones ......................................................................................................................................... 34
Bibliografías .......................................................................................................................................... 35
 INTRODUCCION

La estadística es la ciencia que se ocupa de recoger, organizar, analizar e interpretar datos para extraer

información útil y tomar decisiones. La estadística se divide en dos grandes ramas: la estadística descriptiva

y la estadística inferencial. La estadística descriptiva se encarga de resumir y presentar los datos de forma

gráfica o numérica, mediante tablas, gráficos, medidas de tendencia central, medidas de dispersión, etc. La

estadística descriptiva no permite sacar conclusiones más allá de los datos observados. La estadística

inferencial se basa en el uso de la probabilidad para estimar o contrastar hipótesis sobre una población a

partir de una muestra. La estadística inferencial permite generalizar los resultados obtenidos con la muestra

a la población de la que procede, con un cierto grado de confianza o error..

 MARCO TEORICO
ESTADÍSTICA DESCRIPTIVA
`
La estadística descriptiva es una rama de la estadística que se ocupa de resumir, organizar y presentar los

datos de una manera eficaz. La estadística descriptiva no pretende inferir conclusiones sobre una población a

partir de una muestra, sino simplemente describir las características observadas en los datos. Algunas de las

herramientas más comunes de la estadística descriptiva son las tablas de frecuencias, los gráficos, las medidas

de tendencia central, las medidas de dispersión y las medidas de forma.

Medidas de posición central

Las medidas de posición central son valores que representan el centro o la tendencia central de un conjunto
de datos. Las más comunes son la media, la mediana y la moda. La media es el promedio aritmético de los
datos, es decir, la suma de todos los valores dividida entre el número de observaciones. La mediana es el
valor que ocupa el lugar central de los datos ordenados de menor a mayor. La moda es el valor que se repite
con más frecuencia en los datos. Estas medidas nos ayudan a describir y comparar diferentes distribuciones
estadísticas.
Media
Definimos media (también llamada promedio o media aritmética) de un conjunto de datos

(X1,X2,…,XN) al valor característico de una serie de datos resultado de la suma de todas las
observaciones dividido por el número total de datos.
Las media o promedio es una medida de posición que proporciona una descripción compacta de cómo
están centrados los datos y una visualización más clara del nivel que alcanza la variable, puede servir
de base para medir o evaluar valores extremos y brinda mayor facilidad para efectuar comparaciones.
Es importante poner en relieve que la notación de promedio lleva implícita la idea de variación y que
este número promedio debe cumplir con la condición de ser representativo de conjunto de datos.
El promedio como punto típico de los datos es el valor al rededor del cual se agrupan los demás valores
de la variable.
Visto desde un punto de vista más conceptual, la media aritmética es el centro de los datos en el sentido
numérico, ya que intenta equilibrarlos por exceso y por defecto. Es decir, si sumamos todas las
diferencias de los datos a la media da cero.

4
Mediana
La mediana (Me(X)) es el elemento de un conjunto de datos ordenados (X1,X2,…,XN) que deja a
izquierda y derecha la mitad de valores.

Si el conjunto de datos no está ordenado, la mediana es el valor del conjunto tal que el 50% de los
elementos son menores o iguales y el otro 50% mayores o iguales.

Moda
La moda (Mo(X)) es el valor más repetido del conjunto de datos, es decir, el valor cuya frecuencia
relativa es mayor. En un conjunto puede haber más de una moda.

Es el valor de un conjunto de datos que ocurre más frecuentemente, se considera como el valor más
típico de una serie de datos.
Para datos agrupados se define como Clase Modal el intervalo que tiene más frecuencia.
La moda puede no existir o no ser única, las distribuciones que presentan dos o más máximos relativos
se designan de modo general como bimodales o multimodales respectivamente.
Características de la Moda
⮚ Representa más elementos que cualquier otro valor.
⮚ No está afectada por los valores extremos, pero para datos continuos es dudoso su cálculo.
⮚ La moda para una distribución de frecuencias de datos agrupados no puede ser calculada
exactamente, el valor de la moda puede ser afectado por el método de agrupación de los
intervalos de clase.
⮚ La moda no permite conocer la mayor parte de los datos.
⮚ Algunas veces el azar interviene de manera importante y hace que un valor no representativo se
repita frecuentemente.
⮚ Puede usarse para datos cuantitativos como cualitativos.
⮚ La moda como estadístico, varía mucho de una muestra a otra. h. Cuando se tienen dos o más
modas es difícil su interpretación. i. Tiene la ventaja de que los datos desproporcionados con
respecto al resto no la distorsionan, pero no se presta para un tratamiento matemático.

Media geométrica
La media geométrica (MG) de un conjunto de números estrictamente positivos (X1, X2,…,XN) es la

5
raíz N-ésima del producto de los N elementos.

Todos los elementos del conjunto tienen que ser mayores que cero. Si algún elemento fuese cero (Xi=0),
entonces la MG sería 0 aunque todos los demás valores estuviesen alejados del cero.

Media armónica
La media armónica (H) de un conjunto de elementos no nulos (X1, X2,…,XN) es el recíproco de la
suma de los recíprocos (donde 1/Xi es el recíproco de Xi)) multiplicado por el número elementos del
conjunto (N).

Formula de la media armónica

Media cuadrática
La media cuadrática o RMS (Root Mean Square) de un conjunto de valores (X1, X2,…,XN) es una
medida de posición central. Esta se define como la raíz cuadrada del promedio de los elementos al
cuadrado.
Formula de la media cuadrática

MEDIDAS DE POSICIÓN NO CENTRAL

Las medidas de posición no central (o medidas de tendencia no central) permiten conocer puntos
característicos de una serie de valores, que no necesariamente tienen que ser centrales. La intención de
estas medidas es dividir el conjunto de observaciones en grupos con el mismo número de valores.
Cuartiles
Los cuartiles son los tres valores que dividen una serie de datos ordenada en cuatro porciones iguales.
El primer cuartil (Q1) deja a la izquierda el 25% de los datos. El segundo (Q2) deja a izquierda y
derecha el 50% y coincide con la mediana. El tercero (Q3) deja a la derecha el 25% de valores. Los tres
cuantiles son: Formula de los cuartiles
Son valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en cuatro
tramos iguales, en los que cada uno de ellos concentra el 25% de los resultados.

6
 Percentiles
El percentil es una medida de posición no central. Los percentiles Pi son los 99 puntos que dividen una
serie de datos ordenada en 100 partes iguales, es decir, que contienen el mismo número de elementos
cada una. El percentil 50 es la mediana.
Son valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en cien tramos
iguales, en los que cada uno de ellos concentra el 1% de los resultados.

Sea (X1, X2,…,XN) una muestra de N elementos. El percentil Pi es: Formula de

los percentiles

Donde Pi es la posición del percentil buscado en la serie ordenada de datos.

Los percentiles están pensados para conjuntos de elementos de más de cien elementos.
Deciles
Losdecilessonlosnuevevaloresquedividenlaseriededatosendiezpartesiguales.

Los deciles dan los valores correspondientes al 10%, al 20%...y al 90% de los datos.

Son valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en diez tramos
iguales, en los que cada uno de ellos concentra el 10% de los resultados.

Desviación típica
La desviación típica es la medida de dispersión(S) asociada a la media. Mide el
promediodelasdesviacionesdelosdatosrespectoalamediaenlasmismasunidades de los datos. El cuadrado
7
de la desviación típica es la varianza.

Desviación media
La desviación media es la media de los valores absolutos de la diferencia de cada valor de la distribución
con la media aritmética.
Su fórmula es:

Distribución normal
La distribución normal es, sin duda, la distribución de probabilidad más importante del Cálculo de
probabilidades y de la Estadística. Fue descubierta, como aproximación de la distribución binomial,
por Abraham De Moivre (1667-1754) y publicada en 1733 en su libro The Doctrine of Chances; estos
resultados fueron ampliados por Pierre-Simon Laplace (1749-1827), quién también realizó
aportaciones importantes. En 1809, Carl Friedrich Gauss (1777-1855) publicó un libro sobre el
movimiento de los cuerpos celestes donde asumía errores normales, por este motivo esta distribución
también es conocida como distribución Gaussiana.
La importancia de la distribución normal queda totalmente consolidada por ser la distribución límite de
numerosas variables aleatorias, discretas y continuas, como se demuestra a través de los teoremas
centrales del límite. Las consecuencias de estos teoremas implican la casi universal presencia de la
distribución normal en todos los campos de las ciencias empíricas: biología, medicina, psicología,
física, economía, etc. En particular, muchas medidas de datos continuos en medicina y en biología
(talla, presión arterial, etc.) se aproximan a la distribución normal.
Junto a lo anterior, no es menos importante el interés que supone la simplicidad de sus características
y de que de ella derivan, entre otras, tres distribuciones (ji-cuadrado, t de Student y F de Snedecor) que
se mencionarán más adelante, de importancia clave en el campo de la contrastación de hipótesis

8
estadísticas.

La distribución normal queda totalmente definida mediante dos parámetros: la media (û) y la desviación
estándar o desviación típica (ō). Su función de densidad es simétrica respecto a la media y la desviación
estándar nos indica el mayor o menor grado de apertura de la curva que, por su aspecto, se suele llamar
campana de Gauss. Esta distribución se denota por N (u, ō).
Cuando la distribución normal tiene como parámetros û = 0 y ō = 1 recibe el nombre de distribución
normal estándar. Cualquier variable X que siga una distribución normal de parámetros û y ō se puede
transformar en otra variable Y= (X-û)/ō que sigue una distribución normal estándar; este proceso se
denomina estandarización, tipificación o normalización.

Ejemplo
Se supone que el nivel de colesterol de los enfermos de un hospital sigue una distribución normal con
una media de 179,1 mg/dL y una desviación estándar de 28,2 mg/dL.

1. ¿Cuál es el porcentaje de enfermos con un nivel de colesterol inferior a 169 mg/dL?

2. ¿Cuál será el valor del nivel de colesterol a partir del cual se encuentra el 10% de los enfermos
del hospital con los niveles más altos?
3. Representar la función de densidad.

La distribución normal es un modelo teórico capaz de aproximar satisfactoriamente el valor de una

variable aleatoria a una situación ideal.

La distribución normal adapta una variable aleatoria a una función que depende de la media y la
desviación típica. Es decir, la función y la variable aleatoria tendrán la misma representación pero con
ligeras diferencias.
9
Una variable aleatoria continua puede tomar cualquier número real. Por ejemplo, las rentabilidades de
las acciones, los resultados de un examen, el coeficiente de inteligencia I Q y los errores estándar son
variables aleatorias continuas.

Una variable aleatoria discreta toma valores naturales. Por ejemplo, el número de estudiantes en una
universidad.

La distribución normal es la base de otras distribuciones como la distribución de estudiante, distribución

ji-cuadrada, distribución F de Fisher yo tras distribuciones.

Propiedades
Es una distribución simétrica. El valor de la media, la mediana y la moda coinciden.
Matemáticamente,
Media=Mediana=Moda
Distribución uní modal. Los valores que son más frecuentes o que tienen más probabilidad de
aparecer están alrededor de la media. En otras palabras, cuando nos alejamos de la media, la
probabilidad de aparición de los valores y su frecuencia descienden.

10
 .5

11
 TEMA No. 1
continuación, se presenta la distribución de los coeficientes de inteligencia de un grupo de 200 personas.
Resolver por estadística descriptiva y distribución Normal. Y realizar sus comparaciones.
Con esta información calcule:

Intervalos F
20 - 29 2
30 - 39 5
40 - 49 12
50 - 59 19
60 - 69 34
70 - 79 44
80 - 89 39
90 - 99 22
100 - 109 13
110 - 119 7
120 - 129 3

ESTADÍSTICA DESCRIPTIVA

a) El percentil 90.

Intervalos F FA
20 - 29 2 2
30 - 39 5 7
40 - 49 12 19
50 - 59 19 38
60 - 69 34 72
70 - 79 44 116
80 - 89 39 155
90 - 99 22 177
100 - 109 13 190
110 - 119 7 197
120 - 129 3 200
200

12
DATOS
Li 99.50
Fa 177
Fp90 13
Intervalo 10
P90 = 200 * 90 = 180
100

𝑁
∗ % − 𝐹𝑎𝑎
𝑃% = 𝐿𝑖 + 100 ∗ 𝑖𝑐
Fórmula:
𝑓𝑃%

P% = 99.50 + 180 - 177 * 10

13

P% = 99.50 + 3 * 10
13

P% = 99.50 + 0.2308 * 10

P% = 101.81

13
 b) Determine la escala percentil de una persona que tiene un coeficiente de 101.17

Intervalos F FA F% Fa%
20 - 29 2 2 1 1
30 - 39 5 7 2.5 3.5
40 - 49 12 19 6 9.5
50 - 59 19 38 9.5 19
60 - 69 34 72 17 36
70 - 79 44 116 22 58
80 - 89 39 155 19.5 77.5
90 - 99 22 177 11 88.5
100 - 109 13 190 6.5 95
110 - 119 7 197 3.5 98.5
120 - 129 3 200 1.5 100
200 100

DATOS
Li 99.50
F%a 88.50
x 101.17
Intervalo (ic) 10
F% 6.5

𝑥 − 𝐿𝑖
Fórmula: P = 𝑓%𝑎 + ∗ 𝑓%
𝑖𝑐

P= 88.50 + 101.17 - 99.50 * 6.5

10

P= 88.50 + 1.67 * 6.5

10

P= 88.50 + 0.167 * 6.5

P= 89.59

14
 c) Calcule el cuartel uno.

Intervalos F FA
20 - 29 2 2
30 - 39 5 7
40 - 49 12 19
50 - 59 19 38
60 - 69 34 72
70 - 79 44 116
80 - 89 39 155
90 - 99 22 177
100 - 109 13 190
110 - 119 7 197
120 - 129 3 200
200

DATOS
Li 59.50
Fi-1 38
fi 34
ai
10
(Intervalo)
K*N/4 1 * 200 = 50
4

𝑘∗𝑁
𝑄 =𝐿 + 4 − 𝐹 𝑖 −1 ∗ 𝑎
Fórmula: 𝑘 𝑖
𝑓𝑖 𝑖

Q1 = 59.50 + 50.00 - 38.00 * 10

34

Q1 = 59.50 + 12.00 * 10
34

Q1 = 59.50 + 0.3529 * 10

Q1 = 63.03

15
 d) Calcule el cuartel tres

Intervalos F FA
20 - 29 2 2
30 - 39 5 7
40 - 49 12 19
50 - 59 19 38
60 - 69 34 72
70 - 79 44 116
80 - 89 39 155
90 - 99 22 177
100 - 109 13 190
110 - 119 7 197
120 - 129 3 200
200

DATOS
Li 79.50
Fi-1 116
fi 39
ai (Intervalo) 10
K*N/4 3 * 200 = 150
4

𝑘∗𝑁
𝑄 =𝐿 + 4 − 𝐹 𝑖 −1 ∗ 𝑎
𝑘 𝑖 𝑖
Fórmula: 𝑓𝑖

Q1 = 79.50 + 150.00 - 116.00 * 10

39

Q1 = 79.50 + 34.00 * 10
39

Q1 = 79.50 + 0.8718 * 10

Q1 = 88.22

16
 e) Calcule el decil nueve.

Intervalos F FA
20 - 29 2 2
30 - 39 5 7
40 - 49 12 19
50 - 59 19 38
60 - 69 34 72
70 - 79 44 116
80 - 89 39 155
90 - 99 22 177
100 - 109 13 190
110 - 119 7 197
120 - 129 3 200
200

DATOS
Li 99.50
Fi-1 177
fi 13
A (Intervalo) 10
K*N/4 9 * 200 = 180
10

𝑘∗𝑁
− 𝐹 𝑖 −1
𝐷 = 𝐿 + ( 10 ) ∗𝐴
𝑘 𝑖
Fórmula: 𝑓𝑖

D9 = 99.50 + 180.00 - 177.00 * 10

13

D9 = 99.50 + 3.00 * 10
13

D9 = 99.50 + 0.2308 * 10

D9 = 101.81

17
 f) Determine la escala percentil de una persona que obtuvo un coeficiente 100.

Intervalos F FA F% Fa%
20 - 29 2 2 1 1
30 - 39 5 7 2.5 3.5
40 - 49 12 19 6 9.5
50 - 59 19 38 9.5 19
60 - 69 34 72 17 36
70 - 79 44 116 22 58
80 - 89 39 155 19.5 77.5
90 - 99 22 177 11 88.5
100 - 109 13 190 6.5 95
110 - 119 7 197 3.5 98.5
120 - 129 3 200 1.5 100
200 100

DATOS
Li 99.50
F%a 88.50
x 100.00
Intervalo (ic) 10
F% 6.5

𝑥 − 𝐿𝑖
P = 𝑓%𝑎 + ∗ 𝑓%
Fórmula: 𝑖𝑐

P= 88.50 + 100.00 - 99.50 * 6.5

10

P= 88.50 + 0.50 * 6.5

10

P= 88.50 + 0.05 * 6.5

P= 88.83

18
 g) A qué porcentaje de personas superó una persona que obtuvo un coeficiente de 115.

Intervalos F FA F% Fa%
20 - 29 2 2 1 1
30 - 39 5 7 2.5 3.5
40 - 49 12 19 6 9.5
50 - 59 19 38 9.5 19
60 - 69 34 72 17 36
70 - 79 44 116 22 58
80 - 89 39 155 19.5 77.5
90 - 99 22 177 11 88.5
100 - 109 13 190 6.5 95
110 - 119 7 197 3.5 98.5
120 - 129 3 200 1.5 100
200 100

DATOS
Li 109.50
F%a 95.00
x 115.00
Intervalo (ic) 10
F% 3.5

Fórmula: P = 𝑓%𝑎 + 𝑥 − 𝐿𝑖 ∗ 𝑓%
𝑖𝑐

P= 95.00 115.00 - 109.50 * 3.5

+
10

P= 95.00 5.50 * 3.5

+
10

P= 95.00 0.55 * 3.5

+

R:// La persona que obtuvo un coeficiente de 115, supero al

P= 96.93
96.93% de personas.

19
 h) Cuántas personas superaron a un individuo que obtuvo un coeficiente de 95.

Intervalos F FA F% Fa%
20 - 29 2 2 1 1
30 - 39 5 7 2.5 3.5
40 - 49 12 19 6 9.5
50 - 59 19 38 9.5 19
60 - 69 34 72 17 36
70 - 79 44 116 22 58
80 - 89 39 155 19.5 77.5
90 - 99 22 177 11 88.5
100 - 109 13 190 6.5 95
110 - 119 7 197 3.5 98.5
120 - 129 3 200 1.5 100
200 100

DATOS
Li 89.50
F%a 77.50
x 95.00
Intervalo (ic) 10
F% 11

𝑥 − 𝐿𝑖
Fórmula: P = 𝑓%𝑎 + ∗ 𝑓%
𝑖𝑐
P= 77.50 + 95.00 - 89.50 * 11
10

P= 77.50 + 5.50 * 11
10

P= 77.50 + 0.55 * 11

P= 83.55

100% - 83.55% = 16.45%

200 * 16.45% = 32.9

R:// 33 Personas superaron al individuo que obtuvo un coeficiente de 95.

20
 i) Si para desempeñar un determinado trabajo una persona tiene que tener como mínimo un
coeficiente de 90. ¿Cuántas personas de ese grupo de 200 lo pueden optar?
Intervalos F FA F% Fa%
20 - 29 2 2 1 1
30 - 39 5 7 2.5 3.5
40 - 49 12 19 6 9.5
50 - 59 19 38 9.5 19
60 - 69 34 72 17 36
70 - 79 44 116 22 58
80 - 89 39 155 19.5 77.5
90 - 99 22 177 11 88.5
100 - 109 13 190 6.5 95
110 - 119 7 197 3.5 98.5
120 - 129 3 200 1.5 100
200 100

DATOS
Li 89.50
F%a 77.50
x 90.00
Intervalo (ic) 10
F% 11

𝑥 − 𝐿𝑖
Fórmula: P = 𝑓%𝑎 + ∗ 𝑓%
𝑖𝑐

P= 77.50 + 90.00 - 89.50 * 11

10

P= 77.50 + 0.50 * 11
10

P= 77.50 + 0.05 * 11

P= 78.05

100% - 78.05% = 21.95%

200 * 21.95% = 43.9
R:// Si se necesita como mínimo 90 de coeficiente para desempeñar determinado trabajo; del
grupo de 200 personas, únicamente pueden aspirar 44 personas.

21
 j) Entre que coeficientes está el 70% central de la distribución de coeficientes
Intervalos F FA
20 - 29 2 2
30 - 39 5 7
40 - 49 12 19
50 - 59 19 38
60 - 69 34 72
70 - 79 44 116
80 - 89 39 155
90 - 99 22 177
100 - 109 13 190
110 - 119 7 197
120 - 129 3 200
200

DATOS
Li 79.50
Fa 116
Fp70 39
Intervalo 10
P70 = 200 * 70 = 140
100

𝑁
∗ % − 𝐹𝑎𝑎
Fórmula: 𝑃% = 𝐿𝑖 + 100 ∗ 𝑖𝑐
𝑓𝑃%

P% = 79.50 140 - 116 * 10

+
39

P% = 79.50 24 * 10
+
39

P% = 79.50 0.6154 * 10
+

P% = 85.65
R:// El 70% central de la distribución de coeficientes, está dentro de los coeficientes de 20 hasta
85.65

22
 DISTRIBUCIÓN NORMAL

MEDIA
Intervalos F Pm F*Pm
20 - 29 2 24.5 49
30 - 39 5 34.5 172.5
40 - 49 12 44.5 534
50 - 59 19 54.5 1035.5
60 - 69 34 64.5 2193
70 - 79 44 74.5 3278
80 - 89 39 84.5 3295.5
90 - 99 22 94.5 2079
100 - 109 13 104.5 1358.5
110 - 119 7 114.5 801.5
120 - 129 3 124.5 373.5
200 15170

Fórmula:
∑ 𝑓𝑃𝑚
𝑋̅=
𝑁

X= 15170 = 75.85
200

DESVIACIÓN ESTANDAR
Intervalos F Pm F*Pm Pm-X (Pm-X)^2 f(Pm-X)^2
20 - 29 2 24.5 49 -51.35 2636.82 5273.65
30 - 39 5 34.5 172.5 -41.35 1709.82 8549.11
40 - 49 12 44.5 534 -31.35 982.82 11793.87
50 - 59 19 54.5 1035.5 -21.35 455.82 8660.63
60 - 69 34 64.5 2193 -11.35 128.82 4379.97
70 - 79 44 74.5 3278 -1.35 1.82 80.19
80 - 89 39 84.5 3295.5 8.65 74.82 2918.08
90 - 99 22 94.5 2079 18.65 347.82 7652.10
100 - 109 13 104.5 1358.5 28.65 820.82 10670.69
110 - 119 7 114.5 801.5 38.65 1493.82 10456.76
120 - 129 3 124.5 373.5 48.65 2366.82 7100.47
200 15170 77535.50

23
 Fórmula: 𝛴𝑓 (𝑃𝑚 − 𝑋̅)2
𝜎= √
𝑁

𝜎= 77535.5
√
200

𝜎= √ 387.68

𝜎= 19.69

b) Determine la escala percentil de una persona que tiene un coeficiente de 101.17

𝜎= 19.69 X̅ = 75.85

Fórmula: 𝑋𝑖 − 𝑋̅
𝑍=
𝜎

Z = 89.59 - 75.85
19.69

Z = 0.6978
Tabla área bajo la curva normal tipificada:
0.2549

0.2549 + 0.5 = 0.7549

f) Determine la escala percentil de una persona que obtuvo un coeficiente 100.

𝜎= 19.69 X̅ = 75.85

Fórmula: 𝑋𝑖 − 𝑋̅
𝑍=
𝜎

Z = 88.83 - 75.85
19.69

Z = 0.6592
Tabla área bajo la curva normal tipificada:
0.2422

0.2422 + 0.5 = 0.7422

24
g) A qué porcentaje de personas superó una persona que obtuvo un coeficiente de 115.
𝜎= 19.69 X̅ = 75.85

Fórmula: 𝑋𝑖 − 𝑋̅
𝑍=
𝜎

Z = 96.93 - 75.85
19.69

Z = 1.0706
Tabla área bajo la curva normal tipificada:
0.3577

0.3577 + 0.5 = 0.8577

h) Cuántas personas superaron a un individuo que obtuvo un coeficiente de 95.

𝜎= 19.69 X̅ = 75.85

Fórmula: 𝑋𝑖 − 𝑋̅
𝑍=
𝜎

Z = 83.55 - 75.85
19.69

Z = 0.3911
Tabla área bajo la curva normal tipificada:
0.1517

0.1517 + 0.5 = 0.6517

i) Si para desempeñar un determinado trabajo una persona tiene que tener como mínimo un coeficiente
de 90. ¿Cuántas personas de ese grupo de 200 lo pueden optar?
𝜎= 19.69 X̅ = 75.85

Fórmula: 𝑋𝑖 − 𝑋̅
𝑍=
𝜎

Z = 78.05 - 75.85
19.69

Z = 0.1117
Tabla área bajo la curva normal tipificada:
0.0438

0.0438 + 0.5 = 0.5438

25
j) Entre que coeficientes está el 70% central de la distribución de coeficientes
𝜎= 19.69 X̅ = 75.85

Fórmula: 𝑋𝑖 − 𝑋̅
𝑍=
𝜎

Z = 85.65 - 75.85
19.69

Z = 0.4977
Tabla área bajo la curva normal tipificada:
0.1879

0.1879 + 0.5 = 0.6879

TEMA NO.2
Supóngase que los puntajes de un examen están distribuidos normalmente con media de 76 puntos y
una desviación de 15 puntos. El 15% de los estudiantes, los mejores reciben una felicitación y una nota
“A” y el 10 % pierden el curso y reciben “R” de reprobados.
Datos:
Promedio de notas: μ = 76 puntos. Desviación estándar = 15 puntos. A = 15%
R = 10%

1. Hallar un puntaje mínimo para ganar un “A”

Los valores de donde obtendremos la probabilidad están estandarizados (100 puntos). 100 – 15 = 85%

Con esta probabilidad determinamos el valor de “Z”, esto se puede realizar utilizando una tabla normal
estandarizada de valores Z.

26
Haciendo esto, tenemos que el valor de Z = 1.04.
Finalmente reemplazamos los valores y despejamos la incógnita:

X = 76 + 15 * (1.04) =
X = 76 + 15.6
X = 91.6
R// El puntaje mínimo para ganar un “A” es 91.6 puntos.

27
 2. Hallar un puntaje mínimo para aprobar (para no recibir una “R”) Corresponde al
10% inferior de la distribución.

Obtenemos que el valor de Z = - 1.28. Reemplazando los valores tenemos:

X = 76 - 15 * (1.28) =
X = 76 - 19.20
X = 56.80
R// El puntaje mínimo para aprobar y no recibir una “R” es 56.80 puntos.

28
 TEMA NO.3

Se pasó un test de inteligencia a un grupo de 600 universitarios. Al analizar los resultados se

obtuvo la siguiente información: la media fue de 105 y la desviación típica 5.

Datos:
n= 600 universitarios
µ= 105
ơ= 5
P(x)= (95<x<110)

a) ¿Qué porcentaje de estudiantes tienen coeficientes de inteligencia entre 95 y 110?

z= 95-105 z= 110-105
5 5

z= -10 z= 5
5 5

z= -2 z= 1

(95<x<110)= 0,4772 + 0,3413 = 0.8185 x 100% = 81.85 %

600 x 81.85% = 491.10

R// El porcentaje de estudiantes que poseen un coeficiente de inteligencia entre 95 y 110 es

del 81.85%

29
b)¿Cuántos estudiantes de ese grupo de 600 obtuvieron coeficientes entre 108 y 118?

Datos:
n= 600 universitarios
µ= 105
ơ= 5
P(x)= (108<x<118)

z= 108-105 z= 118-105
5 5

z= 3 z= 13
5 5

z= 0.6 z= 2.6

(108<x<118)= 0,2258 - 0,4953 = 0.2695 x 100% = 26.95%

600 x 26.95% = 162

R// Los estudiantes que obtuvieron coeficiente entre 108 y118 fueron 162 estudiantes

30
c)¿Cuál es el coeficiente de inteligencia del alumno que se ubicaron en el percentil 80?

Datos:

x= 105
ơ= 5

50-80= 30
z= 0.84 = 0.2996

z= Xi - x
ơ

0.84= Xi - 105
5

0.84*5 = x - 105

4.20 + 105 = x

109 = x

R// Los alumnos que se encuentran ubicados en el percentil 80, tienen un

coeficiente intelectual de 109

31
d)¿Qué porcentaje de estudiantes obtuvieron coeficientes de más de 112?

Datos:

x= 105
ơ= 5

50-80= 30
z= 0.84 = 0.2996

z= Xi - x
ơ

z= 112 - 105
5

z= - 7 = 1.4192
5

0.4192 - 0.5 = 0.0808

R// El 8% de los estudiantes obtuvieron un coeficiente de mas de 112

32
e) ¿Cuántos estudiantes de los 600 obtuvieron coeficientes de menos de 115?

Datos:

x= 105
ơ= 5

50-80= 30
z= 0.84 = 0.2996

z= 0.84 = 0.2996

z= Xi - x
ơ

115 -
z= 105
5

z= - 10 = 2
5

0.4772 - 0.5 = 0.0228

0.0228 * 600 = 13.68 ≈ 14

R// Los estudiantes obtuvieron el coeficiente de menos de 115 fueron 14 estudiantes.

33
 TEMA NO.4

Punteo 100 -70 = 30 0.3

0.3 -0.5 = -0.2

-0.2 X=68

DISTRIBUCIÓN NORMAL

Fórmula

0.52 = Xi - 68
10

0.5 * 10 + 68 = Xi

5.2 + 68 = Xi

73.2 = Xi

34
 CONCLUSIONES

La estadística es una ciencia que se ocupa de la recolección, organización, análisis e interpretación de datos
numéricos para extraer información y tomar decisiones. La estadística descriptiva es una rama de la
estadística que se encarga de resumir y presentar los datos de forma gráfica o numérica, mediante tablas,
gráficos, medidas de tendencia central y de dispersión.

- La estadística es una herramienta útil para el estudio de fenómenos naturales, sociales, económicos, etc.,
que involucran variabilidad e incertidumbre.
- La estadística descriptiva permite obtener una visión general y simplificada de los datos, facilitando su
comprensión y comunicación.
- La estadística descriptiva no permite hacer inferencias o generalizaciones sobre la población a partir de la
muestra, para ello se requiere de la estadística inferencial.
- La estadística descriptiva debe aplicarse con criterio y rigor, evitando distorsiones o sesgos en la
representación de los datos.
- La estadística descriptiva es el primer paso para el análisis estadístico, pero no el único ni el definitivo.

35
 BIBLIOGRAFIAS

Diccionario. (18 de junio de 2020). superprof. Recuperado el 24 de 10 de 2021, de

superprof: https://www.superprof.es/diccionario/matematicas/estadistica/medidas-
posicion.html
Lorenzo, J. M. (22 de 10 de 2007). Estadistica Descriptiva. Madrid España: Clara de la
fuente rojas. Recuperado el 24 de 10 de 2021, de Estadistica Descriptiva.
Moore, D. S. (2000). Estadistica aplicada basica. New York E.U: seguda. Recuperado el
24 de 10 de 2021

36