FACULTAD DE EDUCACIN

EAPESE - SEDE CALLAO

PROFESOR:

Ing Edgar Daniel Snchez Crdova




Pertenece A:

Telfono / E-Mail

Especialidad / Aula







Lima 2011













INTRODUCCION


La estadstica llamado tambin mtodos estadsticos desempea un papel muy
importante y en forma ascendente en todas las facetas del progreso humano.
Anteriormente la estadstica solamente era aplicada a nivel del estado pero ahora su
influencia se ha extendido en diversos sectores como la agricultura, economa, biologa,
medicina, enseanza, ciencias polticas, psicologa, etc. Y otros muchos campos de la
ciencia de la Ingeniera. El propsito de la estadstica
es presentar los principios generales de tal manera que contribuya a diversos
problemas de investigacin y ayude a tomar decisiones coherentes.
En este manual se har una clara exposicin de las definiciones pertinentes
teoremas y principios, junto con ejercicios ilustrativos y descriptivos para establecer y
ampliar la teora enfocados preferentemente hacia aquellos puntos mas crticos en los
que el estudiante se siente mas inseguro, y sirven tambin de repeticin de principios
bsicos de vital importancia para una enseanza efectiva.













LECCION N1

ESTADISTICA

CONCEPTO:
Es una ciencia que esta ligada a metodos cientificos cuyo objetivo es la toma,
recoleccion de datos u observaciones para organizarlos y representarlos, luego
analizarlos para sacar conclusiones que nos sirva para una adecuada toma de decisiones.
Los analisis estadisticos se hace a una miestra y no a una poblacin por el efecto
tiempo y costo, pero su eficiencia en los resultados depende de obtener una buena
muestra aplicando una buena tecnica de muestreo.




Estadstica es descriptiva cuando solamente organiza, describe y analiza un estudio sin
sacar conclusiones en otro caso cuando saca inferencias analizando y sacando
conclusiones se llama Estadstica Inferencial.





LECCION NRO. 2

POBLACION Y MUESTRA

POBLACION.- Se denota por N y viene a estar formado por un numero grande de
elementos (datos u observaciones) dentro de un universo en estudio.

MUESTRA.- Se denota por n y viene a ser un subconjunto de la poblacin ya que los
analisis que se haga a la muestra son validas para la poblacin y esto se consigue
aplicando una buena tecnica de muestreo como por ejemplo al azar simple.

x x x
x x x
x x x
x x x
x x x
x x x

x x
x

xx
x x
x x
x x

Toma de
datos
Organizacin y
representacion
Analisis
Conclusiones y/o
recomendaciones
TOMA DE
DECISIONES
Tecnica de
muestreo
N1
N2
N3
Muestra
N
Poblacion
Ejemplo:

Poblacin N: produccin diaria de botellas conteniendo cerveza
Objetivo: CONTROL DE CALIDAD
Muestra n1: Sacar una botella de cerveza cada intervalo de tiempo
Muestra n2: Seleccionar aleatoriamente de los lotes de produccin

VARIABLES ESTADISTICAS

VARIABLE DISCRETA: Son aquellas en las cuales sus elementos son separables y
para medirlos se utilizan los numeros naturales.

Ejemplo:
- Un lote de televisores
- El numero de hijos en una familia
- Los alumnos en un salon de clases

VARIABLES CONTINUAS: Sus elementos no son fcilmente separables y para
medirlos se hace a travez de intervalos, utilizando los numeros reales.

Ejemplo:
- El peso de una persona
- La temperatura observada en una ciudad
- Coeficiente Intelectual

Las variables tanto discretas como continuas pueden ser a su vez de tipo cuntitativo y
cualitativo.

REDONDEO DE DATOS.- El resultado de redondear un numero tal como 72.8 al
entero mas proximo es 73, puesto que 72.8 esta mas cerca de 73 que de 72.
Anlogamente 72.8146 esta mas redondeado al numero decimal 72.81 que de 72.82. En
el redondeo de 72.465 a un decimal con aproximacin de centesimos, nos encontramos
con el dilema de que 72.465 esta justamente a la mitad de recorrido entre 72.46 y 72.47.
Se acostumbra en tales casos a redondear al nmero par mas proximo que antecede al 5.
Asi, 72.465 se redondea a 72.46; 183.575 se redondea a 183.58; redondeando
116.500.000 con aproximacin de millones sera 116.000.000.
Esta prctica es especialmente util al minimizar la acumulacin de errores de redondeo
cuando se abarca un numero grande de operaciones.

Ejercicios por resolver (TEST 2)

1. Cite 3 ejemplos de poblacin y por cada una de ellas saque 2 muestras
representativas indicando su objetivo.
2. Decir cuales de las siguientes enunciados son discretos y cuales continuos.
a. Numero de acciones vendidas cada dia en un mercado de valores
b. Temperaturas registradas cada media hora en un observatorio
c. Periodo de duracion de los tubos de televisin producidos por una
compaa
d. Censos anuales de profesores
e. Longitud de 1000 cerrojos producidos en una fabrica

3. Redondear cada uno de los siguientes numeros a la exactitud que se indica.
a. 48.6 aproximando unidades 49
b. 136.5 aproximando unidades 136
c. 2.484 aproximando centesimas 2.48
d. 0.0435 aproximando milesimas 0.044
e. 4.50001 aproximando unidades 5
f. 143.95 aproximando decimas 144.0
g. 368 aproximando centenas 400
h. 24.448 aproximando unidades de millar 24.000





LECCION N3

Una curva es una representacin grafica de la relacion entre variables. En estadisticas se
emplea muchos tipos de curvas, dependiendo de la naturaleza de los datos y el proposito
de la curva para la cual ha sido proyectada.

REPRESENTACION DE VARIABLES ESTADISTICAS DISCRETAS

Para el caso de estas variables tenemos graficos representativos tales como:

- Diagrama de barras simples, dobles, triples, etc.
- Diagrama de bloques.
- Lineales
- Circulares
- Pictogramas
- Etc.

Con el avance de la computacin e informatica se puede presentar diversidad de
graficos no solamente bidimensionales, sino tridimensionales utilizando por ejemplo
EXCEL o graficadores estadisticos.

Ejemplo:

En el siguiente cuadro estadistico se muestra la produccin de trigo y maiz.


Ao
TRIGO
MAIZ
1991
69.2
30.8
1992
74.6
25.4
1993
75.0
25.0
1994
66.1
33.9
1995
65.6
34.4
1996
68.2
31.8
1997
72.5
27.5
1998
67.6
32.4
1999
70.1
29.9

Representarlo:

a) Utilizando dos grficos mnimo.
b) Como porcentaje de la produccin anual.

a.1 Produccin














a.2 Produccin
















b. Como Porcentaje de la Produccin Anual

AO TRIGO MAIZ TOTAL % TRIGO %MAIZ
% TOTAL
ANUAL
1991 69.2 30.8 100 69.2 30.8 100
1992 74.6 25.4 100 74.6 25.4 100
1993 75.0 25.0 100 75.0 25.0 100
1994 66.1 33.9 100 66.1 33.9 100
1995 65.6 34.4 100 65.6 34.4 100
1996 68.2 31.8 100 68.2 31.8 100
1997 72.5 27.5 100 72.5 27.5 100
1998 67.6 32.4 100 67.6 32.4 100
1999 70.1 29.9 100 70.1 29.9 100


% Produccin



Produccion
0
10
20
30
40
50
60
70
80
1991 1992 1993 1994 1995 1996 1997 1998 1999
0
10
20
30
40
50
60
70
80
1991 1992 1993 1994 1995 1996 1997 1998 1999
Maiz Trigo













A continuacin se presenta una serie de grficos para representar variables de tipo
discreto




































0
10
20
30
40
50
60
70
80
90
100
1991 1992 1993 1994 1995 1996 1997 1998 1999
Maiz
Trigo
12
8
6
10
2
7
0
2
4
6
8
10
12
C
a
n
t
i
d
a
d
e
s
PINTURAS PARA CARROS
Rojo
Serie2
Verde
Serie4
Violeta
Serie6
PINTURAS PARA CARROS
12
8
6
10
2
7
0
2
4
6
8
10
12
14
0 1 2 3 4 5 6 7


















ESPECIALIZACION DE LA SECRETARIA PARA
EL PROXIMO MILENIO
Nivel Gerencial
Tecnologia
Relaciones
Humanas
Contabilidad
Psicologia
Idioma
0%
5%
10%
15%
20%
25%
30%
35%
Nivel Gerencial Tecnologia Relaciones
Humanas
Contabilidad Psicologia Idioma
0%
5%
10%
15%
20%
25%
30%
35%
ESPECIALIZACION DE LA SECRETARIA PARA EL
PROXIMO MILENIO
Serie1
Serie1 30% 25% 20% 15% 10% 5%
Nivel
Gerencial
Tecnologia
Relaciones
Humanas
Contabilida
d
Psicologia Idioma
ESPECIALIZACION DE LA SECRETARIA PARA EL
PROXIMO MILENIO
30%
Nivel Gerencial
25%
Tecnologia
20%
Relaciones Humanas
15%
Contabilidad
10%
Psicologia
5%
Idioma
















PROBLEMAS POR RESOLVER (TEST 3)

1. Dada la siguiente tabla estadistica correspondiente a la oferta y demanda de un
producto x

Aos Demanda Oferta
1999 2000 1800
2000 3000 2500
2001 5000 3000
2002 3800 4000
2003 5600 5000

Representarlo a travez de 2 graficos bidimensionales y 2 tridimensionales.

2. Represente usted a travez de un grafico bidimensional y tridimensional sacando
cualquier variable observada en su instituto.


LECCION N 4

REPRESENTACION DE VARIABLES DE TIPO CONTINUO

Para representar variables de tipo continuo se utilizan ciertos graficos tales como:

- Histogramas
- Poligonos de Frecuencia
- Ojivas

Y su organizacin previamente se hace confeccionando una tabla de frecuencia.

Ejemplo:

A continuacin se da el peso de 40 personas con aproximacin a kilogramos de una
cierta universidad.
0
50
100
150
200
250
300
350
Serie1 213 48 312 183 132 93 86 128 14 83
Adm C.C.
Com
puta
Cont
ab
Elec
tr
Enfe
rm
Guia
Hote
l
Lab.
Clini
Secr
et
65 55 67 62 71 64 82 81
87 49 71 60 50 52 51 70
45 63 52 55 63 59 65 60
58 80 69 79 64 49 66 58
73 76 76 84 73 78 57 69

Para realizar una tabla de frecuencia siga el siguiente procedimiento:

1. Ubique el dato mayor y el dato menor de la muestra.

Dato mayor=87(DM)
Dato menor=45(dm)

2. Calcule el rango: R = DM dm
R = 87 45
R = 42
3. Determine el numero de clases (k)

K=numero recomendable de clases para esto tiene dos alternativas
a) Criterio Personal
5 <= k <= 20

b) Segn Sturges
K=1 + 3.3 log N
En nuestro caso: K=1+ 3.3 log 40
K= 6.286797971

Si tomamos en consideracin a Sturges nos indica que debemos hacer la
tabla con seis clases (k=6)

4. Calculamos el intervalo de clase, para eso usamos la relacion
I=
K
R


En nuestro ejemplo tenemos:
I=
6
42


5. Determinamos los limites de clases

LI=Limite Inferior
LS=Limite Superior

Existen dos clases de limites:

Limites Falsos.- Cuando no hay superposicin de clases sirven solo para
graficos y no para calculos estadisticos.

Ejemplo:

N=40
Se observa que el limite superior de una clase anterior no es
igual al limite inferior de la siguiente.


Limites Verdaderos.- Llamados tembien reales,
existe superposicin de clases y sirven para hacer graficos
y calculos estadisticos.

Ejemplo:

Se observa que el limite superior de una clase anterior es
igual al limite inferior de la siguiente.





En nuestro ejemplo:

Estos limites estan bien dados si el dato mayor esta
en la ultima clase dentro de los limites o coincidentes. Si el
dato mayor es igual al limite superior en la ultima clase se
cierra el limite.





LECCION NRO.5

TABLA DE FRECUENCIA

LI - LS CONTEO fi hi(%) FI HI(%) XI
[45 - 52> IIIII 5 0.1250 5 0.1250 48.5
[52 - 59> IIIII II 7 0.1750 12 0.3000 55.5
[59 - 66> IIIII IIIII 10 0.2500 22 0.5500 62.5
[66 - 73> IIIII II 7 0.1750 29 0.7250 69.5
[73 - 80> IIIII I 6 0.1500 35 0.8750 76.5
[80 - 87> IIIII 5 0.1250 40 1.0000 83.5
40
N=

- fi.- Se denomina frecuencia absoluta y viene a ser el numero de datos u
observaciones contenidas en unaclase.

Se lee: f1= 5; f2= 7; f6= fmax= 5

- hi.- Se llama frecuencia relativa, puede expresarse en porcentaje, nos indica el
area de cada clase en relacion a la poblacin o muestra. Para calcularlo se usa:

LI - LS
30 - 34
35 - 39
40 - 44
45 - 49
50 - 54
LI - LS
30 - 35
35 - 40
40 - 45
45 - 50
50 - 55
LI - LS
1 C: [45 - 52>
2 C: [52 - 59>
3 C: [59 - 66>
4 C: [66 - 73>
5 C: [73 - 80>
6 C: [80 - 87]
HISTOGRAMA
0
1
2
3
4
5
6
7
8
9
10
45
Lim
f
i
POLIGONO DE FRECUENCIA
0
1
2
3
4
5
6
7
8
9
10
45
Lim
f
i
hi=
N
f i

Ejemplo:
h1=
N
f 1
=
40
5
= 0.1250 = 12.50%


- FI.- Frecuencia absoluta acumulada, se obtiene al ir sumando las frecuencias
absolutas sucesivamente.

F1= 5
F2= 5 + 7 = 12

- HI.- Frecuencia relativa acumulada, tambien puede ser expresado en porcentaje
y se calcula:

HI=
N
FI

Ejemplo:
H1=
N
F1
=
40
5
= 0.1250 = 12.50%

H2=
N
F2
=
40
12
= 0.3000 = 30.00%

- XI.- Marca de clase viene a ser la semisuma de los limites de clase, es decir:
XI =
2
LS LI +

Ejemplo:
X1=
2
52 45+
= 48.5
GRAFICOS


































Problema por Resolver (TEST 5)

A continuacin se da la talla con aproximacin a centmetros de 50 estudiantes tomadas
al azar del instituto superior tecologico

1.80 1.40 1.60 1.40 1.50
1.48 1.50 1.50 1.60 1.40
1.73 1.70 1.65 1.73 1.80
1.68 1.60 1.45 1.65 1.73
1.50 1.75 1.48 1.80 1.48
1.40 1.40 1.60 1.40 1.60
1.80 1.50 1.40 1.50 1.40
1.48 1.80 1.70 1.70 1.50
1.70 1.73 1.60 1.60 1.68
1.47 1.48 1.47 1.50 1.48

Representarlos a travs de un histograma, poligono de frecuencia y ojiva tomando en
cuenta los limites verdaderos y segn sturges.

EJEMPLOS DE TABLAS DE FRECUENCIA, USOS Y APLICACIONES.

POLIGONO DE FRECUENCIA
0
2
4
6
8
10
48.5 55.5 62.5 69.5 76.5 83.5
XI
f
i
Serie1
1) Hallar los lmites y las frecuencias que faltan en el siguiente cuadro donde los TIC
son iguales.

LI - LS fi hi FI HI XI
[ - 24 >
[ - >
[ - >
[ 46 - >
[ - >
------
------
------
6
------
0.15
0.25
------
------
------
------
------
------
------
------
------
------
0.70
------
------
------
------
------
------
------
60
N = fi

SOLUCION

Hallamos los lmites de los intervalos.

24 viene a ser el Lmite Inferior de la clase 2
46 viene a ser el Lmite Superior de la clase 3

Entonces:

R = 46 24 = 22
I =
K
R
=
2
22
= 11 Es el intervalo para todas las clases.


Si sabe que:

hi =
N
f i
fi = hi N

f
1
= h
1
x N = 0.15 x 60 = 9
f
2
= h
2
x N = 0.25 x 60 = 15
h
1
= H
1
= 0.15
H
2
= H
1
+ h
2
= 0.15 + 0.25 = 0.40
H
3
= H
2
+ h
3
h
3
= H
3
- H
2
= 0.70 0.40 = 0.30
f
3
= h
3
x N = 0.30 x 60 = 18
F
5
= F
4
+ f
5
f
5
= F
5
- f
4
= 60 48 = 12

Con estos resultados tenemos:

LI LS fi hi FI HI XI
[ 13 - 24 >
[ 24 - 35 >
[ 35 - 46 >
[ 47 - 57 >
[ 57 - 68 >
9
15
18
6
12
0.15
0.25
0.30
0.10
0.20
9
24
42
48
60
0.15
0.40
0.70
0.80
1.00
18.5
29.5
40.5
51.5
62.5
60
N = fi

Ejercicios por Resolver.

1) Dados los siguientes datos:

N = 50
Dato Mayor = 100
Dato Menor = 75
K = 5
Superposicin de datos.

Realizar lo siguiente:

a. Tabla de Frecuencia.
b. Histograma.
c. Polgono de Frecuencia.
d. Ojiva.

2) En una encuesta se tiene la siguiente informacin, sabiendo que la distribucin es
simtrica y continua alrededor de 40% y que los intervalos son de igual amplitud y que
172 es el 86% de los datos agrupados, complete el cuadro.



LI LS fi hi (%) Fi Hi (%) Xi
[ 10 - >
[ - >
[ - >
[ - >
[ - 60 >
------
------
------
------
------
------
------
0.40
------
------
------
------
------
------
------
0.10
------
------
------
------
------
------
------
------
------

N = fi

3) Despus de realizar un experimento con 40 resistencias, se da el siguiente informe:

- Las resistencias fueron agrupadas en 7 intervalos de amplitud constante,
comprendidas entre 25 y 60 minutos.
- El 2.5% tuvieron una duracin de 27.5 minutos.
- 5 resistencias no duran ms de 35 minutos.
- Sabiendo que la distribucin es simtrica alrededor de 16, reconstruir el cuadro
de distribucin de frecuencias.

4) Una distribucin de frecuencias consta de 5 intervalos de clase de igual magnitud y
de ella se conocen los siguientes datos: (y es una variable continua).

q = 110 f
2
= f
4

f
4
f
5
= 10 LI
1
= 12.5
f
4
f
3
f
1
= 0 X
5
f
4
= 975
f
1
= f
5


Reconstruir el cuadro de frecuencias.

5) Completar la siguiente tabla de frecuencia si adems se conoce que i = 3, para todos
los intervalos.

LI - LS fi hi (%) Fi Hi (%) Xi
[ - >
[ - >
[ - >
[ - >
[ - >
------
------
------
8
------
------
------
------
------
------
------
------
------
------
------
------
------
------
------
------
------
------
------
0.96
------
50
N = fi

Respuesta:

LI - LS Fi hi (%) Fi Hi (%) Xi
[ 37.5 40.5 >
[ 40.5 43.5 >
[ 43.5 46.5 >
[ 46.5 49.5 >
[ 49.5 50.5 >
2
8
30
8
2
0.04
0.16
0.60
0.16
0.04
2
10
40
48
50
0.04
0.20
0.80
0.96
1.00
39
42
45
48
51
50
N = fi


LECCION N 6

EXAMEN DE UNIDAD


LECCION NRO.7

ESTADIGRAFOS DE TENDENCIA CENTRAL

Sean los datos u observaciones X1, X2, X3,, Xn las medidas de tendencia central
llamados tambin promedios son aquellas que tratan de centralizar dichos datos
alrededor de un valor central.

Entre las medidas de tendencia central tenemos:

- Media aritmtica.
- Media Geomtrica.
- Media Armnica.
- Media Ponderada.
- Mediana.
- Moda.

EL OPERADOR SUMATORIA

NOTRACION.- Se denota de la siguiente manera:

=
n
i
Xi
1

Donde:

= smbolo de la sumatoria.
i = subndice de la sumatoria (i c N).
n = indica el recorrido de la sumatoria.
Xi = variable de la sumatoria (base).

Definicin: La sumatoria viene a estar formada por un conjunto de trminos llenando
sumandos, es decir:

=
n
i
i
X
1
= X
1
+ X
2
+ X
3
+ + X
n.

EJEMPLOS:

1.-

=
5
3
2
i
i
Y
=
2
3
Y
+
2
4
Y
+
2
5
Y


2.-

=
9
7
3
j
j j
Y X
= 7
X
3
7
Y
+ 8
X
3
8
Y
+ 9
X
3
9
Y


3.-
i
i
i
X
4
2
5
2
3

=
= 2
3
2
2
Y
X
+
3
3
3
2
Y
X
+
4
3
4
2
Y
X
+
5
3
5
2
Y
X


4.-
i i
i
Y X 2
6
4

=
=
4 4
2 Y X
+ 5 5
2 Y X
+ 6 6
2 Y X


PROPIEDADES:

1) La sumatoria de una constante por una variable es igual a la constante por la
sumatoria de la variable; esto es:

=
n
i
i
KX
1
=

=
n
i
i
X K
1


2) La sumatoria de una constante es igual a n de la constante; es decir:

=
n
i
K
1
=
nK


3) La sumatoria respecto a la suma algebraica, est dada por la siguiente relacin:

) (
1
i i
n
i
Y X

=
=

= =

n
i
n
i
i i
Y X
1 1


4) Cuando se conoce el recorrido de una sumatoria, sta puede omitirse; o sea:

=
n
i
i
X
1
=
X


EJEMPLOS:

1) Si:

=
6
1 i
i
X
= -4 y

=
6
1
2
i
i
X
= 10; hallar:

a)
) 3 2 (
6
1
+

=
i
i
X


b)
) 1 (
6
1

=
i
i
X


c)
2
6
1
) 5 (

=
i
i
X


SOLUCION:

Desarrollando (a):
) 3 2 (
6
1
+

=
i
i
X
=

=
6
1
2
i
i
X
+

=
6
1
3
i


=

=
6
1
2
i
i
X
+

=
6
1
3
i


= 2 (-4) + 18 = 10.
Desarrollando (b):
) 1 (
6
1

=
i
i
X
=
) (
2
6
1
i i
i
X X

=


=

= =

6
1
2
6
1 i
i i
i
X X


= 10 + 4 = 14.
Desarrollando (c):
2
6
1
) 5 (

=
i
i
X
=
) 25 10 (
2
6
1
+

=
i i
i
X X


=

= = =
+
6
1
6
1
6
1
2
25 10
i i
i
i
i
X X


=

= = =
+
6
1
6
1
6
1
2
25 10
i i
i
i
i
X X


= 10 10(-4) + 6 X 25 = 200.

2) Dado la siguiente tabla: (TEST 7)

X
i
1 -2 0 5 2
Y
i
3 1 0 -2 2
Calcular:
a)
X
f)
2 2
Y X

b)
Y
g)
) ( ) (

Y X

c)
Y X

h)
2
) ( X

d)
2

X
i)
Y X
2

e)
2
Y
j)
| | ) )( ( Y X Y X +



a)
X
= X
1
+ X
2
+ X
3
+ X
4
+ X
5

= (1) + (-2) + (0) + (5) + (4) = 8.
b)
Y
= Y
1
+ Y
2
+ Y
3
+ Y
4
+ Y
5

= (3) + (1) + (0) + (-2) + (2) = 4.
c)
Y X

= X
1
Y
1
+ X
2
Y
2
+ X
3
Y
3
+ X
4
Y
4
+ X
5
Y
5

= (1) (3) + (-2) (1) + (0) (0) + (5) (-2) + (4) (2) = -1.

d)
2

X
=
2
5
2
4
2
3
2
2
2
1
X X X X X + + + +

= (1)
2
+ (-2)
2
+ (0)
2
+ (5)
2
+ (4)
2
= 46.

e)
2
Y
=
2
5
2
4
2
3
2
2
2
1
Y Y Y Y Y + + + +

= (3)
2
+ (1)
2
+ (0)
2
+ (-2)
2
+ (2)
2
= 18.

f)
2 2
Y X
=
2
5
2
5
2
4
2
4
2
3
2
3
2
2
2
2
2
1
2
1
Y X Y X Y X Y X Y X + + + +

= (1)
2
(3)
2
+ (-2)
2
(1)
2
+ (0)
2
(0)
2
+ (5)
2
(-2)
2
+ (4)
2
(2)
2
= 177.

g)

) ( ) (

Y X
= 8 X 4 = 32.

h)
2
) ( X
= (8)
2
= 64.

i)
Y X
2
=
5
2
5 4
2
4 3
2
3 2
2
2 1
2
1
Y X Y X Y X Y X Y X + + + +

= (1)
2
(3)

+ (-2)
2
(1)

+ (0)
2
(0)

+ (5)
2
(-2) + (4)
2
(2) = -11.

j)
| | ) )( ( Y X Y X +
=

) (
2 2
Y X

=

2 2
Y X
= 46 18 = 28.

EJERCICIOS POR RESOLVER.(TEST 7)

1) Escribir los sumandos de las siguientes sumatorias:

a)

=
6
1 i
i
X
c)

=
n
j
a
1
e)
) (
5
1
a X
j
j

=


b)
2
6
1
) 3 (

=
i
i
Y
d)

=
5
1 i
i i
X f


2) Demostrar que:


) (
1
j j j
n
j
cZ bY aX + +

=
=

= = =
+ +
n
j
j
n
j
j
n
j
j
Z c Y b X a
1 1 1


3) Dados los siguientes datos:

3
5
1
=

=
i
i
X

6
5
1
=

=
i i
i
Y X

8
2
5
1
=

=
i
i
Y


4
5
1
=

=
i
i
Y

10
2
5
1
=

=
i
i
X


Calcular:
a)
2
5
1
) 3 2 (
i i
i
Y X

=
b)
2
5
1
) 4 3 ( +

=
i
i
Y


4) Sabiendo que: x =
N
f X
n
i
i i
=1
y d
i
= X
i
A

Demostrar que: x = A +
N
d f
i i


5) Demostrar que la raz cuadrada del cuadrado de la media de dos nmeros positivos A
y B es:

a) Mayor o igual o la media aritmtica.
b) Mayor o igual o la media armnica.

NOTA: La raz cuadrada del cuadrado de la media es:

R. M. S. =
N
X

2



LECCION NRO.8

MEDIA ARITMETICA

Sean los datos X
1
, X
2
, X
3
,, X
n
la media aritmtica est representada por:

a) Datos no Agrupados:

x
=
N
X
i
n
i

=1
=
N
X X X X
n
+ + + + ...
3 2 1


b) Datos Agrupados:


x
=
N
f X
i i
n
i

=1
=
N
f X f X f X
n n
+ + + ...
2 2 1 1


MEDIA GEOMETRICA

Sean los datos X
1
, X
2
, X
3
,, X
n
la media geomtrica est representado por:

a) Datos no Agrupados:


G
x
=
n
n
X X X X * ... * * *
3 2 1


b) Datos Agrupados:


G
x
=
(
(
(
(

=
N
X f
Anti
n
i
i i
1
log
log


MEDIA PONDERADA

Sean los datos X
1
, X
2
,, X
n
cuyos pesos o factores son: W
1
, W
2
,, W
n
la media
ponderada est representada por:


G
x
=

=
=
1
1
i
i
n
i
i i
W
W X
=
n
n n
W W W
W X W X W X
+ + +
+ + +
...
...
2 1
2 2 1 1


MEDIA ARMONICA

Viene a ser el recproco del recproco de los datos u observaciones y est representado
por:

a) Datos no Agrupados:

H
x
=

=
n
i
i
X
N
1
1


b) Datos Agrupados:

H
x
=

=
n
i
i
i
X
f
N
1


Ejemplos:

1) Dada la siguiente serie de nmeros:

3, 8, 1, 4, 5.

Hallar:
x
, G
x
, y H
x


Solucin:

Hallando
x
:
x
=
N
x

x
=
5
5 4 1 8 3 + + + +



Hallando G
x
:

G
x
=
5 4 1 8 3 x x x x




Hallando H
x
: H
x
= 62 . 2
9083333 . 1
5
5
1
4
1
1
1
8
1
3
1
5
= =
+ + + +




LECCION NRO.9
PRACTICA CALIFICADA


LECCION NRO.10
MEDIDA DE TENDENCIA CENTRAL

MEDIANA: Sean los datos X
1
, X
2
, , X
n
la mediana esta representado por:

a) Datos No Agrupados.- Viene a ser el valor medio del promedio aritmetico de los
valores medios.

b) Datos Agrupados:






Donde:

L1= Limite inferior real de la clase mediana
N= Tamao de la muestra
F
x-1
= Frecuencia absoluta acumulada anterior a la clase mediana
fMe= Frecuencia absoluta de la clase mediana
i= Intervalo de clase de la clase mediana

x
= 4.2

G
x
= 3.44


Me= L1 + ) (
2
1
i
f Me
F
N
X
(
(
(

MODA: Dados los datos u observaciones X
1,
X
2
, X
3
, ..., X
n
, la moda esta representado
por:

a) Datos no Agrupados: Es aquel dato que se repite un mayor numero de veces.
b) Datos Agrupados:





Donde:

L1= Limite inferior real o verdadero de la clase modal.
1 A = Diferencia de la frecuencia absoluta de la clase modal con la frecuencia absoluta
de la clase anterior a ella
= A2 Diferencia de la frecuencia absoluta de la clase modal con la frecuencia absoluta
de la clase posterior a ella
i= Intervalo de clase de la clase modal.

Ejemplos:

1. Dado las siguientes series:

- 1, 5, 8, 3, 2, 5, 10
- 3, 9, 4, 17, 11, 9

Hallar la mediana y moda

Hallando Mediana:

- 1, 5, 8, 3, 2, 5, 10

Me= 9
2
9 9
=
+


- 3, 9, 4, 17, 11, 9

CALCULO DE LA MEDIANA
Primero identificaremos en la tabla la clase mediana utilizando:
2
N




El dato numero 20 se encuentra en la segunda clase por lo tanto esa es la clase mediana.
(ver cuadro)

Datos:
L1= 5
F
1 x
= 8
N= 40
Mo = L1 + ) (
2 1
1
i
(

A + A
A

Me= 5
Me= 9
20
2
40
2
= =
N
Me= 5 + ) 4 (
15
8
2
40
(
(
(
(

=8.2
fMe= 15
i= 4

CALCULO DE LA MODA:

La clase modal es aquella donde se encuentra la mayor frecuencia absoluta. Observando
el cuadro vemos que se encuentra en la clase dos (f
2
=15)

Datos:
1 A = 15 8 = 7
2 A = 15 10 = 5
i= 4
L
1
= 5

EJERCICIOS PROPUESTOS (TEST 10)

1. Dada las siguientes series:
a. 2, 12, 10, 7, 5, 1, 7
b. 3, 3, 12, 11, 4, 8
c. 5, 4, 9, 11, 3, 7, 5

Hallar:
- Mediana Aritmtica X
- Media Geometrica G X
- Media Armonica H X
- Mediana Me
- Moda Mo


2. Dada la siguiente distribucin de frecuencia:

LI - LS fi
[10 - 15> 7
[15 - 20> 13
[20 - 25> 30
[25 - 30> 20
[30 - 35> 18
[35 - 40> 12
100
N= fi

Hallar:

Media Aritmetica =25.75
Media Geometrica =24.71
Media Armonica =9.81
Mediana =25
Moda =22.06


1,1 1,2 1,3
8,8 6,83 6,29
4,8 5,8 5,75
3,23 4,93 5,27
7 6 5
7 3 5
LECCION NRO.11

EXAMEN DE UNIDAD

LECCION N 12

ESTADIGRAFOS DE DISPERSION

Son aquellas que se miden el grado de extensin o dispersin en que se encuentra los
datos alrededor de un valor central.










LSC= Limite suep`rior de control y es igual a la medida aritmetica mas una medida de
dispersin.

LIC= Limite inferior de control y es iguasl a la maedida aritmetica mas una medida de
dispersin.

Entre las medidas de dispersin tenemos:

- Rango
- Rango semiintercuartilico
- Rango entre percentiles
- Desviacin media
- Desviacin tipica
- Varianza
- Coeficiente de variacin

DESVIACION MEDIA

Sean los datos u observaciones X
1
, X
2
, X
3
,., X
n
la desviacin media esta
representada por:

a) Datos no agrupados: M.D.=
N
X Xi
n
i
E
=1


b) Datos Agrupados: M.D.=
N
X Xi f i
n
i
E
=1



LECCION NRO.13
Medida de
dispersion
Medida de
dispersion
LSC
X

LIC

DESVIACION TIPICA

Sean los datos u observaciones X
1
, X
2
, X
3
,., X
n
la desviacin tipica o estandar se
calcula a traves de:
a. Datos no agrupados S=
N
X Xi
n
i
2
1
|
|
.
|

\
|

=
E


b. Datos agrupados S=
N
X Xi f i
n
i
2
1
|
|
.
|

\
|

=
E





LECCION NRO.14

PRACTICA CALIFICADA


LECCION NRO.15

VARIANZA

Viene a ser el cuadrado de la desviacin tipica y denota por S
2
o
2
t

COEFICIENTE DE VARIACION

El coeficiente de variacin viene a ser el cociente indicado de la desviacin tipica y el
promedio.

Es expresado en porcentaje.
C.V. = 100 *
X
S

Ejemplo:

Dada la siguiente tabla de datos:

LIMITES [3 - 7> [7 - 11> [11 - 15> [15 - 19> [19 - 23> [23 - 27>
fi 5 8 15 22 30 10

Hallar:
- Desviacin media
- Desviacin tipica
- Varianza
- Coeficiente de correlacion

Solucion:

Como aparece frecuencia absoluta se emplea las formulas considerando datos agrupados

LI - LS fi XI XIFI |XI - X| fi|XI - X| XI - X (XI - X)^2 fi(XI - X)^2
[3 - 7> 5 5 25 12,18 60,9 -12,18 148,3524 741,762
[7 - 11> 8 9 72 8,18 65,44 -8,18 66,9124 535,2992
[11 - 15> 15 13 195 4,18 62,7 -4,18 17,4724 262,086
[15 - 19> 22 17 374 0,18 3,96 -0,18 0,0324 0,7128
[19 - 23> 30 21 630 3,82 114,6 3,82 14,5924 437,772
[23 - 27> 10 25 250 7,82 78,2 7,82 61,1524 611,524
90 1546 385,8 2589,156


X = 17777778 . 17
90
1546
= =
E
N
XiFi


18 . 17 = X

CALCULO DE LA DESVIACION MEDIA
M.D. =
n
X Xi fi E


M.D. = 286666667 . 4
90
8 . 385
=

M.D. = 4.29

CALCULO DE LA DESVIACION TIPICA

S=
N
X XI fi
2
) ( E

S= 363618182 . 5 7684 . 28 90
156 . 2589
= =

S= 5.36

CALCULO DE LA VARIANZA
S ) 363618182 . 5 (
2
=

S 7684 . 28
2
=

S 77 . 28
2
=

COEFICIENTE DE VARIACION
C.V.=
X
S


C.V.= % 1990686 . 31 311990686 . 0
18 . 17
36 . 5
= =

C.V.= 31.2%

CALCULANDO DESVIACION MEDIA
Como se trata de datos no agrupados tenemos:

M.D.=
N
X Xi
n
i
E
=1


M.D.=
5
4 . 12
M.D.=2.48

CALCULANDO DESVIACION TIPICA

S=
N
X Xi
n
i
2
1
|
|
.
|

\
|

=
E


S=
5
20 . 41
S= 2.87

CALCULANDO LA VARIANZA

S ) 87 . 2 (
2
=
S 24 . 8
2
=

CALCULANDO COEFICIENTE DE VARIACION
C.V. =
X
S


C.V.= 5316 . 0
4 . 5
87 . 2
= C.V.=53.16%

3. Dada la siguiente serie:

5, 2, 7, 10, 3
Hallar:
Xi |Xi -X| Xi - X (Xi -X)^2
5 0,4 -0,4 0,16
2 3,4 -3,4 11,56
7 1,6 -1,6 2,56
10 4,6 -4,6 21,16
3 2,4 -2,4 5,76
27 12,4 41,20

= X
5
27
=
E
N
X


X = 5.4

EJERCICIOS PROPUESTOS (TEST 15)

1) Dada las siguientes series
a. 3, 8, 5, 1, 2
b. 5, 4, 9, 6, 2, 1

Hallar:
- Desviacin media
- Desviacin tipica
- Coeficiente de variacin
- Varianza

RESPUESTAS

A B
M.D.= 2,16
S= 2,48
C.V.= 65,31%
S^2= 6,16


2) En una encuesta se tiene la siguienbte informacin sabiendo que la distribucin es
simetrica y continua alrededor del 40% y que los intervalos son de igual amplitud y
que 172 es el 86% de los datos agrupados, complete el cuadro y halle:

- Desviacin media
- Desviacin tipica
- Varianza
- Coeficiente de variacin

LI - LS hi HI
[10 - > 0,10
[ - >
[ - > 0,40
[ - >
[ - 60>

RESPUESTAS:

LI - LS fi hi FI HI XI
[10 - 20> 20 0,10 20 0,10 15
[10 - 20> 40 0,20 60 0,30 25
[10 - 20> 80 0,40 140 0,70 35
[10 - 20> 40 0,20 180 0,90 45
[10 - 20> 20 0,10 200 1,00 55
200
M.D.= 2,17
S= 2,63
C.V.= 58,44%
S^2= 6,92

M.D.= 8
S= 10.95
S
2
=120
C.V.= 31.29%


LECCION N16

SESGO Y CURTOSIS

Sesgo mide el estiramiento en forma horizontal de una curva estadstica y sta se calcula
a travs del coeficiente de sesgo,
Si es positivo la curva se dirige hacia la derecha
Si es negativo se dirige hacia la izquierda
Si es cero es una curva simtrica

Curtosis nos mide el grado de estiramiento de una curva estadstica pero en forma
vertical.
Si el coeficiente de curtosis es mayor a 3 se llama Leptocrtica
Si el coeficiente de curtosis es menor a 3 se llama Platicrtica
Si el coeficiente de curtosis es igual a 3 se llama mesocrtica
La curva normal estandar es mesocrtica y simtrico
Las frmulas correspondientes y la forma de clculo sern elaboradas en el saln de
clases.

LECCION NRO.17

EXAMEN FINAL


BILIOGRAFIA


2. Estadstica General
Coleccin Schamn 2000

3. Estadstica Descriptiva
Moiss Ayona 1997

4. Estadstica Descriptiva
Lpez Atencio 1998

5. Tpicos de Estadstica
Gregorio Garayar 1995

6. Principios de Estadstica
C. Diaz 1998