Investigacin 1

Pensamiento Estadstico: Es una filosofa de aprendizaje y accin basada en tres principios inevitables que son: 1. todo trabajo ocurre en un sistema de procesos interconectados( Se basa en la primera parte del Sistema de Conocimiento Profundo) 2. variacin hay en todos los procesos; ( segunda parte del Sistema de Conocimiento profundo , conocimiento sobra la variacin) 3. entender y reducir la variacin son las claves del xito. (segunda parte del Sistema de Conocimiento profundo , conocimiento sobra la variacin) 1 Estadstica Descriptiva Estadstica Descriptiva se refiere a la recoleccin, presentacin, descripcin, anlisis e interpretacin de una coleccin de datos, esencialmente consiste en resumir stos con uno o dos elementos de informacin (medidas descriptivas) que caracterizan la totalidad de los mismos. La estadstica Descriptiva es el mtodo de obtener de un conjunto de datos conclusiones sobre si mismos y no sobrepasan el conocimiento proporcionado por stos. Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una poblacin o de una muestra, cuando en la etapa preliminar de la Inferencia Estadstica se conocen los elementos de una muestra. 2 Estadstica Inferencial Se refiere al proceso de lograr generalizaciones acerca de las propiedades del todo, poblacin, partiendo de lo especfico, muestra las cuales llevan implcitos, una serie de Riesgos Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una poblacin o de una muestra, cuando en la etapa preliminar de la Inferencia Estadstica se conocen los elementos de una muestra3

Poblacin Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones. 4 Muestra Una muestra es un conjunto representativo de la poblacin de referencia 4 Parmetro El parmetro es el clculo de valores en la poblacin. Un parmetro es un sumario descriptivo de alguna caracterstica de una poblacin, 5 Datos Estadsticos Un dato estadstico es cada uno de los valores que se han obtenido al realizar un estudio estadstico, Son nmeros que pueden ser comparados, analizados e interpretados 6

Referencias Bibliogrficas
ASQC, (1996a); Glossary and Tables for Statistical Quality Control,Quality Press, Statistics Division, Milwaukee, Wisconsin. 2- 2- Usac-edu 3- http://esta2.galeon.com/Temas1-3.pdf 4- http://www.edukanda.es/mediatecaweb/data/zip/940/page_07.htm 5- http://www.vitutor.com/estadistica/descriptiva/a_7.html

1-

6- http://html.rincondelvago.com/datos-estadisticos.html

Investigacin 2

Ciencia Es una recopilacin de tcnicas y mtodos que nos permiten organizar de forma objetiva y accesible un conjunto de informacin, que puede ser adquirida a travs de la experiencia o de la deduccin. Cuando se aplican estos mtodos o tcnicas, se puede generar nuevos conocimientos cientficos. 1 Base Matemtica Es un sistema de numeracin. Es la ciencia que estudia las magnitudes numricas, espaciales y las relaciones que se establecen entre ellas. 2 Toma de Decisiones La toma de decisiones se define como la seleccin de un curso de acciones entre alternativas, es decir que existe un plan un compromiso de recursos de direccin o reputacin. En ocasiones los ingenieros consideran la toma de decisiones como su trabajo principal ya que tienen que seleccionar constantemente qu se hace, quien lo hace y cuando, dnde e incluso como se har. Sin embargo la toma de decisiones es slo un paso de la planeacin ya que forma la parte esencial de los procesos que se siguen para elaboracin de los objetivos o metas trazadas a seguir. Rara vez se puede juzgar slo un curso de accin, porque prcticamente cada decisin tiene que estar engranada con otros planes. El proceso que conduce a la toma de decisin: 1. 2. 3. 4. Elaboracin de premisas Identificacin de alternativas Evaluacin de las alternativas, en trminos de metas que se desea alcanzar Seleccin de una alternativa, es decir tomar una decisin 3

Mtodos El mtodo estadstico consiste en una secuencia de procedimientos para el manejo de datos cuantitaviosy cualitativos de la investigacin , conta de las siguientes etapas: Recoleccion , recuento , presentacin , sntesis y anlisis. 4 Inferencias Proceso o camino sistemtico establecido para realizar una tarea o trabajo con el fin de alcanzar un objetivo predeterminado.5 Predicciones Las predicciones estadsticas, difcilmente hacen referencia a sucesos concretos, pero describen con considerable precisin en el comportamiento global de grandes conjuntos de sucesos particulares. Son predicciones que, en general, no acostumbran resultar tiles. Para saber quien, de entre los miembros de una poblacin importante, va a encontrar trabajo o a quedarse sin l; o en cuales miembros va a verse aumentada o disminuida una familia concreto en los prximos meses. Pero que, en cambio puede proporcionar estimaciones fiables del prximo aumento o disminucin de la taza de desempleo referido al conjunto de la poblacin; o de la posible variacin de os ndices de natalidad o mortalidad6 Modelos Un modelo estadstico es una ecuacin matemtica que reproduce los fenmenos que observamos de la forma ms exacta posible. Para ello tiene en cuenta los datos suministrados y la influencia que el azar tiene en estas observaciones. 7 Conjunto Un conjunto queda perfectamente definido si se conocen con exactitud los elementos que lo integran o que pertenecen a l; es decir, si se nombran todos sus elementos o bien si se

usa un enunciado o propiedad que lo identifique. Independientemente de la forma en que se lo represente, siempre se usa una letra mayscula que lo define. Esta letra mayscula representa a un conjunto especfico de elementos. 7

Elementos Las entidades o cosas que observa alguien cuando realiza un estudio estadstico reciben el nombre de elementos y estos elementos se observan porque tienen una o varias caractersticas cuyo estado interesa registrar. 7 Subconjunto Conjunto de elementos que pertenecen a un grupo superior. 7

Referencias Bibliogrficas
1Qu

es

la

ciencia?,

30

de

julio

del

2012.

26

de

Enero

de

2013,

de

http://www.queesciencia.net/ 2Gallinari, Alessandra. Bases de Matemticas. 2002. 25 de Enero del 2013,

http://www.escet.urjc.es/~matemati/bm/LibMap03.pdf 3HAROLD KOONTZ y HEINZ WEIHRICH Administracin una Perspectiva Global

McGRAW- HILL INTERAMERICANA DE EDITORES, S.A., Onceava edicin, 1999 4Jess Reynaga Obregn

http://www.cobatab.edu.mx/descargasgrales/academico2011/PRODUCTOS%202011B/DE SARROLLO%20DE%20PROGRAMAS%20DE%20CAPACITACION%20DE%20IV%20SEM/Des arrollo%20Comunitario/SUB%20MODULO%204%20DES%20COM/MATERIAL%20BIBLIOG RAFICO/metodo%20estadistico.pdf 5-Bautista, Mara Luisa. Introduccin a la inferencia estadstica, 05 de Marzo del 2010. 25 de Enero del 2013, <http://www.slideshare.net/mib/introduccin-a-la-inferenciaestadstica 6- Cceres, Jos Juan. Conceptos bsicos de estadstica para ciencias sociales. Madrid: Jacaryan,S.A.,2007, 25 de Enero del 2013,< http://books.google.com.pa/books> 7- Cceres, Jos Juan. Conceptos bsicos de estadstica para ciencias sociales.

Trabajo # 2

TOMA DE DECISIN UTILIZANDO LA TCNICA DE LA TABLA DE FRECUENCIAS RELATIVAS Y SU GRFICA.

UNIVERSIDAD SANTA MARIA LA ANTIGUA INFORME FINAL TOMA DE DECISIN UTILIZANDO LA TCNICA DE LA TABLA DE FRECUENCIAS RELATIVAS Y SU GRFICA.

NOMBRE DEL ANALISTA: Astrid Carolina Tejada Bryden FECHA DE ENTREGA: __23 de Abril del 2013______________.

El principal objetivo de la Estadstica Descriptiva es sintetizar conjuntos de datos mediante tablas o grficas para poder identificar el comportamiento caracterstico de un fenmeno y facilitar su anlisis. Por lo tanto el analista responsable de los clculos sobre la Tabla de Frecuencias Relativas y su Grfica, est basado en la fabricacin de productos manufactureros (Bienes) representados en Grficas Combinadas que es un Histograma. La Grfica Combinada presenta las curvas basadas en un anlisis estadstico, los cuales son: Curva#1: __*__, con su especialidad Leptocurtica. Curva#2: ___**___, con su especialidad _____-________ La investigacin que se emprende conducir a la acumulacin de valores cuantitativos y cualitativos correspondientes a las diversas medidas efectuadas, teniendo la posibilidad de convertir a la Estadstica Descriptiva en una herramienta vital para el tratamiento de volmenes de datos mediantes tablas resmenes. El analista estadstico establecido nos conduce a la siguiente conclusin.

La produccin eficiente y efectiva est en la * con la especialidad Leptocurtica, para seguir con los trmites administrativos y productivos.

FIRMA DEL ANALSTA:

TABLA DE 18 DATOS
14.34 22.79 29.87 34.56 37.54 43.53 46.68 44.77 50.62 Moda 1: 29.87 Clases 8 clases---------30 datos x----------------18datos 66.43 = 3.69 x= 4.8 clases----5 10.26-3.69=6.57 Limite de clase II 10.26-6.57=3.69 3.69+76.69=80.38 18 Limite de Clase I 76.69-10.26= 66.43 10.26 17.43 28.67 29.87 38.28 44.92 48.54 76.69 73.64

#Puente 30 datos-----0.20 18datos--------x X=0.18

#Puente 2 80.38-6.57 =14.76 5

Tabla de Frecuencia Relativa

clase
1 2 3 4 5

Limite de clase I
6.57-6.69 6.69-6.81 6.81-6.93 6.93-7.05 7.05-7.17

Limite de claseII
6.57-21.33 21.33-36.09 36.09-50.85 50.85-65.61 65.51-80.37

conteo
III IIIII IIIII III II

Frecuencia de clase
3 5 8 0 2
Total:18 Moda # 2= 8

Frecuencia relativa
0.167 0.278 0.444 0 0.111

1.000

0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 1 6.57 21.33 21.33 36.09 36.09 50.85 50.85 65.51 65.51 80.37

TABLA DE 20 DATOS
45.92 49.55 74.66 75.67 41.76 58.49 87.52 86.88 38.15 41.09 44.78 54.35 43.53 46.68 44.77 50.62 44.92 48.54 76.69 73.64

Moda 1: no existe Clases 8 clases---------30 datos x----------------20datos 49.37 = 2.47 x= 5 38.15-2.47=35.68 Limite de clase II 38.15-35.68=2.47 2.47+87.52=89.99 20 Limite de Clase I 87.52-38.15 =49.37

#Puente 30 datos-----0.20 20datos--------x X=0.13

#Puente 2 89.99 -35.68 =10.86 5

Tabla de Frecuencia Relativa

clase
1 2 3 4 5

Limite de clase I
35.68-46.54 46.54-57.40 57.40-68.26 68.26-79.12 79.12-89.98

Limite de claseII
35.68-46.54 46.54-57.40 57.40-68.26 68.26-79.12 79.12-89.98

conteo
IIII IIII I IIII I I III II

Frecuencia de clase
8 5 1 3 2

Frecuencia relativa
0.45 0.25 0.05 0.15 0.1

Total: 20 Moda 2: 8 1.000

No hay moda

0.45 0.4 0.35 0.3 35.68-46.54 0.25 0.2 0.15 0.1 0.05 0 1 46.54-57.40 57.40-68.26 68.26-79.12 79.12-89.94

TABLA DE 25 DATOS
14.36 20.53 26.78 29.97 41.64 Moda 1: 29.87 10.36 20.23 27.55 30.43 38.54 14.59 27.56 45.54 26.44 33.27 14.34 22.79 29.87 34.56 37.54 10.26 17.43 28.67 29.87 38.28

Clases 8 clases---------30 datos x----------------25datos 35.28 = 1.41 x= 7 1.41-10.26=8.85 Limite de clase II 10.26-8.85=1.41 1.41+45.54=46.95

Limite de Clase I 45.54-10.26= 35.28

25

#Puente 30 datos-----0.20

#Puente 2 46.95-8.85 =7.97

25datos--------x X=0.17

Tabla de Frecuencias Relativas

Clase 1 2 3 4 5 6 7

Lmite de Clase #1 8.85 9.02 9.02 9.19 9.19 9.36 9.36 9.53 9.53 9.70 9.70 9.87 9.87 10.04

Lmite de Clase #2 8.85 14.29 14.29 19.73 19.73 25.17 25.17 30.61 30.61 36.05 36.05 41.49 41.49 46.93

Conteo II IIII III IIIIIIIII II III II

Frecuencia de Clases 2 4 3 9 2 3 2
Total :25 Moda #2=9

Frecuencia Relativa 2/25=0.08 4/25=0.16 3/25=0.12 9/25=0.36 2/25=0.08 3/25=0.12 2/25=0.08

1.000

Mo = LMD + = 25.17 + = 27.73

a 5.44

0.4 0.35 0.3 8.85-14.29 0.25 0.2 0.15 0.1 0.05 0 1 14.29-19.73 19.73-25.17 25.17-30.61 30.61-36.05 36.05-41.49 41.49-46.93

14.59 27.56 45.54 26.44 33.27 38.15 41.09 44.78 54.35

14.34 22.79 29.87 34.56 37.54 43.53 46.68 44.77 50.62

10.26 17.43 28.67 29.87 38.28 44.92 48.54 76.69 73.64

Tabla de 27 Datos

MODA 1: 29.87 Clases 8 clases---------30 datos x----------------27 datos 77.26 = 2.86 x= 7.20 clases 27 2.86+10.36=7.50 Limite de Clase I 87.52 -10.36= 77.16

Limite de clase II 10.36-7.50=2.86 2.86-87.52=90.38

#Puente 30 datos-----0.20 27datos--------x X=0.18

#Puente 2 90.38-7.50 =11.84 7

Tabla de Frecuencia Relativa

clase
1 2 3 4 5 6 7

Limite de clase I
7.50-7.68 7.68-7.86 7.86-8.04 8.04-8.22 8.22-8.40 8.40-8.58 8.58-8.76

Limite de claseII
7.50-19.34 19.34-31.18 31.18-43.02 43.02-54.86 54.86-66.70 66.70-78.54 78.54-90.34

conteo
III IIIII III IIIII I IIIII I II II

Frecuencia de clase
3 8 6 5 1 2 2

Frecuencia relativa
0.111 0.296 0.222 0.185 0.037 0.074 0.074

Total: 27 Moda 2: 8 1.000

Moda 3: 27.8 Mc: LMD + d1/d1+d2 (a) Mc = 19.34+(0.714)(11.84)

0.35

0.3

0.25 7.50-19.34 0.2 19.34-31.18 31.18-43.02 43.02-54.86 0.15 54.86-66.70 66.70-78.54 0.1 78.54-90.38

0.05

0 1

TABLA DE 30 DATOS

1.5 1.8 2.4 2.2 2.1 2.2

2.6 2.1 2.5 2.0 2.3 2.3

1.4 2.6 2.2 1.9 2.0 1.7

2.0 2.0 2.0 2.5 2.2 2.2

1.4 1.6 1.9 2.9 2.4 1.6

Moda#1= 2.4, 2.2, 2.1, 2.6, 2.5, 2.0, 2.3, 1.4, 1.9.

Clases 8 clases---------30 datos x----------------30 datos x= 8 clases

Limite de Clase I 2.9 -1.4= 0.05 30 1.4-0.05=1.35

#Puente 30 datos-----0.20 30datos--------x X=0.20

Tabla de Frecuencia Relativa

Total: 30 Moda 2: 7 1.000

Moda 3.73 Mc= LMD+(d1/d1+d2)(a) Mc= 1.95+ (0.133+0.299)(0.4) Clase 1 2 3 4 5 6 7 8 Limite de clase I 1.35-1.55 1.55-1.75 1.75-1-95 1.95-2.15 2.15-2.35 2.35-2.55 2.55-2.75 2.75-2.95 conteo III III III IIIII II IIIII II IIII II I Frecuencia de clase 3 3 3 7 7 4 2 1 Frecuencia relativa 0.100 0.100 0.100 0.233 0.233 0.133 0.067 0.033

0.25

0.2

1.35 1.53 1.53 1.75

0.15

1.75 1.95 1.95 2.15

0.1

2.15 2.35 2.35 2.55 2.55 2.75

0.05

2.75 2.95

0 1

TABLA DE 45 DATOS
14.36 20.53 26.78 29.97 41.64 45.92 49.55 74.66 75.67 10.36 20.33 27.55 30.43 38.54 41.76 58.49 87.52 86.88 14.59 27.56 45.54 26.44 33.27 38.15 41.09 44.78 54.35 14.34 22.79 29.87 34.56 37.54 43.53 46.68 44.77 50.62 10.26 17.43 28.67 29.87 38.28 44.92 48.54 76.69 73.64

Moda 1: 29.87 Clases 8 clases---------30 datos x----------------45 datos 77.26 =8.54 x= 12 clases 45 Limite de Clase I 87.52 -10.26= 77.26

Limite de clase II 10.2-8.54=1.72 1.72+87.52=89.24

#Puente 30 datos-----0.20 45datos--------x X=0.30

#Puente 2 8.94-8.54 =6.72 12

Tabla de Frecuencia Relativa

Clase
1 2 3 4 5 6

Limite de clase I
8.54-8.84 8.84-9.14 9.14-9.44 9.44-9.74 9.74-10.04 10.04-10.34

Limite de claseII
8.54-15.26 15.26-21.98 21.98-28.70 28.70-35.42 35.42-42.14 42.14-48.86

conteo
IIIII III IIIII I IIIII I IIIII II IIIII III

Frecuencia de clase
5 3 6 6 7 8

Frecuencia relativa
0.111 0.067 0.133 0.133 0.156 0.178

7 8 9 10 11 12

10.34-10.64 10.64-10.94 10.94-11.24 11.24-11.54 11.54-11.84 11.84-12.14

48.86-55.58 55.58-62.30 62.30-69.02 69.02-75.74 75.74-82.46 82.46-89.18

III I III I II

3 1 0 3 1 2

0.067 0.022 0.067 0.022 0.044

Total: 45 Moda 2: 8 1.000

Moda 3: 284.3 Mc= LMD+(d1/d1+d2)(a) Mc= 42.14+(0.022/0.133)(6.72)

0.2 0.18 0.16 0.14 0.12 0.1 0.08 0.06 0.04 0.02 0 1 8.54 15.26 15.26 21.98 21.98 28.7 28.7 35.42 35.42 42.14 42.14 48.86 48.86 55.58 55.58 62.3 62.3 69.02 69.02 75.74 75.74 82.46

Tabla 50 de Datos

19 18 55

17 33 19

15 32 22

20 29 25

23 24 28

41 19 30

33 18 44

21 20 19

18 17 20

20 22 35

20 18

18 16

16 14

20 24 42 34 22 19 22 40 32 20 Moda# 1= 19, 18, 20, 17, 16, 33, 32, 22.

19 17

22 20

Lmite de Clase# 1 Clases:

8 clases _ 30 datos X _ 50 datos 13 55-15= 40 40= 0.8 50 15-0.8= 14.2

Nmero Puente# 1
15-14.2= 0.8 30 datos _ 0.20 50 datos - X = 0.33 55+0.8= 55.8

Nmero Puente# 2
10

Tabla de Frecuencia Relativa

Clase Lmite de Clase I Lmite de Clase II Conteo Frecuencia de Clases Frecuencia Relativa

1 2 3 4 5 6 7 8 9 10 11 12 13

14.2-14.53 14.2-18.36 14.53-14.86 18.36-22.52 12.86-15.19 22.52-26.68 15.19-15.52 26.68-30.84 15.52-15.85 30.84-35.00 15.85-16.18 35.00-39.16 16.18-16.51 39.16-43.32 16.51-16.84 43.32-47.48 16.84-17.17 47.48-51.64 17.17-17.5 51.64-55.8 17.5-17.83 55.8-59.96 17.83-18.16 59.96-64.12 18.16-18.49 64.12-68.28

IIIIIIIIIIII IIIIIIIIIIIIIIIIIIII IIII III IIdxIIII III I I -

12 20 4 3 6 3 1 1 Total 50

12/50=0.24 20/50=0.4 4/50=0.08 3/50=0.06 6/50=0.12 0 3/50=0.06 1/50=0.02 1/50=0.02 0 0 0 0 1.000

Moda# 2=20

Mo = LMD + = 18.36 + = 19.74

a 4.16

0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 1 2 14.2-18.36 18.36-22.52 22.52-26.68 26.68-30.84 30.84-35.00 35.00-39.16 39.16-43.32 43.32-47.48 47.48-51.64 51.64-55.8 55.8-59.96 59.96-64.12 64.12-68.28

Trabajo # 3

TOMA DE DECISIN UTILIZANDO LA TCNICA DE LA TABLA DE FRECUENCIAS RELATIVAS Y SU GRFICA.

UNIVERSIDAD CATLICA SANTA MARIA LA ANTIGUA INFORME FINAL MEDIDAS DE TENDENCIA CENTRALES ESTADISTICA DESCRIPTIVA

NOMBRE DEL ANALSTA: _Astrid Carolina Tejada Bryden FECHA DE ENTREGA: _23 de Abril del 2013_______.

El principal objetivo de las Medidas de Tendencias Centrales al describir grupos de observaciones, es resumir la informacin en un solo nmero, sabiendo que el mismo para tal fin, suele situarse hacia el centro de la distribucin de datos. El analista responsable de los clculos de las Medidas de Tendencia Centrales Bsicas, est basado en la fabricacin de productos manufactureros representados en los clculos de la: __Fila #3____________ y de la: ___Fila #4_______. Con el analista estadstico establecido en la investigacin se concluye en la produccin es eficiente y efectiva con la menor varianza. Por lo tanto; para la: _Fila #3_________, tal varianza es de: __2____ y para la: Fila #4 _, la varianza es de: ____1____. La finalidad de las Medidas de Tendencias Centrales Bsicas es establecer la minimizacin de los costos o la maximizacin de las ganancias; por lo tanto la mejor varianza es de: _1_ y la mejor produccin en la: _Fila #4__.

FIRMA DEL ANALSTA: ___________________________

#1

Datos: 19, 17, 15, 20, 23, 41, 33, 21, 18,20. Media 1Paso Media de Tendencia Central - Media Muestral

2Paso

Frmula:

3pasoPaso

Procedimiento:

= 22.7

1Paso

Mediana Media de Tendencia Central Mediana

2Paso

Frmula:

3Paso

Ordenamiento:

4Paso Procedimiento:

= 20

Media 1Paso Media de Tendencia Central

2Paso 3Paso

Frmula: Procedimiento:

= 65.12
1Paso 2Paso 3Paso Mediana Media de Tendencia Central (Mediana - Varianza) Frmula: =

Ordenamiento:

15, 17, 18, 19, 20, 20, 21, 23, 33, 41. 4Paso Procedimiento:

= 0
Media S= S=8.07 Mediana
S= S=0

#2

Datos: 18, 33, 32, 29, 24, 19, 18, 20, 17,22.

Media 1Paso Media de Tendencia Central - Media Muestral

2Paso

Frmula:

3Paso # Procedimiento:

= 23.2

Mediana 1Paso 2Paso Media de Tendencia Central Mediana Frmula:

3Paso Ordenamiento:

4Paso Procedimiento:

Y = 21

Media 1Paso Media de Tendencia Central - (Media Muestral Varianza)

2Paso 3Paso

Frmula: Procedimiento:

= 36.62

Mediana 1Paso 2Paso 3Paso Media de Tendencia Central (Mediana - Varianza) Frmula: Ordenamiento:

4Paso Procedimiento:

= 2

Media S= S=6.05 Mediana S= S=1

#3

Datos: 55, 19, 22, 25, 28, 30, 44, 19, 20,35.

Media 1Paso Media de Tendencia Central - Media Muestral

2Paso

Frmula:

3Paso Procedimiento:

= 29.7
Mediana 1Paso Media de Tendencia Central Mediana

2Paso

Frmula:

3Paso

Ordenamiento:

4Paso Procedimiento:

Y = 26

Media Media de Tendencia Central - (Media Muestral Varianza)

1Paso

2Paso

Frmula:

3Paso

Procedimiento:

= 142.23

Mediana 1Paso Media de Tendencia Central (Mediana - Varianza)

2Paso

Frmula:

3Paso

Ordenamiento:

Paso# 4 Procedimiento:

= = 5

Media S= S=11.93

Mediana S= S=2

Datos: 20, 18, 16, 20, 24, 42, 34, 22, 19,22.

Media 1Paso Media de Tendencia Central - Media Muestral

2Paso

Frmula:

3Paso

Procedimiento:

=
23.7

Mediana 1Paso 2Paso 3Paso Media de Tendencia Central Mediana Frmula: Ordenamiento:

4Paso Procedimiento:

Y = 21
Media

1Paso

Media de Tendencia Central - (Media Muestral Varianza)

2Paso

Frmula:

3Paso

Procedimiento:

= 65.34

Mediana Media de Tendencia Central (Mediana Varianza)

1Paso 2Paso 3Paso

Frmula: Ordenamiento:

4PasoProcedimiento:

= 2
Media S=8.08 Mediana S=1

UNIVERSIDAD CATLICA SANTA MARIA LA ANTIGUA INFORME FINAL MEDIDAS DE TENDENCIA CENTRALES ESTADISTICA DESCRIPTIVA

NOMBRE DEL ANALSTA: _Astrid Carolina Tejada Bryden_ FECHA DE ENTREGA: ___________23 de Abril del 203.___

El principal objetivo de las Medidas de Tendencias Centrales al describir grupos de observaciones, es resumir la informacin en un solo nmero, sabiendo que el mismo para tal fin, suele situarse hacia el centro de la distribucin de datos. El analista responsable de los clculos de las Medidas de Tendencia Centrales Bsicas, est basado en la fabricacin de productos manufactureros representados en los clculos de la: __Columna #1____________ y de la: ___Columna #2_______. Con el analista estadstico establecido en la investigacin se concluye en la produccin es eficiente y efectiva con la menor varianza. Por lo tanto; para la: _Columna #1_________, tal varianza es de: __4____ y para la: Columna #2 _, la varianza es de: ____6____. La finalidad de las Medidas de Tendencias Centrales Bsicas es establecer la minimizacin de los costos o la maximizacin de las ganancias; por lo tanto la mejor varianza es de: _4_ y la mejor produccin en la: _Columna #1__.

FIRMA DEL ANALSTA: _____________________________

#1

Datos: 12.37, 21.44, 28.67, 30.75, 41.23, 42.99, 15.78, 22.54, 20.57,40.76.

1Paso

Media Media de Tendencia Central - Media Muestral

2Paso

Frmula:

3Paso

Procedimiento:

= 27.71

1Paso

Mediana Media de Tendencia Central Mediana

2Paso 3Paso

Frmula: Ordenamiento:

4Paso Procedimiento:

Y = 26

Media 1Paso Media de Tendencia Central - (Media Muestral Varianza) 2Paso Frmula:

3Paso Procedimiento:

= 121.1
Mediana 1Paso Media de Tendencia Central (Mediana - Varianza)

2Paso

Frmula:

3Paso # Ordenamiento:

4PasoProcedimiento:

= 19.10
Media S=11.01 Mediana

S=

#2

Datos: 12.56, 20.42, 28.76, 32.43, 36.55, 41.75, 12.55, 18.34, 9.66,32.85.

1Paso 2Paso 3Paso

Media Media de Tendencia Central - Media Muestral Frmula: Procedimiento:

= 24.59

1Paso 2Paso

Mediana Media de Tendencia Central Mediana Frmula:

3Paso

Ordenamiento:

Paso# 4 Procedimiento:

Y = 24

Media 1Paso Media de Tendencia Central - (Media Muestral Varianza)

2Paso 3Paso

Frmula: Procedimiento:

= 128.18

Mediana Media de Tendencia Central (Mediana - Varianza) 2Paso 3Paso Ordenamiento: Frmula:

1Paso

4Paso: Procedimiento:

Media S=11.32 Mediana S=6

= 35

#3

Datos: 14, 57, 29, 56, 45, 98, 28.56, 31.45, 39.15, 11.33, 19.76, 10.59, 33.17.

1Paso 2Paso 3Paso

Media Media de Tendencia Central - Media Muestral Frmula: Procedimiento:

= 26.41

Mediana 1Paso Media de Tendencia Central Mediana

2Paso 3Paso

Frmula: Ordenamiento:

Paso# 4 Procedimiento:

Y = 29

Media 1Paso Media de Tendencia Central - (Media Muestral Varianza)

2Paso 3Paso

Frmula: Procedimiento:

= 143.67
Mediana 1Paso Media de Tendencia Central (Mediana - Varianza)

2Paso

Frmula:

3Paso

Ordenamiento:

4Paso Procedimiento:

= 0.51

Media : s=11.98 Mediana s= 1

#4
Datos: 12.33, 21.89, 29.98, 34.54, 39.15, 42.56, 41.56, 15.89, 13.76, 39.15.

Media 1Paso Media de Tendencia Central - Media Muestral

2Paso

Frmula:

3Paso

Procedimiento:

= 29.08

1Paso 2Paso

Mediana Media de Tendencia Central Mediana Frmula:

3Paso

Ordenamiento:

Paso# 4 Procedimiento:

Y = 32

Media 1Paso Media de Tendencia Central - (Media Muestral Varianza)

2Paso 3Paso

Frmula: Procedimiento:

= 145.76

Mediana 1Paso Media de Tendencia Central (Mediana - Varianza)

2Paso

Frmula:

3Paso

Ordenamiento:

4Paso Procedimiento:

= 10

Media: s= 12.07

Mediana: s=3

UNIVERSIDAD CATLICA SANTA MARIA LA ANTIGUA INFORME FINAL MEDIDAS DE TENDENCIA CENTRALES ESTADISTICA DESCRIPTIVA

NOMBRE DEL ANALSTA: _Astrid Carolina Tejada Bryden FECHA DE ENTREGA: _23 de Abril del 2013____.

El principal objetivo de las Medidas de Tendencias Centrales al describir grupos de observaciones, es resumir la informacin en un solo nmero, sabiendo que el mismo para tal fin, suele situarse hacia el centro de la distribucin de datos. El analista responsable de los clculos de las Medidas de Tendencia Centrales Bsicas, est basado en la fabricacin de productos manufactureros representados en los clculos de la: __Columna #3____________ y de la: ___Columna #4_______. Con el analista estadstico establecido en la investigacin se concluye en la produccin es eficiente y efectiva con la menor varianza. Por lo tanto; para la: _Columna #3_________, tal varianza es de: __1____ y para la: Columna #4 _, la varianza es de: ____3____. La finalidad de las Medidas de Tendencias Centrales Bsicas es establecer la minimizacin de los costos o la maximizacin de las ganancias; por lo tanto la mejor varianza es de: _1_ y la mejor produccin en la: _Columna #3__.

FIRMA DEL ANALSTA: _____________________________

UNIVERSIDAD CATLICA SANTA MARIA LA ANTIGUA INFORME FINAL MEDIDAS DE TENDENCIA CENTRALES ESTADISTICA DESCRIPTIVA

NOMBRE DEL ANALSTA: _Astrid Carolina Tejada FECHA DE ENTREGA: _23 de Abril del 2013_____.

El principal objetivo de las Medidas de Tendencias Centrales al describir grupos de observaciones, es resumir la informacin en un solo nmero, sabiendo que el mismo para tal fin, suele situarse hacia el centro de la distribucin de datos. El analista responsable de los clculos de las Medidas de Tendencia Centrales Bsicas, est basado en la fabricacin de productos manufactureros representados en los clculos de la: __Columna #1____________ y de la: ___Columna #3_______. Con el analista estadstico establecido en la investigacin se concluye en la produccin es eficiente y efectiva con la menor varianza. Por lo tanto; para la: _Columna #1_________, tal varianza es de: __4____ y para la: Columna #3 _, la varianza es de: ____1____. La finalidad de las Medidas de Tendencias Centrales Bsicas es establecer la minimizacin de los costos o la maximizacin de las ganancias; por lo tanto la mejor varianza es de: _1_ y la mejor produccin en la: _Columna #3__.

FIRMA DEL ANALSTA: _____________________________

UNIVERSIDAD CATLICA SANTA MARIA LA ANTIGUA INFORME FINAL MEDIDAS DE TENDENCIA CENTRALES ESTADISTICA DESCRIPTIVA

NOMBRE DEL ANALSTA: _Astrid Carolina Tejada_ FECHA DE ENTREGA: _23 de Abril del 2013_.

El principal objetivo de las Medidas de Tendencias Centrales al describir grupos de observaciones, es resumir la informacin en un solo nmero, sabiendo que el mismo para tal fin, suele situarse hacia el centro de la distribucin de datos. El analista responsable de los clculos de las Medidas de Tendencia Centrales Bsicas, est basado en la fabricacin de productos manufactureros representados en los clculos de la: __Columna #2____________ y de la: ___Columna #4_______. Con el analista estadstico establecido en la investigacin se concluye en la produccin es eficiente y efectiva con la menor varianza. Por lo tanto; para la: _Columna #2_________, tal varianza es de: __6____ y para la: Columna #4 _, la varianza es de: ____3____. La finalidad de las Medidas de Tendencias Centrales Bsicas es establecer la minimizacin de los costos o la maximizacin de las ganancias; por lo tanto la mejor varianza es de: _3_ y la mejor produccin en la: _Columna #4__.

FIRMA DEL ANALSTA: _____________________________

Trabajo # 3

Problemas de Permuta y Combinaciones

Problemas de Permuta y Combinacin Una empresa manufacturera posee en existencia 13 clases de sacos, 11 clases de trajes femeninos y 10 pantalones masculinos. En cuntas formas por separado pueden elegirse 3, 4 y 5 artculos respectivamente para hacer un baratillo?

1Paso 2Paso 3Paso

Nombre de la Regla Estadstica Combinacin Frmula: Procedimiento:

13C3

nCr =

= 1Paso 2Paso 3Paso

11C4

= 286 arreglos

Nombre de la Regla Estadstica Combinacin Frmula:

n Cr

Procedimiento: =

= 1Paso

= 330 arreglos

Nombre de la Regla Estadstica Combinacin

n Cr

2Paso Frmula: 3Paso

Procedimiento:
10C5

= 252 arreglos

Hay siete rutas entre la casa de un ejecutivo y su sitio de trabajo. De cuntas maneras diferentes puede ir al trabajo y regresar? Nombre de la Regla Estadstica Permutacin Frmula: Procedimiento:
7P2

1Paso 2Paso 3Paso

nPr =

= 42 arreglos

Los 4 ayudantes de una gasolinera deben limpiar el parabrisas de los autos de los clientes. Juan quien atiende el 20% de todos los autos, no cumple su cometido una vez cada 20 autos; Tomas quien atiende el 60% de los autos no limpia el parabrisas una vez cada 10 autos, Jorge quien atiende el 15% de ellos, no cumple su cometido una vez cada 10 autos; y Pedro quien atiende el 5% de los autos, no limpia el parabrisas una vez cada 20 autos. Si un cliente se queja de que su parabrisas no fue lavado. Cul es la posibilidad de que su auto lo haya atendido Juan?

P (B1/A)=

0.114

P (B2/A)=

= 0.687

P (B3/A)=

=0.171

P (B4/A)=

=0.028

0.1140.687+ 0.171 + 0.028= 1.000 En unas vacaciones, una persona quera visitar cinco de nueves sitios histricos de Panam. De cuantas maneras puede planear su viaje? Nombre de la Regla Estadstica Combinacin Frmula: Procedimiento:
9C5 n Cr

1Paso 2Paso 3Paso

=126 arreglos

Ocho parejas asisten a un juego de baloncesto y compran las entradas. De cuantas maneras, se sientan?

1Paso 2Paso 3Paso

Nombre de la Regla Estadstica Permutacin Frmula: Procedimiento:

8P3 nPr

= 336 arreglos

Hay cuatro piezas electromecnicas que van a montarse. Como las cuatros se van a insertar en la unidad conectable. De cuantas maneras, tenemos el resultado?

1Paso 2Paso 3Paso

Nombre de la Regla Estadstica Combinacin Frmula: Procedimiento:

4C1 n Cr

= 4 arreglos

Una compaa manufacturera, cuenta con siete tornos, aunque solo hay tres espacios disponibles en el rea de produccin para las mquinas. De cuantas maneras, se puede distribuir? Nombre de la Regla Estadstica Permutacin Frmula: Procedimiento:
7P3 nPr

1Paso 2Paso 3Paso

=210Arreglos

Se ha dado al Departamento de Marketing la tarea de designar cdigos de colores para 42 diferentes lneas de discos compactos. Tres colores se van a utilizar para cada CD. Ahora bien, el Gerente piensa que sera adecuado siete colores tomado de tres para codificar las 42 lneas. De cuantas maneras, se tiene la solucin? Nombre de la Regla Estadstica Permutacin Frmula: Procedimiento:
7C3 n Cr

1Paso 2Paso 3Paso

=210 Arreglos

Cuatro ayudantes en una estacin deben inspeccionar las llantas de los carros de los clientes. Richi, quien atiende el 21% de todas las llantas, no cumple su cometido una vez cada 15 llantas. Polo quien atiende el 18% de las llantas, no cumple su cometido una vez cada 18 llantas. Marcos, quien atiende el resto de los porcentajes, (el 80%), no cumple su cometido una vez cada 20 llantas y Tato quin atiende del resto de los porcentajes, el (20%), no cumple su cometido una vez cada 26 llantas. Cul es la probabilidad de que las llantas las haya atendido cada personaje?

P (B1/A)= P (B2/A)= P (B3/A)= P (B4/A)=

= 0.181

= 0.129

= 0.575

0.115

0.181+ 0.129+ 0.575+ 0.115=1.000

Cuatro ayudantes en una estacin de combustible deben limpiar los tanques de un producto. Ricardo, quien atiende el 21% de todos los tanques, no cumple su cometido una vez cada 14 tanques. Pablo, quien atiende el 17% de los tanques, no cumple su cometido una vez cada 13 tanques. Somero, quien atiende el 7% de los tanques, no cumple su cometido una vez cada 12 tanques y Terry, quien atiende el resto de los porcentajes, no cumple su cometido una vez cada 10 tanques. Cul es la probabilidad de que los tanques atendido cada personaje? Compruebe la efectividad y eficiencia del Teorema?

P (B1/A)=

=0.165

P (B2/A)=

=0.153

P (B3/A)=

=0.062

P (B4/A)=

=0.619

0.168+ 0.136+ 0.064+ 0.630 = 0.999

Cuatro ayudantes en una estacin deben inspeccionar las llantas de los carros de los clientes. Rodolfo quien atiende el 23% de todas las llantas, no cumple su cometido una vez cada 15 llantas. Polanco, quien atiende el 19% de las llantas, no. cumple su cometido una vez cada 18 llantas. Mrquez, quien atiende el resto de los porcentajes, (60%), no cumple su cometido una vez cada 20 llantas y Toraz, quien atiende del resto del porcentaje (40%), no cumple su cometido una vez cada 27 llantas. Cul es la probabilidad de que las llantas las haya atendido cada personaje?

P (B1/A)=

= 0.199

P (B2/A)=

=0.137

P (B3/A)=

= 0.433

P (B4/A)=

0.231

0.199+ 0.137+ 0.433+ 0.231=1.000