Documente Academic
Documente Profesional
Documente Cultură
DOCENTE:
CURSO:
ESTADSTICA GENERAL
ALUMNOS:
Montajes Elctricos Hnos. Plata S.L. nace como empresa instaladora del sector
elctrico de baja tensin gracias a la visin empresarial de sus dos socios,
Jos Plata y Juan Manuel Plata.
Muy pronto se vio reforzada por la adquisicin de otra firma especializada en las
instalaciones de alta tensin. Ello, junto con la adquisicin e implantacin del
sistema de calidad UNE EN ISO 9001 nos reforz como entidad y nos dio capacidad
para adentrarnos en otros campos como: las telecomunicaciones, climatizacin,
calefaccin, domtica y energa Solar trmica y fotovoltaica (Adems de ser
Empresa Homologada de Sevillana Endesa).
Disponiendo, a da de hoy, de
Trabajo
en
equipo: Contamos
con
un
capital
humano
excepcional
DATOS SELECCIONADOS
Datos no agrupados
Media: (
xi
n
Nmero de das
Nmero pulsaciones emitidas
3 4
2 6 10 5 10 3 2 2
Se pide:
a) Tabla de frecuencias. Diagrama de barras.
b) Media aritmtica, Mediana, moda y cuartiles.
c) Varianza, desviacin tpica y el coeficiente de variacin.
Solucin:
5 6 7 8
fi
Fi
hi
hi (%)
Hi
Hi (%)
0.050
5.0
0.050
5.0
0.150
15.0
0.200
20.0
10
18
0.250
25.0
0.450
45.0
23
0.125
12.5
0.575
57.5
10
33
0.250
25.0
0.825
82.5
36
0.075
7.5
0.900
90.0
38
0.050
5.0
0.950
95.0
40
0.050
5.0
1.00
100.0
Diagrama de barras
Grafico N01
12
10
8
Nmero de alertas
6
4
2
0
Nmero de dias
b) LA MEDIA ARITMTICA.
x
i 1
fi
x
i 1
x 1 f1 x 2 f 2 x n f n
n
fi
=
= 4.05
LA MEDIANA
MODA
Mo1 = 3
Mo2 = 5,
INTERPRETACIN: Pues estos dos valores de la variable son los que presentan
una mayor frecuencia absoluta.
Estos
son
los
valores
de
la
variable
que
acumulan,
P2/4 = Me = 4,
P3/4 = 5.
1 n
(x i x) 2 .ni
N i 1
1 n
2
2
(x i .ni ) 2 x
N i 1
40
= 19.5 - 16.4025
= 3.0975 3.10
Consecuentemente, la desviacin tpica es:
4.05
3.0975 =1.76 2
C.V=
S (desviacion estandar )
X (media)
2
C.V= 4
*100
* 100 = 50
VARIABLES AGRUPADAS
7.33
7.31
7.26
7.33
7.37
7.27
7.30
7.33
7.33
7.32
7.35
7.39
7.33
7.38
7.33
7.31
7.37
7.35
7.34
7.32
7.29
7.35
7.38
7.32
7.32
7.33
7.32
7.40
7.33
7.32
7.34
7.33
Solucin:
En primer lugar, ntese que la variable considerada en el estudio es una variable
cuantitativa
Continua. Por esta razn distribuimos los datos observados en varios intervalos de
clase.
a. Para establecer la longitud de cada intervalo de clase hemos de determinar el
rango de la variable:
1. Debemos de determinar el Rango ( R ) de variacin de los datos que se
define por:
R = X mx. - X min
K 1 3.322 log n
Dnde:
K = nmero de clases
n = nmero de elementos en la muestra (tamao de la muestra).
En nuestro ejemplo:
K =? , n = 32
R
K
0.14
0.028
5
Redondeamos a 0.03.
Luego c = 0.03
Intervalos
de Xi
fi
Fi
fi (%)
Fi (%)
clase
[LI LS>
[7.26 ; 7.29)
7.275
6.250
6.250
[7.29 ; 7.32)
7.305
12.50
18.750
0
[7.32 ; 7.35)
7.335
17
23
53.12
71.875
5
[7.35 ; 7.38)
7.365
28
15.62
87.500
5
[7.38 ; 7.41)
7.395
32
12.50
0
a. MEDIA ARITMTICA:
n
x
i 1
fi
Donde n = es el tamao de la muestra.
100.000
1
(2 x 7.275+ 4 x 7.305+ 17 x 7.335+5 x 7.365+ 4 x 7.395) =7.34
36
MODA
Es el valor que ms se repite dentro de todas las observaciones que comprende la
variable.
Mo=
LI +
d1
tic
d 1+ d 2
Dnde:
1= f if i1
d
2= f if i+1
d
1= f if i1
= 17 4 = 13
d
2= f if i+1
d
= 17 5 = 12
Tic o C = 0.03
Reemplazando en la frmula:
13
Mo= 7.32+ 13+12 0.03 = 7.34
MEDIANA
La mediana es un valor que divide a un conjunto de observaciones ordenadas en
forma ascendente o descendente en dos grupos de igual nmero de observaciones.
1. Calculamos la posicin de orden
2. Por las frecuencias acumuladas se identifica la clase que contiene a la
mediana, esto es, la clase por la cual se cumple.
n
2
32
2
=16
Me =
n
F
(
2)
LI +
fi
i1
Tic
Reemplazando:
Me =
0.03
( 166
17 )
7.32+
= 7.34
rn
10 Fi 1
D r LI
xTic
fi
r = 1,2,3,,n
rn
10
3 x 32
10
Reemplazamos en la frmula:
= 9.6
9.6 6
x 0.03
17
D 3 7.32
= 7.33
PROBABILIDADES
1) De 150 mquinas examinadas en una electromecnica se encontr que 90 tenan
fallas de des calibracin, 50 tenan fallas de des programacin Viruela y 30 tenan
ambas fallas. Qu porcentaje de las maquinas tenan uno u otro de las fallas?
P (A) =
90
150
P (B) =
50
150
P (A B) =
30
150
P (A B) =
90
150
50
150
30
150
= 0.73
las
extracciones
sucesivas
son
con
reposicin,
los
eventos
son
independientes.
Entonces
P (A B) = P (A) P (B) porque el evento B ya no condiciona el evento A.
En total son 9 mquinas, de los cuales 4 son defectuosas y 5 sin defecto.
P (B) =
4
9
P (A B) =
P(A) =
4
9
5
9
5
9
= 0.25
p = 0.02;
q = 0.98
196 = 14
P(x = k) = e *
k!
e=2.71828
P(x = 3) = e *
63
3!
P(x = 3) = 0.0892
Por lo tanto, la probabilidad de tener 3 mquinas defectuosas en 300 revisiones es
del 8.9%
ANALISIS COMBINATORIO
1. COMBINACIONES:
Dado un conjunto A de n objetos, se llama una combinacin de n elementos tomados
r a la vez, a un subconjunto, constituido por r elementos, en el que importan los
objetos mas no el orden de colocacin de ellos.
Formula:
n!
n=
r r ! ( nr ) !
a. Un veterinario tiene que atender cuatro pollos de siete de ellos Cuantas
maneras tiene que escoger los cuatro pollos?
Solucin:
7!
7=
4 4 ! ( 74 ) !
7!
4 ! (3) !
=35
INTERVALOS DE CONFIANZA
I . C= X Z 0 X
X =
^ N n
n N 1
En donde:
X
X Z 0 X
X + Z 0 X
a) Para estimar el peso media de 600 pollos se tom una muestra representativa
de 40 pollos.
De esta muestra se obtuvo:
n = 40
= 2.06 kgr.
S = 0.6
Determinar los intervalos de confianza del 95% para estimar el parmetro indicado.
Solucin:
X =
I.C =
0.6 60040
=0.091
40 6001
Z 0 =1.96
X 1.96 X
1.88
2.24