Sunteți pe pagina 1din 30

Página |1

Página |2

Se aceptan aquellos que pueden ser moldeados sin dificultad a fin


Que funcionen fácilmente como pequeños engranajes ajustados a las necesidades
De una pequeña maquinaria
MIEDO A LA LIBERTAD, ERICH FROM
La lucha contra la libertad se reproduce a si misma, en la psique del hombre
Y a su vez su propia represión sostiene a sus dominadores y sus instituciones
EROS Y LA CIVILIZACION, HERBERT MARCUSE
Aunque sea cobarde, es valiente quien puede comprar la valentía
MANUSCRITO DE ECONOMIA Y POLITICA, CARLOS MARX

REGRESANDO A LA HISTORIA DE LA
ESTADISTICA
Como dijera Huntsberger: "La palabra estadística a menudo nos trae a la mente imágenes de
números apilados en grandes arreglos y tablas, de volúmenes de cifras relativas a
nacimientos, muertes, impuestos, poblaciones, ingresos, deudas, créditos y así
sucesivamente. Huntsberger tiene razón pues al instante de escuchar esta palabra estas son
las imágenes que llegan a nuestra cabeza.

Los comienzos de la estadística pueden ser hallados en el antiguo Egipto, cuyos faraones
lograron recopilar, hacia el año 3050 antes de Cristo, prolijos datos relativos a la población
y la riqueza del país. De acuerdo al historiador griego Heródoto, dicho registro de riqueza y
población se hizo con el objetivo de preparar la construcción de las pirámides. En el mismo
Egipto, Ramsés II hizo un censo de las tierras con el objeto de verificar un nuevo reparto.

En el antiguo Israel la Biblia da referencias, en el libro de los Números, de los datos


estadísticos obtenidos en dos recuentos de la población hebrea. El rey David por otra parte,
ordenó a Joab, general del ejército hacer un censo de Israel con la finalidad de conocer el
número de la población.

También los chinos efectuaron censos hace más de cuarenta siglos. Los griegos efectuaron
censos periódicamente con fines tributarios, sociales (división de tierras) y militares (cálculo
de recursos y hombres disponibles). La investigación histórica revela que se realizaron 69
censos para calcular los impuestos, determinar los derechos de voto y ponderar la potencia
guerrera.

Pero fueron los romanos, maestros de la organización política, quienes mejor supieron
emplear los recursos de la estadística. Cada cinco años realizaban un censo de la población
y sus funcionarios públicos tenían la obligación de anotar nacimientos, defunciones y
matrimonios, sin olvidar los recuentos periódicos del ganado y de las riquezas contenidas en
las tierras conquistadas. Para el nacimiento de Cristo sucedía uno de estos empadronamientos
de la población bajo la autoridad del imperio.

Durante los mil años siguientes a la caída del imperio Romano se realizaron muy pocas
operaciones Estadísticas, con la notable excepción de las relaciones de tierras pertenecientes
a la Iglesia, compiladas por Pipino el Breve en el 758 y por Carlomagno en el 762 DC.
Durante el siglo IX se realizaron en Francia algunos censos parciales de siervos. En
Inglaterra, Guillermo el Conquistador recopiló el Domesday Book o libro del Gran Catastro
para el año 1086, un documento de la propiedad, extensión y valor de las tierras de Inglaterra.
Esa obra fue el primer compendio estadístico de Inglaterra.

Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en Inglaterra, trataron de


revivir la técnica romana, los métodos estadísticos permanecieron casi olvidados durante la
Edad Media.

Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci, Nicolás Copérnico,
Galileo, Neper, William Harvey, Sir Francis Bacon y René Descartes, hicieron grandes
operaciones al método científico, de tal forma que cuando se crearon los Estados Nacionales
Página |3

y surgió como fuerza el comercio internacional existía ya un método capaz de aplicarse a los
datos económicos.

Para el año 1532 empezaron a registrarse en Inglaterra las defunciones debido al temor que
Enrique VII tenía por la peste. Más o menos por la misma época, en Francia la ley exigió a
los clérigos registrar los bautismos, fallecimientos y matrimonios. Durante un brote de peste
que apareció a fines de la década de 1500, el gobierno inglés

comenzó a publicar estadística semanales de los decesos. Esa costumbre continuó muchos
años, y en 1632 estos Bills of Mortality (Cuentas de Mortalidad) contenían los nacimientos
y fallecimientos por sexo. En 1662, el capitán John Graunt usó documentos que abarcaban
treinta años y efectuó predicciones sobre el número de personas que morirían de varias
enfermedades y sobre las proporciones de nacimientos de varones y mujeres que cabría
esperar. El trabajo de Graunt, condensado en su obra Natural and Political
Observations...Made upon the Bills of Mortality (Observaciones Políticas y Naturales ...
Hechas a partir de las Cuentas de Mortalidad), fue un esfuerzo innovador en el análisis
estadístico.

Por el año 1540 el alemán Sebastián Muster realizó una compilación estadística de los
recursos nacionales, comprensiva de datos sobre organización política, instrucciones
sociales, comercio y poderío militar. Durante el siglo XVII aportó indicaciones más concretas
de métodos de observación y análisis cuantitativo y amplió los campos de la inferencia y la
teoría Estadística.

Los eruditos del siglo XVII demostraron especial interés por la Estadística Demográfica
como resultado de la especulación sobre si la población aumentaba, decrecía o permanecía
estática.

Aproximadamente en el año 1650 surge en Inglaterra el grupo de los aritméticos políticos,


que estudiaba fenómenos sociales basados en los datos recogidos. Mencionemos a Graunt,
quien desarrolló extensos estudios sobre la población. De estos aritméticos políticos se
derivaron varias tendencias. Una de ellas estudió el Cálculo de Probabilidades. Parece ser
que esta tendencia tomó fuerza cuando algunos matemáticos quisieron estudiar las
probabilidades de acertar en los juegos de cartas y dados, muy comunes en la época. Blas
Pascal, enunció en 1660 los principios fundamentales del Cálculo de Probabilidades. En 1750
el profesor Godofredo Achenwald, empleó la palabra ESTADÍSTICA, para referirse a una
nueva ciencia que sería “el aliado más eficaz de un gobernante consciente”, ya que en su país
se recopilaban y analizaban datos de todos los estados.

En los tiempos modernos tales métodos fueron resucitados por algunos reyes que necesitaban
conocer las riquezas monetarias y el potencial humano de sus respectivos países. El primer
empleo de los datos estadísticos para fines ajenos a la política tuvo lugar en 1691 y estuvo a
cargo de Gaspar Neumann, un profesor alemán que vivía en Breslau. Este investigador se
propuso destruir la antigua creencia popular de que en los años terminados en siete moría
más gente que en los restantes, y para lograrlo hurgó pacientemente en los archivos
parroquiales de la ciudad. Después de revisar miles de partidas de defunción pudo demostrar
que en tales años no fallecían más personas que en los demás. Los procedimientos de
Neumann fueron conocidos por el astrónomo inglés Halley, descubridor del cometa que lleva
su nombre, quien los aplicó al estudio de la vida humana. Sus cálculos sirvieron de base para
las tablas de mortalidad que hoy utilizan todas las compañías de seguros.

Durante el siglo XVII y principios del XVIII, matemáticos como Bernoulli, Francis Maseres,
Lagrange y Laplace desarrollaron la teoría de probabilidades. No obstante durante cierto
tiempo, la teoría de las probabilidades limitó su aplicación a los juegos de azar y hasta el
siglo XVIII no comenzó a aplicarse a los grandes problemas científicos.

Godofredo Achenwall, profesor de la Universidad de Gotinga, acuñó en 1760 la palabra


estadística, que extrajo del término italiano statista (estadista). Creía, y con sobrada razón,
que los datos de la nueva ciencia serían el aliado más eficaz del gobernante consciente. La
raíz remota de la palabra se halla, por otra parte, en el término latino status, que significa
estado o situación; Esta etimología aumenta el valor intrínseco de la palabra, por cuanto la
estadística revela el sentido cuantitativo de las más variadas situaciones.
Página |4

Jacques Quételect es quien aplica las Estadísticas a las ciencias sociales. Este interpretó la
teoría de la probabilidad para su uso en las ciencias sociales y resolver la aplicación del
principio de promedios y de la variabilidad a los fenómenos sociales. Quételect fue el primero
en realizar la aplicación práctica de todo el método Estadístico, entonces conocido, a las
diversas ramas de la ciencia.

Entretanto, en el período del 1800 al 1820 se desarrollaron dos conceptos matemáticos


fundamentales para la teoría Estadística; la teoría de los errores de observación, aportada por
Laplace y Gauss; y la teoría de los mínimos cuadrados desarrollada por Laplace, Gauss y
Legendre. A finales del siglo XIX, Sir Francis Gaston ideó el método conocido por
Correlación, que tenía por objeto medir la influencia relativa de los factores sobre las
variables. De aquí partió el desarrollo del coeficiente de correlación creado por Karl Pearson
y otros cultivadores de la ciencia biométrica como J. Pease Norton, R. H. Hooker y G. Udny
Yule, que efectuaron amplios estudios sobre la medida de las relaciones.

Los progresos más recientes en el campo de la Estadística se refieren al ulterior desarrollo


del cálculo de probabilidades, particularmente en la rama denominada indeterminismo o
relatividad, se ha demostrado que el determinismo fue reconocido en la Física como resultado
de las investigaciones atómicas y que este principio se juzga aplicable tanto a las ciencias
sociales como a las físicas.

La historia de la estadística está resumida en tres grandes etapas o fases.

1.- Primera Fase: Los Censos:


Desde el momento en que se constituye una autoridad política, la idea de inventariar de una
forma más o menos regular la población y las riquezas existentes en el territorio está ligada
a la conciencia de soberanía y a los primeros esfuerzos administrativos.

2.- Segunda Fase: De la Descripción de los Conjuntos a la Aritmética Política:


Las ideas mercantilistas extrañan una intensificación de este tipo de investigación. Colbert
multiplica las encuestas sobre artículos manufacturados, el comercio y la población: los
intendentes del Reino envían a París sus memorias. Vauban, más conocido por sus
fortificaciones o su Dime Royale, que es la primera propuesta de un impuesto sobre los
ingresos, se señala como el verdadero precursor de los sondeos. Más tarde, Bufón se preocupa
de esos problemas antes de dedicarse a la historia natural.

La escuela inglesa proporciona un nuevo progreso al superar la fase puramente descriptiva.


Sus tres principales representantes son Graunt, Petty y Halley. El penúltimo es autor de la
famosa Aritmética Política.

Chaptal, ministro del interior francés, publica en 1801 el primer censo general de población,
desarrolla los estudios industriales, de las producciones y los cambios, haciéndose
sistemáticos durantes las dos terceras partes del siglo XIX.

3.- Tercera Fase: Estadística y Cálculo de Probabilidades:


El cálculo de probabilidades se incorpora rápidamente como un instrumento de análisis
extremadamente poderoso para el estudio de los fenómenos económicos y sociales y en
general para el estudio de fenómenos “cuyas causas son demasiados complejas para
conocerlos totalmente y hacer posible su análisis”.
TEXTOS TOMADOS Y ENRIQUECIDOS DE:

1. http://www.uap.edu.pe/intranet/fac/material/25/20122BG250125213250104011/201
22BG25012521325010401138202.pdf
2. https://red.infd.edu.ar/blog/wp-content/uploads/2014/11/Historia-de-la-
estadistica.pdf
3. http://www.eumed.net/libros-gratis/2006a/rmss/00.htm
Página |5

PREGUNTAS ORIENTADORAS
1. De acuerdo con la lectura, nombre 5 utilidades de la estadística
2. Subraya las palabras desconocidas y busca su significado en el diccionario
3. Señala 5 ideas centrales y claves de la lectura y realiza un mapa conceptual
con estas ideas
4. Señala por cada época la idea central desarrolladas por las personas o por las
culturas
5. Subraya los nombres de los matemáticos nombrados por la lectura y buscar en
internet los aportes significativos de estos, en otros campos distintos de la
estadística

ALFABETO GRIEGO

SIMBOLOS IMPORTANTES DE LA ESTADISTICA


 = sumatoria o suma  productoria o producto n sumatoria que cuenta
sucesiva sucesivo i 1
desde el índice 1 hasta el
índice n
 n
producto desde índice 0  producto infinito
 sumatoria infinita  
i 0
hasta n
 
unión infinitas de intersección infinita de xi datos estadísticos o
marca de clase del intervalo
conjuntos conjuntos
 aproximado a  aproximadamente igual a  equivalente a
 directamente > mayor que
proporcional a < menor que
 mayor igual que  menor igual que el menor de los menores
el mayor de los mayores fi frecuencia absoluta Fi frecuencia absoluta
acumulada
hi frecuencia relativa Hi frecuencia relativa hi % frecuencia relativa
acumulada porcentual
L j 1 limite inferior del L limite
j
superior del ox constante elegida
intervalo intervalo arbitrariamente
Página |6

i, j Contadores de una
x media aritmética o Me mediana
secuencia promedio
M o modo o moda X media armónica
1 M 2 media cuadrática
Mg media geométrica N total de la población o la ni totales parciales
muestra
wi frecuencia ponderada s 2 varianza s desviación estándar

V coeficiente de variación D x desviación media Dme desviación mediana


de parson
s co-varianza
xy se2 varianza residual  diferencia o resta

i diferencia relativa a unas Qi cuartiles D i deciles


frecuencias absolutas
Px distribución de E( x ) esperanza
 función de densidad
probabilidad matemática
 distribución normal  media poblacional p probabilidad
q valor complemento de la  2 distribución Ji-cuadrado As asimetría
probabilidad
AB asimetría de Bowley P distribución de Poisson

SUMATORIA PRODUCTORIA

n
c  c
n
1
n
n a  1
c  c
a
n n
 cx i  c . x i
n
1 1
n m  m n
   x ij     x ij
i  j  j i
 

Los estadígrafos de posición o las medidas de tendencias central trabajan un parámetro como centro
de estudio o un parámetro de posición con relación al resto de los datos o valores presentados, en este
caso la posición se da con relación a un punto de la abscisa, los estadígrafos de posición conocidos o
las medidas de tendencia central conocidas son las siguientes:
 Media aritmética
Página |7

 Mediana
 Media geométrica
 Media armónica
 Media cuadrática
 Centro de recorrido
 Cuartiles, Deciles y Percentiles

La media aritmética o promedio ( x ) muestra el valor central de los datos constituyendo ser
la medida de ubicación que más se utiliza. En general, es calculada sumando los valores de
interés y dividiendo entre el número de valores sumados.

Por ejemplo, si en una habitación hay tres personas, la media de dinero que tienen en sus
bolsillos sería el resultado de tomar todo el dinero de los tres y dividirlo a partes iguales entre
cada uno de ellos. Es decir, la media es una forma de resumir la información de una
distribución (dinero en el bolsillo) suponiendo que cada observación (persona) tuviera la
misma cantidad de la variable.

 La media aritmética viene expresada en las mismas unidades que la variable. - En su


cálculo intervienen todos los valores de la distribución.
 Es el centro de gravedad de toda la distribución, representando a todos los valores
observados.
 Es única.
 Su principal inconveniente es que se ve afectada por los valores extremadamente
Grandes o pequeños de la distribución.

PROPIEDADES DE LA MEDIA ARITMETICA:


FORMULA MATEMATICA SIGNIFICADO

i 
1.  x  x  0  -La suma de las desviaciones respecto a la
media aritmética es igual a cero
2. M k  k
x
  - La media aritmética de una constante, es
igual a la constante
3. M
x

kx  k.x  -La media aritmética del producto de una
constante por una variable, es igual a
multiplicar la constante por la media
aritmética de la variable
4. M
x

x k x k  -La media aritmética de una variable mas o
menos una constante será igual a la media
de la variable mas o menos la constante
 i i x .w -La media aritmética de una muestra
5. x dividida en sub-muestras, es igual, a la
 i w media ponderada de las sub-muestras,
tomando como ponderación los tamaños de
los mismos
Página |8

6. M x x  y   x  y -La media aritmética de la suma de dos


variables que tiene la misma ponderación
será igual a las medias de dichas variables

FORMULA PARA QUE SE EMPLEA SIGNIFICADO o


UTILIDAD
 xi Se utiliza cuando los valores
1. x PARA DATOS NO son libre y se presentan
n AGRUPADOS fortuitamente sin
acumulación, en el grupo de
datos
Ej: 2,3,6,7,8, 2,4,5,4,7
 x i .f i Se emplean cuando cada
2. x PARA DATOS dato ya presenta una
n AGRUPADOS repetición:
2 repite 7 veces, 5 repite 6
veces, 8 repite 9 veces, 12
repite 15 veces, etc en este
caso es necesario hacer una
tabla para agrupar tales
datos
 x i .w i PARA DATOS Se emplea necesariamente
3.
x PONDERADOS Y cuando hay unas medias que
w i MULTIPLES MEDIAS presenta agrupación o
cuando necesariamente los
datos se trabajan con
valores numéricos
porcentuales
4. MEDIA TRUNCADA en este caso como los
n 1 valores extremos modifican
 xi f i
 xi f i o afectan
x x  i 1
n n1 considerablemente a la
media aritmética, la media
aritmética truncada elimina
el valor extremo que esta
afectando la media, sea este
muy bajo o un valor muy
alto
7. x   x i .hi MEDIA
PONDERADA
ARITMETICA Aquí nos muestra que para
CON calcular la media aritmética
FRECUENCIA es posible emplear las
RELATIVA frecuencias relativas
 x i y j .nij Esta formula que vemos es
6. M  xy   PARA DATOS el producto de la media
n BIDIMENSIONALES aritmética para valores
bidimensionales, en los que
se involucra mas de dos o
tres variables en el plano
cartesiano bidimensional o
tridimensional según el caso
Página |9

DATOS CON ORIGEN DE Cuando el numero de datos es


TRABAJO impar, se toma el dato central
MEDIA ARITMETICA de la variable como origen de
PARA DATOS CON trabajo y si es par se toma uno
Datos no agrupados
ORIGEN DE TRABAJO de los dos valores centrales. Lo
n

 Z anterior se hace con el único


fin de simplificar las
x  Ot  i 1
operaciones
n
donde Z  es xi  Ot

Datos agrupados
n

 Z . f i
x  Ot  i 1

n
donde Z  es xi  Ot

1. Los miembros de una cooperativa de viviendas tienen las siguientes edades:


42 60 60 38 60 63 21 66 56 57 51 57 44 45 35
30 35 47 53 49 50 49 38 45 28 41 47 42 53 32
54 38 40 63 48 33 35 61 47 41 55 53 27 20 21
42 21 39 39 34 45 39 28 54 33 35 43 48 48 27
53 30 29 53 38 52 54 27 27 43 28 63 41 23 58
56 59 60 40 24
A) Elabore una tabla de frecuencias.
B) Calcule la media
SOLUCION
A)
FRECUENCIA
EDAD (fi) xi Fi hi Hi hi% xi*fi
20-29 14 24,5 14 14/80=0,173 0,173 17,3 343
30-39 17 34,5 14+17=31 17/80=0,215 0,388 21,5 586,5
40-49 22 44,5 22+31=53 22/80=0,275 0,663 27,5 979
50-59 18 54,5 18+53=71 18/80=0,225 0,888 22,5 981
60-69 9 64,5 71+9=80 9/80=0,112 1 11,2 580,5
TOTALES
(n) 80 1 3470
n

 x .f
3470i i
B) x  i 1

 43.375 AÑOS
n 80
2. En un centro hospitalario del municipio de Pacho Cundinamarca se ha tratado, con
un nuevo medicamento llamado IBUPRONOL, durante 5 días a un grupo de
pacientes, todos ellos padecen de jaqueca crónica (se despiertan todos los días con
dolor de cabeza). Se realiza un estudio sobre el nº de días que un paciente sufre
mejoría con el anterior medicamento obteniendo la tabla:
NUMERO FRECUENCIAS
DE DIAS DE MEJORA
0 100
1 250
2 300
3 500
4 450
5 2500
A) Realiza una grafica de Barras, una grafica lineal y circular
P á g i n a | 10

B) Calcula la media aritmética de los días promedios y de los pacientes que en


promedio fueron estudiados
SOLUCION
A)

B) Tenemos como resultado la siguiente tabla


NUMERO FRECUENCIAS
DE DIAS DE MEJORA(fi)
(xi) Xi*fi
0 100 0
1 250 250
2 300 600
3 500 1500
4 450 1800
5 2500 12500
totales 4100 16650
n

 x .f i i
16650
x i 1
  4.01dias
n 4100
el día promedio de la mejoría de los pacientes fue el cuarto día
- para calcular el promedio de pacientes tomamos los totales de pacientes sobre la
cantidad de días estudiados
n

f i
4100
x i 1
  683.3 pacientes
numeros de dias 6
3. Se ha preguntado a 40 personas el número de personas que forman el hogar
familiar obteniéndose los siguientes resultados:
# PERSONA EN EL
HOGAR 2 3 4 5 6 7
FRECUENCIA 8 10 12 6 4 5

A) Encuentra la media aritmética


B) Realiza la búsqueda de los porcentaje y realiza una grafica circular
P á g i n a | 11

SOLUCIÓN:
A)
# PERSONA EN EL
HOGAR (Xi) 2 3 4 5 6 7 TOTALES
FRECUENCIA (fi) 8 10 12 6 4 5 45
Xi*fi 16 30 48 30 24 35 183
n

x f i i
183
x i 1
  4.1 persona por hogar
n 45
B) Calculamos sobre la misma tabla la frecuencia relativa
# PERSONA EN
EL HOGAR (Xi) 2 3 4 5 6 7 TOTALES
FRECUENCIA (fi) 8 10 12 6 4 5 45
Xi*fi 16 30 48 30 24 35 183
Hi 0,1777 0,2222 0,2666 0,1333 0,0888 0,11111 1
hi% 17,7777 22,222 26,666 13,3333 8,8888 11,11111 100

4. Las calificaciones finales de un estudiante en cuatro asignatura fueron 82,86,90 y 70.


Los créditos otorgados a esos cursos son 3,5,3 y 1 respectivamente. Determina la
calificación promedio
SOLUCIÓN
n

 w .x i i
82 x3  86 x5  90 x3  70 x1 1016
x 1
   84,66
n
3  5  3 1
w
12
i
1

5. Un grupo de atletas viaja en dos aviones. El primero lleva 40 atletas, y el segundo


restantes 60. Se sabe que el peso medio de todos los atletas es de 93 kilos y que el de
los del segundo avión es de 5 kilos menos que el de los atletas del primer avión. ¿Cuál
es el peso medio de los atletas de cada avión?
SOLUCION
DATOS 2

ENCONTRADOS 1 wi .xi n1 .x1  n2 .x2 40.x1  60.x2 40.x1  60. x1  5


x 2   
n1  n2
1 wi
100 100
x  93kilos
x1  ? 40.x1  60. x1  5 
93  asi que 9300  40.x1  60. x1  5 
x2  x1  5kilos 100
n  100 9300  40.x1  60.x1  60 x5
n1  40 9300  40.x1  60.x1  300
n2  60 9300  300  100.x1 de modo que tenemos 9600  100.x1
9600
x1   96
100
P á g i n a | 12

x2  x1  5
x2  96  5  91
6. El precio medio de un centenar de artículos es $85 700, los artículos se dividen en
dos grupos, con medias de 75 800 y 97 800. ¿Cuántos artículos hay en cada grupo?
SOLUCION
DATOS 2

ENCONTRADOS  wi .xi
n .x  n .x
x 2 1
 1 1 2 2
x  85700 n1  n2
x1  75800  1
wi

x2  97800 Reemplazando valores tenemos que:


n  100 n .75800  n2 .97800
85700  1
n1  ? 100
n2  ? Despejando tenemos
85700 x100  n1 .75800  n2 .97800
8570000  n1 .75800  n2 .97800( 1 )
n1  n2  100( 2 )
Luego nos quedan dos ecuaciones. En la 2 espejamos
una de las dos n.
n2  100  n1
Luego reemplazamos en la ecuación 1
8570000  n1 .75800  n2 .97800( 1 )
8570000  n1 .75800  100  n1  .97800
8570000  n1 .75800  97800n1
8570000  9780000  n1 .75800  97800n1
1210000  22000n1
1210000
n1   55
22000
Ahora ya encontramos uno de los valores
Para el otro se lo restamos de 100
n2  45
7. En una materia dada se asignan pesos de importancia, de la siguiente forma: Unida I
(20% del curso), Unidad II (25% del curso), Unidad III (20% del curso), Unidad IV
(15% de la calificación), Unidad V (20% de la calificación). Si las calificaciones de
un alumno son 8 en la primera unidad, 5 en la segunda, 8 en la tercera unidad, 10 en
la cuarta unidad y 8 en la última unidad. Es decir, se tienen la siguiente tabla:
UNIDAD PONDERACION DATOS
I 0,2 8
II 0,35 5
III 0,2 8
IV 0,15 10
V 0,1 8
n

 w .x i i
0, 2 x8  0,35 x5  0, 2 x8  0,15 x10  0 ,10 x8 7 , 25
x 1
   7 , 25
n
0, 2  0,35  0, 2  0,15  0,10
w
1
i
1

8. Un servicio de pruebas de consumo obtuvo los siguientes kilómetros por galón en


cinco recorridos de pruebas realizados con cada uno de tres automóviles compactos
AUTOMOVIL A 39 42,5 42,8 43,9 44,3
AUTOMOVIL B 43,6 40,1 43,8 40,1 43,8
AUTOMOVIL C 40 41,4 40,4 46,1 48,4
P á g i n a | 13

A) ¿Cuál es el promedio de kilómetros por galón consumido por para cada uno de los
carros?

xA 
x Ai

39  42 ,5  42 ,5  43,9  44 ,3  42 ,5
 42,5
n 5

xB 
 xBi 
43, 6  40,1  43,8  40,1  43,8
 42 , 2
n 5

xC 
 xCi 
40  41, 4  40 , 4  46 ,1  48, 4
 43,7
n 5
B) ¿Cuál es el promedio de kilómetros por galón para los tres autos estudiados?
xA  xB  xC 42,5  42 , 2  43,7 128, 4
x    42,8
3 3 3
9. Hallar la media aritmética para los siguientes datos
5,8,11,9,10,15,16,14,13,22,18,13, escogiendo como media conjeturada u origen de
trabajo al valor del 9 y el 16
Tenemos que Ot  9
Determinemos el conjunto de las desviaciones y luego apliquemos sumatoria de todos los valores
5  9  4 8  9  1 11  9  2 9  9  0 10  9  1 15  9  6 16  9  7
14  9  5 13  9  4 22  9  13 18  9  9 13  9  4
Los resultados de la desviaciones buscadas son: -4,-1,2,0,1,6,7,5,4,13,9,4
 Z   4  1  0  2  1  6  7  5  4  13  9  4  46
Ahora lo hacemos teniendo en cuenta el origen del trabajo en 16 es decir Ot  16
5 16  11 8  16  8 11 16  5 9  16  7 10 16  6 15 16  1
16  16  0 14 16  2 13 16  3 22  16  6 18  16  2 13 16  3

 Z   11  8  5  7  6  1  0  2  3  6  2  3  38
x O 
 Z   16  38  16  3,1666  12,83
t
n 12

10. En un hospital hacen la estadística de los pesos de los pacientes que entran en la
entidad en el día y arrojo la siguiente tabla

Peso (libra) Frecuencia


118-126 3
127-135 5
136-144 9
145-153 12
154-162 5
163-171 4
172-180 2
11. Encuentra la media aritmética teniendo en cuenta la media conjeturada para 149 y
para 158

SOLUCION
Peso (libra) Frecuencia (fi)
Xi Z´ Z´*fi Z´´ Z´´*fi
118-126 3 122 -27 -81 -36 -108
127-135 5 131 -18 -90 -27 -135
136-144 9 140 -9 -81 -18 -162
145-153 12 149 0 0 -9 -108
P á g i n a | 14

154-162 5 158 9 45 0 0
163-171 4 167 18 72 9 36
172-180 2 176 27 54 18 36
-81 -441

x  Ot 
 Z . f i
 149 
81
 149  2,025  146,975
n 40

x  Ot 
 Z . fi  158 
441
 149  11, 025  146,975
n 40

1) Las siguientes cifras representan las cantidades de harina en libras que se utiliza diariamente
en una pastelería, para 20 días del calendario consecutivos
440 677 481 690 707
514 671 488 483 554
611 638 572 514 623
664 631 570 484 612
Encuentra la media aritmética de esta situación
2) Se presenta los siguientes valores de los tiempos en minutos de 25 juegos de la National
Baskeball Association (NBA):
138 142 113 126 135
142 159 157 140 157
121 128 142 164 155
139 143 158 140 118
142 146 123 130 137
Encuentra la media para esta situación planteada
3) Un almacén de artículos eléctricos se dedica a la venta de cuatro líneas de productos. Durante
el año 1999 el valor de ventas y el margen de utilidad por línea fueron los siguientes:

Línea de ventas x millones Margen de


productos utilidad en %

Televisores 210 6,6

Neveras 900 15,8

Equipos de 180 3,7


sonidos

Lavadoras 550 8,8

Total 1840

A. Calcular la media del margen de utilidad obtenidas en 1999


B. Encuentra la media ponderada de la situación

4) En el sector servicios el sueldo promedio es de 1.100 unidades monetarias(x1000). Si los


varones constituyen el 70% de la población remunerada, ¿es factible que su ingreso promedio
sea de 1.550 unidades monetarias(x1000)?. Demuéstrese la certeza o falsedad de la pregunta

5) El siguiente cuadro recoge la superficie (Km2) y la densidad de población (Habitantes/Km2)


de los tres Estados del sur del Brasil. La densidad media de población del conjunto de los tres
Estados es:
P á g i n a | 15

6) Según la última encuesta de tecnologías de la información (TIC) a los hogares, se sabe que
los hogares que disponen de conexión a Internet vía CABLE realizan un gasto medio mensual
en TIC igual 160,25 Euros mientras que el resto de los hogares gastan una media de 60,10
Euros al mes. Sabiendo que sólo un 25% de los hogares españoles dispone de CABLE, ¿cuál
es el gasto medio total de los hogares en TIC?

7) Un inversor coloca cierta cantidad de dinero en tres títulos, A, B y C, de la siguiente forma:


10 000 000 pesos en A, con una rentabilidad del 6%, 15 000 000 pesos en B con una
rentabilidad del 2% y el resto en C, con una rentabilidad del 2,5%. Si la rentabilidad media
del total invertido es del 2,7%, ¿cuál es la cantidad invertida en C?

8) En una clínica infantil se han ido anotando, durante un mes, el número de metros que el niño
anda, seguido y si caerse, el primer día que comienza a caminar. Obteniéndose a sí la tabla
de información adjunta
# niños 2 6 10 5 10 3 2 2

metros 1 2 3 4 5 6 7 8

A) Encuentra la media aritmética


B) Encuentra la media aritmética con un promedio conjeturado de 6 metros o al igual a 4
metros
9) Las cifras dadas en la tabla adjunta corresponden a miligramos de hidroxiprolina absorbidos
por 1 gramo de masa intestinal analizados en distintos pacientes:
Miligramos 77,3 61,2 82,4 75,9 61,6 70,2 65 80

# pacientes 3 10 12 9 8 5 3 0

A) Encuentra la media de hidroxiprolina suministrada


B) Encuentra la media real desde la media conjeturada de 75,9

10) Los datos siguientes representan la temperatura del fluido de descarga de una planta para el
Tratamiento de aguas negras durante varios días consecutivos.

43 47 51 48 52 50 46 49 45 52 46 51

44 49 46 51 49 45 44 50 48 50 49 50

a) Realiza un diagrama tallo y hoja


b) Calcular la distribución de frecuencias de los datos
c) Encuentra la media aritmética de los datos

11) Se midió el tiempo, en décimas de segundo, que tarda en grabarse un mismo fichero en 30
disqueteras de un cierto fabricante, los datos obtenidos fueron:

38 35 76 58 48 59

67 63 33 69 53 51

28 25 36 32 61 57

49 78 48 42 72 52

47 66 58 44 44 56

a) Realiza un diagrama tallo y hoja de la situación planteada


b) Construye un histograma
P á g i n a | 16

c) Encuentra la media aritmética

12) En una ciudad costera, un sábado de agosto, se midió con radar la velocidad, en kilómetros
por hora, de 50 motocicletas que pasaron frente a un paso de nivel (¿qué es un paso de nivel?).
Los datos se encuentran en la siguiente tabla:

90 85 110 80 75 120 105 100 103 98


96 89 135 108 125 130 120 102 97 86
132 128 115 142 106 102 95 89 96 107
121 132 126 128 134 138 139 110 123 108
102 98 92 90 128 135 138 143 109 133
a) Realiza un diagrama tallo y hoja de la situación planteada
b) Construye una tabla de frecuencia y realiza una grafica lineal
c) Encuentra la media aritmética
d) Encuentra la media aritmética desde la media conjeturada de 142

13) Los siguientes datos son mediciones de la resistencia a la ruptura (en onzas) de una muestra
de 60 hilos de cáñamo:

32.5 15.2 35.4 21.3 28.4 26.9 34.6 29.3 24.5 31.0

21.2 28.3 27.1 25.0 32.7 29.5 30.2 23.9 23.0 26.4

27.3 33.7 29.4 21.9 29.3 17.3 29.0 36.8 29.2 23.5

20.6 29.5 21.8 37.5 33.5 29.6 26.8 28.7 34.8 18.6

25.4 34.1 27.5 29.6 22.2 22.7 31.3 33.2 37.0 28.3

33.7 24.6 28.9 24.8 28.1 25.4 34.5 23.6 38.4 24.0

a) Realiza un diagrama tallo y hoja de la situación planteada


b) Construye una tabla de frecuencia y realiza una gráfica circular
c) Encuentra la media aritmética
d) Encuentra la media aritmética desde la media conjeturada de 29 y de 36.8

Es una medida de posición, menos importante que la media aritmética. Se define como: aquel
valor de la variable que supera la mitad de las observaciones y a su vez es superado por la otra
mitad de las observaciones. Por tal razón, se le considera como el valor central, ya que el
promedio estará situado en el centro de la distribución.
La mediana la simbolizamos como Me o como x su aplicación es menos frecuente que la
media aritmética, presenta gran inestabilidad en el muestreo; sus formulas son rígidas y no
admiten tratamiento algebraico como la media. En aquellas distribuciones irregulares, que
presenta valores extremos que por lo general afectan al promedio, deberá utilizarse la mediana,
ya que no se afecta por los cambios que sufra la variable, mientras no sea en la observación
central. Para calcular la mediana se requiere un ordenamiento de los datos, de menor a mayor
o viceversa.

La mediana es utilizada con mayor frecuencia cuando la distribución presenta el primero y el


último intervalo abierto o no definido en datos agrupados. El valor de este promedio depende
del número de observaciones y no del valor de las mismas.

VENTAJAS
P á g i n a | 17

 La mediana tiene una definición rígida y el concepto que envuelve es tan claro, que
cualquiera puede entenderlo aun no siendo familiar el termino
 Si los datos están ordenados en un cuadro de frecuencias, esta medida es fácil de calcular
y por otro lado, los datos extremos no tienen ninguna influencia en ella
 Tiene menos estabilidad que el promedio aritmético pero es mas estable que otras
medidas de tendencia central
 Hay situaciones en que la única medida de tendencia central que puede calcularse es la
mediana, tal como sucede en el caso de una distribución cuyos intervalos extremos no
están definidos
DESVENTAJAS
 No es tan conocida como la media aritmética
 Es necesario ordenar los datos para calcularla
 La mediana no es sensible a cambios de valores de los elementos que componen la
distribución

FORMULA MATEMATICA QUE ES PARA QUE


SIRVE
n1 MEDIANA Se emplea a la
nj   M e  X n 1 PARA DATOS hora de tener un
2 2
DISCRETOS numero Impar de
valores o datos
Ej:
1,1,2,3,7,7,8,8,9
Aquí hay nueve
datos
n1 x i  x i 1 MEDIANA Se emplea a la
nj   Me  PARA DATOS hora de tener un
2 2 DISCRETOS numero Par de
valores o datos
Ej:
1,1,1,1,2,3,5,7,8,9
N MEDIANA Esta se emplea a la
Fj   Me  x j PARA DATOS hora de trabajar
2 DISCRETOS datos que no están
AGRUPADOS agrupados por
intervalos pero
que presenta una
frecuencia
absoluta y esta se
emplea cuando la
frecuencia
acumulada es
exactamente la
mitad de los datos
de la muestra
N x j 1  x j MEDIANA Esta se emplea a la
 F j  Me  PARA DATOS hora de trabajar
2 2
DISCRETOS datos que no están
AGRUPADOS agrupados por
intervalos pero
que presenta una
frecuencia
absoluta y esta se
emplea cuando la
frecuencia
acumulada es
menor a la mitad
de los datos de la
muestra lo que
P á g i n a | 18

significa que
sumamos las dos
marcas de clase y
esta nos da la
mediana
n MEDIANA En caso de
Fj   M e  L j 1 PARA DATOS intervalos y que la
2 CONTINUOS frecuencia
acumulada da
exactamente la
mitad de la
muestra entonces
la mediana
buscada es el
limite inferior del
intervalo de donde
se encuentra la
frecuencia
acumulada
buscada
n MEDIANA En caso de
n  F j 1 PARA DATOS intervalos y que la
Fj   M e  L j  1  c. 2 CONTINUOS frecuencia
2 fj acumulada da
menor la mitad de
la muestra
entonces la
mediana buscada
es el limite inferior
del intervalo le
sumamos el
producto de la
marca de clase por
la resta de la mitad
de los datos menos
la frecuencia
acumulada
anterior y este
producto se divide
por la frecuencia
del intervalo
50%  H j  1 MEDIANA
H j  50%  M e  L j  1  c. PARA DATOS
H j  H j 1
CONTINUOS
CON
FRECUENCIAS
RELATIVAS
ACUMULADAS
50%  H j  1 MEDIANA
H j  50%  M e  L j  1  c. PARA DATOS
hj CONTINUOS
CON
FRECUENCIAS
RELATIVAS
ACUMULADAS

Se realizaran algunos ejemplos aplicados a los distintos campos del conocimiento


P á g i n a | 19

EJEMPLO 1(DEPORTES): La siguiente tabla muestra el consumo diarios de mililitros de agua


de los 20 estudiantes de la clase de atletismo
SOLUCION:
Lo primero que debemos hacer es organizar de mayor a menor la muestra
Bet Alm Juli Rita Lisa Ros Oma Toñ Marc Pac
o a o a r o o o
250 2400 2300 220 220 2100 2100 2000 2000 190
0 0 0 0

Iris Ale Pep Davi Lup Jua Mart May Ter Luis
x e d e n a a e
190 190 185 1750 1700 1650 1650 1600 150 130
0 0 0 0 0
n1 20  1
x   10 , 5
Encuentra la 2 2
mediana para Este valor se encuentra entre Paco e Iris pero como cada uno toman igual
tal observación cantidad de agua significa que la mediana es de 1900

EJEMPLO 2(GEOLOGIA): En la tabla siguiente se dan las medidas originales de Cavendish de


1798 de la densidad de la Tierra (relativa a la del agua) usando una balanza de torsión.
5.50 5.61 5.88 5.07 5.26 5.55 5.36 5.29 5.58 5.65
5.57 5.53 5.62 5.29 5.44 5.34 5.79 5.10 5.27 5.39
5.42 5.47 5.63 5.34 5.46 5.30 5.75 5.68 5.85
a) Realiza una grafica de tallo y hoja para estos datos
b) Calcular la media aritmética y la mediana
c) Cavendish se equivoco al escribir el tercer valor de la tabla, tomando 5,88 en vez del
valor medido 4,88. ¿Como cambian la media y la mediana cuando se corrige este valor?
SOLUCION
a)

b) la media aritmética es x  x i

159, 28
 5, 49
n 29
la mediana implica una ordenación de menor a mayor de los datos lo que queda es:
5,07 5,1 5,26 5,27 5,29 5,29 5,3 5,34 5,34 5,36 5,39 5,42 5,44 5,46 5,47
5,5 5,53 5,55 5,57 5,58 5,61 5,62 5,63 5,65 5,68 5,75 5,79 5,85 5,88
Como es un número impar aplicamos la fórmula de la mediana requerida
n  1 29  1
xj    15
2 2
Esto quiere decir que en la posición 15 se encuentra nuestra mediana
x15  5, 47
c) modifica tanto la media aritmética como la mediana en una posición

x
x i

158, 28
 5, 45
n 29
M e  5, 46
P á g i n a | 20

EJEMPLO 3(MACROECONOMIA): Dada la siguiente gráfica, publicada en El País el día


14/1/2010 con la tasa de variación del PIB alemán de los últimos años (desde 1997 hasta el 2009)
recordemos la ecuación macroeconómica:
PIB  Consumo familiar + Gastos gobierno+Inversion+Exportaciones+Importaciones
PIB  C  G  I  E  M
Para encontrar la tasa variacional del PIB se estima con el siguiente número índice:
PBI n  PBI n1
Tv  x100
PBI n 1
En este caso arroja el estudio para Alemania siguiente:

Calcule la tasa de variación media y mediana anual.

SOLUCION:

Tenemos los datos de la grafica


1,7 2 2 3,2 1,2 0 -0,2 1,2 0,8
3,2 2,5 1,3 -05
1, 7  2  2  3, 2  1, 2  0  0, 2  1, 2  0, 8  3, 2  2, 5  1, 3  0, 5
a) x
13
18, 4
x  1, 41
13
b) Primero organizamos los datos
-0,5 -0,2 0 0,8 1,2 1,2 1,3 1,7 2 2
2,5 3,2 3,2
Como es un número impar aplicamos la fórmula de la mediana requerida
n  1 13  1 14
xj     7 posicion
2 2 2
M e  X 7  1, 3

EJEMPLO 4 (TOPOGRAFIA): Supongamos que para el conjunto de redes topográficas que


intervienen en un trabajo topográfico estamos interesados estudiar el número de vértices geodésicos
que constituyen cada red topográfica. Para tal fin, seleccionamos 30 redes topográficas, obteniéndose
la secuencia
2, 3, 4, 3, 5, 5, 4, 4, 3, 2, 2, 5, 6, 4, 1, 2, 3, 2, 3, 2, 1, 2, 4, 2, 3, 1, 3, 4, 3, 3,
a) Elabora una curva suavizada del comportamiento de estos datos
b) Determina la media aritmética de los vértices geodésicos estudiados
c) Determina su mediana
SOLUCION
a)
P á g i n a | 21

b)
NUMERO DE CANTIDAD
NODOS(xi) (fi) xi*fi Fi
1 3 3 3
x j 1  2 8 16 11
xj  3  Fj
9 27 20
4 6 24 26
5 3 15 29
6 1 6 30
TOTALES
 30 91

x
x i fi

91
 3, 033
n 30
n x j 1  x j 23 5
c) Fj implica aplicar la formula x    2, 5 lo que
2 2 2 2
implica que la mediana es 2,5

EJEMPLO 5(PRODUCCION INDUSTRIAL): se realiza en un taller industrial en el campo


automotriz el estudio de una muestra aleatoria de 150 automóviles para mirar la frecuencia de revisión
técnica de 150 automóviles de diferentes marcas y modelos fabricados, teniendo en cuenta el número
de cilindros que se encuentra en los motores y a continuación se da sus resultados

a) Encuentra la media aritmética del numero de cilindros que entran al taller


b) Encuentra su mediana

SOLUCION:
Elaboramos una tabla que nos resuma la cantidad de frecuencia de carros
NUMERO DE CANTIDAD DE
CILINDROS(Xi) AUTOS(fi) xi*fi Fi
3 16 48 16
4 26 104 42
x j 1  5 27 135 69
xj 6 13 78 F j 
82
8 30 240 112
10 20 200 132
12 18 216 150
P á g i n a | 22

 150
1021

a) x
x .f i i

1021
 6, 8 el valor medio de cilindros de los motores que entraron fue
n 150
de 6,8
n implica que x j 1  x j 5  6 11
b) Fj x    5, 5 el valor central que tiene la
2 2 2 2
población de motores que entraron fue de 5,5 esta es su mediana

EJEMPLO 6(FISICA): En 1879 Michelson obtuvo las medidas de la velocidad de la luz que se dan
en la tabla. Los valores tabulados + 299000 dan la velocidad de la luz en km/s.

850 740 900 1070 930 850 950 980 980 880 1000 980 930 650 760 810 1000 1000 960
960 960 940 960 940 880 800 850 880 900 840 830 790 810 880 880 830 800 790 760
800 880 880 880 860 720 720 620 860 970 950 880 910 850 870 840 840 850 840 840
840 890 810 810 820 800 770 760 740 750 760 910 920 890 860 880 720 840 850 850
780 890 840 780 810 760 810 790 810 820 850 870 870 810 740 810 940 950 800 810
870

a. Realizar un agrupamiento en intervalos de clase y construir la tabla de frecuencias. Se sugiere


usar una amplitud del intervalo bajo la regla de Sturgess.
b. Representar el correspondiente histograma de frecuencias y el polígono de frecuencias
acumuladas.
c. Calcular, a partir del agrupamiento en intervalos, la media aritmética
d. Calcular su mediana

SOLUCION:
a) Aplicando la regla es Sturgess tenemos
CALCULAMOS LOS NUMEROS DE CALCULAMOS EL TAMAÑO DEL
INTERVALOS INTERVALO
k  1  3, 33 log10 n xmax  xmin 1070  620
h   56, 25
k  1  3, 33 log10 100 k 8
k  1  6, 66
k  7, 66
k 8
Con estos valores buscamos la tabla de frecuencia
INTEVALO FRECUENCIA MARCA DE Xi*fi FRECUENCIA
CLASE (xi) ACUMULADA
620 - 676 2 648 1296 2
676 - 732 3 704 2112 5
732 - 788 13 760 9880 18
788 - 844 28 816 22848 46  F j 1
844 - 900
L j 1
29  fi 872 25288 75  Fj
900 - 957 13 928 12064 88
957 - 1013 11 986 10846 99
1013 -1070 1 1043 1043 100
 100
 85377
b) El histograma de frecuencia es el siguiente
P á g i n a | 23

c) El polígono de frecuencias acumulada es

d) El calculo de su media aritmética es:

x
x .f
i i

5377
 853, 77
n 100

Entonces el promedio de la luz para este caso es c  299000  x  299853, 77


e) El cálculo de su mediana es
n
 F j 1 50  46
x  L j 1  c . 2  844  56, 25.
fj 29
4
x  844  56, 25.  844  56, 25 x 0,1379
29
x  844  7, 7586  851, 758
Entonces la velocidad de la luz con el valor central de la mediana es
c  299000  x  299851, 758
En estadística, la moda es el valor con mayor frecuencia en una distribución de datos. Se hablará de
una distribución bimodal de los datos adquiridos en una columna cuando encontremos dos modas,
es decir, dos datos que tengan la misma frecuencia absoluta máxima.

VENTAJAS

 El hecho que el modo indica el punto de mayor concentración, lo hace tal ve, la mejor
medida de tendencia central. Cuando una distribución es muy asimétrica, claramente se vé
que el modo estadístico es el mas representativo del grupo.
 En la series polimodales el modo permite dividir la distribución con fijes de estratificación
 No es sensible a los valores extremos
P á g i n a | 24

 Es fácil de interpretar
 Es útil cuando hay agrupaciones con diferentes valores
 Es un concepto familiar a muchas personas

DESVENTAJAS

 No puede existir para algunos datos


 Puede encontrarse demasiado lejos de la mitad o del promedio de los datos
 Es difícil de agrupar para serie agrupada y su cálculo no da mucha confianza
 El modo es muy inestable al muestreo

Es encontrado en la fj  xj
mayor frecuencia
El requisito f j1  f j  f j1
fundamental es que
su valor debe ser
mayor de la
frecuencia anterior y
la frecuencia
posterior
FORMULA 1 f j1
L j1 =Limite M o  L j1  C.
f j1  f j1
inferior
C= tamaño del
intervalo
f j1 =frecuencia
posterior a la moda
f j1 = frecuencia
anterior a la moda

FORMULA 2 f j1  f j1


M o  L j1  C.
f j  f j1  f j1
FORMULA 3 f j1
M o  L j1  C.
f j1  f j  f j1 f j1  f j1
O

f j1  f j  f j1 f j  f j1


M o  L j1  C.
f j  f j1  f j  f j1

1. En un hospital hacen la estadística de los pesos de los pacientes que entran en la


entidad en el día y arrojo la siguiente tabla, encontrar la moda estadística

Peso Frecuencia
(libra)
118-126 3
127-135 5
136-144 9
P á g i n a | 25

145-153 12
154-162 5
163-171 4
172-180 2

a. Encuentra la gráfica radial


b. Encuentra la ojiva
c. Encuentra la grafica de columnas radiales
d. Encontrar la moda

SOLUCIÓN

a. Grafica radial

b. Grafica de Ojiva

c. Encuentra la grafica de columnas polares o circulares


P á g i n a | 26

d. Moda estadística

C=8 tamaño del intervalo


f j1
M o  L j1  C.
f j1  f j1
9 9
M o  145  8.  145  8. 
59  14 
M o  145  8(0,64 )
M o  145  5,12  150 ,12
2. A los 100 empleados de una empresa de piezas de precisión, se les ha realizado una prueba
de habilidad manual. En una escala de 0 a 100 se han obtenido las siguientes puntuaciones:

27, 66, 32, 55, 46, 37, 75, 81, 18, 33, 47, 74, 37, 52, 47, 66, 80, 87, 37, 29,
46, 15, 29, 90, 76, 67, 23, 35, 94, 23, 25, 56, 73, 78, 17, 28, 76, 58, 45, 36,
55, 60, 17, 56, 23, 82, 64, 50, 51, 45, 37, 65, 62, 26, 69, 36, 54, 42, 40, 54,
27, 62, 28, 65, 46, 92, 36, 33, 23, 66, 18, 82, 47, 49, 59, 45, 73, 43, 47, 83,
78, 65, 39, 36, 53, 91, 38, 35, 68, 78, 91, 23, 34, 43, 55, 56, 74, 56, 62, 38.
a. Encontrar la gráfica de columna polares o circulares
b. Encontrar la gráfica ojiva
c. Encontrar la moda.

Solución: Observamos que los valores extremos son 15 y 94. La amplitud total entre los datos
es de 80 puntos, ya que ambas puntuaciones están incluidas. Agruparemos los datos en 8
intervalos de amplitud 10: 14,24  , 24,34  , …, 84,94  . Realizando el recuento con
atención, se obtiene la tabla que sigue:

Habilidad manual Marca de clase Frecuencias


xi fi
14,24 19 10
24,34  29 12
34,44  39 17
44,54  49 18
54,64  59 13
64,74  69 13
74,84 79 11
84,94 89 6
a. Grafico de columnas polares o circulares
P á g i n a | 27

b. Grafico de ojiva

c. La moda estadistica

C=10

f j1
M o  L j1  C.
f j1  f j1
13  13 
M o  44  10 .  44  10 . 
13  17  30 
M o  44  10 .(0,43)  48,3

1) (CIENCIAS DE LA SALUD) Los valores el ph sanguíneo en 80 individuos son los


siguientes:
7,33 7,32 7,34 7,40 7,28 7,29 7,35 7,33 7,34 7,28 7,31 7,35 7,32
7,33 7,33 7,36 7,32 7,31 7,35 7,36 7,26 7,39 7,29 7,32 7,34 7,30
7,34 7,32 7,39 7,30 7,33 7,33 7,35 7,34 7,33 7,36 7,33 7,35 7,31
7,33 7,37 7,38 7,38 7,33 7,35 7,30 7,31 7,33 7,35 7,33 7,27 7,33
P á g i n a | 28

7,32 7,31 7,34 7,32 7,32 7,32 7,31 7,36 7,30 7,37 7,33 7,32 7,31
7,33 7,32 7,30 7,29 7,38 7,33 7,35 7,32 7,33 7,32 7,34 7,32 7,34
7,32 7,33

A) Aplicar la Regla de la raíz por exceso para determinar los intervalos para calcular
B) Realizar la tabla con la aplicación de la regla pedida
C) Calcular la media aritmética
D) Calcular la mediana
E) Calcular la moda

2) (PRODUCCION INDUSTRIAL) El técnico responsable del funcionamiento de una


empaquetadora automática la ajustó, en principio, para 450g. Media hora después del
principio de la producción, se apartaron diez paquetes para verificar su peso. Los resultados
son:

448 450 453 451 447 449 446 451 448 447
A) Calcular la media aritmética
B) Calcular la mediana
C) Calcular la moda

3) (CONTROL INDUSTRIAL) El responsable en control industrial de una empresa somete a


un test de fiabilidad 50 dispositivos electrónicos idénticos y anota su duración en horas hasta
su fallo, es decir, hasta el fin de la aptitud del dispositivo para cumplir con su utilidad. La
recogida de los datos lleva a la distribución de frecuencias siguientes :
Intervalo Frecuencia
0-200 17
200-400 9
400-600 7
600-800 7
800-1000 6
1000-1200 2
1200-1400 1
1400-1600 1
A) Buscar la tabla de frecuencia
B) Buscar el diagrama de barras
C) Buscar la media aritmética
D) Buscar la mediana
E) Calcular la moda

4) (METALURGIA): Se ha realizado un estudio para investigar el efecto de un determinado


proceso térmico en la dureza superficial de una determinada pieza. Once piezas se
seleccionaron para el estudio. Antes del tratamiento se realizaron pruebas de dureza para
determinar la dureza de cada pieza. Después, las piezas fueron sometidas a un proceso
térmico de templado con el fin de mejorar su dureza. Al final del proceso, se realizaron
nuevamente pruebas de dureza y se obtuvo una segunda lectura. Se recogieron los siguientes
datos (Kg. de presión):

PIEZA 1 2 3 4 5 6 7 8 9 10 11
DUREZA 182 232 191 200 148 249 276 213 241 480 262
PREVIA
DUREZA 198 210 194 220 138 220 219 161 210 313 226
POST

A) Buscar el diagrama de barras


B) Buscar la media aritmética
C) Buscar la mediana
D) Calcular la moda

5) (ECOLOGIA URBANA) Por exigencias de la normativa sobre la emisión de gases


contaminantes, los fabricantes de automóviles deben controlar la cantidad de distintos
contaminantes emitidos por los tubos de escape de sus modelos. Dos de los principales
contaminantes son el monóxido de carbono (CO)y los óxidos de nitrógeno (NOx). En la tabla
siguiente, aparecen los valores correspondientes a las emisiones de 9 vehículos del mismo
modelo. Las variables se miden en gramos por kilómetro recorrido.
P á g i n a | 29

CO 2.3 5.0 7.5 10.1 14.9 5.9 8.1 6.3 4.0

NOx 1.8 1.5 1.1 0.7 0.6 1.3 1.0 1.2 1.4

A) Realizar un grafico lineal comparativo


B) Calcular la media para CO
C) Calcular la media para NOx
D) Calcular la mediana para CO
E) Calcular la mediana para NOx
F) Calcular la moda para CO
G) Calcular la moda para NOx

6) Se ha realizado un test de habilidad numérica a los alumnos de una clase. Los resultados
obtenidos son:

Puntos 10,15  15,20  20,25  25,30  30,35 35,40  40,45  45,50 

Nºde 4 6 6 10 8 10 3 3
alumnos
a. Representa los datos mediante un histograma
b. Construir la ojiva
c. Construir el grafico lineal
d. Buscar la media aritmética
e. Buscar la mediana
f. Calcular la moda
7) Se ha aplicado un test a los empleados de una fábrica, obteniéndose la siguiente tabla:

X 38,44  44,50  50,56 56,62  62,68 68,74  74,80


Nº trabajadores 7 8 15 25 18 9 6

a. Representa los datos mediante un histograma


b. Construir la ojiva
c. Construir el grafico lineal
d. Buscar la media aritmética
e. Buscar la mediana
f. Construir el grafico de Nightingale
g. Encontrar la moda

MEDIA ARITMETICA

PROMEDIO: Permite calcular la media aritmética (o promedio simple) de un conjunto de


datos. Formato: PROMEDIO(número1;número2;…) Categoría: Estadísticas

MEDIANA

MEDIANA: Calcula la mediana para una serie de datos. Formato:


MEDIANA(número1;número2;…) Categoría: Estadísticas

MODA

MODA: Determina el valor que más se repite en un conjunto de datos. Formato:


MODA(número1;número2;…) Categoría: Estadísticas
P á g i n a | 30

ESTADISTICA. CIRO MARTINEZ BENCARIO. EDITORIAL ECOE


ESTADISTICA BASICA APLICADA. CIRO MARTINEZ BENCARIO. EDITORIAL ECOE
ESTADISTICA ELEMENTAL. JOHN FREUND, GARY SIMON. EDITORIAL PRENTICE HALL
ESTADISTICA. MURRAY SPIEGEL. SERIE SCHAUM –MC GRAW HILL
ESTADISTICA PARA INGENIEROS Y CIENTIFICOS. WILLIAN NAVIDI. EDITORIAL MC GRAW-HILL
ESTADISTICA MATEMATICA CON APLICACIONES. DENNIS WACKERLY. EDITORIAL THOMSON
ESTADISTICA INTERMEDIA. J. LOBEZ URQUIA. EDITORIAL VICENS – VIVES
ESTADISTICA ELEMENTAL. ROBERT JOHNSON. EDITORIAL THOMSON