UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA

FACULTAD DE INGENIERÍA DE MINAS, GEOLOGIA Y CIVIL

ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERÍA CIVIL

RESOLUCÍÓN DEL PRIMER EXAMEN PARCIAL

TRABAJO ENCARGADO N°05

ASIGNATURA: ESTADISTICA Y PROBABILIDADES (ES-241)

ESTUDIANTE: EYZAGUIRRE CUADROS, Alexander

DOCENTE: Ing. TAPIA CALDERÓN, Guillermo Bernardino

CÓDIGO: 16181102

SERIE: 200

DÍA DE ENTREGA: 15 de julio del 2019

CORREO ELECTRÓNICO: alexcuadros20@live.com

AYACUCHO - PERÚ

2019
PARTE A. simbolización de datos.-CASOS de sumatorias de productorias simples

A.1 CASO I. señalar los límites superiores e inferiores de las sumatorias y

desarrollar las “sumas abreviadas” o sea los elementos de las
sumatorias simples:

A.1.1) ∑𝟓𝒌=𝟏(𝒀𝒌 + 𝒀𝒑𝒓𝒐𝒎𝒆𝒅𝒊𝒐)

=(𝑌1 + 𝑌) + (𝑌2 + 𝑌) + (𝑌3 + 𝑌) + (𝑌4 + 𝑌) + (𝑌5 + 𝑌)

A.1.2) ∑𝑵
𝒊=𝟏 √𝑿𝒊 𝒀𝒊 + 𝑾𝒊 𝒁𝒊

= √𝑋1 𝑌1 + 𝑊1 𝑍1 + √𝑋2 𝑌2 + 𝑊2 𝑍2 + √𝑋3 𝑌3 + 𝑊3 𝑍3 + ⋯ + √𝑋𝑁 𝑌𝑁 + 𝑊𝑁 𝑍𝑁

A.1.3) ∑𝟓𝒊=𝟑(𝑿𝟏 𝒀𝒊+𝟏 + 𝑾𝒊 𝒁𝒊−𝟏 )

=(𝑋3 𝑌4 + 𝑊3 𝑍2 ) + (𝑋4 𝑌5 + 𝑊4 𝑍3 ) + (𝑋5 𝑌6 + 𝑊5 𝑍4 )

A.1.4) ∑𝟐𝟎𝟒 𝟑 3 3 3 3 3
𝒋=𝟏 (𝑰𝑪) = (𝐼𝐶 ) + (𝐼𝐶 ) + (𝐼𝐶 ) + (𝐼𝐶 ) + (𝐼𝐶 ) + ⋯ + (𝐼𝐶 )
3

= 204(𝐼𝐶 )3

A.1.5)∑𝟏𝟎
𝒊=𝟑(𝑿𝒊 − 𝟐)
𝟐

= (𝑋3 − 2)2 + (𝑋4 − 2)2 + (𝑋5 − 2)2 + (𝑋6 − 2)2 + (𝑋7 − 2)2 + (𝑋8 − 2)2 +
(𝑋9 − 2)2 + (𝑋10 − 2)2

A.2 CASO II. Señale como datos los elementos desarrollados de los ejercicios
anteriores y ponga la notación sumatoria simple correspondiente (desde
A.2.1 hasta A.2.5; forma invertida de A.1)

A.2.1) (𝑌1 + 𝑌) + (𝑌2 + 𝑌) + (𝑌3 + 𝑌) + (𝑌4 + 𝑌) + (𝑌5 + 𝑌)

= ∑𝟓𝒌=𝟏(𝒀𝒌 + 𝒀𝒑𝒓𝒐𝒎𝒆𝒅𝒊𝒐)

1
A.2.2) √𝑋1 𝑌1 + 𝑊1 𝑍1 + √𝑋2 𝑌2 + 𝑊2 𝑍2 + √𝑋3 𝑌3 + 𝑊3 𝑍3 + ⋯ + √𝑋𝑁 𝑌𝑁 + 𝑊𝑁 𝑍𝑁

=∑ 𝑵
𝒊=𝟏 √𝑿𝒊 𝒀𝒊 + 𝑾𝒊 𝒁𝒊

A.2.3) (𝑋3 𝑌4 + 𝑊3 𝑍2 ) + (𝑋4 𝑌5 + 𝑊4 𝑍3 ) + (𝑋5 𝑌6 + 𝑊5 𝑍4 )

=∑𝟓𝒊=𝟑(𝑿𝟏 𝒀𝒊+𝟏 + 𝑾𝒊 𝒁𝒊−𝟏 )

A.2.4) (𝐼𝐶 )3 + (𝐼𝐶 )3 + (𝐼𝐶 )3 + (𝐼𝐶 )3 + (𝐼𝐶 )3 + ⋯ + (𝐼𝐶 )3

= 204(𝐼𝐶 )3

=∑𝟐𝟎𝟒
𝒋=𝟏 (𝑰𝑪)
𝟑

A.2.5) (𝑋3 − 2)2 + (𝑋4 − 2)2 + (𝑋5 − 2)2 + (𝑋6 − 2)2

+(𝑋7 − 2)2 + (𝑋8 − 2)2 + (𝑋9 − 2)2 + (𝑋10 − 2)2 = ∑𝟏𝟎

𝒊=𝟑(𝑿𝒊 − 𝟐)
𝟐

A.3. CASO III. Sean los valores X1=-2, X2=3, X3=4, X4=5, X5=0 y media aritmética
x.

Hallar el valor numérico de las sumatorias simples siguientes.

A.3.1) ∑𝟓𝒊=𝟏[𝑿𝒊 (𝑿𝒊 − 𝒙) + (𝒙 − 𝑿𝒊 )]

=[𝑋1 (𝑋1 − 𝑥 ) + (𝑥 − 𝑋1 )] + [𝑋2 (𝑋2 − 𝑥 ) + (𝑥 − 𝑋2 )] [𝑋3 (𝑋3 − 𝑥 ) + (𝑥 − 𝑋3 )] +

[𝑋4 (𝑋4 − 𝑥 ) + (𝑥 − 𝑋4 )] + [𝑋5 (𝑋5 − 𝑥 ) + (𝑥 − 𝑋5 )]

=[−2(−2 − 2) + (2 − (−2))] + [3(3 − 2) + (2 − 2)] + [4(4 − 2) + (2 − 4)] +

[5(5 − 2) + (2 − 5)] + [0(0 − 2) + (2 − 0)]

= 12+3+6+12+0

= 33

A.3.2) ∑𝟓𝒊=𝟑(𝑿𝟐𝒊 − 𝟒𝑿𝒊 + 𝒙)

=(𝑋32 − 4𝑋3 + 𝑥 ) + (𝑋42 − 4𝑋4 + 𝑥 ) + (𝑋52 − 4𝑋5 + 𝑥 )

=(42 − (4)4 + 2) + (52 − (4)5 + 2) + (02 − (4)0 + 2)

2
=2+7+2

= 11

A.3.3) ∑𝟑𝒊=𝟏(𝟑𝑿𝟐𝒊 − 𝟐𝑿𝟐𝟏 )

= (3𝑋13 − 2𝑋12 ) + (3𝑋23 − 2𝑋22 ) + (3𝑋33 − 2𝑋32 )

=(3(−2)3 − 2(−2)2 ) + (3(3)3 − 2(3)2 ) + (3(4)3 − 2(4)2 )

= -32+63+ 160

= 191
∑ 𝑿𝒊
A.4 CASO IV. Dada la fórmula de media aritmética de datos no- agrupados 𝒙 = 𝒏
siendo los límites desde i=1 hasta i=n de las ∑, ∏.Demostrar las igualdades
siguientes:

A.4.1) ̅ )𝟐 + 𝑿𝒊 (𝑿
∑[(𝑿𝒊 − 𝑿 ̅ − 𝟏)] = ∑ 𝑿𝟐𝒊 − 𝒏𝑿
̅

∑[𝑋𝑖 2 + 𝑋̅ 2 − 2𝑋𝑖 𝑋̅ + 𝑋𝑖 𝑋̅ − 𝑋𝑖 )] = ∑ 𝑋𝑖2 − 𝑛𝑋̅

∑[𝑋𝑖 2 + 𝑋̅ 2 − 𝑋𝑖 𝑋̅ − 𝑋𝑖 )] = ∑ 𝑋𝑖2 − 𝑛𝑋̅

∑ 𝑋𝑖2 + ∑ 𝑋̅ 2 − ∑ 𝑋𝑖 𝑋̅ − ∑ 𝑋𝑖 = ∑ 𝑋𝑖2 − 𝑛𝑋̅

∑ 𝑋𝑖2 + 𝑛(𝑋̅)2 − 𝑋̅(𝑛𝑋̅) − 𝑛𝑋̅ = ∑ 𝑋𝑖2 − 𝑛𝑋̅

∑ 𝑋𝑖2 − 𝑛𝑋̅ = ∑ 𝑋𝑖2 − 𝑛𝑋̅

̅ )𝟐 + 𝟏]=∑ 𝑿𝒊 𝟐 − 𝒏𝑿
A.4.2) ∑ [(𝑿𝒊 − 𝑿 ̅𝟐 + 𝟏
𝒏

1
∑(𝑋𝑖 2 + 𝑋̅ 2 − 2𝑋𝑖 𝑋̅ + ) = ∑ 𝑋𝑖 2 − 𝑛𝑋̅ 2 + 1
𝑛

1
∑ 𝑥𝑖 2 + n𝑋̅ 2 − 2n𝑋̅ 2 + 𝑛( )= ∑ 𝑋𝑖 2 − 𝑛𝑋̅ 2 + 1
𝑛

∑ 𝑋𝑖 2 − 𝑛𝑋̅ 2 + 1 = ∑ 𝑋𝑖 2 − 𝑛𝑋̅ 2 + 1

3
 ̅ ) + (𝑿
A.4.3) ∑[𝒙𝒊(𝒙𝒊 − 𝑿 ̅ − 𝒙𝒊) ] = ∑ 𝒙𝒊𝟐 – ( ∑ 𝒙𝒊𝟐)/n

∑[𝑥𝑖 2 + 𝑥𝑖𝑋̅ + 𝑋̅ − 𝑥𝑖 ] = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n

∑ 𝑥𝑖 2 + ∑ 𝑥i𝑋̅ + ∑ 𝑋̅ - ∑ 𝑋I = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
∑ 𝑥𝑖 2 + 𝑋̅ ∑ 𝑥I + n𝑋̅ - n𝑋̅ = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
∑ 𝑥𝑖 2 +𝑋̅n𝑋̅ = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
∑ 𝑥𝑖 2 + n𝑋̅ 2 = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
∑ 𝑋i 2
∑ 𝑥𝑖 2 + n( ) = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
𝑛
(∑ 𝑋i)2
∑ 𝑥𝑖 2 + = ∑ 𝑥𝑖 2 – ( ∑ 𝑥𝑖 2 )/n
𝑛

A.4.4) ∏ 𝒀iWiZi = ∏ 𝒀i ∏ 𝑾I ∏ 𝒁

∏ 𝒙𝒊 𝒚𝒊 𝒛𝒊 = 𝒙𝟏 𝒚𝟏𝒛𝟏 . 𝒙𝟐 𝒚𝟐 𝒛𝟐 . 𝒙𝟑 𝒚𝟑𝒛𝟑 … . . 𝒙𝒏 𝒚𝒏 𝒛𝒏
=⏟
𝒙𝟏 𝒙𝟐 𝒙𝟑 … . 𝒙𝒏 . ⏟
𝒚𝟏 𝒚𝟐 𝒚𝟑 … . . 𝒚𝒏 . ⏟
𝒛𝟏 𝒛𝟐 𝒛𝟑 … 𝒛𝒏
∏ 𝒙𝒊 ∏ 𝒚𝒊 ∏ 𝒛𝒊

= ∏ 𝒙𝒊 ∏ 𝒚𝒊 ∏ 𝒛𝒊

PARTE B. simbolización de datos y sumatorias simple. A partir del cuadro

bidimensional B.5, que constituye una tabla de doble entrada con valores de X ij.
Desarrolle las sumatorias indicadas, asignándoles sus límites superiores e inferiores
y, finalmente calcule su valor numérico, para cada caso.

J 1 2 3 4

1 3 5 0 3

2 -5 6 4 0

3 4 -4 5 2

4 1 2 1 -2

B.5.1) ∑ 𝑋𝑖1 = 𝑋11 + 𝑋21 + 𝑋31 + 𝑋41 = 3 − 5 + 4 + 1 =3

B.5.2) ∑ 𝑋𝑖4 = 𝑋14 + 𝑋24 + 𝑋34 + 𝑋44 = 3 + 0 + 2 − 2 = 3

B.5.3) ∑ 𝑋1𝑗 = 𝑋11 + 𝑋12 + 𝑋13 + 𝑋14 = 3 + 5 + 0 + 3 =11

4
B.5.4) ∑ 𝑋4𝑗 = 𝑋41 + 𝑋42 + 𝑋43 + 𝑋44 = 1 + 2 + 1 − 2 =2

B.5.5) ∑ 𝑋.2 = 𝑋12 + 𝑋22 + 𝑋23 + 𝑋24 = 5 + 6 + −4 + 2 =9

B.5.6) ∑ ∑ 𝑋𝑖𝑗 = ∑(∑ 𝑋𝑖𝑗 ) = ∑(𝑋1𝑗 + 𝑋2𝑗 + 𝑋3𝑗 + 𝑋4𝑗 ) = (𝑋11 + 𝑋21 + 𝑋31 + 𝑋41 ) +
(𝑋12 + 𝑋22 + 𝑋32 + 𝑋42 ) + (𝑋13 + 𝑋23 + 𝑋33 + 𝑋43 ) + (𝑋14 + 𝑋24 + 𝑋34 + 𝑋44 )

= (3 − 5 + 4 + 1) + (5 + 6 − 4 + 2) + (0 + 4 + 5 + 1) + (3 + 0 + 2 − 2)
= 3 + 9 + 10 + 3 = 25

PARTE C. Simbolización de datos y regresión lineal simple.

Dada la siguiente tabla C, donde i=indicador de filas, 𝑿𝒊 =tiempo en minutos y
𝒀𝒊 =temperatura en grados centígrados. Completar las columnas por construir que sean
pertinentes (que se necesitan), para hacer los cálculos se los valores numéricos que se
pide:

TABLA N° C

i 𝑿𝒊 𝒀𝒊 ̅ 𝒚𝒊 = 𝒀𝒊 − 𝒚
𝒙𝒊 = 𝑿 𝒊 − 𝒙 ̅ 𝐱 𝐢𝟐 𝐲𝐢 𝟐 𝒙 𝒊 𝒚𝒊

1 3 72 -7.1429 -32.5714 51.0210 1060.8961 232.6543

2 6 76 -4.1429 -28.5714 17.1636 816.3249 118.3685

3 8 88 -2.1429 -16.5714 4.5920 274.6113 35.5109

4 10 105 -0.1429 0.4287 0.0204 0.1838 -0.0613

5 12 126 1.8572 21.4287 3.4492 459.1892 39.7974

6 15 130 4.8571 25.4287 23.5914 646.6188 123.5097

7 17 135 6.8571 30.4287 47.0198 925.9058 208.6526

∑ 𝑿𝒊 ∑ 𝒀𝒊 ∑ 𝒙𝒊 ∑ 𝒚𝒊 ∑ 𝐱 𝐢𝟐 ∑ 𝐲𝐢 𝟐 ∑ 𝒙 𝒊 𝒚𝒊
N
= = 71 = 732 =0 =0 = 146.8574 = = 758.4321
7 4183.7299

̅
C.1: Media muestral de X: 𝒙

5
 1
x̅ = ∑ 𝑿𝒊
n
1
x̅ = (71)
7
𝐱̅ = 𝟏𝟎. 𝟏𝟒𝟐𝟗

̅
C.2: Media muestral de Y: 𝒚

1
y̅ = ∑ 𝒀𝒊
n
1
y̅ = (732)
7
𝐲̅ = 𝟏𝟎𝟒. 𝟓𝟕𝟏𝟒

C.3: Variancia muestral de las X: 𝑺𝒙 𝟐

1
𝑆𝑥 2 = ∑ xi 2
𝑛−1
1
𝑆𝑥 2 = (146.8574)
6

𝑺𝒙 𝟐 = 𝟐𝟒. 𝟒𝟕𝟔𝟐

C.4: Variancia muestral de las Y: 𝑺𝒚 𝟐

1
𝑆𝑦 2 = ∑ yi 2
𝑛−1
1
𝑆𝑦 2 = (4183.7299)
6

𝑺𝒚 𝟐 = 𝟔𝟗𝟕. 𝟐𝟖𝟖𝟑

̂)
C.5. coeficiente de regresión lineal simple (𝜷

∑7𝑖=1 𝑥𝑖 𝑦𝑖
𝛽̂ =
∑7𝑖=1 𝑥𝑖 2

Reemplazamos los valores de la tabla C

758.4321
𝛽̂ =
𝟏𝟒𝟔. 𝟖𝟓𝟕𝟒

𝛽̂ = 5.1644

C.6. intersección de la recta con el 𝒀𝒀′ ∶ 𝜶

̂=𝒚 ̂𝒙
̅−𝜷 ̅

6
Reemplazamos los valores hallados

𝛼̂ = (104.5714) − 5.1644(10.1429)

𝛼̂ = (104.5714) − 52.3821

𝛼̂ = 52.1893

Por lo tanto como ecuación tenemos

𝑦 = 52.1893 + 5.1644𝑥

C.7. para 𝒙 = 𝟏𝟒 , ¿cuánto valdrá 𝒚?

Si tenemos la formula
𝑦 = 52.1893 + 5.1644𝑥

Por lo tanto:
𝑦 = 52.1893 + 5.1644(14)

𝑦 = 124.4909

C.8. para 𝒙 = 𝟐𝟎 , ¿cuánto será el pronóstico para 𝒚?

Si tenemos la formula
𝑦 = 52.1893 + 5.1644𝑥

Por lo tanto:
𝑦 = 52.1893 + 5.1644(20)

𝑦 = 155.4773

C.9. determinar el coeficiente de correlación 𝒓 e interpretación estadística

∑7𝑖=1 𝑥𝑖 𝑦𝑖
𝑟=
√(∑7𝑖=1 𝑥𝑖 2 )(∑7𝑖=1 𝑦𝑖 2 )

758.4321
𝑟=
(√𝟏𝟒𝟔. 𝟖𝟓𝟕𝟒)(√𝟒𝟏𝟖𝟑. 𝟕𝟐𝟗𝟗)

𝑟 = 0,9676

7
Interpretación estadística: cuando el coeficiente de correlación se acerca a 1 entonces
la correlación es fuerte por lo tanto las predicciones que se hagan con la ecuación de
regresión será certeras.

C.10. determinar el coeficiente de determinación 𝒓𝟐 e interpretación estadística.

𝑟 2 = (0,9676)2

𝑟 2 = 0.9362

Interpretación estadística: 𝑟 2 representa la reducción relativa de la suma de

cuadrados del error total gracias al uso de la recta de regresión. Así 𝑟 2 mide la bodad
de ajuste en el sentido que indica la cantidad de mejoramiento e términos de reducción
del error total gracias al uso de la recta de regresión.

C.11. hallar el coeficiente de alejamiento e interpretación

Se sabe que

𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑎𝑙𝑒𝑗𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑒𝑠 = √1 − 𝑟 2 ∗ 100

𝑐. 𝑎𝑙𝑒𝑗𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = √1 − 0.9362 ∗ 100

𝑐. 𝑎𝑙𝑒𝑗𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = 25.2564%

C.12. hallar el coeficiente de variación para 𝑿

𝑠
𝑐. 𝑣(𝑥 ) =
𝑥̅

√𝑆 2 𝑥
𝑐. 𝑣 (𝑥 ) =
𝑥̅

√144.5
𝑐. 𝑣(𝑥 ) =
10.1429
𝑐. 𝑣(𝑥 ) = 1.1851

8
C.13. hallar el coeficiente de variación para 𝒀
𝑠
𝑐. 𝑣 (𝑦) =
𝑦̅

√𝑆 2 𝑦
𝑐. 𝑣(𝑦) =
𝑦̅

√13455
𝑐. 𝑣(𝑦) =
104.5714
𝑐. 𝑣 (𝑦) = 1.1092

PARTES D.- Clasificación Distribución de Datos–CASO III (v.c.c) y Calculo de los

Estadígrafos:
E. Organización de Datos y Cálculo de Estadígrafos de Cuadros Completos.-
Suponga que se ha judicializado en caso respecto el peso de lingotes de acero de
“ACEROS AREQUIPA S.A.”, analizados por el Juez Especializado en lo Civil, para lo
cual se tomó una muestra aleatoria simple (MAS) de la producción semanal de 40
observaciones, las unidades están dadas en kilogramos (Kg), registrándose los siguientes
datos originales Xi:
94.3 93.0 95.5 95.3 92.4 94.4 92.8 93.2 93.6 95.5

92.9 93.6 95.7 93.8 94.8 93.9 92.7 91.6 93.6 96.8

94.2 95.7 94.7 94.3 92.7 94.5 96.2 95.4 93.7 91.9

94.1 90.0 94.2 93.7 94.0 93.9 93.6 94.6 92.3 94.4

D.1. Tipología de variable estadística:

 Variable estadística: variable cuantitativa continua (v.c.c.).

 Tamaño de muestra (n): 40 pesos de lingotes de acero.
D.2. Calcular el rango de datos originales:

 xmáx=96,8 xmín=90,0
 Rx= xmáx - xmín
 Rx= 96,8 – 90
 Rx= 6.8
D.4. Determinar el número de intervalos de clase (m) por el método: criterio raíz
cuadrada.

 m= √𝑛n=40
 m=√40
 m= 6,3245

9
D.5. ¿Existirá nuevo valor del número de intervalos de clase (m´)?

 Existe nuevo valor para el número de intervalos de clase al redondear el

intervalo de clase m: m´=7
D.6. Determinar la amplitud interválica constante de datos originales (C) y la
redondeada C´.

 C=Rx/m
 C= 0,68/7 = 0,9714
 Nueva amplitud interválica: C´= 1
D.7. ¿Existirá nuevo rango R´x?

 C´=R´x/m
 R´x= C´*m
 R’x= 1*7
 R’x=7 Kg.
D.8. Diferencia de rangos

 𝛥Rx=R´x-Rx
 𝛥Rx=7-6,8
 𝜟Rx =0,2 0,2/2 = 0,1
 𝛥´Rx=-0,1 (izquierda)
 𝛥´´Rx=+0,1 (derecha)

10
D.9. Elaborar un cuadro completo de la distribución de pesos de lingotes de acero “Arequipa”.

CUADRO N° D-9 “DISTRIBUCION DE PESOS DE 40 LINGOTES DE ACERO”

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

I Tabulación

1 [89.9,90.9> 90.4 1 I 1 0.025 3% 1 0.03 2.5% 40 1 100.0% 90.4 2.26

2 [90.9,91.9> 91.4 1 I 1 0.025 3% 2 0.05 5.0% 39 0.975 97.5% 91.4 2.285

3 [91.9,92.9> 92.4 1 IIII I 6 0.15 15% 8 0.2 20.0% 38 0.95 95.0% 554.4 13.86

4 [92.9,93.9> 93.4 1 IIII IIII 10 0.25 25% 18 0.45 45.0% 32 0.8 80.0% 934 23.35

5 [93.9,94.9> 94.4 1 IIII IIII IIII 14 0.35 35% 32 0.8 80.0% 22 0.55 55.0% 1321.6 33.04

6 [94.9,95.9> 95.4 1 IIII I 6 0.15 15% 38 0.95 95.0% 8 0.2 20.0% 572.4 14.31

7 [95.9,96.9> 96.4 1 II 2 0.05 5% 40 1 100.0% 2 0.05 5.0% 192.8 4.82

3757 93.925
D.10) Gráficas estadísticas de las frecuencias absolutas Acumuladas: Ojiva “menor
o igual que <=” y Ojiva “mayor igual que >=”.

Ojiva “menor o igual que <=”.

X Y
90.9 1
91.9 2
92.9 8
93.9 18
94.9 32
95.9 38
96.9 40

Ojiva “mayor igual que >=”.

X Y
90.9 40
91.9 39
92.9 38
93.9 32
94.9 22
95.9 8
96.9 2

12
D.11) Interpretar estadísticamente: m, Y´0, 𝒏𝟑 , 𝒉𝟓 , 𝒉𝟐 x100, 𝑵𝟒, 𝑯𝟓 , 𝑯𝟔 x100, 𝑵𝟔*,
𝑯𝟒 *x100

 MÉTODO DE LA RAÍZ CUADRADA (m): √𝒏 = √𝟒𝟎 = 6.3245553203

m´ = 7

Interpretación Estadístico: 7 número de intervalos por el método de la raíz cuadrada,

en el cuadro de lingotes de acero de “ACEROS AREQUIPA S.A” judicializados.

 Nuevo límite inferior (Y´0) del primer intervalo de clase:

Y´0 = Xmín – R´´x

Y´0 = 90.0 – 0.1

Y´0 = 89.90

Interpretación estadística: es el nuevo límite inferior o también (Yí-1) del primer

intervalo de clase.

 𝒏𝟑 : interpretación estadística: 6 lingotes de acero de “ACEROS AREQUIPA

S.A” judicializados registraron pesos de 91.90kg hasta menos que 92.90kg

13
  𝒉𝟓 : interpretación estadística: el “0.35 por uno” del total de lingotes de aceros
de “ACEROS AREQUIPA S.A” judicializados registraron pesos de
[93.90;94.90) kg
 𝒉𝟐 x100: interpretación estadística: el 2.5% del total de lingotes de aceros de
“ACEROS AREQUIPA S.A” judicializados registraron pesos de [90.90;91.90)
kg.
 𝑵𝟒: interpretación estadística: 18 lingotes de aceros de “ACEROS AREQUIPA
S.A” judicializados, pesados, pesan a lo sumo 93.90kg
 𝑯𝟓 : interpretación estadística: el “0.80 por uno” del total de lingotes de aceros
de “ACEROS AREQUIPA S.A” judicializados, pesados, registran pesos a lo
sumo 94.90kg
 𝑯𝟔 x100: interpretación estadística: el 95% del total de lingotes de aceros de
“ACEROS AREQUIPA S.A” judicializados, pesados, registran pesos a lo sumo
95.90kg
 𝑵𝟔*: interpretación estadística: 8 lingotes de aceros de “ACEROS AREQUIPA
S.A” judicializados, pesados, registran pesos por lo menos 94.90kg
 𝑯𝟒 *x100: interpretación estadística: el 80 % del total de lingotes de aceros de
“ACEROS AREQUIPA S.A” judicializados, pesados, registran pesos por lo
menos 92.90kg

D.12) Calcule el promedio de datos agrupados. Interpretarla estadísticamente.

𝑌̅ = (∑7𝑖=1 𝑦𝑖 𝑛𝑖 ) / n

𝑌̅ = 3757 / 40

𝑌̅ = 93.925kg

𝑌̅ = ∑7𝑖=1 𝑦𝑖 ℎ𝑖

𝑌̅ = 93.925kg

Interpretación estadística: el promedio del total de lingotes de aceros de “ACEROS

AREQUIPA S.A” judicializados, pesados, registran 93.925kg

D.13) Calcule el valor mediano de datos agrupados. Interpretar estadísticamente.

Primer paso:

14
n / 2 = 40 / 2 = 20

Segundo paso: criterio de desigualdad

Nj-1 ≤ 𝑛/2 <Nj

18≤ 20 <32

Tercer paso:

[93.90; 94.90)

Cuarto paso: formula oral de mediana de datos agrupados

Me = Y´j-1 + Ci [(n/2 - Nj-1) / (Nj - Nj-1)]

Me = 93.90 + 1.0 [(20-18) / (32-18)]

Me = 94.0428571429

Interpretación estadística: el valor mediano o mediana de datos agrupados es de

94.0428571429kg del total de lingotes de aceros de “ACEROS AREQUIPA S.A”
judicializados, pesados, cuyo valor supera a lo sumo al 50% de datos, pero a su vez es
superado por no más del 50% de datos restantes.

D.14) Calcule el valor modal de datos agrupados. Interpretar estadísticamente.

Primer paso:

ni = max = 14

ni-1= 10

ni+1= 6

Segundo paso:

𝛥1 = ni – ni-1

𝛥1= 14 – 10

𝛥1= 4

15
𝛥2 = n1 – ni+1

𝛥2 = 14 – 6

𝛥2 = 8

Tercer paso:

[93.90; 94.90)

Cuarto paso:

Md = Ýj-1 + Ci [𝛥1 / (𝛥1 + 𝛥2)]

Md = 93.90 + 1.0[4 / (4 + 8)]

Md = 94.2333333333

Interpretación estadística: el valor modal o moda de datos agrupados es de

94.2333333333kg del total de lingotes de aceros de “ACEROS AREQUIPA S.A”
judicializados, pesados, que representa el valor que más se repite ósea
94.2333333333kg es el valor más frecuente.

D.15) Calcule la variancia y la desviación estándar de datos agrupados. Interpretarlos.

Variancia estándar:

7
V[y] = S2y = (1 / n) ∑𝑖=1 𝑦𝑖2 𝑛𝑖 − 𝑌̅ 2

S2y = (1/40) (8172.16 + 8353.96 + 51226.56 + 87235.6 + 124759.04 + 54606.96 +

18585.92) – (93.925)2

S2y = (352940.2 / 40) – 8821.905625

S2y = 1.599375

Interpretación estadística: el promedio de desviaciones de las observaciones, respecto a

la media aritmética, al cuadrado es 1.599375

Desviación estándar:

16
Sy = √(S2y)

Sy = √(1.599375)

Sy = 1.264663987

Interpretación estadística: la raíz cuadrada de la variancia es 1.264663987, esta vendría

a ser la desviación estándar.

Para la realización de las siguientes preguntas, elaboramos nuestro siguiente cuadro.

1 3.525 3.643 12.426

2 2.525 2.643 6.376

3 9.15 9.858 13.954
4 5.25 6.43 2.756
5 6.65 4.998 3.159
6 8.85 8.142 13.054
7 4.95 4.714 12.251
Total 40.9 40.428 63.976

D.16 La desviación media

∑7𝑖=1|𝑦𝑖 −𝑦̅|
|𝐷. 𝑀|=
𝑛

|D.M|=40.9/40=1.0225

Interpretación estadística: La desviación media de datos agrupados, de los valores

absolutos respecto a la media es 1.0225kg

D.17 La desviación mediana y su IE.

∑7𝑖=1|𝑦𝑖 − −𝑀𝑒|𝑛𝑖
|𝑀𝑒| =
𝑛
40.28
|𝑀𝑒| = = 1.007𝑘𝑔
40
Interpretación estadística: La desviación mediana de los valores absolutos respecto a la
mediana es 1.007kg.

17
D.18. El coeficiente de variación de datos agrupados y su IE.

Tiene la siguiente fórmula

𝑆𝑦
(𝐶𝑉)𝑦 = ∗ 100%
𝑦̅

Hallamos 𝑆𝑦
7
1
𝑆 2𝑦 = ∑ 𝑛𝑖 (𝑦𝑖 − 𝑦̅)2
𝑛
𝑖=1

63.976
𝑆 2𝑦 = =1.599 𝐾𝑔2
40

𝑆𝑦 = √𝑆 2 𝑦 = √1.599 = 1.265

Ahora hallamos el coeficiente de variación:

1.265
(𝐶𝑉 )𝑦 = ∗ 100% = 1.347%
93.925

Interpretación estadística: El coeficiente de variación del peso de 40 lingotes de acero

es 1.347%.

D.19 Calcular el primer cuartil (Q1) y el tercer cuartil (Q3) e interpretarlos

estadísticamente.

 Primer cuartil (Q1):

1º Paso: dividimos
𝑛 40
𝑖 = = 10
4 4
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 𝑖 < 𝑁𝑗
4

8 ≤10 < 18

3º Paso: intervalo mediano intervalo j-esimo

18
 𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >=[92.9 ; 93.9>

4º Paso: formula
𝑛 40
𝐼 𝑖 − 𝑁𝑗−1 1 −8
Q1 = 𝑌𝑗−1 + 𝐶𝑗 [ 𝑁4 ]= 92.9 + [ 4
]= 93.1Kg
𝑗− 𝑁𝑗−1 18−8

Interpretación estadística: El primer cuartil es 93. que corresponde a un estadígrafo

de posición que supera a lo sumo al 25% de observaciones; pero a su vez es
superado por no más del 75% de observaciones restantes.

 Tercer cuartil (Q3):

1º Paso: dividimos
𝑛 40
= 3𝑖 = 30
4 4
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 3 < 𝑁𝑗
4
18 < 30 < 32

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [93.9; 94.9>

4º Paso: formula
𝑛 40
𝐼 3 − 𝑁𝑗−1 3 −18
Q3 = 𝑌𝑗−1 + 𝐶𝑗 [ 𝑁4 ]= 93.9 + [ 4
]= 94.757Kg
𝑗− 𝑁𝑗−1 32−18

Interpretación estadística: El tercer cuartil es 94.757Kg que corresponde a

un estadígrafo de posición que supera a lo sumo al 75% de observaciones; pero a
su vez es superado por no más del 25% de observaciones restantes.

D.20 Calcule el Primer decil y el Noveno decil. Interpretarlo estadísticamente.

 Primer decil (D1)

1º Paso: dividimos
𝑛 40
𝑖
= 1 =4
10 10
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 1 < 𝑁𝑗
10

2<4<8

19
 3º Paso: intervalo 1er decilico intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [91.9; 92.9>

4º Paso: formula
𝑛 40
1 − 𝑁𝑗−1 1 −2
𝐼
D1= 𝑌𝑗−1 + 𝐶𝑗 [ 𝑁10 ]= 91.9 + [ 10
]=92.233 Kg
𝑗− 𝑁𝑗−1 8−2

Interpretación estadística: El Primer decil es 92.233 Kg que corresponde a un

estadígrafo de posición que supera a lo sumo al 10% de observaciones; pero a
su vez es superado por no más del 10% de observaciones restantes.

 Noveno decil (D9)

1º Paso: dividimos
𝑛 40
= 9 𝑖 = 36
10 10
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 9 < 𝑁𝑗
10

32 < 36 < 38

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [94.9; 95.9>

4º Paso: formula
𝑛 40
9 − 𝑁𝑗−1 9 − 32
𝐼 10 10
P90= 𝑌𝑗−1 + 𝐶𝑗 [ ]= 94.9 + [ ]= 95.567Kg
𝑁𝑗− 𝑁𝑗−1 38−32

Interpretación estadística: El Noveno Decil es 95.567Kg que corresponde a un

estadígrafo de posición que supera a lo sumo al 90% de observaciones; pero a su vez es
superado por no más del 10% de observaciones restantes.

D.21 Calcule el Nonagésimo percentil y el Décimo Percentil. Interpretarlos.

 Nonagésimo percentil (P90)

1º Paso: dividimos
𝑛 40
𝑖
= 90 = 36
100 100
2º Paso: criterio de desigualdad

20
 𝑛
𝑁𝑗−1 < 90 < 𝑁𝑗
100

32 < 36 < 38

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [94.9; 95.9>

4º Paso: formula
𝑛 40
90 − 𝑁𝑗−1 90 − 32
𝐼 100 100
P90= 𝑌𝑗−1 + 𝐶𝑗 [ ]= 94.9 + [ ]=95.567Kg
𝑁𝑗− 𝑁𝑗−1 38−32

Interpretación estadística: El Nonagésimo percentil es 95.567Kg que corresponde a un

estadígrafo de posición que supera a lo sumo al 90% de observaciones; pero a su vez es
superado por no más del 10% de observaciones restantes.

 Decimo percentil (P10)

1º Paso: dividimos
𝑛 40
= 10𝑖 =5
100 100
2º Paso: criterio de desigualdad
𝑛
𝑁𝑗−1 < 10 < 𝑁𝑗
100

2<4<8

3º Paso: intervalo mediano intervalo j-esimo

𝐼
[𝑌𝑗−1 , 𝑌𝑗𝐼 >= [91.9; 92.9>

4º Paso: formula
𝑛 40
10 − 𝑁𝑗−1 10 −2
𝐼 100 100
P10= 𝑌𝑗−1 + 𝐶𝑗 [ ]= 91.9 + [ ]= 92.233Kg
𝑁𝑗− 𝑁𝑗−1 8−2

Interpretación estadística: El Décimo percentil es 92.233Kg que corresponde a un

estadígrafo de posición que supera a lo sumo al 10% de observaciones; pero a su vez es
superado por no más del 10% de observaciones restantes.

D.22) Calcule el recorrido intercuartilico y recorrido interpercentilico.

Interpretarlo

A) Recorrido intercuartilico

21
 a. Hallamos el primer cuartil
𝑛
−𝑁𝑗−1
𝑄1 = 𝑦′𝑗−1 + 𝐶 [𝑁4 −𝑁 ]
𝑗 𝑗−1
10−8
𝑄1 = 92.9 + 1 ∗ [ ]
18−8
(2)
𝑄1 = 92.9 + 1 ∗
(10)
𝑄1 = 92.9 + 0.25
𝑄1 = 93.15

b. Hallamos el tercer cuartil

3𝑛
−𝑁𝑗−1
𝑄3 = 𝑦′𝑗−1 + 𝐶 [𝑁4 −𝑁 ]
𝑗 𝑗−1
(30−18)
𝑄3 = 93.9 + 1 ∗ [(32−18)]
12
𝑄3 = 93.9 + 1 ∗ [14]
𝑄3 = 94.7571

Por tanto:
𝑅𝐼 = 𝑄3 − 𝑄1
𝑅𝐼 = 94.7571- 93.15
𝑅𝐼 = 1.6071

Interpretación:
El recorrido cuartilico tiene un recorrido de 1.6071

A) recorrido interpercentilico
a. Hallamos 𝑃99
99𝑛
−𝑁𝑗−1
100
𝑃99 = 𝑦′𝑗−1 + 𝐶 [ 𝑁 ]
𝑗 −𝑁𝑗−1
(39.6−38)
𝑃99 = 95.9 + 1 ∗ [ ]
40−38
1.6
𝑃99 = 95.9 + 1 ∗ [ 2 ]
𝑃99 = 96.7

b. Hallamos 𝑃1
𝑛
−𝑁𝑗−1
100
𝑃1 = 𝑦′𝑗−1 + 𝐶 ∗ [ 𝑁 ]
𝑗 −𝑁𝑗−1
(0.4−0
𝑃1 = 89.9 + 1 ∗ [ (1−0) ]
0.4
𝑃1 = 89.9 + 1 ∗ [ 1 ]
𝑃1 = 90.3

Por lo tanto:

𝑅𝐼𝑃 = 𝑃99 − 𝑃1

22
 𝑅𝐼𝑃 = 96.7 − 90.3

𝑅𝐼𝑃 = 6.4

Interpretación:
El recorrido percentilico tiene un recorrido de 6.4kg

D.23) Hallar el 1er coeficiente de asimetría de Pearson. ¿Distribución de As?

𝑋̅ −𝑀𝑂
𝐶𝐴𝑆 (1) = 𝑆

93.925−94.2333
𝐶𝐴𝑆 (1) =
1.599375

𝐶𝐴𝑆 (1) = −0.192763

Interpretación:

𝑨𝒔 < 𝟎, la distribución asimétrica negativa o sesgada hacia la izquierda.

D.24) Hallar el 2° coeficiente de asimetría de Pearson. ¿Distribución de As?

𝑄3+ 𝑄1 −2∗𝑀𝑒
𝐶𝐴𝑆 (2) = 𝑄3 −𝑄1

94.7571+ 93.15−2∗94.042857
𝐶𝐴𝑆 (2) = 94.7571− 93.15

−0.184614
𝐶𝐴𝑆 (2) = 1.6071

𝐶𝐴𝑆 (2) = −0.114874

Interpretación:
Como el 𝑨𝒔 < 𝟎, la distribución asimétrica negativa o sesgada hacia la izquierda.

D.25) hallar el coeficiente percentilico de kurtosis. ¿Qué distribución genera K?

K=0.263, distribución es mesocurtica.

K>0.263, la distribución es leptocurtica.

K<0.263, la distribución es platicurtica.

𝑄3 −𝑄1
𝐾= 2∗(𝑃90 −𝑃10 )

94.7571− 93.15
𝐾= 2∗(95.5667−92.2333)

23
 1.6071
𝐾= 6.6668

𝐾 = 0.24106

Interpretación:

K < 0.263, genera una distribución es platicurtica.

D.26) compare los valores de la media, mediana, moda. Graficar estos datos
resultados en un plano cartesiano, observar la curva correspondiente, luego de
determinar que distribución ha generado las distribuciones de asimetría.

histograma de frecuencias absolutas simples

16
14
14

12
10
10

8
6 6
6

4
2
2 1 1

0
90.4 91.4 92.4 93.4 94.4 95.4 96.4

𝑋̅ < 𝑀𝑒 < 𝑀𝑂 , la distribución es asimétrica sesgada hacia izquierda o negativa.

PARTE E. TIPOLOGÍA Y SUB-TIPOLOGIA DE VARIABLES ESTADÍSTICAS.-

dadas las siguientes proposiciones, determine el tipo y el sub-tipo de variable estadística
que tiene:

E.1. Escuelas profesionales de la facultad de ingeniería de Minas, Geología y Civil,

UNSCH.

Respuesta: TIPOLOGÍA: variable cualitativa.

SUB-TIPOLOGIA: variable cualitativa nominal.

24
E.2.N° de los libros de estructuras de Acero en la Biblioteca central “Efraín Morote Best”,
UNSCH.

Respuesta: TIPOLOGÍA: variable cuantitativa.

SUB-TIPOLOGIA: variable cuantitativa discreta.

E.3.total de capital social de empresa constructora “pegasus ingenieros” de Trujillo.

Respuesta: TIPOLOGÍA: variable cuantitativa.

SUB-TIPOLOGIA: variable cuantitativa continua.

E.4.Número de ingenieros civiles colegiados en el colegio de ingenieros del Perú-consejo

departamental de Ayacucho.

Respuesta: TIPOLOGÍA: variable cuantitativa.

SUB-TIPOLOGIA: variable cuantitativa discreta.

E.5.cantidades de precipitación pluviométrica en octubre de 2015 en Cajamarca.

Respuesta: TIPOLOGÍA: variable cuantitativa.

SUB-TIPOLOGIA: variable cuantitativa discreta.

E.6.los tres primeros puestos en el ingreso a EP de Derecho, 2016-I, UNSCH.

Respuesta: TIPOLOGÍA: variable cualitativa.

SUB-TIPOLOGIA: variable cualitativa ordinal.

E.7.las cruzadas cristianas en el medio oriente.

Respuesta: TIPOLOGÍA: variable cualitativa.

SUB-TIPOLOGIA: variable cualitativa nominal.

E.8.las temperaturas promedio diario de Cusco en el mes de junio de 2019.

Respuesta: TIPOLOGÍA: variable cuantitativa.

SUB-TIPOLOGIA: variable cuantitativa continua.

E.9.la descarga anual de los ríos de la selva en el Amazonas.

Respuesta: TIPOLOGÍA: variable cuantitativa.

SUB-TIPOLOGIA: variable cuantitativa discreta.

E.10.Órdenes religiosas de la Iglesia Católica Romana.

Respuesta: TIPOLOGÍA: variable cualitativa.

25
 SUB-TIPOLOGIA: variable cualitativa nominal.

E.11.grados de cultura de una persona.

Respuesta: TIPOLOGÍA: variable cualitativa.

SUB-TIPOLOGIA: variable cualitativa ordinal.

E.12.tipología de teodolitos para levantamiento topográfico de un territorio.

Respuesta: TIPOLOGÍA: variable cualitativa.

SUB-TIPOLOGIA: variable cualitativa nominal.

26