UNIDAD I

Definicin de Estadstica
Es aquella que se encarga de los, mtodos cientficos para recolectar,
organizar, reunir, presentar y analizar datos. Con el objetivo de tener una mejor
toma de decisiones de acuerdo con la muestra analizada.
Tipos de Estadstica.
A la parte de la Estadstica que busca nicamente describir y analizar un gripo
determinado de datos sin obtener conclusiones validas recibe el nombre de
Estadstica inductiva o inferencial.
Al recolectar datos que determina las caractersticas de un grupo de individuos
u objetos, por ejemplo las estaturas y los pesos de los estudiantes de una
universidad o la cantidad de piezas defectuosas y no defectuosas producidas
en una fabrica durante un da determinado, muchas veces es imposible o
imprctico observara todo el grupo, especialmente si este es demasiado
grande. En lugar de examinar a todo el grupo que recibe el nombre de
poblacin o universo se examina una pequea parte a la que se le llama
muestra de la poblacin.
Una poblacin puede ser fi nita o infinita, es decir; la poblacin que comprende
todas las piezas producidas en un da determinado por una fbrica es finita,
mientras que la poblacin que consta de todos los resultados posibles en el
lanzamiento sucesivo de una moneda (guila o sol) es infinita.
Variables discretas y variables continuas.
Una variable es un smbolo, y se representa con las letras latinas maysculas
H, A, B, J, Y, etc. Si la variable solo toma un valor entonces recibe el nombre
de constante. A la variable que toma cualquier valor, entre 2 valores dados
recibe el nombre de variable continua, si no es as se denomina variable
discreta.
Ejemplo: De acuerdo con los siguientes enunciados indicar el tipo de variable
que corresponde.
El nmero de nios en una familia. -VARIABLE DISCRETA
La altura H de un individuo registrada en centmetros. VARIABLE CONTINUA
El nmero de acciones vendidas por da en la bolsa de valores. VARIABLE
DISCRETA.
Las temperaturas registradas cada 13 horas en un observatorio. VARIABLE
CONTINUA
El ingreso semestral de los `profesores universitarios. -VARIABLE DISCRETA
El tiempo de vida de una lmpara incandescente. VARIABLE CONTINUA.
INSTRUCCIONES: Realice cada una de las operaciones indicadas. Redondear
el resultado a 3 decimales.
a) 48.0 x 943=45,264
b) 8.35 / 98=0.085
c) (28)(4,193)(182)=21,367,528
d) [(526.7)(0.001280)]/0.000034921=19,305.747
e) 71.35= 26.537
f) 128.5-89.24=6.266
La siguiente tabla muestra el nmero de celemines medida de volumen
equivalente a 4.625 litros en especial de granos de trigo y de maz prod ucidas
por una granja de 1997 a 2007.
AO
# DE CELEMINES DE
MAIZ
# DE CELEMINES DE
TRIGO
1997 200 75
1998 185 90
1999 225 100
2000 250 85
2001 240 80
2002 195 100
2003 210 110
2004 225 105
2005 250 95
2006 230 110
2007 235 100
Usando la tabla determine el o los aos en los que:
a) Se produjo el menor nmero de celemines de trigo.
En el ao de 1997
b) Se produjo el mayor nmero de celemines de maz.
En los aos 2000 y 2005.
c) Se dio el mayor descenso en la produccin de trigo.
Del ao de 1999 al 2000
d) Se produjeron las mismas cantidades de trigo.
En los aos 2003 y 2006 con la cantidad de 110 celemines; y en los
aos 2002 y 2007 con la cantidad de 100 celemines.
e) L a produccin de maz disminuyo, mientras la produccin de trigo
aumento.
En 1998,2002 y 2006
f) Se obtuvo la mxima produccin conjunta
En el 2005

Logaritmos
Log MN=Log M + Log N
Log M/N=Log M-Log N
Log M
P
=P Log M

Ejemplo: Calcule cada una de las expresiones.
1. P= (3.81) (43.4)
Log P = Log (3.81)+Log (43.4)
Log P=.0580924975+1.63748973
Log P=2.218414706
P=Antilog (2.218414706)
P=165.3

2. P=[(784.6)(0.04311)]/28.23
Log P=
Log P=
Log P=
P=
P=
3. P=
Log P=
Log P=
Log P=
P=
P=
4. P=
Log P=
Log P=
Log P=
P=
P=
5. P=
Log P=
Log P=
Log P=
P=
P=

Datos:
Son aquellos datos que no han sido reforestados ni organizados
numricamente. Un ejemplo es el conjunto de estaturas de 100 estudiantes en
una universidad obtenidas en el registro universitario.

Datos ordenados.
Es el conjunto de datos numricos ordenados en forma creciente o decreciente
de magnitud.

Ejemplo: La siguiente tabla muestra las calificaciones en Matemticas de 80
estudiantes universitarios.
6.8 8.4 7.5 8.2 6.8 9.0 6.2 8.8 7.6 9.3
7.3 7.9 7.5 7.3 6.0 9.3 7.1 5.9 8.5 7.5
6.1 6.5 8.8 8.7 7.4 6.2 9.5 7.8 6.3 7.2
6.6 7.8 8.2 7.5 9.4 7.7 6.9 7.4 6.8 6.0
9.6 7.8 8.9 6.1 7.5 9.5 6.0 7.9 8.3 7.1
7.9 6.2 6.7 9.7 7.8 8.5 7.6 6.5 7.1 7.5
6.5 8.0 7.3 5.7 8.8 7.8 6.2 7.6 5.3 7.4
8.6 6.7 7.3 8.1 7.2 6.3 7.6 7.5 8.5 7.7

A partir de esta tabla encuentre.

a) Su ordenacin en forma creciente
5.3 6.2 6.5 7.1 7.3 7.5 7.7 7.9 8.5 9.3
5.7 6.2 6.6 7.1 7.4 7.5 7.8 8.0 8.5 9.3
5.9 6.2 6.7 7.1 7.4 7.5 7.8 8.1 8.6 9.3
6.0 6.2 6.7 7.2 7.4 7.6 7.8 8.2 8.7 9.4
6.0 6.3 6.8 7.2 7.5 7.6 7.8 8.2 8.8 9.5
6.0 6.3 6.8 7.3 7.5 7.6 7.8 8.3 8.8 9.5
6.1 6.5 6.8 7.3 7.5 7.6 7.9 8.4 8.9 9.5
6.1 6.5 6.9 7.3 7.5 7.7 7.9 8.5 9.0 9.7

b) La calificacin ms alta
9.7
c) La calificacin ms baja
5.3
d) Las 5 calificaciones ms altas
9.7, 9.6, 9.5, 9.5 y 9.4
e) Las 3 calificaciones ms bajas
5.3, 5.7 y 5.9

f) La calificacin del alumno que tuvo el vigsimo lugar ms alto
8.2
g) El nmero de estudiantes con 7.5 o ms.
44
h) El nmero de estudiantes con calificaciones menores a 8.5
63
i) Las calificaciones que no aparecen en la tabla.
5.4, 5.5, 5.6, 5.8, 6.4, 7.0, 8.7, 9.1, 9.2, 9.8, 9.9, 10

Distribuciones de frecuencias.
Si se renen grandes cantidades de datos sueltos, es til distribuirlos en clases
o categoras y determinar el nmero de individuos que pertenecen a cada
categora recibe el nombre de frecuencia de clase. A la disposicin tabular de
los datos, por clases con sus respectivas frecuencias se le conoce como
distribucin de frecuencias.

Ejemplo: la siguiente tabla muestra una distribucin de frecuencias de las
estaturas de 100 estudiantes hombres en una universidad.
ESTATURA
PULGADAS
NMERO DE
ESTUDIANTES
F.C. C M.C.
F.R.
%
F.A
60-62 5 59.5-62.5 3 61 5% 5
63-65 18
62.5-65.5
3 64 18% 23
66-68 42
65.5-68.5
3 67 42% 65
69-71 27
68.5-71.5
3 70 27% 92
72-74 8
71.5-74.5
3 73 8% 100

La primera clase o categora comprende las estaturas entre 60 y 62 pulgadas y
se indica con el rango-

Intervalos de clase.
El smbolo que define a un intervalo de clase corresponde a los 2 datos
separados por un guion en la parte de en medio.

Limites de clase.
El nmero ms pequeo (60) recibe el nombre de lmite inferior de clase,
mientras que el nmero ms grande (62) es el lmite superior de clase.

NOTA: Aquel intervalo que no tiene lmite de clase inferior o superior recibe el
nombre de intervalo de clase abierto.

Fronteras de clase.
Se abrevia con las letras latinas maysculas FC. Si se miden las estaturas con
una exactitud de una pulgada por 2 personas diferentes sus criterios no sern
los mismos, para que esto no ocurra, se utiliza el error de agrupamiento.

Limites de tolerancia
Tamao o amplitud del inter valo de clase.
Se le conoce como la diferencia entre las fronteras de clase inferior y superior,
se representa por la letra C y su valor siempre es constante.

Marca de clase
Se abrevia por las letras latinas maysculas MC y se obtiene promediando los
lmites superior e inferior de clase.

Frecuencias relativas
L a frecuencia relativa de una clase es su frecuencia dividida entre la
frecuencia total de todas las clases y se expresa generalmente como
porcentaje.
Frecuencias acumuladas
Es la frecuencia total de los valores de la frontera de clase para cada intervalo
se simboliza con las letras FA.

Polgonos de frecuencias, Histogramas y ojivas.
El polgono de frecuencias, el histograma y la ojiva son 3 representaciones
bsicas de las distribuciones de frecuencias.

Un polgono de frecuencia es una representacin grafica de lnea de las
frecuencias de clase dibujada con respecto a la marca de clase y se obtiene
uniendo los puntos medios de las partes superiores de los rectngulos del
histograma.

Un histograma consiste en un conjunto de rectngulos que tienen sus bases en
el eje X (horizontal), sus centros en las marcas de clase y longitudes iguales a
los tamaos del intervalo de clase.

Una ojiva es aquella que recoge las frecuencias acumuladas por debajo de
cualquiera de las fronteras de clase superiores.






















UNIDAD II MEDIDAS DE TENDENCIA CENTRAL
Notacin de ndices
Denotemos el valor x
j
, para cualquiera de los N valores que van desde x
1
, x
2
,
x
3
x
N
que toma la variable x. La letra j puede valer desde 1 hasta N y recibe el
nombre de subndice.
Nota: En algunas ocasiones es posible utilizar para que esto no cause
confusin otro tipo de letras en lugar de j como pueden ser f, k, q, r, s, w, etc.
Notacin de Sumatoria
El smbolo

denota la suma de todos los valores x

j
desde j=1 hasta j=N.
Por definicin se acepta la siguiente frmula:

En algunas ocasiones el smbolo de sumatoria se puede utilizar o expresar de
diferentes formas:
1. x
2. x
j

3. , x
j

Ejemplo:
Represente las siguientes sumatorias:
1.

2.

3.



Ejercicios:
Escriba los trminos explcitos de cada uno de las siguientes sumas:
1.

2.

3.

4.

5.

Exprese en notacin de sumatoria cada uno de los siguientes trminos:
1.

2.

3.

4.

5.

Ejercicios:
Dos variables X y Y toman los siguientes valores:
x
1
= 1, x
2
= -5, x
3
= 4, x
4
= -8, y
1
= -3, y
2
= -8, y
3
=10, y
4
= 6 respectivamente:
a)
b)
c)
d)

e)

f)

Promedios o medidas de Tendencia Central
Un promedio es un valor tpico o representativo de un conjunto de datos.
Como tales valores suelen situarse hacia el centro del conjunto de datos
ordenados por magnitud (menor a mayor) los promedios se les conoce como
medidas de tendencia central. Entre las cuales tenemos la media aritmtica,
la media aritmtica ponderada, la mediana, la moda, etc.
Media Aritmtica .
La media aritmtica o simplemente media es representada por el siguiente
smbolo .
De un conjunto de N nmeros x
1
, x
2
, x
3
x
N
por definicin se acepta lo
siguiente:
y Frmula para datos sueltos:

y Frmula para datos agrupados:

Ejemplos:
Encuentre la media aritmtica para los siguientes datos:
a) 10, 8, 3, 12, 5.

b) Si los nmeros 5, 8, 6 y 2 ocurren con frecuencias 3, 2, 4 y 1
respectivamente. Encuentre su media aritmtica:

Media Aritmtica Ponderada
Algunas veces se asocia a los nmeros x
1
, x
2
, x
3
x
k
para ciertos factores de
peso w
1
, w
2
, w
3
w
k
dependiendo de la influencia asignada a cada nmero.
Cuando esto ocurre recibe entonces el nombre de media aritmtica
ponderada y por definicin se acepta lo siguiente:

Ejemplo:
Si el examen final de un curso cuenta tres veces ms que una evaluacin
parcial y un alumno tuvo una calificacin de 85 en su examen final y 70 y 90 en
los dos parciales. Cul es la calificacin promedio media?

Calculo de la Media Aritmtica para datos agrupados
La siguiente formula nos indica el clculo de la media para datos agrupados,
siempre y cuando exista un intervalo de clase tambin se le conoce con el
nombre de mtodo de codificacin y por definicin se acepta la formula
siguiente:

Donde: A es la parte media de los datos
Ejercicio:
Determine para los datos de las siguientes tablas:



a)






Solucin:

b)








Solucin:

x u f fu
61 -2 5 -10
64 -1 18 -18
67 0 42 0
70 1 27 27
73 2 8 16
f=100 f=15
x u f fu
255 -2 8 -16
265 -1 10 -10
275 0 16 0
285 1 14 14
295 2 10 20
305 3 5 15
315 4 2 8
f=65 f=31
Mediana y Moda
Mediana.
La mediana de un conjunto de datos ordenados en magnitud (de menor a
mayor) es el valor central del conjunto de datos.
Ejemplos:
1. El conjunto de nmeros 3, 4, 4, 5, 6, 8, 8, 8, 10 tiene una mediana de 6.
2. El conjunto de nmeros 5, 5, 7, 9, 11, 12, 15, 18 tiene una mediana de
10.
Mediana para datos agrupados:
Para datos agrupados la mediana se obtiene de la siguiente forma:

Donde:
L
1
= Frontera inferior de la clase.
N= Nmero total de datos.
2= Constante.
(f)
1
= Suma de las frecuencias de las clases inferiores de la mediana.
fmediana= frecuencia de la clase de la mediana.
C= Tamao del intervalo de clase.
Moda.
Es el valor que ocurre con mayor frecuencia.
Nota 1: La moda puede no existir, cuando esto ocurre recibe el nombre de
moda inexistente.
Nota 2: Cuando la moda se presenta una vez recibe el nombre de unimodal.
Nota 3: Si la moda se presenta dos veces entonces se llama bimodal. Si se
presenta tres veces ms se llama polimodal.
Ejemplos:
De acuerdo con los enunciados indique el tipo de moda que corresponde:
a) 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 11, 15
Solucin: Unimodal 9
b) 7, 3, 4, 16, 9, 20
Solucin: Moda inexistente
c) 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9.
Solucin: bimodal 4
Moda para datos agrupados:

L
1
= Frontera inferior de la clase modal

1
= Diferencia de la frecuencia modal con la frecuencia de la clase inferior
inmediata.

2
= Diferencia de la frecuencia modal con la frecuencia de la clase superior
inmediata.
C= Tamao del intervalo de clase
Ejercicios:
1. Encuentren la media, mediana y la moda de los siguientes conjuntos de
nmeros:
a) 3, 5, 2, 6, 5, 9, 5, 2, 8, 6
Nmeros ordenados: 2, 2, 3, 5, 5, 5, 6, 6, 8, 9
y Media=

y Mediana= 5
y Moda= Unimodal 5

b) 51.6; 47.8; 50.3; 49.5; 48.9
Nmeros ordenados: 47.8; 48.9; 49.5; 50.3; 51.6
y Media=

y Mediana= 49.5
y Moda= Moda inexistente

2. Encuentre la mediana para datos agrupados cuando L
1
= 280, N= 65,
(f)= 17, fmediana= 12, C=9.

3. Obtenga el tamao del intervalo de clase para los siguientes datos:
Moda= $277.50
L
1
= $269.99

1
=16-10

2
=16-14

Solucin:

Relaciones empricas entre media, mediana y moda.
Para curvas de frecuencia unimodales que sean moderadamente sesgadas o
asimtricas se presenta la siguiente relacin emprica:

Ejemplos:
Del ejercicio anterior numero 1 verificar si se cumple la relacin emprica entre
media, mediana y moda:
a)

No se cumple la relacin entre las 3 variables

La Figura 1 y la Figura 2 nos indican las posiciones relativas de la media, la
mediana y la moda para curvas de frecuencia sesgadas a la derecha o a la
izquierda respectivamente.
y Figura 1:
y Figura 2:
Nota: Si tuviramos curvas simtricas entonces quiere decir que los valores de
la media, la mediana y la moda coinciden.
La Media Geomtrica (G).
Se representa con la letra mayscula G de un conjunto de N nmeros positivos
que van desde x
1
, x
2
, x
3
x
N
y se obtiene multiplicando cada uno de los datos
para despus extraer la raz N-esima del total de los datos.

De acuerdo con los datos del problema 1 obtenga la Media Geomtrica:
a)

b)

La Media Armnica (H)
Representada por la letra mayscula H de un conjunto de nmeros positivos x
1
,
x
2
, x
3
x
N
y es el reciproco de la sumatoria de cada uno de los datos y est
representada como sigue:

Ejemplo:
Encontrar la media armnica para el siguiente conjunto de datos: 2, 4, 6.
Solucin:

Ejercicios:
De acuerdo con los datos del problema 1 encuentre la media armnica:
a)

b)

Media Cuadrtica (MC).
La Media Cuadrtica de un conjunto de nmeros en ocasiones se llega a
simbolizar

y por definicin se representa de la siguiente forma:

Ejercicios:
Relacin entre la media aritmtica, le media geomtrica y la media
armnica.
La media geomtrica de un conjunto de nmeros positivos x
1,
x
2,
x
3
...x
N
es
menor o igual a su media aritmtica pero es mayor o igual a su media armnica
es decir: HGX.
Ejemplos:
Encuentre la H, G y X de los siguientes datos:
a) 2, 3, 4
Solucin:
1.

2.

3.

Quartiles, Deciles y Percentiles.
En primera instancia existen dos formas de obtener los quartiles, deciles, y
percentiles, la primera es para datos sueltos y la segunda para datos
agrupados.
Para datos sueltos es la siguiente, necesitamos ordenar los datos en forma
creciente de magnitud.
De manera que el punto medio recibe el nombre de Mediana.
Extendiendo esta idea al conjunto de datos que lo divide en cuatro partes
iguales recibe el nombre de Quartil.
Nuevamente el conjunto de datos que divide en 10 partes iguales recibe el
nombre de Decil.
Finalmente el conjunto que divide en 100 partes iguales recibe el nombre de
Percentil.
1 100
Para datos agrupados se representa de la siguiente forma:










UNIDAD III MEDIDAS DE DISPERSIN
Dispersin o variacin
La dispersin o variacin de los datos es el grado en el que los datos
numricos tienden a espaciarse alrededor de un punto medio o de un valor
promedio, entre los ms comunes podemos mencionar: El rango, el rango
modificado, la desviacin media, la desviacin estndar, la varianza, etc.
Rango
El rango se define de la diferencia del dato mayor menos el dato menor o
viceversa, (menor menos mayor) se deber ubicar en dos lneas verticales,
cuyo significado es valor absoluto.
uato mayoi uato menoi
Ejemplo:
Calcule el rango de los siguientes datos: 2, 15, 8, 3, 9, 4, 4, 4, 4, 4, 6
Solucin:

Rango semiintercuartilar
Tambin se le conoce con el nombre de desviacin cuartilar y se denota con la
letra

Ejercicio:
Calcule el cuartil 1

Solucin:

Rango percentilar 10-90
Se caracteriza por la diferencia de percentiles y se define como:

Ejercicio: Calcule el rango percentilar 10 -90:

Solucin:

Rango semipercentilar
Tambin se le conoce como rango modificado, se define como:

Ejemplo:
Con los datos del ejercicio anterior, obtn el dato semipercentilar

La desviacin media D.M.
Se le conoce con el nombre de desviacin promedio de un conjunto de N datos
que van desde

hasta

Ejemplo:
Calcule la desviacin media de:
a) 12, 6, 7, 3, 15, 10, 18, 5
b) 9, 3, 8, 8, 9, 8, 9, 18
Solucin:
a)

b)

Si

ocurren con frecuencias

respectivamente, la
desviacin media puede expresarse:

Ejemplo:
Calcule la desviacin media para datos agrupados de acuerdo con los datos de
la tabla:

Pulgadas
Marca de
clase
(x)
f f
60-62 61 6.5 5 32.5
63-65 64 3.5 18 63
66-68 67 0.5 42 21
69-71 70 2.5 27 67.5

Solucin:

La desviacin estndar
Se representa con la letra s y existen dos formas para diferenciarlas:

o
Para datos sueltos:

Para datos agrupados

Ejercicio:
Calcule la desviacin estndar de:
a) 12, 6, 7, 3, 15, 10, 18, 5
b) 9, 3, 8, 8, 9, 8, 9, 18
Solucin:
a)

b)

Ejercicio: Calcule la desviacin estndar para datos agrupados de acuerdo con
los datos de la tabla:

Pulgadas
Marca de
clase
(x)

f f

60-62 61 42.25 5 211.25
63-65 64 12.25 18 220.5
66-68 67 0.25 42 10.5
69-71 70 6.25 27 168.75

Solucin:

Mtodos cortos para el clculo de la desviacin estndar
Tambin se les conoce con el nombre de mtodos de codificacin, en donde la
formula 1 y 3 se utilizan para datos sueltos y las restantes para datos
agrupados.
1)

2)

3)

4)

5)

Ejercicio:
Calcular la desviacin estndar aplicando una de las 5 formulas para cada
tabla:
1)
Pulgadas f M.C

60-62 5 61 3721 18605
63-65 18 64 4096 73728
66-68 42 67 4489 188538
69-71 27 70 4900 132300
72-74 8 73 5329 42632
=100 =455803

Solucin:

2)
Pulgadas f d=X-A fd

60-62 5 -6 -30 180
63-65 18 -3 -54 162
66-68 42 0 0 0
69-71 27 3 81 243
72-74 8 6 48 288
=100 =45 =873

Solucin:

3)
Pulgadas f

fU

60-62 5 -2 -10 20
63-65 18 -1 -18 18
66-68 42 0 0 0
69-71 27 1 27 27
72-74 8 2 16 32
=100 =15 =97

Solucin:

Varianza
La varianza de un conjunto de datos se define como el cuadrado de la
desviacin estndar.
Ejemplo:
Varianza=

Comprobacin de Charlier
Utiliza las siguientes dos identidades

Ejercicio:
Utilice la comprobacin de Charlier.
x u f fu

70 -6 4 -24 144
74 -5 9 -45 225
78 -4 16 -64 256
82 -3 28 -84 252
86 -2 45 -90 180
90 -1 66 -66 66
94 0 85 0 0
98 1 72 72 72
102 2 54 108 216
106 3 38 114 342
110 4 27 108 432
114 5 18 90 450
118 6 11 66 396
122 7 5 35 245
126 8 2 16 128
N=480 fu=236

Solucin:

=

Correccin de Sheppard
Esta formula se aplica cuando existe un calculo en la desviacin estndar, el
cual presenta cierto grado de error ocasionado por el agrupamiento de los
datos.

Ejemplos:
1)

2)

3)

Relaciones empricas entre medidas de dispersin:
Reciben el nombre de relaciones empricas aquellas formulas que presenten
los siguientes puntos.
a) Tengan desviacin estndar (Para efectos de clculos)
b) Sea para distribuciones moderadamente sesgadas a la izquierda o a la
derecha (Para efectos de graficacin)
Y se definen como:

o
Variable estandarizada
Es la variable que mide la desviacin estndar con respecto de la media
aritmtica, teniendo unidades adimensionales (carente de unidades)
Se representa de la siguiente forma:

Donde:
= Variable estandarizada
X= Valor cualquiera
= Media aritmtica (Promedio)
s=Desviacin estndar
Coeficiente de dispersin absoluta y relativa
La dispersin o variacin real es determinada a partir de la dispersin estndar
u otra medida de dispersin, recibe el nombre de dispersin absoluta y se
obtiene por simple inspeccin, es decir comparando dos datos.
Para obtener la dispersin relativa se requiere la dispersin absoluta mayor o
menor segn sea el caso, dividido entre alguna medida de t endencia central y
su resultado se expresa en porcentaje.
o
o

Coeficiente de Variacin
Se expresa con la letra mayscula (V) y al igual que el anterior su resultado
debe estar escrito en porcentaje.
o

Ejemplos:
1) Calcule la desviacin media para los siguientes datos:
a) 3.2, 3, 4.6, 2, 2.8, 1, 5.2, 7, 4.4, 5
Solucin:

2) Con los datos del ejercicio anterior, calcule:
a) Rango
uato mayoi uato menoi

b) Desviacin estndar

3) Aplique la formula 1 de mtodos cortos para calcular su desviacin
estndar.
70, 74, 78, 82, 86, 90, 94, 98, 102, 106, 110, 114, 118

Solucin:

4) Si el valor de la D.M.=12.90 y el rango semiintercuartilar es igual a 95.97
encontrar el valor de la desviacin estndar .









UNIDAD 4
MOMENTOS, ASIMETRIA Y CURTOSIS
Momento:
Pueden ser utilizados en la aplicacin de matriz, costo, utilidad, venta etc.
Si los valores X1, X2, Xn de la variable X se define como N los valores y la
expresin es:

1) 2,3,7,8,10 A= 6 B= 45.2 c = 378 d= 3,318.8

2) 2, 3, 7, 8, 10 4 momentos 1=0 2=9.2 3= 3.6 4=122

= 0

= 9.2

= 3.6

= 122

3) Cuando A = 4 I=2 2=13.2 3=59.6 4=330

= 2

= 13.2

= 59.6

= 330

Momentos Datos Agrupados

Momentos adimensionales

= 0

Relaciones entre momentos

= 9.2

= 3.6

= 122

Clculo de momentos para datos agrupados
Mtodo de codificacin, utilizado para el clculo de los
4 momentos

x U f fu fu2 fu3 f4
61 -2
64 -1
67 0
70 1
73 0
x U f fu fu2 fu3 fu4
70 -6 4 24 -144 864 -5184
74 -5 9 45 -225 1125 -5625
78 -4 16 64 -256 1024 -4096
82 -3 28 84 -252 756 -2268
86 -2 45 90 -180 360 -720
90 -1 66 66 -66 66 -66
94 0 85 0 0 0 0
98 1 72 72 72 72 72
102 2 54 108 216 432 864
106 3 38 114 342 1026 3078
110 4 27 108 432 1728 6912
114 5 18 90 450 2250 11250
118 6 11 66 396 2376 14256
122 7 5 35 245 1715 12005
126 8 2 16 128 1024 8192
480 240 3,404 6,428 74,528

= 1.96

= 113.46

= 857.06

= 3,978.02

Comprobacin de Charlier
=

Correccin de Sheppard
m2 Corregido = m2 -

m4 Corregido = m4 -

El m1 y el m3 no requieren correccin

A) m2 = 8.5275 C=3
m4 = 199.3759

m2 = 8.5275 -

m2C = 7.7775
m2 = 199.3759 -

(8.5275) +

m4C = 163.3646

B) m2 = 109.5488 C=4
m4 = 35,627.2853

m2c = 109.5488 -

m2C = 108.2654
m2 = 109.5488 -

(109.5488) +

m4C = 34,757.9615











ASIMETRIA
Es la ausencia o distorsin de la simetra de una distribucin. Si la curva de la
f para una distribucin tiene una cola ms larga que la derecha, que hacia la
izquierda, entonces esta sesgada a la derecha o tiene sesgo positiva. Si es al
revs, tiene sesgo a la izquierda y la asimetra es negativa.
1 y 2 coeficientes de asimetra del Pearson.
1 =

2 =

65 empleados Media = $279, 76 Mediana = $79.06
Moda = $277.50 D.E. 15.60

1 =

2 =

1 = $0.1448 2 = $ 38.5961

En trminos de Cuartiles y Percentiles

Coeficiente
De asimetra =
Cuartilar

Coeficiente
De asimetra =
Perceptilar

Coeficiente de momento
De asimetra:

A) Q1 = $268.25 Q2 = P50 = $279.06 Q3= $290.75
P10 = P1 = 258.12 P40 = Dq = 301

=

= $.03911
=

= .


B = . = .
=

SIS
P ti l i t i i





t ti Pl t ti
ti


fi i t
t
t

P til til

UNIDAD 5
Relacin entre variables
Para ecuaciones de 1 grado con 2 incgnitas
A= mtodo de eliminacin por igualacin.
B= mtodo por sustitucin
C= mtodo por reduccin o suma y resta
D= mtodo de Cramer
Para ecuaciones de 3 incognitas
E= mtodo de triangulacin
F= mtodo Gauss Jordan
G= mtodo de determinantes o cofactores
H= regla de Sarrus
A=


B=


C=



b=



b=

65x=-13

x=-13/65
X=

D=


X=

Y=

ELIMINACIN GAUSSIANA

Z=3
Y+5/32=7 x+4y-2= 6
X= 1
Y=5=7
Y=2

X=1
Y=2
Z=3
Para generar unos, el reciproco
(no camba signo) se multiplica por
cada elemento de fila hilera o
rengln.
Para 0 se utiliza inverso (cambio
de signo), se da en la fila do0nde
hay 1 luego se multiplica por cada
fila y el R= se suma el resta en la
fila donde 0.

Z= -2

MTODO DETERMINANTES
X=

Y=

Z=

5-84+4+15-14-8=-82


















=-164

X=

Y=

Z=

Sarrus
2-4+

=-y
10-

4z+3y=3x-y

X=

Y=

Z=

Gauss

C=5 x+1/2(3)-1/2(5)=1
Y-12+5 x=1 -3/2+5/2
b= 3 a= 2

Determinantes





=







=60-12+30+9+150+16=253

=







=60-264+15+198-150+8=253

=







=-20+30+132-3+660-40=759

=







=-330+2-50-15-25+88=-506

X=

Y=

Z=

Gauss Jordan





MTODO DE CORRELACIN
Con el uso de tcnicas como las que vimos antes. Para determinar la ecuacin
que relacione variables.
X y Y denotan estaturas y pesos de adultos con una muest ra n, se representa:
Estaturas Pesos
X1, X2, X3, XN Y1, Y2, Y3, YN

Grfica puntos (x1, y1), (x2, y2), (Xn,Yn), en un eje rectangular.
Se unen los puntos cuyo R=, se llama diagrama de dispersin.
A partir del diagrama, se pueden ajustar los tipos de curva, mediante mtodos
vistos antes.

Eje:




Figura A Figura B
Parece lnea recta visualiza la direccin/2
variables
Figura A relacin lineal entre dos variables figura B relacin de variables no
lineal

El problema general. Para encontrar ecuacin de curvas de aproximacin que
se ajusten al conjunto de datos = ajuste de curvas.
ECUACIONES DE CURVAS DE APROXIMACION
Se presentan curvas de aproximacin para tener referencia.
X y Y = constantes
X y Y = variables dependientes e independientes
Y=
A= lnea recta con los datos

B= ecuacin para

= 1+3

=1+3



5

7


18
17
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0 1 2 3 4 5 6 7 8 9 10 11













1=

1
2=

=2(1)

=-3

=2

=-1

RECTAS DE REGRESIN DE MINIMOS CUADRADOS
Se considera que la recta es la relacin de dos variables

De x sobre y
X=

10

9

8

7

6

5

4

3

2

1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

La tabla muestra

X y x
2
y
2
xy
65 68 4225 4624 4420
63 66 3969 4356 4158
67 68 4489 4624 4556
64 65 4096 4225 4165
68 69 4624 4761 4692
62 66 3844 4356 4092
70 68 4900 4624 4760
66 65 4356 4225 4290
68 71 4624 5041 4828
67 67 4489 4489 4489
69 68 4761 4624 4692
71 70 5041 4900 4970
811=

5410=

53148
12

=811 (-800)
800

-9600-640000

9600+641016

=649284

Y = 35.82+0.48x