Vous êtes sur la page 1sur 19

Universidad Central del Ecuador.

INDICE

UNIDAD 1
CONCEPTOS BSICOS PG. 2

UNIDAD 2 PG. 5

DESCRIPCION DE DATOS, DISTRIBUCIONES DE FRECUENCIAS Y


REPRESENTACIONES GRFICAS

UNIDAD 3 PG. 9
DESCRIPCIN DE LOS DATOS
MEDIDAS DE TENDENCIA CENTRAL

UNIDAD 4 PG. 15
DESCRIPCIN DE LOS DATOS:
MEDIDAS DE DISPERSIN

-1-
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

UNIDAD 1

CONCEPTOS BSICOS
OBJETIVOS
Al terminar esta unidad podr:

1 Saber qu significa estadstica.


2 Explicar qu es estadstica descriptiva y estadstica inferencial.
3 Diferenciar entre una variable cualitativa y una variable cuantitativa.
4 Distinguir entre una variable discreta y una variable continua.

CONCEPTOS BSICOS

SIGNIFICADO DE ESTADSTICA

La estadstica es una rama de las matemticas que conjunta herramientas para recolectar,
organizar, presentar y analizar datos numricos u observaciones. Presenta nmeros que
describen una caracterstica de una muestra.

Fig. 1.1 Etapas de la ESTADISTICA

-2-
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

Fig. 1.2 Objetivo de la ESTADISTICA

Estadstica descriptiva: parte de lo general a lo particular, describiendo mediante cuadros,


grficas y medidas el comportamiento de un conjunto de datos.

Inferencia estadstica: parte de lo particular a lo general. A travs de una muestra se


obtiene informacin para toda una poblacin.

Poblacin: objeto de la investigacin. Es un conjunto de medidas o el recuento de todos los


elementos que presentan una caracterstica comn.

Muestra: recuento de una parte de los elementos pertenecientes a una poblacin. Los
elementos se seleccionan aleatoriamente.

Ejemplos:

Las cadenas de TV monitorean la aceptacin de las decisiones del Alcalde Mauricio


Rodas respecto de la organizacin de la ciudad de Quito ante el posible evento de la
erupcin del volcn COTOPAXI.
El departamento de contabilidad de la Contralora General del Estado elegir una
muestra de facturas del Ministerio de Educacin para verificar la exactitud de todas las
facturas de los gastos realizados por el Ministerio de Educacin en su ejercicio de
funciones.
Los catadores de vino prueban unas cuantas gotas para tomar la decisin de liberar todo
el vino para la venta.

-3-
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

PLANTEAMIENTO DEL PROBLEMA

Las autoridades de la Universidad Central del Ecuador conocen que el nmero de


estudiantes es de aproximadamente 40.000 estudiantes. El nuevo departamento de
deportes desea implementar un nuevo gimnasio en las instalaciones de la universidad
para ello desea conocer cierta informacin con la finalidad de tomar decisiones mas
acertadas.

1.- Cul es el valor aproximado de peso (en libras) del estudiante ms liviano y ms
pesado? (lmite inferior, lmite superior)
2.- Cul es el PROMEDIO de peso de los estudiantes de la UCE? Si este valor excede
las 135 libras, es obligatorio para todos los estudiantes realizar por lo menos 4
horas por semana ejercicios dirigidos. Se tomar esta decisin? (MEDIA
ARITMETICA)
3.- El 50% de los estudiantes tiene un peso a menor a? (MEDIANA)
4.- Dnde comienza el lmite de peso del 25 % de los estudiantes de mayor peso?
(Datos ordenados). (3ER CUARTIL) Si este grupo tiene un lmite mayor a 150 libras,
este grupo deber realizar una dieta especial a cargo del departamento de bienestar
estudiantil.
4.- Cul es el valor de peso que ms se repite en la distribucin de pesos? (MODA)
5.- Cul es el rango de pesos de los estudiantes de la UPS sede Quito? (RANGO)
6.- La sede UPS Cuenca tiene los siguientes datos:
Promedio de peso = 145 libras; desviacin estndar = 19, 5 libras.
Cul tiene mayor dispersin relativa y absoluta en la distribucin de pesos
(estudiantes) Quito o Cuenca? (DESVIACION ESTANDAR Y COEFICIENTE DE
VARIACION)

Conceptos adicionales

Parmetro: son medidas que describen numricamente la caracterstica de los elementos


de una poblacin.
Estimador: la descripcin de una caracterstica correspondiente a los elementos de una
muestra, a travs de la aplicacin de medidas.
Marco muestral: la lista o mapa completamente actualizado, que contenga las unidades o
los elementos perfectamente identificados de la cual se selecciona la muestra.
Muestreo aleatorio: todos los elementos que constituyen la poblacin a investigar, todos los
elementos o unidades que lo conforman, tiene la misma posibilidad de ser seleccionados.
Tambin todas las muestras posibles que se pueden obtener de una poblacin, tiene la
misma posibilidad de ser seleccionados.
Muestreo no aleatorio: los elementos o unidades son seleccionados caprichosamente, por
conveniencia, en forma voluntaria o a juicio del investigador.

(Leer: PROBABILIDAD Y ESTADISTICA PARA INGENIEROS. RODRIGUEZ Luis, Escuela Superior


Politcnica del Litoral, Instituto de Ciencias Matemticas, Guayaquil Ecuador. 2007.
Captulo I, II. pgs. 8-33)

(Leer: ESTADISTICA ECONOMIA. Anderson, Williams, Sweeney. Dcima Edicin. Thomson.


2008. Captulo I, puntos 1.1-23-4-5-6 pgs. 3-19)

-4-
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

UNIDAD 2
DESCRIPCION DE DATOS, distribuciones de frecuencias y
representaciones grficas

OBJETIVOS
Al terminar esta unidad podr:

1 Organizar los datos en una distribucin de frecuencias.


2 Presentar una distribucin de frecuencias en un histograma, un polgono de
frecuencias y un polgono de frecuencias acumuladas.
3 Presentar datos mediante tcnicas de graficacin como grficas de lneas, de barras y
circulares.

DATOS

Caractersticas o nmeros que son recolectados por observacin. No son otra cosa que el
producto de las observaciones efectuadas en las personas y objetos en los cuales se produce el
fenmeno que queremos estudiar

Distribucin de frecuencias.- Presentacin organizada de datos que muestra el


nmero de observaciones del conjunto de datos que entra en cada una de las clases de
un conjunto de clases mutuamente excluyentes.

Distribucin de frecuencias relativas.- presentacin del conjunto de datos en el que


se muestra la fraccin o porcentaje del total del conjunto de datos que entra en cada
clase mutuamente excluyente

Elaboracin de una distribucin de frecuencias

Fig. 2.1 Pasos para realizar una distribucin de frecuencias

Marca de clase (punto medio): punto que divide a la clase en dos partes iguales. Es el
promedio entre los lmites superior e inferior de la clase.
Intervalo de clase: para una distribucin de frecuencias que tiene clases del mismo
tamao, el intervalo de clase se obtiene restando el lmite inferior de una clase del lmite
inferior de la siguiente.

Sugerencias para elaborar una distribucin de frecuencias


Los intervalos de clase usados en la distribucin de frecuencias deben ser iguales.
Determine un intervalo de clase sugerido con la frmula:
-5-
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

Rango o recorrido = X mximo (valor de los datos) X mnimo (valor de los datos)

Nmero total de intervalos de clase m = 1 + 3,3 log10 n ( 5 m 16 )


Donde: n es el nmero total de datos.

Numerador
Ancho del intervalo de clase =
m

Numerador = (Valor unitario siguiente despus del valor ms grande de los datos) (valor
ms pequeo de los datos)

Fig. 2.2 Distribucin de datos

Las tres formas de grficas ms usadas son histogramas, polgonos de frecuencia y


distribuciones de frecuencias acumuladas (ojiva).

Histograma: grfica donde las clases se marcan en el eje horizontal y las frecuencias de clase
en el eje vertical. Las frecuencias de clase se representan por las alturas de las barras y stas se
trazan adyacentes entre s.

20 23
14
12
7
4

1a_c las e 2da_c las e 3era_c las e 4ta_c las e 5ta_c las e 6ta_c las e

Fig. 2.3 HISTOGRAMA

-6-
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

Un polgono de frecuencias consiste en segmentos de lnea que conectan los puntos formados
por el punto medio de la clase y la frecuencia de clase.

23
20
14
12
7
4

1a_c las e 2da_c las e 3era_c las e 4ta_c las e 5ta_c las e 6ta_c las e

FIG. 2.4 POLGONO DE FRECUENCIAS

Una distribucin de frecuencias acumulada (ojiva) se usa para determinar cuntos o qu


proporcin de los valores de los datos es menor o mayor que cierto valor.

100.0%
95.0%

80.0%
71.3%

42.5%

17.5%

0.0%

Fig. 2.5 OJIVA

Una grfica circular es en especial til para desplegar una distribucin de frecuencias relativas.
Se divide un crculo de manera proporcional a la frecuencia relativa y las rebanadas representan
los diferentes grupos.

Variable cualitativa o de atributos: la caracterstica o variable que se estudia no es


numrica. Ejemplo:
Sexo, afiliacin religiosa, tipo de automvil que se posee, lugar de nacimiento, color de
los ojos.
Variable cuantitativa: la variable se puede registrar numricamente. Ejemplos:

-7-
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

Saldo en una cuenta de cheques, minutos que faltan para que termine la clase, nmero
de nios en una familia.

Las variables cuantitativas se pueden clasificar como discretas o continuas.

Variables continuas: pueden tomar cualquier valor dentro de un intervalo especfico.


EJEMPLO: el tiempo que toma volar desde Quito a Nueva York.
Variables Discretas: slo pueden tomar valores enteros.
EJEMPLO: nmero de hermanos (puede ser 1, 2, 3...., etc, pero, nunca podr ser 3,45
hermanos).

Fig. 2.6 Tipos de datos


Conceptos adicionales

Estadstica: mtodo aplicado en la recoleccin, organizacin, anlisis y descripcin


numrica de la informacin y en la realizacin de inferencias.
Estadsticas: se refiere a un ordenamiento sistemtico de datos presentados en forma de
cuadros y grficas, que permiten visualizar la informacin.

PLANIFICACION
1. Obtencin de datos 2.- Clasificacin
3. Presentacin 4.- Interpretacin
5. Descripcin 6.- Toma de decisiones

(Leer: PROBABILIDAD Y ESTADISTICA PARA INGENIEROS. RODRIGUEZ Luis, Escuela Superior


Politcnica del Litoral, Instituto de Ciencias Matemticas, Guayaquil Ecuador. 2007.
Captulo I, II. pgs. 8-33)

(Leer: ESTADISTICA PARA ECONOMIA. Anderson, Williams, Sweeney. Dcima Edicin.


Thomson. 2008. Captulo II, puntos 2.1-23-4 pgs. 28-48)

-8-
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

UNIDAD 3

DESCRIPCIN DE LOS DATOS


MEDIDAS DE TENDENCIA CENTRAL

OBJETIVOS
Al terminar esta unidad podr:

1 Calcular la media aritmtica, mediana, moda, media ponderada y media geomtrica.


2 Explicar las caractersticas, utilizacin, ventajas y desventajas de cada medida de
ubicacin.
3 Identificar la posicin de la media aritmtica, la mediana, y la moda, tanto para
distribuciones simtricas como asimtricas o sesgadas.

MEDIA DE LA POBLACIN , y MUESTRA x

Para datos no agrupados, la media de la poblacin es la suma de todos los valores en


ella dividida entre el total de valores en la poblacin:

X x
= Poblacin x= muestra
N n

donde u representa la media de la poblacin y x de una muestra.


N es el nmero total de elementos en la poblacin, n de la muestra.
X representa cualquier valor en particular.
indica la operacin de sumar.

Propiedades de la media aritmtica

Todo conjunto de datos de nivel de intervalo y de nivel de razn tiene un valor medio.
Al evaluar la media se incluyen todos los valores.
Un conjunto de valores slo tiene una media.
La media es la nica medida de ubicacin donde la suma de las desviaciones de cada
valor con respecto a la media, siempre es cero.
La media aritmtica es susceptible a los valores extremos.

MEDIA ARITMETICA DE DATOS AGRUPADOS

( x m . f )
x=
f
Donde:

x m = Marca de clase
f = frecuencia de clase

-9-
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

MEDIA PONDERADA

La media ponderada de un conjunto de nmeros X1, X2, ..., Xn, con las ponderaciones
correspondientes w1, w2, ...,wn, se calcula con la frmula:
x1 .w1 + x 2 .w2 + ... + x n .wm
xw =
w1 + w2 + ...wm

ECASA, un importante fabricante de electrodomsticos en el Ecuador, desea pronosticar las


ventas regionales para el ao prximo, 2011. Se espera que la sucursal de Guayaquil, con
ventas actuales de $193.800 dlares, logre un crecimiento en las ventas del 7.25%; se espera
que la sucursal de Cuenca, con ventas actuales de $79.300 dlares, tenga un incremento del
8.20%, y que la sucursal de Ambato, con ventas actuales de $57.500 dlares, aumente sus
ventas 7.15%. Cul es la tasa promedio de crecimiento pronosticado en las ventas para el
prximo ao?

( x.w) 193.800(7,25) + 79.300(8,2) + 57.500(7,15)


xw = = =
w 193.800 + 79.300 + 57.500
2'466.435
xw = = 7,49%
329.000

MEDIANA

Mediana: es el punto medio de los valores despus de ordenarlos de menor a mayor, o


de mayor a menor. La misma cantidad de valores se encuentra por arriba de la mediana
que por debajo de ella.
Nota: para un conjunto con un nmero par de nmeros, la mediana ser el promedio
aritmtico de los dos nmeros medios.

PROPIEDADES DE LA MEDIANA

La mediana es nica para cada conjunto de datos.


No se ve afectada por valores muy grandes o muy pequeos, y por lo tanto es una
medida valiosa de tendencia central cuando ocurren.
Puede obtenerse para datos de nivel de razn, de intervalo y ordinal.
Puede calcularse para una distribucin de frecuencias con una clase de extremo abierto,
si la mediana no se encuentra en una de estas clases.

MEDIANA DE DATOS NO AGRUPADOS

SUPERMAXI compara los precios de artculos idnticos vendidos en sus tiendas de


alimentos. Los precios siguientes, en dlares, corresponden a unas libras de tocino,
verificado la semana pasada.

$1.08 0.98 1.09 1.24 1.33 1.14 1.55 1.08 1.22 1.05

1. Calcule la mediana del precio por libra.


2. Calcule la media del precio por libra.

- 10 -
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

3. Cul es la mejor medida de tendencia central de estos datos?


Primero se arreglan los precios en rdenes ascendentes:

0.98 1.05 1.08 1.08 1.09 1.14 1.22 1.24 1.33 1.55

POSICION de la
mediana 1 2 3 4 5 6 7 8 9 10
Valor de la
mediana
0,98 1,05 1,08 1,08 1,09 1,14 1,22 1,24 1,33 1,55

Me = ( 1,09 + 1,14 ) /2 = 1,115

Fig. 3.1 Posicin y valor de la MEDIANA

Mediana $ 1.115
x 11.76
Media aritmtica x = = = $1.176
n 10

Debido a que los datos estn ligeramente sesgados, la mediana puede ser un poco mejor
que la media, pero en realidad no hay una diferencia notoria.

MEDIANA DE DATOS AGRUPADOS

n +1
(F + 1)
Me =
2 .w + l
m Donde:
fm


Me = mediana de la muestra
n = nmero total de elementos de la distribucin
F = suma de todas las frecuencias de clase hasta, pero sin incluir, la clase de la mediana
fm = frecuencia de la clase mediana
w = ancho de intervalo de clase
Lw = lmite inferior del intervalo de clase de la mediana

MODA

La moda es el valor de la observacin que aparece con ms frecuencia.

MODA DE DATOS AGRUPADOS

d1
Mo = LMo + .w Dnde:
d1 + d 2

- 11 -
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

d1 = frecuencia de la clase modal menos la frecuencia de la clase inmediatamente


menor que ella
d2 = frecuencia de la clase modal menos la frecuencia de la clase inmediatamente
mayor que ella
Lmo = lmite inferior de la clase modal.
w = ancho del perodo de la clase modal

Las edades de una muestra de n= 30 estudiantes que asisten a la Facultad de Ciencias


Administrativas este semestre son:

19 17 15 20 23 41 33 21 18 20
18 33 32 29 24 19 18 20 17 22
55 19 22 25 28 30 44 19 20 39

1 Construya una distribucin de frecuencias con intervalos 15-19, 20-24, 25-29, 30-34, y 35 o
ms.
2 Estime el valor de la moda mediante la ecuacin datos agrupados
3 Ahora calcule la media de los datos sin procesar.
4 Compare sus respuestas a los incisos b) y c) y comente cul de las dos medidas de
tendencia central es ms adecuada para estos datos y por qu.

Fig. 3.2 Clase Modal

1 Mo
x 760
2 x= = = 25.33
30 30
3 Debido a que esta distribucin est muy sesgada, la moda es una mejor medida de
tendencia central.

MEDIA GEOMTRICA

La media geomtrica (MG) de un conjunto de n nmeros positivos se define como la raz


n-sima del producto de los n valores. Su frmula es:
MG = n ( X 1)( X 2)( X 3)...( Xn)

La media geomtrica se usa para encontrar el promedio de porcentajes, razones, ndices


o tasas de crecimiento.

El crecimiento en el gasto por deudores morosos de Mutualista Pichincha durante los


ltimos aos es el siguiente. Calcule el incremento promedio porcentual del gasto por

- 12 -
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

deudores morosos durante ese periodo. Si esta tasa contina, estime el incremento
porcentual para 2007 respecto a 2005.

El incremento promedio es 9.675% anual. La estimacin de gastos por deudores morosos


en 2007 es , es decir, 20.29% ms alto que en 2005.

DISTRIBUCIN SIMTRICA

Media aritmtica = mediana = moda

DISTRIBUCIN CON ASIMETRA POSITIVA


sesgo a la derecha: media y mediana se encuentran a la derecha de la moda.

Moda < mediana < media aritmtica

DISTRIBUCIN CON ASIMETRA NEGATIVA


sesgo a la izquierda: media y mediana estn a la izquierda de la moda.

Media < mediana < moda


- 13 -
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

(Leer: PROBABILIDAD Y ESTADISTICA PARA INGENIEROS. RODRIGUEZ Luis, Escuela Superior


Politcnica del Litoral, Instituto de Ciencias Matemticas, Guayaquil Ecuador. 2007.
Captulo I, II. pgs. 8-33)

(Leer: ESTADISTICA PARA ECONOMIA. Anderson, Williams, Sweeney. Dcima Edicin.


Thomson. 2008. Captulo III, puntos 3.1 pgs. 83-85)

- 14 -
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

UNIDAD 4
DESCRIPCIN DE LOS DATOS:
MEDIDAS DE DISPERSIN
OBJETIVOS
Al terminar esta unidad podr:

1 Calcular e interpretar la amplitud de variacin, la desviacin media, la variancia, y la


desviacin estndar de los datos originales y datos agrupados.

2 Explicar las caractersticas, usos, ventajas y desventajas de cada medida de


dispersin. Entender el problema de Chebyshev y la regla normal o emprica, y su
relacin con un conjunto de observaciones.

MEDIDAS DE DISPERSIN
DATOS NO AGRUPADOS

VARIANCIA DE LA POBLACIN

La varianza de la poblacin para datos no agrupados es la media aritmtica de las


desviaciones cuadrticas respecto a la media de la poblacin.
( x ) 2
2 =
N

DESVIACIN ESTNDAR POBLACIONAL y MUESTRAL

La desviacin estndar poblacional () y la desviacin estndar muestral (S) es la raz


2 ) y muestral (s2).
cuadrada de la variancia de la poblacin (

(x u )
2

=
N

Fig. 4.1 Desviacin Estndar

- 15 -
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

La amplitud es la diferencia entre los valores mayor y menor en un conjunto de datos.

AMPLITUD = valor mayor - valor menor

VARIANCIA MUESTRAL PARA DATOS AGRUPADOS


(f c X m ) 2
f c X m
2

S2 = n
n 1
Donde fc es la frecuencia de clase y Xm es el punto medio de la clase.

Interpretacin y usos de la desviacin estndar

Regla emprica: para una distribucin de frecuencias simtrica de campana, cerca de


68% de las observaciones estar dentro de 1 de la media (); cerca de 95% de las
observaciones estar dentro de 2 de la media (); alrededor de 99.7% estar dentro
de 3 de la media ().

DISPERSIN RELATIVA

El coeficiente de variacin es la razn de la desviacin estndar a la media aritmtica,


expresada como porcentaje:


CV = .100%
x

El primer cuartil es el valor correspondiente al punto debajo del cual se encuentra el 25%
de las observaciones en un conjunto ordenado de datos.

El tercer cuartil es el valor correspondiente al punto debajo del cual se encuentra 75% de
las observaciones en un conjunto ordenado de datos:

En un intento de estimar la demanda potencial futura, NISSAN Quito realiz un estudio, en


2009, en el que preguntaba a parejas casadas cuantos automviles debe tener la familia

- 16 -
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

promedio actual. Para cada pareja, promediaron las respuestas del hombre y la mujer, a
fin de obtener la respuesta global de la pareja. Las respuestas se colocaron en una tabla:

Nmero de autos 0 0.5 1.0 1.5 2.0 2.5


Frecuencia 2 14 23 7 4 2

Calcule la varianza y la desviacin estndar.


Dado que la distribucin tiene, casi, forma de campana, en teora. Cuntas
observaciones deben caer entre [ 0.5 1.5 ] ? Entre [ 0 2 ] ? Cuntas caen de
hecho en esos intervalos?

En el intervalo [0.5, 1.5 ] es aproximadamente x 1 entonces, cerca del 68% de los


datos, o 0.68(52) = 35.36 observaciones deben estar en este intervalo.
De hecho, 44 observaciones estn ah.

En el intervalo [0 2] es aproximadamente x 2 , entonces alrededor del 95% de los


datos, o 0.95(52) = 49.4 observaciones deben estar en este intervalo.
De hecho, 50 observaciones caen en l.

LG piensa emplear uno de dos programas de capacitacin. Se capacit a dos grupos para
la misma tarea. El grupo 1 recibi el programa A; el grupo 2; el B. Para el primer grupo, los
tiempos requeridos para capacitar a los empleados tuvieron un promedio x = 32.11 horas
y una varianza de 68.09. En el segundo grupo, el promedio fue x = 19.75 horas y la
varianza fue 71.14. Qu programa de capacitacin tiene menos variabilidad relativa en su
desempeo?

- 17 -
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

Programa A: CV

Programa B: CV

PRIMER CUARTIL

El primer cuartil es el valor correspondiente al punto debajo del cual se encuentra el 25%
de las observaciones en un conjunto ordenado de datos.

n
CF
Q1 = L + 4 (i )
f

Donde:
L = lmite de las clase que contienen Q1,
CF = frecuencia acumulada que precede a la clase que contiene a Q1,
f = frecuencia de la clase que contiene Q1,
i = tamao de la clase que contiene Q1.

TERCER CUARTIL

El tercer cuartil es el valor correspondiente al punto debajo del cual se encuentra 75% de
las observaciones en un conjunto ordenado de datos:

3n
CF
Q3 = L + 4 (i )
f
Donde:
L = lmite de las clase que contienen Q3,
CF = frecuencia acumulada que precede a la clase que contiene a Q3,
f = frecuencia de la clase que contiene Q3,
i = tamao de la clase que contiene Q3.

- 18 -
Escuela de Ingeniera en PETROLEOS
Universidad Central del Ecuador.

(Leer: PROBABILIDAD Y ESTADISTICA PARA INGENIEROS. RODRIGUEZ Luis, Escuela Superior


Politcnica del Litoral, Instituto de Ciencias Matemticas, Guayaquil Ecuador. 2007.
Captulo I,II. pgs. 8-33)

(Leer: ESTADISTICA PARA ECONOMIA. Anderson, Williams, Sweeney. Dcima Edicin.


Thomson. 2008. Captulo III, puntos 3.2 pgs. 91-95)

- 19 -
Escuela de Ingeniera en PETROLEOS