DIRECCIÓN UNIVERSITARIA DE EDUCACIÓN A DISTANCIA

Escuela académico Profesional de Administración y Negocios Internacionales

ESTADISTICA PARA NEGOCIOS II

MODULO V

Presentado por:
Melgarejo Reyes, George Elias

Código de Matricula:
2013203523

Docente: SEGUNDO AGUSTIN GARCIA FLORES

DUED:
Lima

Lima, Julio de 2015

Muestreo

Problema 01

A continuación se tiene información del ingreso mensual de 150 estudiantes del curso Estadística II en la carrera
de la UAP, durante el presente año.

Ingresos Ingresos
código código código
mensuales mensuales
100290889 889 100292935 2935 110292935
100293284 3284 100292064 2064 110292064
100086134 6134 100291621 1621 110291621
100291755 1755 100290994 994 110290994
100292922 2922 100291345 1345 110291345
100293001 3001 100293239 3239 110293239
100293434 3434 100293281 3281 110293281
100292046 2046 100277259 7259 110277259
100292300 2300 100292750 2750 110292750
100293655 3655 100291635 1635 110291635
100293119 3119 100293351 3351 110293351
100292160 2160 100293035 3035 110293035
100291488 1488 100292773 2773 110292773
100292503 2503 100293044 3044 110293044
100293949 3949 100293286 3286 110293286
100290858 858 100292481 2481 110292481
100292014 2014 100293656 3656 110293656
100291823 1823 100291885 1885 110291885
100291945 1945 100293418 3418 110293418
100291234 1234 100293365 3365 110293365
100291868 1868 100290681 681 110290681
100292025 2025 100293322 3322 110293322
100292133 2133 100291310 1310 110291310
100293270 3270 100291140 1140 110291140
100293338 3338 100293346 3346 110293346
100291435 1435 100293467 3467 110293467
100293253 3253 100292968 2968 110292968
100292417 2417 100293240 3240 110293240
100293275 3275 100293252 3252 110293252
100292833 2833 100291399 1399 110291399
100291734 1734 100293091 3091 110293091
100293040 3040 100291773 1773 110291773
100291450 1450 100290849 849 110290849
100086051 6051 100292371 2371 110292371
100290848 848 100293951 3951 110293951
 100293438 3438 100283772 3772 110283772
100292440 2440 100291593 1593 110291593
100293154 3154 100293399 3399 110293399
100293219 3219 100293274 3274 110293274
100291098 1098 100295748 5748 110295748
100293053 3053 100293948 3948 110293948
100292061 2061 100293267 3267 110293267
100291392 1392 100293495 3495 110293495
100293266 3266 100292521 2521 110292521
100291148 1148 100293950 3950 110293950
100293184 3184 100292487 2487 110292487
100291323 1323 100293038 3038 110293038
100291986 1986 100292113 2113 110292113
100292937 2937 110293038 3034 110293038
100291509 1509 110292113 2110 110292113

a) Usando la tabla de números aleatorios y con un arranque (5,6), hallar una muestra piloto que represente el 10%
b) Hallar el tamaño óptimo de la muestra y la muestra adecuada.
c) Construir una muestra de 20 alumnos utilizando el procedimiento de muestreo aleatorio sistemático. ¿Qué alum
Estadística II en la carrera de Administración y Negocios Internacionales

Ingresos
mensuales
1930
1062
2624
896
1548
3030
3082
5254
1752
2634
4356
2038
3779
2045
1282
3480
4654
4880
2410
2360
882
3820
1613
1842
3940
3068
2862
3044
3454
1896
3990
1870
946
2670
3050
 3670
1895
3994
3670
5846
3044
3866
4490
3520
3554
2785
3836
2610
3536
2810

to que represente el 10% de la población.

io sistemático. ¿Qué alumnos debo incluir en la muestra?

 Hipotesis

Problema 02

La Empresa de Transportes SIEMPRE UNIDOS SA, que sigue la ruta de la MOLINA-VENTANILLA CALLAO ha adquiri
LLANTAS MOBIL SAC. El Transportista tiene dudas de la afirmación hecha por el distribuidor de que la vida útil de
verificar la afirmación se prueba una muestra de estas llantas en los ómnibus operativos de la empresa, obtenién

25.6 27.1 31.1 26.5 26.5 28.3 29.4

27.4 29.7 29.5 27.7 27.1 31.2 29.5
27.3 25.8 26.5 27.3 31.2 28 26
29.6 26.4 26.4 25.8 27.5 27.9 26.9
23.4 28 29 28.8 27.3 27.5 27.8
28.6 27.4 23.4 29.8 25.5 25.5 24.9
25.4 29 20 26.8 23.3 26.8 28.8

a) ¿Es correcta la sospecha de la compañía de transportes en base a estos datos y a un nivel de significancia de 0,01
b) ¿Cuál sería la conclusión si el nivel de significancia fuera 0,05?
Se sospecha que la varianza poblacional es superior a 3000 ¿es correcta esta sospecha a un nivel de significancia

Solucion 02

a) Se trata de una prueba de hipotesis acerca de la media poblacional cuando no se conoce la varianza poblacional.

Planteamos la hipotesis

El nivel de significancia es

Determinaremos el valor critico: Como y es de una sola cola (cola a la derecha)

Usando la tabla de la distribucion normal estandar Z

0.8389 Criterios de decision

Si la estadistica de prueba Z es mayor que 0.8389, se rechaza Ho

Si la estadistica de prueba Z es menor o igual que 0.8389, se acepta Ho

Como la muestra es grande, la estadistica de prueba que usaremos es:

 Tenemos de dato lo siguiente:

27.39
28
2.14
n= 70

Reemplazando los datos en la estadistica de prueba.

2.38

Conclusion:

Se rechaza la hipotesis planteada, se acepta la hipotesis alternante a un nivel de significancia de 0.01. La prueba
significativa. Por lo tanto la vida útil de los neumáticos es al menos 28,000 km.

b) Planteamos la hipotesis

El nivel de significancia es

Determinaremos el valor critico: Como y es de una sola cola (cola a la derecha)

Usando la tabla de la distribucion normal estandar Z

0.8289 Criterios de decision

Si la estadistica de prueba Z es mayor que 0.8389, se rechaza Ho

Si la estadistica de prueba Z es menor o igual que 0.8389, se acepta Ho

Como la muestra es grande, la estadistica de prueba que usaremos es:

Tenemos de dato lo siguiente:

27.39
28
2.14
 n= 70

Reemplazando los datos en la estadistica de prueba.

2.38

Conclusion:

Se rechaza la hipotesis planteada, se acepta la hipotesis alternante a un nivel de significancia de 0.05. La prueba
significativa. Por lo tanto la vida útil de los neumáticos es al menos 28,000 km.
TANILLA CALLAO ha adquirido un lote de llantas aro 22.5 ‘’ de la distribuidora
uidor de que la vida útil de los neumáticos es al menos 28,000 km. Para
os de la empresa, obteniéndose los siguientes resultados en miles de kilómetros:

27.1 27.1 28.3

29.7 31.2 31.2
25.8 26.4 28
26.4 28 27.9
28 29.6 23.4
26.9 29 27.5
29.9 27.4 22.4

vel de significancia de 0,01?

a un nivel de significancia del 0,05?

oce la varianza poblacional.

8389, se rechaza Ho
l que 0.8389, se acepta Ho
cancia de 0.01. La prueba resulto

8389, se rechaza Ho
l que 0.8389, se acepta Ho
cancia de 0.05. La prueba resulto
Chi cuadrado
Problema 03
Se tienen 212 estudiantes de las carreras de Administración y Negocios (Adng), Ingeniería y Arquitectura, lo que
estudiada y el género: masculino (M) o femenino (F)[1]. Utilice la prueba X 2
GENERO CARRERA
M Ingeniería
F Arquitectura
M Adng
F Ingeniería
F Arquitectura
F Adng
F Adng
F Ingeniería
M Ingeniería
F Adng
M Adng
M Ingeniería
M Adng
F Adng
M Ingeniería
M Arquitectura
M Arquitectura
M Ingeniería
F Arquitectura
F Arquitectura
F Adng
F Adng
F Adng
F Arquitectura
F Ingeniería
M Arquitectura
F Adng
F Arquitectura
M Adng
F Ingeniería
M Ingeniería
M Ingeniería
M Arquitectura
F Ingeniería
M Arquitectura
M Ingeniería
GENERO CARRERA
F Adng
M Ingeniería
M Arquitectura
M Ingeniería
F Ingeniería
M Ingeniería
F Ingeniería
F Ingeniería
F Arquitectura
M Ingeniería
F Ingeniería
F Ingeniería
M Adng
F Arquitectura
M Adng
M Ingeniería
F Ingeniería
M Arquitectura
F Adng
M Adng
M Arquitectura
M Arquitectura
F Arquitectura
F Arquitectura
F Adng
M Ingeniería
F Arquitectura
M Ingeniería
F Arquitectura
M Adng
M Ingeniería
M Adng
F Ingeniería
F Adng
F Ingeniería
M Ingeniería
 F Arquitectura F Ingeniería
F Arquitectura M Ingeniería
M Adng F Ingeniería
M Arquitectura M Arquitectura
M Adng F Adng
F Adng F Adng
F Ingeniería M Arquitectura

Solucion 03

planteamos las hipotesis

Ho: Las variables genero y carrera son independientes.

Ha: Las variables genero y carrera no son independientes.

Luego hacemos una tabla de contingencia usando tablas dinamicas.

Tabla de contingencia rxc donde r=2 y c=3

Frecuencias observadas

Carreras
Adng Arquitectura Ingeniería Total
F 49 38 32 119
Genero
M 24 30 39 93
Total 73 68 71 212

Para cada celda vamos a calcular una frecuencia esperada bajo la suposicion de que las variables son independie

Frecuencias esperadas u teoricas.

Frecuencias esperadas u teoricas

Carreras
Adng Arquitectura Ingeniería
F 40.97 38.16 39.85
Genero
M 32.02 29.83 31.14
 =

= 7.11

Luego usando la tabla chi cuadrado

Como entonces rechazamos H0

Las variables genero y carrera no son independientes. Por lo tanto si existe correlaccion entre las variables.
g), Ingeniería y Arquitectura, lo que se desea es encontrar si existe correlación entre la carrera

GENERO CARRERA GENERO CARRERA GENERO CARRERA

F Arquitectura F Ingeniería F Adng
M Ingeniería F Adng M Arquitectura
F Ingeniería F Adng M Ingeniería
F Adng F Arquitectura M Adng
F Adng M Ingeniería F Ingeniería
F Arquitectura F Adng F Arquitectura
M Arquitectura F Arquitectura F Adng
M Adng M Arquitectura F Arquitectura
F Adng F Adng F Adng
F Ingeniería F Ingeniería F Adng
F Ingeniería F Arquitectura M Ingeniería
M Ingeniería M Adng F Arquitectura
F Ingeniería M Adng F Ingeniería
F Adng M Arquitectura M Arquitectura
F Ingeniería M Ingeniería M Arquitectura
M Arquitectura F Arquitectura F Adng
F Arquitectura F Arquitectura F Ingeniería
M Ingeniería F Adng M Ingeniería
M Adng F Adng F Adng
F Adng F Adng F Adng
F Adng M Arquitectura M Ingeniería
F Adng F Adng M Arquitectura
F Adng M Ingeniería M Arquitectura
F Arquitectura M Ingeniería M Arquitectura
F Ingeniería M Arquitectura F Adng
F Ingeniería F Adng M Ingeniería
F Ingeniería F Ingeniería M Ingeniería
F Adng F Arquitectura M Adng
M Arquitectura M Arquitectura M Arquitectura
F Adng M Arquitectura F Arquitectura
F Arquitectura M Adng F Adng
F Arquitectura F Arquitectura F Adng
M Adng F Arquitectura F Arquitectura
M Adng M Adng M Adng
M Arquitectura F Ingeniería M Ingeniería
M Ingeniería F Arquitectura F Adng
 F Arquitectura M Ingeniería F Adng
F Adng M Ingeniería M Ingeniería
F Adng F Arquitectura M Adng
M Ingeniería M Ingeniería M Ingeniería
F Arquitectura M Adng
F Adng F Arquitectura
F Ingeniería M Arquitectura

de que las variables son independientes.

orrelaccion entre las variables.
Diseño de experimentos

Problema 04

En la siguiente tabla, se tiene la calificación de una prueba a personas con diferentes grados de escolaridad, lo qu
el grado escolar (variable nominal) y el promedio de la calificación (variable numérica). Para analizar si existe dife
prueba Fisher.

Nº CALIFICACIÓN GRADO ESCOLAR Nº CALIFICACIÓN

1 67.152 DOCTORADO 33 39.5662
2 64.3684 DOCTORADO 34 39.073
3 60.9113 ESTUDIANTE 35 38.7124
4 55.3898 ESTUDIANTE 36 34.9532
5 53.9171 ESTUDIANTE 37 34.2777
6 53.346 MAESTRÍA 38 34.2719
7 52.1598 ESTUDIANTE 39 67.6361
8 51.8684 ESTUDIANTE 40 62.7702
9 51.1276 DOCTORADO 41 60.8848
10 50.6306 ESTUDIANTE 42 56.5014
11 50.3547 MAESTRÍA 43 51.7686
12 48.3859 MAESTRÍA 44 53.6308
13 47.074 DOCTORADO 45 50.7717
14 44.0945 MAESTRÍA 46 50.8905
15 43.4152 ESTUDIANTE 47 48.6606
16 43.2378 MAESTRÍA 48 52.6723
17 41.8206 ESTUDIANTE 49 47.9877
18 41.5721 ESTUDIANTE 50 48.231
19 41.2153 MAESTRÍA 51 46.8338
20 40.8245 ESTUDIANTE 52 45.5245
21 40.7982 ESTUDIANTE 53 43.287
22 33.0983 ESTUDIANTE 54 41.0398
23 32.1839 ESTUDIANTE 55 41.5371
24 58.4996 ESTUDIANTE 56 43.3889
25 56.1898 ESTUDIANTE 57 39.9856
26 51.4687 ESTUDIANTE 58 39.4266
27 53.4198 MAESTRÍA 59 38.4526
28 53.7674 ESTUDIANTE 60 39.8027
29 50.9028 ESTUDIANTE 61 37.0994
30 49.4952 DOCTORADO 62 41.1377
31 50.0763 ESTUDIANTE 63 34.4219
32 48.5558 MAESTRÍA 64 40.2875

Solucion 04
es grados de escolaridad, lo que se intenta es probar si existe o no diferencia entre
ica). Para analizar si existe diferencia en los promedios se procede a realizar una

GRADO ESCOLAR
ESTUDIANTE
ESTUDIANTE
DOCTORADO
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
DOCTORADO
DOCTORADO
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
DOCTORADO
ESTUDIANTE
MAESTRÍA
MAESTRÍA
DOCTORADO
MAESTRÍA
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
DOCTORADO
ESTUDIANTE
ESTUDIANTE
 Regresion Lineal

Problema 05

Los residentes de un pueblo pequeño del interior del país están preocupados sobre el incremento en los cost
de la vivienda fluctúan con los valores de la tierra. Los datos sobre 32 casas vendidas recientemente y el cost
siguiente tabla en miles de dólares. Se trata el costo de las casas como la variable dependiente.

Valor de la Costo de la Valor de la Costo de la

tierra casa tierra casa
7,0 67,0 3,8 36,0
6,9 63,0 8,9 76,0
5,5 60,0 9,6 87,0
3,7 54,0 9,9 89,0
5,9 58,0 10,0 92,0
3,3 45,0 7,6 82,0
5,2 64,0 8,5 93,0
6,4 74,0 7,8 82,0
4,2 64,0 8,8 93,0
6,8 74,0 7,9 82,0
6,4 82,0 6,9 80,0
4,7 78,4 7,4 76,2
5,9 59,0 3,7 54,0
3,7 47,0 11,0 94,0
9,8 86,0 8,6 85,0
8,6 92,0 9,8 92,0

a) Construya el diagrama de dispersión y determine la recta de regresión.

b) Determine el coeficiente de correlación.

Solucion

a) Tenemos de dato lo siguiente:

Valor de la Costo de la
tierra casa Donde
7 67
6.9 63 X = valor de la tierra (variable independiente).
5.5 60 Y = costo de la casa (variable dependiente).
3.7 54
5.9 58 Por lo tanto el diagrama de dispersion esta dado de la siguiente ma
3.3 45
5.2 64
6.4 74 DIAGRAMA DE DISPERSION
100
90 f(x) = 6.4084425133x + 28.8695996411
R² = 0.7789560778
80
70
casa

60
 DIAGRAMA DE DISPERSION
100
4.2 64 f(x) = 6.4084425133x + 28.8695996411
90
6.8 74 R² = 0.7789560778
80
6.4 82
70
4.7 78.4

Costo de la casa
60
5.9 59 50
3.7 47 40
9.8 86 30 Cost
8.6 92 20 Line
10 casa
3.8 36
8.9 76 0
2 3 4 5 6 7 8 9
9.6 87
9.9 89 Valor de la tierra
10 92
7.6 82
8.5 93
7.8 82
8.8 93
7.9 82
6.9 80
7.4 76.2
3.7 54
11 94
8.6 85
9.8 92

Para determinar la recta de regresion debemos de construir un cuadro

7 67 49 469 4489
6.9 63 47.61 434.7 3969
5.5 60 30.25 330 3600
3.7 54 13.69 199.8 2916
5.9 58 34.81 342.2 3364
3.3 45 10.89 148.5 2025
5.2 64 27.04 332.8 4096
6.4 74 40.96 473.6 5476
4.2 64 17.64 268.8 4096
6.8 74 46.24 503.2 5476
6.4 82 40.96 524.8 6724
4.7 78.4 22.09 368.48 6146.56
5.9 59 34.81 348.1 3481
3.7 47 13.69 173.9 2209
9.8 86 96.04 842.8 7396
8.6 92 73.96 791.2 8464
3.8 36 14.44 136.8 1296
 8.9 76 79.21 676.4 5776
9.6 87 92.16 835.2 7569
9.9 89 98.01 881.1 7921
10 92 100 920 8464
7.6 82 57.76 623.2 6724
8.5 93 72.25 790.5 8649
7.8 82 60.84 639.6 6724
8.8 93 77.44 818.4 8649
7.9 82 62.41 647.8 6724
6.9 80 47.61 552 6400
7.4 76.2 54.76 563.88 5806.44
3.7 54 13.69 199.8 2916
11 94 121 1034 8836
8.6 85 73.96 731 7225
9.8 92 96.04 901.6 8464
224.2 2360.6 1721.26 17503.16 182071

b) El coeficiente de correlaccion esta determinado de la siguiente manera:

Usando el cuadro anterior y luego reemplazando en la formula podemos hallar

= 0.883

Otra manera de obterner el coeficiente de correlacion es por medio de 2 maneras:

Funcion coeficiente de correlacion

= 0.883

Conclusion:

El coeficiente de correlación lineal es 0.883 y esta cercano a 1 entonces la correlación es fuerte y directa
lo que nos quiere decir que hay una dependencia total entre las dos variable, cuando una de ellas
aumenta, la otra también lo hace en proporción constante.
 ados sobre el incremento en los costos de la vivienda en la zona. El alcalde considera que los precios
sas vendidas recientemente y el costo del terreno sobre el cual se construyeron se observan en la
a variable dependiente.

ndependiente).
ependiente).

persion esta dado de la siguiente manera

GRAMA DE DISPERSION
4425133x + 28.8695996411
560778
GRAMA DE DISPERSION
4425133x + 28.8695996411
560778

Costo de la casa
Linear (Costo de la
casa)

5 6 7 8 9 10 11 12
Valor de la tierra

Donde nuestra recta de regresion esta determinada de la siguiente manera:

Y =mX + b

Usando las siguientes formulas

m = 6.408

Otra manera de obtener la recta de regresion lineal es usando la funcion pendiente para obtener el valor de "b"

m = 6.408

Para hallar el valor de "b" debemos de usar la siguiente formula

 b = 28.870

Por lo tanto nuestra recta de regresion es y = 6.408x + 28.870

Complementos de excel

Estadísticas de la regresión
Coeficiente de 0.8825848842
correlación múltiple

Coeficiente de 0.7789560778
a correlación es fuerte y directa determinación R^2
able, cuando una de ellas R^2 ajustado 0.7715879471
Error típico 7.6451039363
Observaciones 32

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Regresión 1 6179.060324
Residuos 30 1753.428426
Total 31 7932.48875
 Coeficientes Error típico
Intercepción 28.8695996411 4.571123115
Variable X 1 6.4084425133 0.62326777
e para obtener el valor de "b"
Promedio de los cuadrados F Valor crítico de F
6179.0603241025 105.719633 2.38456E-11
58.4476141966
 Estadístico t Probabilidad Inferior 95% Superior 95% Inferior 95.0%Superior 95.0%
6.3156469238 0.000000579 19.53412081 38.20507847 19.53412081 38.20507847
10.2820053018 2.38456E-11 5.135559914 7.681325112 5.135559914 7.681325112
GENERO CARRERA
M Ingeniería Count - CARRERA
F Arquitectura GENERO
M Adng F
F Ingeniería M
F Arquitectura Total Result
F Adng
F Adng
F Ingeniería
M Ingeniería
F Adng
M Adng
M Ingeniería
M Adng
F Adng
M Ingeniería
M Arquitectura
M Arquitectura
M Ingeniería
F Arquitectura
F Arquitectura
F Adng
F Adng
F Adng
F Arquitectura
F Ingeniería
M Arquitectura
F Adng
F Arquitectura
M Adng
F Ingeniería
M Ingeniería
M Ingeniería
M Arquitectura
F Ingeniería
M Arquitectura
M Ingeniería
F Arquitectura
F Arquitectura
M Adng
M Arquitectura
M Adng
F Adng
F Ingeniería
F Adng
M Ingeniería
M Arquitectura
M Ingeniería
F Ingeniería
M Ingeniería
F Ingeniería
F Ingeniería
F Arquitectura
M Ingeniería
F Ingeniería
F Ingeniería
M Adng
F Arquitectura
M Adng
M Ingeniería
F Ingeniería
M Arquitectura
F Adng
M Adng
M Arquitectura
M Arquitectura
F Arquitectura
F Arquitectura
F Adng
M Ingeniería
F Arquitectura
M Ingeniería
F Arquitectura
M Adng
M Ingeniería
M Adng
F Ingeniería
F Adng
F Ingeniería
M Ingeniería
F Ingeniería
M Ingeniería
F Ingeniería
M Arquitectura
F Adng
F Adng
M Arquitectura
F Arquitectura
M Ingeniería
F Ingeniería
F Adng
F Adng
F Arquitectura
M Arquitectura
M Adng
F Adng
F Ingeniería
F Ingeniería
M Ingeniería
F Ingeniería
F Adng
F Ingeniería
M Arquitectura
F Arquitectura
M Ingeniería
M Adng
F Adng
F Adng
F Adng
F Adng
F Arquitectura
F Ingeniería
F Ingeniería
F Ingeniería
F Adng
M Arquitectura
F Adng
F Arquitectura
F Arquitectura
M Adng
M Adng
M Arquitectura
M Ingeniería
F Arquitectura
F Adng
F Adng
M Ingeniería
F Arquitectura
F Adng
F Ingeniería
F Ingeniería
F Adng
F Adng
F Arquitectura
M Ingeniería
F Adng
F Arquitectura
M Arquitectura
F Adng
F Ingeniería
F Arquitectura
M Adng
M Adng
M Arquitectura
M Ingeniería
F Arquitectura
F Arquitectura
F Adng
F Adng
F Adng
M Arquitectura
F Adng
M Ingeniería
M Ingeniería
M Arquitectura
F Adng
F Ingeniería
F Arquitectura
M Arquitectura
M Arquitectura
M Adng
F Arquitectura
F Arquitectura
M Adng
F Ingeniería
F Arquitectura
M Ingeniería
M Ingeniería
F Arquitectura
M Ingeniería
M Adng
F Arquitectura
M Arquitectura
F Adng
M Arquitectura
M Ingeniería
M Adng
F Ingeniería
F Arquitectura
F Adng
F Arquitectura
F Adng
F Adng
M Ingeniería
F Arquitectura
F Ingeniería
M Arquitectura
M Arquitectura
F Adng
F Ingeniería
M Ingeniería
F Adng
F Adng
M Ingeniería
M Arquitectura
M Arquitectura
M Arquitectura
F Adng
M Ingeniería
M Ingeniería
M Adng
M Arquitectura
F Arquitectura
F Adng
F Adng
F Arquitectura
M Adng
M Ingeniería
F Adng
F Adng
M Ingeniería
M Adng
M Ingeniería
 Nº CALIFICACIÓN
CARRERA 1 67.152
Adng Arquitectura Ingeniería Total Result 2 64.3684
49 38 32 119 3 60.9113
24 30 39 93 4 55.3898
73 68 71 212 5 53.9171
6 53.346
7 52.1598
8 51.8684
9 51.1276
10 50.6306
11 50.3547
12 48.3859
13 47.074
14 44.0945
15 43.4152
16 43.2378
17 41.8206
18 41.5721
19 41.2153
20 40.8245
21 40.7982
22 33.0983
23 32.1839
24 58.4996
25 56.1898
26 51.4687
27 53.4198
28 53.7674
29 50.9028
30 49.4952
31 50.0763
32 48.5558
33 39.5662
34 39.073
35 38.7124
36 34.9532
37 34.2777
38 34.2719
39 67.6361
40 62.7702
41 60.8848
42 56.5014
43 51.7686
44 53.6308
45 50.7717
46 50.8905
47 48.6606
48 52.6723
49 47.9877
50 48.231
51 46.8338
52 45.5245
53 43.287
54 41.0398
55 41.5371
56 43.3889
57 39.9856
58 39.4266
59 38.4526
60 39.8027
61 37.0994
62 41.1377
63 34.4219
64 40.2875
GRADO ESCOLAR GRADO ESCOLAR
DOCTORADO DOCTORADO ESTUDIANTE
DOCTORADO
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
DOCTORADO
ESTUDIANTE
MAESTRÍA
MAESTRÍA
DOCTORADO
MAESTRÍA
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
DOCTORADO
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
DOCTORADO
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
DOCTORADO
DOCTORADO
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
 MAESTRÍA
ESTUDIANTE
ESTUDIANTE
DOCTORADO
ESTUDIANTE
MAESTRÍA
MAESTRÍA
DOCTORADO
MAESTRÍA
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
MAESTRÍA
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
ESTUDIANTE
DOCTORADO
ESTUDIANTE
ESTUDIANTE
MAESTRÍA Total Result
 Ingresos
código mensuales
100290889 889
100293284 3284
100086134 6134
100291755 1755
100292922 2922
100293001 3001
100293434 3434
100292046 2046
100292300 2300
100293655 3655
100293119 3119
100292160 2160
100291488 1488
100292503 2503
100293949 3949
100290858 858
100292014 2014
100291823 1823
100291945 1945
100291234 1234
100291868 1868
100292025 2025
100292133 2133
100293270 3270
100293338 3338
100291435 1435
100293253 3253
100292417 2417
100293275 3275
100292833 2833
100291734 1734
100293040 3040
100291450 1450
100086051 6051
100290848 848
100293438 3438
100292440 2440
100293154 3154
100293219 3219
100291098 1098
100293053 3053
100292061 2061
100291392 1392
100293266 3266
100291148 1148
100293184 3184
100291323 1323
100291986 1986
100292937 2937
100291509 1509