DISTRIBUCION DE FRECUENCIAS-CUADROS Y GRAFICCOS DE MEDIDAS

DE CENTRALIDAD, POSICION, VARIABILIDAD, POSICION Y FORMA.

1. La confiabilidad de un sistema de cómputo se mide en términos de la vida de un componente de

hardware especificado (por ejemplo, la unidad de disco).Con objeto de estimar la confiabilidad de
un sistema en particular, se prueban 100 componentes de computadora hasta que fallan, y se
registra su vida

 ¿Cuál es la población e interés?

La población será sistema de cómputo

El interés es el hardware

 ¿Cuál es la muestra?

100 componentes de computadora

 ¿Son cuantitativos o cualitativos los datos?

Son cuantitativos los datos

 ¿Cómo podría utilizarse la información de la muestra para estimar la confiabilidad del

sistema de cómputo?

Bueno se podría utilizar para ver el desempeño del hardware (coger una fracción de la
población y ver su periodo de vida)

2. Para cada uno de los siguientes conjuntos de datos, indique si son cuantitativos o cualitativos

 Tiempo de llegada de 16 ondas sísmicas reflejadas. (cuantitativa)

 Tipos de software para computadora utilizado en un sistema de gestión de base de
datos. (cualitativa)
 Marcas de calculadoras empleadas por 100 estudiantes de ingeniería en la
universidad.(cualitativa)
 Contenido de ceniza en trozos de carbón de tres minas distintas(cuantitativa)
 Kilometraje alcanzado por 12 automóviles que utilizan alcohol como
combustible.(cuantitativa)
 Números de caracteres impresos por línea de salida de computadora en 20 impresoras
de líneas.(cuantitativa)
 Supervisores de turno encargados de operaciones de computo en una
aerolínea.(cuantitativa)
 Tasas de accidentes en 46 talleres de maquinado.(cuantitativa)
3. Se realizó un estudio para determinar si un proceso de fabricación efectuado en un lugar
lejano se podría establecer localmente. Se instalaron dispositivos de prueba (pilotos) tanto
en la ubicación antigua como en la nueva y se tomaron lectura del voltaje del proceso. Se
considera que un proceso “bueno” produce lecturas de por lo menos 9.2 volts (y las lecturas
mayores son mejores que las menores).La tabla contiene lecturas voltajes para 30 series de
producción en cada lugar

Tabla1 Tabla 2

Ubicación antigua Nueva ubicación

9.98 10.12 9.84 9.19 10.01 8.82

10.26 10.05 10.15 9.63 8.82 8.65

10.05 9.80 10.02 10.10 9.43 8.51

10.29 10.15 9.80 9.70 10.03 9.14

10.03 10.00 9.73 10.09 9.85 9.75

8.05 9.87 10.01 9.60 9.27 8.78

10.55 9.55 9.98 10.05 8.83 9.35

10.26 9.95 8.72 10.12 9.39 9.54

9.97 9.70 8.80 9.49 9.48 9.36

9.87 8.72 9.84 9.37 9.64 8.68

 Construya un histograma de frecuencias relativas para las lecturas del voltaje del
proceso antiguo

1. SOLUCION:

Tabla1:

N=30

Vmax=10.55, Vmin=8.05

R=Vmax-Vmin

R=2.5

K=1+3.32log (30)

K=5.9 - K=6

C=R/k – C=2.5/6=0.4166
 Voltajes ni hi

8.05-8.46 1 0.03

8.46-8.88 3 0.1

8.88-9.29 0 0

9.29-9.71 2 0.07

9.71-10.13 18 0.6

10.13-10.55 6 0.2

TOTAL 30 1

 Construya un histograma de frecuencias para las lecturas del voltaje del proceso nuevo

2. SOLUCION:

Tabla2:

N=30

Vmax=10.12, Vmin=8.51

R=Vmax-Vmin

R=1.61

K=1+3.32log (30)
K=5.9 - K=6

C=R/k – C=1.61/6=0.2683

Voltajes ni hi Ni Hi

8.51-8.77 3 0.1 3 0.1

8.77-9.04 4 0.13 7 0.23

9.04-9.31 3 0.1 10 0.33

9.31-9.58 8 0.27 18 0.6

9.58-9.85 5 0.17 23 0.77

9.85-10.12 7 0.23 30 1

TOTAL 30 1

 Compare las gráficas de los incisos a y c (tal vez prefiera dibujar los dos histogramas en la
misma grafica) ¿cree factible que el proceso de fabricación se puede establecer
localmente(es decir, el nuevo proceso en tan bueno como el anterior o mejor)?

Si se puede establecer localmente el proceso nuevo es mucho mejor que el antiguo por lo que se
puede observar la gráfica incremento más que el otro.
 4. Dadas las siguientes tablas

Tabla n°1

En un estudio de dos semanas sobre la productividad de los trabajadores, se obtuvieron los

siguientes datos acerca del número total de piezas aceptables producidas por 90 trabajadores.

28 9 11 8 14 14 10 4 13
13 7 8 13 12 57 15 8 19
13 9 35 18 14 9 15 8 48
10 21 7 19 9 26 29 6 17
14 23 22 10 9 11 13 24 37
28 9 11 8 14 14 10 4 13
13 7 8 13 12 57 15 8 19
13 9 35 18 14 9 15 8 48
10 21 7 19 9 26 29 6 17
14 23 22 10 9 11 13 24 37

Tabla N°2

Pesos de 80 latas de atún grated tamaño (oz.)

15.83 15.39 15.93 15.98 15.98 15.85 16.00 15.98 16.04 15.79
16.01 15.91 16.21 15.89 15.77 16.05 15.77 15.96 15.75 16.37
16.24 15.71 15.84 16.09 15.75 16.38 16.43 16.49 16.60 16.63
16.42 16.01 16.17 15.91 16.13 15.82 15.91 16.27 15.92 15.92
15.33 15.90 16.01 16.08 15.57 16.12 16.11 16.81 16.65 16.68
15.44 15.51 15.92 15.72 16-25 15.90 15.53 16.00 16.29 15.69
16.88 16.10 16.20 15.94 15.93 15.73 16.47 16.07 16.00 16.53
16.31 15.62 15.81 15.99 16.40 15.84 15.95 16.19 15.74 15.90

Tabla N°3

Kms.anuales recorridos por representantes de ventas (cientos).

42 58 41 9 16 25 48 53
32 11 16 21 8 29 10 12
18 27 31 18 36 50 38 38
60 33 40 18 40 51 42 47
17 19 45 11 58 13 29 34

Realice para cada una de las tablas. Del 01 al 03

a) Un cuadro para la distribución de frecuencias, para variables continúas y determinar las

frecuencias absolutas, frecuencias relativas, frecuencias relativas acumulativas y frecuencias
absolutas acumulativas, intérprete sus resultados
 TABLA No 01

a)

𝑉𝑚𝑎𝑥 = 57 𝑅 = 𝑉𝑚𝑎𝑥 − 𝑉𝑚𝑖𝑛 𝐾 = 1 + 3.322log⁡(𝑛)

𝑉𝑚𝑖𝑛 = 4 𝑅 = 53 𝐾=8

𝑅
𝐶=𝐾=7 𝐸𝑥𝑐𝑒𝑠𝑜 = 𝑅 ′ − 𝑅
𝐸𝑥𝑐𝑒𝑠𝑜 = 56 − 53
′
𝑅 =𝐶∗𝐾 𝐸𝑥𝑐𝑒𝑠𝑜 = 3
𝑅′ = 8 ∗ 7
𝑅 ′ = 56

(Intervalos} 𝑥𝑖 𝑛𝑖 𝑁𝑖 ℎ𝑖 𝑥𝑖 ∗ 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )2 (𝑥𝑖 − 𝑥̅ )2 ∗ 𝑛𝑖

2a9 5.50 26 26 0.29 143 99.20 2579.20
9 a 16 12.50 34 60 0.38 425 8.76 297.84
16 a 23 19.50 14 74 0.16 273 16.32 228.48
23 a 30 26.50 8 82 0.09 212 121.88 975.04
30 a 37 33.50 4 86 0.04 134 325.44 1301.76
37 a 44 40.50 0 86 0 0 627 0
44 a 51 47.50 2 88 0.02 95 1026.56 2053.12
51 a 58 54.50 2 90 0.02 109 1524.12 3048.24
TOTAL 240 90 1 1391 3749.28 10483.68

MEDIA
𝑘
𝑥𝑖 ∗ 𝑛𝑖
𝑥̅ = ∑
𝑛
𝑖=1

1391
𝑥̅ = = 15.46
90
MEDIANA
𝑛
− 𝑁𝑖−1
𝑀𝑒 = 𝑦𝑗−1 + 𝑐( 2 )
𝑁𝑖 − 𝑁𝑖−1
45 − 26
𝑀𝑒 = 9 + 7 ( ) = 12.91
60 − 26
MODA
∆1
𝑀𝑜 = 𝑦𝑗−1 + 𝑐( )
∆1 + ∆2
18
𝑀𝑜 = 9 + 7 ( ) = 12.32
18 + 20
VARIANZA
 𝑘
2
(𝑥𝑖− 𝑥̅ )2 ∗ 𝑛𝑖
𝑆 =∑
𝑛
𝑖=1

10483.68
𝑆2 = = 116.49
90
DESVIACION ESTANDAR

𝜎 = √𝑆 2

𝜎 = √116.49 = 10.79
COEFICIENTE DE VARIACION
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛⁡𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 10.79
𝐶𝑉 = = = 0.70
𝑀𝑒𝑑𝑖𝑎 15.46
2. SOLUCION:

Tabla2:

N=80

Vmax=16.88, Vmin=15.33

R=Vmax-Vmin

R=1.55

K=1+3.32log (80)

K=7.31- K=7

C=R/k – C=1.55/7=0.22

PIEZAS ni hi Ni Hi xi xi*ni (𝑥𝑖 − 𝑥̅ )2 (𝑥𝑖 − 𝑥̅ )2 ∗ 𝑛𝑖

15.33-15.55 5 0.06 5 0.06 15.44 77.2 0..34 1.70

15.55-15.77 11 0.14 16 0.2 15.66 172.26 0.13 1.43

15.77-16 29 0.36 45 0.56 15.89 460.81 0.02 0.58

16-16.22 16 0.2 61 0.76 16.11 257.76 0.01 0.16

16.22-16.44 9 0.11 70 0.87 16.33 146.97 0.10 0.90

16.44-16.66 6 0.08 76 0.95 16.55 99.3 0.28 1.68

 16.66-16.88 4 0.05 80 1 16.77 67.08 0.56 2.24

TOTAL 80 1 1281.38 8.69

MEDIA
𝑘
𝑥𝑖 ∗ 𝑛𝑖
𝑥̅ = ∑
𝑛
𝑖=1

1281.38
𝑥̅ = = 16.02
80
MEDIANA
𝑛
− 𝑁𝑖−1
𝑀𝑒 = 𝑦𝑗−1 + 𝑐( 2 )
𝑁𝑖 − 𝑁𝑖−1
40 − 26
𝑀𝑒 = 15.77 + 0.22 ( ) = 15.93
45 − 26
MODA
∆1
𝑀𝑜 = 𝑦𝑗−1 + 𝑐( )
∆1 + ∆2
18
𝑀𝑜 = 15.77 + 0.22 ( ) = 15.90
18 + 13
VARIANZA
𝑘
2
(𝑥𝑖− 𝑥̅ )2 ∗ 𝑛𝑖
𝑆 =∑
𝑛
𝑖=1

8.69
𝑆2 = = 0.11
80
DESVIACION ESTANDAR

𝜎 = √𝑆 2

𝜎 = √0.11 = 0.33
COEFICIENTE DE VARIACION
𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛⁡𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 0.33
𝐶𝑉 = = = 0.02
𝑀𝑒𝑑𝑖𝑎 16.02
3. SOLUCION:

TABLA 3
𝑉𝑚𝑎𝑥 = 60 𝐾 = 1 + 3.322 log(40) = 6.32 = 6 𝐸𝑥𝑐𝑒𝑠𝑜 = 𝑅 ′ − 𝑅 = 2
𝑅 52
𝑉𝑚𝑖𝑛 = 8 𝐶 = = = 8.66 = 9 𝑁𝑉𝑚𝑎𝑥 = 61
𝐾 6
𝑅 = 60 − 8 = 52 𝑅 ′ = 9 ∗ 6 = 54 𝑁𝑉𝑚𝑖𝑛 = 7

𝐼𝑁𝑇𝐸𝑅𝑉𝐴𝐿𝑂𝑆⁡ ⁡𝑥𝑖 𝑛𝑖 𝑁𝑖 ℎ𝑖 𝐻𝑖 𝑥𝑖 ∗ 𝑛𝑖 (𝑥𝑖 ∗ 𝑛𝑖)2 (𝑥𝑖 − 𝑥̅ )2 (𝑥𝑖 − 𝑥̅ )2 ∗ 𝑛𝑖

7 a 16 11.50 9 9 0.23 0.23 103.50 10712.25 365.96 3293.64
16 a 25 20.50 7 16 0.18 0.40 143.50 20592.25 102.62 718.34
25 a 34 29.50 7 23 0.18 0.58 206.50 42642.25 1.28 8.96
34 a 43 38.50 8 31 0.20 0.78 308 94864 61.94 495.52
43 a 52 47.50 5 36 0.13 0.90 237.50 56406.25 284.60 1423
52 a 61 56.50 4 40 0.10 1 226 51076 669.26 2677.04
TOTAL 204 40 1225 276293 1217.98 8616.50

MEDIA
𝑘
𝑥𝑖 ∗ 𝑛𝑖
𝑥̅ = ∑ = 30.63
𝑛
𝑖=1

MEDIANA
𝑛
− 𝑁𝑗−1
𝑀𝑒 = lim. 𝑖𝑛𝑓 + 𝑐( 2 )
𝑁𝑗 − 𝑁𝑗−1
4
𝑀𝑒 = 25 + 9 ( ) = 30.14
7
MODA
∆1
𝑀𝑜 = 𝑙𝑖𝑚. 𝑖𝑛𝑓 + 𝑐( )
∆1 + ∆2
9
𝑀𝑜 = 16 + 9 ( ) = 23.36
11
VARIANZA
𝑘
2
(𝑥𝑖− 𝑥̅ )2 ∗ 𝑛𝑖 6206.50
𝑆 =∑ = = 220.94
𝑛−1 40 − 1
𝑖=1

DESVIACION ESTANDAR

𝜎 = √𝑠 2 = √220.94 = 14.86
5) Los siguientes datos representan los porcentajes del ingreso familiar asignados a la compra de
algún producto agroindustrial en una muestra de 48 compradores

26 28 30 37 33 30 29 39 49 38 36 33
24 34 36 40 29 41 40 29 35 32 45 35
26 42 36 37 35 39 28 36 45
33 24 34 46 40 29 41 40 29 44 32

𝑉𝑚𝑎𝑥 = 49⁡⁡⁡⁡⁡⁡⁡𝑉𝑚𝑖𝑛 = 24
𝑅 = 25⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑘 = 1 + 3.322 log(48) = 6.59 =
̃7
𝑅 25
𝐶= = ̃ 4⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑅 ′ = 𝐶 ∗ 𝐾 = 4 ∗ 7 = 28
= 3.57 =
𝐾 7
𝐸𝑋𝐶𝐸𝑆𝑂 = 𝑅 ′ − 𝑅 = 28 − 25 = 3
𝑁𝑉𝑚𝑎𝑥 = 50⁡⁡⁡⁡⁡⁡⁡⁡𝑁𝑉𝑚𝑖𝑛 = 22

(𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠} 𝑋𝑖 𝑛𝑖 𝑁𝑖 ℎ𝑖 𝐻𝑖
22 a 26 24 4 4 0.08 0.08
26 a 30 28 9 13 0.19 0.27
30 a 34 32 8 21 0.17 0.44
34 a 38 36 12 33 0.25 0.69
38 a 42 40 9 42 0.19 0.88
42 a 46 44 5 47 0.10 0.98
46 a 50 48 1 48 0.02 1
Total 48 1

MEDIA
𝑘
𝑥𝑖 ∗ 𝑛𝑖
𝑥̅ = ∑ = 34.67
𝑛
𝑖=1

MEDIANA
𝑛
− 𝑁𝑗−1
𝑀𝑒 = lim. 𝑖𝑛𝑓 + 𝑐( 2 )
𝑁𝑗 − 𝑁𝑗−1
24 − 21
𝑀𝑒 = 34 + 4 ( ) = 34
33 − 21
MODA

∆1
𝑀𝑜 = 𝑙𝑖𝑚. 𝑖𝑛𝑓 + 𝑐( )
∆1 + ∆2
4
𝑀𝑜 = 34 + 4 ( ) = 36.29
7
La relación que hay entre ellas es que están en un solo intervalo en este caso sería el intervalo 34 a
38 que es donde coincide la media, mediana y moda específicamente.

VARIANZA
𝑘
2
(𝑥𝑖− 𝑥̅ )2 ∗ 𝑛𝑖
𝑆 =∑ = 38.35
𝑛−1
𝑖=1

DESVIACION ESTANDAR

𝜎 = √𝑠 2 = 6.19
COEFICIENTE DE VARIACION
 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛⁡𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 6.19
𝐶𝑉 = = = 0.18
𝑀𝑒𝑑𝑖𝑎 34.67
COEFICIENTE DE ASIMETRIA
𝑥̅ − 𝑀𝑜 34.67 − 36.29
𝐴𝑆 = = = −0.26
𝜎 6.19
COEFICIENTE DE APARTAMIENTO (KURTOSIS)
𝑃75 − 𝑃25
𝐾= − 0.50
𝑃90 − 𝑃10
75𝑛
− 𝑁𝑗−1
𝑃75 = 𝑙𝑖𝑚. 𝑖𝑛𝑓 + 𝑐(100 )
𝑁𝑗 − 𝑁𝑗−1
36 − 33
𝑃75 = 38 + 4 ( ) = 39.33
42 − 33
25𝑛
− 𝑁𝑗−1
𝑃25 = 𝑙𝑖𝑚. 𝑖𝑛𝑓 + 𝑐(100 )
𝑁𝑗 − 𝑁𝑗−1
12 − 4
𝑃25 = 30 + 4 ( ) = 31.88
21 − 4
90𝑛
− 𝑁𝑗−1
𝑃90 = 𝑙𝑖𝑚. 𝑖𝑛𝑓 + 𝑐(100 )
𝑁𝑗 − 𝑁𝑗−1
43.20 − 42
⁡⁡𝑃90 = 42 + 4 ( ) = 42.96
47 − 42
10𝑛
− 𝑁𝑗−1
𝑃10 = 𝑙𝑖𝑚. 𝑖𝑛𝑓 + 𝑐(100 )
𝑁𝑗 − 𝑁𝑗−1
4.80 − 4
𝑃10 = 26 + 4 ( ) = 26.36
13 − 4
39.33 − 31.88
𝐾= − 0.50 = −0.05
42.92 − 26.36