ESTADÍSTICA DESCRIPTIVA

ACTIVIDAD INICIAL

DESARROLLO DE EJERCICIOS

DANIEL OSORIO

JORELY GUZMAN

WILSON DANOVIS CANO

MILTON JHON JAIRO GARZON

ERIKA URREA BERMUDEZ

MARIA CAMILA GONZALES

TUTORA

GACHETÁ, 2018
 DESARROLLO DEL TALLE
1. Definir que es la estadística y dar un ejemplo de ella.

La estadística:

Es una rama matemática que consiste en el estudio de análisis de una determinada

muestra de datos con el fin d buscar correlaciones, dependencias y conclusiones a
partir de observaciones hechas. También a su vez se encarga de la recolección,
agrupación, presentación, análisis e interpretación de datos.
Para hacer una estadística es necesario tener en cuenta los siguientes conceptos:
 Población: son los elementos a los que se le realizara un estudio.
 Muestra: Es una parte representativa de la población.
 Individuo: Cada uno de los elementos de la población.
 Valor: es el resultado que puede tener cada uno de los datos.
 Dato: es el valor que puede tener cada uno de los individuos del estudio.
 Muestreo: es el conjunto de datos obtenidos de la muestra.

Teniendo claro lo anterior observaremos el siguiente ejemplo:

¿Cuántos estudiantes aprobaron el año?

Población: La población será de 350 estudiantes.
Muestra: se escogieron 50 estudiantes.
Individuo: Es cada uno de los estudiantes de la población.
Valor: Consta de dos valores:
- Aprobó
- No aprobó
Dato: es cada valor que toma cada individuo.
Muestreo:
N° Estudiantes Aprobó No aprobó
50 35 15

2. Escribir con sus propias palabras las siguientes definiciones de muestra y dar un
ejemplo de cada una de ellas:

a. Muestra aleatoria:
Es una técnica de muestreo que se caracteriza por que cada elemento de una población
tiene la misma posibilidad de ser escogidos al azar.
Ejemplo:
Carla necesita escoger 15 individuos que harán parte de la muestra en la que soportara
su investigación, para esto sortea 30 números del 1 al 30, los cuales tengan los 15
números pares serán parte de la muestra que necesita.
b. Muestra estratificada:
Técnica de muestreo que consiste en separar la población en diferentes grupos los
cuales cuentan con características similares a estudiar.
Ejemplo:
En una población de animales como tema general se puede estratificar o dividir en
diferentes grupos con ciertas características de similitud como son:
 Animales de 4 patas
 Animales de 2 patas
 Animales sin patas
 Animales vertebrados
 Animales invertebrados
 Animales reptiles
 Animales anfibios
 Animales mamíferos

Y demás características que podrían componer una muestra para el desarrollo de un

estudio.

c. Muestra sistemática
Técnica de muestreo en el que se ordena cada uno de los individuos por medio de una
regla determinada que se centra necesariamente que se centra necesariamente en la
cantidad de la muestra.
Ejemplo:
Se enumera los estudiantes del 1 al 140, luego se calcula el intervalo constante entre
cada individuo:
𝑁 (𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛) 140
= =7
𝑛(𝑚𝑢𝑒𝑠𝑡𝑟𝑎) 20
Se sortea en número del 1 al 4 y el número que salga se les sumara la misma cantidad
hasta llegar a 20.

d. Muestra por conglomerados:

Técnica que consiste en formar agrupamientos los cuales responden con las
características que se desean de la muestra o del estudio investigativo.
 Ejemplo:
La empresa codensa pretende hacer un estudio sobre el consumo de energía que hay
en la ciudad de México por esta razón es necesario realizar una muestra de
conglomerado lo cual se determina el número de manzanas por barrio el cual se va
hacer el estudio.
e. Muestra por conveniencia:
Como su nombre lo dice es una técnica de muestreo de forma no probabilística que
permite seleccionar los individuos según su proximidad y accesibilidad.
Ejemplo:
Una institución pretende hacer un estudio de que alimentos son consumidos
diariamente en la hora de descanso para esto deciden escoger como población los
estudiantes de su mismo establecimiento del cual después realizaran un muestro
aleatorio para determinar estos resultados.
3. Describir cuales son las medidas de posición y medidas de dispersión y explicar
cada una de ellas
MEDIDAS DE POSICION: Ofrecen resumen de la información que se incluye en
la distribución de frecuencias.
Cuando se calcula una medida de posición se está buscando un valor único que
ofrezca información relevante sobre la distribución, siendo esta relevante siempre y
cuando tenga utilidad práctica.
Para que una medida de posición resulte ser representativa de la distribución de
frecuencias de la que proviene y de igual manera se a útil para su interpretación debe
poseer las siguientes características:
1. Que se pueda calcular siempre; no todas las medidas de posición son siempre
calculables.
2. Que considere todo y cada de los valores que toma la variable
3. Que sea única, al momento de ser calculada se obtenga siempre un único valor

Las medidas de posición pueden ser centrales llamadas así ya que indican la ubicación
del centro de conjunto de datos, buscan de un modo u otro el centro de la distribución;
o no centrales ya que estas buscan otras posiciones dentro de la distribución.
MEDIDAS DE POSICION CENTRALES:
 MEDIA ARITMÉTICA (𝑥̅ ): Es la medida de posición más importante y de uso más
extendido, está indica el valor que tomaría la variable. La media aritmética se obtiene
sumando todos los valores de la muestra y dividiendo el valor obtenido por el número
de valores sumados.
 𝑥1 𝑛1 + 𝑥2 𝑛2 + ⋯ 𝑥𝑛 𝑛𝑛 ∑𝒏𝒊=𝟏 𝒙𝒊 𝒏𝒊
𝑥̅ = =
𝑁 𝑵
 (Letra sigma mayúscula): significa que todos los valores para la variable se suman
desde el primero (i=1) hasta el último (i=n)
Xi es cada dato, el subíndice “i” varia de 1 a n, cantidad de datos de la muestra

Propiedades de la Media Aritmética:

La media aritmética tiene, entre otras, las siguientes propiedades:
 Para un conjunto de datos hay una y sólo una media aritmética.
 Su cálculo es sencillo.
 Es sensible a los valores extremos porque en su cálculo se utilizan todos los valores
de la muestra
La media aritmética presenta las siguientes ventajas:

1. Tiene en cuenta todos los valores de la distribución, ya que cuando la calculamos

hacemos uso de todos ellos.
2. Casi siempre que se tienen valores numéricos se puede calcular y da como resultado
un valor único. Se debe tener en cuenta que si se tienen distribuciones agrupadas con
intervalos abiertos, no se puede calcular la media.
3. Es lo que se denomina centro de gravedad de la distribución. Es decir que si se calcula
la distancia de cada valor de la media y se suman todas, el resultado es igual a cero.
𝑛
∑ (𝑥𝑖 − 𝑥̅ ) ∙ 𝑛𝑖 = 0
𝑖=1
4. Se cumple el denominado Teorema de König, el cual si se calculó el cuadrado de las
distancias de todos los valores de la variable respecto a una constante cualquiera, esa
distancia se hace mínima cuando la constante es la media aritmética.
5. La media aritmética se comporta del mismo modo que el resto de valores ante
transformaciones lineales, es decir si se multiplican todos los valores de la
distribución por una constante, la media quedara multiplicada por dicha constante, y
si se suman a todos una constante, la media se verá afectada en transformación del
mismo modo:

𝑠𝑖 𝑦 = 𝑎𝑥𝑖 + 𝑏, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑦̅ = 𝑎𝑥̅ + 𝑏

La media aritmética también tiene algunas desventajas:

1. La media aritmética no se puede calcular cuando la variable no es numérica o esta
agrupada presentando intervalos abiertos.
2. La media aritmética se ve afectada por los valores anormalmente extremos.

 MEDIANA (𝑥) ̃ : es el valor de la variable que divide al conjunto de datos, estando

ordenado de forma creciente, en dos partes iguales. De tal manera que el número de
 datos mayor o igual a la mediana es igual al número de datos menores o iguales a
esta.
 Si el número de valores es impar, la mediana es el valor ubicado en el centro
 Si el número de valores es par, entonces la mediana corresponde a la media aritmética
de los dos valores centrales.
 MODO (Mo o 𝑥̂): Es el valor de la variable que ocurre con mayor frecuencia.
Si todos los valores son diferentes, se dice que la serie no tiene modo. De igual
manera también puede ocurrir que haya más de un modo.

OTRAS MEDIDAS DE POSICION:

 CUARTILES: los cuartiles son 3 valores.

Q1: PRIMER CUARTIL

Q2: SEGUNDO CUARTIL
Q3: TERCER CUARTIL
Estos tres valores dividen el conjunto de datos, después de haber sido ordenados de
forma creciente, en 4 partes iguales de tal manera que:
 Por debajo de Q1 se encuentre el 25% de los datos y por arriba del mismo el 75% de
la serie.
 Por debajo de Q2 se encuentre el 50% de los datos y por arriba el otro 50% de la serie,
de tal manera Q2 coincide con la mediana.
 Q3 deja por debajo del mismo el 75% de los datos y por arriba de este queda el 25%
de la serie.

Cuando se quiere calcular los cuartiles de alguna serie de datos primero se calculan
las respectivas posiciones o ubicaciones.
1. Se ordenan los datos de manera creciente y se utiliza las siguientes formulas:
𝑛+1
Posición de Q1: ésima observación ordenada
4
2(𝑛+1) 𝑛+1
Posición de Q2: = ésima observación ordenada
4 2
3(𝑛+1)
Posición de Q3: ésima observación ordenada
4
2. Se identifica en la serie de datos ordenados que valor corresponde a cada uno de ellos.
 DECILES: Son nueve valore y dividen la serie en 10 partes iguales. Se denotan de la
siguiente manera:
𝐷1 , 𝐷2 , 𝐷3 , 𝐷4 , 𝐷5 , 𝐷6 , 𝐷7 , 𝐷8 , 𝐷9
Se interpretan de la siguiente manera:
 D1 es un valor que la variable deja por debajo de él, el 10% de los datos y por encima
el 90% de la serie.
 D2 es un valor de la variable que deja por debajo de él, el 20% de los datos y por
encima el 80% de la serie. Así sucesivamente con los siguientes deciles. De esta
forma el D5 coincide con la mediana.

 PERCENTILES: Son 99 y dividen a la serie de datos en 100 partes iguales. Se

denotan como Pi , con i = 1, 2, 3,…99.
La interpretación de estos es semejante a la de los deciles.
 P1 es un valor variable que debajo de él se encuentra el 1% de los datos y por encima
el 99% de la serie.
 …
 P50 es un valor de la variable que debajo de él se encuentra el 50% de los datos y por
encima el 50% de la serie. Este valor coincide con Q2, que corresponde a la mediana.

MEDIDAS DE DISPERSION: La dispersión de un conjunto de observaciones se

refiere a la variabilidad que muestras estos valores.
La magnitud de la dispersión es “pequeña” cuando los valores son cercanos entre sí.
Al contrario si los valores están ampliamente esparcidos, decimos que la dispersión
es “grande”.
Como medidas de dispersión se tienen las siguientes:
 RANGO O AMPLITUD (R): Esta medida se calcula como la diferencia entre e valor
más grande y el valor más pequeño de una serie de datos.
𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛
Representando:
𝑥𝑚𝑎𝑥 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑚𝑎𝑥𝑖𝑚𝑜 𝑜 𝑚𝑎𝑠 𝑔𝑟𝑎𝑛𝑑𝑒 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠
𝑥𝑚𝑖𝑛 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑚𝑖𝑛𝑖𝑚𝑜 𝑜 𝑚𝑎𝑠 𝑝𝑒𝑞𝑢𝑒ñ𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑎𝑡𝑜𝑠

La utilidad de esta medida es limitada debido a que solamente depende de valores

extremos y, se pueden tener dos series de datos con el mismo rango pero diferente
variabilidad ya que en el centro de la serie de los datos se comporta de diferente
manera. La ventaja de este se ve reflejada en la simplicidad del cálculo de está.

 VARIANZA (𝑆 2 ): Cuando los valores de un grupo de datos se encuentran ubicados

cerca de la media, la dispersión es menor que cuando están más alejados de la media.
Esta idea permite considerar una medida de dispersión que tenga en cuenta la
variabilidad alrededor de la media. Esta medida se conoce como varianza o variancia.
El cálculo de esta es de la siguiente manera, se resta la media de cada uno de los
valores individuales y a estas diferencias se elevan al cuadrado y se suman. Luego a
esta suma se la divide por la cantidad de datos menos 1.
Lo anterior se refleja en la siguiente formula:
 ∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝑆2 =
𝑛−1
La varianza se puede calcular con calculadora científica.
 DESVIACION ESTANDAR (S): Es la raíz cuadrada de la varianza,

∑𝑛𝑖=1(𝑥𝑖 − ̅̅̅
𝑥)2
𝑠= √𝑠 2 =√
𝑛−1
 COEFICIENTE DE VARIACIÓN (CV): Cuando queremos comparar la variabilidad
de dos conjuntos de datos, la comparación directa de las dos desviaciones estándar
puede dar resultados equivocados. Esto ocurre si las dos variables involucradas tienen
medidas en diferentes unidades (por ejemplo si comparamos estatura y peso) o si
utilizando las mismas unidades de medición, las dos medias pueden ser diferentes
(por ejemplo si comparamos pesos de niños y de adultos). En estos casos necesitamos
una medida que exprese la desviación estándar como porcentaje de la media.
𝑆
La expresión es: 𝐶. 𝑉. = 𝑋̅ 100
La desviación estándar y la media se expresan en las mismas unidades y por lo tanto
obtenemos una medida adimensional que al multiplicarla por cien da el valor en
porcentaje

4. Explicar el coeficiente de variación y los diferentes cuartiles que existen.

5. Los siguientes datos representa el número de hijos que tiene los funcionarios de
una empresa.
6. 1,2,4,1,0,0,4,2,1,3,4,1,0,0,0,0,4,3,2,4,5,1,0,3,2,3,1,0,1,0,2,3,0,2,1,4,0,1,1,2.
Con base a la información anterior, halla:
a. la tabla de frecuencia
b. media
c. moda
d. histograma
e. quantiles
7. Efectuar las siguientes operaciones:
4 4
a. 3 + 1
2+
3
4 2𝑥 2 +13
b. √
132−𝑥 2
8. Hallar la solución o soluciones de las siguientes ecuaciones:
a. 2𝑥 4 − 13 = −87
12−7𝑥 3+𝑥 2 2
b. + − √𝑥
𝑥 𝑥2
9. Describa los diferentes tipos de soluciones para una ecuación cuadrática de la forma
𝑎𝑥 2 + 𝑏𝑥 + 𝑐 = 0.

Solución:
Los tipos de solución para una ecuación cuadrática de la forma 𝑎𝑥 2 + 𝑏𝑥 + 𝑐 = 0 son
tres por factorización, por completación de trinomio cuadrado perfecto o por la fórmula
cuadrática, por ejemplo:
3𝑥 2 + 5𝑥 − 2 = 0 𝑝𝑜𝑟 𝑓𝑎𝑐𝑡𝑜𝑟𝑖𝑧𝑎𝑐𝑖𝑜𝑛
(3𝑥 − 1)( x + 2)
3x − 1 = 0 x+2=0
3x = 1 x = −2
1
x=
3
−𝑏 ± √𝑏 2 − 4𝑎𝑐
𝑝𝑜𝑟 𝑓ó𝑟𝑚𝑢𝑙𝑎 𝑐𝑢𝑎𝑑𝑟á𝑡𝑖𝑐𝑎 =
2𝑎
𝑎=3 𝑏=5 𝑐 = −2
2
−(5) ± √(5) − 4(3)(−2)
=
2(3)
−5 ± √25 − 4(−6)
=
6
−5 ± √25 + 24
=
6
−5 ± √49
=
6
−5 ± 7
=
6
−5 − 7 −5 + 7
𝑥= 𝑥=
6 6
−12 2
𝑥= 𝑥=
6 6
1
𝑥 = −2 𝑥=
3

𝑝𝑜𝑟 𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑡𝑟𝑖𝑛𝑜𝑚𝑖𝑜 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑝𝑒𝑟𝑓𝑒𝑐𝑡𝑜 3𝑥 2 + 5 𝑥 − 2 = 0

𝑒𝑚𝑝𝑒𝑧𝑎𝑚𝑜𝑠 𝑐𝑜𝑛𝑣𝑖𝑟𝑡𝑖𝑟𝑛𝑑𝑜 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑒𝑛 𝑚𝑜𝑛𝑖𝑐𝑎 𝑑𝑖𝑣𝑖𝑑𝑖𝑒𝑛𝑑𝑜𝑙𝑎 𝑝𝑜𝑟 3
5 25 2 25
𝑥2 + 𝑥 + = +
3 36 3 36
5 25 24 + 25
𝑥2 + 𝑥 + =
3 36 36
5 25 49
𝑥2 + 𝑥 + =
3 36 36
5 2 49
(𝑥 + ) =
6 36
5 2 49
√ (𝑥 + ) = √
6 36
 5 7
|𝑥 + | =
6 6
5 7 5 7
𝑥+ =− 𝑥+ =
6 6 6 6
7 5 7 5
𝑥=− − 𝑥 = −
6 6 6 6
12 2
𝑥=− 𝑥=
6 6
1
𝑥 = −2 𝑥=
3

10. Hallar los valores de las variables de las siguientes ecuaciones:

a. 2𝑥 − 4𝑦 + 𝑧 = 10
4𝑥 + 2𝑦 + 5𝑧 = 18
12𝑥 − 8𝑦 − 𝑧 = 26
b. 𝑥 + 𝑦 + 𝑧 = 4
3𝑥 − 2𝑦 − 𝑧 = 4
𝑥 + 3𝑦 − 5𝑧 = 1

𝑈𝑠𝑎𝑚𝑜𝑠 𝑙𝑎𝑠 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 1 𝑦 3, 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑚𝑜𝑠 𝑝𝑜𝑟 − 2 𝑙𝑎 𝑝𝑟𝑖𝑚𝑒𝑟 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛

−4𝑥 + 8𝑦 + 2𝑧 = −20
12𝑥 − 8𝑦 − 𝑧 = 26
8𝑥 + 𝑧 = 6 (4)

𝑈𝑠𝑎𝑚𝑜𝑠 𝑙𝑎𝑠 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 1 𝑦 2, 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑚𝑜𝑠 𝑝𝑜𝑟 2 𝑙𝑎 𝑠𝑒𝑔𝑢𝑛𝑑𝑎

2𝑥 − 4𝑦 + 𝑧 = 10
8𝑥 + 4𝑦 + 10𝑧 = 36
10𝑥 + 11𝑧 = 46 (5)

𝑀𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎𝑚𝑜𝑠 𝑝𝑜𝑟 − 11 𝑒𝑛 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 (4)

−88𝑥 − 11𝑧 = −66
10𝑥 + 11𝑧 = 46
−78𝑥 = −20
−20
𝑥=
−78
𝒙 = 𝟎, 𝟐𝟓𝟔𝟒

𝑅𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑎𝑚𝑜 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑥 𝑒𝑛 𝑙𝑎 𝑒𝑐𝑢𝑎𝑐𝑖ó𝑛 4 𝑝𝑎𝑟𝑎 ℎ𝑎𝑙𝑙𝑎𝑟 𝑧

𝑧 = 6 − 8(0,2564 )
𝒛 = 𝟑. 𝟗𝟒𝟖
2𝑥 − 4𝑦 + 𝑧 = 10
−4𝑦 = 10 − 2𝑥 − 𝑧
−4𝑦 = 10 − 2(0,2564) − 3.948
5.5392
𝑦=
−4
𝒚 = −𝟏, 𝟑𝟖