ESCUELA DE EDUCACIÓN

SUPERIOR TÉCNICO
PROFESIONAL

HÉROE NACIONAL CAPITÁN PNP

“ALIPIO PONCE VASQUEZ”
PUENTE PIEDRA – LIMA

SILABUS DESARROLLADO DE LA
ASIGNATURA “ ESTADISTICA ”
PROMOCION 2019 – II “INTEGRIDAD ”

2020

1
 SILABUS
ESTADISTICA
I. DATOS GENERALES
ASIGNATURA : ESTADISTICA
EJE CURRICULAR : Formación Técnico Profesional Policial
AREA COGNITIVA : Formación Académica del Programa Regular
HORAS SEMESTRALES: 48 horas académicas
HORAS SEMANALES : 03 Horas
DIA Y HORA : LUNES 10.40– 13.20
PERIDO ACADEMICO : II PERIODO ACADEMICO PROMOCION 2019 – II
“INTEGRIDAD ”
II. PRESENTACION
La presente asignatura aporta al perfil del Técnico Profesional en el
curso de ESTADISTICA como recopilación, organización, presentación,
análisis e interpretación de datos y su utilización, análisis interpretación
de datos y su utilización en la toma de decisiones.
Calculo de las medidas de tendencia central y de dispersión y una
Introducción a probabilidades aplicados a la función policial. Nociones
de análisis combinatorio.

III. OBJETIVOS GENERALES:

 Proporcionar los métodos y procedimientos para el análisis de datos.

 Proporcionar los conocimientos básicos del diseño de experimentos
 Usar los métodos estadísticos en la toma de decisiones
 Aplicaciones a la función Policial.

III . OBJETIVOS ESPECIFICOS:

Al finalizar el curso los alumnos de la Promoción “INTEGRIDAD “
deben conocer:

 Recopilar organizar y presentar datos.

 Calcular las medidas de tendencia central y de dispersión y aplicar a la función
Policial.
 Analizar e interpretar resultados a problemas de aplicación a ala función
Policial.

IV METODOLOGIA :

El desarrollo del curso se basa en la participación activa de los

alumnos mediante el desarrollo de problemas aplicados a la

2
 actividad policial..
Las clases teóricas se complementaran con las prácticas y talleres
dirigidas.

V. CONTENIDOS.
CONTENIDOS

COMPETENCIA
I UNIDAD Comprender los conceptos básicos de la
CONCEPTOS BASICO DE LA ESTADISTICA Estadística descriptiva como inferencial,
DEFINICION DE VARIABLES población, muestra, definición de
variables, tanto cualitativas como
cuantitativas.

 Reconoce, describe, analiza,

expresa, clasifica y formaliza los
SESIÓN 1
conceptos de la estadística tanto
 Presentación de la Asignatura. descriptiva como inferencial.
 Conceptos básicos Estadística  Identifica el contenido del curso
PRIMERA
Descriptiva Estadística Inferencial, Diferencia los conceptos y teorías
SEMANA Población, muestra Estadísticas.
(03 hrs)  Reconoce que es una población y
una muestra.
18MAY2020

SESIÓN 2  Clasifica los distintos tipos de

variables, así como clasifica las
 Definición de variables
SEGUNDA nomenclaturas Estadísticas.
clasificación de variables
 Muestra interés en conocer los tipos
SEMANA  Variables Cualitativa.
y clases de variables.
 Variables Cuantitativa.
(03 hrs)  Discrimina los distintos tipos de
 Valor Estadístico.
25MAY2020 variables, así como clasifica las
 Sumatorias simples
nomenclaturas estadísticas

3
 SESIÓN 3  Toma de datos primarios y
Secundarios.
 Práctica calificada de
TERCERA  Interpreta los datos como
recopilación, tabulación de
fuentes de proyección.
SEMANA datos
 Utiliza sus datos para su
 Presentación de datos
análisis.
(03 hrs)
01JUN2020

SESIÓN 4  Utiliza agrupación de

frecuencias absolutas y
 Tabla de distribución de
CUARTA relativas simples.
frecuencias para una variable
 Prepara cuadro de
SEMANA cualitativa.
distribución de frecuencias
 Ordena califica los datos y su
(03 hrs) periodicidad.
08JUN2020

COMPETENCIA
II UNIDAD Prepara cuadro de distribución de
DISTRIBUCIÓN DE FRECUENCIAS, frecuencias.
REPRESENTACIONES GRÁFICAS.

 Conoce y utiliza sus datos

SESIÓN 5
para su análisis.
 Recopilación, tabulación de datos  Infiere datos sobre medidas
QUINTA  Presentación de datos tendencia central para datos
agrupados y no agrupados
SEMANA
(03 hrs)
01-
06JUN20

4
  Conoce y comprende la agrupación
de frecuencias absolutas y relativas
SESIÓN 6
SEXTA simples y acumuladas
 Práctica dirigida de Distribución  Prepara cuadro de distribución de
SEMANA
de frecuencias para una variable frecuencias.
(03 hrs) cuantitativa y cualitativa  Ordena, clasifica los datos y su
05-20JUN20 periodicidad.

SESIÓN 7
SEPTIMA
 1ER EXAMEN PARCIAL
SEMANA
(03 hrs)
29JUN2020

OCTAVA  Conoce gráficos estadísticos y su

clasificación.
SEMANA OCTAVA 8
 Uso de cuadros estadísticos.
(03 hrs)  Estadística gráfica de barras.  Realiza y describe con precisión
06JUL2020  Estadística grafica de histogramas cuadros estadísticos.
de frecuencia y polígonos de
frecuencia.

NOVENA
SEMANA NOVENA 9
(03 hrs)  Práctica calificada Taller de Repaso.
13JUL2020

5
 COMPETENCIA
III UNIDAD Organizar los graficos estadígrafos de
MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN tendencia central en la presentación de
de diversos datos frente a la realidad del
campo policial, manifestando confianza y
perseverancia en su aprendizaje.

 Conoce y aplicar y resolver con

claridad ejercicios.
DECIMA  Media aritmética propiedades.
 Identifica las propiedades de media
 Mediana propiedades.
SEMANA aritmética y mediana.
 Datos originales
 Interpreta el valor central
(03 hrs)
20 JUL
20

SESIÓN 11  Aplica y resuelve con claridad

DÉCIMA
ejercicios
PRIMERA  Moda propiedades.
 Resuelve problema propuestos de
SEMANA  Práctica Calificada.
cálculo con precisión.
(03 hrs) 
27JUL20

SEGUNDA EVALUACION PARCIAL

DÉCIMA
SEGUNDA
SEMANA
(03hrs)
03AGO20

6
 SESIÓN 13  Identifica la diferencia de datos
DÉCIMA
originales y agrupados
TERCERA  Cuantiles
 Deciles y percentiles
SEMANA  Datos no agrupados y agrupados
(04 hrs)
10AGO20

SESIÓN 14  Identifica y contrasta las formulas

DÉCIMA
con los resultados.
CUARTA  La Varianza
 Analiza e interpreta la separación de
 Desviación media.
SEMANA datos.
 Definiciones y propiedades
 Resuelve con precisión en sus
(04 hrs)  Coeficiente de variación
cálculos.
17AGO20  Resuelve casos y relaciona y decide
la variación de datos.

SESIÓN 15
DÉCIMA
SUSTENTACION DE TRABAJOS
QUINTA
APLICATIVOS
SEMANA
(04 hrs)
24AGO20

SESIÓN 16
DÉCIMA
EVALUACION FINAL
SEXTA
SEMANA
(04 hrs)
31AGO AL
05SET2020

7
VII. EVALUACIÓN
La asistencia a las sesiones es obligatoria en un 100%, salvo situación de servicio,
lo que se informará al Departamento Académico (DACA).
El proceso de evaluación del aprendizaje será permanente, comprenderá:

A. Evaluación Diagnóstica o de Entrada para valorar el nivel de conocimiento de la

asignatura.
B. Evaluación Formativa Interactiva, en relación a la participación activa del
Alumno (a) en el aula. El promedio de las intervenciones orales constituirá Nota
de Paso Oral.
C. Evaluación Formativa o de Proceso para comprobar el rendimiento académico,
pronosticar posibilidades de desarrollo de los Alumnos (a) y reorientar la
metodología, para lo cual se aplicará:
1. Prácticas Calificadas, pruebas orales
2. Dos exámenes escritos parciales (7º y 12º semana), enmarcados en los
modelos de las Pruebas que son propias de la naturaleza de la Asignatura.
3. Un examen final (16º semana),

B. Evaluación Sumativa para comprobar el nivel de desarrollo cognitivo, reflexivo y

del pensamiento lógico, para lo cual se aplicará un examen final (16º semana),
de similar característica empleada en los exámenes parciales.
C. El Promedio General se calculará en concordancia con las disposiciones
establecidas en el Manual de Régimen de Educación de las Escuelas de
Formación de la PNP y con la naturaleza de la asignatura, conforme se detalla a
continuación:

Promedio General:
PG = [(PEP (3) + PO (1) + TA (2) +EF (4) ] /10
PEP = Promedio de Exámenes Parciales
PO = Prueba Oral
TA = Trabajo aplicativo
EF = Examen Final

VI. BIBLIOGRAFIA

 ESTADISTICA : M.R. Spiegel

 ESTADIST5ICA ELEMENTAL : Jhnson - Kuby
 ESTADISTICA APLICADA : C Martinez
 ESTASDISTICA EDITORIAL SAN MARCOS

8
 CAPITULO 1

INTRODUCCION. -
Este primer capítulo tiene por objetivo presentar algunos conceptos básicos de
estadística, así como de sumatorias simples y dobles los cuales se van a utilizar con
frecuencia para una mejor comprensión de los capítulos siguientes.
1.1 ESTADISTICA
Es una ciencia que proporciona métodos para el análisis de datos, cuando
Estos por su naturaleza presentan incertidumbre en la toma de decisión.
Otra definición es:
Es una matemática aplicada para el análisis de datos.
Es el estudio de los fenómenos aleatorios.
1.2 RAMAS DE LA ESTADISTICA
La estadística se divide en dos ramas:
 ESTADISTICA DESCRIPTIVA
Es la parte de la estadística que consiste en la recolección, organización,
presentación y el análisis de datos .

 ESTADISTICA INFERENCIAL
Es la parte de la estadística que consiste en tomar decisiones sobre el
comportamiento de una variable de interés de una población estadística en
estudio; utilizando para tal objetivo una muestra al azar. Es decir a partir de los
resultados obtenidos al procesar los datos de una muestra se generaliza el
resultado de dicha variable en la población, con un cierto riesgo que es
cuantificado por la teoría de la probabilidad. La estadística inferencial
proporciona métodos para el análisis de datos.
1.3 CONCEPTOS BASICOS
1.3.1 Población
Es la totalidad de unidades elementales (personas o cosas) sujeto a
estudio y que poseen una característica común, al tamaño de la población
(número de unidades elementales) se simboliza con la letra mayúscula “N”
Una población en estudio puede ser finita (Se puede enumerar sus
Elementos) o infinita (no se pueden enumerar sus elementos)
Ejemplos:
a.- Todas las tiendas que se dedican a la venta de gas en el distrito de la
Molina en el año 2019 (N= 850)
b.- Todos los establos de ganado vacuno en el departamento de Cajamarca
en el I semestre del 2019 ( N= 2350 )
c.- Todos los alumnos matriculados en el semestre 2019 –I
d.- Todos los Cadetes de la Escuela de Oficiales de la PNP, en el proceso
de formación en el año 2015. (N= 788)
e.- Todas las multas impuesta por la PNP por infringir al Reglamento
Nacional de Transito durante el mes de setiembre del año 2019
(N= 1 679)
f.- Todos los usuarios que concurren a la Biblioteca de letras y Ciencias
Humanas de la UNMSM, un día cualquiera (N= 1742)

9
 1.3.2 Unidad Elemental
Es cada uno de los elementos que conforman la población en estudios,
de la cual se requiere información . De una unidad elemental se define
muchas variables de interés para el investigador
ejemplo:
a) Una población que se dedica a la venta de gas en el distrito de la molina
Dato u observación.-
Es el valor (atributo, conteo o medición) que forma la variable de interés
en la unidad elemental.
Los valores que se toma una variable en particular x, se representa con
letras minúsculas acompañadas por subíndice, es decir ,
X = ( X 1 , X2 , X 3 ………………… X n )
X i = valor que toma la variable x en la i-esima observación
1.3.4 Variable
Es una característica de interés que se desea analizar de una unidad
Elemental. La variable en estudios la fija el investigador, el valor que toma
la variable ( dato u Observación ) cambia de unidad elemental a otra. A
una variable se le simboliza universalmente con las ultimas letras del
Abecedario, tales como x, y, z , o también letras mayúsculas acompañada
con subíndice, tales como :
x1 , x2 , …….. x k
Ejemplo de variables en estudio:
a.- X= Montos ( s/ ) por venta diaria de balones de gas
b.- Y= Cantidad de ganado vacuno en un establo
c.- z= Color de ojos de los Cadetes de la EO- PNP
d.- W= Volumen (cm 3) del contenido de botella de gaseosa
e.- T= Tiempo (minutos) que permanece un usuario en un cajero
Automático.
1.3.5 Tipos de variables:
De acuerdo a los valores que toma la variable en estudio, se clasifican en:
 Variable Cualitativa.-
Cuando los valores que toma la variable en estudio provienen de una cualidad o
atributo, se divide a su vez en nominal y jerárquica (ordinal).

 Variable Cualitativa Nominal.-

Una variable se considera cualitativa nominal cuando con los valores que
Forma esta variable no es posible establecer un orden de acuerdo a su
importancia.
Ejemplos:
a. X= color de los ojos de los alumnos – PNP
b. Y= Preferencias a determinadas marcas de jabones de tocados por
las alumnas femeninas.
c. Z= Sexo de los alumnos –PNP

* Variable Cualitativa Jerárquica.-

Una variable se considera cualitativa jerárquica cuando los valores cuando
los valores que toma la variable en estudio es posible establecer un orden

10
 de acuerdo a su importancia (ascendentemente o descendentemente)
Ejemplos:
a.- X= Grados Académicos de los Docentes de la Facultad de Ingeniería de
Sistema de la Universidad Mayor de San Marcos, bachiller, magister
b- Y= Grados del personal de Oficiales de la Policía Nacional del Perú
Teniente General, General, Coronel, Comandante, Mayor, Capitán,
Teniente, Alférez.
c.- Z= Clase social: alta, media, baja.
* Variable Cuantitativa
Los valores que toma la variable provienen de un conteo o de una
medición instrumento de medida, metro, balanza, cronometro, termómetro
etc) .
Se divide a su vez:
 Variable Cuantitativa Discreta

Una variable se considera cuantitativa discreta cuando los valores que toma
la variable provienen de un conteo . También se dice que los valores que
toma esta variable están asociados a los números enteros.
Ejemplos:

a. X = Numero de gusanos por hoja

b. Y = Número de hijos por familia
c. Z = Número de accidentes diarios de transito registrados durante un
mes determinado.
d. T= Numero de artículos de las revistas científicas.

* Variable Cuantitativa Continua.-

Una variable se considera cuantitativa continua cuando los valores que toma la
variable provienen de una medición, es decir, los valores que toma se
encuentran en un intervalo. También se dice que los valores que toma esta
variable están asociados a los números reales.
Ejemplos:

a. X= Tiempo de vida (hora) de baterías para automóviles

b. Y= Edad (años) de los alumnos matriculados en el presente año
Académico .
c. Z = Estatura (mts) de los alumnos –PNP.
1.3.6 Muestra
Es una parte representativa de la población estadística en estudio o
también se dice que es un subconjunto de unidades elementales de
la población . Al tamaño de la muestra se le representa con la letra
minúscula “n”
Se dice que una muestra es aleatoria o al azar , cuando todos los
Elementos de la población tienen la misma probabilidad de ser
parte de la muestra.

11
 Muestreo.- Es el procedimiento para obtener una muestra
representativa de la población en estudio .

1.3.7 Parámetro.-
Es un valor fijo que caracteriza a la variable de interés en la
población en estudio. Para conocer este valor se requiere tener
Todos los datos de la variable en la población por lo general este
valor casi nunca se conoce el objetivo de investigador es estimarlo
a través de una muestra aleatoria .Los parámetros más usados son
1. La media aritmética
2. La mediana
3. La Moda
4. La media Geométrica
5. La media Armónica
6. La varianza
7. La Desviación Estándar
8. Coeficiente de variación

1.3.8 Valor Estadístico o estimado

Es un valor calculado con los datos de la muestra aleatoria y se
Supone estima al valor del parámetro de la variable en estudio en la
Población .Este valor cambia de una muestra a otra muestra.
La formula permite calcular el valor estadístico, recibe el nombre de
Estimador o estadística .
Los valores estadísticos más utilizados son:

a. La media aritmética
b. La mediana
c . La Moda
d. La media Geométrica
e. La media Armónica
f. La varianza
g. La Desviación Estándar
h. Coeficiente de variación

1.4 Ejercicios resueltos

Ejemplo -1
En Lima Metropolitana se toma una muestra aleatoria de 30 grifos que se
dedican a la venta de combustible de un día determinado, se obtiene en
siguiente resultado, el monto de venta diaria promedio de s/ 12 600.50 con
esta información identificar población estadística, unidad elemental, variable en
estudio, tipo de variable, un posible dato, tamaño de la muestra, parámetro y
estimado o valor estadístico.
Solución:

Población estadística : Todos los grifos de Lima Metropolitana, que se

12
 dedican a la venta de combustible .
Unidad elemental : Un grifo de Lima Metropolitana, que se dedican
a la venta de combustible.
Variable en estudio : Monto por venta ( s / ) diaria de combustible
Tipo de variable : Variable cuantitativa continua
Dato u observación : s/ 12 600.50
Tamaño de la muestra : 30 grifos
Parámetro : No se conoce el monto promedio por venta
diaria en la población .
Dato estadístico : s/ 12 600.50.

Ejemplo -2

De una población de 2 042 revistas científicas de biología, el 41,63% están

escritas en idioma inglés, Una muestra aleatoria de 50 revistas arroja que el
42.12% están escritas en inglés, el promedio de artículos por revistas es de 12,4
.Con esta información identificar, población unidad elemental, variables, en
estudios, tipos de variables, posibles datos, tamaño de la muestra, parámetro y
estimado o valor estadístico.
Solución:
Población estadística: Todas las revistas científicas de biología N=2 042
Unidad elemental : Una revista científica de biología
Tamaño de la muestra:50 revista científicas de biología

Variable en Tipos de Datos u Parámetro Estimador o

estudio variables observaciones valor
estadístico
Idioma de la Cualitativa Español Ingles 41,63% 42,12%
revista Nominal Portugués
Número de Cuantitativa 12,16, 8, 9 etc Se desconoce 12, 4
artículos Discreta artículos

1.5 Ejercicios Propuestos.-

En cada uno de los siguientes enunciados identificar de ser posible , la
población ,unidad elemental, variables en estudio, tipos de variables,
tamaño de la muestra , valores estadísticos, parámetros, y un ejemplo
de dato en cada caso :
1. De una población de 1000 alumnos PNP, se elige una
Muestra aleatoria de 25 cadetes, arrojando la siguiente información : el
98.4% son varones , la estatura promedio es d 1,69 mts, el gasto
semanal promedio por cafetería es de s/ 35.8 el 30% se encuentran
en el 5to año de estudio-
2. Una muestra aleatoria de 30 recién nacidos en la Maternidad de Lima
Arroja un peso promedio de 3.50 Kg.

13
 3. Una muestra aleatoria de 550 peruanos mayores de 18 años arroja que
el 30% está de acuerdo con las medidas económicas anunciados por
el gobierno hace uno días .
4. Para analizar la posibilidad de lanzar al mercado una nueva marca de
cigarrillos, se efectuó una encuesta entre fumadores que transitan por
la quinta cuadra de la av. Canadá entre las 5 P.m. y 8 P.m. del día 14
de febrero, para ello se seleccionó en forma aleatoria a 80 fumadores
obteniéndose los siguientes resultados : el 65% prefiere los cigarrillos
importados que los nacionales y el precio promedio que pagan al
comprador una cajetilla es de s/ 7.40.

1.6 SUMATORIAS SIMPLES DOBLES Y NOTACION PUNTUAL

1,7,1 SUMATORIAS SIMPLES.

Sea x, una variable en estudio que toma valores x 1 x 1 ……..xn , la

Suma de los valores x 1 + x 2 +……….+xn , se representa mediante el
n

operador matemático ∑ xi ; que significa sumar todos los valores x i

i=1
para “ i ” que toma valores enteros positivos consecutivos desde 1
hasta n, es decir :

n
X 1 + x 2+ ……. x n
∑ xi ;
i=1
Ejemplos :

[Link] las siguientes sumatorias

5
∑ x 2i + 1 = x 3 + x 5 + …… x11
i=1

6 2 2 2 2
∑ x2 = x 2 + x 4 + ……+ x12
i=1
4
∑ 2x i +1 = 2x 2 + 2x3+ ……… 2x 5
i=1 y 2i+1 y 3 y5 y9

2.- Supongamos que una variable X toma los siguientes valores

X1 = 7 x 2= 9 x3 = 5 x 4 = 6
Calcular :

14
 ∑ 2x 2 i + 3 = 2( 7 )2 +3 + 2 (9) 2 + 3 ( 5) 2 +3 + 2 ( 6)2 +3
i=1 x i – 2 7-2 9-2 5-2 6-2

4
∑ 2x 2 i + 3 = 20.2 + 23.57 +17.67 + 18.75 = 80.19
i=1 x i – 2

CAPITULO 2

ORGANIZACIÓN DE DATOS

INTRODUCCION

Tiene por objetivo presentar los datos obtenidos de una población o muestra para una
o más variables en estudio, en tablas de distribución de frecuencias y sus
correspondientes gráficos .Con la finalidad de resumir la información para que sea de
fácil interpretación y análisis.

2.1 ORGANIZACIÓN DE DATOS

Los datos obtenidos de una población o muestra, para el estudio de una

Variable de interés, conducen muchas veces a una gran cantidad de
números o atributos , los cuales al intentar analizarlos en su forma original
presentan dificultad en cuanto a su interpretación y análisis .Existe
muchas interrogantes sobre la estructura de los datos tales como :
a. Que categoría se presenta con mayor o menor frecuencia.
b. Cuál es la distribución empírica de estos datos con respecto a la población
(simétrica o asimétrica)
c. Qué medidas resumen al conjunto de datos.

Estas interrogantes se resuelven si los datos son organizados y

Representados en tablas de distribución de frecuencias (inivariadas
bivariadas) .
Una tabla de distribución de frecuencias es un arreglo rectangular en filas y
columnas en la cual los datos de una muestra o población son resumidos.
En la primera fila de la tabla se colocan, el nombre de las variables en
estudio , la frecuencia absoluta, frecuencia relativa , la frecuencia absoluta
acumulada , frecuencia relativa acumulada y la marca de clase solo para
variables cuantitativa continuas.

15
 TITULO

Variable Frecuencia Frecuencia Frecuencia Frecuencia Marca de

en absoluta relativa absoluta relativa clase
estudio acumulada acumulada
Clas -1
Clas-2

Clas-k
Total

LEYENDA:
FUENTE :

2,2 ELEMENTOS DE UNA TABLA DE DISTRIBUCION DE FRECUENCIAS.

 TITULO
Se coloca en la parte superior central de la tabla, el titulo debe ser, claro
preciso, y conciso y guarde relación con la variable que se estudia.
 FUENTE
Se coloca en la parte inferior de la tabla y corresponde al nombre de la entidad o
literatura de donde se obtuvo la información, debe incluir la fecha si es posible,
si el mismo investigador es autor de dicha información, debe colocar fuente
propia .
 LEYENDA
Se coloca delante de la fuente y corresponde a una nota o aclaración con
respecto al contenido de la tabla.
 CLASE
Se considera clase a una cualidad, un numero o intervalo, las clases para una
tabla de distribución de frecuencia , deben ser mutuamente excluyentes, es decir
. un dato solo puede pertenecer a una determinada clase. Al Numero de clases
de una tabla se le representa por la letra “K”

Si existe una gran cantidad de datos discretos o continuos, el número de

Clase debe encontrarse entre 5 y 15 . Un número pequeño de clases puede
ocultar la distribución real del conjunto de datos, mientras que un
Número muy grande puede dejar sin observaciones algunas de las clases
Limitando de esta forma su uso.

 FRECUENCIA ABSOLUTA
Su valor indica el número de veces que los datos de la muestra caen en una
determinada clase .se representa por fi Para una muestra de tamaño “n” y con

16
 “ k “ clase se cumple que la sumatoria de todas las frecuencias absolutas es
igual a “n” es decir :

k
∑ fi =n
i=1

Siendo
f i = valor que toma la frecuencia absoluta en la i-esima clase
n = tamaño de la muestra
k= número de clase
 FRECUENCIA RELATIVA
Su valor indica la proporción o porcentaje de la muestra contenida en la clase. Se
representa por h i y se obtiene al dividir la frecuencia absoluta por el tamaño de
la muestra, es decir :

h i = f i ( en proporción )
n

h i = f i x 100 % ( en porcentaje )
n
En ambos casos se cumple que :

Nota k
∑ f i = h i = 1 o 100%
i=1

 FRECUENCIA ABSOLUTA ACUMULADA

Se obtiene al acumular los valores de las frecuencias absolutas para cada clase.
Un valor cualquiera indica que parte de la muestra , tiene valores menores o
iguales al valor que toma la variable en estudio .Se presenta por F i y se obtiene
por

k
F= ∑ f i = i= 1 ,2,…….K
i=1

k
Nota F= ∑ f i = n
i=1

El valor de F k nos indica la cantidad de datos menores o iguales al valor de i-

esima clase.
 FRECUENCIA RELATIVA ACUMULADA

17
 Se obtiene al acumular los valores de las frecuencias relativas para cada [Link]
valor indica la proporción o porcentaje de la muestra que tiene valores menores
o iguales al valor de la variable. Se representa por H i.
También se obtiene dividiendo cada valor de la frecuencia acumulada absoluta
por el tamaño de la muestra, es decir:

H = F i = 1,2,……….. k
n
Nota: H k = 1 o 100%
El valor de H K nos indica la proporción o porcentaje de datos , menores o
iguales al valor de la i- esima clase
 MARCA DE CLASE
El concepto de marca de clase solo se usa cuando se elabora una tabla de
distribución de frecuencias para una variable cuantitativa continua , y su
interpretación matemática corresponde al punto medio para una determinada
clase . Estadísticamente corresponde al valor representativo para todos los datos
que caen en esa clase .Se calcula usando la formula

X i = Límite inferior + límite superior

2
2.3 TABLA DE DISTRIBUCION DE FRECUENCIA PARA UNA VARIABLE
CUALITATIVA.
Cuando los datos corresponde a una variable cualitativa ( Nominal o
jerárquica ) la tabla de distribución de frecuencia tiene la siguiente forma
TITULO CORRESPONDE A LA VARIABLE EN ESTUDIO
1 Variable fi hi
2 C1 f1 h1
3 C2 f2 h2

k C fk hk
TOTAL N 1

FUENTE ENTIDAD QUE PROPORCIONA LOS DATOS

Los valores C i corresponde a los valores que toma la variable ( clase) ,
Si la variable es nominal no existe un orden entre sus valores, en
cambio si la variable en estudios es jerárquica debe tomarse en cuenta
el orden de sus valores, ya sea en forma ascendente y descendente.
Para esta variable se presentan algunos tipos de gráficos, pero los más
frecuentes es el grafico de barras verticales u horizontales , grafico circular
gráfico de líneas y graficas pictóricos .
Ejemplo:
Con la finalidad de estudiar la variable x= Preferencia a determinados
Marcas de jabones de tocador por los alumnos -PNP, se toma una
muestra aleatoria conformada por 30 alumnos , los resultados son :
Rexona Palmolive rexona camay Palmolive lux
Camay lux lux rexona camay lux

18
 Camay rexona camay lux lux camay
Lux camay rexona rexona camay lux
lux camay Palmolive lux luz
FUENTE PACOCHA S.A
Para este ejemplo la tabla de distribución de frecuencias es :
DISTRIBUCION DE FRECUENCIAS SOBRE PREFERENCIA A MARCAS
DE JABONES DE TOCADOR POR LOS 30 alumnos -PNP

i Jabones de F h h%
tocador
1 rexona 6 0.2 20%
2 camay 9 0,3 30%
3 lux 12 0,4 40%
4 palmolive 3 0,1 10%
total 30 1.0 100%
FUENTE : PACOCHA S.A
Calcular e interpretar:
f 2 : 9 alumnos encuestados prefieren el jabón de tocador camay
h 2 : 30% de los alumnos encuestados prefieren el jabón de tocador Camay

GRAFICA DE BARRAS
PREFERENCIA DE MARCA DE JABONES DE TOCADOR POR LAS alumnas FEMENINAS
PNP

frecuencia absoluta
f

12

rexona camay lux palmolive

FUENTE
PACOCHA
S.A.

19
GRAFICA DE CIRCULAR
PREFERENCIA DE MARCA DE JABONES DE TOCADOR POR LAS ALUMNAS
FEMENINAS -PNP

frecuencia absoluta
3

10% 6
20%
rexona
camay
lux
12 40% 9
palmolive
30%

2.4 TABLA DE DISTRIBUCION DE FRECUENCIAS PARA UNA VARIABLE

CUANTITATIVA DISCRETA.
Cuando los datos corresponden a una variable cuantitativa discreta la tabla
de distribución de frecuencias tiene la siguiente forma :
TITULO CORRESPONDE A LA VARIABLE EN ESTUDIO
Variable f h F H
1 C1 f1 h1 F1 H1
2 C2 f2 h2 F2 H2

K Ck fk hk Fk Hk
total n 1
FUENTE ENTIDAD QUE PROPORCIONA LOS DATOS
Los valores C1 corresponden a valores que toma las variables ( clase )
Ejemplo :
Los siguientes datos corresponden a una muestra aleatoria de 50 tiendas
Que se dedican a la venta de gas con la finalidad de analizar la variable
Y= Número de balones de gas vendidos en un día determinado, los
Resultados son :

21 23 24 23 24 21 24 23 24 22 22 24
21 22 24 22 24 25 26 25 24 23 23 21

20
 23 23 22 24 26 26 22 23 22 24 21 25
22 23 25 26 24 22 25 24 25 21 26 23
25 24
Elaborar la tabla de distribución de frecuencia y sus gráficos respectivos
DISTRIBUCION DE FRECUENCIAS DEL NUMERO DE BALONES DE GAS
VENDIDOS POR 5O TIENDAS

Variable f h F H
1 21 6 0,12 6 12
2 22 9 0,18 15 30
3 23 10 0,20 25 50
4 24 13 0,26 38 76
5 25 7 0,14 45 90
6 26 5 0,10 50 100
50 1.00
FUENTE: SOL GAS S.A
Hallar e interpretar:
f 3 = 10 significa que 10 tiendas , tienen una venta de 23 balones de gas
h 3 = 20% significa que el 20% , de las tiendas tienen una venta de 23
balones de gas.

GRAFICA DE BASTONES

1º13
10
9
5 9

0 6 9 7 5
21 22 23 24 25 26

Fuente sol de gas

21
 GRAFICA
DE
BARRAS

frecuencia
Variable f

25 26
23 24
21 22

13
9 10
6 7
5

1 2 3 4 5 6

2.5 TABLA DE DISTRIBUCION DE FRECUENCIA PARA UNA VARIABLE

CUANTITATIVA CONTINUA
Cuando los datos corresponden a una variable cuantitativa continua la
tabla de distribución de frecuencias tiene la siguiente forma :
TITULO CORRESPONDE A LA VARIABLE EN ESTUDIO
Variable f h F H
1 C1 f1 h1 F1 H1
2 C2 f2 h2 F2 H2

K Ck fk hk Fk Hk
total n 1

FUENTE : ENTIDAD QUE PROPORCIONA LOS DATOS

Los valores C 1 corresponde a valores que toma la variable ( clases )
Ejemplo :
Una muestra aleatoria de tamaño n= 34, es tomada con la finalidad de estudiar
La variable W = peso del recién nacido en la Maternidad de Lima .Los resultados en kg.
Se presentan a continuación.
1.5 1.5 1,9 2.0 2,1 2,1 2.3 2.4 2,5 2,5 2,6
4.1 2.7 2.8 2.9 3,0 3,1 3,1 3,2 3,2 3,2 3,2
3.3 3,3 3.3 3.4 3.4 3,5 3,6 3,6 3,7 3,7 3,9
4.1

FUENTE : Maternidad de Lima

22
Elaborar la tabla de distribución de frecuencia y sus gráficos respectivos
Cuando los datos pertenece a una variable cuantitativa continua, las clases C I
Corresponde a intervalos de la forma [ a ; b > llamados intervalos de clases
siendo a y b el límite inferior y superior respectivamente del intervalo de clase
PROCEDIMIENTO PARA ELABORAR UNA TABLA DE FRECUENCIA PARA
UNA MUESTRA DE TAMAÑO “n”
a. Calculo de Rango “R”
R = dato mayor – Datos Menor
Para el cálculo de datos se tiene
R= 4.1 – 1.5 = 2,6
b. Calculo del número de clase
Para el cálculo del número de clase para una tabla de distribución de
frecuencias se hará usando la regla de STURGES
K = 1 +3.3 Log (n)
K= 1 +3,.3 log 34 = 6.053
como el valor que toma K debe ser un numero entero , se usa el redondeo
Simple k = 6
Observación.-
El redondeo simple significa, que si un numero tiene como primer decimal
un número mayor o igual a 5 . Entonces la cifra entera del número se
incrementa en una unidad.
Ejemplo
Si, k= 6.7 usando el redondeo simple k= 7
Si k = 6.4 usando el redondeo simple k = 6

c.-. CALCULO DEL ANCHO DEL INTERVALO DE CLASE ( C )

C= R
K
C= 2.6 = 0,4333
6
El valor que toma el (C ) debe de tener el mismo número de decimales de
los datos originales y a la vez su valor debe tener un redondeo por exceso
(incrementar en la unidad al último decimal ).

Para determinar los intervalos de clase es como sigue:

 El dato menor corresponde al límite inferior de la primera clase y para obtener el
límite superior de esta primera clase se suma al límite inferior el valor del ( C )
 El límite inferior del segundo, intervalo de clase , corresponde al límite superior
del primer intervalo de clase y para obtener su límite superior , al límite inferior
de esta clase se le añade el (C) y así sucesivamente hasta completar las “k” clases

23
 Tabla de distribución de pesos (kg de recién nacidos registrados en la Maternidad
de Lima .

i Pesos (kg) fi hi Fi Hi Xi
1 [1,5 -2,0 > 3 0,088 3 0,08 1,75
2 [2,0 -2,5> 5 0,147 8 0,235 2,25
3 [2,5-3,0> 6 0,176 14 0,411 2,75
4 [3.0-3,5> 12 0,35 26 0,761 3,25
5 [3,5-4,0> 6 0,176 32 0,931 3,75
6 [4,0-4,5] 2 0,058 34 0,989 4,25
34 1.00

Hallar e interprete los siguientes valores :

f3=6 (Significa que hay 6 recién nacidos que tienen un peso igual o mayor a 1.5 kg ,
pero menor a 2.0 kg)
h3=17.6% (Significa que el 17.6% de los recién nacidos tienen un peso igual o mayor a
1.5 kg , pero menor a 2.0 kg)
F3= 14 (Significa que hay 14 recién nacidos tienen un peso igual o mayor a 1.5 kg , pero
menor a 3.0 kg)
H3=41.10% (Significa que el 41.10% de los recién nacidos que tienen un peso igual o
mayor a 1.5 kg , pero menor a 2.0 kg)
H3 – H2= 52.9% (Significa que el 52.9% de los recién nacidos que tienen un peso igual o
mayor a 2.5 kg , pero menor a 3.5 kg)
X´2=2.25 (Significa que 2.25 kg es el peso representativo para los recién nacidos que
tienen un peso mayor o igual 2.0 kg , pero menor a 2.5 kg)

2. ¿Cuántos recién nacidos aproximadamente tienen un peso menor a 2.8 kg?

Por interpolación lineal (utilizando la columna de las frecuencias absolutas
Acumuladas)
Límite superior Frecuencias acumuladas
de los pesos absolutas (menor que)

2.5 8 (un peso menor a 2.5 kg se

encuentran 8 recién nacidos
2.8 x (un peso menor a 2.8kg se
encuentran x recién nacidos)
3.0 14 (un peso menor que 3.0 kg se
encuentran 14 recién nacidos

Utilizando la interpolación lineal (semejanza de triangulo) se tiene:

3.0 – 2.5 = 14 - 8 → x= 11.6 ≈12 (usando redondeo simple)

2.8 – 2.5 x – 8

Aproximadamente 12 recién nacidos tiene un peso menor a 2.8 kg

3. ¿Qué porcentaje de los recién nacidos tiene un peso inferior a 2.8 kg

24
 Como 11.6 recién nacidos tienen un peso inferior a 2.8 kg, entonces

→ x = 11.6 → 11. 6 x 100% = 34.12%

34
Graficas
Tiempo
(min) fi hi Fi F*i Hi

2-4 3 0,10 3 30 0,10

4–6 6 0,20 9 27 0,30
6–8 12 0,40 21 21 0,70
8 – 10 7 0,23 28 9 0,93
10 – 12 2 0,07 30 2 1,00

Total 30 1,00

35

GRAFICA DE BARRAS

12
12

10

8 7
6
6 fi

4 3
2
2

0
02-Abr 4–6 6–8 8 – 10 10 – 12

GRAFICA DE LA OJIVA
Para construir la Ojiva en el eje de la abscisa se colocan los intervalos de clase y en eje
de la ordenada las frecuencias acumuladas absolutas o frecuencias acumuladas
relativas.
Por ejemplo la gráfica de la Ojiva para los pesos de los recién nacidos se obtiene de la
siguiente manera , cero recién nacidos tiene un peso menor a 1.5 kg, 3 recién nacidos
tiene un peso menor a 2 kg, 8 recién nacidos tienen un peso menor a 2.5kg , 14 recién
nacidos tienen un peso menor a 3.0 kg, 26 recién nacidos tienen un peso menor a 3.5
kg, 32 recién nacidos tiene un peso menor a 4.0 kg. y 34 recién nacido tienen un peso

25
menor a 4,5 kg uniendo estos puntos se obtiene la curva creciente a la derecha
llamada la Ojiva ( “Menor que “)

30

25

20

15

10

0 2 4 6 8 10 12 14

GRAFICA DE LA OJIVA ( “ MENOR QUE ” )

Supongamos que la variable en estudio es el tiempo ( minutos) que utiliza un usuario

en realizar una transacción bancaria.

Tiempo
(min) fi hi Fi F*i Hi

2-4 3 0,10 3 30 0,10

4–6 6 0,20 9 27 0,30
6–8 12 0,40 21 21 0,70
8 – 10 7 0,23 28 9 0,93
10 – 12 2 0,07 30 2 1,00

Total 30 1,00

26
 30

25

20

15

10

0 2 4 6 8 10 12 14

GRAFICA DE LA CURVA ( MAYOR QUE)

27
 TABLA QUE PROPORCIONA EL NUMERO DE CLASES
PARA UN TAMAÑO DE MUESTRA DADO

Tamaño de la Numero de clases

muestra K=1+3.3 Log (n)

20 a 23 5
24 a 46 6
47 a 93 7
94 a 187 8
188 a 376 9
377 a 756 10
757 a 1519 11
1520 a 3053 12
3054 a 6135 13
6136 a 12328 14
12329 a 24770 15

Nota-5

Otra metodología para determinar el ancho del intervalo de clase ( C ).

1. Determinación de rango R
R= dato máximo-dato mínimo
2. Determinación de numero de clases K
K= 1+ 3.3 log (n)
3. Determinación de ancho del intervalo de clase ( C )

C= R → Debe redondearse por defecto

K El mismo número de decimales de los datos

C redondearse por defecto casi siempre se comete error

i) 0 → El dato de arranque para la tabla= dato mínimo

E= ( C) k-R ii) > 0 → El dato de arranque para la tabla =Dato mínimo _ E

2
iii) < 0 →El número de clases se incrementa en 1 y se sigue (i o ii)

28
Ejemplo
La mayor y menor estatura de 50 personas es respectivamente 1.72 mts y 1.55 mts.
Calcular el número de clases y su ancho para construir la tabla de distribución de
frecuencias
1. Determinación de rango R= 1.72-1.55=0.17
2- Determinación de número de clases
K= 1+3.3 log (50)= 6.6= 7 Redondeo por simple
3.-Determinacion de ancho de clase
C= 0.17 = 0,0242 = 0.02
7
Al redondearse se comete error
E= 0.02 * 7 – 0.17 = -0.03
Agregamos una nueva clase k= 8
C= 0.17 = 0.0212 = 0.02
E= 0,02 * 8 – 0,17 = - 0 , 01
Agregamos una nueva marca de clase k= 9
C= 0,17 = 0,0188 = 0,02
9

E = 0.02 * 9 -0.17 = 0.01

Dato de arranque =1.55 – 0.01 = 1.545 = 1.55

2
Los intervalos de clases para esta tabla son :
Estaturas ( mts ) fi
1,55-1,57
1.57-1,59
1.59-1.61
1.61-1.63
1,63-1,65
1.65-1.67
1.67-1,69
1,69-1,71
1,71-1,73
Total 50

Si usamos la metodología anterior , los intervalos de clase para la tabla seria

Estaturas ( mts ) fi
1,55-1,57
1.57-1,59
1.59-1.61
1.61-1.63
1,63-1,65
1.65-1.67
1.67-1,69
29
 1,69-1,71
1,71-1,73
Total 50

Se observa que las seis primeras clases contienen los datos , la 7ma clase carece de
datos.
Nota -6
No existe una formula única para determinar el número de clase (k) en la construcción
de una tabla de distribución de frecuencias. Un número muy pequeño de clases tiende
a ocultar la distribución real del conjunto de datos, mientras que un número muy
grande puede dejar sin observaciones algunas de
Las clases, limitando de esta forma su uso. La idea es tener un numero de clases de tal
forma que todos los datos se encuentren en las clases formadas y además nos permite
conocer la distribución empírica de los datos , Se sugiere que el número de ellos debe
variar entre 5 y 15.
NOTA-7
Para determinar el número de clases ( k) también se pueden usar otras fórmulas tales
como :
K= Log 2 ( n)
K=√n
NOTA-8
Para determinar el número de clases para la tabla el investigador puede utilizar algún
criterio sostenido.
2.6 Ejercicios propuestos
1. Usando la tabla de distribución de frecuencia de los pesos de los recién
nacidos
a. ¿ Cuantos recién nacidos aproximadamente tienen un peso superior a
2.8 kg.
b. ¿Cuántos recién nacidos aproximadamente tienen un peso entre 2.2kg
y 3.4 kg
c. ¿Cuál es el mínimo peso para que un recién nacido se encuentre
considerado dentro del 20% de los que tienen pesos altos ?
d. ¿ Cuál es el máximo peso para que un recién nacido se encuentre
considerado dentro del 20% de los que tienen pesos bajos ?
e. ¿ Qué porcentaje de los recién nacidos tienen un peso superior a 3.2 kg.?
f. ¿ Qué pesos encierran al 80% central de los pesos de los recién nacidos ?
g. Hallar el mínimo peso, para que un recién nacido este considerado dentro
del 25% de los que tiene mayores pesos .
h. Entre que valores se encuentra el 50% central de los pesos de los recién
nacidos.
i. Calcular el peso total aproximado de todos los recién nacidos
j. Después de cierto tiempo, los que tenían un peso menor a 3 kg incrementan
su peso en un 25% mas ¼ de kg. y los que tenían un peso mayor o igual a
3 kg. Se incrementan en un 5%. mas ¼ kg. Hallar el nuevo peso total
aproximado de todos los recién nacidos .
k. Suponiendo que los datos de la tabla presentan las siguientes
transformaciones, los datos con un peso menor a 3 kg. Incrementándose en

30
 un 12% y los datos con pesos superiores o iguales a 3 kg. Se incrementan
en un 20% ambos con respecto a los pesos iniciales. ¿ Hallar el peso total
después del incremento .
[Link] serie de 50 datos tiene como variable en estudio , los montos por venta
en miles de nuevos soles, siendo el monto mínimo 85 y el monto mayor 129
Establecer las clases para la tabla.
3. Un conjunto de 50 datos, tiene como variable en estudios los pesos de cajas,
Siendo el peso mínimo 43.43 Kg. y el peso máximo 68.15 kg. Establecer las
Clases para la tabla.
4. Los datos que a continuación se presentan, corresponden a una muestra
Aleatoria de 40 frascos conteniendo mermeladas de fresa , el objetivo es
Estudiar su peso ( grs)

149 164 171 176 181 185 187 190

156 165 172 176 182 186 187 194
157 165 174 176 183 186 188 196
158 168 175 180 183 187 188 198
162 170 175 180 184 187 189 202

a. Elaborar la tabla de distribución de frecuencias y hacer los gráficos

Correspondiente, histograma, polígono de frecuencia, y ojiva use la regla
de STURGES.
b. Hallar e interprete: H 5 – H 3
c. Usando la tabla de distribución de frecuencias, cual es el peso mínimo que
debe tener un frasco, para estar considerado dentro del 15% de los de
mayor peso.

CAPITULO 3

INTRODUCCION
En este capítulo se estudia las principales medidas de tendencia central o de posición,
las cuales se definen como aquellos valores que representan al conjunto de datos de
una variable en estudio. Se presenta el cálculo de las medidas de tendencia central
para datos agrupados, y datos no agrupados , así como también sus propiedades
3.1 MEDIDAS DE TENDENCIA CENTRAL O DE POSICION
Son valores estadísticos calculados con los datos de la muestra o de la población y que
tienden a ubicarse en el centro de la distribución de los datos.
A estas medidas se les considera como valores representativos para el conjunto de
datos
Si estos valores son calculados usando todos los datos de la muestra, se les llama
valores estadísticos, estadígrafos o estimados; en cambio sí son calculados usando
todos los datos de la población, se les llama parámetros.
Las medidas de tendencia central más usadas son:
1. La media aritmética, media o promedio
2. La media ponderada
3. La mediana
4, La moda

31
5. La media geométrica
6. La media armónica
3.2 LA MEDIA ARITMETICA
Es un valor que tiende a ubicarse en el centro de la distribución de los datos, y es
considerado un valor representativo para el conjunto de datos, cuando su distribución
es simétrica o los datos presentan poca variabilidad. Su valor se calcula tanto para la
muestra (valor estadístico) como para la población (parámetro) Cuando la medida
aritmética se calcula utilizando datos que no se encuentran en una tabla de
distribución de frecuencias, se dice que la media aritmética se obtuvo para datos sin
agrupar, en caso contrario la media aritmética se obtuvo para datos agrupados.
LA MEDIA ARIMÉTICA PARA LA POBLACION
Sea X una variable en estudio que toma valores x1, x2, x3,….., xN , la media aritmética
para la población se simboliza universalmente con la letra griega µ(se lee “mu”) y es
igual a la sumatoria de todos los datos de la población divididos por el total de ellos
N

x
i 1
i
µ=
N

NOTA: El valor de la media aritmética para la población (parámetro) casi nunca se

conoce, el objetivo es estimar su valor, a través de la media aritmética muestral.
Ejemplo:
Supongamos que se tienen todos los pesos en kg de 3.546 varones adultos de una
empresa minera, siendo estos:
65.5 70.5 69.5 70.0 71.0 ……………68.5
Hallar su peso promedio e interprete
3546

x
i 1
i
65.5  70.5  69.5  70  71  ...  68.5
µ= = = 68.2 kg
3546 3.546

68.2 kg Es el peso promedio para todos los trabajadores de la empresa (parámetro)

LA MEDIA ARIMÉTICA PARA LA MUESTRA

Se X una variable en estudio que toma valores x 1, x2, x3,….., xn, la media aritmética para
una muestra se simboliza universalmente con la letra x ( se lee x-barra) y su valor es
igual a la sumatoria de todos los datos de la muestra divididos por el total de ellos
n
∑ xi
X = i=1
n
Es la media aritmética para datos sin agrupar. Al valor de la media aritmética, también
se le conoce como la media aritmética muestral)
Ejemplo
Los siguientes datos corresponden a los pesos (kg) , de 8 personas adultas de sexo
varón:
60.5 68.5 58.5 70.5 70.0 68.5 72.0 71.0
Calcular e interpretar la media aritmética

32
 n

x i
60.5  68.5  58.5  70.5  70  68.5  72  71
x= i 1
= = 67.4 kg
6 6

Interpretación
67.4 kg es el peso promedio de 8 varones adultos, este valor representa a los pesos de
los 8 varones; supongamos que los 8 varones adultos son elegidos al azar de una
población de varones adultos, entonces se puede concluir que el peso promedio de los
varones adultos en la población es de 67.4 kg

PROPIEDADES DE LA MEDIA ARIMÉTICA MUESTRAL

La media aritmética para la muestra, tiene las siguientes propiedades:
1. Sea x1, x2, x3,….., xn,, una muestra de tamaño “n” y x , la media aritmética definimos
a una desviación como la diferencia entre un dato x i de la muestra y su media
aritmética x ; es decir:
d i = xi - x
Entonces la sumatoria de todos los valores d i es igual a cero; esto es
n n 
d  ( x  x)  0
2
i
= i
i 1 i 1

2. La suma de los cuadrados de las desviaciones con respecto a la media aritmética, es

siempre un valor mínimo; es decir
n n 
d =  ( xi  x)2 es siempre un valor mínimo
2
i
i 1 i 1

3. Sea x1, x2, x3,….., xn,, una muestra de tamaño “n” y x , la media aritmética, sea la
combinación lineal yi = axi ± b; entonces la media aritmética para variable Y es:
Y =a x ±b

4. Sea una muestra de tamaño “n” , dividida en “k” submuestra de tamaño n 1, n2…nk , y
X1, X2,…,Xk , la media aritmética de cada submuestra; entonces la media aritmética de
la muestra se calcula por:
k

 x f i i
x= i 1

n
A esta medida se le conoce como la media ponderada

LA MEDIA ARIMETICA PARA DATOS AGRUPADOS

Cuando los datos se encuentran en una tabla de distribución de frecuencias la media
aritmética se calcula de la siguiente fórmula
n
x =  xi fi ,
i 1
Donde:
K= número de clases
xi = Marca de clase i-ésima clase (corresponde a la ponderación)
fi= Frecuencia absoluta de la i-ésima clase

33
Otra fórmula que se puede utilizar para calcular la media arimetica para datos
agrupados, es en función de las frecuencias relativas

n
x =  xi fi
i 1
Nota:
Las propiedades de la media aritmética para datos sin agrupar, se cumplen también
para datos agrupados.
Ejemplo
Sea la tabla para los datos agrupados de los pesos (kg) de los recién nacido. Hallar e
interpretar la media aritmética:
i pesos fi hi Fi Hi
i x
1 [1.5 -2.0 3 0.08 3 8.80% 1.75

2 [2.0-2.5 5 0.14 8 23.50% 2.25

3 [2.5-3.0 6 0.18 14 41.10% 2.75

4 [3.0-3.5 12 0.35 26 76.40% 3.25

5 [3.5-4.0 6 0.18 32 94.00% 3.75

6 [4.0-4.5] 2 0.05 34 100.0% 4.25

TOTAL 34

 x f i i
1.75*3  2.25*5  ...  4.25* 2 103
x= i 1
=   3.029kg
n 34 34
Interpretación:
3.029kg es el peso promedio representativo para los recién nacidos de la maternidad
de Lima

VENTAJAS Y DESVENTAJAS DE LA MEDIA ARIMÉTICA

VENTAJAS
a. Es fácil de calcular e interpretar su valor
b. La suma de las desviaciones es cero
c. La suma de las desviaciones al cuadrado siempre es mínima
DESVENTAJAS
a. Su valor se encuentra afectado por datos extremos (datos muy altos o datos
muy bajo de lo común); es decir estos datos tienden a alterar su valor
b. Deja de ser un valor representativo para la muestra cuando los datos
presentan mucha variabilidad.
c. No se puede calcular en tabla con extremos abiertos
d. Para datos con distribución asimétrica, no debe usarse como medida

34
 representativa
3.3 LA MEDIA PONDERADA
Sea X una variable en estudio que toma los valores x 1, x2, ,….., xn y sea
los pesos o ponderaciones asociada a cada valor de la variable w 1,
w2, ,….., wn: la media ponderada es definida como:
n

w x i i
xp  i 1
n

w
i 1
1

Ejemplo:
En una empresa compuesta por 300 trabajadores, el ingreso mensual es
como sigue: 250 de ellos son obreros y ganan S/. 850.00; 40 trabajan en
la administración y ganan /. 950.00 y el resto son profesionales y ganan
S/. 1,500.00 . Hallar e interpretar el ingreso promedio para los trabajadores
de la empresa el enunciado presentado en la tabla;

i Trabajadores Ponderación Sueldo (xi)

(wi)
1 Obreros 250 850.00

2 Administrativos 40 950.00
3 Profesionales 10 1500.00
total 300
3

w x i i
xp  i 1
3
=
w
i 1
1

250(850.00)  40(950.00)  10(1500)

= S/. 885.00
250  40  10

Interpretación:
S/. 885.00, es el ingreso promedio para los trabajadores de la empresa.

3.4 LA MEDIANA
Es una medida de tendencia central que divide al conjunto de datos en dos
partes iguales; es decir el 50% de los datos tendrán valores menores o
iguales al valor de la mediana y el otro 50% de los datos con valores
superiores al valor de la mediana. Al igual que la media aritmética el valor
de la mediana se calcula para datos sin agrupar y para datos agrupados en
tabla de distribución de frecuencias

CALCULO DE LA MEDIANA PARA DATOS SIN AGRUPAR

Sea X una variable en estudio que toma los valores X 1, X2 , ….; Xn, para calcular el
valor de la mediana se ordenan los datos en magnitud en forma ascendente o

35
descendente, para calcular la mediana debemos tener en cuenta si el número de datos
es par o impar; es decir:
Si es impar la mediana es el termino central después de ordenar de menor a mayor

Ejemplo 1.-
3 ; 2; 9; 5; 6
Solución
2, 3, 5 , 6. 9
La Me = 5
Si es par . ordenamos de menor a mayor y es la semisuma de los datos centrales
Ejemplo 2.-

5; 3; 1; 6; 7; 2; 9, 8
Solución
1, 2, 3 ,5 ,6, 7, 8, 9,
Me= 5 + 6 = 5.5
2
Donde:

X(j)= valor que toma la variable X en la posición “j”

El valor de la mediana es útil como medida representativa para el conjunto de datos,
cuando estos no tienen un comportamiento homogéneo
Ejemplo-3
La cantidad de usuarios que concurren a un centro de información durante la semana
es:
230 220 250 228 240 1200
Hallar el valor de la mediana de la concurrencia de usuarios
Ordenando los datos en forma ascendente
220 228 230 240 250 1200
Me = 230+240 = 235
2
Interpretación:
El 50% de las cantidades de usuarios que concurren al centro de información durante
los días de la semana es menor o igual a 235, y el otro 50% de las cantidades es
superior a 235 usuarios
Ejemplo-4
Sea la serie de datos: 5, 3, 2, 1, 2, 5, 4, 3, Hallar la mediana
Ordenando los datos en forma ascendente: 1, 2, 2, 3, 3, 4, 5, 5
x4  x5
Como n=8 (número de datos par), entonces: me = 2  2  3
33

Interpretación:
El 50% de los datos son menores o iguales a 3 y el otro 50% son superiores a 3
Ejemplo-5
Hallar e interprete el valor de la mediana para las estaturas (mts) de 7 personas
adultas
1.71 1.69 1.72 1.69 1.68 1.70 1.73
Ordenando las estaturas: 1.68 1.69 1.69 1.70 1.71 1.72 1.73

36
Como n=7, entonces: me  x( 71 ) = x4  1.70
2
Interpretación:
El 50% de los Cadetes tienen estaturas menor o iguales a 1.70 mts. Y el otro 50% de los
Cadetes tienen estaturas superiores a 1.70 mts

CALCULO DE LA MEDIANA PARALOS DATOS AGRUPADOS PARA UNA VARIABLE

CUANTITATIVA DISCRETA Y CONTINUA

PARA UNA VARIABLE CUANTITATIVA DISCRETA

Ejemplo:
En la siguiente tabla de distribución de frecuencias, la variable en estudio X
corresponde al número de balones de gas vendidos diariamente por 50 tiendas. Hallar
el valor de la mediana del número de balones de gas vendidos diariamente

i X fi
1 22 9
2 23 10
3 21 6
4 25 7
5 26 5
6 24 13
TOTAL 50

Ordenando los valores que toma la variable X, y obtenemos el valor de las frecuencias
absolutas acumuladas

i X fi Fi
1 21 6 6
2 22 9 15

3 23 10
38  x26  x38 

4 24 13 38  x26  x38 
5 25 7 45
6 26 5 50
TOTAL 50

n= 50 ( par) me = x 25 + x 26 = 23 + 24 = 23.5

37
 2 2
Interpretación :

El 50% de las tiendas tienen una venta diaria menor o igual a 23,5 balones de gas, y el
otro 50% de las tiendas tienen una venta diaria mayor a 23,5 balones de gas.

PARA UNA VARIABLE CUANTITATIVA CONTINUA

Cuando los datos se presentan en un tabla de distribución de frecuencias, para una

variable continua, el valor de la mediana se calcula haciendo uso de la fórmula :
N - F i-1
Me = Li + 2 x C
fi
Donde :
Li = Límite inferior de la clase que contiene al valor de la mediana
F i-1 = Frecuencia acumulada absoluta de la clase anterior a la clase que
Contiene a la mediana
f i = Frecuencia absoluta de la clase que contiene a la mediana
C = Ancho del intervalo de clase .
Para ubicar la clase que contiene el valor de la mediana se busca en la columna de la
frecuencias acumuladas absolutas o frecuencias acumuladas relativas ( F i o Hi ) el
primer valor que supera a la mitad del número de datos
0 el 50% de los mismos , es decir,

F i ≥ n 0 Hi ≥ 0.5
2

Ejemplo -6
Hallar e interprete el valor de la mediana para la tabla de datos agrupados de los
recién nacidos .

i pesos fi hi Fi Hi Xi
1 [1.5 -2.0> 3 0,088 3 0.088 1,75
2 [2.0-2.5> 5 0,147 8 0,235 2.25
3 [2.5-3.0> 6 0,176 14 0,411 2,75
4 [3.0-3.5> 12 0,352 26 0,763 3,25
5 [3.5-4.0> 6 0,176 32 0,939 3,75
6 [4.0-4.5] 2 0,058 34 0,997 4,25
34 1.00 100%

n= 34 → n = 17 ≤ F i → i = 4
2

N - F i-1
Me = Li + 2 xC

38
 fi

Me = 3 + 17-14 x 0,5 = 3,125 Kg.

12
Interpretación :
El 50% de los recién nacidos tienen pesos menores a iguales a 3,125 kg. y el otro 50%
de los recién nacidos tienen pesos superiores a 3,125 kg

VENTAJAS Y DESVENTAJAS DE LA MEDIANA

VENTAJAS .-
1. Es fácil de calcular e interprete su valor
2. Se realizan manipulaciones algebraicas
3. Su valor no se encuentra afectado por datos extremos
4. Se puede calcular en tablas de distribución de frecuencias con extremos
abiertos

DESVENTAJAS

La suma de los cuadrados de las desviación es con respecto a la mediana no es mínima,

en comparación con la media aritmética.
PROPIEDADPES DE LA MEDIANA PARA UN CONJUNTO DE DATOS TRANSFORMADOS

Sea x x 2 x3 ……..xn una muestra de tamaño “n” y me, el valor de la mediana , sea la
combinación lineal yi = ax i+ b , entonces el nuevo valor de la mediana para la variable
Y es :

m ey = am ex + b
-
siendo : a y b constante

Ejemplo -1

Un conjunto de 20 datos tiene por median 24 , si al conjunto de datos se le

incrementa en un 15% mas 3 unidades Hallar el nuevo valor de la mediana .
Sea el x, valor del i-esimo dato, por el enunciado del problema el valor del iesimo
dato transformado es y k= 1,15x k + 3 y por la propiedad de la mediana su nuevo valor
es :

Me ey = 1.15(24) + 3 = 30.6

39
Ejemplo-2
Sea la tabla de distribución de frecuencias

EDAD fi Fi Yi
[18-22> 4 4 20
[22-26> 13 17 24
[26-30> 19 36 28
[30-34> 12 48 32
[34-38] 5 53 36
TOTAL 53

De la tabla, si las edades de las 53 personas se incrementan en un 12% mas 2 años ,

calcular el nuevo valor de la mediana .
De la tabla calculamos el valor de la mediana

Me = 26 + 26.5 – 17 x 4 = 28
19

Sea el x I valor de la i-esima marca de clase para la tabla, por el enunciado del
problema el valor de la i-esima marca de clase transformada es y i= 1.12 x i + 2 y por la
propiedad de la mediana, su Nuevo valor es :

Me = 1.1 m + 2 = 1.12(28) + 2 = 33.36

3.5 LA MODA

Sea x una variable en estudio que toma los valores x 1 , x2 ………xn la

moda, es aquel valor de la variable que se presenta con mayor frecuencia,
se representa por ( Mo ) = es decir :

mO = valor que toma la variable para la máxima frequencia ( f i )

El valor de la moda se interpreta, como el valor más frecuente para el
conjunto de datos de una muestra o población .

El valor de la moda puede o no existir, Si un conjunto de datos tiene una

sola moda a su distribución se le llama unimodal, si tiene dos modas se le
llama bimodal y para más modas multimodal

DATOS NO AGRUPADOS

Ejemplo-1
Hallar la moda para el conjunto de datos :

12 , 16, 18, 18, 18, 20, 20, 20, 20, 20 , 20 , 24

40
 El dato que se repite con mayor frecuencia es el valor 20, luego la moda es
20 .

Ejemplo -2

Calcular la moda para la serie de datos

1, 1, 2, 3, 3, 4, 7
Los datos que se repiten con igual frecuencia son el 1, y 3 , luego la
distribución tiene dos modas 1, y 3 bimodal

Ejemplo -3

Calcular la moda para el conjunto de datos : 4 , 2, 3, 7, 5, 9

Como no existe ningún dato que se repite más de una vez, luego el
conjunto de datos no tiene moda . ( amodal )

Ejemplo – 4

Una tienda vende durante el día tres tipos de conservas, 120 frascos con
fresa, 40 frasco con mango y 50 frasco con piña, calcular la moda. En este
ejemplo la variable en estudio es tipo de conservas vendidas, luego los
frascos con fresa registraron la mayor venta, por lo tanto el frasco con fresa
corresponden a la moda .

CALCULO DE LA MODA PARA DATOS AGRUPADOS

Cuando los datos se encuentran en una tabla de distribución de frecuencias

la fórmula para calcular la moda es :

Mo = Li + d1 x C
d1 + d2
Donde :

Li = Límite inferior de la clase que contiene al valor de la moda

d 1 = f i– f i - 1 = Diferencia entre la frecuencia absoluta de la clase modal y la
frecuencia absoluta de la clase anterior .
d 2= f i– f i + 1 = Diferencia entre la frecuencia absoluta de la clase modal y la
frecuencia absoluta de la clase siguiente.

La clase modal corresponde a la clase de mayor frecuencia absoluta

Ejemplo

41
De la tabla de distribución de frecuencia, en la cual se analiza los pesos de los recién
nacidos, Hallar e interprete el valor de la moda .

i pesos fi hi Fi Hi Xi
1 1.5 2.0 3 0,088 3 0.088 1,75
2 2.0-2.5 5 0,147 8 0,235 2.25
3 2.4-3.0 6 0,176 14 0,411 2,75
4 3.0-3.5 12 0,352 26 0,763 3,25
5 3.5-4.0 6 0,176 32 0,939 3,75
6 4.0-4.5 2 0,058 34 0,997 4,25
34 1.00

El valor de la moda se encuentra en la 4ta clase, por presentar la máxima frecuencia

absoluta, en este caso las distribución es unimodal para esta muestra, luego i = 4

d 1 = f i– f i - 1 = f 4– f 5 = 12 – 6 = 6

d 2= f i– f i + 1 = f4 – f 5 = 12- 6 = 6

Mo = Li + d1 x A = M 0 = 3 + 6 , 05 = 3.25 kg
d1 + d2 6+6

Interpretación : 3.25 kg. Es el peso más frecuente para los recién nacidos.

PROPIEDADES DE LA MODA PARA DATOS TRANSFORMADOS

Sea x1 x 2 x 3 …………….x una muestra de tamaño “n” y m 0 , el valor de la moda, sea la

combinación lineal y i = ax i + b ,entonces el nuevo valor de la moda para la variable Y
es :

M0 = am0 + b
Siendo a y b constantes.

3. LA MEDIA ARMONICA

Se utiliza para promediar razones que tienen dimensiones físicas, tales como km/hora
promediar el costo medio de artículos comprados con una cantidad fija de dinero, La
media armónica para n valores mayor a cero y positivos , se define como el reciproco
de la media aritmética de los reciproco de los datos.

Xa = n
1 + 1 + ….. + 1

42
 X1 x2 xn

Para datos agrupados

Xa = n
f 1 f 2 + ………+f k
x1 x2 xk

Siendo : x I = valor de la i-esima marca de clase

f i = valor de la frecuencia absoluta de la i-esima clase

n= ∑ f i
i=1
Ejemplo – 1

Tres vehículos recorren cierto tramo de una autopista con las siguientes velocidades :
90 km/hora , 110 km/ hora y 140 km/hora .Hallar la velocidad media.

Xa = 3 = 109.7097 km/hora
1 + 1 + 1
90 110 140

Ejemplo – 2

Una persona concurre a tres mercados para consultar el precio de un artículo “M”
llevando consigo la suma 24 nuevos soles. En el primer mercado pude comprar 4
artículos ”M” , 5 artículos ”M” en el segundo y 6 artículos “M” en el tercero .Hallar el
precio promedio del artículo “M” en los tres mercados .

Xa= 3 = s/ 4.8
1 + 1 + 1
6 4.8 4
Ejemplo -3

Un representante del INEI , con la misma cantidad de dinero, compra en diferentes

establecimientos cantidades de un mismo artículo , tal como se muestra en la tabla
siguiente. Hallar el precio promedio del artículo en los diferentes lugares

43
 Dinero Cantidad de Precio
Articulo unitario por
comprado articulo
20 10 2
20 8 2.5
20 14 1.42857

X a= 3 = 1. 875
1 + 1 + 1
2 2.5 1,42857

3.8 Ejercicios Propuestos

1. Los siguientes datos corresponden a pesos ( kg) de 20 alumnos

50.5 54.5 52.4 54.5 55.0 61.5 61.0 60.0 62.0 58.5
51.4 52.5 62.5 50.5 50.0 50.5 52.5 58.5 64.2 50.5

a. Hallar e interpretar la media aritmética, mediana y moda

b. Si los pesos de los alumnos , se incrementan en un 15% mas ¾ kg
Hallar el nuevo peso promedio y el peso mediano.
2. La siguiente tabla de distribución de frecuencia proporciona los montos
por venta en cientos de nuevos soles de un grifo.

Montos [10-15> [15-20> [20-25> [25-30> [30-35> [35-40

por
ventas
f1 12 15 20 25 12 8

a. Hallar e interprete la media aritmética, mediana y moda

b. Si los montos por venta se incrementan en 12% Hallar el monto promedio
y el monto mediano

3.- La tabla de distribución de frecuencias, tiene como variable en estudio las

estaturas ( mts) de 50 alumnos .

Estatura fi hi Fi Hi Xi
(mts)
1.67-1.69 5
1.69-1.71 9
1.71-1.73 12
1.73-1.75 10

44
 1.75-1.77 9
1.77-1.79 5
total 50

Calcula e interprete :
a. f 3 , h 5 , F 3 , H 5 , H 5 – H 2 x i
b. Qué porcentaje de alumnos, tienen una estatura inferior a 1.73 mts
c. Qué porcentaje de alumnos, tienen una estatura superior a 1.75 mts
d. Qué porcentaje de alumnos , tienen una estatura entre 1.69 y 1.77 mts
e. La estatura media , mediana y modal de los alumnos
f. Qué porcentaje de alumnos, tienen una estatura entre 1.70 y 1.76 mt
g. Qué porcentaje de alumnos , tienen una estatura menor al promedio
h. Que cantidad aproximadamente de alumnos , tienen una estatura superior
a 1.74 mts
i. Que cantidad aproximadamente de alumnos , tienen una estatura inferior
a 1.74 mts
j. Cuál es la máxima estatura para que un alumnos , se encuentre
considerado dentro de 20% de los que tienen estaturas menores
k. Cuál es la mínima estatura para que un alumno , se encuentre
considerado dentro de 20% de los que tienen estaturas mayores

4. El promedio de 10 calificaciones del curso de estadística en un salón de

clase es de 9.8 , pero al ingresar los datos a la computadora en lugar de
digitar, 14 dígitos se digita 4, y en lugar de digitar 8 dígitos se digita 12
Calcular la nueva nota promedio con esta corrección.

3.9 OTRAS MEDIAS DE POSICION

PERCENTIL PARA DATOS NO AGRUPADOS

Son valores que divide al conjunto de datos ordenados ascendentemente en 100

partes iguales, la fórmula para calcular los percentiles es :

P j = X ( n+1) = X i + a( x i+1 – x I ) 0 < j < 1 ( a)

J= 0.01 . 0,02 . 0,03, 0,04 , …….. 0,99

Siendo
P j = valor que divide a un conjunto ”n” datos, ordenados de tal manera que el
100 j % son menores o iguales que el valor del percentil PJ y 100 ( 1- J ) %
mayores que el percentil P j.
X i = valor del dato en la posición del entero menor ( n+1) j
“a” = decimal del número ( n+1) j

45
CUARTILES Q j PARA DATOS SIN AGRUPÀR

Son valores que divide al conjunto de datos ordenados ascendente en 4 partes

Iguales , en la formula ( a) j forma los siguientes valores .

J= 0.25 ; 0.5 ; 0.75

DECILES ( D j) PARA DATOS SIN AGRUPAR

Son los valores que divide al conjunto de datos ordenados ascendentemente en 10

partes iguales , en la formula ( a ) , j toma los siguientes valores.

J = 0,1 , 0,2 , 0,3 .0,4 , 0,5 , 0,6 , 0, 7, 0,8 , 0,9

Ejemplo:

1 569
2 01134556789
3 011222233344566779
4 11

Siendo la unidad de hoja = 0.1 n= 34

CALCULO DE PERCEN TILES P J PARA DATOS AGRUPADOS

La fórmula es :
nj – Fi-1 x C
PJ =Li+ fi

J= 0,,01 , 0,02,0,03, 0,04 …….. 0,99

Nota:

La primera frecuencia acumulada absoluta o frecuencia acumulada relativa que sea

superior a nj o j % será la clase que contiene al percentil Pj

L i = Límite inferior de la clase que contiene al percentil

P j = Valor del percentil que acumula el j %
C = Ancho de clase

46
F I-1 = Frecuencia absoluta acumulada de la clase anterior a la clase que
contiene al valor del percentil
f i = Frecuencia absoluta de la clase que contienen al valor del percentil

para los Cuartiles será:

nj – F i-1 x C
Q = L i+ fi

J= 0.25. 0.5 . 0.75

Para los deciles será :

Dj = L i + nj- F i-1 x C
fi

J= 0,1, 0,2, 0,3, 0,4, 0,5, 0,6, 0,7, 0,8 , 0,9

Ejemplo
La tabla de distribución de frecuencias agrupan las edades ( años) de los usuarios que
concurren a un centro de información : Calcular el 1er cuartil, 3er cuartil , 4to cuartil y
el 65 avo percentil

Edades de fi Fi
usuarios
[18.5-22.5> 5 5
[22.5-26.5> 9 14
[26.5-30.5> 12 26
[30.5-34.5> 20 46
[34.5-38.5> 13 59
[38.5-42.5> 10 69
[42.5-47.5] 4 73
Total 73

Calculo del 1er cuartil

nj = 73 * 0,25 = 18.25 → Fi > 18.25 → i =3 clase

Q 0.25 = L 3 nj – F 3-1 x C = 26.5 + 18.25-14 x 4 = 27.92 años

f3
12

47
Calculo del 3er cuartil

Nj = 73 * 0.75 = 54.75 → Fi > 54.75 →i = 5 clase

Q 0.75 = L 5 + nj – F 5-1 xC = 34.5+ 54.75 – 46 x 4 = 37.19 años

f5 13

Interpretación :

El 75% de los usuarios tienen edades menores o iguales a 37.19 años y el otro 25% de
los usuarios tienen edades superiores a 37.192 años

Calculo del 4to decil

nj = 73 * 0.40 = 29.2 → F I > 29.2 → i = 4 clase

D 0.4 = L 4 + nj – F 4-1 x C = 30.5 + 29.2-26 x 4 = 31.14 años

f4 20

Interpretación

El 10% de los usuarios tienen edades menores o iguales a 31.14 años y el otro 60% de
los usuarios tienen edades superiores a 31.14 años

Calculo del 65 avo percentil

nj = 73 * 0.65 = 47.45 → F I > 47.45 →i = 5 clase

P 0.65 = L 5 + nj – F 5-1 x C = 34.5 + 47.45 -46 X 4 = 34.95 años

f5 13

Interpretación

El 65% de los usuarios tienen edades menores o iguales a 34.95 años y el otro 35% de
los usuarios tienen edades superiores a 34.95 años .

48
CAPITULO 4

MEDIDAS DE VARIABILIDAD o DISPERSION

INTRODUCCION

En este capítulo se estudiaran las medias estadísticas de variabilidad o dispersión para

un conjunto de datos. Son valores que miden que tan homogéneas o heterogéneas son
los datos, si los datos fuesen iguales, se dice que no existe variabilidad o dispersión
entre ellos, en caso contrario se dice que los datos presentan dispersión o variabilidad.
El estudio de la variabilidad de un conjunto de datos es de suma importancia en todo
análisis estadístico ya que esto depende el grado de confiabilidad de las estadísticas
que se formulen.

Las medidas de variabilidad o dispersión se clasifican en :

MEDIAS DE VARIABILIDAD ABSOLUTAS

Cuando el valor de esta medias esta expresado en la misma unida de media de los
datos originales.

Ejemplo:
1. Rango
2. Varianza
3. Desviación estándar

MEDIDAS DE VARIABILIDAD RELATIVA

Cuando el valor de estas medidas carece de unida de media coeficiente de variación o

variabilidad.

4.1 EL RANGO

El rango es una medida ( distancia ) a través de la cual se distribuyen todos

los datos de la muestra o población .Se calcula por la diferencia entre el dato
mayor y dato menor.
Para datos sin agrupar: Rango = dato mayor – dato menor
Para datos agrupados: Rango = LS –Li
Dónde:

LS = límite superior de la última clase

LI = límite inferior de la primer clase

Ejemplo

Sean los montos por ventas de una tienda comercial expresada en nuevos

49
 soles

1500 2300 1800 2000 1500 2400

2300 1000 1200 2400 2500 1800

De acuerdo a la definición el rango es:

Rango = R= 2500 -1000 = 1500

Nos indica que a una distancia de 1500 se distribuyen los montos por ventas, el rango
es una medida de dispersión de primera vista para la variabilidad de los datos, pero no
evalúa el grado de variabilidad de los datos intermedios.

NOTA

Si todos los datos fuesen iguales el rango es cero, nos indica que todos los datos se
concentran en un mismo punto .Si el rango es diferente de cero nos indica que los
datos no se concentran en un mismo punto, es decir existe variabilidad o dispersión.

El rango puede ser positivo, negativo o cero

El rango posee unidad de medida, que es la misma de los datos originales
El rango es bien sensible a la presencia de datos extremos ( datos muy altos o datos
muy bajo de lo normal )

MEDIDAS DE DISPERSION.- Son estadígrafos que cuantifican el grado en que los datos
numéricos tienden a extenderse alrededor de un valor medio de la distribución y son
necesarias para verificar la confiabilidad de los promedios .
Que sirven como base para el control de la variación de la misma

CARACTERISTICAS.- Si se desea exactitud estadística en un estudio se debe aplicar los

estadígrafos de acuerdo al siguiente orden :

1º Desviación estándar
2º Desviación Media
3º Rango

La desviación estándar.- Es el más importante y de mayor uso, un valor grande de ella

significa que la mayoría de los datos están concentrados en la proximidad de la Media
Aritmética.

4.2.-DESVIACION MEDIA ( DM) Se define como el promedio de las

desviaciones o diferencias de cada observación con respecto a la media .
Estas diferencias son formadas en valor absoluto para que al sumarlas no
se eliminen entre si. La suma obtenida se divide entre el número de

50
 elementos de la distribución

4.2.1 DESVIACION MEDIA PARA DATOS NO AGRUPADOS

DM= ∑ │ x i - x │
N

4.2.2 DESVIACION MEDIA PARA DATOS AGRUPADOS

DM= ∑ │ x i - x │ f i
N

a) Desviación Media (DM) = │ x i – x │

n

PROCESO:

1. Se obtiene la Media Aritmética para datos simples o no agrupados.

X=∑ xi
n = 23+20+21+19+18 = 20.2 años
5
2. Construimos la siguiente tabla :
Edad ( x ) X -x x-x
23 23-20.2=2.8 2.8
20 20-20.2=-0.2 0.2
21 21-20.2=0.8 0,8
19 19-20.2=-1.2 1.2
18 18-20.2=-2.2 2.2
∑ 7.2

3. Calculamos la Desviación Media :DM = 7.2 = 1. 44 años

5
INTERPRETACION: La edad de los alumnos de Integridad –PNP con respecto a su
Media aritmética tiene una dispersión de 1.44 años.

PROCESO :

1) Se calcula la Media aritmética que en este caso es igual a 20.2 años

2) ∑xi2 = 232 +20 2 + 21 2 + 19 2 +18 2 = 529 +400+441 +361 +324 = 2055
3) La varianza será:
S 2 = ∑ x i 2 – n ( x) 2 = 2055 -5 (20.2)2 =2055-2040.2 =3.7 años
n-1 4 4

NO TIENE INTERPRETACION PRACTICA , solo se calcula para poder

51
 determinar la desviación estándar.

5. VARIANZA ( s 2 ) .- Su valor corresponde al promedio de las desviaciones

al cuadrado de los datos con respecto a la media aritmética .
Es decir su valor da una idea del grado de dispersión de los datos con
respecto a la media aritmética .

La varianza para un conjunto de datos esta expresada en unidades

Cuadráticas.
Por ejemplo , si la unidad de medida de los datos es kilogramos, la varianza
será expresada en kilogramos al cuadrado .Este hecho dificulta la
interpretación de la varianza .

VARIANZA PARA DATOS NO AGRUPADOS

S 2 = ∑ │ x i - x │2
n- 1

VARIANZA PARA DATOS AGRUPADOS

S 2 = ∑ fi ( x i - x )2 f i

n-1

nota.- 1

Si los datos fuesen todos iguales la varianza es cero, esto nos indica
que todos los datos están concentrados en la media, en otras palabras no
existe variabilidad con respecto a la media aritmética .
Si los datos son diferentes de acuerdo a la definición el valor de la varianza
Será mayor que cero, en otras palabras existe variabilidad entre los datos
con respecto a la media aritmética

nota.- 2

Es riesgoso usar el valor de la varianza para concluir que los datos de la

muestra son muy o poco variable .Su uso es más que todo para comparar la
variabilidad entre dos o más conjuntos de datos que analiza la misma
variable

Ejemplo -1

Sea una muestra aleatoria de los pesos kg de 15 alumnos de un salón de

Clase Hallar la varianza

52
 35.5 37.5 38.0 38.0 39.0 37.0 36.8 35.8
36.0 35.0 35.0 36.5 38.5 38.0 38.0

X = 518.8 = 36,9
14

S 2 = 1.96+0.36+1,21+4,41+0,01+0,01+1,21+0,81+3,61+3,61+0,16+2,56+1,21+1,21 =
22.3
14 14

S2 = 22.3 = 1.592857 Kg.

14

1,592857 este valor nos indica la presencia de variabilidad de los pesos de los alumnos
con respecto al peso promedio.

Ejemplo -2

fy (x-x)2 .f pesos fi hi Fi Hi Yi
5,25 (1,75-3.02)2,3 = 4.8 1.5 2.0 3 0,088 3 0.088 1,75
11.25 (2.25-3.02 )2 .5= 2,96 2.0-2.5 5 0,147 8 0,235 2.25
16,5 (2,75-3.02)2 . 6= 0.437 2.4-3.0 6 0,176 14 0,411 2,75
39 (3,25-3.02)2 12=0,63 3.0-3.5 12 0,352 26 0,763 3,25
22.5 (3,75-3.02)2 6= 3.19 3.5-4.0 6 0,176 32 0,939 3,75
8,5 (4,25-3.02)2 2= 3.02 4.0-4.5 2 0,058 34 0,997 4,25
103 15.037 34 1.00 100%

X= 103 = 3.029
34

S2 = 15,037 = 0.442264
34

S2 = 0.44 kg.

0.44 kg. es la desviación promedio en kg 2 con respecto al peso promedio ,

este valor nos indica la presencia de variabilidad entre los pesos con
respecto al peso promedio en kg 2 .

5.2 PROPIEDADES DE LA VARIANZA

1. Si los datos de la muestra son iguales , es decir los valores que toma los

53
 datos es constante, entonces su varianza o variabilidad es igual a cero, es
decir :

x 1 = x 2 = ……….x 4 = ….= x n = m → S 2 = 0

2. Cuando a todos los datos de la muestra , se le multiplica por una constante

“a” y además se le suma o resta otra constante “b” , entonces la varianza
de los datos transformados, es igual a la primera constante al cuadrado
multiplicado por la varianza de los datos originales .

x 1 = x 2 = ……….x 4 = x → S 2 , sea la transformación y i = ax +b , luego se cumple

que
la varianza de los datos trasformados es igual a :

S2 =a2 S2
y x

5.3 DESVIACION ESTANDAR

Su valor, se define como la raíz cuadrada positiva de la varianza , es decir

S x= -
Varianza

El valor de la desviación estándar para un conjunto de datos esta

expresado en la mismas unidades de la variable en estudio.

Características:

1. Cuando mayor es la dispersión alrededor de la media, tanto mayor es el

valor de la D.S.
2. Las desviaciones extremas con respecto a la media pesan mucho más en
Cuanto a determinar el valor de la D.S.

Ejemplo :
De los ejemplos anteriores se tiene :

Para datos sin agrupar :

S x= 1.67638 kg2 = 1.29475 kg

Para datos agrupados :

S x= -
2
0,45744 kg = 0.676344 kg

54
Interpretación

1.29475 kg, es la desviación promedio con respecto a la media aritmética

0.676344 kg. es la desviación promedio con respecto a la media aritmética
ambos valores obtenidos nos indica la presencia de variabilidad de los datos
con respecto a la media.

NOTA -1

La desviación estándar al igual que la variancia, se utiliza para comparar la variabilidad

o el grado de dispersión de dos o más conjunto de datos que poseen la misma unidad
de medida y tienen sus promedios similares; es decir si se tiene dos o más conjunto de
datos que poseen la misma unidad de medida y promedio similares, tendrá mayor
dispersión o mayor variabilidad con respecto a la media aritmética aquel conjunto de
datos que tienen la mayor variancia o desviación estándar

Ejemplo

De la tabla que conjunto de datos son más variables o están más dispersos

Muestras Datos Media Variancia Desviación

Aritmética estándar

1 4, 5, 6 5 1 1
2 1, 5, 9 5 16 4

DESVIACION ESTANDAR ( DS o S) = ( S 2 )

S= √S2 = √ 3.7 = 1.92 = 2 años

INTERPRETACION.- La edad de los alumnos de Integridad -PNP, se dispersan respecto

al valor central en aproximadamente 2 años .

5.4 COEFICIENTE DE VARIACION

Es una medida de variación relativa no tiene unidad de medida se calcula

haciendo uso se la siguiente fórmula

El coeficiente de la Desviación Estándar y la Media Aritmética, expresado en

porcentaje. Se calcula

S
CV= x100%

55
 X

El CV ; indica el número de veces que la desviación estándar contiene a la

media aritmética. Su valor se usa para comparar la variabilidad entre dos o
más conjuntos de datos que poseen diferentes unidades de medidas y
medias aritméticas diferentes

Sean A y B dos conjuntos de datos si el coeficiente de variación para el

conjunto A es mayor a el coeficiente de variación para B, entonces los datos
de A presentan mayor variabilidad o dispersión relativa que los datos de B.

INTERPRETACION.- Como el coeficiente de variación porcentual CV% si es

menor que el 30% , entonces la media es una medida representativa del
conjunto de datos .
Ejemplo para DATOS AGRUPADOS:
Considerando el ejemplo anterior sobre el peso de los alumnos calcularemos
las medias de dispersión y para ello se tiene la tabla antes construida
I.C Xi fi Fi hi Hi L.R.
[53.0-58.0> 55.5 4 4 0.17 0.17 (52.95-58.05)
[58.1-63.1> 60.6 4 8 0.17 0.34 (58.05-63.15)
[63.2-68.2> 65.7 2 10 0.09 0.43 (63.15-68.25)
[68.3-73.3> 70.8 10 20 0.44 0.87 (68.25-73.35)
[73.4-78.4] 75.9 3 23 0.13 1. (73.35-78.45)
∑ 23 1.00
De la tabla vamos a tomar las partes que necesitamos para nuestros cálculos y
agregamos tres columnas adicionales

fi(xi-x)2 I.C xi fi [Link] Xi 2 [Link] 2 (xi-x)fi f(x-x)2

4(23.21)=49284 53.-58.0 55,5 4 222.0 3080.2 12321.00 11.1.4=44.4 4(-11-1)2
5
4(36) = 144.00 58.1-63.1 60.6 4 242.4 3672.3 14689.44 6.0x4=24.0 4(-6) 2
6
2(0.8 )= 1.62 63.2-68.2 65.7 2 131.4 4316.4 8632.98 0.9x2=1.8 2(-0.9)2
9
10(17.69)=176.4 68.3-73.3 70.8 10 708.0 5012.6 50126.40 4.2x10=42.0 10(4.2)2
0 4
3(86,44)=259.47 73.4-78.4 75.9 3 227.7 5760.8 17282.43 9.3x3=27.9 3(93)2
1
23 1531. 103052.25 140.1
5

PROCESO
1. Se calcula el producto [Link]= ( 55,5) ( 4) = 222 etc . Para con la suma hallar la
Media Aritmética .Este valor ya lo tenemos calculado y es 66,6 4 = 15.31.5
23
2
2. Se eleva al cuadrado la marca de clase : x i = ( 55.5) ( 55.5) = 3080.25. etc
3. Se calcula el producto fixi 2 = ( 4) ( 3080.25) = 12321 , etc.

56
Los datos de la muestra 2 están mas dispersos que la muestra 1

Ejemplo-1
Sean los siguientes datos
1, 2, 3, 4, 5
Hallar e interprete el coeficiente de variación

x 3

2
S  2.5 S

S  1.5811
CV  1.5877
3 x100%  52.70% (nos indica que la desviación estándar para este conjunto de
datos representa el 52.70% de su media aritmética)

Ejemplo-2

La siguiente información corresponden a los montos (S/ )por ventas de dos tiendas
comerciales A y B

Valores estadísticos Tienda comercial A Tienda comercial B

Venta promedio 22,000 18,500
Desviación estándar 2,640 3,145

¿Qué montos por ventas están más dispersos?

Para la tienda comercial (A)

CV = 2640 x 100% = 12.0%

22000

Para la tienda comercial (B)

CV = 3145 x 100% = 17.0%

18500

Por lo tanto los montos por ventas de la tienda comercial B son más variables o más
dispersos que los montos por ventas de A

Ejemplo :

CV = 6,99 X 100 = 10.5%

57
 66.6

El coeficiente de variación es útil cuando la intersección es comparar dos

distribuciones numéricas medidas en escalas diferentes.

5.5 EJERCICIOS PROPUESTOS

1. Los siguientes datos corresponden a estaturas (mts) de los alumnos de

cierta universidad

1.71 1.78 1.85 1.58 1.68 1.66 1.72 1.67 1.68 1.65
1.68 1.65 1.68 1.67 1.70 1.70 1.68 1.65 1.66 1.68

Hallar e interprete las medidas de dispersión absoluta y relativa

2 Los siguientes datos corresponden a una muestra al azar de 40 frascos

conteniendo mermelada de piña los pesos (grs) se presentan a continuación

149 164 171 176 181 185 187 190

156 165 172 176 182 186 187 194
157 165 174 178 183 186 188 196
158 168 175 180 183 188 188 198
162 170 175 180 184 187 189 202

a. Elaborar la tabla de distribución de frecuencias

b. Calcular las medidas de dispersión o variabilidad

3. Se eligen al azar a 70 trabajadores de una empresa, la distribución de los

ingresos mensuales se presentan en la tabla siguiente

i Ingresos fi
1 [400 600) 6
2 [600 800) 12
3 [800 1000) 18
4 [1000 1200) 15
5 [1200 1400) 12
6 [1400 1600) 7
Total 70

58
Usando la información de la tabla, calcular

a. El rango
b. La variancia
c. La desviación estándar
d. El coeficiente de variación
e. La variancia y desviación estándar
f. La variancia y desviación estándar, si la empresa decide aumentar los
ingresos de sus trabajadores en un 7% mas 45 nuevos soles

59
 ORGANIZACIÓN DE LA INFORMACION

2.1. RECOPILACIÓN DE DATOS

La recolección de datos se refiere al uso de una gran diversidad de técnicas y
herramientas que pueden ser utilizadas por el analista para recopilar los datos de
interés, los cuales pueden ser la entrevistas, la encuesta, el cuestionario, la
observación, registros de denuncias etc.

2.2. ORGANIZACIÓN DE DATOS

Una vez recopilada la información, es necesario revisarla cuidadosamente luego
resumirla y presentarla convenientemente por ejemplo en tablas de frecuencias,
gráficos etc., posteriormente analizarla e interpretarla y tomar decisiones
convenientes.

2.3. PRESENTACIÓN DE LA INFORMACIÓN MEDIANTE CUADROS O TABLAS

Después de la revisión y corrección de los datos recopilados, conviene
estructurar y ordenar estos datos de acuerdo a algún sistema de clasificación a
fin de describirlos o analizarlos en cuadros o tablas.

A continuación, se señalan algunos conceptos y procedimientos comunes para la

presentación de los datos en cuadros o tablas.

DISTRIBUCIÓN DE FRECUENCIAS O TABLAS DE FRECUENCIAS DE UNA VARIABLE

DISCRETA
Una distribución de frecuencias es un arreglo de los valores observados x i,…,xk de
la variable X con sus respectivas frecuencias en una tabla de la forma.

Valor de Xi fi Fi hi Hi
x₁ f1 F₁ h₁ H1
x₂ f2 F₂ h2 H2
. . . . .
. . . . .
. . . . .
xk fk FK=n hk Hk = 1
k k
Total 
i 1
fi  n h 1
i 1
i

Donde:
n : número de observaciones
xi : variable o clase
fi : frecuencia absoluta
Fi : frecuencia absoluta acumulada
hi : frecuencia relativa
Hi : frecuencia relativa acumulada

60
TABLAS DE DISTRIBUCIÓN DE FRECUENCIA DE DATOS CUALITATIVOS

En este caso como la variable cualitativa indica cualidades, propiedades, etc., se

agrupa de acuerdo a cada categoría que se diferencia en la variable cualitativa.
(Sin un orden establecido).

Ejemplo
Sea la empresa “dieta SA” cuyo gerente de producción está interesado en
estudiar las preferencias del público sobre diferentes tipos de mermeladas que
pueden ser de pera, manzana, durazno y fresa, toma una muestra de la
preferencia de 20 personas siendo los resultados los que se presentan.

Datos recopilados

Pera Manzana Manzana Pera

Durazno Pera Fresa Fresa
Fresa Durazno Fresa Fresa
Fresa Manzana Fresa Durazno
Pera Manzana Pera Durazno

Pasos para la elaboración de las tablas de frecuencias

1. Identificar las clases o nombre de la variable (Xi)

Xᵢ = tipo de mermelada

x1 = Pera x2 = Durazno x3 = Fresa x4 = Manzana

2. Organizar la información de acuerdo al tipo de clase Xi

3. Hallar la frecuencia absoluta (fi)

4. Hallar la frecuencia absoluta acumulada (Fi)

5. Hallar la frecuencia relativa (hi)

6. Hallar la frecuencia relativa acumulada (Hi)

Con esto se termina de construir la tabla

Clase Xᵢ fi Fi hi Hi
Pera 5 5 0.25 0.25
Durazno 4 9 0.2 0.45
Fresa 7 16 0.35 0.8
Manzana 4 20 0.2 1
20 1

PROPIEDADES DE LA TABLA DE FRECUENCIAS

61
 La suma de las frecuencias absolutas es igual al número de observaciones
k
f1  f 2  ...  f k   fi  n
i 1

 La primera frecuencia acumulada es igual a la primera frecuencia absoluta

F1= f1

 La frecuencia absoluta acumulada de cualquier clase será igual a la frecuencia

absoluta acumulada anterior más la frecuencia absoluta de la clase.
Fi  Fi 1  fi

 La última frecuencia acumulada es igual al nuero de observaciones

Fk=n

 La suma de las frecuencias relativas es igual a la unidad

k
h1  h2  ...  hk   hi  1
i 1

 La primera frecuencia relativa acumulada es igual a la primera frecuencia

relativa.
H1  h1

 La frecuencia relativa acumulada de cualquier clase será igual a la frecuencia

relativa acumulada anterior más la frecuencia relativa de la clase
H i  H i 1  hi

 La última frecuencia relativa acumulada es igual a la unidad

Hk  1

EJERCICIOS:

1. Al elaborar una tabla de frecuencias donde se evaluó la opinión de 40

personas sobre la calidad como, excelente (E), bueno (B), regular (R), malo
(M) de una nueva conserva. Se perdió información de dicha tabla
recuperándose solo lo siguiente:
1. La primera clase está definida como excelente
2. La frecuencia relativa de la primera clase es igual al 30% de la muestra
3. f3  f 4  f1
4. f3  f 4  2

2. Elaborar una tabla de frecuencias con los datos a continuación señalados

62
 Sol.

clase Xi fi Fi hi Hi
Narrativa 23 23 0.33 0.33
Biografía 15 38 0.21 0.54
Poesía 20 58 0.29 0.83
Cuento 5 63 0.07 0.90
Teatro 7 70 0.10 1.00
70 1.00

3. Completar la tabla de frecuencias con los resultados de las notas finales de un

curso de ESTADÍSTICA

Sol.
clase Xi fi Fi hi Hi
No presente 17 17 0.19 0.19
Suspenso 16 33 0.18 0.38
Aprobado 29 62 0.33 0.70
Notable 24 86 0.27 0.98
Sobresaliente 2 88 0.02 1.00
88 1.00

4. Ejemplo: Las calificaciones de un examen de Matemáticas de 18 alumnos son

las siguientes:
Sobresaliente, Notable, Notable,
Insuficiente, Sobresaliente, Suficiente,
Suficiente, Insuficiente, Notable,
Notable, Suficiente, Suficiente,

63
 Suficiente, Notable, Suficiente,
Sobresaliente, Notable, Notable
Sabemos el orden que mantiene, la nota más baja es el Insuficiente, le siguen
el Suficiente y Notable y la más alta es Sobresaliente, construir la tabla de
frecuencias
Sol.

clase Xi fi Fi hi Hi
Sobresaliente 3 3 0.17 0.17
Notable 7 10 0.39 0.56
Suficiente 6 16 0.33 0.89
Insuficiente 2 18 0.11 1.00
18 1.00

5. Ejercicio: Con la escena anterior contesta a las siguientes preguntas.

a) ¿Cuántos alumnos sacaron una nota inferior a Notable? R. 8 alumnos
b) ¿Qué porcentaje de alumnos aprueba el examen? R. 11%
c) ¿Cuántos alumnos aprobados no sacaron la nota más alta? R. 13 alumnos

6. Ejercicio El color de lo coches que circulan por una calle céntrica es el

siguiente:
NEGRO NEGRO ROJO AZUL ROJO VERDE VERDE BLANCO BLANCO
BLANCO NEGRO NEGRO BLANCO NEGRO ROJO ROJO BLANCO BLA
NCO NEGRO BLANCO AZUL ROJO NEGRO AZUL
NEGRO BLANCO BLANCO VERDE VERDE ROJO
Construye, una tabla con estos datos.
Sol.

clase Xi fi Fi hi Hi
Negro 8 8 0.27 0.27
Rojo 6 14 0.20 0.47
Azul 3 17 0.10 0.57
Verde 4 21 0.13 0.70
Blanco 9 30 0.30 1.00
30 1.00

7. Se le pidió a un grupo de personas que indiquen su color favorito, y se obtuvo

los siguientes resultados: Considerando los siguientes datos elaborar la tabla
correspondiente

negro azul amarillo rojo azul

azul rojo negro amarillo rojo
rojo amarillo amarillo azul rojo
negro azul rojo negro amarillo

64
8. Indica que variables son cualitativas y cuales cuantitativas
1. Comida Favorita. Var. Cualitativa
2. Profesión que te gusta. Var. Cualitativa
3. Número de goles marcados por la U. Var. Cuantitativa
4. Número de alumnos de tu Instituto. Var. Cuantitativa
5. El color de los ojos de tus compañeros de clase. Var. Cualitativa
6. Coeficiente intelectual de tus compañeros de clase. Var. Cuantitativa

9. Después de verificar en el cuaderno de denuncias de la comisaria de una

localidad de Huancavelica, se verificó que las violaciones durante el año están
registradas como sigue:

clase Xi fi
Enero 8
Febrero 6
Marzo 3
Abril 4
Mayo 9
Junio 5
Julio 7
Agosto 2
Septiembre 5
Octubre 4
Noviembre 3
Diciembre 8

Elabore la tabla de frecuencias correspondiente

Sol.

clase Xi fi Fi hi Hi
Enero 8 8 0.13 0.13
Febrero 6 14 0.09 0.22
Marzo 3 17 0.05 0.27
Abril 4 21 0.06 0.33
Mayo 9 30 0.14 0.47
Junio 5 35 0.08 0.55
Julio 7 42 0.11 0.66
Agosto 2 44 0.03 0.69
Septiembre 5 49 0.08 0.77
Octubre 4 53 0.06 0.83
Noviembre 3 56 0.05 0.88
Diciembre 8 64 0.13 1.00
64 1.00

65
 10. La siguiente información corresponde a una tabla de frecuencias sobre la
preferencia de 80 fanáticos del cine, deteriorada por un accidente en el
trabajo, se pide completar los datos de la tabla con os datos recuperados.

Clase Xi fi Fi hi Hi
Drama 12
Terror 48 60
Comedia 0.125
Aventura 0.075
Guerra
80

Sol.

Clase Xi fi Fi hi Hi
Drama 12 12 0.15 0.15
Terror 48 60 0.6 0.75
Comedia 10 70 0.125 0.875
Aventura 6 76 0.075 0.95
Guerra 4 80 0.05 1
80 1

EJERCICIOS SOBRE VARIABLES CUANTITATIVAS DISCRETAS

Este tipo de variables cumple una cantidad de números exacta. Solo se maneja
con valores enteros.

1. Número de alumnos de las aulas de un colegio de la región Ucayali

22 – 22 – 24 – 21 – 28 – 30 – 26 – 31 – 22 – 26 – 32 – 28 – 30 – 24 – 30 – 32 – 20 – 24 –
35 – 22 – 24 – 24 – 26 – 24 – 26 – 30 – 24 – 28 – 27 – 23 – 35 – 24

Desarrollo:

𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 35
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 20
𝑅𝑎𝑛𝑔𝑜 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 35 − 20 = 15
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 5 (𝑟𝑒𝑐𝑜𝑚𝑒𝑛𝑑𝑎𝑏𝑙𝑒)

66
𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 𝑅𝑎𝑛𝑔𝑜 ∶ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 15: 5 = 3

clases 𝑓𝑖 𝐹𝑖 ℎ𝑖 = 𝑓𝑖 : 𝑛 𝐻𝑖 X ℎ𝑖 % 𝐻𝑖 %
[20 − 23[ 6 6 0,19 0,19 21,5 19 % 19 %
[23 − 26[ 9 15 0,28 0,47 24,5 28 % 47 %
[26 − 29[ 8 23 0,25 0,72 27,5 25 % 72 %
[29 − 32[ 5 28 0,16 0,88 30,5 16 % 88 %
[32 − 35] 4 32 0,12 1 33,5 12 % 100 %
32 --- 1 --- 100 % ---

2. Número de Uvas de un racimo

18 - 16 - 20 – 22 - 25 – 24 – 30 – 28 – 27 – 42 – 28 – 20 – 22 – 33 – 32 – 26 – 25 - 20 –
24 – 38 – 35 – 16 – 16 – 30 – 30 – 26 – 27 – 28 – 30 – 16 – 24 - 32 –
38 – 40 – 24 – 25 – 40 – 42 - 35 - 40 – 29 – 34 – 32 - 35

Desarrollo:

𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 40
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 16
𝑅𝑎𝑛𝑔𝑜 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 42 − 16 = 26
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 5 (𝑟𝑒𝑐𝑜𝑚𝑒𝑛𝑑𝑎𝑏𝑙𝑒)
𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 𝑅𝑎𝑛𝑔𝑜 ∶ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 26: 5 = 5,2 ≈ 5

clases 𝑓𝑖 𝐹𝑖 ℎ𝑖 = 𝑓𝑖 : 𝑛 𝐻𝑖 X ℎ𝑖 % 𝐻𝑖 %
[16 − 21[ 8 8 0,18 0,18 18,5 18 % 18 %
[21 − 26[ 10 18 0,22 0,40 23,5 22 % 40 %
[26 − 31[ 11 29 0,25 0,65 28,5 25 % 65 %
[31 − 36[ 8 37 0,18 0,83 33,5 18% 83 %
[36 − 42] 7 44 0,17 1 38,5 17 % 100 %
44 --- 1 --- --- 100 % ---

3. Número de hijos por familia en un vecindario del Distrito de Villa el salvador

5–4–3–0–1–7–6–4–3–2–5–4–8–6–5–4–3–6–6–4–2–1
1–4–5–6–4–3–5–6–4–3–8–6–2–2–1–1–2–4–6–4–4–5
5 – 4 – 2 – 1 -7 - 2
Desarrollo:

67
𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 8
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 0
𝑅𝑎𝑛𝑔𝑜 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 8 − 0 = 8
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 5 (𝑟𝑒𝑐𝑜𝑚𝑒𝑛𝑑𝑎𝑏𝑙𝑒)
𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 𝑅𝑎𝑛𝑔𝑜 ∶ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 8: 5 = 1,6 ≈ 2

clases 𝑓𝑖 𝐹𝑖 ℎ𝑖 = 𝑓𝑖 : 𝑛 𝐻𝑖 X ℎ𝑖 % 𝐻𝑖 %
[0 − 2[ 7 7 0,14 0,14 1 14 % 14 %
[2 − 4[ 12 19 0,24 0,38 3 24 % 38 %
[4 − 6[ 19 38 0,38 0,76 5 38 % 76 %
[6 − 8[ 10 48 0,20 0,96 7 20 % 96 %
[8 − 10] 2 50 0,04 1 9 4 % 100 %
50 --- 1 --- --- 100 % ---

4. Edades de los postulantes a la escuela de SOPNP en el primer día.

20 - 24 – 18 – 23 – 22 – 18 – 20 – 22 – 22 – 20 – 19 – 24 – 20 – 21 – 19 – 24
18 – 21 – 22 – 17 – 22 – 24 – 18 – 20 – 20 – 20 – 21 – 21 – 20 – 20 – 24 – 24
24 – 22 – 18 – 20 – 20 – 20 – 22 – 21 – 20 – 17 – 24 – 20 – 20 – 21 – 22 – 23
18 – 19 – 20 – 17 – 20 – 16 – 21 – 24 – 24 – 23 – 22 – 23 – 20 – 21 - 22 – 24
20 – 20 – 21 – 20 - 20 – 22 – 23 – 19 – 19 – 20 – 23 – 24 – 24 – 22 – 23 – 22
21 – 22 – 23 – 24 – 20 - 24 – 20 – 22 – 21 – 22 – 23 – 24 – 23 – 19 – 18 – 20
20 – 22 – 24 - 23

Desarrollo:

𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 24
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 16
𝑅𝑎𝑛𝑔𝑜 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 24 − 16 = 8
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 5 (𝑟𝑒𝑐𝑜𝑚𝑒𝑛𝑑𝑎𝑏𝑙𝑒)
𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 𝑅𝑎𝑛𝑔𝑜 ∶ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 8: 5 = 1,6 ≈ 2

clases 𝑓𝑖 𝐹𝑖 ℎ𝑖 = 𝑓𝑖 : 𝑛 𝐻𝑖 X ℎ𝑖 % 𝐻𝑖 %
[16 − 18[ 4 4 0,04 0,04 17 4 % 4%
[18 − 20[ 13 17 0,13 0,17 19 13 % 17 %
[20 − 22[ 39 56 0,39 0,56 21 39 % 56 %
[22 − 24[ 27 83 0,27 0,83 23 27 % 83 %
[24 − 26] 17 100 0,17 1 25 17 % 100 %
100 --- 1 --- --- 100 % ---

68
 5. Calificaciones exactas de los parciales de Estadística en las aulas 01 y 02
ESOPNP

08 – 12 – 14 – 10 – 12 – 11 – 10 – 12 – 09 – 12 – 13 – 14 – 16 – 17 – 11 – 12 – 14 – 15 –
12 – 11 – 14 – 10 – 12 – 14 – 16 – 18 – 12 – 14 – 05 – 12 – 15 – 10 – 12 – 10 – 11 – 13 –
15 – 17 – 17 – 13 – 18 – 09 – 12 – 11 – 07 – 06 – 14 – 12
05 – 15 – 13 – 11 – 10 – 10 – 09 – 07 – 16 – 14 – 12 – 10 – 08 – 07 – 12 – 09
17 – 15 – 08 – 06 – 14 - 15
Desarrollo:
𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 18
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 05
𝑅𝑎𝑛𝑔𝑜 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 18 − 05 = 13
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 5 (𝑟𝑒𝑐𝑜𝑚𝑒𝑛𝑑𝑎𝑏𝑙𝑒)
𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 𝑅𝑎𝑛𝑔𝑜 ∶ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 13: 5 = 2,6 ≈ 3

clases 𝑓𝑖 𝐹𝑖 ℎ𝑖 = 𝑓𝑖 : 𝑛 𝐻𝑖 X ℎ𝑖 % 𝐻𝑖 %
[04 − 07[ 4 4 0,06 0,06 5,5 6% 6%
[07 − 10[ 10 14 0,14 0,20 8,5 14 % 20 %
[10 − 13[ 28 42 0,40 0,60 11,5 40 % 60 %
[13 − 16[ 19 61 0,27 0,87 14,5 27 % 87 %
[16 − 19] 9 70 0,13 1 17,5 13 % 100 %
70 --- 1 --- --- 100 % ---

EJERCICIOS SOBRE VARIABLES CUANTITATIVAS CONTINUAS

Estas pueden ser expresadas con decimales, toman cualquier valor dentro de
un intervalo.

1. Peso del primer grupo de los postulantes a la ESOPNP.

62 – 62,3 – 70,2 – 63- 68,4 – 72 – 72,5 – 74 – 68,8 – 66,8 – 72 – 72, 4 – 82,4

78,4 - 64,6 – 82,4 – 68,8 - 72,2 – 74,6 – 68,8 – 65,8 – 64,8 – 78,6 – 82,6 – 78
68,8 – 68,2 – 78,4 – 86,6 – 70 – 72 – 72,6, 78, 8 – 65 – 65,4 – 65,8 – 84
67 – 62,8 -74,4 – 74 – 72,4 – 72,8 – 68,8 – 64,8 - 72,4 – 74 – 72,8 – 74,4 – 76,8

69
Desarrollo:

𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 84
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 62
𝑅𝑎𝑛𝑔𝑜 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 84 − 62 = 22
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 5 (𝑟𝑒𝑐𝑜𝑚𝑒𝑛𝑑𝑎𝑏𝑙𝑒)
𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 𝑅𝑎𝑛𝑔𝑜 ∶ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 22: 5 = 4,5 ≈ 5

clases 𝑓𝑖 𝐹𝑖 ℎ𝑖 = 𝑓𝑖 : 𝑛 𝐻𝑖 X ℎ𝑖 % 𝐻𝑖 %
[61 − 66[ 10 10 0,2 0,2 63,5 20 % 20 %
[66 − 71[ 12 22 0,24 0,44 68,5 24 % 44 %
[71 − 76[ 17 39 0,34 0,78 73,5 34 % 78 %
[76 − 81[ 6 45 0,12 0,90 78,5 12 % 90 %
[81 − 86] 5 50 0,1 1 83,5 10 % 100 %
50 --- 1 --- --- 100 % --

2. Velocidad que llevan las combis que circulan en la panamericana norte en una
determinada hora
82 – 84,4 – 90,4 -96,8 – 79,6 – 84,4 – 88,2 – 78 – 86,4 – 94,2 – 96,2 – 98,2 – 100 – 96,8
– 86,4 – 87,1 – 88,2 – 86,4 – 82,4 – 88,8 – 79,8 – 78,8 – 86,8 – 94 – 96,4 – 87,6 – 84,8 –
98,8 – 84,6 – 88,7 – 80 – 82,8- 102 – 100,4 – 98,8 – 96,6 – 82 – 82,6 – 92,5 – 96

Desarrollo:

𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 102

𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 78
𝑅𝑎𝑛𝑔𝑜 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 102 − 78 = 24
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 5 (𝑟𝑒𝑐𝑜𝑚𝑒𝑛𝑑𝑎𝑏𝑙𝑒)
𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 𝑅𝑎𝑛𝑔𝑜 ∶ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 24: 5 = 4,8 ≈ 5

clases 𝑓𝑖 𝐹𝑖 ℎ𝑖 = 𝑓𝑖 : 𝑛 𝐻𝑖 X ℎ𝑖 % 𝐻𝑖 %
[78 − 83[ 9 9 0,22 0,22 80,5 22 % 22 %
[83 − 88[ 11 20 0,28 0,50 85,5 28 % 50 %
[88 − 93[ 6 26 0,15 0,65 90,5 15 % 65 %
[93 − 98[ 8 34 0,2 0,85 95,5 20 % 85 %
[98 − 103] 6 40 0,15 1 100,5 15 % 100 %
40 --- 1 --- --- 100 % ---

3. Estatura (en cm) de los postulantes a la ESOPNP 2019

165 – 166 – 168 – 176 – 168 – 166 – 173 – 173 – 174 – 173 – 175 – 172 – 180 – 171 –
171 – 166 – 165 – 167 – 165 – 177 – 176 – 170 – 172 – 172 – 174 – 178 – 165 – 169 –
166 – 167 – 165 – 175 – 174 – 174 – 168 – 173 – 174 – 173 – 170 – 165 – 167 – 168 –
170 – 174 – 178 – 172 – 174 – 168 – 169 - 171 – 173 – 172-

70
169 – 170 – 169 – 169 – 168 – 168 - 170 - 169

Desarrollo:

𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 180

𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 165
𝑅𝑎𝑛𝑔𝑜 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 180 − 165 = 15
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 5 (𝑟𝑒𝑐𝑜𝑚𝑒𝑛𝑑𝑎𝑏𝑙𝑒)
𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 𝑅𝑎𝑛𝑔𝑜 ∶ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 15: 5 = 3

clases 𝑓𝑖 𝐹𝑖 ℎ𝑖 = 𝑓𝑖 : 𝑛 𝐻𝑖 X ℎ𝑖 % 𝐻𝑖 %
[165 − 168[ 15 15 0,25 0,25 166,5 25 % 25 %
[168 − 171[ 16 31 0,27 0,52 169,5 27 % 52 %
[171 − 174[ 14 45 0,23 0,75 172,5 23 % 75 %
[174 − 177[ 11 56 0,18 0,93 175,5 18 % 93 %
[177 − 180] 4 60 0,07 1 178,5 7 % 100 %
60 --- 1 --- --- 100 % ---

4. Tiempo (en segundos) que demoran en recorrer los 100 metros planos los
postulantes a la ESOPNP

67 – 70 - 72 – 74 – 68 – 69 – 73 – 70 – 74 – 72 – 74 – 71 – 66 – 64 – 66 – 70 – 69- 65 –
66 – 68 – 69 – 65 – 69 – 65 – 64 – 72 – 74 – 69 – 68 – 69 – 71 – 70 – 72 – 69 – 64 – 66 –
65 – 66 – 67 – 68 – 69 – 70 – 68 – 64 – 65 – 71 – 73 – 66 – 64 – 68

Desarrollo:

𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 74
𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 64
𝑅𝑎𝑛𝑔𝑜 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 − 𝐿𝑖𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 74 − 64 = 10
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝐼𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 5 (𝑟𝑒𝑐𝑜𝑚𝑒𝑛𝑑𝑎𝑏𝑙𝑒)
𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 = 𝑅𝑎𝑛𝑔𝑜 ∶ 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 = 10: 5 = 2

clases 𝑓𝑖 𝐹𝑖 ℎ𝑖 = 𝑓𝑖 : 𝑛 𝐻𝑖 X ℎ𝑖 % 𝐻𝑖 %
[64 − 66[ 10 10 0,20 0,20 65 20 % 20 %
[66 − 68[ 8 18 0,16 0,36 67 16 % 36 %
[68 − 70[ 14 32 0,28 0,64 69 28 % 64 %
[70 − 72[ 7 39 0,14 0,78 71 14 % 78 %
[72 − 74] 11 50 0,22 1 73 22 % 100 %

71
 50 --- 1 --- --- 100 % ---

5. Un club de básquet realizo una convocatoria para niños de 12 años. Se sabe

que el primer día se presentaron 200 niños cuyas estaturas se agrupan en
intervalos y se registra en una tabla. ¿Cuántos miden menos de 165 cm?

clases 𝑓𝑖 𝐹𝑖
[150 − 155[ 40 40
[155 − 160[ 80 120
[160 − 165[ 50 170
[165 − 170[ 20 190
[170 − 175] 10 200
200 ---

Rpta: Se necesitan 170 niños

Experimentos (o fenómenos) aleatorios.- Son aquellos en los que no se puede

predecir el resultado.
Experimento determinista.- Aquellos experimentos que si se puede predecir el
resultado
Ejemplos:
a) Lanzar una moneda es un experimento aleatorio ya que no sabemos si
obtendremos cara o cruz.
b) Calentar agua a altas temperaturas es un experimento determinista ya que
sabemos, con toda seguridad, que el agua hervirá a partir de determinada
temperatura.
c) Lanzar un dado es un experimento aleatorio ya que no podemos predecir el
número que obtendremos.
d) Extraer una bola de una urna que sólo contiene bolas rojas es un
experimento determinista ya que podemos predecir que la bola extraída será
roja.

El espacio muestral .- Es el conjunto de los resultados posibles de un

experimento aleatorio. Denotaremos el espacio muestral de un experimento con E o
Ω.

Ejemplo:
a). El espacio muestral del lanzamiento de una moneda es;
E={cara, cruz}E={cara, cruz} ya que éstas son las dos únicas posibilidades.
b). El espacio muestral del lanzamiento de un dado es; E={1,2,3,4,5,6} pero
también puede ser. E={par, impar}
Un suceso aleatorio.- Es un elemento del espacio muestral. Es decir, cada uno de los
posibles resultados de un experimento aleatorio es un suceso aleatorio.
72
Ejemplo 1:
En el lanzamiento de una moneda, los sucesos aleatorios son: sale cara, sale cruz
Decimos que un suceso aleatorio es un suceso imposible si nunca puede ocurrir.
Ejemplo 2:
En el lanzamiento de un dado, los siguientes sucesos son imposibles: sacar un 8, sacar
un número mayor que 6.
En contraposición, Decimos que un suceso aleatorio es un suceso
seguro si siempre ocurre.
Ejemplo 3:
En el lanzamiento de un dado, los siguientes sucesos son seguros: sacar un número
mayor que 0, sacar un número menor que 7.

EJERCICIOS DE APLICACIÓN.
1) Si lanzamos al aire una moneda, entonces. Responder la opción correcta
a) El espacio muestral es E = {Sacar cara}.
b) El espacio muestral es E = {Sacar cara, Sacar cruz}.
c) El espacio muestral es E = {Sacar cruz}.
2) Lanzamos un dado y nos interesa el número que sale, Responder la opción correcta:
a) El espacio muestral es, E = {1,2,3,4,5,6}
b) El espacio muestral es, E = {Sale un número par, Sale un número impar}.
c) El espacio muestral es E = {Sale cara, Sale cruz}.
d) Todas son falsas
3) Extraemos una carta de una baraja española y nos fijamos sólo en el palo de la carta
extraída.
a). No se trata de un experimento aleatorio.
b). El espacio muestral es E = {1,2,3,4,5,6,7,8,9,10,11,12}.
c). El espacio muestral es E = {Bastos, Copas, Oros, Espadas}.
d). Todas las opciones son verdaderas.
4). Lanzamos al aire una moneda. Buscar la opción correcta:
a). El suceso "Sacar cara" es más probable que el suceso "Sacar cruz".
b). Los sucesos "Sacar cara" y "Sacar cruz" son sucesos contrarios.
c). El espacio muestral es E = {Sacar cruz}.
d). Todas la anteriores son falsas.
5) Lanzamos un dado. Indicar la opción correcta
a) "Sacar un número impar" y "Sacar un número mayor que 3" son sucesos
incompatibles.

73
b) "Sacar un número par" y "Sacar un número mayor que 3" son sucesos
incompatibles.
c) "Sacar un número impar" y "Sacar un número mayor que 5" son sucesos

incompatibles.
d) Todas la anteriores son verdaderas.

Los sucesos incompatibles son los que no pueden darse al mismo tiempo.
6) En un bombo con 50 bolas numeradas del 1 al 50, se extrae una bola.
a) Los sucesos "Sacar un número par" y "Sacar un número mayor que 38" son
incompatibles.
b) El espacio muestral es E={10,20,,30,40,50}E={10,20,,30,40,50}
c) Se trata de un experimento determinista.
d) Todas las opciones son falsas.
7) Se ha lanzado 5 veces una moneda y en todas las ocasiones se ha obtenido cara.
a) En el siguiente lanzamiento es más probable que salga cara.
b) En el siguiente lanzamiento es más probable que salga cruz.
c) Es igual de probable que salga cara y que salga cruz.
d) Todas las opciones son falsas.
8) En una urna hay 10 bolas numeradas del 1 al 10 y realizamos una extracción.
Consideramos los sucesos A = "Sacar una bola con un número par" y B = "Sacar una
bola menor que 2".
a) La intersección de los sucesos A y B es igual al espacio muestral, E. Es decir,
A∩B=EA∩B=E
b) La intersección de los sucesos A y B es un suceso imposible.
c) Los sucesos A y B son el mismo suceso.
d) Todas las opciones son falsas.
EJERCICIOS DE PERCENTILES
1. Dadas las series estadísticas:
 3, 5, 2, 7, 6, 4, 9.
 3, 5, 2, 7, 6, 4, 9, 1.

74
Calcular para la primera serie los percentiles 32 y 85.
Para la segunda, hallar los percentiles 20 y 70.

Solución
 3, 5, 2, 7, 6, 4, 9.
La serie en orden es: 2, 3, 4, 5, 6, 7, 9.
Al calcular los percentiles tenemos:

P32 = 4

P85 = 7
 3, 5, 2, 7, 6, 4, 9, 1.

La serie en orden es: 1, 2, 3, 4, 5, 6, 7, 9.

Al calcular los percentiles obtenemos:

P20 = 2

P70 = 6

2. Una distribución estadística viene dada por la siguiente tabla:

fi
[10, 15) 3
[15, 20) 5
[20, 25) 7
[25, 30) 4
[30, 35) 2

Hallar el percentil 70.

Solución:
-Completamos la tabla con la frecuencia acumulada:

xi fi Fi

[10, 15) 12.5 3 3

[15, 20) 17.5 5 8

[20, 25) 22.5 7 15

75
 [25, 30) 27.5 4 19

[30, 35) 32.5 2 21

21

-Buscamos el intervalo donde se encuentra el percentil 70

Multiplicamos 70 por N, en este caso 21, y dividimos por 100

En la columna de las frecuencias acumuladas , identificamos el intervalo que

contiene a 14.7

La clase de P70 es: [20, 25)

-Aplicamos la fórmula para el cálculo de percentiles de datos agrupados

Extrayendo los siguientes datos:

Concluimos que:

3. Calcular el percentil 35 y 60 de la distribución de la tabla:

fi Fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65
Solución:
Cálculo del percentil 35

76
-Buscamos el intervalo donde se encuentra el percentil 35

Multiplicamos 35 por N, en este caso 65, y dividimos por 100

En la columna de las frecuencias acumuladas identificamos el intervalo que

contiene a 22.75
La clase de P35 es: [70, 80)
-Aplicaremos la fórmula para el cálculo de percentiles para datos agrupados
Extraemos los siguientes datos:

Concluimos que:

Cálculo del percentil 60

-Buscamos el intervalo donde se encuentra el percentil 60

Multiplicamos 60 por N, en este caso 65, y dividimos por 100

Buscamos en la columna de las frecuencias acumuladas el intervalo que contiene

a 39
La clase de P60 es: [80, 90)

-Aplicaremos la fórmula para el cálculo de percentiles para datos agrupados

Extraemos los siguientes datos:

77
Concluímos que:

EJERCICIOS DE CUARTILES
4. Calcular los cuartiles las series estadísticas:
3, 5, 2, 7, 6, 4, 9.

3, 5, 2, 7, 6, 4, 9, 1.

10, 13, 4, 7, 8, 11 10, 16, 18, 12, 3, 6, 9, 9, 4, 13, 20, 7, 5, 10, 17, 10, 16, 14, 8, 18

3
26/4 = 6.5 Q1 = 7
Q2 = Me = 10
(26 · 3)/4 = 19.5 Q3 = 14

5. Una distribución estadística viene dada por la siguiente tabla:

78
 fi

[10, 15) 3

[15, 20) 5

[20, 25) 7

[25, 30) 4

[30, 35) 2

Hallar los cuartiles 1º y 3º.

xi fi Fi

[10, 15) 12.5 3 3

[15, 20) 17.5 5 8

[20, 25) 22.5 7 15

[25, 30) 27.5 4 19

[30, 35) 32.5 2 21

21

Cálculo del primer cuartil

Buscamos el intervalo donde se encuentra el primer cuartil, multiplicando 1 por N (21)
y dividiendo por 4

Buscamos en la columna de las frecuencias acumuladas (Fi) el intervalo que contiene a

5.25
La clase de Q1 es: [15, 20)
Aplicaremos la fórmula para el cálculo de cuartiles para datos agrupados, extrayendo
los siguientes datos:
Li = 15
Fi–1= 3
fi = 5
ai = 5

79
Cálculo del tercer cuartil
Buscamos el intervalo donde se encuentra el tercer cuartil, multiplicando 3 por N (21)
y dividiendo por 4

Buscamos en la columna de las frecuencias acumuladas (F i) el intervalo que contiene a

18.75
La clase de Q1 es: [25, 30)
Aplicaremos la fórmula para el cálculo de cuartiles para datos agrupados, extrayendo
los siguientes datos:
Li = 25
Fi–1= 15

fi = 4
ai = 5

6. Dada la distribución estadística:

fi

[0, 5) 3

[5, 10) 5

[10, 15) 7

[15, 20) 8

[20, 25) 2

[25, ∞) 6

Calcular los Cuartiles 1º y 3º.

Ampliamos la tabla con otra columna donde disponemos la frecuencia acumulada (F i):
En la primera casilla colocamos la primera frecuencia absoluta. En la segunda casilla
sumamos el valor de la frecuencia acumulada anterior más la frecuencia absoluta
correspondiente y así sucesivamente hasta la última, que tiene que se igual a N (31)

80
 xi fi Fi

[0, 5) 2.5 3 3

[5, 10) 7.5 5 8

[10, 15) 12.5 7 15

[15, 20) 17.5 8 23

[20, 25) 22.5 2 25

[25, ∞) 6 31

31

Cálculo del primer cuartil

Buscamos el intervalo donde se encuentra el primer cuartil, multiplicando 1 por N (31)
y dividiendo por 4

Buscamos en la columna de las frecuencias acumuladas (F i) el intervalo que contiene a

7.75
La clase de Q1 es: [5, 10)
Aplicaremos la fórmula para el cálculo de cuartiles para datos agrupados, extrayendo
los siguientes datos:
Li = 5
Fi–1= 3
fi = 5
ai = 5

Cálculo del tercer cuartil

Buscamos el intervalo donde se encuentra el tercer cuartil, multiplicando 3 por N (31)
y dividiendo por 4

Buscamos en la columna de las frecuencias acumuladas (Fi) el intervalo que contiene a

23.25
La clase de Q1 es: [20, 25)
81
Aplicaremos la fórmula para el cálculo de cuartiles para datos agrupados, extrayendo
los siguientes datos:
Li = 20
Fi–1= 23
fi = 2
ai = 5

7. El histograma de la distribución correspondiente al peso de 100 alumnos de

Bachillerato es el siguiente:

¿A partir de que valores se encuentran el 25% de los alumnos más pesados?

Construimos la tabla:

xi fi Fi

[60,63) 61.5 5 5

[63, 66) 64.5 18 23

[66, 69) 67.5 42 65

[69, 72) 70.5 27 92

[72, 75) 73.5 8 100

100

Buscamos el intervalo donde se encuentra el tercer cuartil, multiplicando 3 por N (100)

y dividiendo por 4

82
Buscamos en la columna de las frecuencias acumuladas (F i) el intervalo que contiene a
75
La clase de Q3 es: [69, 72)
Aplicaremos la fórmula para el cálculo de cuartiles para datos agrupados, extrayendo
los siguientes datos:
Li = 69
Fi–1= 65
fi = 27
ai = 3

EJERCICIOS DE DECILES
8. Dadas las series estadísticas:
3, 5, 2, 7, 6, 4, 9.
3, 5, 2, 7, 6, 4, 9, 1.
Calcular:
Los deciles 2º y 7º.
3, 5, 2, 7, 6, 4, 9.
8 · (2/10) = 1.6 D2 = 2
8 · (7/10) = 5.6 D7 = 6

3, 5, 2, 7, 6, 4, 9, 1.
8 · (2/10) = 1.6 D2 = 2
8 · (7/10) = 5.6 D7 = 6
9. Calcular los deciles de la distribución de la tabla:
fi Fi

[50, 60) 8 8

[60, 70) 10 18

[70, 80) 16 34

[80, 90) 14 48

[90, 100) 10 58

83
 [100, 110) 5 63

[110, 120) 2 65

65

Cálculo del primer decil

Buscamos el intervalo donde se encuentra el primer decil, multiplicando 1 por N (65) y
dividiendo por 10

Buscamos en la columna de las frecuencias acumuladas (F i) el intervalo que contiene a

6.5
La clase de D1 es: [50, 60)
Aplicaremos la fórmula para el cálculo de deciles para datos agrupados, extrayendo los
siguientes datos:
Li = 50
Fi–1= 0
fi = 8
ai = 10

Cálculo del segundo decil

Buscamos el intervalo donde se encuentra el segundo decil, multiplicando 2 por N (65)
y dividiendo por 10

Buscamos en la columna de las frecuencias acumuladas (F i) el intervalo que contiene a

13
La clase de D2 es: [60, 70)
Aplicaremos la fórmula para el cálculo de deciles para datos agrupados, extrayendo los
siguientes datos:
Li = 60
Fi–1= 8
fi = 10

84
ai = 10

Cálculo del tercer decil

Cálculo del cuarto decil

Cálculo del quinto decil

Cálculo del sexto decil

Cálculo del séptimo decil

Cálculo del octavo decil

85
Cálculo del noveno decil

10. Una distribución estadística viene dada por la siguiente tabla:

fi

[10, 15) 3

[15, 20) 5

[20, 25) 7

[25, 30) 4

[30, 35) 2

Hallar los deciles 3º y 6º.

Completamos la tabla con a frecuencia acumulada:

xi fi Fi

[10, 15) 12.5 3 3

[15, 20) 17.5 5 8

[20, 25) 22.5 7 15

[25, 30) 27.5 4 19

[30, 35) 32.5 2 21

21

Cálculo del tercer decil

Buscamos el intervalo donde se encuentra el tercer decil, multiplicando 3 por N (21) y
dividiendo por 10

Buscamos en la columna de las frecuencias acumuladas (F i) el intervalo que contiene a

6.3

La clase de D3 es: [15, 20)

Aplicaremos la fórmula para el cálculo de deciles para datos agrupados, extrayendo los
siguientes datos:

86
Li = 15

Fi–1= 3
fi = 5
ai = 5

Cálculo del sexto decil

Buscamos el intervalo donde se encuentra el sexto decil, multiplicando 6 por N (21) y
dividiendo por 10

Buscamos en la columna de las frecuencias acumuladas (F i) el intervalo que contiene a

6.3
La clase de D6 es: [20, 250)

Aplicaremos la fórmula para el cálculo de deciles para datos agrupados, extrayendo los
siguientes datos:
Li = 20
Fi–1= 8
fi = 7
ai = 5

87
 EJEMPLOS DE VARIABLES

N° CUALITATIVA CUANTITATIVA
1 Mujer y hombre Edades de los funcionarios y funcionarias
en una estación policial
2 Colores de un grupo de Cantidad de armas asignadas a un policía.
automóviles resguardados en un
depósito.
3 Nacionalidad de un grupo de Número de personas que conforman una
detenidos en una comisaria. determinada división.
4 Tipos de drogas Salario de los y las Oficiales policiales en
Soles.
5 Color de los ojos de los detenidos Velocidad de algún automóvil al pasar un
en un procedimiento. punto de control.

EJERCICIOS DE MEDIDAS DE DISPERSION

1. En una redada en el distrito de Chorrillos se logró capturar avezados delincuentes
cuyas edades y cantidades se especifican en el siguiente cuadro:

EDADES FRECUENCIA
[ 20; 25 > 2
[ 25; 30 > 5
[ 30; 35 > 2
[ 35; 40 ] 1

a) Hallar las medidas de tendencia central

b) Hallar el Q1; D4; P16
c) Hallar la varianza, la desviación típica y el coeficiente de variación.

2. En un estudio estadístico se analizó la cantidad de balas que los efectivos policiales

utilizan anualmente en el campo. Halla las medidas de dispersión, según los
siguientes datos en el cuadro dado.

INTERVALOS FRECUENCIA
[ 20; 40 > 10
[ 40; 60 > 30
[ 60; 80 > 20

88
 [ 80; 100 > 20
[ 100; 120 ] 20

3. Se reporta la cantidad de libros leídos en un mes, por un grupo de 21 alumnos de la

eo.
0 3 0 1 0 1
1 1 2 1 1
4 2 3 3 2
2 1 1 2 1

Calcula las medidas de dispersión.

4. Los siguientes datos representan el peso de 4 capitanes de la escuela de oficiales

expresados en Kilogramos: 64; 70; 66 y 80.
Calcular la varianza y la desviación típica.

5. Calcular la varianza y la desviación típica de la siguiente distribución de frecuencias:

Intervalo 0 a 10 10 a 20 20 a 30 30 a 40 40 a 50 50 a 60 60 a 70
frecuencia 8 34 76 60 31 28 13

6. Durante un periodo de 150 horas, se observó el número de policías por horas que
acuden a una comisaria, encontrando:
Policías 0 1 2 3 4 5 6 7 8
frecuencias 5 19 29 30 22 16 14 9 6
Determine la desviación típica y la media de las desviaciones medias.

7. La siguiente tabla se refiere a las estaturas en pulgadas, de un grupo de cadetes:

Estatura 60 a 62 63 a 65 66 a 68 69 a 71 72 a 74
frecuencia 5 18 42 27 8
Determine el rango, la media de las desviaciones absolutas, la desviación típica y el
coeficiente de variación.

89
8. Dada la siguiente tabla de frecuencias, para datos sin agrupar:
Valor 0 1 2 3 4 5 6 7
frecuencia 8 14 25 13 20 12 6 2
Calcule su varianza, la desviación típica, el coeficiente de variación, el rango, la
media de las desviaciones absolutas.

9. Si se tienen dos conjuntos de datos expresados en las mismas unidades, ¿puede

decirse que el que tenga mayor varianza presenta una mayor dispersión?

10. Si en un conjunto de datos todos los valores son negativos, ¿puede alguna de las
medidas absolutas de dispersión ser negativa?

11. ¿Cuál es la diferencia entre las medidas absolutas y las medidas relativas de
dispersión?. ¿Cuál de las dos mide mejor la variabilidad?

90
 SOLUCION DE MEDIDAS DE DISPERSION

1.-En una redada en el distrito de Chorrillos se logró capturar avezados delincuentes cuyas edades y
cantidades se especifican en el siguiente cuadro:

Hallar la varianza y la desviación típica.

Frecuencia Marca de Frecuencia _ _ _

Edades fi*Xi Xi  X (X i  X )2 ( X i  X )2 * fi
fi clase Xi Acumulada
[20 - 25> 2 22.5 45.00 2 -6 36 72
[25 - 30> 5 27.5 137.50 7 -1 1 5
[30 - 35> 2 32.5 65.00 9 4 16 32
[35 - 40] 1 37.5 37.50 10 9 81 81
10 285.00 190

Media = 28.5

Varianza = 19

Desviación típica = 4.36

2.- En un estudio estadístico se analizó la cantidad de balas que los efectivos policiales utilizan anualmente en el
campo. Halla las medidas de dispersión, según los siguientes datos en el cuadro dado.

Frecuencia Marca de Frecuencia _ _ _ _

INTERVALOS
fi
fi*Xi Xi  X (X i  X )2 ( X i  X )2 * fi | X i  X | * fi
clase Xi Acumulada
[ 20; 40 > 10 30 300 10 -42 1764 17640 420
[ 40; 60 > 30 50 1500 40 -22 484 14520 660
[ 60; 80 > 20 70 1400 60 -2 4 80 40
[ 80; 100 > 20 90 1800 80 18 324 6480 360
[ 100; 120 ] 20 110 2200 100 38 1444 28880 760
100 7200 67600 2240

Media = 72

Varianza = 676

Desviación típica = 26.00

Media de las desviaciones medias = 22.40

3.- Se reporta la cantidad de libros leídos en un mes, por un grupo de 21 alumnos de la Escuela de Suboficiales de la PNP.
0 3 0 1 0 1
1 1 2 1 1
4 2 3 3 2
2 1 1 2 1

Calcula las medidas de dispersión.

Frecuencia Frecuencia _ _ _ _
# de Libros
fi
Xi fi*Xi
Acumulada Xi  X (X i  X )2 ( X i  X )2 * fi | X i  X | * fi

0 3 0 0 3 -1.52 2.3220 6.9660 4.57

1 9 1 9 12 -0.52 0.2744 2.4694 4.71
2 5 2 10 17 0.48 0.2268 1.1338 2.38
3 3 3 9 20 1.48 2.1791 6.5374 4.43
4 1 4 4 21 2.48 6.1315 6.1315 2.48
21 32 23.2381 18.57

Media = 1.52

Varianza = 1.1066

Desviación típica = 1.05

Media de las desviaciones medias = 0.88435

4.- Los siguientes datos representan el peso de 4 capitanes de la escuela de oficiales expresados en Kilogramos: 64; 70; 66 y 80.
Calcular la varianza y la desviación típica.

Frecuencia Peso Frecuencia _ _ _

Capitan
fi
fi*Xi Xi  X (X i  X )2 ( X i  X )2 * fi
Xi Acumulada
A 1 64 64 1 -6 36 36
B 1 70 70 2 0 0 0
C 1 66 66 3 -4 16 16
D 1 80 80 4 10 100 100
4 280 152

Media = 70

Varianza = 38

Desviación típica = 6.16 91

5.- Calcular la varianza y la desviación típica de la siguiente distribución de frecuencias:

Frecuencia Marca de Frecuencia _ _

2
_
2
EJERCICIOS N° 01

Se le pidió a un grupo de personas que marque la imagen de su bebida preferida, y los

resultados fueron:

Cocacola Pepsi fanta cocola

Cocacola sprite Pepsi Cocacola
Pepsi fanta sprite Pepsi
Sprite Pepsi fanta Cocacola
fanta sprite Cocacola sprite

Con los resultados obtenidos, elaborar una tabla de frecuencias.

SOLUCION:

variable Frecuenci Frecuencia Frecuencia Frec.

a acumulad relativa Relativa
Absoluta a acumulad
a
FANTA 4 4 0,20 0,20
SPRITE 5 9 0,25 0,45
PEPSI 5 14 0,25 0,70
COCACOLA 6 20 0,30 1
TOTAL N = 20 1

La bebida elegida por la mayor cantidad de personas fue la Cocacola, mientras que la
fanta fue elegida por la menor cantidad de personas

GRAFICO INCOMPLETO

variable Frecuencia Frecuencia Frecuencia Frec. Relativa

absoluta acumulada relativa acumulada
DUFF 4 4 0,20 0,20
SPRITE 9 0,45
PEPSI 5 14 0,25
COCACOLA 20 0,30 1

92
TOTAL N = 20 1

GRAFICO DE BARRAS - POLIGONO DE FRECUENCIA

0
FANTA SPRITE PEPSI COCACOLA

EJERCICIOS N° 02
Elaborar una tabla de frecuencias a partir de las temperaturas máximas registradas en el
mes de agosto en la ciudad de Lima:

Temperaturas:
17 18 15 16 19
20 16 18 17 18
19 17 15 16 19
16 20 18 17 18
20 15 19 18 20
18 16 17 15 19
19

Elaboramos una tabla de frecuencias, agregando la frecuencia porcentual y la frecuencia

porcentual acumulada.
SOLUCION:

Tempera Frecuencia Frecuenci Frecuen Frec. Frec. Frec. %

tura (°C) Absoluta a cia Relativa porcentu acumulad
acumulad relativa acumulada al a
a

93
 15 4 4 0,129 0,129 12,9 % 12,9%
16 5 9 0,161 0,290 16,1% 29,0%
17 5 14 0,161 0,451 16,1% 45,1%
18 7 21 0,226 0,677 22,6% 67,7%
19 6 27 0,194 0,871 19,4% 87,1%
20 4 31 0,129 1 12,9% 100%
TOTAL N =31 --------- 1 ---------- 100% --------

La Temperatura que se registró en una mayor cantidad de días es la T° de 18 grados

que se registró en 22,6% de días, mientras que las T° menos evidenciadas fueron las
de 15 grados y 20 grados, que se evidenciaron en un 12,9% de los dias

GRAFICO INCOMPLETO

T° (°C) Frecuencia Frecuencia Frecuencia Frec. Frec. Frec. %

Absoluta acumulad relativa Relativa porcentual acumulad
a acumulad a
a
15 4 4 0,129 0,129 12,9 % 12,9%
16 5 9 0,290 29,0%
17 14 0,161 0,451 16,1% 45,1%
18 7 21 0,226 22,6%
19 6 0,194 0,871 19,4% 87,1%
20 4 31 0,129 1 100%
TOTAL N =31 --------- 1 ---------- 100% --------

GRÁFICA DE BARRAS- POLÍGONO DE FRECUENCIA

8
7
6
5
4
3
2
1
0
15 16 17 18 19 20
fi fi

94
EJERCICIOS N° 03

Se le pidió a un grupo de personas que indiquen su color favorito, y se obtuvo los

siguientes resultados:

negro azul amarillo rojo azul

azul rojo negro amarillo rojo
rojo amarillo amarillo azul rojo
negro azul rojo negro amarillo

Con los resultados obtenidos, elaborar una tabla de frecuencias.

SOLUCION:

variable Frecuencia Frecuencia Frecuencia Frec.

color Absoluta acumulad relativa Relativa
a acumulad
a
NEGRO 4 4 0,20 0,20
AZUL 5 9 0,25 0,45
AMARILLO 5 14 0,25 0,70
ROJO 6 20 0,30 1
TOTAL N = 20 1
El color elegido por la mayor cantidad de personas fue el Rojo, mientras que el color
negro fue elegido por la menor cantidad de personas.
GRAFICO INCOMPLETO

variable Frecuenci Frecuencia Frecuencia Frec.

color a acumulad relativa Relativa
absoluta a acumulad
a
NEGRO 4 4 0,20 0,20
AZUL 5 0,25
AMARILLO 5 14 0,25 0,70
ROJO 20 1
TOTAL N = 20 1

GRÁFICA DE BARRAS- POLÍGONO DE FRECUENCIA

95
 7

0
NEGRO AZUL AMARILLO ROJO

EJERCICIOS N° 04

En una tienda de autos, se registra la cantidad de autos Toyota vendidos en cada día del mes
de Setiembre.

0; 1; 2; 1; 2; 0; 3; 2; 4; 0; 4; 2; 1; 0; 3; 0; 0; 3; 4; 2;
0; 1; 1; 3; 0; 1; 2; 1; 2; 3

Con los datos obtenidos, elaborar una tabla de frecuencias.

Frecuencia Frecuencia Frecuencia Frec. Frecuencia Frecuencia

Autos absoluta acumulada relativa Relativa porcentual porcentual
vendidos acumulada acumulada
0 8 8 0,267 0,267 26,7 % 26,7 %
1 7 15 0,233 0,500 23,3 % 50,0%
2 7 22 0,233 0,733 23,3 % 73,3%
3 5 27 0,167 0,900 16,7 % 90,0%
4 3 30 0,100 1 10,0 % 100%
TOTAL N =30 1 100 %

n =30

GRAFICO INCOMPLETO

96
 Frecuencia Frecuencia Frecuencia Frec. Frecuencia Frecuencia
Autos absoluta acumulada relativa Relativa porcentual porcentual
vendidos acumulada acumulada
0 8 8 0,267 26,7 % 26,7 %
1 7 0,233 0,500 23,3 %
2 7 22 0,233 23,3 % 73,3%
3 27 0,167 0,900 16,7 % 90,0%
4 3 30 0,100 1 100%
TOTAL N =30 1 100 %

GRÁFICA DE BARRAS- POLÍGONO DE FRECUENCIA

9
8
7
6
5
4
3
2
1
0
0 1 2 3 4

fi fi

EJERCICIOS N° 05

Se recogen las hojas caídas de un árbol, y se registran sus longitudes en centímetros.

Elaboramos una tabla de frecuencias con 4clases o Intervalo

1 1 2 3 3
4 5 6 6 6
8 8 9 10 10
11 12 12 13 15
16 16 18 18 20

SOLUCION:

CONSTRUYENDO INTERVALOS:

1. hallando rango = R

R= X max - X min = 20 - 1=19

2. hallando n° de intervalos = K

97
El problema ya nos está dando el número de clase o intervalo = 4

3. hallando amplitud o tamaño de intervalo = A

A= R/k = 19/4 =4,75 REDONDEANDO = 5

variable Marcas Frecuencia Frecuencia Frecuencia Frec.

longitudes de clase absoluta acumulada relativa Relativa
acumulad
a
[0-5) 2,5 6 6 0,24 0,24
[5-10) 7,5 7 13 0,28 0,52
[10-15) 12,5 6 19 0,24 0,76
[15-20] 17,5 6 25 0,24 1
TOTAL 25 1

n=25

Podemos ver que la Clase o Intervalo con un mayor de cantidad de valores es la

segunda clase o intervalo [5-10),en donde tenemos una mayor cantidad de hojas
caídas del árbol.

GRAFICO INCOMPLETO

variable Marcas Frecuencia Frecuencia Frecuencia Frec.

longitudes de clase absoluta acumulada relativa Relativa
acumulad
a
[0-5) 2,5 6 6 0,24 0,24
[5-10) 7,5 13 0,28 0,52
[10-15) 6 0,24
[15-20] 17,5 6 25 0,24 1
TOTAL 25 1

GRÁFICA DE BARRAS- POLÍGONO DE FRECUENCIA

98
 7.2

6.8

6.6

6.4

6.2

5.8

5.6

5.4
2,5 7,5 12,5 17,5

EJERCICIOS N° 06

Una compañía telefónica registra la duración (en minutos) de las llamadas que recibe en
su call center. Elabore una tabla de frecuencia con los resultados

Duración de las llamadas :

0,1 0,4 1,6 2,6 3,3

3,4 3,9 4,5 4,8 4,8
5,1 5,3 5,5 5,6 5,9
7,2 8,1 9,4 9,9 9,9

Elabore una tabla de frecuencias con los resultados obtenidos.

SOLUCION:

CONSTRUYENDO INTERVALOS:

1. hallando rango = R

R= X max - X min = 9,9 – 0,1= 9,8

2. hallando n° de intervalos = K

Aplicando regla de Strugges:

K = 1+3,322logn = 1+3,322.log20 (donde n es igual al número de datos) = 5.32 , para
poder trabajar mejor redondeamos y tenemos 5

99
 3. hallando amplitud o tamaño de intervalo = A

A= R/k = 9,8/5 = 1,96 REDONDEANDO = 2

variable Marcas Frecuencia Frecuencia Frecuencia Frecuencia frecuencia Frecuencia

duración de absoluta acumulad relativa relativa porcentual porcentual
clase a acumulad acumul
a
[0-2) 1 3 3 0,15 0,15 15% 15%
[2-4) 3 4 7 0,20 0,35 20% 35%
(4-6) 5 8 15 0,40 0,75 40% 75%
(6-8) 7 1 16 0,05 0,80 5% 80%
[8-10] 9 4 20 0,20 1 20% 100%
TOTAL ------- 20 ------ 1 ------- 100% --------

n=20

La clase o categoría con una mayor cantidad de valores fue la [4-6), con 8 valores, con
40% del total de los datos, mientras que la clase o categoría con una menor cantidad
de valores fue la [6-8) con solo 1 valor y 0,05 del total de los datos

GRAFICO INCOMPLETO

variabl Marcas Frecuencia Frecuencia Frecuencia Frecuencia frecuencia Frecuencia

e de clase absoluta acumulad relativa relativa porcentual porcentual
duració a acumulad acumul
n a
[0-2) 1 3 3 0,15 0,15 15% 15%
[2-4) 3 7 0,20 20%
(4-6) 5 8 15 0,40 0,75 40% 75%
(6-8) 7 1 0,05 0,80 80%
[8-10] 9 4 20 0,20 1 20% 100%
TOTAL ------- 20 ------ 1 ------- 100% --------

100
GRÁFICA DE BARRAS- POLÍGONO DE FRECUENCIA

9
8
7
6
5
4
3
2
1
0
1 3 5 7 9

fi fi

EJERCICIOS N° 07

Las notas de 35 alumnos en el examen final de estadística, calificado del 0 al 10, son las
siguientes:

0; 0; 0; 0; 1; 1; 1; 1; 2; 2; 2; 3; 3; 3; 3; 4; 4; 4; 4; 5;
5; 5; 5; 6; 6; 6; 7; 7; 7; 8; 8; 8; 9; 10; 10.

Con los datos obtenidos, elaborar una tabla de frecuencias con 5 intervalos o clases.

SOLUCION:

CONSTRUYENDO INTERVALOS:

1. hallando rango = R

R= X max - X min = 10-0 =10

2. hallando n° de intervalos = K
El enunciado del problema me dice 5 intervalos, entonces K =5

3. hallando amplitud o tamaño de intervalo = A

A= R/k = 10/5 = 2

101
Intervalo Marca de Frecuencia Frecuencia Frecuencia Frec.
clase absoluta acumulada relativa Relativa
acumulada
[0-2) 1 8 8 0,229 0,229
[2-4) 3 7 15 0,200 0,429
[4-6) 5 8 23 0,229 0,658
[6-8) 6 6 29 0.171 0,829
[8-10) 9 6 35 0,171 1
TOTAL 35 1
n =35

GRAFICO INCOMPLETO

Intervalo Marca de Frecuencia Frecuencia Frecuencia Frec.

clase absoluta acumulada relativa Relativa
acumulada
[0-2) 1 8 8 0,229 0,229
[2-4) 3 15 0,200
[4-6) 5 8 23 0,229 0,658
[6-8) 6 6 0.171 0,829
[8-10) 9 35 1
TOTAL 35 1

GRÁFICA DE BARRAS- POLÍGONO DE FRECUENCIA

102
 9
8
7
6
5
4
3
2
1
0
1 3 5 6 9

fi fi

EJERCICIOS N° 08

Un grupo de atletas se está preparando para una maratón siguiendo una dieta muy
estricta. A continuación, viene el peso en kilogramos que ha logrado bajar cada atleta
gracias a la dieta y ejercicios.

0,2 8,4 14,3 6,5 3,4

4,6 9,1 4,3 3,5 1,5
6,4 15,2 16,1 19,8 5,4
12,1 9,6 8,7 12,1 3,2

Elabore una tabla de frecuencias con los resultados obtenidos.

SOLUCION:
CONSTRUYENDO INTERVALOS:

1. hallando rango = R

R= X max - X min =19,8-0,2=19,6

2. hallando n° de intervalos = K

Aplicando regla de Sturges:

K = 1+3,[Link] = 1+3,322.log20 (donde n es igual al número de datos) = 5,32

103
para poder trabajar mejor redondeamos y tenemos 5

3. hallando amplitud o tamaño de intervalo = A

A= R/k = 19,6/5 = 3,92 redondeando = 4

Intervalo Marca de Frecuencia Frecuencia Frecuencia Frec.

clase absoluta acumulada relativa Relativa
acumulada
[0-4) 2 5 5 0,25 0,25
[4-8) 6 5 10 0,25 0,50
[8-12) 10 4 14 0,20 0,70
[12-16) 14 4 18 0,20 0,90
[16-20) 18 2 20 0,10 1
TOTAL 20 1
GRAFICO INCOMPLETO

Intervalo Marca de Frecuencia Frecuencia Frecuencia Frec.

clase absoluta acumulada relativa Relativa
acumulada
[0-4) 2 5 5 0,25 0,25
[4-8) 6 10 0,25 0,50
[8-12) 10 4 0,20
[12-16) 4 18 0,90
[16-20) 18 20 0,10 1
TOTAL 20 1

GRÁFICA DE BARRAS- POLÍGONO DE FRECUENCIA

104
 6

0
2 6 10 14 18

fi fi

EJERCICIOS N° 09

Una tienda en línea registra el tiempo que tarda la empresa de correos en hacer llegar
su mercadería a los clientes. Los tiempos en días registrados son los siguientes:

2 7 10 16 19
22 6 25 5 20
13 32 13 29 18
20 13 6 12 35

Con los datos obtenidos, elaborar una tabla de frecuencias.

SOLUCION:

CONSTRUYENDO INTERVALOS:

1. hallando rango = R

R= X max - X min =35-2 =33

2. hallando n° de intervalos = K

Aplicando regla de Sturges:

K = 1+3,[Link] = 1+3,322.log20 (donde n es igual al número de datos) = 5,32
para poder trabajar mejor redondeamos y tenemos 5

3. hallando amplitud o tamaño de intervalo = A

A= R/k = 33/5 = 6,6 = 7

Intervalo Marca de Frecuencia Frecuencia Frecuencia Frec.

105
 clase absoluta acumulada relativa Relativa
acumulada
[0-7) 3.5 4 4 0.2 0.2
[7-14) 10.5 6 10 0.3 0.5
[14-21) 17.5 5 15 0.25 0.75
[21-28) 24.5 2 17 0.1 0.85
[28-35) 31.5 3 20 0.15 1
TOTAL 20 1

GRAFICO INCOMPLETO

Intervalo Marca de Frecuencia Frecuencia Frecuencia Frec.

clase absoluta acumulada relativa Relativa
acumulada
[0-7) 4 4 0.2 0.2
[7-14) 10.5 6 10 0.3
[14-21) 5 0.25 0.75
[21-28) 24.5 2 17 0.85
[28-35) 31.5 3 20 0.15 1
TOTAL 20 1

n=20

GRÁFICA DE BARRAS- POLÍGONO DE FRECUENCIA

0
3.5 10.5 17.5 24.5 31.5

fi fi

106
EJERCICIOS N° 10

Se ha recolectado los pesos en kilos de un grupo de personas. Elaborar una tabla de

distribución de frecuencias con intervalos

63 62 60 58 60 62 63 61 60 55
60 62 63 62 61 59 61 62 65 60
58 62 63 60 56 63 62 58 54 63
64 61 56 59 61 59 65 62 61 63

SOLUCION:

Ordenando los datos de menor a mayor

54 55 56 56 58 58 58 59 59 59
60 60 60 60 60 60 61 61 61 61
61 61 62 62 62 62 62 62 62 62
63 63 63 63 63 63 63 64 65 65

CONSTRUYENDO INTERVALOS:

4. hallando rango = R

R= X max - X min = 65 – 54= 11

5. hallando n° de intervalos = K

Aplicando regla de Sturges:

K = 1+3,[Link] = 1+3,322.log40 (donde n es igual al número de datos) = 6,28679791
para poder trabajar mejor redondeamos y tenemos 6

6. hallando amplitud o tamaño de intervalo = A

A= R/k = 11/6 = 1,8333 REDONDEANDO = 2

Marca [Link] [Link] [Link] [Link] [Link]

Interval de clase a (hi) acumulada porcentual porcentual
o (Xi) ( fi) (Hi) simple acumulado
(hi %) (Hi %)
[54-56) 55 2 0,05 0,05 5% 5%
[56-58) 57 2 0,05 0,1 5% 10

107
[58-60) 59 6 0,15 0,25 15% 25
[60-62) 61 12 0,3 0,55 30% 55
[62-64) 63 15 0,375 0,925 37,5 % 92,5
[64-66) 65 3 0,075 1 7,5% 100
TOTAL ------- 40 1 ------- 100% -------
n=40
GRAFICO INCOMPLETO

Marca [Link] [Link] [Link] [Link] [Link]

Interval de clase a (hi) acumulada porcentual porcentual
o (Xi) ( fi) (Hi) simple acumulado
(hi %) (Hi %)
[54-56) 55 2 0,05 0,05 5% 5%
[56-58) 57 2 0,1 5%
59 6 0,15 0,25 15% 25 %
[60-62) 61 0,3 30% 55 %
[62-64) 63 15 0,375 0,925 92,5 %
[64-66) 65 3 0,075 1 7,5% 100 %
TOTAL ------- 40 1 ------- 100% -------

GRÁFICA DE BARRAS- POLÍGONO DE FRECUENCIA

16

14

12

10

0
55 57 59 61 63 65

fi fi

108