Ejercicios Resueltos de Estadstica: Tema 1: Descripciones univariantes

1. Los datos que se dan a continuacin corresponden a los pesos en Kg. de ochenta personas:
(a) Obtngase una distribucin de datos en intervalos de amplitud 5, siendo el primer

intervalo [50; 55]. (b) Calclese el porcentaje de personas de peso menor que 65 Kg. (c) Cuntas personas tienen peso mayor o igual que 70 Kg. pero menor que 85?
60; 66; 77; 70; 66; 68; 57; 70; 66; 52; 75; 65; 69; 71; 58; 66; 67; 74; 61; 63; 69; 80; 59; 66; 70; 67; 78; 75; 64; 71; 81; 62; 64; 69; 68; 72; 83; 56; 65; 74; 67; 54; 65; 65; 69; 61; 67; 73; 57; 62; 67; 68; 63; 67; 71; 68; 76; 61; 62; 63; 76; 61; 67; 67; 64; 72; 64; 73; 79; 58; 67; 71; 68; 59; 69; 70; 66; 62; 63; 66;

SOLUCIN: (a) Como se trata de efectuar una distribucin de datos agrupados, debemos obtener primero los intervalos correspondientes, situando los datos en sus lugares respectivos:

Li-1 - Li [50;55) [55; 60) [60; 65) [65;70) [70; 75) [75; 80) [80; 85]

ni 2 7 17 30 14 7 3 80

Ni 2 9 26 56 70 77 80

(b) Observando la columna de frecuencias acumuladas se deduce que existen N3 = 26 individuos cuyo peso es menor que 65 Kg., que en trminos de porcentaje corresponden a:

26 100 = 32,5% 80
(c) El nmero de individuos con peso comprendido entre 70 y 85 Kg. es: n5 + n6 + n7 = 14 + 7 + 3 = 24 lo que es equivalente a: N7 N4 = 80 56 = 24

2. Dada la distribucin siguiente, constryase una tabla estadstica en la que aparezcan las frecuencias absolutas, las frecuencias relativas y las frecuencias acumuladas relativas crecientes: xi ni

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

SOLUCIN: La tabla que se obtiene es la siguiente: xi 1 2 3 4 5 6 ni 5 7 9 6 7 6 40 fi Fi

0,125 0,125 0,175 0,300 0,225 0,525 0,15 0,675 0,175 0,85 0,15 1 1

3. Las edades de los empleados de una determinada empresa son las que aparecen en la siguiente tabla: Edad Menos Menos Menos Menos Menos de de de de de 25 35 45 55 65 N o empleados 22 70 121 157 184

Sabiendo que el empleado ms joven tiene 18 aos, escrbase la distribucin de frecuencias acumuladas decrecientes (o ms de).

SOLUCIN: Es preciso obtener, en principio, la distribucin de frecuencias absolutas:

Li-1 - Li

ni

[18; 25) [25; 35) [35; 45) [45; 55) [55; 65]

22 48 51 36 27

184

A la vista de la tabla anterior, la distribucin pedida es: Edad Ms de 18 Ms de 25 Ms de 35 Ms de 45 Ms de 55 N. de empleados 184 162 114 63 27

4. Las temperaturas medias registradas durante el mes de mayo en Madrid, en grados centgrados, estn dadas por la siguiente tabla: Temperatura N. de das 13 14 15 16 17 18 19 20 21 22 1 1 2 3 6 8 4 3 2 1

Constryase la representacin grfica correspondiente.

SOLUCIN:

8 7 6 5 4 3 2 1 0

Dias

13 14 15 16 17 18 19 20 21 22

5. Dada la distribucin de frecuencias: xi 1 2 3 4 5 6 ni 9 22 13 23 8 25

(a) Constryase una tabla en la que aparezcan frecuencias absolutas, frecuencias

relativas, frecuencias acumuladas absolutas crecientes (o menos de) y decrecientes (o ms de). (b) Represntese mediante un diagrama de barras la distribucin dada y su correspondiente polgono de frecuencias. (c) Obtngase el polgono de frecuencias absolutas acumuladas crecientes y decrecientes.

SOLUCIN: (a) La tabla pedida es la siguiente: xi 1 2 3 4 5 6 ni 9 22 13 23 8 25 100 fi 0,09 0,22 0,13 0,23 0,08 0,25 1 Ni 9 31 44 67 75 100 Ni 100 91 69 56 33 25

(b)

30 25 20 15 10 5 0 1 2 3 4 5 6

30 25 20 15 10 5 0 1 2 3 4 5 6

(c)

100 80 60 40 20 0 1 2 3 4 5 6

100 80 60 40 20 0 1 2 3 4 5 6

6. Represntese grficamente la siguiente distribucin de frecuencias:

Li-1-Li 0-10

ni 22

10-20 20-30 30-40 40-50 50-60 60-70

26 92 86 74 27 12

SOLUCIN: Como es una distribucin de datos agrupados, o de tipo III, cuyos intervalos tienen amplitudes iguales (a = 10), su representacin grfica es el histograma siguiente, en el que se han colocado como alturas las frecuencias absolutas:
100 80 60 40 20 0 0 10 20 30 40 50 60 70 Frecuencias Absolutas

7. Dada la siguiente distribucin de frecuencias: Li-1-Li 1-3 3-7 7-8 8-10 10-13 13-20 ni 3 29 35 26 6 1

(a) Constryase una tabla en la que aparezcan las marcas de clase, las frecuencias

absolutas y relativas y las frecuencias absolutas acumuladas crecientes (o menos de) y decrecientes (o ms de). (b) Represntese la distribucin mediante un histograma y su correspondiente polgono de frecuencias.

SOLUCIN:

(a) La tabla pedida es la siguiente, en la que se han aadido, adems, la columna de las amplitudes de los intervalos y la columna de las alturas correspondientes para

construir el histograma.

Li-1-Li [1;3) [3;7) [7; 8) [8; 1) [10;13) [13;20]

ni 3 29 35 26 6 1 100 2 5

xi

fi 0,03 0,29 0,35 0,26 0,06 0,01 1

Ni 3 32 67 93 99 100

Ni 100 97 68 33 7 1

ai 2 4 1 2 3 7

hi 1,5 7,25 35 13 2 0,143

7,5 9 11,5 16,5

(b) Con la primera y ltima columna de la tabla anterior se obtienen el siguiente histograma y su polgono de frecuencias:
35 30 25 20 15 10 5 0 1 3 5 7 9 11 13 15 17 19 hi

40 35 30 25 20 15 10 5 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

8. Encuestados cincuenta matrimonios respecto a su nmero de hijos, se obtuvieron los siguientes datos: 2 ; 4 ; 2 ; 3 ; 1 ; 2 ; 4 ; 2 ; 3 ; 0 ; 2 ; 2 ; 2 ; 3 ; 2 ; 6 ; 2 ; 3; 2; 2; 3; 2; 3; 3; 4;1 ; 3 ; 3 ; 4 ; 5 ; 2 ; 0 ; 3 ; 2 ; 1; 2; 3; 2; 2; 3; 1 ; 4 ; 2 ; 3 ; 2 ; 4 ; 3 ; 3 ; 2 Constryase una tabla estadstica que represente dichos datos:

SOLUCIN: Efectuando el recuento de los datos se obtiene: xi 0 1 2 3 4 5 6 ni 2 4 21 15 6 1 1 50

9. Calcula la media, la varianza, la desviacin tpica y el coeficiente de variacin de Pearson tras Tras encuestar a 25 familias sobre el nmero de hijos que tenan, se obtuvieron los siguientes datos, N de hijos(Xi) 0 1 2 3 4

N de familias(ni) 5 6 8 4 2 25

SOLUCIN: Las cuatro distribuciones de frecuencia sern:

X i ni 0 1 2 3 4 5 6 8 4 2

fi

Ni

Fi 0'20

0'20 5

0'24 11 0'44 0'32 19 0'76 0'16 23 0'92 0'08 25 1

25 1

La Media Aritmtica de las veinticinco familias encuestadas ser:

a=

x
i 1

ni

0 5 + 1 6 + 2 8 + 3 4 + 4 2 42 = = 1,68 25 25

es decir, las familias encuestadas tienen un nmero medio de hijos de 1'68. El Recorrido ser R = 4 - 0 = 4. La Varianza es: s2 = 4'24 - (1'68)2 = 1'4176. Y la Desviacin Tpica s = 1'85.

Para este ejemplo el Coeficiente de Variacin de Pearson, Vp, toma el valor:

vp =

1,19062 100 = 70,869 1,68

En cuanto a la simetra, el Coeficiente de Variacin de Pearson, Ap,es igual a:

Ap =

1,68 2 = 0,2688 1,1906

Con lo que la distribucin es ligeramente asimtrica a la izquierda. 10. Calculo de la media aritmtica, la mediana y la moda. Se analiz el IVA que se aplica, en diversos pases europeos, a la compra de obras de arte. Los resultados obtenidos fueron los siguientes: PAIS Espaa 0,16 Italia 0,20 Blgica 0,06 Holanda 0,06 Alemania 0,07 Portugal 0,17 Luxemburgo 0,06 Finlandia 0,22

SOLUCIN: Ahora realizamos las cuatro distribuciones de frecuencias:

Xi ni fi Ni Fi 0,06 3 0,375 3 0,375 0,07 1 0,125 4 0,500 0,16 1 0,125 5 0,625 0,17 1 0,125 6 0,750 0,20 1 0,125 7 0,875 0,22 1 0,125 8 1 __________________________ Total 8 1 Calculamos la media aritmtica:

a=

ni

1 = 0,125. 8

Ahora calculamos la mediana:

Me =

x j 1 + x j 2

0,07 + 0,16 = 0,115. 2

Por ltimo, el valor mas frecuente, correspondiente a la moda, es el valor:

x j = 0,06. Por tanto: M d = 0,06.

11. Con los mismos datos del ejercicio anterior vamos a calcular los cuartiles:

SOLUCIN: Como sabemos el segundo cuartil es igual a la mediana:

P2 4 = M e = 0,115.
Para determinar los otros dos cuartiles p1/4 Y p3/4, debemos establecer primero las desigualdades:

N j 1 <

r n < N j k

Para los casos r/k = 1/4 y r/k = 3/4. Para el primer cuartil:

1 8 = 2 < 3 = N1 4
Es decir menor que la primera frecuencia absoluta acumulada, por tanto:

P1 4 = 0,06.
Ahora calculamos el tercer cuartil:

N4 = 6 =

3 8 = 6 < 7 = N5 4

p3 4 =

0,17 + 0,2 = 0,185. 2

12. Del siguiente ejercicio calcular la varianza y la desviacin tpica.

X Intervalo f.absoluta f.acumulada f.relativa f.r.acumulada f.x 52 50-54 7 7 0,078 0,078 364 56 54-58 10 17 0,111 0,189 560 60 58-62 16 33 0,178 0,367 960 64 62-66 20 53 0,222 0,589 1280 68 66-70 18 71 0,2 0,789 1224 72 70-74 11 82 0,122 0,911 792 76 74-78 8 90 0,089 1 608 448 90 1 5788

x2 2704 3136 3600 4096 4624 5184 5776

f. x 2 18928 31360 57600 81920 83232 57024 46208 376272

SOLUCIN: Varianza: S2 = [ f x 2 [ ( f x ) 2 / N ] ] / (N 1 ) S2 = [ 376272 [ ( 5788 ) 2 / 90 ] ] / (90 1 ) S2 = 45,402. Desviacin tpica: ( Raiz cuadrada de la varianza.) S = 6,74 13. Para los siguientes datos, calcular: A) El intervalo de intercuartil. B) La desviacin del cuartil. 97 72 87 57 39 81 70 84 93 79 84 81 65 97 75 72 84 96 94 77

SOLUCIN: A) B)

Q3 Q1 = IQ 2 15 RQ = 2 = RQ = 7,5 RQ =

IQ = Q 3 Q1 = 87 72 = IQ = 15

14. Unos grandes almacenes disponen de un aparcamiento para sus clientes. Los siguientes datos que se refieren al nmero de horas que permanecen en el aparcamiento una serie de coches:

4 5 5 1 7 4 4 3 6 5 3 2 4 4 3 6 6 4 5 5 6 4 3 3 4 5 4 3 2 4 5 2 4 7 3 6 2 2 4 1 2 1 3 7 3 1 5 1 7 2 4 4 2 4 5 3 6 3 5 3
Se pide: A- Obtener la tabla de frecuencias para ese conjunto de datos. Interpretar la tabla. B- Obtener la tabla de frecuencias ascendente y descendente. C- Determinar e interpretar la tercera cuartilla y el centil del 42%. D- Calcular el tiempo medio de permanencia de los coches en el aparcamiento. Interpretar el resultado y los elementos que intervienen.

SOLUCIN: A- El primer paso para construir la tabla de frecuencias es determinar el nmero de valores diferentes en observacin, k, que en este caso es 7. A continuacin podemos ver que esos 7 valores van desde el 1, x 1 , al 7 7 , y podemos determinar la frecuencia absoluta y relativa de cada uno de esos valores. Una vez calculadas las frecuencias resulta la siguiente tabla de frecuencias.

x1 (n horas) 1 2 3 4 5 6 7 ni (n coches) 5 8 12 15 10 6 4 f i (%coches) 8.33 13.33 20 25 16.67 10 6.67

En esta tabla aparecen por filas el nmero de horas que permanecen los coches en el aparcamiento, el nmero de coches que han aparcado durante cada nmero de horas y la proporcin de coches en % que han estado aparcados durante cada nmero de horas. Una de las columnas, por ejemplo la cuarta, nos dice que 15 coches, que representa el 25% de los coches analizados, han estado aparcados durante 4 horas en el aparcamiento. B- La tabla de frecuencias ascendente es

n f
j =1 j =1 i

xi (n horas)
j

1 5

2 13

3 25

4 40

5 50

6 56

7 60

(n _ coches _ acumulados)

( proporcin _ acumulada) 8.33 21.67 41.67 66.67 83.33 93.33 100

La tabla de frecuencias descendente es:

n f
j =i j =i 7

xi (n horas)
j

1 60

2 55

3 47

4 35

5 20

6 10

7 4

(n coches _ acumulados)

( proprcin _ acumulada) 100 91.67 78.34 58.34 33.34 16.67 6.67

C- La tercera cuartilla es el centil 75%, luego el ser N = 60 calculamos 0.75*60=45 que al ser entereo, la frmula aplicada ser c 0.75 =

x( 45) + x( 46 ) 2

5+5 = 5 horas 2

Su significado es que el 75% de los coches analizados estacionan en el aparcamiento a lo sumo, o como mximo, 5 horas. Para calcular el centil 42% hallamos 0.42*60=25.2, que al no ser entero, deberemos utilizar la otra frmula.

c 0.42 = x ([ 25.2 ]+1) = x ( 26 ) = 4 horas

Su significado es que el 42% de los coches analizados estacionan en el aparcamiento a lo sumo, o como mximo, 4 horas. D- Segn la primera frmula, el tiempo medio de permanencia de los coches en el aparcamiento es

___

X =

n
i =1

* xi

231 = 3.85 horas 60

Se calcula dividiendo el tiempo total de permanencia de todos los coches en el aparcamiento, 231 horas, entre los coches analizados, 60. En la segunda frmula se calcula el tiempo medio como resultado de las aportaciones que hacen a dicho valor los productos de los diferentes valores del nmero de horas que han estado los coches aparcados, x i , por la proporcin de lcoches, f i , que han estado aparcados durante cada nmero de horas. Por tanto,
___

X =
i =1

f * x = 3.85 horas
i i

En promedio, cada coche ha estado estacionado 3 horas y 51 minutos, y el tiempo total de permanencia en el aparcamiento de los 60 coches ha sido 231 horas.

15. Un fabricante de neumticos ha recabado, de los diferentes concesionarios, informacin sobre la cantidad de miles de kilmetros recorridos por un modelo concreto de esos neumticos hasta que se ha producido un pinchazo o un reventn del neumtico. Los concesionarios la han proporcionado los siguientes datos:

52.452 50.432 37.748 51.831 73.808 61.065 35.807 57.277 48.698 65.854 75.850 36.949 75.548 69.010 61.477 65.585 44.411 41.886 34.754 59.888 59.449 67.632 89.116 69.483 63.692 70.003 65.996 55.989 49.677 46.502 67.467 64.398 84.588 40.709 50.238 61.390 85.720 45.313 46.724 61.752 55.643 55.912 46.681 66.519 59.168 66.313 35.884 28.625 47.012 71.360 78.635 41.715 72.635 41.463 48.996 48.172 79.426 67.662 53.324 49.011 29.480 41.128 30.252 33.412 48.240 57.884 55.257 84.656 48.662 10.504 60.951 38.420 74.239 60.727 56.155 86.070 90.565 53.751 76.580 68.629 51.179 74.582 58.708 48.035 67.124 41.830 61.030 58.267 61.979 4.3068 41.539 62.215 51.269 82.919 34.182 37.654 80.502 35.342 44.719 37.402

Se pide: a- Construir una taba de frecuencias para esos datos tomando como nmero de intervalos el que proporciona la frmula de Sturgess. Interpretas la tabla. b- Construir las tablas de frecuencias acumuladas ascendente y descendente. c- Dibujar el histograma de frecuencias relativas sin acumular y acumulado. d- Calcular las principales medidas de tendencia central e interpretarlas. e- Obtener las medidas de dispersin ms importantes e interpretarlas.

f- Analizar la asimetra y el apuntamiento de la distribucin de frecuencias resultante. g- Si el fabricante quiere proponer un kilometraje para realizar el cambio de neumticos, qu valor propondra para que solo 3 de cada 10 coches hayan tenido un pinchazo o reventn antes de ese kilometraje?

SOLUCIN: a- La frmula de Sturgess propone como nmero k de intervalos, para agrupar un conjunto de N observaciones en intervalos. k=1+ [3.3*log N] En este caso N=100, luego k=7. ahora debemos propones el lmite inferior del primer intervalo y el lmite superior del ltimo intervalo. Al ser el valor mnimo 4.3068 se propone 4 como lmite inferior del primer intervalo, y al ser 7 intervalos se propone como anchura 13 para cada uno de ellos, para que sea un valor entero, con lo cual el lmite superior del ltimo intervalo es 95. La tabla de frecuencias ser:

Intervalo _ I i Frecuencia absoluta _ ni Frecuencia relativa _ f i Ii ni fi

4 < x 17 17 < x 30 30 < x 43 2 .02 2 .02 19 .19

43 < x 56 56 < x 69 69 < x 82 82 < x 95 27 29 14 7 .27 .29 .14 .07

En esta tabla aparecen por filas los intervalos, junto con la frecuncia absoluta y la frecuencia relativa. Por ejemplo la cuarta columna se puede interpretar diciendo que el 27% de estos neumticos han recorrido entre 43000 y 5600 Km hasta que se ha producido un pinchazo o reventn. b- La tabla de frecuencias acumuladas ascendente sera:

Intervalos _ I i

(4,17] (17,30] (30,43] (43,56] (56,69] (]69,82 (82,95] 2 4 23 50 79 93 100

n
j =1

y la tabla de frecuencias acumuladas descendente quedara

Intervalos _ I i

(4,17] (17,30] (30,43] (43,56] (56,69] (69,82] (82,985] 100 98 96 77 50 21 7

n
j =1

c- El histograma de frecuencias relativas se represena es la figura 1 y el de frecuencias acumuladas en la figura 2.

Frecuencias relativas
0,4 Frecuencia 0,3 0,2 0,1 0
17 _3 0 43 _5 6 56 _6 9 3 2 69 _8 4_ 17 30 _4 82 _9 5

Intervalo
Figura 1

Frecuencias relativas acumuladas

frecuencias acumuladas 1,2 1 0,8 0,6 0,4 0,2 0

17

_3 0

4_

30

_5 6

_6 9

_8 2 69

_4 3

17

Figura 2 d- Para calcular las medidas de tendencia central trabajamos con la tabla de frecuencias del apartado a. resulta que la media aritmtica es
___

X = 55870 Km

Se interpreta diciendo que son los 100 neumticos analizados se han recorrido 5587000 de Km antes de un pinchazo o reventn.

43

Intervalo

56

82

_9 5

La mediana ser Me = 56000 Km Significa que la mitad de los neumticos han recorrido a lo sumo 56000 Km antes de un pinchazo o reventn. La moda ser Mo = 56 + 13*

2 = 57529 Km 2 + 15

Significa que la cantidad ms frecuente, de kilmetros recorridos antes de un pinchazo, a sido 57529 Km. e- La desviacin tpica es s = 16899 Km y nos informa sobre lo que se dispersan los kilmetros recorridos por los diferentes neumticos respecto del kilometraje medio. El coeficiente de variacin de Pearson ser

g=

s * 100% = 30.24 x

Al tomar un valor inferior al 100% resulta que la mediana es representativa, y al ser dicho valor del 30% nos informa que el valor de la desviacin tpica es el 30% del valor de la media. f- Los coeficientes de asimetra de Pearson son en este caso

V1 =
V2 =

55.87 57.529 = 0.09817 16.899

55.87 56.00 = 0.02308 16.899

Para calcular el coeficiente g 1 calculamos

m3 = f i ( xi x ) = 421.39015
i =i

__ 3

Luego g 1 =-0.08732, resultado de dividir m 3 entre s 3 . a la vista de este coeficiente de asimetra la distribucin resulta ser ligeramente asimtrica a la izquierda, lo que significa que algo menos de la mitad de los neumticos pinchan o revientan antes de los 5600 Km, valor mediano de la distribucin. Para el clculo del coeficiente de curtosis g 2 necesitamos m4 = Luego

f (x x )
i =1 i

__

= 234594.7408

g2 =

m4 3 = 0.12343 s4

Esto significa que la distribucin es de tupo platicrtica, algo menos apuntada que la distribucin normal de media 55870 km y desviacin tpica 16899 km. Por tanto, en los intervalos X ks con k habr menos proporcin de observaciones que en dicha distribucin normal. g- Propondra un kilometraje tal que el 70% de los neumticos no hayan pinchado o reventado antes de este kilometraje. Por tanto, buscamos el centil del 30%, que vendr dado por c 0.3 = 43 + 13 *
___

7 = 46.37 27

Luego el fabricante propondra cambiar los neumticos a los 46370 km. 16. La tabla siguiente nos proporciona los valores de la media y la desviacin tpica de dos variables as como su coeficiente de correlacin lineal para dos muestras diferentes:

Muestra n de _ observaciones 1 600 2 400

__

x y sx 5 12 2 7 10 3

__

sy 3 4

rxy 0.6 0.7

Se pide: a- Recta de regresin de Y sobre X en cada muestra. b- Si consideramos la muestra que resulta de agrupar las dos muestras en una sola de tamao 1000, obtener el nuevo coeficiente de correlacin lineal de Pearson y explicar el hecho de que sea inferior a los de cada una de las muestras tomadas por separado.

SOLUCIN: a- La recta de regresin de Y sobre X en cada muestra es

y = y+

__

___ m11 ( x X) 2 sx

Como la informacin dada es la del coeficiente de correlacin lineal,

rxy =

m11 sx s y

se tiene que la recta de regresin es

y = Y + rxy

___

sy sx

(x X )

___

Luego, sustituyendo, las rectas de regresin de Y sobre X en cada una de las dos muestras son: Muestra 1: y=12+0.9*(x-4) Muestra 2: y=10+0.93*(x-7) b- Se trata de calcular el coeficiente de correlacin lineal de Pearson en la nueva muestra de tamao 1000, que notaremos por r xy ,t y que ser r xy ,t =

m11,T s x ,T s y ,T

donde m 11,T es la covarianza en la muestra total y s x ,T , s x ,T las desviaciones tpicas de X e Y en la muestra total. Para obtener estas cantidades necesitamos
___

e Y

___

, medias de X e Y en la muestra total, que se calculas como un

__ ___
1

promedio entre las medias de X e Y en las muestras 1 y 2, notadas por X 1 , Y

___

2, Y

___

, segn las relaciones siguientes

___

XT

X * 600 + X 2 * 400 = 1 1000

___ ___

___

___

___

Y 1 * 600 + Y 2 * 400 = 1000

___ ___

Sustituyendo se obtiene que X T = 5.8 e Y T = 11.2 . Por otra parte si m 11,h denota la covarianza en la muestra h, se tiene que m 11,1 =2*3*0.6=3.6 m 11, 2 =3*4*0.7=8.4 Como

m 1,h =

ij , h

xi ,h y j ,h

Nh

X h Yh

___ ___

resulta que:

n n

ij ,1 i ,1

x y j ,1

N1 x yl ,2

= 3.6 + 5.12 = 63.6

ij , 2 1, 2

N2

= 8.4 + 7 * 10 = 78.4

Luego en la muestra total con N=1000 se tiene que

ij

xi y j

N N 63.6 * 600 + 78.4 * 400 = = 69.52 1000

Por tanto m 11,T =

ij ,1 i ,1

x y j ,1 + nij , 2 xij , 2 xi , 2 y j , 2

ij

xi y j

XT Y

___ ___ T

= 69.52 5 * 8 * 11.2 = 4.56

P ara obtener s x ,t y s y ,t utilizamos que

s x ,T = a 2, xT X T y s y ,T = a 2, yT Y

___ 2

___ 2

donde

a 2, xT =

a 2, x1 * 600 + a 2, x 2 * 400 1000

a 2, yT =

a 2, y1 * 600 + a 2, y 2 * 400 1000

siendo
2 a 2, Xh = s X ,h + X h ___ ___ 2

2 a 2,Yh = sY ,h + Y

2 h

para h=1,2.

Operando se obtiene que a 2, X 1 =29, a 2 , X 2 =58, a 2 ,Y 1 =153 y a 2,Y 2 =116

Luego a 2, XT =0.6*29+0.4*58=40.6 a 2,YT =0.6*153+0.4*116=138.2 de donde s X ,T = 40.6 5.8 2 = 2.6382 s Y ,T = 138.2 11.2 2 = 3.5721 Luego resulta que r xy ,T =

4.56 = 0.4838 2.6382 * 3.5721

Con lo cual el coeficiente de correlacin lineal entre X e Y en la muestra total de 1000 observaciones es inferior al que hay en cada una de las dos muestras por separado. La explicacin de este hecho es la siguiente: en cada muestra parcial se puede dar un mayor grado de relacin lineal que en la muestra total porque las observaciones se encuentran mas agrupadas en torno a una recta que cuando las juntamos, ya que al formar la muestra total la nube de puntos resultante estar formada por las nubes de puntos de las muestras parciales y presentar un menor ajuste a una recta.

17. En una compaa area se sabe que, por trmino medio, el 65% de los vuelos tiene retraso. La distribucin de los vuelos retrasados es la siguiente: Duracin del retraso (centsimas de hora) 0-10 10-20 20-30 30-50 50-100 Numero de vuelos 2000 3000 2500 2000 500

Se pide: a- Determinas el retraso medio y la desviacin tpica del tiempo de retraso para los vuelos retrasados. b- Determinar el centil del 60% e interpretarlo. c- La compaa ha determinado que por cada vuelo con retraso se producen unas prdidas fijas de 17000 pts y unas prdidas variables de 10000 pts por cada minuto de retraso. Entre qu cantidades se encuentran al menos las tres cuartas partes de las prdidas generadas por cada vuelo retrasado? d- Resolver el apartado a- para el total de los vuelos. Es representativa la nueva media? En caso negativo propones razonadamente otra medida de centralizacin.

SOLUCIN: aSea la variable estadstica X: tiempo de retraso de un vuelo retrasado, y consideremos la tabla de frecuencias siguiente obtenida a partir de la dada con las marcas de clase xi fi 5 0.2 15 0.3 25 0.25 40 0.2 75 0.05

En esta tabla se verifica que

___

X = 23.5 centsimas de hora

s x =16.6658 centsimas de hora bDe la tabla de frecuencias acumuladas siguiente

[a i 1 ,a i )

[0,10)

[10,20)

[20,30)

[30,50)

[50,100)

f
j =1

0.2

0.5

0.75

0.95

se observa que el centil 60% se encuentra en el intervalo [20,30), luego c 0.6 =20+z por una regla de tres 10 0.25 z 0.1 z=

0.1 *10 =4 0.25

As c 0.6 =24 centsimas de hora y significa que el 60% de los vuelos retrasados (con menos tiempo de retraso) han tenido un retraso de a lo sumo 24 centsimas de hora y significa que el 60% de los vuelos retrasados (con menos tiempo de retraso) han tenido un retraso de a lo sumo 24 centsimas de horas. cSea la variable estadstica Y: prdidas que se producen por un vuelo con retraso, se verifica que Y=17000+10000*

6 X 10

ya que X*: tiempo de retraso de un vuelo retrasado en minutos se relaciona con X por la igualdad X*=

6 X. 10

Por aplicacin de la desigualdad de Chebyshev se sabe que al menos las tres cuartas partes de las prdidas generadas por cada vuelo retrasado se encuentran entre Y 2s y e Y + 2s y . Como
___ ___

Y = 17000 + 6000 * X = 17000 + 6000 * 23.5 = 158000 pts s y = 6000 * s x = 6000 * 16.6658 = 999948 pts
Resulta que: Entre 0 pts y 3579896 pts se encuentran al menos las tres cuartas partes de las prdidas generadas por cada vuelo retrasado. Como gx=
x ___

___

___

16.6658 = 0.7092 23.5

gy=

sy
___

99994.8 = 0.6329 158000

se deduce que hay ms variabilidad en los tiempos de retraso. dAl considerar el total de los vuelos hay que modificar la tabla del anunciado por la tabla siguiente

Con la nueva variable estadstica X*: tiempo de retraso de un vuelo cualquiera en centsimas de 1 hora. Se verifica que
___

X * =15.275 centsimas de hora y s X * =17.5 centsimas de hora.

17.5 = 1.1457 > 1 la nueva media no es representativa al existir 15.275

Como g X * =

observaciones extremas. Una medida de centralizacin que evita este problema es la mediana. Para esta distribucin se verifica que Me = 11.026 centsimas de hora.

18. En una clnica se han registrado durante un mes las longitudes en metros que los nios andan el primer da que comienzan a caminar, obtenindose los siguientes resultados:

Nmero de metros 1 2 3 4 5 6 7 8 Nmero de nios 2 6 10 5 10 3 2 2 Construir la distribucin de frecuencias adecuada para la variable longitud y realizar los grficos pertinentes que la representen.

SOLUCIN: La tabla de frecuencias relativa a la variable se presenta a continuacin: Xi 1 2 3 4 5 6 7 8

35

ni 2 6 10 5 10 3 2 2

Ni 2 8 18 23 33 36 38 40

fi 0.05 0.15 0.25 0.125 0.25 0.075 0.05 0.05

Fi 0.05 0.2 0.45 0.575 0.825 0.9 0.95 1

30

25

20

Comida Transporte

15

Alojamiento

10

0 Ene Feb Mar Abr May Jun

19.- La distribucin de los costes salariales de los 100000 empleados de una multinacional se presenta en la tabla siguiente: Salarios 0 15000 15000 20000 20000 25000 25000 30000 30000 35000 35000- 40000 4000 50000 50000 100000 N de empleados 2145 1520 840 955 1110 2342 610 328

100000 - 300000 150 Calcular el salario medio por trabajador, el salario ms frecuente y el salario tal que la mitad de los restantes sea inferior a l. Calcular tambin el primer cuartel salarial y el percentil 75. SOLUCIN: La tablas siguiente contiene los elementos relativos a la distribucin d frecuencias de la variable salario (X) necesarios para realizar los clculos pedidos en el problema. L(i 1) 0 15000 20000 25000 30000 35000 40000 50000 100000 Li 15000 20000 25000 30000 35000 40000 50000 100000 300000 ni 2145 1520 840 955 1110 2342 610 328 150 10000 Marcas = Xi 7500 17500 22500 27500 32500 37500 45000 75000 200000 Xi*ni 16087500 26600000 18900000 26262500 36075000 87825000 27450000 24600000 30000000 293800000 Ni 2145 3665 4505 5460 6570 8912 9522 9850 10000 ci 15000 5000 5000 5000 5000 5000 10000 50000 200000 Di = ni/ci 0.143 0.304 0.168 0.191 0.222 0.4684 0.061 0.00656 0.00075

Para hallar el salario medio por trabajador calculamos la medida de la variable X.

293800000 =29380 1000 Para hallar el salario ms frecuente se calcula la moda de la variable X. Para ello hemos de tener presente que los intervalos de la distribucin de frecuencias son desiguales, por lo que l intervalo modal ser el correspondiente al mayor valor de di, es decir ser el intervalo (3500040000).por lo tanto la moda se calcula como sigue: M0 = Li-1 + __d+1__ ci = 35000 + 0,061___ 5000 = 36077,74 di-1+ di+1 0,222+0,061 Para hallar el salario tal que la mitad de los restantes sea inferior a l se calcula la mediana. Para llo, como N/2 = 5000, el intervalo mediano ser (25000-3000) ya que Ni-1<N/2>Ni es equivalente en este problema a 4505 < 50000< 5460.la mediana se calcular como sigue: Me=Li-1 + N/2 Ni-1 ci = 25000 + 1000/2 4505 5000 = 27591,62 ni 955 Para calcular el primer cuartil (primer cuartil de orden 4) observamos que como N/4 = 2500, el intervalo relativo al primer cuartel ser (15000-20000) ya que Ni-1<2500<Ni es equivalente en este problema a 2145<2500<3655.El primer cuartel se calcular como sigue:

Q1,4 = L i-1 + N/4 Ni-1 ci = 15000+ 10000/4 2145 5000 = 16167,76 ni 1520 El primer cuartil se interpreta como el valor de la variable para el que la cuarta parte de los valores menores que l y las tres cuartas partes resultantes son superiores. Para calcular el percentil 75 (cuantil 75 de orden 100), observamos que como 75N7100 = 7500, el intervalo al percentil 75 ser (3500 40000) ya que Ni-1<7500<ni es equivalente en este problema a 6570<7500<8912.El percentil 75 se calcular como sigue: Q75,100 = Li-1 + 75N/100 Ni-1 ci = 35000 + 75*10000/100 6570 5000 = 36985,48 ni 2342 El percentil 75 se interpreta como el valor de la variable para que el 75% de los valores son inferiores a l y el 25% restante son superiores.

20. Los rendimientos de cinco inversiones distintas realizadas por un individuo y las cantidades iniciales invertidas n unidades monetarias son los siguientes: Cantidades iniciales 200.000 360.000 250.000 240.000 180.000 Rendimientos 1000 900 500 800 1200

Calcular el rendimiento medio por unidad monetaria invertida para el total de inversiones del individuo. SOLUCIN: Como se trata d promediar rendimientos por unidad, estamos ante un caso de aplicacin del concepto de media armnica. Calcularemos por tanto el rendimiento medio por unidad monetaria invertida para el total de inversin del individuo como la media armnica de los rendimientos de cada inversin ponderada de las cantidades iniciales desembolsadas en cada inversin. H= N (1 / xi ) * ni 200000 + 360000 + 250000 + 240000 + 180000 200000 + 360000 + 250000 + 240000 +180000 793,5

21. En el cuadro siguiente se presentan los consumos de electricidad en Espaa en miles de millones de Kw/hora desde diciembre n 1985 hasta diciembre de 1986. Meses Dic Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Consumo 10,1 10,7 9,96 9,46 9,54 8,92 8,95 9,58 7,86 8,96 9,57 9,57 A partir de los incrementos unitarios de consumo de cada mes calcular el incremento

unitario anual medio acumulativo. SOLUCIN: Al tratarse del clculo de una media acumulativa, el promedio ms adecuado es la media geomtrica. Se trata por tanto de calcular la media geomtrica de los incrementos unitarios mensuales. Estos incrementos se calculan a continuacin. 10,7 = 1,06 10,1 9,58 = 1,07 8,95 9,96 = 0,93 9,46 = 0,95 9,54 = 1,008 10,7 9,96 9,46 7,86 = 0,82 9,58 8,96 = 1,14 7,86 9,17 = 1,02 8,96 8,92 = 0,93 9,54 9,57 = 1,04 9,17 8,95 = 1,003 8,92 10,2 = 1,06 9,57

La media geomtrica de estos incrementos unitarios mensuales se calcula como sigue: _______________________________________________________ G=121,06*0,93*0,95*1,008*0,93*1,003*1,07*0,82*1,14*1,02*1,04*1,06 = 1,01

22. En la siguiente tabla se muestran las diferentes cantidades de IVA que se imponen en la compra de una obra de arte. Pas Espaa Italia Blgica Holanda Alemania Portugal Luxemburgo Finlandia IVA 0,16 0,20 0,06 0,06 0,07 0,17 0,06 0,22

Determine el recorrido, la varianza, la desviacin tpica, la cuasivarianza, la cuasidesviacin tpica, el coeficiente de variacin de Pearson, el coeficiente de asimetra de Pearson y el coeficiente de asimetra de Fisher. SOLUCIN: -

R = ( x) max ( x) min = 0,22 0,06 = 0,16

La varianza:

El recorrido:

s2 =
-

1 6 2 0,1586 x i ni a 2 = = 0,125 2 = 0,0042 n i =1 8

De la misma forma la desviacin tpica se obtiene haciendo la raz cuadrada de la varianza: La cuasivarianza:

s = s 2 = 0,048 = 0,06481
-

S2 =
-

ns 2 8 * 0,0042 = = 0,0048 n 1 7

De la misma forma la cuasidesviacin tpica: El coeficiente de variacin de Pearson:

S = S 2 = 0,0048 = 0,06928 Vp =
-

s 0,06481 *100 = *100 = 51,848 a 0,125

a M d 0,125 0,06 = = 1,00293 s 0,06481

El coeficiente de asimetra de pearson:

Ap =
-

Por ultimo el coeficiente de asimetra de Fisher:

Af =

(x
i =1

a ) 3 * ni
3

n*S

0,000423 = 0,159 8 * 0,0003325

23. Dados los siguientes datos: Tamao tabla 3-6 6-11 11-16 16-21 21-26 26-31 31-41 41-51 51-76 76-101 101-201 201-501 501-1000 Calcula la media aritmtica, la mediana. SOLUCIN: La media aritmtica: n 37 198 191 149 79 46 55 51 26 25 25 11 2

a=

1 k 27678,5 x i * ni = = 30,93 n i =1 895

- La mediana: Para ello nos valemos del clculo de frecuencias absolutas acumuladas: Este tipo de datos nos dice el nmero de datos que hay igual o inferiores a uno determinado. Se calcula con la siguiente formula: N i = As de esta forma: Tamao tabla 3-6 6-11

n
j =1

= N i =1 + n j

Frecuencia acumulada 37 235

11-16 16-21 21-26 26-31 31-41 41-51 51-76 76-101 101-201 201-501 501-1000 Respecto a esta tabla calculamos la mediana:

426 575 654 700 755 806 832 857 882 893 895

N 3 = 426 <

n 895 = = 447,5 < 575 = N 4 2 2

Con lo que podemos decir que la mediana esta en el intervalo [16,21)siendo la mediana el valor:

n N j 1 447,5 426 M e = x j 1 + 2 * 5 = 16,72 * c j = 16 + nj 149

24. Con los datos del ejercicio anterior calcular el primer cuartel y el sexto decil. SOLUCIN: a) El primer cuartil:

37 <
4

Ser p 1 [6,11) y, en concreto:

1 * n = 223,75 < 235 4

p1 / 4

1 1 * 895 37 * n N j 1 = x j 1 + 4 * 5 = 10,716 *cj = 6 + 4 nj 198

Que ser igual al centil 25 b) Calcular el sexto decil Para ello acotamos el valor:

6 60 6 *n = * n = * 895 = 537 10 100 10

Por las frecuencias absolutas acumuladas:

N 3 = 426 < 537 < 575 = N 4 6 * n N j 1 537 426 10 * c j = 16 + * 5 = 19,72 p 6 / 10 = x j 1 + 149 nj

25. Mediante los datos del ejercicio numero 23 calcular las medidas de dispersin SOLUCIN: - El recorrido:

R = x max x min = 750,5 4,5 = 746

La varianza es:

s2 =

1 k 1 k 3713428,25 30,93 2 = 3192,47 ( xi a ) 2 * ni = xi2 ni a 2 = n i =1 n i =1 895

- La cuasivarianza

n * s 2 895 * 3192 S = = = 3195,988 n 1 894

2

- La desviacin tpica:

s = s 2 = 3192,417 = 56,50
La cuasidesviacin tpica: El coeficiente de variacin de Pearson:

S = S 2 = 3195,988 = 56,53 Vp =
-

s 56,50 * 100 = *100 = 182,67 a 30,93 a Md 30,93 9,78 = = 0,374 s 56,50

El coeficiente de asimetra de Pearson:

Ap =

26. En un colegio de un pequeo pueblo de la comunidad valenciana se han recogido los siguientes datos de informacin sobre cuantos nios se matriculan de cada sexo cada ao, segn se muestra en la siguiente tabla: Ao Nios Nias 1995 32 43 1996 27 24 1997 29 32 1998 29 31 1999 31 31 Se debe calcular la frecuencia absoluta y la frecuencia relativa para los datos correspondientes a los nios y a las nias y disponer los datos mediante un diagrama de sectores o de pastel en cada caso. SOLUCIN: 1- Para empezar calcularemos las frecuencias correspondientes a los nios para esto utilizaremos la siguiente formula: - En el caso de la frecuencia absoluta contaremos el nmero de veces que se repite un determinado valor, por lo que para x1=0 n1=32; x2= 0 n2=27; x3=1 n3=29; x4=0 n4=31; - En el caso de las frecuencias relativas para hallar este valor dividiremos la frecuencia absoluta por el nmero total de datos. As de esta forma la formula utilizada es: fi=ni/n

Por lo que obtenemos al calcularlo: f1= 32/148= 0,216; f2= 27/148= 0,1824; f3= 58/148= 0,39; f4= 31/148= 0,20; 2- de la misma forma calcularemos las frecuencias correspondientes para las nias: - Para las frecuencias absolutas: x1=0 n1=43; x2= 0 n2=24; x3=0 n3=32; x4=1 n4=31; - Para las frecuencias relativas: f1= 43/161= 0,267; f2= 24/161= 0,15; f3= 32/161= 0,20; f4= 62/161= 0,38; 3- Pasemos a la representacin grafica, para ello debemos partir de las frecuencias relativas y calcular cada porcin del diagrama mediante esta formula:

1 360 as de esta forma obtenemos: = fi

diagrama nios

0,2; 20%

0,216; 22% 1 2 3 4

0,1824; 18% 0,39; 40%

diagrama nias

0,267; 27% 0,38; 38% 1 2 3 4 0,15; 15% 0,2; 20%

27. Establecido un balance de explotacin sobre las ocho sucursales de una cadena de almacenes, result la siguiente estimacin:

Sucursal 28 15 24 32 17 23 18 25

Beneficios sobre ventas 500 126 432 870 180 450 912 713

Ventas totales

Obtngase el porcentaje medio de beneficios sobre las ventas totales de la cadena. SOLUCIN: El porcentaje medio se obtiene como media aritmtica ponderada de los beneficios, siendo el peso respectivo la venta total de cada sucursal, es decir, di 28 15 24 32 17 23 18 500 126 432 870 180 450 912 713 4183 De donde: pi 14000 1890 10368 27840 3060 10350 16416 17825 101479 ji-pi

x=

101479 = 24,32% 4183

28. Una prestigiosa frutera tiene como norma clasificar los mangos segn su tamao, de cara a la venta, en superiores y normales. Los superiores son aquellos cuyo peso es superior a 450 g. De una partida, representativa de los mangos que recibe normalmente, se ha obtenido la distribucin de frecuencias siguientes: Peso 250-300 300-350 350-400 400-450 Nm. De mangos 3 10 15 25

450-500 500-550 550-600 600-650 650-700 ab-

32 20 19 4 2

Un exquisito aristcrata ha acordado con el frutero quedarse con los mangos cuyo peso sea superior a 625 gramos. Qu porcentaje de mangos se destinarn a este aristcrata? El frutero compra la partida de mangos a 300 pts el kg. Los normales se venden a 600 pts/kg, os superiores a 800 pts /kg, mientras que el aristcrata se os deja a 700 pts/kg. Cunto espera ganar este frutero es esta partida?

SOLUCIN: aPrimero habr que calcular el nmero de mangos cuyo peso es supereior a 625 gamos. Bajo la hiptesis de distribucin uniforme de la frecuencia en los intervalos, resulta que en el intervalo (625-800] hay 5 mangos de la partida. Por tanto se apartarn para el aristcrata el 3.85% de los mangos recibidos. Ya que el frutero decide retirar de la venta aquellos cuyo peso sea a lo sumo de 317.5 g, la distribucin del peso de los mangos normales, vaqriables notada por X N , ser (317.5-350] 6 (350-400] 15 (400-450] 25

b-

Peso N de mangos

La distribucin del peso de los mangos superiores, excludos los destinados al aristcrata, ser la de la variable notada por X S segn esta tabla

Peso

(450-500]

(500-550] 20

N 32 La del aristcrata es X A Peso N (625-700] 3

(550600] 19

(600625] 1

(700-800] 2

El peso medio de los mangos normales se la media de la distribucin de frecuencias de la variable X N , tomando como valores de las variable las marcas de clase de los intervalos. RTesulta se la variable las marcas de clase de los intervalos. Resulta ser la variable las marcar de clase de los intervalos. Resulta ser
___

333.75 * 6 + 375 *15 + 4 * 25 = 396.79 g. 46

De manera anloga se obtiene que

X S == 517.19 g. y

___

___

= 697.5 g.

Por lo tanto en esta partida el frutero espera tener 46*396.79 = 18.25 kg de mangos normales, 72*517.19 =37.24 kg de mangos superiores y 5*697.5=3.49kg de mangos destinados al aristcrata. Con lo cual espera ganar por esta partida la cantidad de 300*18*253+500*37.24+400*3.49=25490 pts.

29. En una ciudad, analizamos el nivel de vida a travs de la renta anual familiar. Se recoge informacin sobre 50 familias. Los datos en millones de pesetas, son los siguientes: 32 11 33 02 2 13 08 04 38 26 23 34 28 17 12 32 32 26 11 24 26 16 09 2 18 36 13 27 23 23 17 29 12 22 2 13 18 08 23 14 09 11 21 17 12 23 16 22 17 21 Obtener medidas que indiquen la localizacin, la dispersin, la asimetra y la curtosis. Repetir el problema agrupando los datos en intervalos de amplitud 05 y posteriormente en intervalos de amplitud 1. Comprobar si existen grandes diferencias. SOLUCIN: En este problema deseamos comprobar si, al agrupar los datos en intervalos, la informacin original aportada por los datos en cierta forma se conserva, o por el contrario, hay diferencias relevantes. Teniendo en cuenta los resultados concretos procedentes de diferentes familias, recogemos esta informacin: N de datos: 50 Mnimo: 02 millones Mximo: 38 millones Media: 1964 Moda: 23 Varianza: 07095 Desv. Tpica: 08423 Primer Cuartel: 13 Mediana: 2 Tercer Cuartel: 2,6 Asimetra: 01697 Curtosis: -05984 Coef. de Pearson: 04289

En este primer anlisis, las rentas son valores que oscilan entre 200.000 ptas. y 38 millones; la renta media familiar es de 1.964.000 ptas.; es una distribucin que tiende a ser simtrica (el coeficiente de asimetra es igual a 01697) y el coeficiente de curtosis es negativo, que indica que la distribucin est por debajo de la distribucin normal tipificada, es decir, es platicrtica. Agrupemos los datos en intervalos de amplitud 05; como la renta toma valores positivos y no superan el valor 4, podemos considerar rango 0-4. Li-1-Li 00-05 05-10 10-15 15-20 20-25 25-30 30-35 35-40 xi 025 075 125 175 225 275 325 375 ni 2 4 10 8 13 6 5 2 Ni 2 6 16 24 37 43 48 50

Como esta informacin se puede calcular las siguientes medidas: Media: 199 Varianza: 07324 Desv. Tpica: 08558 Moda: 22143 Mediana: 20385 Asimetra: 0046 Curtosis: -05888 ndice de Pearson: 04301 No hay mucha variacin respecto del caso anterior; lo ms significativo es que la renta media ahora es 1990.000; si nos guiamos por este procedimiento, comparando este valor medio con el primero, estaremos sustrayendo a cada familia unas 26.000 ptas.

Los intervalos con mayor frecuencia estn situados en el centro; agrupar los datos en un sentido u otro hace que el coeficiente de asimetra cambie (el nuevo valor es 0046), aunque en todos los casos toma valores cercanos a cero. A pesar de que el intervalo con marca 225 es el de mayor frecuencia (por encima de la grfica de la distribucin normal), los intervalos adyacentes reflejan lo contrario. Debido a esta situacin, el coeficiente de curtosis es negativo. Si consideramos intervalos con mayor amplitud: Li-1-Li 0-1 1-2 2-3 3-4 Media: 204 Varianza: 07684 Desviacin Tpica: 08766 Moda: 228 Mediana: 20526 Asimetra: -00331 Curtosis: - 06989 Coef. Pearson: 04297 xi 05 15 25 35 ni 6 18 19 7 Ni 6 24 43 50

De acuerdo con estos resultados, la renta media aumenta en 41000 ptas. de los datos originales, siendo el resto de valores muy similares. Observar que ahora el coeficiente de asimetra es negativo, pero en todos los casos muy prximo a cero, con lo cual la distribucin se puede considerar prcticamente simtrica. 30. Se producen alteraciones en las medidas de posicin al realizar un cambio de origen? SOLUCIN: El cambio de origen supone una traslacin del tipo y = x + a. Las medidas de posicin son afectadas de la siguiente forma: Media

Y =

i =1

y i ni

i =1

i =1

(xi
n

+ a) ni
i

i =1

i =1

xi ni

i =1

i =1 n

n
i

i =1

= x + a

Moda

Nk = mx. (n 1, n 2, __, n n ), M o (x ) = x k ;por consiguiente, la

moda de la variacin del valor correspondiente a la frecuencia nk:

M o (Y ) = y k = x k + a = M o (x ) + a

**Si el valor i-simo intervalo es el de mayor altura, tanto la moda de X como la de Y estarn situadas en l:

M o (Y ) = Li 1 + a + ci

hi + 1 = M o (x ) + a hi 1 + hi + 1

Mediana *Si los datos estn sin agrupar en intervalos, por ser frecuencias de X y de Y las mismas, la mediana de Y ser la mediana de X trasladada en a unidades. **Si la distribucin esta agrupada en intervalos de clase N / 2 < N i la mediana se encuentra en el i-simo intervalo tanto para X como para Y.

Me(Y ) = Li 1

N N i 1 2 + a + ci = Me(x ) + a ni

Cuartiles, deciles y percentiles Podemos observar que en estas medidas se produce el mismo cambio que en la variable. En el caso de los percentiles:

Pj (Y ) = Pj (x ) + a con j=1,___,99.
31. Para lanzar un nuevo producto al mercado, una empresa estudia el tiempo de publicidad, en segundos, empleando en los medios audiovisuales por otra empresa que produce un producto similar. Duracin 0-20 20-25 25-30 30-40 40-60 N de Anuncios 3 17 13 9 8

Cul es la duracin media aproximada de los anuncios?Es representativa? Cul es la duracin ms frecuente? A partir de que valor un anuncio es de los veinte ms largos?

Estudiad la forma de la distribucin. Si cada segundo cuesta mil cuatrocientas pesetas, cul es el gasto aproximado que realiza la otra empresa en la publicidad de ese producto? SOLUCIN: a) X = 297 segundos. VX = 0358170667 moderadamente representativa. b) Mo = 247273 segundos. c) P60 = 288461538 segundos. d) AP = 04675 > 0. AP = 07831 > 0. C = 03234 > 0. g1 = 006454 > 0. La distribucin presenta asimetra positiva o por la derecha. g2 = -008595 > 0. La distribucin es moderada platicrtica. El gasto aproximado ser de 2079000 ptas. 32. La distribucin del importe de las facturas por reparacin de carrocera (en miles de ptas.) de una muestra de 80 vehculos en un taller, viene dad por la siguiente tabla: Importe N de vehculos 0-60 10 60-80 20 80-120 40 120-180 10 Calcular el importe medio. Estudiar la representatividad en esta medida. Calcular la mediana y estudiar su representatividad. Cul es el importe ms habitual? Qu interpretacin tiene en este caso los deciles? Calcular el tercer decil. Cul es el importe mnimo pagado por las 75 reparaciones ms baratas. Estudiar la concentracin del importe de las facturas.

a) b) c) d) e) f)

SOLUCIN: a) X = 90000 ptas. VX = 036. Es moderadamente representativa. 7 . Es representativa. b) Me = 90000 ptas. DMe = 25. VMe = 0.2 c) Hay dos modas: Mo1 = 77143 ptas. y Mo2 = 85714 ptas. d) D3 = 74000 ptas. e) P75 = 110000 ptas. 2. f) IG = 0 33. Dos compaas aseguradoras tienen formas diferentes de pagar a sus empleados. La compaa A lo hace mediante un sueldo fijo mensual y la compaa B a travs de un porcentaje sobre los seguros realizados. La distribucin de los salarios por categoras es:
Compaa A Sueldo (miles ptas.) 50-80 80-100 100-150 N empleados 35 21 14 Sueldo (miles ptas.) 50-80 80-100 100-140 140-200 Compaa B N empleados 21 25 34 15

a) Por trmino medio,gana ms un empleado de la compaa A o de la B? b) Calcular y comentar la representatividad de los sueldos medios. c) Cul es el sueldo ms frecuente en la compaa A? d) Aunque en la compaa B el sueldo se gana por mritos, crees que el reparto de salarios por categoras es equitativo? e) Si en la compaa B el salario fuese el anterior ms un fijo de 10000 pesetas, cul sera el salario medio y la desviacin tpica? SOLUCIN: a) Sean:

X = sueldo (en miles de pesetas) de los empleados de la compaa A. Y = sueldo (en miles de pesetas) de los empleados de la compaa B

X = 84.5 Y = 107.842105
b) VX = 0.27273876, VY = 0.31479111, los sueldos estn menos dispersos en la empresa A. c) Mo = 80000 pesetas. d) IG(Y) = .200456171 e) Z = Y + 10 SZ =SY

Z = Y + 10 = 107.842105 + 10 = 117.842105

34. Las notas finales de 100 estudiantes de una Escuela Superior son las siguientes: 11 35 26 1 43 11 52 3 41 20 46 2 42 12 33 22 32 17 59 36 58 37 51 21 48 29 51 39 60 59 25 68 29 6 47 14 44 22 41 38 48 70 59 32 43 31 57 40 51 40 18 31 92 15 69 46 60 65 10 43 41 44 56 67 49 19 43 30 63 18 35 84 5 47 21 49 65 31 41 60 59 64 52 61 9 51 73 16 74 71 28 82 8 47 15 71 62. 80 81 44

Determinar: 1El nmero de estudiantes con nota superior a 80 2La nota del estudiante n 38 en orden a la peor puntuacin de la distribucin del tipo III: SOLUCIN: Li-1 li 0-10 10-20 20-30 30-40 40-50 |||| |||| |||| |||| |||| ||| |||| |||| |||| |||| ni 8 12 10 14 21 Ni 8 20 30 44 65

|| |||| |||| |||| |

50-60 60-70 70-80 80-90 90-100

|||| |||| |||| ||| |

|||| ||||

||||

16 10 5 3 1 100

81 91 96 99 100

Podemos decir que: 1 Nmero de estudiantes con nota superior a 50 e inferior a 80:

N 6 + N 7 + N8 = 16 + 10 + 5 = 31
2 Nota del estudiante nmero 38: De 30 a 40 puntos 35. Dada la siguiente distribucin de frecuencias: Li-1 Li -4 -2 -2 0 02 24 46 ni 4 3 2 4 1

1 Representarla grficamente 2 Obtener la serie de frecuencias acumuladas 3 Representar la distribucin de frecuencias acumuladas SOLUCIN: 1 Representar grficamente el histograma: Por tratarse de una distribucin con intervalos de igual amplitud, podemos tomar la ni, como altura, obtenindose:
4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 [-4, -2] [-2, 0] [0, 2] [2, 4] [4, 6] Serie1

2 Serie de frecuencias acumuladas Ni: Li-1 Li -4 -2 ni 4 Ni 4

-2 0 02 24 46

3 2 4 1

7 9 13 14

3 Representacin grfica de la distribucin de frecuencias acumuladas:

16 14 12 10 8 6 4 2 0 [-4, -2] [-2, 0] [0, 2] [2, 4] [4, 6] Serie1

Donde se han tomado hi=Ni por tratarse de una distribucin de intervalos de igual amplitud. 36. Hallar la mediana de la siguiente distribucin de frecuencias: Li-1 Li 01 12 23 34 45 SOLUCIN: Li-1 Li 01 12 23 34 45 ni 12 13 11 8 6 50 Ni 12 25 36 44 50 ni 12 13 11 8 6

N 50 = = 25 2 2
37. Se ha observado la vida de 280 bombillas obtenindose la siguiente distribucin:

Vida en horas 0 500 500 1000 1000 1500 1500 2000 2000 2500 2500 3000 Hallar la moda. SOLUCIN:

N de bombillas 4 21 107 78 44 24 280

Se trata de una distribucin del tipo III con intervalos constantes.

Mo = Li 1 +

ni + 1 78 a1 = 1000 + 500 = 1000 + 394 = 1394 ni 1 + ni + 1 21 + 78

38. En una clnica se han registrado durante un mes las longitudes en metros que los nios andan el primer dia que comienzan a caminar, obtenindose los siguientes resultados. Nmero de metros Nmero de nios 1 2 2 6 3 10 4 5 5 10 6 3 7 2 8 2

Construir la distribucin de frecuencias adecuada para la variable longitud y realizar los grficos pertinentes que la representen. SOLUCIN: Dado que se trata de una variable cuantitativa con valores sin agrupar, podemos comenzar realizando su representacin mediante un diagrama de barras situado sobre el eje de abscisas los valores de la variable X, y sobre el eje de ordenadas los valores de sus frecuencias absolutas ni. Asimismo, si sobre el eje de ordenadas situamos las frecuencias absolutas acumuladas Ni, obtenemos el diagrama de barras acumuladas. La tabla de frecuencias relativas a la variable se presenta a continuacin. La figura 1 muestra el diagrama de barras asociado a la variable y a la figura 2 muestra el diagrama de barras acumulado. Distribucin de frecuencias.
Xi 1 2 3 4 5 6 7 8 ni 2 6 10 5 10 3 2 2 Ni 2 8 18 23 33 36 38 40 fi 0,05 0,15 0,25 0,125 0,25 0,075 0,05 0,05 Fi 0,05 0,2 0,45 0,575 0,825 0,9 0,95 1

fk=nk/N Fk=Nk/N

N=n1 ++nk=Nk

Graficos.
ni
12 10 8 6 4 2 0 1 2 3 4 5 6 7 8 FIGURA 1 2 6 10 10
45 40 35 30 25 20 15 10 5 0 1 2 3 4 5 6 7 8 FIGURA 2 Ni

5 3 2 2

ni

Ni

39. La distribucin de los costes salariales de los 100 000 empleados de una multinacional se presenta en la tabla siguiente: Salarios 0-15000 15000-20000 20000-25000 25000-30000 30000-35000 35000-40000 40000-50000 50000-100000 100000-300000 N de empleados 2145 1520 840 955 1110 2342 610 328 150

Calcular el salario medio por trabajador, el salario ms frecuente y el salario tal que la mitad de los restantes sea inferior a l. Calcular tambin el primer cuartel salarial y el percentil 75. SOLUCIN: La tabla siguiente contiene los elementos relativos a la distribucin de frecuencia de la variable salario (X) necesarios para realizar los clculos pedidos en el problema.
Salarios 0-15000 15000-20000 20000-25000 25000-30000 55 30000-35000 110 35000-40000 342 40000-50000 10 50000-100000 28 100000-300000 50 293800000 0000 200000 30000000 10000 200000 0,00075 75000 2460000 9850 50000 0,0056 45000 27450000 9522 10000 0,061 37500 87825000 8912 5000 0,4684 32500 36075000 6570 5000 0,222 N de empleados= ni 2145 1520 40 27500 26262500 5460 5000 0,191 Marcas = xi 7500 17500 22500 xi* ni 16087500 26600000 18900000 Ni 2145 3665 4505 ci 15000 5000 5000 di= ni/ ci 0,143 0,304 0,168

Para hallar el salario medio por trabajador calculamos la media de la variable X.

X=

1 N

i =1

xini=

293800000 29380 = 10000

Para hallar el salario ms frecuente se calcula la moda de la variable X. Para ello hemos de tener presente que los intervalos de la distribucin de frecuencias son desiguales, por lo que el intervalo modal ser el correspondiente al mayor valor de di, es decir ser el intervalo (35000 40000). Por lo tanto la moda se calcula como sigue: M0= Li-1 +

d i +1 0,061 ci=35000+ 5000= 36077,74 di 1 + d i +1 0,222 + 0,061

Para hallar el salario tal que la mitad de los restantes sea inferior a l se calcula la mediana. Para ello, como N/2 = 5000, el intervalo mediano ser (25000 3000) ya que Ni-1 < N/2 < Ni es equivalente en este problema a 4505 < 5000 <5460. La mediana se calcular como sigue:

N 10000 N i 1 2145 Me = Li-1 + 2 ci = 25000+ 2 5000 = 27591,62 ni 955

Para calcular el primer cuartel ( primer cuantil de orden 4) observamos que como N/4 = 2500, el intervalo relativo al primer cuartel ser (15000-20000) ya que Ni1<2500<Ni es equivalente en este problema a 2145<2500<3665.El primer cuartel se calcular como sigue:

El primer cuartel se interpreta como el valor de la variable para el que la cuarta parte de los valores son menores que l y las tres cuartas partes restantes son superiores. Para calcular el percentil 75 (cuantil 75 de orden 100), observamos que como 75N/100 = 7500, el intervalo relativo al percentil 75 ser (35000-40000) ya que Ni1<7500<Ni es equivalente en este problema a 6570<7500<8190. El percentil 75 se calcular como sigue:
5,100 =Li-

N 10000 N i 1 2145 Q1,4 = Li-1+ 4 ci = 15000 + 4 5000 = 16167,76 1520 ni

75 N 75 *10000 N i 1 6570 100 100 1+ ci = 35000 + 5000 = 36985,48 ni 2342

El percentil 75 se interpreta como el valor de la variable para el que el 75% de los valores son inferiores a l y el 25% restante son superiores. El percentil 75 tambin podr haberse calculado como el tercer cuartil (cuantil 3de orden 4). Como 75N/100=7500=3N/4, el tercer cuartil se calculara como sigue:

Q3, 4

3N 3 * 10000 N i 1 6570 4 = Li 1 + 4 ci = 35000 + 5000 = 36985,48 ni 2342

El tercer cuartil se interpreta como el valor de la variable para el que las tres cuartas partes de los valores son inferiores a l y la cuarta parte restante es superior. Como las tres cuartas partes son el 75%, el percentil 75 coincide con el tercer cuartil. 40. Los rendimientos de cinco inversiones distintas realizadas por un individuo y las cantidades iniciales invertidas en unidades monetarias son los siguientes: Cantidades iniciales 200 000 360 000 250 000 240 000 180 000 Rendimientos 1000 900 500 800 1200

Calcular el rendimiento medio por unidad monetaria invertida para el total de inversiones del individuo. SOLUCIN: Como se trata de promediar rendimientos por unidad, estamos ante un caso de aplicacin del concepto de media armnica. Calcularemos por tanto el rendimiento medio pos unidad monetaria para el total de inversiones del individuo como la media armnica de los rendimientos de cada inversin ponderada por las cantidades iniciales desembolsadas en cada inversin.

H= 200000 + 360000 + 250000 + 240000 + 180000 N = 793,5 = k 200000 360000 250000 240000 180000 1 + + + + 900 500 800 1200 i =1 xi 1000
Aunque en este problema es menos adecuada, podramos haber utilizado tambin la media aritmtica ponderada, que se calcula como sigue:

X= 1 200000 *100 + 360000 * 900 + 250000 * 500 + 240000 * 800 + 180000 *120 = x i ni N i =1 200000 + 360000 + 250000 + 240000 + 180000
k

X = 859,35
Tambin podra utilizarse la media geomtrica, ya que las cantidades a promediar son no nulas y positivas. Para hallar esta media es conveniente aplicar logaritmos (en este caso neperianos) y calcular el valor final como se indica a continuacin:

G= =

x x
1

n1

n2 2

... x k ln(G ) =

nk

1 k ln( ) = N i =1 ni xi

200000 * ln(100) + 360000 * ln(900) + 250000 * ln(500) + 240000 * ln(800) + 180000 * ln(120) 200000 + 360000 + 250000 + 240000 + 180000 =672 G=e6,72=828,82
41. En el cuadro siguiente se presentan los consumos de electricidad en Espaa en miles de millones de de kw/hora desde diciembre en 1985 hasta diciembre de 1986. Meses Dic Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic Consumo 10.1 10.7 9.96 9.46 9.54 8.92 8.95 8.58 7.86 8.96 9.17 9.57 10.2

A partit de los incrementos unitarios de consumo de cada mes calcular el incremento unitario anual medio acumulativo. SOLUCIN: Al tratarse de clculo de una media unitaria acumulativa, el promedio ms adecuado es la media geomtrica. Se trata por tanto de calcular la media geomtrica de los incrementos unitarios mensuales. Estos incrementos se calculan a continuacin.

10,7 = 1,06 10,1 9,58 = 1,07 8,95

sigue:

9,96 = 0,93 10,7 7,86 = 0,82 9,58

9,46 = 0.95 9,96 8,96 = 1,14 7,86

9,54 = 1,008 9,45 9,17 = 1,02 8,96

8,92 = 0,93 9,54

8,95 = 1,003 8,92

9,57 10,2 = 1,04 = 1,06 9,17 9,57

La media geomtrica de estos incrementos unitarios mensuales se calcula como

G = 12 1,06 * 0,93 * 0,95 * 1,008*,0,93 * 1,003 * 1,07 * 0,82 * 1,14 * 1,02 * 1,04 * 1.06 =1,01

42. Supongamos que un automvil recorre 60 km a una velocidad de 50 km/h y 40km/h a una velocidad de 70 km/h Cul ser la velocidad media del automvil en todo el recorrido?

SOLUCIN: Al tratarse de clculo de una velocidad media utilizaremos la media armnica, que se clcula como se indica a continuacin:

H=

N 60 + 40 = = 56,45 km/h 60 40 1 n1 50 + 70 I =1 x1
k

En este caso, cualquier otro promedio que se utilice no produce la velocidad media. 43. En una distribucin discreta de de 6 valores, a saber: -10, 3, a, 10, 1, 0, sabemos que su desviacin tpica es igual al coeficiente de variacin de Pearson. Se pide: a) hallar la media de la distribucin b) hallar el valor desconocido de a SOLUCIN: a) como CV=s entonces se tiene que la media aritmtica vale 1, puesto que el coeficiente de variacin de Pearson es el coeficiente entre la desviacin tpica y la media aritmtica. b) Aplicando el resultado obtenido en el apartado anterior se tiene que: 1= (-10+3+a+10+1+0) / 6 Despejando a de la expresin se tiene que a=2 44. Un examen consta de 5 preguntas en las que dos alumnos A y B obtienen las siguientes calificaciones segn el orden de las preguntas: A: 5,8,6,5,4 B: 3,7,8,6,3 a) Cul de los dos alumnos tuvo mejor nota sabiendo que los ejercicios 1, 3 y 4 puntan la mitad que los ejercicios 2 y 5? b) si consideramos que todas las preguntas valen igual, Qu alumno obtendra mejor calificacin si utilizamos la media geomtrica? SOLUCIN: a) se calcula la media ponderada con los pesos que se indican para cada uno de los alumnos siendo el alumno con mayor media el que tuvo mejor nota. Los pesos para los problemas 1, 3 y 4 ser 1 y para los problemas 2 y 5 ser 2. As obtendremos los siguientes resultados: A= (5*1 + 8*2 + 6*1 + 5*1 + 4*2) / (1+2+1+1+2)=5.714 B= (3*1 + 7*2 + 8*1 + 6*1 + 3*2) / (1+2+1+1+2)=5.286 Por tanto fue el alumno A el que obtuvo mejor calificacin.

b) Primero recordemos las expresiones de la media geomtrica G=n ( xifi ) Si consideramos la media geomtrica, el alumno A obtiene una calificacin de 4.448 y el alumno B una de 4.967 45. Una empresa ha realizado un test fsico entre sus empleados para comprobar la capacidad de esfuerzo que posee cada uno de ellos. Una de las medidas que componen el mismo es el nmero de pulsaciones despus de una determinada actividad fsica, que esta altamente relacionada con las que se realizan a lo largo de una jornada laboral. Los datos conseguidos han sido distribuidos en una tabla de frecuencias. La tabla resultante es la que se presenta: Numero de pulsaciones 70 75 75 80 80 85 85 90 90 95 95 100 Numero de empleados 3 3 7 10 12 8

Se pide: a) media aritmtica, mediana, cuartil inferior, percentil 60 y desviacin tpica. b) Qu tanto por cien de empleados tuvieron menos de 83 pulsaciones? SOLUCIN: a) media= 88.198 Me= 89.25 Q1= 83.393 P60= 91.167 b) 23.721% 46. En el marco de un estudio sobre la posible incidencia que tiene la religin profesada por los distintos matrimonios en la presencia de una mayor menor frecuencia de divorcios, se ha tomado una muestra aleatoria a nivel mundial de tamao 32000 Religin \ Divorcio Catlicos Ateos Musulmanes Protestantes Otros SOLUCIN: a) Basando tus razonamientos y afirmaciones en las frecuencias relativas que resulten mas informativas para este estudio seala cual es la religin donde los matrimonios presentan una mayor probabilidad de terminar en divorcio y cual es en la que se dan menos. En este caso las frecuencias que proporcionan ms informacin son las frecuencias relativas Divorcio 1435 845 160 610 1250 No divorcio 7565 2155 7840 4390 5750

condicionales de Divorcio/Religin. Frec. Relativa (Divorcio/ Catlicos) = 1435/(1435+7565)=15.94% de los matrimonios catlicos acaban en divorcio Frec. Relativa (Divorcio/Ateos) = 845/(845+2155)=28.17% de los matrimonios ateos acaban en divorcio Frec. Relativa (Divorcio/Musulmanes) =160/(160+7840)=2% de los matrimonios musulmanes acaban en divorcio Frec. Relativa (Divorcio/Protestantes) = 610/(610+4390)= 12.2% de los matrimonios musulmanes acaban en divorcio. Frec. Relativa (Divorcio/ Otros) = 1250/(1250+5750)=17.9% de los otros matrimonios acaban en divorcio A partir de los datos se observa que en el caso de los ateos hay mas probabilidad de que los matrimonios acaben en divorcio 28.17%. En la religin musulmana ocurrir justo lo contrario con solo un 2% de divorcios. b) Obtener las frecuencias marginales absolutas y relativas de la variable divorcio. Frecuencias marginales de la variable divorcio: Frecuencias absolutas marginales: divorcio si: 4300 divorcio no: 27700 Frecuencias relativas marginales: divorcio si: 4300/32000=13.44% divorcio no:27700/32000=86.56% 47. Para estudiar la eficacia de un tratamiento sobre las resistencias de un determinado hormign se ha realizado un ensayo sobre 15 probetas. Se han medido los das transcurridos hasta que el hormign alcance la resistencia de 40MPa y los datos han sido los siguientes: 15 15 SOLUCIN: a) Indicar la poblacin, la variable aleatoria implicada y de que tipo es esta ultima. 13 9 10 16 28 13 12 10 17 19 18 11 14

La poblacin es todo el hormign de ese tipo. La variable aleatoria son el nmero de das transcurridos hasta alcanzar los 40MPa.Cuantitativa y discreta b) 9 10 19 Dibujar el diagrama Box-Whisker y comentar sus caractersticas principales 10 28 11 12 13 13 14 15 15 16 17 18

Mediana=14 Cuartil 1=11 Cuartil 3=17 IIC=Intervalo intercuartilico=17-11=6 C3+1.5*IIC=17+1.5*6=26 C1-1.5*IIC=11-1.5*6=2 El bigote de la izquierda llegar, como mucho a 2.Como el valor observado posterior es 9, el bigote de la izquierda llegar a 9. El bigote de la derecha llegar, como mucho a 26.Como el valor observado inmediatamente

anterior es 19,el bigote de la derecha llegara a 19 No existen puntos aislados por la izquierda. Existe un valor observado superior a 26 (el valor 28), que se representar como un punto aislado en el diagrama Box-whisker c) Qu signo cabe esperar que tenga el coeficiente de curtosis de los datos?(Justifica la respuesta) Se trata de una muestra con una distribucin simtrica y 1 dato aislado, probablemente dato anmalo, pues dista mucho del resto de los datos, por lo tanto el coeficiente de curtosis ser positivo. 48. La siguiente tabla muestra la cantidad de tierra de las regiones de un cierto pas, junto con el porcentaje de tierra cultivada en cada region. REGION Norte Sur Este Oeste CANTIDAD DE TIERRA 421 350 259 80 % CULTIVADO 46.7 21.0 8.7 18.8

Calcula el porcentaje de tierra cultivada en la totalidad del pais SOLUCIN:

xi = 421 + 350 + 259 + 80 = 1110

La tierra cultivada ser:

46.7 * 421 + 21 * 350 + 8.7 * 259 + 18.8 * 80 = 307.68 100

Por lo tanto, el porcentaje de tierra cultivada ser:

%=

307.68 *100 = 27.97 1100

49. Los alumnos de ltimo curso de Bachillerato de un Instituto eligen carrera segn los datos de la tabla siguiente: CARRERA MEDICINA DERECHO 250 176 ALUMNOS CIENCIAS 127 LETRAS 314 INEF. 103 OTRAS 30

Construir la distribucin de frecuencias adecuada para la variable carrera elegida por los alumnos y realizar los grficos pertinentes que la representen. SOLUCIN: Dado que se trata de una variable cualitativa, podemos comenzar realizando su representacin mediante un diagrama de rectngulos, que se construye asignando a cada modalidad de la variable cualitativa un rectngulo con altura igual (o proporcional) a su frecuencia absoluta ni y con base constante. La tabla de frecuencias relativa a la variable se presenta a continuacin.

CARRERA Medicina Derecho Ciencias Letras Inef Otras

ALUMNOS (n i ) 250 176 127 314 103 30 N=1000

fi = n i / N 0,25 0,176 0,127 0,314 0,103 0,03 1

i=

360fi 90 63,36 45,72 113,04 37,08 10,8 360

El diagrama de barras se presenta en la siguiente Figura. ESTUDIANTES POR CARRERAS

350 300 250 250 200 150 100 50 0

314 176 127 103 30

M ED IC IN A D ER EC H O C IE N C IA S

AS

EF IN O

LE TR

Figura Tambin podra realizarse la representacin de la distribucin de frecuencias de muestra variable cualitativa mediante el diagrama de sectores con porcentajes de la Figura 1-14. Los porcentajes relativos a cada carrera se calculan mediante 100fi y los ngulos centrales de cada sector se calculan mediante 360fi. ESTUDIANTES POR CARRERAS

INEF 10%

OTRAS 3%

MEDICINA 25% MEDICINA

LETRAS 31%

CIENCIAS 13%

DERECHO 18%

DERECHO CIENCIAS LETRAS INEF OTRAS

TR

AS

50. Las puntuaciones obtenidas por 100 opositores en el ltimo ejercicio se presentan en el cuadro siguiente: 7 3 2 8 0 9 6 4 4 8 1. 2. 3. 4. 5. 3 2 5 6 2 7 1 6 7 5 2 4 6 3 1 3 0 2 6 2 4 9 5 4 5 4 5 1 3 7 5 8 4 0 6 3 7 1 5 1 1 1 7 10 4 5 8 2 0 4 8 0 1 2 3 7 5 6 2 6 6 2 3 5 5 4 2 7 8 3 1 4 0 7 2 6 3 4 2 5 5 1 5 4 3 5 10 5 7 6

Construir la distribucin de frecuencias adecuada para las puntuaciones. Hallar el porcentaje de alumnos que aprob la oposicin. Hallar el porcentaje de alumnos que sacaron notas superiores a 6. Si slo hay 20 plazas En qu nota hay que situar el aprobado? Realizar las representaciones grficas de la distribucin adecuadas para este problema.

SOLUCIN: Para construir la distribucin de frecuencias de la variable aleatoria X que representa las distintas calificaciones, tabulamos los datos haciendo un recuento de los opositores que obtienen cada calificacin (frecuencias absolutas de cada calificacin) y derivando el resto de las columnas de la tabla de frecuencias tal y como se indica a continuacin: Xi 0 1 2 3 4 5 6 7 8 9 10 N = 100 ni 6 10 13 11 13 16 11 10 6 2 2 fi = n i / N 0,06 0,1 0,13 0,11 0,13 0,16 0,11 0,1 0,06 0,02 0,02 fi = 1 Ni 6 16 29 40 53 69 80 90 96 98 100 Fi = Ni /N 0,06 0,16 0,29 0,4 0,53 0,69 0,8 0,9 0,96 0,98 1

Puesto que las frecuencias relativas pueden interpretarse como el peso relativo de cada valor en la distribucin, el porcentaje de alumnos que aprob la oposicin (o sea, que obtuvieron un 5) ser la frecuencia relativa correspondiente al valor 5 de la variable, es decir, el 16 por ciento (0,16). Puesto que las frecuencias absolutas acumuladas correspondientes a un valor dado de la variable pueden interpretarse como el nmero de valores iguales o inferiores a ese valor dado, resulta que para el valor 6 de la variable hay 80 opositores que obtuvieron una calificacin inferior o igual a 6. Por lo tanto habr 20 opositores (100-80=20) que han obtenido una

calificacin superior a 6. Este resultado quiere decir que en caso de haber slo 20 plazas, la nota mnima para superar la oposicin hay que situarla por encima del 6. Es decir, superarn la oposicin los alumnos que obtengan ms de un 6. El diagrama de barras y el polgono de frecuencias suelen ofrecer informacin sobre la simetra y la normalidad de la distribucin. En este caso vemos que estas representaciones no se desvan demasiado de una campana de Gauss, lo que indica que puede admitirse la normalidad de los datos. En cuanto a la simetra se observa que la parte izquierda de la distribucin aglomera ms frecuencia, por lo que podra haber una asimetra dbil en esa direccin. No obstante, podra admitirse tambin la simetra, al igual que la normalidad con un margen de error no muy elevado.

51. Los valores relativos al nmero de empresas y trabajadores en una determinada regin son los siguientes: 1. Construir la distribucin de frecuencias adecuada a los datos. 2. Hallar el nmero de empresas con ms de 300 trabajadores. 3. Hallar el porcentaje de empresas con ms de 100 trabajadores y menos de 400 trabajadores 0-100 100-200 200-300 400-500 500-600 600-700 700-800 800-900 900-1000 SOLUCIN: [Li-1;Li) ci [0;100) [100;200) [200;300) [400;500) [500;600) [600;700) [700;800) [800;900) [900;1000) ni 50 150 250 450 550 650 750 850 950 25 37 12 22 21 13 5 3 2 fi Ni 0,178571 0,264286 0,085714 0,157143 0,15 0,092857 0,035714 0,021429 0,014286 Fi 0,178571 0,442857 0,528571 0,685714 0,835714 0,928571 0,964286 0,985714 1 N de empresas 25 37 12 22 21 13 5 3 2

25 62 74 96 117 130 135 138 140

Si observamos la columna de frecuencias absolutas acumuladas Ni de la tabla constatamos que la frecuencia absoluta acumulada hasta empresas con 300 trabajadores es de 74 lo que quiere decir que con ms de 300 trabajadores existen 140 74 = 66 Si observamos la columna de frecuencias relativas acumuladas fi de la tabla, tenemos que el potcentaje de empresas con 400 trabajadores o menos es de 0,5286(52.865%), es decir,

el mismo que el correspondiente a 300 trabajadoreso menos (no se registraron empresas con un nmero de trabajadores comprendido ente 300 y 400). Por otra parte, el porcentaje de empresas con 100 trabajadores o menos es de 0,1786 (17,86%), lo que indica que con ms de 100 y menos de 400 tenemos 0,5286 0,1786 = 0,35(35%).

52. Un examen consta de 5 preguntas en las que dos alumnos A y B obtienen las siguientes calificaciones segun el orden de las preguntas: A: 5, 8, 6, 5, 4. B: 3, 7, 8, 6, 3. a) cual de los dos alumnos tuvo mejor nota sabiendo que los ejercicios 1,3 y 4 puntuan la mitad que los ejercicios 2 y 5? b) si consideramos que todas las preguntas valen igual, que alumno obtendra mejor calificacion si utilizamos la media geometrica? y si usamos la media cuadratica? SOLUCIN: a) Se calcula la media ponderada con los pesos que se indican para cada uno de los alumnos siendo el alumno con mayor media el que obtuvo mejor nota. Los pesos para los problemas 1, 3 y 4 sera 1 y para los problemas 2 y 5 sera 2. asi, obtendremos los siguientes resultados:

Por tanto fue el alumno A el que obtuvo mejor calificacion. b) Primero recordemos las expresiones de la media geometrica y la media cuadratica: G=

Xi fi
i 1

C=

1 k fi Xi 2 n i 1

Si consideramos la media geometrica el alumno A obtiene una calificacion de 5.448 y el alumno B una de 4.967. Si consideramos la media cuadratica el alumno A obtiene un resultado de 5.762 y el alumno B de 5.779. 53. En una distribucion discreta de 6 valores, a saber: -10,3,a,10,1,0, sabemos que su desviacion tipica es igual al coeficiente de variacion de Pearson. Se pide: a) Hallar la media de la distribucion b) Hallar el valor desconocido de a. SOLUCIN: a) Como CV=s entonces se tiene que la media aritmetica vale 1, puesto que el coeficiente de

variacion de Pearson es el cociente entre la desviacion tipica y la media aritmetica. b) Aplicando el resultado obtenido en el apartado anterior se tiene que:

Despejando a de la expresion anterior se tiene que a=2. 54. En un aparcamiento cobran por cada minuto que esta estacionado el vehiculo un euro y veinte centimos. La ocupacin del parking en un dia fu: TIEMPO DE ESTACIONAMIENTO 0-60 60-120 120-180 180-240 240-360 360-1440 NUMERO DE VEHICULOS 1240 3575 746 327 218 44

a) Obtener el tiempo medio de estacionamiento. b) A partir de que cantidad de tiempo un vehiculo esta estacionado mas que el 85% de los vehiculos? SOLUCIN: LI-1- LI 0-60 60-120 120-180 180-240 240-360 360-1440 XI 30 90 150 210 300 900 NI 1240 3575 746 327 218 44 6150 XI.NI 37200 321750 111900 68670 65400 39600 644520 CI 60 60 60 60 120 1080 NI 1240 4815 5561 5888 6106 6150

Por lo tanto, el tiempo medio de aparcamiento es:

La medida de posicion que indica a partir de que cantidad de tiempo un vehiculo esta estacioNado mas que el 85% de los vehiculos es el percentil 85.

Y la primera frecuncia acumulada que lo supera es N3=5561, con lo que el P85 esta en el intervalo (120,180):

Es decir, a partir de 153.176944 minutos un vehiculo esta estacionado mas que el 85% de

los vehiculos. 55. Los porcentajes de participacin de los alumnos en las actividades extraescolares durante los trimestres lectivos de los dos ltimos cursos sufri el siguiente aumento: el primer trimestre 8%, el segundo 12%, el tercero 18%, el primer trimestre del ultimo curso 27%, el segundo 40,5% , el tercero 60,75%. Calcular la media geomtrica del porcentaje de participacin de los alumnos en esas actividades. SOLUCIN: Mg =
N

x
i =1

ni i

Siendo en nuestro caso n = 6, x1 = 8, x2 = 12, x3 = 18, x4 = 27, x5 = 40,5, x6 = 60,75 y ni = 1 para todo i = 1,2,3,4,5,6, con lo que N = 6. Aplicando la formula anterior tenemos: Mg =
6

8 * 12 * 18 * 27 * 40,5 * 60,75 = 6 114791256 = 22,04540769

Tambien se puede utilizar para el calculo de la media geometrica la formula anterior tomando cualquier tipo de logaritmos. Usando logaritmos en base 10:

Mg = antilog

n log(x )
n i =1
i

= antilog (

log(8) + log(12) + log(18) + log(27 ) + log(40,5) + log(60,75) ) 6

= antilog(1,343318135) = 22,04540769. Entonces la media geometrica de la participacin de los alumnos es 22,0454%. 56. La cajera de una tienda va anotando los precios y las cantidades de los productos que ha adquirido un cliente. En el ticket de compra aparece esta relacin: Producto Azcar Aceite girasol Leche semidesnatada Zumo lata de refrescos botella de vino n unidades Precio/unidad 5 156 10 115 64 75 50 139

15 6 12 2

Cual ser el precio superado por la mitad de los productos? SOLUCIN: La pregunta se puede formular de otro modo: Cul es el valor que divide la distribucin en dos partes?; es decir, Cul es el valor de la mediana?

Recordemos que para su clculo, los valores deben estar ordenados. La cajera, posiblemente por comodidad o por falta de tiempo, no sigue esa estrategia. Va registrando segn llegan los artculos. Colocando los precios de menor a mayor con el correspondiente numero de unidades y hallamos las frecuencias absolutas acumuladas. N Producto Precio Ni unidades lata de refrescos 50 12 Leche semidesnatada 64 15 Zumo 75 6 aceite de girasol 115 10 botella de vino 169 2 Azcar 156 5

12 27 33 43 45 50

La mitad de los valores es N/2 = 50/2 =25. La primera frecuencia acumulada que lo supera es N2 = 27. Esto significa que el precio correspondiente a la mediana es el de un litro de leche semidesnatada: 64 pesetas 57. Completar la siguiente tabla para el estudio de la concentracin de una distribucin de frecuencias y calcular el indice de gini. Comentar el resultado. xi 10 20 40 60 70 SOLUCIN: Los valores de pi se obtienen dividiendo las frecuencias acumuladas absolutas, Ni, entre el total de datos, N: Ni 90 140 170 190 200 pi = Ni/N 90/200 = 0,45 140/200 = 0,7 170/200 = 0,85 190/200 = 0,95 200/200 = 1 ni 90 50 30 20 10 Ni 90 140 170 190 200 pi si 900 1200 700 Ai 900 1900 5000 0,86 1 qi

Los valores de si se calculan multiplicando los valores de la variable por las frecuencias respectivas, si = xini , y los de Ai son los acumulados de la columna anterior, si:

Ai = s k
k =1

xi 10 20 40 60 70

ni

si = xi ni 90 900 900 50 20*50 = 1000 1900 30 40*30 = 1200 1900+1200 = 3100 20 1200 3100+1200 = 4300 10 700 5000

Dividiendo Ai entre An obtenemos qi: Ai qi = Ai/An 900 900/5000 = 0,18 1900 1900/5000 = 0,32 3100 3100/5000 = 0,62 4300 5000

0,86 1

Las diferencias pi qi: pi 0,45 0,7 0,85 0,95 2,95 qi 0,18 0,38 0,62 0,86 pi -qi 0,45 - 0,18 = 0,27 0,70 - 0,38 = 0,32 0,85 - 0,62 = 0,23 0,95 - 0,86 = 0,09 0,91

Los valores de la ltima fila se han omitido, pues en la frmula del ndice de gini slo se suma hasta el penltimo, n-1. As, el ndice de Gini ser:

IG =

(p q )
n 1 i =1 i i

p
i =1

n 1

0,91 = 0,30847458. 2,95

Podemos afirmar que la concentracin tiende a ser baja. 58. Cierta empresa se dedica a la elaboracin y a la venta directa de 4 productos. Estos tienen diferentes precios y, cada dia, se venden determinadas cantidades. Dicha informacin se recoge en la siguiente tabla: Artculo A B C D Precio unitario 20 35 50 70 cantidad 300 225 150 50 725

Las condiciones del mercado provocan un aumento de la produccin en una unidad en todos los productos, lo que hace bajar los precios segn aparece en la tabla: Artculo A B C D Precio unitario 18 33 46 63 cantidad 301 226 151 51

729 Cmo varia el ingreso total, teniendo en cuenta estos cambios? Y el ingreso medio? Desde el punto de vista de la dispersin, hay cambios significativos? SOLUCIN: Realizamos los clculos para los primeros datos en la tabla: Artculo A B C D Precio unitario 20 35 50 70 Cantidad pi qi 300 225 150 50 725 pi qi 120000 275625 375000 245000 1015625

6000 7875 7500 3500 24875

El volumen total de produccin es N = 725. El ingreso total es

p q = 24875,
i =1 i i

Y el ingreso medio

X=

pq
i =1 i

24875 = 34,3103448 u.m. 725

Varianza:

S2 x =

p
i =1

2
i

1015625 - 34,31034482 = 223,662307, 725

Y la desviacin tpica Sx =

223,662307 = 14,9553438.

Con las nuevas condiciones del mercado, construimos la siguiente tabla: Artculo A B C D Precio unitario 18 33 46 63 Cantidad pi qi 301 226 151 51 729 pi qi 5418 7458 6946 3213 23035 97524 246114 319516 202419 865573

En este segundo caso, el ingreso total

 p q = 23035,
i =1 i i

Y el ingreso medio

Y =

pq
i =1 i

23035 = 31,59808. 729

La varianza

S2 y =

p q
2
i =1 i

Y =

865573 31,59808 2 = 188,904304 729

y la desviacin tpica Sy =

188,904304 = 13,744246.

De acuerdo con esto, el ingreso total y el medio es superior en el primer caso. Desde el punto de vista de la dispersin, podemos comparar ambos resultados a traves del coeficiente de variacin de pearson: Vx =

S
X

14,9553438 = 0,435884392 34,3103448

13,744246 = 0,434971. 31,59808

Vy =

S
Y

Que indica que no han cambiado mucho los resultados en relacion con la media. 59. Una fbrica de coches desea estudiar el consumo de un nuevo modelo de coche que quiere lanzar al mercado. Para ello realiza cien pruebas echando diez litros de gasolina y viendo que distancia en kilmetros recorre el coche. Los resultados de las pruebas fueron los siguientes: 85 91 91 92 89 90 92 91 89 89 90 87 87 90 88 88 88 88 90 87 91 88 90 90 91 88 92 88 93 88 88 88 84 90 89 94 92 92 89 88 91 90 91 93 90 91 88 89 91 93 91 90 88 90 90 90 89 87 92 90 86 89 90 89 88 92 88 88 89 95 92 90 88 92 90 87 91 88 85 89 90 90 88 91 89 90 89 91 86 92 89 89 88 92 86 91 91 88 91 89

a) obtener la distribucin de frecuencias y su representacin grafica.

b) Agrupar estos valores en los intervalos [83.5-86.5), [86.5-89.5), [89.5-92.5) y [92.595.5). Obtener la correspondiente distribucin de frecuencias con las marcas de clase, las amplitudes de los intervalos y las alturas. Representar grficamente la distribucin. SOLUCIN: a) la distribucin de frecuencias es: xi 84 85 86 87 88 89 90 91 92 93 94 95 ni 1 2 4 5 21 16 20 15 11 3 1 1 100 fi 0.01 0.02 0.04 0.05 0.21 0.16 0.20 0.15 0.11 0.03 0.01 0.01 1 Ni 1 3 7 12 33 49 69 84 95 98 99 100 Fi 0.01 0.03 0.07 0.12 0.33 0.49 0.69 0.84 0.95 0.98 0.99 1

Para representar grficamente esta distribucin de frecuencias, usaremos un diagrama lineal de barras con su correspondiente polgono de frecuencias.

25 20 15 ni 10 5 0 84 85 86 87 88 89 90 91 xi 92 93 94 95

b) agrupando los intervalos tenemos: Li-1-Li 83.5-86.5 86.5-89.5 89.5-92.5 92.5-95.5 xi 85 88 91 94 ni 7 42 46 5 100 fi 0.07 0.42 0.46 0.05 1 Ni 7 49 95 100 Fi 0.07 0.49 0.95 1 ci 3 3 3 3 hi 2.333 14 15.333 1.667

50 40 30 ni 20 10 0 85 88 xi 91 95

60. Los resultados en el anlisis del valor calrico (Kcal/racin) de 20m marcas de galletas normales y 12 integrales, considerando como racin 5 o 6 galletas (30 gramos) son los siguientes: Normales Canente Cura Curra Dan Desa Erus Fomesa Foleda Fura Gafin Gelo Hela Hipu Les Mali Neria Pros Riz Suno Veras Kcal 125 125 150 135 150 130 130 145 135 145 130 150 140 150 140 145 130 130 130 140 integrales cura fomesa dan desa erus gafin les mali naria sanli suno veras kcal 135 135 130 135 125 140 150 135 135 145 150 130

a) Escribir y representar la distribucin de frecuencias b) Calcular la media aritmtica, mediana y moda SOLUCIN: a) sea X la variable caloras por racin de galletas y ni las frecuencias absolutas, o sea nmero de veces que se repite cada dato xi de la variable la distribucin de frecuencias es: xi ni Ni fi Fi 125 3 3 0.09375 0.09375 130 8 11 0.25 0.34375 135 7 18 0.21875 0.5625 140 4 22 0.125 0.6875 145 4 26 0.125 0.8125

150

6 32

32

0.1875 1

Donde Ni son las frecuencias absolutas acumuladas, fi son las frecuencias relativas y Fi son las frecuencias relativas acumuladas.

8 7 6 5 ni 4 3 2 1 0

8 3 125 130

7 4 4

135
xi

140

145

150

b) completamos la tabla con xini para calcular la media X xi 125 130 135 140 145 150 Media: 137.5 Para la mediana veamos entre que valores de la columna de frecuencias acumuladas Ni esta N/2= 16: xi 125 130 135 1140 145 150 ni 3 8 7 4 4 6 32 Ni 3 11 18 22 26 32 ni 3 8 7 4 4 6 32 xi ni 375 1040 945 560 580 900 4400

N/2 =16 esta entre N2 y N3 como la distribucin es de datos sin agrupar, Me = x3 = 135. La moda, por ser datos sin agrupar es el valor de la variable que ms se repite, es decir, el dato que mas frecuencia absoluta tenga. Como la ni mxima es n2 = 8, la moda Mo = x2 = 130.