You are on page 1of 46

ESTADSTICA

APLICADA
ESTADSTICA APLICADA - 2-
CONCEPTOS BSICOS DE ESTADSTICA
DEFINICIN:

Estadstica es la disciplina que provee de mtodos y procedimientos para obtener, describir,


analizar e interpretar un conjunto de datos, que permiten, luego, tomar decisiones y predecir
fenmenos que puedan expresarse en forma cuantitativa, de acuerdo a ciertos objetivos
preestablecidos. Es decir, es la puesta en marcha del mtodo cientfico desde la obtencin de
la informacin (datos) hasta las conclusiones, siempre con relacin a los objetivos.

La estadstica es una ciencia auxiliar para todas las ramas del saber; su utilidad se entiende
mejor si tenemos en cuenta que los quehaceres y decisiones diarias conllevan cierto grado de
incertidumbre y la Estadstica ayuda en la incertidumbre, trabaja con ella y nos orienta para
tomar las decisiones con un determinado grado de confianza.

La Estadstica se clasifica en estadstica descriptiva y estadstica inferencial.

Estadstica Descriptiva:
Trata de la recoleccin, clasificacin, presentacin y descripcin de los datos. Es decir slo se
ocupa de describir y analizar un grupo de datos, sin sacar conclusiones sobre un grupo mayor.
Es lo que piensa la mayor parte de las personas cuando escucha la palabra Estadstica.

Estadstica Inferencial o Inductiva:

En la estadstica inferencial vamos ms all de la mera descripcin de los datos, ya que un


objetivo bsico es el uso de los datos provenientes de una muestra para hacer una afirmacin
acerca de una caracterstica de la poblacin. Se hacen dos tipos de afirmaciones: una tiene
que ver con la estimacin de parmetros y la otra con la prueba de hiptesis.

Proporciona la teora necesaria para afirmar algo acerca de la poblacin o tomar decisiones
generales a partir de los datos bajo estudio. Es decir, se pretende inferir conclusiones
referentes a la poblacin de donde procede la muestra, estas conclusiones nunca pueden ser
totalmente ciertas por lo cual siempre tendrn cierto grado de incertidumbre.
Inferir es emitir juicios o conclusiones basados en algn conocimiento o experiencia sobre un
evento o suceso.
La estadstica descriptiva y la inferencial no son independientes; por el contrario, son
complementarias y entre ambas dan la suficiente ilustracin sobre una posible realidad futura,
con el fin que quien tenga poder de decisin, tome las medidas necesarias para transformar
ese futuro o para mantener las condiciones existentes.

OBJETIVOS DE LA ESTADSTICA:

Descripcin.- Los datos que estn expresados en su forma natural se clasifican y se


presentan en cuadros o tablas. Esta etapa preliminar consiste generalmente en la recopilacin,

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 3-
organizacin, tabulacin y representacin grfica de los datos y en la determinacin de los
estadgrafos que proporcionan en forma resumida una descripcin cuantitativa del fenmeno
estudiado.

Anlisis.- Toda investigacin estadstica incluye un problema de anlisis con el objeto de


formarse un concepto de una poblacin y adoptar decisiones; mediante el anlisis se infiere
propiedades para una poblacin sobre la base de resultados muestrales conocidos. La tarea
principal del anlisis es producir la decisin que dio origen a la investigacin. Sin embargo se
considera que el anlisis estadstico no est completo sin una estimacin del grado de
confianza que sea justificado atribuir a esa decisin.

Prediccin.- Es la estimacin de resultados en el futuro. Esta estimacin depender del grado


de conocimiento del comportamiento pasado y presente de las variables en estudio. Permite
hacer conjeturas bien informadas acerca de observaciones que an no se han obtenido.

CAMPOS DE APLICACIN DE LA ESTADSTICA.

Las ciencias que necesitan de la Estadstica se clasifican en:


Las que obligatoriamente necesitan de la Estadstica, lo que implica que muchas veces se
confunden con ella. Ejemplo: la Demografa.
Las que necesitan de la estadstica para estudiar fenmenos cuantitativos y cualitativos.
Ejemplo: Ingeniera, Economa, Sociologa, Psicologa, Biologa, Ciencias de la Educacin.
Las que necesitan obtener sus resultados con mxima exactitud, lo cual lo logra a travs de
la estadstica. Ejemplo: Astronoma, Meteorologa, Fsica, Medicina.

Ingeniera.- Existen pocas reas donde el impacto del desarrollo reciente de la estadstica se
haga sentir ms que en la Ingeniera y en la administracin industrial.. La estadstica aporta a
resolver los problemas de produccin, al uso eficiente de materiales y fuerza de trabajo, a la
investigacin bsica y al desarrollo de nuevos productos. El ingeniero industrial, que no puede
examinar cada ampolleta o fsforo fabricados sin incurrir en la destruccin del producto,
controla su calidad mediante muestras tomadas al azar. La estadstica permite al ingeniero
comprender fenmenos sujetos a variaciones y predecirlos o controlarlos eficazmente.

Sociologa.- Las tcnicas estadsticas se emplean en los estudios comparativos de diferentes


grupos socioeconmicos y culturales y en el estudio del comportamiento y las actitudes de
grupo. El socilogo trata de auscultar la opinin pblica mediante encuestas, para determinar
su preferencia por un candidato preferencial o su posicin frente a determinados problemas
econmicos, polticos y sociales.

Educacin.- La educacin es campo inagotable de investigacin y demanda estadsticas pues


permite resumir los resultados en forma significativa y conveniente, permite llegar a
conclusiones generales, permite hacer predicciones. Los problemas educacionales que para su
solucin demandan base estadstica son de dos clases: problemas de carcter administrativo y
los de orden didctico.

Psicologa.- Los psiclogos se valen de los conceptos y tcnicas de la Estadstica para medir
y comparar la conducta, actitudes, la inteligencia y aptitudes del hombre.

Economa.- El economista emplea una amplia gama para estudiar los planes de los
consumidores y efectuar pronsticos de la tendencia de las actividades econmicas. Un
comerciante que quiere formar un stock de un determinado artculo, para tener conocimientos
respecto de la futura demanda del mismo, se encontrar a varios interrogantes: el gusto de los
consumidores, la competencia, la renta de los consumidores, etc. De ellos no tiene sino un
conocimiento promedio respecto del pasado y del presente, base sobre la cual debe formar su
inferencia y proceder, para resolver la cuestin ha debido actuar sin saberlo, con mentalidad de
estadstico.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 4-
Negocios.- La creciente complejidad de las actividades de los negocios en aos recientes, ha
incrementado definitivamente el uso de la estadstica para tomar decisiones en cualquier nivel
de la administracin.
Los hombres de negocios utilizando la estadstica pueden producir los volmenes de ventas,
medir las reacciones de los consumidores ante nuevos productos, tomar decisiones en cuanto
a la forma de invertir el presupuesto para publicidad, determinar el mejor mtodo para utilizar
las habilidades y aptitudes de sus empleados. El hombre de negocios utiliza encuestas
estadsticas para determinar la reaccin del pblico a sus nuevos productos.
Ejemplo: grficas y tablas estadsticas son usados frecuentemente por gerentes de ventas para
representar hechos numricos de ventas; mtodos de muestreo son empleados por
investigadores de mercado al hacer encuestas sobre las preferencias del consumidor sobre
ciertas marcas de artculos competitivos, mtodos de control de calidad, son aplicados en
forma creciente en la actividad de produccin.

Contabilidad.- El auditor de una empresa no pierde tiempo en examinar todos los elementos
que sta posee sino que mediante mtodos adecuados selecciona algunas muestras de los
inventarios, mquinas o documentos en cobro.

Medicina.- La Estadstica es muy til ya que con ella podemos apreciar si las medicinas
impartidas en distintos lugares, tienen mejor aceptacin en personas de mediana edad por
ejemplo, o tambin para proporcionar mejores mtodos para controlar las enfermedades.

La Estadstica en Medicina es imprescindible, probando nuevos tratamientos en grupos de


pacientes o bien, obteniendo conclusiones sobre ciertas enfermedades observando durante un
tiempo un grupo de pacientes (saber si para el tratamiento de cierto tipo de cncer es ms
efectiva la ciruga, la radioterapia o la quimioterapia, sin ms que observar un grupo de
pacientes tratados con estas tcnicas).

Biologa.- Se emplea para estudiar las reacciones de las plantas y los animales ante
diferentes presiones ambientales, para investigar la herencia, etc.

Derecho.- La Estadstica se ha aplicado a una amplia variedad de proyectos de investigacin


que implican el estudio de individuos o grupos. Los medios de comunicacin hablan de las
estadsticas de criminalidad, de violencia familiar, de suicidios, de divorcios, intervenciones
realizadas por la polica, etc.

Agricultura.- Las tcnicas estadsticas se emplean en actividades como: experimentos sobre


la produccin de plantas y animales, diferenciar tierras de cultivo, estudios de la bondad
relativa de diversos fertilizantes, insecticidas, etc. y estudios de mtodos para aumentar el
rendimiento de las cosechas.

Fsica.- Tiene importante aplicacin en la fsica molecular y atmica.

TERMINOLOGA USADA EN ESTADSTICA

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 5-
Poblacin o Universo.- Es la totalidad de individuos o elementos que poseen alguna
caracterstica comn susceptible de ser estudiada. Es la totalidad de las unidades de anlisis.
El estudio de la poblacin completa se llama censo y es con frecuencia costoso, lleva mucho
tiempo y no es prctico.
Ejemplos:

- Todos los alumnos de CITEC.


- Todos los meses comprendidos durante el periodo 1999-2004.

La poblacin puede ser finita e infinita.


Poblacin Finita.- Cuando es posible enumerar todos sus elementos de tal manera que haya
un primero y un ltimo elemento. Al nmero de elementos de una poblacin finita se le denota
por N.
Poblacin Infinita.- Cuando sus elementos no se pueden enumerar. En la prctica toda
poblacin extremadamente grande se trata como poblacin infinita.

Muestra.- Es un subconjunto representativo de la poblacin que se asla para su anlisis


estadstico. Se toman muestras cuando es difcil o costoso observar todos los elementos de la
poblacin. El nmero de elementos de la muestra se denota por n. Al proceso de obtener la
muestra se llama muestreo.
Ejemplos:

- Los alumnos del IV Semestre de mecnica automotriz turno maana de CITEC.


- Todos los meses de verano comprendidos durante el periodo de 1999-2004.
Para que una muestra sea representativa, y por lo tanto til, debe de reflejar las similitudes y
diferencias encontradas en la poblacin, ejemplificar las caractersticas de la misma. Cuando
decimos que una muestra es representativa indicamos que rene aproximadamente las
caractersticas de la poblacin que son importantes para la investigacin.

Unidad Estadstica o unidad de Anlisis.- Es el objeto o elemento indivisible que ser


estudiado en una poblacin, sobre el cual se van a obtener datos. La unidad estadstica genera
el fenmeno que se desea estudiar y proporciona datos concretos. Es cualquier elemento que
porte informacin sobre el fenmeno que se estudia.
Ejemplos:

- Un alumno.
- Un mes.

Variable.- Es un nmero o denominacin que podemos asignar a la unidad de anlisis. Es una


caracterstica de la poblacin que interesa al investigador. Son observables y susceptibles de
tomar distintos valores o ser expresados en diferentes categoras. Es una caracterstica o
propiedad determinada del individuo, sea medible o no.

Esta propiedad hace que las personas de un grupo puedan diferir de las de otro grupo en la
muestra o poblacin de estudio. A las variables se les denotan con las letras: x, y, z.
Las variables pueden ser: Cualitativas y cuantitativas.
Variables Cualitativas.- Cuando se refieren a caractersticas, atributos o actitudes. Son
variables cuyos valores consisten en categoras de clasificacin, es decir se refieren a la
cualidad que presenta la poblacin. Sus resultados no son numricos.
Ejemplos:
- Estado Civil - Clase social - Lugar de Procedencia
- Marca de PC - Color favorito - Ciclo de estudios.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 6-
Las variables cualitativas pueden ser: nominal y ordinal.

Variable cualitativa nominal.- No implica ningn orden entre las diferentes categoras.
Ejemplos:
- Color de ojos - Profesin - Partido poltico
- Sexo - Raza - Nacionalidad
- Curso favorito - Estado Civil - Religin

Variable cualitativa ordinal..- Implican un orden entre sus categoras.


Ejemplos:
- Grado de instruccin - Ao de estudios - Grado acadmico.
- Clase social - Contextura fsica - Piso donde que
reside.

Variables cuantitativas .- Cuando expresan dimensiones o capacidades. Son variables que


se obtienen como resultado de mediciones o conteos.

Ejemplos:
- Estatura - Peso - Nmero de PCs
- Temperatura - Ingresos - Cociente intelectual
- Edad - Presin arterial - Estatura
- Presin Arterial - Calificaciones - Peso al nacer
- Sueldo - N Horas de Estudio - Velocidad

Dato Estadstico u Observacin.- Es el valor o respuesta que adquiere la variable en cada


unidad de anlisis. Son nmeros o medidas que han sido recopilados como resultado de
observaciones, que pueden ser comparados, analizados e interpretados. Los datos son la
materia prima de la estadstica.
Un conjunto de datos constituye un grupo de valores o caractersticas registradas para cada
uno de los individuos observados. Es la informacin disponible. La caracterstica principal de
los datos estadsticos, es que los valores cambian de un individuo a otro.

Ejemplos:
- 50, 55, 70, 48 , 56, ..... (Peso).
- Lima, Ica, Huancayo, Trujillo, ..... (Lugar de procedencia).
- 3, 1, 2, 4, 0, .... (N de cursos reprobados)
- Alto, Medio, Bajo (Nivel Socioeconmico)

Proporcin.- Es la fraccin de la poblacin que posee una determinada propiedad. Es el


parmetro que ms se utiliza en la descripcin de una poblacin de atributos. Es la relacin
que existe entre el nmero de casos observados con una caracterstica y el total de objetos que
poseen la caracterstica. Indica el tanto por 1.
Ejemplo:
Se tiene una poblacin de 1200 ingenieros de Mecnicos compuesta por 300 mujeres y 900
hombres, entonces la proporcin de hombres ser:
900 3
P= = = 0,75 La proporcin de ingenieros varones es 0,75.
1200 4

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 7-
Porcentaje.- Es la proporcin multiplicada por 100. Permite comparar dos o ms series
estadsticas cuyos totales son diferentes pues quedan reducidos a 100. Expresa el tanto por
100.

Ejemplo:
Se tiene una poblacin de 1600 ingenieros compuesta por 600 mujeres y 1000 hombres,
entonces el porcentaje de mujeres ser:
600
P% = 100 = 37,5% El 37,5% de los ingenieros son mujeres.
1600

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 8-

TABLAS DE DISTRIBUCIN DE FRECUENCIAS

El propsito de las distribuciones de frecuencia es organizar el conjunto de datos recopilados,


ya sean stos cualitativos o cuantitativos, en una forma adecuada para su comprensin y
anlisis. El procedimiento acostumbrado consiste en agrupar los datos en tablas e identificar
las frecuencias de cada categora de la variable investigada. Por esta razn estas tablas llevan
el nombre de distribuciones de frecuencias.
Las tablas de frecuencia son un mtodo apropiado para sintetizar informacin que es
numerosa. La idea fundamental en la creacin de tablas de frecuencia es que las variables se
arreglan en categoras o clases y se calculan frecuencias para cada clase. Una distribucin de
frecuencias ofrece una lista de todos los valores posibles de la variable y del nmero de veces
que se presenta cada uno de los mismos, tanto en valores absolutos como en relativos.
Una tabla que presenta la clasificacin de una variable se llama Tabla Unidimensional de
Distribucin de Frecuencias.

ELEMENTOS DE UNA TABLA:

Valor de la variable: Xi
Cuando la variable toma pocos valores diferentes, en la tabla se menciona a cada uno de ellos.
Xi : X1 , X2 , X3 , ............ , Xk

k : es el nmero de valores diferentes de la variable.

Ejemplo:

Edad
Xi
18
19
21
22

Frecuencia absoluta: fi

Es el nmero de unidades estadsticas que presentan cada uno de los valores diferentes de la
variable o tambin es el nmero de unidades estadsticas que pertenecen a cada intervalo.

Ejemplos:

Xi fi
Edad N de personas
18 6 f3 = 10
19 2 diez personas tienen 21 aos.
21 10
23 4
total n = 22

fi
Ii : [ Edad [ N personas
15-20 4 f2 = 9 nueve personas tienen
20-25 9 una edad de 20 a menos de 25 aos.
25-30 3
30-35 12
total n = 28

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 9-
k
Se debe cumplir: 0 fi n fi = n
i =1
Frecuencia relativa hi:

Es la proporcin o porcentaje de unidades estadsticas que presentan los diferentes valores de


la variable o que pertenecen a los diferentes intervalos de confianza.

Proporcin: hi Porcentaje: hi%


f
hi = i hi% = hi 100
n
Ejemplo:

Edad N de personas Proporcin Personas Porcentaje Personas


Xi fi hi h i%
18 6 0,27 27
19 2 0,09 9
21 10 0,46 46
23 4 0,18 18
total n = 22 1,00 100

h1 = 0,27 En una proporcin de 0,27 estn las personas que tienen 18


aos.

h3 % = 46% El 46% de las personas tienen 21 aos.

Se debe cumplir: 0 hi 1 0 hi % 100


k k
hi =1 hi % = 100
i =1 i =1

Frecuencia absoluta acumulada: Fi

Es el nmero de unidades estadsticas que presentan hasta determinado valor de la variable o


hasta cierto intervalo de clase. Se obtiene acumulando sucesivamente las frecuencias
absolutas simples (fi).

Edad N de Personas hi h i% N de Personas


Xi fi Fi
18 6 6
19 2 8
21 10 18
23 4 22
total n = 22 -

f1 Fi n Fk = n

F3 = 18 Dieciocho personas tienen de 18 a 21 aos de edad.

Frecuencia relativa acumulada:

Se obtienen acumulando sucesivamente las frecuencias relativas simples (hi o h i% )


o mediante las frmulas:
Proporcin: Porcentaje:
F
Hi = i Hi % = Hi 100
n

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 10 -
Ejemplo:

Edad N Personas N Personas Proporcin Porcentaje


Xi fi hi h i% Fi Personas Personas
Hi H i%
18 6 0,27 27 6 0,27 27
19 2 0,09 9 8 0,36 36
21 10 0,46 46 18 0,82 82
23 4 0,18 18 22 1,00 100
Total n = 22 1,00 100 - - -

h1 H i 1 h1% Hi% 100

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 11 -
CONSTRUCCIN DE UNA TABLA CON INTERVALOS
Intervalo de Clase: Ii

Cuando la variable toma muchos valores diferentes, no pueden mencionarse a todos los
valores

Ii : I1 , I2 , I3 , ............. , Ik k : es el nmero de intervalos.

Marca de Clase: Xi

Es el valor representativo de cada intervalo de clase, se calcula hallando la semisuma de los


lmites inferior y superior de cada intervalo.
L +L
Xi = i s
2
Ejemplo:
Ii : [ Edad [ Xi
15-20 17,5
20-25 22,5
25-30 27,5
30-35 32,5

1.- Se calcula el rango o recorrido de la variable el cual es igual a la diferencia entre los
valores mximo y mnimo que toma la variable.

R = X mx X mn

2.- Se encuentra el nmero de intervalos adecuado, mediante el criterio de Sturges.


k 1 + 3,3 log ( n )

3.- Se calcula la amplitud de cada intervalo de clase.


R
A =
k

4.- Se construyen los intervalos de la siguiente manera:


X mn = 20 A = 10 k = 4

5.- Se ubican cada uno de los datos en el intervalo correspondiente. El nmero de datos
de cada intervalo constituyen las frecuencias absolutas simples fi .

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 12 -
Ejemplos:

1.- Las siguientes son las calificaciones obtenidas en Estadstica por 24 alumnos elegidos

en forma aleatoria en la carrera de maquinaria pesada de CITEC.

C A B B C C F D A B

D A B C D C A B B F

D F B C

a) Identificar: poblacin, muestra, unidad estadstica, variable y tipo de variable.


Poblacin : todos los alumnos de Maq. Pesada de CITEC.
Muestra : 24 alumnos de Maq Pesada de CITEC.
Unidad Estadstica : un alumno.
Variable : Calificaciones.
Tipo de Variable : Cualitativa

a) Construir una tabla de frecuencias adecuada.

TABLA N 1
Alumnos de Maquinaria Pesada de CITEC segn calificaciones

N de Prop.de % de N de Prop.de % de
Calificacin Alumnos Alumnos Alumnos Alumnos Alumnos Alumnos
Xi fi hi h i% Fi Hi H i%
F 3 0,12 12 3 0,12 12
D 4 0,17 17 7 0,29 29
C 6 0,25 25 13 0,54 54
B 7 0,29 29 20 0,83 83
A 4 0,17 17 24 1,00 100
TOTAL 24 1,00 100 - - -

Fuente: Datos hipotticos.

c) Interpretar: f 2 , h3 , h1% , F4 , H 3

f2= 4 4 alumnos obtuvieron una calificacin D.

h3= 0,25 En una proporcin de 0,25 estn los alumnos que obtuvieron
una calificacin de C o menos.

h1% = 12% El 12% de los alumnos obtuvieron una calificacin F.

F4= 20 20 alumnos obtuvieron una calificacin de B o menos.

H3 0,54 En una proporcin de 0,54 estn los alumnos que obtuvieron una
calificacin de C o menos.

2.- Se aplic una encuesta a 27 trabajadores de la empresa A y se les pregunt su edad,


los datos obtenidos fueron:
30 26 29 27 31 22 29 17 21
36 39 30 21 36 26 18 31 23
27 29 19 17 23 29 30 24 29

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 13 -
a) Identificar: poblacin, muestra, unidad estadstica, variable y tipo de variable.
Poblacin : todos los trabajadores de la empresa A.
Muestra : 27 trabajadores.
Unidad Estadstica : un trabajador.
Variable : Edad.
Tipo de Variable : Cuantitativa

b) Construir una tabla de distribucin de frecuencias adecuada.

R = 39 - 17 = 22
k 1 + 3,3 log (27) = 5,7 k=6
A = 22/6 = 3,7 A=4

TABLA N 2
Trabajadores de la empresa A clasificados segn edad.

Edad Edad N de Prop.de % de N de Prop.de % de


[Li-1 - Li[
Promedio Trabaj. Trabaj. Trabaj. Trabaj. Trabaj. Trabaj.
Xi fi hi h i% Fi Hi H i%
17-21 19 4 0,15 15 4 0,15 15
21-25 23 6 0,22 22 10 0,37 37
25-29 27 4 0,15 15 14 0,52 52
29-33 31 10 0,37 37 24 0,89 89
33-37 35 2 0,07 7 26 0,96 96
37-41 39 1 0,04 4 27 1,00 100
TOTAL 27 1,00 100 - - -

c) Interpretar : f 2 , h3 , h1% , F4 , H 3

f2 = 6 Seis trabajadores tienen de 21 a menos de 25 aos

h3 = 0,15 La proporcin trabajadores que tienen de 25 a menos de29 aos es de 0,15.

h1 % = 15% El 15% de los trabajadores tienen de 17 a menos de 21 aos


.
F4 = 24 24 trabajadores tienen de 17 a menos de 33 aos.

H3 = 0,52 En una proporcin de 0,52 estn los trabajadores que tienen de 17 a menos de
29 aos.

3.- En la tienda PQR dedicada a la venta de computadoras se desea hacer un estudio


acerca del nmero de unidades vendidas durante los ltimos cinco aos, con tal motivo
se tom la informacin correspondiente a cierto nmero de meses de dicho periodo.
23 20 24 36 21 34 22 18 17 17

29 30 26 37 28 15 21 32 40 35
20 32 16 31 33 19 30 32 18 42

a) Identificar: poblacin, muestra, unidad estadstica, variable y tipo de variable.


Poblacin : Cinco aos = 60 meses.
Muestra : 30 meses.
Unidad Estadstica : un mes.
Variable : Nmero de computadoras vendidas.
Tipo de Variable : Cuantitativa - Discreta.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 14 -
b) Construir una tabla de distribucin de frecuencias adecuada.
R = 42 - 15 = 27
k 1 + 3,3 log (30) = 5,87 k=6
A = 27/6 = 4,5 A=5 A-1=4

TABLA N 3

Nmero de computadoras vendidas por mes durante el periodo 2000-2004


N PC Prom. N de Prop.de % de N de Prop.de % de
vendidas de PC meses meses meses meses meses meses [Li-1 - Li[
[Li-1 - Li]
vend. fi hi h i% Fi Hi H i%
Xi
15-19 17 7 0,23 23 7 0,23 23 14,5-19,5
20-24 22 7 0,23 23 14 0,47 47 19,5-24,5
25-29 27 3 0,10 10 17 0,57 57 24,5-29,5
30-34 32 8 0,27 27 25 0,83 83 29,5-34,5
35-39 37 3 0,10 10 28 0,93 93 34,5-39,5
40-44 42 2 0,07 7 30 1,00 100 39,5-44,5
TOTAL 30 1,00 100 - - - -

c) Interpretar : f 2 , F4 , H3 , H 2 %

f2= 7 Hay 7 meses en los que se vendieron de 20 a 24 PCs.

h6 = 0,07 0,07 es la proporcin de meses en los que se vendieron de 40 a 44 PCs.

h1 % = 23% En el 235 de los meses se vendieron de 15 a 19 PCs.

F4 = 25 Hay 25 meses en los que se vendieron de 15 a 34 PCs.

H3 = 0,57 En una proporcin de 0,57 estn los meses en que se vendieron de 15 a


29 PCs.

H2% = 47% En el 47% de los meses se vendieron de 15 a 24 PCs.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 15 -
GRFICOS ESTADSTICOS

A pesar de la gran ayuda que prestan las tablas y cuadros con informacin organizada, no
todos alcanzan a comprenderlos o no disponen del tiempo suficiente para analizarlos. Es por
ello que se acostumbra a reforzar la descripcin a travs de dibujos, generalmente con formas
geomtricas, que ayudan a visualizar el comportamiento de las variables tratadas.
Por lo tanto, la forma grfica es uno de los ms rpidos y eficientes, aunque tambin uno de los
que ms pueden ser manipulados o ser mal interpretados si no se tienen algunas precauciones
bsicas al realizar las grficas.

DEFINICIN:
Un grfico o diagrama es un dibujo complementario a una tabla o cuadro, que permite observar
las tendencias de un fenmeno en estudio y facilita el anlisis estadstico de las variables all
relacionadas. Generalmente un grfico estadstico se traza en el primer cuadrante del plano
cartesiano, en este caso primero deber construirse una escala adecuada; teniendo en cuenta
que la altura del grfico debe ser igual a las 3/4 partes de la base.
En este caso se procede de la siguiente manera:
1.- Se ubican los valores de la variable de acuerdo al tipo de grfico, sobre el eje X.
2.- Se calcula el nmero de partes en que se va a dividir el eje Y, mediante:
3
N de partes = (Base)
4
3.- Se calcula el nmero de unidades que se le va a asignar a cada una de las partes en
que se ha dividido el eje Y, mediante:
mx fi
N de unidades =
3
(Base)
4
Un grfico, al igual que un cuadro o una tabla, debe constar de:
Ttulo adecuado: El cual debe ser claro y conciso, que responda a las preguntas: qu
relaciona, cundo y dnde se hicieron las observaciones?
El cuerpo: o grfico en s, cuya eleccin debe considerar el o los tipos variables a relacionar y
el diseo artstico del grfico.
Notas de pie de grfico: Donde se otorgan los crditos a las fuentes respectivas.

TIPOS DE GRFICOS:
Entre los grficos ms comunes se tiene:
1.- Bastones: Se utiliza cuando la variable es cuantitativa discreta y toma pocos valores
diferentes.

N de Hijos N de Personas
1 4
2 12
3 2
4 6
5 8

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 16 -
2.- Polgono de Frecuencias:
Se utiliza para variable discreta. Es especialmente til para comparar la distribucin de
dos variables numricas a la misma vez. Cuando se tiene intervalos, en el eje X se
colocan las marcas de clase.

N de Hijos N de Personas
1 4
2 12
3 2
4 6
5 8

3.- Histograma de Frecuencias:

El histograma se construye dibujando barras contiguas que tienen como base la


amplitud de cada intervalo y como alturas las frecuencias respectivas.

Edad N Personas
15-25 3
25-35 12
35-45 7
45-55 4

4.- Grfico de Barras:


El grfico de barras est constituido por barras rectangulares de igual ancho que
pueden ser verticales u horizontales. Conservan la misma distancia de separacin
entre s. Se utiliza bsicamente para mostrar y comparar frecuencias de variables
cualitativas o comportamientos en el tiempo, cuando el nmero de valores es reducido.

Tipos % Tipos de Redes (Jerarquizadas)


de Redes Empresas
NOVEL 4
UNX 7
AS 400 26
MICROSOFT 50
OTROS 13
Total 100%

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 17 -
5.- Diagrama Circular: (Pie, Torta, Pastel)
Se usa para representar variables cualitativas en porcentajes o cifras absolutas.
Para su construccin se procede de la siguiente forma:
La circunferencia tiene en su interior 360 grados, los cuales hacemos
corresponder al total de la informacin, es decir al 100%.
Para determinar el nmero de grados correspondiente a cada componente se
utiliza la siguiente frmula:
f
X oi = i 360
n
Luego, con la ayuda de un transportador se procede a trazar cada una de las
porciones del diagrama.

Personas segn estado civil

Estado Civil N personas


Casado 12
Soltero 20
Divorciado 8
Viudo 4

6.- Grfico de Lneas:


Usado bsicamente para mostrar el comportamiento de una variable cuantitativa a
travs del tiempo. El grfico de lneas consiste en segmentos rectilneos unidos entre
s, los cuales resaltan las variaciones de la variable por unidad de tiempo.
Para su construccin se procede de la siguiente manera:
En el eje de las ordenadas se marcan los puntos de acuerdo con la escala que se est
utilizando.

Aos N de N de trabajadores despedidos


trabajadores durante el periodo 1995 2003
despedidos
1995 12
1996 6
1997 15
1998 10
1999 16
2000 20
2001 14
2002 18
2003 12

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 18 -
MEDIDAS DE TENDENCIA CENTRAL
DEFINICIN:

Las medidas de tendencia central son valores numricos que tienden a localizar, en algn
sentido, la parte central de un conjunto de datos. A menudo el trmino promedio se asocia a
estas mediciones. Cada una de las diferentes medidas de tendencia central puede recibir el
nombre de valor medio o promedio.

Dado un conjunto de datos se tratar de buscar una representacin de ellos, que de manera
condensada nos permita tener una idea global de ese conjunto. As :

Conocer el dato que aparece con mayor frecuencia en el conjunto.


Saber cul es el nmero que est a igual distancia de los valores mximo y mnimo.
Conocer la media de los datos, es decir el nmero que resultara de repartir el total de los
datos equitativamente entre el nmero de individuos.

Las medidas de tendencia central son tiles como descriptivas del conjunto de datos, pero no
puede decirse que una de ellas es ms descriptiva que las otras; depende de los datos que
tenga ms sentido utilizar una u otra.
Las principales medidas de tendencia central son:

Media Aritmtica : x
Mediana : Me
Moda : Mo

MEDIA ARITMTICA x

Es el valor que tomara cada uno de los datos si el total de los valores se repartiera
uniformemente entre el nmero de ellos.
La media aritmtica es una medida muy precisa, por lo menos bajo ciertas circunstancias, por
ejemplo, cuando la presencia de valores extremos no es significativa. La media aritmtica juega
un papel importante en la estadstica descriptiva, pero por ser una medida de alta precisin, su
rol es fundamental en la estadstica inferencial.
Notacin:
Media poblacional :
Media muestral : x , M(X )

x Para datos sin agrupar: (Media aritmtica simple).


La media aritmtica de n nmeros tales como X1 , X2 , ....... , Xn se define como la suma de
los valores de los n nmeros, divididos entre n.

n
Xi
X = i =1
n

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 19 -
Ejemplo:

Las edades correspondientes a cinco alumnos de CITEC son las siguientes:


23 , 27 , 19 , 24 , 21 Calcular la edad promedio.

5
Xi
23 + 27 + 19 + 24 + 21
X = i =1 = = 22,8 aos.
5 5

Ejemplos:

1.- La siguiente tabla muestra la distribucin del peso de un grupo de personas. Calcular e
interpretar el promedio aritmtico del peso.

Peso N personas 5
Xi fi fi X i
3292
X = i =1 = = 68,58 69 kilos.
58 7 48 48
65 12
70 9 En promedio estas personas tienen un peso
72 14 aproximado de 69 kilos.
78 6
Total n = 48

2.- Un grupo de personas han sido clasificadas de acuerdo a su edad, obtenindose los
siguientes resultados.

Edad N de Personas hi
Xi fi
18 4 0,12
20 12 0,35 5
24 6 0,18 X = hi X i = 23,11 23 aos
27 10 0,29 i =1
30 2 0,06
Total n = 34 1,00

Nota:

La media aritmtica es quiz la medida de tendencia central ms comnmente usada. Sin


embargo, no es siempre ideal usarla como un promedio, porque es muy sensible a los
valores extremos.
Ejemplo:
Calcular la edad promedio de cinco personas, cuyas edades son:
135
18 20 19 23 55 X = = 27 aos
5

An siendo la media aritmtica el promedio ms utilizado en la prctica, muchas veces


puede dar lugar a falsas interpretaciones. Esto ocurrir cuando no tenga suficiente grado
de representatividad, es decir, cuando los valores de la variable estn poco concentrados,
o lo que es lo mismo, muy dispersos a su alrededor; entonces, poco podr decirnos la
media sobre los datos en estudio.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 20 -
MODA (Mo)

Es el valor de la variable que se presenta con mayor frecuencia. Una distribucin de


frecuencias puede ser unimodal (una moda), bimodal (dos modas) , ............ , multimodal (n
modas).

unimodal bimodal multimodal

Ocasionalmente encontramos algunas de estas distribuciones en las ciencias sociales, siendo


las bimodales ms frecuentes.

Mo para datos no agrupados:

La Moda es el dato que ms se repite.

Ejemplo:

Seis personas presentan las edades siguientes: 25 , 18 , 20 , 25 , 30 , 25


Calcular e interpretar la Moda.

Mo = 25 aos La mayora de estas personas tienen 25 aos.

Mo para datos agrupados sin intervalos:

Se ubica la mxima frecuencia absoluta simple ( f i ) , la moda es el valor de la variable que


presenta dicha frecuencia.

Ejemplo:

Hallar e interpretar la moda de la siguiente tabla de distribucin de frecuencias.

N de PCs N de meses
vendidas fi
Xi
20 5
22 7
24 10
30 6
32 8

Mx f i = 10 Mo = 24 PCs. En la mayora de los meses se


vendieron 24 PCs.
Ejemplos:

1.- Hallar e interpretar la moda de la siguiente tabla de distribucin de frecuencias.

Marca N de impresoras
Xi fi
Hewlett Packard 7
Epson 11
Canon 23
Lexmark 9

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 21 -
Mx f i i = 23 Mo = Canon.

La mayora de las impresoras vendidas corresponde a la marca Canon.

MEDIANA (Me)

Es el valor que divide al total de las observaciones, ordenadas en forma ascendente o


descendente en dos partes de igual tamao. Es decir que a uno y otro lado de la mediana se
encuentra no ms del 50% del total de las observaciones.

< Me

Xmn 50% 50% Xmx

Me para datos no agrupados:

Los datos originales X i se ordenan en forma ascendente o descendente.

Si n es par:

La Mediana es igual a la media aritmtica de los dos valores centrales.


Xn + Xn
+1
Me = 2 2
2
Ejemplo:

Seis alumnos del tercer semestre de la carrera de mecnica automotriz obtuvieron las
siguientes notas en su primera evaluacin de estadstica:
15 , 05 , 20 , 16 , 09 , 12
Calcular e interpretar la mediana.

Ordenando los datos: 05 , 09 , 12 , 15 , 16 , 20

12 + 15
Me = = 13,5 puntos.
2
El 50% de los alumnos obtuvieron una nota inferior a 13,5 ; el 50% restante obtuvo una nota de
13,5 o ms.

Nota:
La Mediana es un promedio adecuado en los casos en que se presenten valores
extremos (muy alto o muy pequeo).

Ejemplo:

El nmero de e-mails que recibieron cada uno de los empleados de una compaa se muestran
a continuacin:

50 , 35 , 20 , 65 , 22 , 98 , 38

Calcular e interpretar la Mediana.

Ordenando los datos: 20 , 22 , 35 , 38 , 50 , 65 , 98


Me = 38 e-mails.
La mitad de estos empleados han recibido menos de 38 e-mails; la otra mitad ha recibido al
menos 38 e-mails.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 22 -

MEDIDAS DE TENDENCIA CENTRAL PARA DATOS AGRUPADOS


DEFINICIN:

Las medidas de tendencia central son valores numricos que tienden a localizar, en algn
sentido, la parte central de un conjunto de datos. A menudo el trmino promedio se asocia a
estas mediciones. Cada una de las diferentes medidas de tendencia central puede recibir el
nombre de valor medio o promedio.

MEDIA ARITMTICA x

Es el valor que tomara cada uno de los datos si el total de los valores se repartiera
uniformemente entre el nmero de ellos.
La media aritmtica es una medida muy precisa, por lo menos bajo ciertas circunstancias, por
ejemplo, cuando la presencia de valores extremos no es significativa. La media aritmtica juega
un papel importante en la estadstica descriptiva, pero por ser una medida de alta precisin, su
rol es fundamental en la estadstica inferencial.

Sean X1 , X2 , ....... , Xk valores de la variable X con sus respectivas frecuencias absolutas


f1 , f2 , ...... , fk , la media de X se calcula mediante:

Usando frecuencias absolutas: Usando frecuencias relativas:


k k
X i fi x = X i hi
x = i =1 i =1
n

Ejemplos:

1.- La siguiente es la distribucin del nmero de accidentes registrados durante 60 meses


en cierta ciudad.

N Accident. N meses Xi
Ii : [Li-1 - Li] fi
10 19 2 14,5
6
20 29 10 24,5 fi X i
2730
30 39 4 34,5 X = i =1 = = 45,5 46 accidentes.
40 49 16 44,5 60 60
50 59 20 54,5
60 69 8 64,5
Total n = 60 -

2.- Calcular el promedio aritmtico de la siguiente distribucin de frecuencias.

Peso N alumnos hi Xi
Ii : [Li-1 - Li[ fi 5
50 55 2 X = hi X i
55 60 10 i =1
60 65 4
65 - 70 8 X =
Total n=

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 23 -

MODA (Mo)

Es el valor de la variable que se presenta con mayor frecuencia. Una distribucin de


frecuencias puede ser unimodal (una moda), bimodal (dos modas) , ............ , multimodal (n
modas).

Mo para datos agrupados con intervalos:

En la columna de las frecuencias absolutas simples se ubica la mxima frecuencia; entonces el


intervalo que posee dicha frecuencia es el intervalo modal, es decir el intervalo al cual va a
pertenecer la moda.
Mxima frecuencia = fi La mediana pertenece al intervalo Ii

Luego se aplica la siguiente frmula:

( f i f i 1 )
Mo = Li 1 + Ai
( f i f i 1 ) + ( f i f i +1 )
donde:
Li 1 : es el lmite real inferior del intervalo modal.
Ai : es la amplitud del intervalo modal.

Ejemplos:

1.- La siguiente tabla muestra la distribucin de las edades de un grupo de personas.


Calcular e interpretar la moda.
I5

Entonces:

(15 9 )
Mo = 72 + 18 = 78,75
(15 9 ) + (15 5 )
La mayora de estas personas tiene aproximadamente 79 aos.

2.- Los siguientes datos corresponden al nmero de impresoras que se han vendido en
una tienda durante los ltimos tres meses.

N impresoras : 20-39 40-49 50-59 60-80 81-96


N de das : 8 22 30 16 14

Calcular e interpretar la moda.

Entonces:

( 30 22 )
Mo = 49,5 + 10 = 53,14
( 30 22 ) + ( 30 16 )

En la mayora de das se han vendido aproximadamente 53 impresoras.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 24 -
MEDIANA (Me)

Es el valor que divide al total de las observaciones, ordenadas en forma ascendente o


descendente en dos partes de igual tamao. Es decir que a uno y otro lado de la mediana se
encuentra no ms del 50% del total de las observaciones.

< Me

Xmn 50% 50% Xmx

Me para datos agrupados sin intervalos:

n
a) Cuando se encuentra ubicado entre dos frecuencias absolutas acumuladas:
2
n
Fi < < Fi Me = X i
2
Ejemplo:

N trabajadores N empresas Fi
n
120 6 6 = 15 = 15vo. lugar
2
180 8 4
220 9 23
Me = 220 trabajadores
250 7 30

El 50% de las empresas tienen menos de 220 trabajadores, el resto tienen 220 a ms
trabajadores.

n
b) Cuando coincide con una frecuencia absoluta acumulada:
2
n X i 1 + X i
Fi 1 = < Fi Me =
2 2
Ejemplo:

N hijos N seoras Fi n
= 15 = 15vo. lugar
1 6 6 2
2 9 15
4 7 22 Me = 3 hijos
5 8 30

Me para datos agrupados con intervalos:

Se determina el intervalo mediano, es decir el intervalo que va a contener a la mediana,


n
ubicando en la columna de las frecuencias acumuladas el lugar mediante:
2
n
Fi 1 < Fi Me I i
2
Luego se aplica la frmula:

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 25 -

n
2 Fi 1
Me = Li 1 + Ai
fi

donde:
Li 1 : es el lmite real inferior del intervalo mediano.
Ai : es la amplitud del intervalo mediano.

Ejemplo:

Temperatura. N das Fi
( C ) n
10-15 8 8 = 18 = 18vo. lugar
2
15-18 9 17
18-25 12 29
25-30 7 36

n
F2 < < F3 Me I3
2
Luego:
18 17
Me = 18 + 7 = 18,58
12
En el 50% de los das se registro una temperatura por debajo de los 19 C, en el resto
de los das hubo una temperatura superior o igual a los 19 C.

CUANTILES

Son valores que dividen al total de los datos debidamente ordenados en k partes iguales.

Cuartiles: Q

Son medidas de posicin que dividen al total de los datos ordenados, en cuatro partes iguales.
De esta forma entre dos cuartiles consecutivos se encuentra ubicado no ms del 25% del total
de los datos.

25% 25% 25% 25%


Mn Mx

Q1 Q2 Q3
Cuartiles para datos agrupados con intervalos:

Se determina el intervalo que va a contener al percentil, ubicando en la columna de las


kn
frecuencias acumuladas el lugar mediante:
4
Luego se aplica la frmula:
kn
4 Fi 1
Pk = Li 1 + Ai
fi

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 26 -
donde:
Li 1 : es el lmite real inferior del intervalo cuartil.
Ai : es la amplitud del intervalo cuartil.

Deciles: D

Son valores que dividen al total de los datos ordenados, en diez partes iguales; de modo que
en cada una de estas partes se encuentre ubicado no ms del 10% del total.

Mn Mx
D1 D2 D3 D4 D5 D6 D7 D8 D9
Deciles para datos agrupados con intervalos:

Se determina el intervalo que va a contener al percentil, ubicando en la columna de las


kn
frecuencias acumuladas el lugar mediante:
10
Luego se aplica la frmula:
kn
10 Fi 1
Pk = Li 1 + Ai
fi

donde:
L i 1 : es el lmite real inferior del intervalo decil.
Ai : es la amplitud del intervalo decil.

Percentiles:

Son valores que dividen al total de los datos ordenados, en cien partes iguales: de manera que
en cada una de estas partes se encuentre ubicado no ms del 1% del total.

De esta manera se puede establecer la siguiente relacin entre cuartiles, deciles y percentiles
as como tambin con la mediana.

Q1 = P25 Q2 = D5 = P50 = Me Q3 = P75

D1 D2 D3 D4 D5 D6 D7 D8 D9
P10 P20 P30 P40 P50 P60 P70 P80 P90
Me

Percentiles para datos agrupados con intervalos:

Se determina el intervalo que va a contener al percentil, ubicando en la columna de las


kn
frecuencias acumuladas el lugar mediante:
100

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 27 -
kn
Fi 1 < Fi Pk I i
2
Luego se aplica la frmula:
kn
100 Fi 1
Pk = Li 1 + Ai
fi

donde:
Li 1 : es el lmite real inferior del intervalo percentil.
Ai : es la amplitud del intervalo percentil.

Ejemplo:

Para la siguiente tabla de frecuencias que corresponde a la distribucin de 42 das de acuerdo


a la temperatura que se registr en cada da. El 35% inferior de los das, qu temperatura
present como mximo?

Temperatura. N das Fi
( C )
10-15 8 8
9 17 35 42
15-18 = 14,7 = 15vo. lugar
18-25 12 29 100
25-30 7 36
30-34 6 42

35 42
F1 < < F2 P35 I2
100
Luego:
14,7 8
P35 = 15 + 3 = 17,33
9

En el 35% inferior de los das se registr una temperatura de 17 C como mximo?

EJERCICIOS
1.- La siguiente tabla muestra el CI de un grupo de estudiantes:

CI N de personas
90-100 5
100-110 15
110-120 60
120-130 15
130-140 5

a) Calcular el CI ms frecuente.
b) Hallar el Q2,Q3,D2,D9,P8
c) Cul es el 25% inferior de CI de los estudiantes?

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 28 -
2.-La distribucin de las calificaciones de Estadstica de 50 alumnos de la facultad de ingeniera
Mecnica fue la siguiente:

Calificaciones N de
Estudiantes
0-5 2
5-10 8
10-12 20
12-15 15
15-20 5

a) Calcular Q1, Q3, D3, D9, P1, P5, P50?


b) Que calificaron obtuvo el 25 % de los alumnos
c) La mayora de alumnos, qu nota tienen?

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 29 -
MEDIDAS DE DISPERSIN

En el anlisis estadstico no basta el clculo e interpretacin de las medidas de tendencia


central o de posicin, ya que, por ejemplo, cuando pretendemos representar toda una
informacin con la media aritmtica, no estamos siendo absolutamente fieles a la realidad,
pues suelen existir datos extremos inferiores y superiores a la media aritmtica.
La Dispersin se refiere a la variabilidad entre los valores, es decir, qu tan grandes son las
diferencias entre los valores. La idea de dispersin se relaciona con la mayor o menor
concentracin de los datos en torno a un valor central, generalmente la media aritmtica.

Ejemplos:

A continuacin se muestran dos figuras. La primera presenta una distribucin con datos
ms concentrados alrededor de su promedio 400 que la otra figura con respecto a su
promedio 1000, es decir la primera figura es una distribucin con menos dispersin.

400 1000

Las figuras siguientes muestran a tres distribuciones con promedio 70, sin embargo las tres
difieren en cuanto a su variabilidad alrededor de la media.

poca variabilidad alguna variabilidad gran variabilidad

Ejemplo:

Un empacador de refrescos indica que cada lata contiene 12 onzas. Cunto refresco tiene en
realidad cada lata?
Es poco probable que todas las latas contengan exactamente 12 onzas.
Existe variabilidad en el proceso de llenar las latas.
Algunas latas contienen un poco ms de 12 onzas, otras contienen un poco menos.
En promedio las latas tienen 12 onzas.
El empacador espera que haya poca variabilidad en el proceso de tal forma que las
latas estn lo ms cerca posible a las 12 onzas de refresco.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 30 -

Ejemplo:
Se tienen dos grupos de estudiantes que sometidos a una prueba arrojaron los siguientes
puntajes:

Puntaje N estudiantes
9 2 Puntaje N estudiantes
10 4 11 5
11 6 12 10
13 4 13 5
15 2 Total 20
17 2
Total 20

Al calcular el promedio aritmtico para ambos grupos se obtiene: x A = x B = 12


Este resultado puede conducir a conclusiones equivocadas cuando se est comparando
distribuciones, pues se podra pensar que ambas secciones son idnticas en su rendimiento,
siendo esto falso ya que observando los datos se aprecia que la seccin B es ms homognea.
En este caso el promedio no tiene suficiente grado de representatividad por lo tanto poco podr
decirnos acerca de los datos en estudio.
Es necesario entonces calcular otras medidas estadsticas para mostrar cmo varan los datos
alrededor del promedio y esto se logra mediante las medidas de dispersin.
Es necesario estudiar las medidas de dispersin:
1. Para evaluar la confiabilidad del promedio que se est utilizando:
Una dispersin pequea indica que los datos se encuentran acumulados cercanamente,
alrededor de la medida de tendencia central establecida. Por tanto, la medida de
tendencia central se considera confiable o bastante representativa de los datos. Por el
contrario, una dispersin grande indica que la medida escogida para representar los datos
no es muy confiable, es decir, no es muy representativa de los datos.

2. Para apreciar cun dispersas estn dos o ms distribuciones:


Para poder comparar dos distribuciones de frecuencias entre s, no slo necesitamos la
medida de tendencia central, sino tambin la dispersin entre las observaciones para no
elaborar conclusiones errneas.
A mayor medida de dispersin el grupo es ms heterogneo.
A menor medida de dispersin el grupo es ms homogneo o uniforme.

MEDIDAS DE DISPERSIN ABSOLUTA

Cuantifican el grado de concentracin o de dispersin de los valores de la variable en torno de


un promedio de la distribucin.
Las medidas de dispersin se necesitan para dos propsitos:

Principales medidas de dispersin absoluta:

Rango o Recorrido : R
Varianza : S2
Desviacin Estndar : S

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 31 -
RANGO O RECORRIDO: R

Es la diferencia entre los valores mximo y mnimo de los datos.


R = X mx X mn

Esta medida es muy fcil de calcular sin embargo no es muy recomendable porque slo toma
en cuenta los valores extremos, sin considerar los dems valores.

VARIANZA
S2 , V[X]

Es un valor numrico que cuantifica el grado de dispersin de los valores de una variable
respecto a su media aritmtica. Es el promedio de los cuadrados de las desviaciones de la
variable respecto a su media aritmtica.

V[X ]= M (X i x )2

Notacin:
S2 : Varianza muestral.
2 : Varianza poblacional.

Nota:
La varianza nunca es negativa.
Cuando la variable toma un nico valor; es decir cuando es constante entonces la varianza
es cero.
Mientras ms se aproxima a cero, ms concentrados estn los valores de la serie alrededor
de la media. Por el contrario, mientras mayor sea la varianza, ms dispersos estn.

S2 para datos no agrupados:

2
1 Xi
V( x ) = X 2 n
n 1 i n

Ejemplo:

Calcular e interpretar la varianza de los pesos de un grupo de personas. Los datos son los
siguientes:
56 65 68 70 72 76 78 80

8 8 2
n=8 X i = 565 X i = 40 329
i =1 i =1

2
1 565
S2
X = 40 329 8 = 60,84 61 kilos 2
7 8

En promedio los pesos del grupo de personas, se alejan con respecto al


promedio aritmtico en aproximadamente 61 kilos al cuadrado.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 32 -
2
S para datos agrupados:

a) Si n < 30 :
2
k
fi X i
2 1 k 2 i =1
SX = fi X i n
n 1 i =1 n


Ejemplo:

1.- Calcular e interpretar la varianza para la siguiente tabla de frecuencias.

Edad N de personas
Ii fi
4- 6 4
6 - 10 5 n = 20
10 - 16 7 n < 30
16 - 20 3
20 - 30 1
Total n = 20

2
k
fi X i
1
2
1 k 2 i =1 230
V( X ) = fi X i n = 3200 20
n 1 i =1 n 19 20


V ( X ) = 29,21 29 aos2

En promedio la edad de estas personas se aleja con respecto a su promedio aritmtico


en aproximadamente 29 aos al cuadrado.

b) Si n 30 :

Usando frecuencias absolutas: Usando frecuencias relativas:


2
k 2 k
fi X i fi X i k k
2
i =1 2 2
hi X i hi X i
S 2
= i =1
S =
n n i =1 i =1


Ejemplo:

Calcular e interpretar la varianza de la siguiente tabla.

Peso N de ingenieros
Ii fi
50 - 60 6 n = 40
60 - 70 8
70 - 80 10 n > 30
80 - 90 9
90 -100 7
Total n = 40

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 33 -

2
k 2 k
fi X i fi X i 2
i =1 236 400 3030
S2 = i =1 = = 171,94
n n 40 40


En promedio el peso de los ingenieros se aleja con respecto al peso promedio
en aproximadamente 172 kilos al cuadrado.

Propiedades de la Varianza:

Si X i es una variable cualquiera y adems c y b son constantes, entonces se tiene:

1.- V(c)=0

2.- V ( Xi c ) = V ( X )
2
3.- V ( c Xi ) = c V ( X )
2
4.- V ( c Xi b ) = c V ( X )

VARIANZA TOTAL O GLOBAL

Si una muestra de tamao n se particiona en k muestras de tamao ni cada una con su


2
correspondiente promedio aritmtico x i , y su varianza Si

1 2 k
n1 n2 nk
x1 x2 xk
S12 S 22 S k2

entonces la varianza para los k grupos juntos se calcula mediante:

2
k k

ni x i
2
ni ( x i + S2i )
k
S2
T
= i =1
n


i =1
n


donde: n = ni
i =1



Ejemplo:

Se tienen tres grupos, de seis, nueve y siete estudiantes respectivamente. Si las notas
correspondientes a cada uno de ellos son:

Grupo 1 : 12 16 08 11 10 12
Grupo 2 : 17 14 07 13 11 18 13 15 14
Grupo 3 : 10 13 11 08 12 09 12

Calcular e interpretar la desviacin estndar total para los tres grupos juntos.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 34 -

k
6 (11,52 + 7,1) + 9 (13,562 +10,53 ) + 7 (10,712 + 3,24)
S2 = i =1 (12,09 )2 = 8,89
T 22

S T = 2,98 En promedio las notas de los estudiantes de los tres grupos se


alejan con respecto al promedio total en aproximadamente 3 puntos.

DESVIACIN ESTNDAR

Es la raz cuadrada positiva de la varianza y posee las mismas unidades que la media
aritmtica, las cuales ya no estn elevadas al cuadrado como en la varianza.

S = V ( X)

La desviacin estndar o desviacin tpica aparece para simplificar la interpretacin de la


varianza. Cuando calculamos la varianza, nos basamos en datos elevados al cuadrado, por lo
que, el resultado obtenido debe interpretarse en unidades al cuadrado; por esta razn aparece
la desviacin estndar como la raz cuadrada de la variancia.

Distribuciones con igual promedio aritmtico y diferente desviacin estndar

Ejemplos:
1.- Si la desviacin tpica del salario de los ingenieros de sistemas es $10,000 y la media
aritmtica es $30,000, entonces los salarios de los ingenieros fluctan entre $20,000 y
$40,000 dlares.

2.- Calcular la desviacin estndar de las notas obtenidas por un grupo de alumnos del
tercer ciclo de la Facultad de Ingeniera Mecnica en la primera evaluacin de
estadstica.
12 07 14 11 16 18 09 14 10
9 9 2
n=9 X i = 111 X i = 1 467
i =1 i =1
Por lo tanto:

2
1 111
V (X ) = 1 467 9 = 12,25 SX = 12,25 = 3,5 puntos
8 9

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 35 -

Nota:
La varianza y la desviacin estndar se utilizan para comparar grupos cuya variable
est expresada en las mismas unidades. As, el grupo ms homogneo, ms uniforme
o en el que la media aritmtica es ms representativa ser aquel en el cual la varianza
o la desviacin estndar es menor.

Ejemplo:

En algunas semanas consecutivas, los oficiales de polica, Martnez y Castro levantaron las

siguientes infracciones por exceso de velocidad:

Martnez : 31 38 42 32 39 26
Castro : 35 43 38 37 33 28 27
Cul de los oficiales es ms homogneo con respecto al nmero de infracciones?

Solucin:

2 2
208 241
7 390 6
1
8 489 7
1
S2M = = 35,87 S2C = = 31,95
5 6 6 7

S2 < S2
M El oficial Castro es ms homogneo porque su varianza es menor.
C
Nota:
Una de las aplicaciones de la desviacin estndar es analizar la dispersin a partir de
una distribucin terica, llamada curva normal; la cual tiene forma simtrica.
En este caso se tiene que:
- El 68,5% de los datos estn dentro del intervalo: ( x , x + )

- El 95,5% de los datos estn dentro del intervalo: ( x 2 , x + 2 )

- El 99,7% de los datos pertenecen al intervalo: ( x 3 , x + 3 )

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 36 -

GRFICOS DE CAJAS O BOXPLOT

Es una presentacin visual que describe al mismo tiempo varias caractersticas importantes de
un conjunto de datos, tales como el centro, la dispersin, la desviacin de la simetra y la
identificacin de observaciones que se alejan de manera poco usual del resto de los datos,
este tipo de observaciones se conocen como valores atpicos.
El diagrama de caja presenta los tres cuartiles, y los valores mnimo y mximo de los datos
sobre un rectngulo, alineado horizontal o verticalmente. El rectngulo delimita el rango
intercuartlico con la arista izquierda (o inferior) ubicada en el primer cuartil y la arista derecha
(o superior) en el tercer cuartil. Dentro del rectngulo se dibuja una lnea en la posicin que
corresponde a la mediana. Cuando la distribucin es simtrica la mediana divide a la caja en
dos partes iguales.
De cualquiera de las aristas del rectngulo se extiende una lnea, o bigote, que va hacia los
valores extremos.

Estos grficos se utilizan para comparar varios conjuntos de datos. Por ejemplo en la siguiente
figura se presenta los diagramas de caja comparativos para el ndice de calidad de fabricacin
de dispositivos semiconductores en tres plantas distintas. Un anlisis de este diagrama permite
observar que existe mucha variabilidad en la planta 2, por lo cual necesita reducir su
variabilidad. As como tambin es necesario que las plantas 2 y 3 incrementen sus ndices de
calidad.
Adems, se puede observar que la planta 1 es asimtrica positiva, mientras que las plantas 2 y
3 presentan distribuciones asimtricas negativas.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 37 -
MEDIDAS DE DISPERSIN RELATIVA

La variancia y la desviacin tpica tambin tienen sus limitaciones. Similar a la media aritmtica
es vulnerable a la influencia de casos extremos. Adems, cuando las medias aritmticas no
son iguales o cuando las unidades de medicin son distintas, la comparacin de desviaciones
tpicas puede no ser significativa.

La medida de dispersin relativa ms utilizada es el coeficiente de variacin.

Coeficiente de variacin:

Es la desviacin estndar dividida sobre la media aritmtica multiplicada por 100. El mismo nos
permite comparar desviaciones tpicas de variables con unidades de medicin distintas.
S
CV = 100
x
El coeficiente de variacin se expresa en unidades independientes de la naturaleza de la
variable.
En la prctica, se acostumbra considerar que un coeficiente de variacin superior a 50% indica
alto grado de dispersin y por lo tanto poca representatividad de la media aritmtica.
Ejemplo:
Se desea comparar los sueldos de los trabajadores de dos empresas A y B. Para tal efecto se
tienen los siguientes datos:

Empresa A Empresa B
Sueldos ( $ ) N trabajadores Sueldos ( S/. ) N trabajadores
380 10 600-650 7
410 9 650-700 9
450 12 700-750 14
480 8 750-800 6
500 7 800-850 4

Se puede afirmar que los sueldos de los trabajadores de la empresa A son ms uniformes?
Por qu?

x A = 439,78 xB = 713,75

S A = 42,55 S = 59,67
B

42,55 59,67
CVA = 100 = 9,68% CVA = 100 = 8,36%
439,78 713,75

Por lo tanto, los sueldos de los trabajadores de la empresa A no son ms uniformes; sino los

sueldos de la empresa B porque presenta menor coeficiente de variacin.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 38 -
PRINCIPIOS FUNDAMENTALES DE CONTEO

Principio de la multiplicacin:

Si una accin est constituida por dos etapas sucesivas: la primera etapa puede ocurrir de m
maneras distintas y para cada una de esas posibilidades, la segunda etapa puede elegirse de
n maneras distintas. Entonces, el nmero de posibilidades de efectuar la accin completa, en
ese orden es:

N de maneras = m x n

Generalmente para hallar el nmero de maneras diferentes en el principio de multiplicacin, se


utiliza el diagrama del rbol.

Ejemplos:

1.- Suponga que una persona tiene 2 formas de ir de una ciudad A a otra ciudad B; y una
vez llegada a B, tiene 3 maneras de llegar a otra ciudad C, De cuntas maneras podr
realizar el viaje de A a C pasando por B?

N de maneras = 2 3 = 6

2.- El pedido de una computadora personal digital puede especificar uno de cinco tamaos
de memoria, cualquier tipo de monitor de tres posibles, cualquier tamao de disco duro
de entre cuatro posibles y puede incluir o no una tarjeta para lpiz electrnico.
Cuntos sistemas distintos pueden ordenarse?

N de maneras = 5 3 4 2 = 120

Principio de adicin:

Si una tarea puede desarrollarse de m maneras, mientras que una segunda tarea puede
realizarse de n maneras y no es posible realizar ambas tareas simultneamente, entonces el
nmero de maneras en que una o la otra tarea se pueden realizar es:

N de maneras = m + n

Ejemplo:

Csar, Patricia y Miguel desean ingresar al correo electrnico de Jimmy, pero no conocen su
clave de ingreso. Sin embargo, uno de ellos la tiene anotada en su cuaderno de apuntes pero
no saben quin, y tampoco saben cul de las claves anotadas es de Jimmy. Si Csar tiene tres
claves anotadas, Patricia tiene cuatro y Miguel tiene dos, cul es el mximo nmero de
intentos para ingresar al correo de Jimmy?
N de maneras = 3 + 4 + 2 = 9

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 39 -
TCNICAS DE CONTEO

Arreglos o Variaciones:

Dado un conjunto que tiene n elementos diferentes, se llama arreglo o variacin a cualquier
grupo ordenado de r elementos diferentes escogidos entre los n elementos dados.

n!
A nr =
( n r )!

Permutaciones:

Dado un conjunto que contiene n elementos distintos, se llama permutacin a todo arreglo
ordenado de estos n elementos tomados de n en n.

Pn = An
n = n!

Permutaciones con repeticin:

Dado un conjunto de n elementos distintos, de modo que el primer elemento aparezca n1


veces, el segundo n2 veces, ......... , el k-simo nk veces, donde n = n i

n!
Pnn =
1 , n 2 , ......... , n k n1 ! n2 ! ........ nk !

Permutaciones Circulares:

Son arreglos que se pueden hacer con los elementos de un conjunto alrededor de un objeto (o
centro) sealado.

P c = ( n 1 ) !

Combinaciones:

Una combinacin de n elementos tomados de r en r es una seleccin de r elementos a partir


de los n dados sin tener en cuenta el orden.

n!
Cn
r =
r ! (nr ) !

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 40 -

EJERCICIOS RESUELTOS DE TCNICAS DE CONTEO

1.- Se cuenta con 12 analistas de sistemas y se desea asignar tres al trabajo 1, cuatro al
trabajo 2 y cinco al trabajo 3. De cuntas formas distintas se puede efectuar esta asignacin?

12 12 !
P3, 4, 5 = 3! 4! 5!
= 27 720

2.- Se contrata un servicio de calificacin de computadoras para encontrar las tres mejores
marcas de monitores EGA. Se incluir un total de diez marcas en el estudio. De cuntas
formas distintas puede el servicio de calificacin llegar al ordenamiento final?

10 !
V310 = = 720
7!

3.- Una tarjeta de circuito tiene ocho posiciones diferentes en las que puede colocarse un
componente. Si se colocan cinco componentes idnticos sobre la tarjeta, cuntos diseos
distintos pueden obtenerse?
8!
C58 = = 56
5! ( 8 5) !

4.- Un mecanismo electrnico de control requiere de 5 chips de memoria iguales. De


cuntas maneras puede ensamblarse este mecanismo colocando los cinco chips en las
cinco posiciones dentro del controlador?
P5 = 5 ! = 120

5.- Un conferencista dispone de ocho temas sobre los que puede disertar durante 30
minutos. Se le pide que presente una serie de cinco conferencias de 30 minutos a un grupo de
personas. Entre cuntas secuencias de conferencias puede escoger?

8! 8!
A 58 = = = 6720
(8 5 ) ! 3!

6.- Se inspecciona un lote de 140 chips mediante la seleccin de una muestra de cinco de
ellos. Suponga que 10 chips no cumplen con los requerimientos del cliente.
a) Cul es el nmero de muestras distintas posibles?
140 !
C140
5 = = 416 965 528
5 ! 135 !

b) Cuntas muestras de cinco contienen exactamente un chip que no cumple


con los requerimientos?

C130
4 x C10
1 = 11358 880 10 = 113 588 800

c) Cuntas muestras de cinco contienen al menos un chip que no cumple con


los requerimientos?

C130
4 C10 130
1 + C3 C10 130
2 + C2 C10 130
3 + C1 C10 130
4 + C0 C10
5 = 130 721 752

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 41 -
7.- De cuntas maneras diferentes se pueden sentar ocho personas en una banca con
capacidad para cinco personas?
8!
V58 = = 6 720
3!

8.- En una encuesta se recomienda a un consumidor que ordene sus preferencias por
cuatro marcas de gaseosa. Cuntas ordenaciones puede resultar?

P 4 = 4 ! = 24

9.- En el diseo de una tarjeta de circuito impreso, existen 12 posiciones diferentes donde
pueden colocarse chips.
a) Si se colocan cinco tipos diferentes de chips sobre la tarjeta, cul es el nmero
de diseos distintos posibles?

V512 = 95 040

b) Si los cinco chips que se colocan sobre la tarjeta son del mismo tipo, cul
es el nmero de diseos distintos posibles?

C12
5 = 792

10.- Un byte es una secuencia de ocho bits, y cada bit es 0 o 1.


a) Cul es el nmero de bytes distintos?

2 2 2 2 2 2 2 2 = 28 = 256

b) Si el primer bit del byte sirve para verificar la paridad, esto es, el primer bit
depende de los siete restantes, cul es el nmero de bytes distintos que
pueden obtenerse?

7!
V27 = = 42
5!

11.- De cuntas maneras distintas se pueden ordenar dos fichas rojas, dos verdes y tres
azules?
7!
P27 , 2 , 3 = = 210
2! 2! 3!

12.- El diseo de un sistema de comunicacin considera las siguientes preguntas:


a) Cuntos prefijos de tres dgitos de telfono pueden crearse para representar
un rea geogrfica en particular (cdigo de rea) con los dgitos del 0 al 9?

10 10 10 = 1000

b) Al igual que en el inciso a) , cuntos prefijos de tres dgitos pueden crearse de


modo que el primer dgito no sea 0 ni 1, y el segundo sea 0 o 1?

8 2 10 = 160

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 42 -

c) Cul es el nmero de prefijos de tres dgitos en los que ningn dgito aparece
ms de una vez en cada prefijo?

10 9 8 = 720

13.- Un grupo de personas son clasificadas de acuerdo al sexo, estado civil (soltero,
casado, viudo) y profesin. Si hay 30 profesionales, de cuntas maneras se puede
hacer esta clasificacin?

2 x 3 x 30 = 180

14.- Alrededor de una torta de cumpleaos, se ubican seis vasos diferentes, de cuntas
formas pueden ser ubicados?

Pc = ( 6 1) ! = 5 ! = 120

15.- Cuntos nmeros enteros y desiguales mayores que 10 y menores que 100 se
pueden formar con las ocho primeras cifras no entrando repetida ninguna de ellas?

11 < x < 99
8!
V28 = = 56
6!
16.- Cuntas rectas diferentes se pueden formar uniendo los vrtices de un octgono?

8! 8!
C 82 = = = 28
2 ! (8 2) ! 2! 6!

17.- De cuantas maneras diferentes puede un padre dividir 8 regalos entre sus 3 hijos si el
mayor debe recibir 4 y los menores 2 cada uno.
C84 C24 C22 = 70 6 1 = 420

18.- De un conjunto de seis hombres y cinco mujeres, cuntos comits de ocho miembros
se puede formar si cada uno de ellos debe contener cuando menos tres mujeres?

C 56 C 53 + C 64 C 54 + C 63 C 55

6 10 + 15 5 + 20 1 = 155

19.- Cuntas permutaciones distintas se pueden formar usando las letras MEMMER?

6!
P36, 2 ,1 = = 60
3 ! 2 !1!

20.- En cuntas formas puede un sindicato local elegir entre sus 25 miembros a un
presidente y a un secretario?
25 !
A 25
2 = = 600
23 !

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 43 -
21.- Una placa de automvil consta de dos letras distintas seguidas de tres dgitos de los
cuales el primero no es cero. Cuntas placas diferentes pueden formarse?

28 27 9 10 10 = 680 400

22.- Se va a presentar 6 conferencistas en una reunin. De cuntas maneras diferentes se


pueden situar en el escenario los seis conferencistas en fila?
P66 = 6 ! = 720

23.- En un proceso de manufactura hay seis operaciones distintas, que se indican con A, B,
C, D, E y F. En general no existe una secuencia fija para las operaciones, con la
salvedad de que A debe efectuarse al principio y F al final. Cuntas secuencias
diferentes pueden ocurrir?

1 4 3 2 1 1 = 24

24.- Cuntos almuerzos diferentes son posibles, si se componen de una sopa, un


emparedado, un postre y una bebida y puede elegirse entre cuatro sopas, tres tipos de
emparedados, cinco postres y cuatro bebidas?

4 3 5 4 = 240

25.- Una prueba de Falso-Verdadero estaba formado por diez preguntas de las cuales 7
eran falsas y 3 verdaderas. Si un estudiante supiera esto pero sus respuestas fueran al
azar; cuntas respuestas diferentes podra dar?
10 !
P710, 3 = = 120
7! 3!

26.- Cuntos nmeros de tres dgitos se pueden formar a partir de las cifras 1,2,3,4 y 5 si
es posible repetir cada nmero?

5 5 5 = 125

27.- Utilizando las letras de la palabra EQUATION, cuntas palabras cdigo con cuatro
letras diferentes pueden ser formadas,
a) Empezando con T y terminando con N.

1 6 5 1 = 30

O tambin: A 62 = 30

b) Empezando y terminando con una consonante.

3 5 4 2 = 180

O tambin: A 32 A 52 = 180

c) Slo con vocales.

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 44 -
5 4 3 2 = 120

O tambin: A 54 = 120

d) Con tres consonantes.

CCCV + CCVC + CVCC + VCCC


3 2 1 5 + 3 2 5 1 + 3 5 2 1 + 5 3 2 1 = 120
O tambin: ( P3 A15 ) 4 = 120

28.- De cuntas formas pueden sentarse 12 miembros del Consejo de Facultad, alrededor
de una mesa circular?
c
P12 = 11 ! = 39 916 800

29.- Un vendedor de automviles tiene siete modelos para exhibir en una vitrina, pero sta
slo tiene espacio para 5 carros. Cuntas muestras puede poner?
7!
A 57 = = 2520
2!

30.- A un producto se le codifica asignndole 3 letras y 2 nmeros (las letras deben ir antes
que los nmeros); slo se podrn emplear las letras A y B y los dgitos del 1 al 6. Cuntos
cdigos diferentes es posible obtener?

2 2 2 6 6 = 288

31.- Cierta sustancia qumica se forma mezclando 5 lquidos distintos. Se propone verter un
lquido en un estanque y agregar sucesivamente los otros lquidos. Todas las combinaciones
posibles se deben probar para establecer cul da mejor resultado. Cuntas pruebas posibles
deben hacerse?

P55 = 5 ! = 120

32.- En una seccin con 41 alumnos, el profesor va a rifar tres premios.


a) Cuntos tros diferentes podran salir favorecidos?

A 341 = 63 960

b) Al final al profesor le falta dinero y solo rifa dos premios. A cunto baja la
cantidad de grupos diferentes que pueden ser favorecidos?

A 241 = 1640

33.- Cuntas listas de 5 socios pueden formarse de un total de 9 que presentaron


solicitudes de prstamo, los cuales se otorgan por prioridad o calificacin?

9!
A 59 = = 15 120
4!

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 45 -
34.- Cuntas ensaladas pueden prepararse con lechuga, pepino, tomate, betarraga y
zanahoria?

C15 + C52 + C53 + C54 + C55 = 31

35.- De cuntas formas puede seleccionarse un comit de 3 personas desde 4


matrimonios.
a) Si todos son igualmente elegibles.
8!
C83 = = 56
3!5!

b) Si el comit debe constituirse de dos mujeres y un hombre.

C24 C14 = 24

36.- Cuando se lanz ocho veces una moneda en sucesin, se obtuvo el siguiente
resultado: SCCSCSSS. En cuntos otros rdenes podran haber aparecido?

8!
P58, 3 = = 56 56 1 = 55
5!3!

37.- Cuntos nmeros de cuatro cifras pueden formarse con los dgitos del 1 al 9 si:
a) Los nmeros pueden repetirse.

9 10 10 10 = 9000

b) Los nmeros no pueden repetirse.

9 9 8 7 = 4536

c) El ltimo nmero ha de ser cero y los nmeros no pueden repetirse.

9 8 7 1 = 504

d) Los nmeros deben ser pares.

9 10 10 5 = 4 500

La ltima cifra puede ser par o cero.

e) Los nmeros deben ser mltiplos de 5.

9 10 10 2 = 1800

Jorge Fabian Pari Muoz


ESTADSTICA APLICADA - 46 -
La ltima cifra puede ser 5 cero.

38.- Un examen est formado por tres grupos de preguntas. El grupo A contiene 5
preguntas, el grupo B dos y el grupo C dos. Se va a contestar una pregunta de cada grupo.
De cuntos modos diferentes puede una alumna elegir sus respuestas?

5 2 2 = 20

39.- En un grupo de cinco hombres y cuatro mujeres de cuntas maneras es posible


seleccionar a tres hombres y a dos mujeres?

C53 C24 = 60

40.- En los laboratorios Beta hay 3 plazas vacantes. De un total de 33 solicitudes de


empleo, slo 14 se han considerado aceptables, en base a las entrevistas practicadas
por el departamento de personal. De cuntas maneras pueden asignarse las 3
plazas?

a) Si todos los empleos son de la misma categora

C14
3 = 364

b) Si un empleo es de gerente de ventas, uno es de agente visitador para las ciudades


de Trujillo y Chiclayo y otro de agente visitador para las ciudades de Cusco y Arequipa.

A14
3 = 2184

41.- Se va a conformar un comit de tres miembros compuesto por un representante de los


trabajadores, uno de la administracin y uno del gobierno. Si hay tres candidatos de los
trabajadores, dos de la administracin y cuatro del gobierno. Determinar cuntos comits
diferentes pueden conformarse.

3 2 4 = 24

42.- Hay doce maneras en las cuales un artculo manufacturado puede tener un pequeo
defecto y diez maneras en las cuales pueden tener un defecto mayor.
a) de cuntas maneras puede ocurrir un defecto menor y uno mayor?

C12 10
1 C1 = 120

b) Dos defectos menores y dos defectos mayores.

C12 10
2 C2 = 2970

43.- Una tienda de artculos electrodomsticos posee en existencia ocho clases de


refrigeradoras, seis tipos de lavadoras y seis clases de hornos microondas. En cuntas
formas diferentes pueden elegirse dos artculos de cada clase para una barata?

C 82 C 62 C 62 = 6300

Jorge Fabian Pari Muoz