Professional Documents
Culture Documents
Descript Iva
Descript Iva
Contenidos:
1.0 Contenidos, objetivos y palabras claves 1
1.1 Resumen de inicio. Definiciones y propiedades principales. 2
1.1.1 Ejercicios resueltos, paso a paso. 3
1.1.2 Ejercicios propuestos. 11
1.2 Medidas de posicin y dispersin. Definiciones y
propiedades principales. 12
1.2.1 Ejercicios resueltos, paso a paso. 16
1.2.2 Ejercicios propuestos. 24
1.3 Planteamientos problemticos para aplicacin de
propiedades. 25
1.3.1 Ejercicios resueltos, paso a paso. 26
1.3.2 Ejercicios propuestos. 30
1.4 Datos bidimensionales. Tablas de frecuencia conjunta,
marginales y condicionales. 31
1.4.1 Ejercicios resueltos, paso a paso. 32
1.4.2 Ejercicios propuestos. 39
Objetivos:
Palabras Clave:
Se llama poblacin al conjunto de todos los objetos que constituyen el inters de estudio para
un estadstico particular.
Una muestra es cualquier subconjunto de la poblacin.
Se llama muestreo a la tcnica de obtencin de la muestra.
Tipos de muestreo: Probabilstico, No probabilstico.
Muestreo Probabilstico: muestreo aleatorio simple, muestreo sistemtico, muestreo
estratificado, muestreo por conglomerado.
Muestreo no probabilstico: muestreo por cuotas.
El ente de trabajo de la estadstica es el dato.
Se llama Estadstica a la ciencia que se preocupa de estudiar las variables y sus comparaciones
o relaciones para explicar su comportamiento actual, posterior o anterior. Para esto ltimo ha
desarrollado la Estadstica Inferencial.
El procedimiento bsico de la estadstica (de inters particular en estadstica descriptiva)
consiste en recabar, organizar, analizar e interpretar datos para extraer de ellos
informacin lgicamente aceptable.
El dato es un registro de la variable de inters en el momento en que ha finalizado la
experiencia para observar el resultado que se logra. El registro de este resultado se llama dato.
Para que sea til la informacin que se logra a partir de los datos sobre la base de la cual se
har la toma de decisiones, los datos deben organizarse y mostrarse apropiadamente.
El tipo de datos indicar el mtodo que se usar en su anlisis.
La caracterstica que se va a estudiar en los objetos de la poblacin se llama variable y ser
designada por letras maysculas X , Y , Z , etc.
Los valores de las variables sern denotados por letras minsculas y subndices en la forma
xi , yi , zi , etc., designando con ello el dato u observacin i-sima de la variable X , Y , Z ,
respectivamente.
Las variables se clasifican en dos categoras generales: variables cuantitativas y variables
cualitativas.
Se llama variable cuantitativa a aquella cuyos valores medidos en una escala numrica
(nmeros reales).
3
Se llama variable cualitativa a aquella cuyos valores representan categoras o atributos, que
pueden clasificarse segn un criterio o cualidad.
Cada una de las distintas categoras en las que se puede presentar en una tabla a las variables
categricas o numricas discretas, es llamada clase.
Las variables numricas continuas se clasifican por intervalos de nmeros reales. El punto
medio de cada intervalo se llama marca de clase.
La tabla de frecuencia es un ordenamiento en filas y columnas, de clases o intervalos con sus
respectivas frecuencias, que sirve para presentar los datos en forma resumida, facilitando as
clculos de indicadores estadsticos y grficos.
Un grfico es una forma visual de representar y resumir datos de la tabla. Puede ser de varios
tipos: grfico circular, grfico de barras, histograma, polgono de frecuencias, diagrama
de caja y bigote, etc.
Ejemplo 1.
1. Se obtuvo la siguiente informacin sobre la atencin odontolgica realizada a pacientes por alumnos de
cuarto a sexto ao de la U.A por mes, en la Facultad de dicha universidad, durante los meses de Abril a
Diciembre 2010.
Esquema de desarrollo:
Resp.: Elemento de la poblacin : Paciente atendido Recuerda el siguiente plan cuando
por alumnos de cuarto a sexto ao de la carrera de procedes a solucionar estos
Odontologa, problemas:
Ejemplo 2.
En un hospital de la capital, se informo que de un total de 350 enfermos, su diagnstico fue: 60 con
Cirrosis Heptica, 42 con Ulcera Gstrica, 180 con Ulcera duodenal, 21 con Gastritis erosiva, 16 con
Esofagitis erosiva, 11 Yeyunitis hemorrgicas, no precisado 20. Determine:
a. Elemento de la poblacin:
b. Variable.
c. Tipo de variable.
d. Tipo de escala.
e. Construya una tabla de frecuencias con su ttulo correspondiente.
f. Presente estos datos grficamente.
5
Esquema de desarrollo.
Paso 1. Aunque parezca una insistencia inadecuada, lea el problema detenidamente hasta
comprenderlo.
Obsrvese que por la poca informacin acerca de cul es la capital a la que hacen
referencia estos datos, el mes y/o ao en que fueron tomados, la fuente que tom
estos datos y algunos otros indicadores de inters, no se ha podido detallar ms esta
experiencia estadstica. Estos defectos deben corregirse.
Ejemplo 3.
a) Determine:
a. El elemento de la poblacin.
b. La variable en estudio.
c. El tipo de variable en estudio.
d. El tipo de escala.
Esquema de desarrollo:
Paso 1. Una vez ms se sugiere que siempre comience por efectuar una lectura detenida del
problema para lograr su total comprensin ANTES de comenzar a resolver.
Ejemplo 4.
Esquema de desarrollo.
Paso 1. Leer el problema, identificar en pocas palabras todo aquello que se pide hacer. Escribir
frases cortas. Tener claridad de que al final se debe terminar con una respuesta a lo que se
pide.
El grfico, que no es sino una expresin visual de lo que contiene la tabla, queda como se
muestra en la figura adyacente.
(ni ni 1 )
M o = LI ( i ) + Ai
( ni ni 1 ) + ( ni ni +1 )
i =4 (n4 n41 )
= LI (4) + A4
( n4 n41 ) + ( n4 n4+1 )
8
i =4 (n4 n3 )
= LI (4) + A4
( n4 n3 ) + ( n4 n3 )
(29 22)
M o = 188,5 + 27 = 202
( 29 22 ) + ( 29 22 )
n 25
N k 1
Q1 = P25 = LI ( k ) + Ak
100
nk
120 25
N31
Q1 = P25 = LI (3) + A3
100 = LI + A ( 30 N 2 )
(3) 3
n3 n3
P25 = 161.5 + 27
(30 9) = 187.27
22
9
Los trabajadores tienen colesterol alterado cuando su nivel de colesterol total es igual o
superior a 200 unidades.
Decir 200 unidades de colesterol total significa fijar una frontera en la muestra de 120
observaciones para calcular qu porcentaje tiene tanto como o ms de 200 unidades de
colesterol total. Es decir debemos calcular un percentil Pi de valor 200, desconociendo el
valor de i , y calcular qu porcentaje del total de datos tiene valores menores que l.
Si primero nos abocamos a encontrar cuntos datos, a lo ms, son menores que el percentil
que buscamos, entonces nos estamos refiriendo al valor calculado antes. En esa
oportunidad sabamos que el percentil dejaba a lo ms un 25% de los datos bajo s y
25 25 25 25
escribamos = n100 que puede ser escrito como = n100 = n 100 = 100 n , que no es
sino el 25% del total de datos n Sorpresa!!!
100 Nk 1
ni
200 = 188.5+ 27
31 despejando
120 i
= 43.35 = 43.35 i = 36.13
Ak
Lm.Inf.
29 100
nk
Puesto que este percentil deja bajo l a lo ms entre 36 y 37 datos (36.13 para ser ms
exactos) que corresponden al 36.13% del total de datos (120), y los trabajadores que tienen
colesterol alterado tienen un colesterol total de 200 o ms unidades, se deduce que el
(100 36,13 ) % = 63,87% tiene colesterol alterado.
Resp. : El 63.87% de los trabajadores de la Empresa Minera Cerro Colorado tiene
colesterol alterado.
el 25% de los trabajadores con ms bajo colesterol total y el 30% de los trabajadores
con ms alto colesterol total son considerado de alto riesgo
Por lo tanto, suavizando el histograma de los datos de este problema, podemos obtener
una imagen como la de la figura. En ella podemos dejar fronteras para indetificar las zonas
de valores de colesterol total de alto riesgo.
Las fronteras de este intervalo de colesterol total que NO ES DE ALTO RIESGO son los
percentiles P25 y P70 . Calculamos estos percentiles (esta vez no daremos tanto detalle,
debe revisarse la expresin de clculo dada antes):
P25 = 161.5 + 27
(30 9) = 187.27
22
P70 = 242.5 + 27
(90 82) = 252.32
22
11
Resp.: Un trabajador no ser considerado con colesterol total de alto riesgo cuando sus
valores de colesterol total se encuentren entre 187.27 y 252.32 unidades.
2. Para un estudio de una dieta de escaso contenido proteico se tiene un informe de la cantidad de
nitrgeno (en gramos) en 30 muestras de orina de 24 horas, en el consultorio sur de la ciudad de
Antofagasta en junio de 2010, con los siguientes resultados
2,8 3,2 3,4 3,8 4,3 5,2 7,5 8,4 8,9 9,5
3,0 3,3 3,5 4,1 4,7 6,3 7,6 8,4 9,2 11,0
3,0 3,4 3,7 4,2 5,0 7,0 7,8 8,5 9,4 12,4
Llamaremos medida de posicin a aquel valor que resume alguna cualidad de la variable en
trminos de su posicin en el dominio. Tal valor sirve como representante del total de
observaciones respecto de esa cualidad.
Las medidas de posicin usuales son: media aritmtica, moda y percentil.
Se llama media aritmtica a la medida de posicin que se obtiene sumando todos los valores
de la variable en una poblacin o en una muestra, dividida por el nmero total de datos
considerados.
En datos no tabulados la media aritmtica, x , de los valores x1 , x2 , x3 , , xn se calcula
como
1 n
x= xi
n i =1
En datos tabulados, la media aritmtica de los n observaciones x1 , x2 , x3 , , xn
1 m
x= ci ni
n i =1
Se llama media aritmtica total de las k subpoblaciones de datos
x1(1) , x2(1) , x3(1) ,..., xn(1)1 ; x1( 2) , x2( 2) , x3( 2) ,..., xn( 22) ;; x1( k ) , x2( k ) , x3( k ) ,..., xn( kk ) a
k
n x + n x + + nk xk
n x
j =1
j j
xT = 1 1 2 2 =
n n
13
ni
x
i =1
( j)
i
donde, xj = , j = 1, 2,..., k .
ni
Se llama moda al valor de la variable en el que se produce un mximo de la distribucin de
frecuencias. Es llamado tambin dato ms frecuente, valor ms frecuente o valor tpico.
Existen distribuciones con ms de una moda, stas son llamadas multimodales o
plurimodales.
En datos no tabulados la moda es el dato ms observado.
En datos tabulados de variable categrica o numrica discreta la moda es la clase de
mayor frecuencia observada.
En datos tabulados de variable continua la moda se calcula por la expresin
(ni ni 1 )
M o = LI ( i ) + Ai
( ni ni 1 ) + ( ni ni +1 )
( n + 1) i x + ( n + 1) i k x
Pi = ( k + 1) ( k +1)
100 ( k ) 100
( n +1) i
donde 100
es la posicin que ocupa el percentil Pi entre los datos ordenados
x[1] , x[2] , , x[n] en forma no decreciente, de forma que x[1] , x[ 2] , , x[k ] , Pi , x[ k +1] ,...x[n] .
ni
N k 1
Pi = LI ( k ) + Ak
100
nk
ni
donde n es el nmero total de observaciones; 100 es el valor que permite identificar al
ni
intervalo de orden k en el cual se encuentra el percentil y hasta el cual van acumulados 100
o Deciles: Son valores de la variable que particionan la distribucin de datos en diez partes
dejando en cada una el 10% del total de datos. Se denotan por Di , i = 1,2,...,9 .Son
deciles D1 = P10 D2 = P20 , , D9 = P90 .
n n
( x x ) x
2 2
Notacin i i
2
V ( X ) S X2 = i =1
= i =1
(x)
n n
La varianza en datos tabulados se calcula por la expresin
m m donde ni es la frecuencia
ni ( ci x ) c n
2 2
i i
2
S X2 = i =1
= i =1
(x) absoluta, ci es la clase o
n n
marca de clase del
intervalo i = 1,2,..., m , m es el nmero de clases o intervalos y n es el nmero total de
observaciones.
Las unidades de la varianza son el cuadrado de las unidades de la variable original. Esto es,
n 2 n
( xi x ) x 2
i
2
SX = i =1
= i =1
(x)
n n
ni ( ci x ) c n
2 2
i i
2
SX = i =1
= i =1
(x)
n n
con las interpretacin de smbolos tal como se ha hecho antes.
Se llama coeficiente de variacin al cociente entre la desviacin estndar multiplicada por
100, y la media aritmtica. Este coeficiente se mide en porcentaje.
El coeficiente de variacin se calcula con la expresin
SX
CVX = 100%
x
La varianza total de las k subpoblaciones de datos
16
x1(1) , x2(1) , x3(1) ,..., xn(1)1 ; x1(2) , x2(2) , x3(2) ,..., xn(2)
2
;; x1( k ) , x2( k ) , x3( k ) ,..., xn( kk )
2
k
n [S ( )]
k
ni x i
2
i i
2
+ xi
S =2 i =1
i =1
T
n n
Ejemplo 1.
La siguiente tabla (prescindiremos por ahora de su ttulo para centrarnos ms en los procedimientos)
corresponde al porcentaje de cobre obtenido mediante dos procesos de produccin, en diferentes
muestras de mineral; los resultados se muestran en sus respectivas tablas de frecuencias
d) Si consideramos ambos procesos como uno solo. Cul ser el porcentaje de cobre promedio total?
e) Determine un intervalo que contenga el 50% central de la distribucin del porcentaje de cobre de
las muestras usando el proceso 2.
Esquema de desarrollo.
Paso 1. Lea con detenimiento el problema analizando cada uno de los datos informativos que
da. Analice qu se requiere de usted en cada pregunta. Cuando tenga claro todo lo que se
pide y lo que se da como informacin, analice y provase de otros elementos o conocimientos
que necesita para resolver estos planteamientos problemticos. Disee planes de solucin para
cada caso. Finalmente proceda a ejecutar la solucin analizando y fundamentando sus
procedimientos, a la par de interpretar la aceptacin de los resultados que usted est
obteniendo.
(ni ni 1 ) (15 8)
M o = LI (i ) + Ai = 0.053 + 0.006 = 0.055
( ni ni 1 ) + ( ni ni+1 ) (15 8) + (15 3)
Resp.: El porcentaje de cobre ms frecuente obtenido por el Proceso 1 es 0.055%.
n 75
( N2 )
P75 = LI (3) + A3 100
n =36
= 0.053 + 0.006
( 27 13) = 0.059
n3 15
Resp.: El cuartil 3 del porcentaje de cobre obtenido por el Proceso 1 es 0.059%. Est
ligeramente por debajo del punto medio del rango de variacin observado. Esto
significa que hay una ligera mayor agrupacin de porcentajes de cobre obtenidos
por el proceso 1 en la mitad ms baja de porcentajes del Proceso 1.
(n2 n1 )
M o = LI (2) + Ai
( n2 n1 ) + ( n2 n3 )
(11 7)
= 0.063 + 0.004
(11 7 ) + (11 10 )
= 0.0662
El cuartil 3 del porcentaje de cobre obtenido por el proceso 2 se logra tambin desde la
tabla:
n 75
( N3 ) n=38
P75 = LI (4) + A4 100 = 0.071 + 0.004
( 28.5 28) = 0.074
n4 7
Resp.: El cuartil 3 del porcentaje de cobre obtenido por el Proceso 2 es 0.074%. Est
ligeramente por sobre el punto medio del rango de variacin observado. Esto
era de esperarse si la distribucin de valores se piensa simtricamente
distribuida en el rango de variacin observado. Comparado con la obtencin
de cobre lograda por el Proceso 1 se advierte que este proceso 2 obtiene
mejores porcentajes de cobre (podra esto afirmarse con autoridad?).
b) Se define:
i. Muestras de baja ley: 20% de muestras con ms bajos porcentajes de cobre.
ii. Muestras de buena ley: 10% de muestras con ms altos porcentajes de cobre.
iii. Muestras de ley media: las restantes muestras.
EN EL PROCESO 1:
= 0.0487
Resp.: En el Proceso 1, el porcentaje de cobre mnimo para que una muestra sea
considerada de buena ley es 0.0487%.
EN EL PROCESO 2:
Resp.: En el Proceso 2, el porcentaje de cobre mnimo para que una muestra sea
considerada de buena ley es 0.0632%.
Con estos porcentajes se puede observar que lo que se llama buena ley en el proceso 2
tiene frontera mnima mayor que en el Proceso 1.
b. Se pide: Entre qu valores una muestra ser considerada como de ley media.
Para hacer esta determinacin en ambos procesos debemos calcular el percentil P90
( P20 ya est calculado.
EN EL PROCESO 1:
= 0.0698
En el Proceso 1, el porcentaje de cobre mximo para que una muestra sea considerada
de buena ley es 0.0698%.
EN EL PROCESO 2:
Resp.: Una ley de cobre ser declarada como ley media si:
36 * 0.7
En el proceso 1 es = = 25.2 25 .
100
38 * 0.7
En el proceso 2 es = = 26.6 27 .
100
EN EL PROCESO 1:
Resp.:
c n
i =1
i i
x= = 0.055
n
36 0.055 + 38 0.0678
xT = = 0.0615729
74
22
EN EL PROCESO 2:
0.11222 2
S X2 = ( 0.05533) = 5.556 10 5
36
[ x S X ; x + S X ] = [ 0, 04788;0, 06279]
Para calcular el porcentaje de observaciones que tiene valores de porcentaje de cobre en
este intervalo debe observarse que el lmite inferior 0, 04788 pertenece al intervalo
( 0, 047; 0, 053] (el orden del intervalo es k = 2 , primer intervalo de la tabla).
36i
Bajo el percentil Pi = 0,04788 hay = 100 datos (no conocemos el porcentaje i que
estamos averiguando). Entonces, utilizando los valores en la tabla y la expresin de clculo
de un percentil obtenemos
36 i
= = 6.17333 Luego i = 17,1482
100
Esto significa que bajo el percentil Pi = P17,1482 = 0, 04788 hay un 17,15% (aprox.) del
total de valores de ley obtenidos por el Proceso 1.
De la misma manera trabajamos con el lmite superior, 0,06279 , que pertenece al intervalo
( 0, 059; 0, 065] (el orden del intervalo es k = 4 , cuarto intervalo de la tabla).
( 28)
Pj = 0,06279 = 0,059 + 0,006 = 29,895 datos
3
36 j
= = 29,895 . Luego j = 83,0417 83,05 %.
100
Esto significa que bajo el percentil Pj = P83,05 = 0, 06279 hay un 83,05% del total de
valores de ley obtenidos por el Proceso 1.
Los problemas de aplicacin que se proponen tienen por objetivo poner al estudiante frente a
situaciones en las cuales deber disear apropiadamente las respuestas, adems de utilizar una notacin
adecuada RIGUROSAMENTE para aplicar las propiedades enunciadas al inicio de este captulo.
n
b. x es un centro de gravedad: (x x ) = 0 .
i =1
i
n 2
c. (x
i =1
i k ) obtiene su valor mnimo cuando k = x
x1n1 + x2 n2 + + xk nk xn
i =1
i i
xT = =
n n
e. Sea X una variable de la que se conoce su varianza S x2 y sea Y una nueva variable con valores
y = ax + b donde a y b son constantes conocidas, entonces
2 2 2 2
S =S
Y a + bX =a S X y SY = S a + bX = a S X .
2
k
2
k
2
ni Si + xi
( ) xi ni
2
ST = i =1
i =1
n n
2
k
n [S ( )]
k
ni x i
2
i i
2
+ xi
S =2 i =1
i =1
T
n n
Ejemplo 1.
1. Los sueldos diarios de trabajadores de una pequea empresa metalmecnica se muestran en la tabla.
Debido a las continuas alzas de precios en el rubro alimenticio y transporte, los trabajadores se
organizan para
plantearle al dueo
de la empresa que
cada sueldo se
reajuste en un 25% ms un bono de 3000 pesos. El dueo de la empresa acoge parcialmente la
peticin de los trabajadores, le ofrece a cada trabador el sueldo pedido disminuido en un 10%, si
este queda en menos de 20.000 pesos, en cambio a los quedan con el sueldo pedido en ms de
20.000 les conserva el sueldo anterior y ofrece un bono de 4.000 pesos.
por yi , el sueldo que ofrece el dueo de la empresa que lo designaremos por : ti , si el sueldo
pedido es menor a $20.000, zi , si el sueldo pedido es mayor a $20.000
3520,5879
c. CVx = 100 = 0, 2454 100 = 24,54
14345
28
4400, 7
CVY = 100 = 0, 2102 100 = 21, 02
20931, 25
Ejemplo 2.
En una empresa estatal existen tres sindicatos, el de los Supervisores, el de los Ingenieros de Ejecucin-
Administrativos y el de los Obreros.
a. Hace dos aos, los sindicatos negociaron con la empresa y obtuvieron sueldos promedios de 3
millones, 1 milln doscientos mil y 700 mil pesos, respectivamente. El coeficiente de variacin de
los sueldos de cada sindicato fue igual a 1.
Calcule para el total de trabajadores (Supervisores, Ingenieros de Ejecucin-Administrativo y
Obreros):
i. El sueldo promedio.
ii. La desviacin estndar de los sueldos.
b. Este ao la empresa se propone que en la negociacin, el sueldo promedio total sea exactamente de
1 milln ciento veinte mil pesos. Negocia por separado con cada sindicato. El primero en negociar
es el sindicato de Supervisores, el cual obtiene un reajuste del 10% . El sindicato de Ingeniero de
Ejecucin-Administrativos, obtiene un 8% de reajuste. El sindicato de Obreros, que an no ha
negociado, conocedor del propsito de la empresa y de los reajustes obtenidos por los otros
sindicatos, declara la huelga por cuanto estiman que bajo las actuales condiciones sus asociados
quedarn desfavorecidos. Concuerda usted con la estimacin del sindicato de Obreros? Justifique
su respuesta estadsticamente.
Esquema de desarrollo.
nA : Nmero de Supervisores.
nB : Nmero de Ingenieros de EjecucinAdministrativos.
nC : Nmero de Obreros.
x A : Promedio de sueldos de Supervisores.
xB : Promedio de sueldos de Ingenieros de Ejecucin-Administrativos.
29
Coeficiente de variacin:
Sx
o Del actual sueldo CVx =100% .
x
Sy
o Del sueldo que piden CVy = 100% .
y
nA 1 n 1
n A : n B : nC = 1 : 3 : 6 = A =
n A + n B + nC 10 n 10
nB 3 n 3 n 6
n A : n B : nC = 1 : 3 : 6 = B = . Luego, C =
n A + n B + nC 10 n 10 n 10
Sx A Sx
CVx A = 100 = 1 SxA = xA , CVxB = 100 B = 1 SxB = xB
xA xB
SxC
CVxC = 100 = 1 SxC = xC
xC
1 3 6
xT = 3.000.000 + 1.200.000 + 700.000 = 1.080.000
10 10 10
b.
6
( 700.00 ) + ( 700.00 ) (1.080.00 )
2 2 2
+
10
ST = 1.444.160,6
Resp. La desviacin estndar total (desviacin estndar del sueldo de todos los
trabajadores de la empresa) es de $1 444 160,6.
y A = 1.1 x A = $ 3 300 000 es el sueldo promedio actual obtenido por los Supervisores.
y B = 1.08 x B = 1.296.000
1 3 6
1.120.000 = ( 3.300.000 ) + (1.296.000 ) + ( yC )
10 10 10
3.300.000 + 3.888.000 + 6 y
=
10
668.667 700.000
11.200..000 = 7.188.000 + 6 yC yC = 668.667
700.000
k = 0.045 = 4.5%
Resp: A los Obreros se les rebajara el sueldo en un 4.5%.
2
k
n [S ( )]
k
ni x i
2
i i
2
+ xi
2
S = i =1
i =1
T
n n
1. Una fbrica vende dos tipos de artculos A y B. La cantidad de artculos del tipo B producidos por
la fbrica es la tercera parte que la del tipo A. El costo medio de los artculos del tipo A es de
$4800. El costo medio total (artculos A y B juntos) es de $4100.
Se requiere aumentar los precios de los artculos para lograr un costo medio total de $5550
reajustando en un3% el costo unitario de los artculos tipo A y aumentando K veces el costo
unitario de los artculos tipo B.
b. Cul es el valor de k?
2. En el mes de Marzo los trabajadores de una empresa tenan un sueldo promedio de $350.000 con
un coeficiente de variacin del 15%. En el mes de Abril se incorporan nuevos trabajadores a la
Empresa, en un nmero igual al 20% de los existentes en Marzo. Los nuevos trabajadores tienen
un sueldo promedio de $270.000 y una desviacin estndar de $30.000. En Septiembre se
reajustan los sueldos de los trabajadores antiguos en un 10% y se les entrega un bono de Fiestas
Patrias de $20.000, mientras que para los nuevos trabajadores el aumento fue de un 20% con un
bono de $k. Justificando estadsticamente sus respuestas, responda a las siguientes preguntas:
a. Cul es el porcentaje de aumento de la planilla de sueldos del mes de Abril en relacin a la del
mes de Marzo?
b. Cul es la desviacin estndar de los sueldos, del total de los trabajadores, en el mes de Abril?
3. Un empresa realiza su trabajo diario en tres turnos: A, B y C: Los nmeros de trabajadores por
turno estn en la relacin 7:5:4, constituyendo un total de 160 trabajadores. Los salarios por turno,
son $8.000, $10.000, $12.000, y sus correspondientes desviaciones estndar, son: $1.200, $9.00,
$1.000, respectivamente. Si la empresa piensa hacer un aumento salarial segn el siguiente criterio:
reajuste del 15% ms un bono de $4.000, para cada trabajador del turno A, reajuste del 18% para
cada trabajador del turno B, y solo un bono de $700 para cada trabajador del turno C.
32
b. Si la gerencia establece que la planilla diaria no debe aumentar ms del 12%, por lo que decide
modificar el bono de los trabajadores del turno A. Cul es el mayor bono, en cantidades
enteras, que puede otorgar al turno A, adems del reajuste, para lograr el objetivo de la
empresa.
Con los valores de las variables como sus respectivas frecuencias, llamadas Frecuencias
marginales que se encuentran a ubicadas al margen de la tabla de doble entrada podemos
construir distribuciones marginales
Ejemplo 1.
b. Cul es el ndice de productividad ms frecuente de las temporeras cuya edad est entre 20
y 28 aos.
c. Afirmara usted que la edad de las temporeras presenta mayor dispersin relativa qu el
ndice de productividad?. Justifique su respuesta.
d. Determine el ndice de productividad mnimo del 30% superior de la distribucin de la
productividad de las temporeras cuya edad vara de 20 a 28 aos.
e. Si el 10% de temporeras de menor edad son considerados Principiantes y si el 20% de las
temporeras con mayor edad son consideradas Expertas, los dems temporeras son
considerados Normales. Entre qu edad las temporeras son consideradas Normales?
f. Determine el porcentaje de temporeras cuyo ndice de productividad es menor o igual 65.
g. Determine un intervalo centrado en la media aritmtica de longitud dos errores estndar de
estimacin para la edad de las temporeras.
Esquema de desarrollo:
Se pide:
c n
i =1
i i
376
x= = = 26,86 aos
14 14
34
Resp: La edad promedio de las temporeras cuyo ndice de productividad est entre 40 y
60 es de 26,86 aos.
(ni ni 1 )
M o = LI ( i ) + Ai
( ni ni 1 ) + ( ni ni +1 )
(6 5)
= 60 + 20 = 65
( 6 5 ) + ( 6 3)
Resp: El ndice de productividad de aquellas temporeras cuya edad est entre 20 y 28 aos
es de 65.
c. Se debe verificar si la edad de las temporeras presenta mayor dispersin relativa que el
ndice de productividad. Para realizar esto se debe calcular el coeficiente de variacin de
cada variable. Se trabaja, as, con los valores marginales de la tabla dada.
c n
i =1
i i
1064
x= = = 26, 6 aos
40 40
n (c x )
2
i i
i =1
SX =
40
1041, 6
= = 5,10 aos
40
5,10
CVX = 100 = 19,17
26, 6
d n
i =1
i i
2200
Anlogamente, y= = = 55
40 40
35
n (d
2
i i y)
i =1 415
SY = = = 20,37
40 40
20,37
CVY = 100 = 37, 04
55
Resp: El ndice de productividad presenta mayor dispersin relativa que la edad de las
temporeras, pues CVY > CVX .
n 70
( N2 )
P70 = LI (3) + A3 100
n3
= 60 + 20
(12, 6 9 ) = 72
6
Resp: El ndice de productividad mnimo del 30% ms alto, de valores de la distribucin
de la productividad de las temporeras cuya edad vara de 20 a 28 aos es 72.
40 10
( 0)
P10 = LI (1) + A1 100 = 16 + 4
( 4 ) = 16, 2
n1 5
40 80
( N3 )
P80 = LI (4) + A4 100 = 28 + 4
( 32 23) = 31, 6
n4 10
Resp: Las temporeras son consideradas Normales entre las edades de 16,2 y 31,6
P = 65 = 60 + 20
( 25 ) ( 65 60 ) 9 = 25
9 20
= 27, 25
Ejemplo 2.
Esquema de desarrollo.
Resp:
n32 = 25 , es decir hay 25 pacientes
cuyo peso es mayor que
60 kg y menor o igual a
70 kg y est considerado
en el grupo etario Adulto
joven.
n23 = 2 , es decir hay 2 pacientes
cuyo peso es mayor que
50 kg. y menor o igual a
60 kg y est considerado en el grupo etario Adulto.
n2 = 12 , hay 12 pacientes cuyo peso es mayor que 50 kg. y menor o igual a 60 kg.
n4 = 12 , hay 12 pacientes en el grupo etario Adulto mayor.
b. Como nos piden el peso promedio de los pacientes, trabajamos con las frecuencias
marginales para la variable peso ( X )
c n
i =1
i i
9170
x= = = 73,9516
124 124
124 70
86
P70 = 80 + 10 100 = 80 + 10 ( 86, 8 86 )
28 28
= 80, 29
d. Para realizar esta operacin, construimos una nueva tabla de frecuencias donde la columna
de frecuencias absolutas corresponde a la columna de los adultos
n c
i =1
i i
4175
x yAdultos = = = 68.44kg
n 61
61 10
3
P10 = 60 + 10 100 = 60 + 10 (6 ,1 3 ) = 63 ,1
10 10
61 80
35
P80 = 80 + 10 100 = 80 + 10 (48 ,8 35 ) = 86 , 27
22 22
50
49
83 = 80 + 10 , donde = i n
100
1 100
39
Se debe despejar i :
Resp: Como se pide determinar el porcentaje de pacientes con un peso mayor o igual a 83
kilos, el complemento es (100-98,6)% = 1,4%.
a. Intrprete: n3 , n4 , n34 , n 43 .
b. Cul es el promedio de edad de los estudiantes
cuyo ingreso semanal est entre 20.000 y
25.000?
c. Cul es el sueldo ms frecuente de los
estudiantes cuya edad est entre 24 y 26 aos?
d. Afirmara usted que los ingresos de los
estudiantes cuya edad est entre 24 y 26 aos es
ms homogneo que el ingreso de los
40
c. Se cree que los caballos de fuerza de los automviles son ms heterogneo en aquellos
automviles de 5 cilindradas que aquellos automviles de 6 cilindradas.