UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE

HUAMANGA
FACULTAD DE INGENIERÍA DE MINAS, GEOLOGÍA Y CIVIL
DEPARTAMENTO ACADÉMICO DE MATEMÁTICA Y FÍSICA
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL
Solucionario de la 1ra practica calificada de estadística y
probabilidades

ASIGNATURA ESTADÍSTICA Y PROBABILIDADES (ES – 241)

PROFESOR ING. CIP GUILLERMO B. TAPIA CALDERÓN

ALUMNO ENCISO YUPANQUI, Oscar Samuel

CÓDIGO 16132624

CICLO ACADÉMICO 2015 – I

FECHA 06 DE JULIO DE 2015

I. DADO EL SIGUIENTE CUADRO; DONDE CADA VALOR CORRESPONDE A UN Xij, DESARROLLE
Y CALCULE:
i ,j 1 2 3 4
a) ∑ 𝑋1𝑗 e) ∑ 𝑋𝑖1 i) ∑ 𝑋𝑖𝑗
1 4 3 2 0
b) ∑ 𝑋2𝑗 f) ∑ 𝑋𝑖2 j) 𝑋.. 2 3 5 0 1
c) ∑ 𝑋3𝑗 g) ∑ 𝑋𝑖3 k) 𝑋.2 3 1 0 3 6
d) ∑ 𝑋4𝑗 h) ∑ 𝑋𝑖4 l) ∑ 𝑋3. 4 0 4 2 3

SOLUCIÓN.

a) ∑4𝑗=1 𝑋1𝑗 = 𝑋11 + 𝑋12 + 𝑋13 + 𝑋14 = 4 + 3 + 2 + 0 = 9

b) ∑4𝑗=1 𝑋2𝑗 = 𝑋21 + 𝑋22 + 𝑋23 + 𝑋24 = 3 + 5 + 0 + 1 = 9

c) ∑4𝑗=1 𝑋3𝑗 = 𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 = 1 + 0 + 3 + 6 = 10

d) ∑4𝑗=1 𝑋4𝑗 = 𝑋41 + 𝑋42 + 𝑋43 + 𝑋44 = 0 + 4 + 2 + 3 = 9

e) ∑4𝑖=1 𝑋𝑖1 = 𝑋11 + 𝑋21 + 𝑋31 + 𝑋41 = 4 + 3 + 1 + 0 = 8

f) ∑4𝑖=1 𝑋𝑖2 = 𝑋12 + 𝑋22 + 𝑋32 + 𝑋42 = 3 + 5 + 0 + 4 = 12

g) ∑4𝑖=1 𝑋𝑖3 = 𝑋13 + 𝑋23 + 𝑋33 + 𝑋43 = 2 + 0 + 3 + 2 = 7

h) ∑4𝑖=1 𝑋𝑖4 = 𝑋14 + 𝑋24 + 𝑋34 + 𝑋44 = 0 + 1 + 6 + 3 = 10

i) ∑4𝑖=1 ∑4𝑗=1 𝑋𝑖𝑗 = ∑4𝑖=1[𝑋𝑖1 + 𝑋𝑖2 + 𝑋𝑖3 + 𝑋𝑖4 ] = [(𝑋11 + 𝑋12 + 𝑋13 + 𝑋14 ) +
(𝑋21 + 𝑋22 + 𝑋23 + 𝑋24 ) + (𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 ) +
(𝑋41 + 𝑋42 + 𝑋43 + 𝑋44 )] = [(4 + 3 + 2 + 0) + (3 + 5 + 0 + 1) +
(1 + 0 + 3 + 6) + (0 + 4 + 2 + 3)] = [9 + 9 + 10 + 9] = 37

j) 𝑋.. = ∑4𝑖=1 ∑4𝑗=1 𝑋𝑖𝑗 = ∑4𝑖=1[𝑋𝑖1 + 𝑋𝑖2 + 𝑋𝑖3 + 𝑋𝑖4 ] = [(𝑋11 + 𝑋12 + 𝑋13 + 𝑋14 ) +
(𝑋21 + 𝑋22 + 𝑋23 + 𝑋24 ) + (𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 ) +
 (𝑋41 + 𝑋42 + 𝑋43 + 𝑋44 )] = [(4 + 3 + 2 + 0) + (3 + 5 + 0 + 1) +
(1 + 0 + 3 + 6) + (0 + 4 + 2 + 3)] = [9 + 9 + 10 + 9] = 37

k) 𝑋.2 = ∑4𝑖=1 𝑋𝑖2 = 𝑋12 + 𝑋22 + 𝑋32 + 𝑋42 = 3 + 5 + 0 + 4 = 12

l) 𝑋3. = ∑4𝑗=1 𝑋3𝑗 = 𝑋31 + 𝑋32 + 𝑋33 + 𝑋34 = 1 + 0 + 3 + 6 = 10

II. DE LA SIGUIENTE TABLA A, CALCULAR LOS VALORES NUMERICOS DE LO QUE SE PIDE:

TABLA A

Xi Yi

-2 -2

-1 0

0 2

1 4

2 6

Dado el siguiente Cuadro i, completar y calcular los valores numéricos de:

i Xi Yi xi=(Xi-X) yi=(Yi-Y) 𝒙𝒊𝟐 𝒚𝒊𝟐 𝒙𝒊𝒚𝒊

1 -2 -2 -2 0 4 0 0
2 -1 0 -1 -2 1 4 2
3 0 2 0 0 0 0 0
4 1 4 1 2 1 4 2
5 2 6 2 4 4 16 8

5 5 5

∑ 𝑋𝑖 ∑ 𝑌𝑖 ∑ 𝑦𝑖 2
∑5𝑖=1 𝑥𝑖 2 =10 ∑5𝑖=1 𝑥𝑖𝑦𝑖 =12
𝑖=1 𝑖=1 𝑖=1
=0 = 10 = 24
 ̅
𝐈𝐈 − 𝐚) 𝐌𝐄𝐃𝐈𝐀 𝐌𝐔𝐄𝐒𝐓𝐑𝐀𝐋 𝐃𝐄 𝐗: 𝑿

𝑋̅ = ∑ 𝑋𝑖 /𝑛
𝑖=1
𝑋̅ = 0/5
̅
𝑋 = 0 (𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠)

̅
𝐈𝐈 − 𝐛) 𝐌𝐄𝐃𝐈𝐀 𝐌𝐔𝐄𝐒𝐓𝐑𝐀𝐋 𝐃𝐄 𝐘: 𝒀

𝑌̅ = ∑ 𝑌𝑖 /𝑛
𝑖=1
𝑌̅ = 10/5
𝑌̅ = 2 (𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠)

𝐈𝐈 − 𝐂) 𝐂𝐎𝐄𝐅𝐈𝐂𝐈𝐄𝐍𝐓𝐄 𝐃𝐄 𝐑𝐄𝐆𝐑𝐄𝐒𝐈𝐎𝐍 𝐋𝐈𝐍𝐄𝐀𝐋 𝐒𝐈𝐌𝐏𝐋𝐄:

ˆ 
x yi
 xi  ( xi  x ) ;  ( y  y)
i
y
x
2 i i
i

ˆ 
x yi i

x
2
i

12
ˆ 
10
ˆ  1.2
𝑰𝑰 − 𝒅) INTERSECCION DE LA RECTA XX CON EL EJE YY:

ˆ  y  ˆ x

ˆ  2  1.2 x(0)
ˆ  2

𝑰𝑰 − 𝒆) 𝑽𝑨𝑹𝑰𝑨𝑵𝑪𝑰𝑨 𝑴𝑬𝑺𝑻𝑹𝑨𝑳 𝑫𝑬 𝑳𝑨𝑺 𝑿: 𝑺𝒙𝟐

𝑆𝑥 2 = (∑ 𝑥𝑖 2 )/𝑛
𝑖=1

𝑆𝑥 2 = (10)/5

𝑆𝑥 2 = 2 (𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠)2

𝑰𝑰 − 𝒇) 𝑽𝑨𝑹𝑰𝑨𝑵𝑪𝑰𝑨 𝑴𝑼𝑬𝑺𝑻𝑹𝑨𝑳 𝑫𝑬 𝑳𝑨𝑺 𝒀: 𝑺𝒚𝟐

𝑆𝑦 = (∑ 𝑦𝑖 2 )/𝑛
2

𝑖=1

𝑆𝑦 2 = (40)/5

𝑆𝑦 2 = 115.05 (𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠)2
III. Dadas las siguientes proposiciones, determine a qué tipo y sub tipo de variable Estadística
pertenecen:
a) Juan es zurdo y Pedro es diestro. (ES UNA VARIABLE CUALITATIVA
NOMINAL)
b) Presupuesto Institucional 2015 Del Ministerio de Vivienda, Construcción y
Saneamiento. (ES UNA VARIABLE CUANTITATIVA CONTINUA)
c) Centros Minero- metalúrgico del Perú. (ES UNA VARIABLE
CUALITATIVA NOMINAL)
d) Numero de Libros de Hidráulica En la Biblioteca Central de la UNI. ( ES
UNA VARIABLE CUANTITATIVA DISCRETA)
e) Numero de Ingenieros Civiles Colegiados en el Departamento de Ayacucho
– Perú. (ES UNA VARIABLE CUANTITATIVA DISCRETA)
f) Maracas de Teodolitos en Topografía Minera en América del Sur. (ES UNA
VARIABLE CUALITATIVA NOMINAL)
g) Cantidades de Precipitación Pluviométrica en Julio 2014 en Ayacucho. (ES
UNA VARIABLE CUANTITATIVA CONTINUA)
h) Los tres Primeros Puestos en Admisión a Ingeniería Civil, UNSCH, 2014 –
II. ( ES UNA VARIABLE CUALITATIVA ORDINAL)
i) Las jornadas de información Minera en Brasil. (ES UNA VARIABLE
CUALITATIVA ORDINAL)
j) Alumnos matriculados asistentes y los que abandonaron el curso de ES –
241.( ES UNA VARIABLE CUALITATIVA NOMINAL)
k) Total de Capital social De la Empresa Minera ANTAMINA (Huaraz). (ES
UNA VARIABLE CUANTITATIVA CONTINUA)
l) Producción anual de Cobre del periodo 2013 – 2014 de Cerro Verde. (ES
UNA VARIABLE CUANTITATIVA CONTINUA)
m) La ley de oro y plata EN YACIMIENTOS Mineros del Perú. (ES UNA
VARIABLE CUANTITATIVA CONTINUA)
n) La temperatura promedio diario de la Ciudad de TRUJILLO EN Mayo 2015.
( ES UNA VARIABLE CUANTITATIVA CONTINUA)
o) Estructura Organizacional del Centro Minero YANACOCHA. (ES UNA
VARIABLE CUALITATIVA JERÁRQUICA)
IV. Los siguientes datos corresponden a los diámetros (en mm.) de 60 cojinetes
fabricados por una empresa metal-mecánica en el parque industrial de Trujillo:
0.529 0.538 0.532 0.529 0.535 0.536 0.534 0.542 0.537 0.530
0.538 0.536 0.530 0.526 0.525 0.524 0.530 0.543 0.539 0.542
0.536 0.528 0.546 0.532 0.535 0.534 0.539 0.527 0.548 0.527
0.535 0.534 0.540 0.536 0.550 0.532 0.535 0.535 0.528 0.541
0.535 0.531 0.537 0.532 0.535 0.533 0.535 0.537 0.541 0.536
0.526 0.525 0.524 0.539 0.527 0.528 0.544 0.527 0.540 0.522

4.1 Tipología de variable estadística bajo estudio. ¿n es muestra aleatoria pequeña o

grande?
El tipo de variable en estudio es Variable cuantitativa continua (vcc).
El tamaño de la muestra es n = 60. Es una muestra aleatoria grande porque (n≥30).
4.2 Calcular el rango de datos originales: Rx
X máx. = 0.550 X min. = 0.522
Rango de datos originales:
R x  Rmax  Rmin
R x  0.550  0.522
R x  0.028

4.3 Determinar el número de intervalos de clase (m) por el método de STURGES: m y m’

m  1  3.32 log( 60)
m  6.903462151
m'  7

4.4 Hallando la amplitud interválica o ancho de clase constante: C y C’

Amplitud interválica constante:
Rx
c
m'
0.028
c
7
c  0.004
c'  0.004
4.5 ¿Existirá un nuevo rango y hay diferencia de rangos?
Nuevo Rango:

R x'  c'm'
R x'  0.004  (7)
R x'  0.028

Diferencia de rangos:

R x  R x'  R x ¡
R x  0

∆𝑅 ′ = 0
Repartir el ∆𝑅 = 0 { ′′
∆𝑅 = 0
Nuevos límites inferior (𝑌0′ ) y superior (𝑌𝑚′ ) :
𝑌0′ = 𝑋𝑚𝑖𝑛 − ∆𝑅 ′ = 0.522 − 0.00 = 0.522
𝑌𝑚′ = 𝑋𝑚𝑎𝑥 + ∆𝑅 ′′ = 0.550 + 0.00 = 0.550

4.6 Elaborar un cuadro completo de la Distribución de diámetros de 60 cojinetes.

1 2 3 4 5 6 7 8
I ⌊𝒚′𝒊−𝟏 , 𝒚′𝒊 〉 𝒚′𝒊−𝟏 + 𝒚′𝒊 𝒄𝒊 Tabulación o 𝒏𝒊 𝒏𝒊 𝒉𝒊
𝒚𝒊 = 𝒉𝒊 =
𝟐 conteo 𝒏 × 𝟏𝟎𝟎
1 [0.522, 0.526› 0.524 0.004 IIII 5 0.0833 8.33%
2 [0.526, 0.530› 0.528 0.004 IIII IIII I 11 0.1833 18.33%
3 [0.530, 0.534› 0.532 0.004 IIII IIII 9 0.15 15%
4 [0.534, 0.538› 0.536 0.004 IIII IIII IIII IIII 19 0.3167 31.67%
5 [0.538, 0.542› 0.540 0.004 IIII IIII 9 0.15 15%
6 [0.542, 0.546› 0.544 0.004 IIII 4 0.0667 6.67%
7 [0.546, 0.550› 0.548 0.004 III 3 0.05 5%
60 60 1.00 100%
 9 10 11 12 13 14 15 16
i 𝑵𝒋 𝑯𝒋 𝑯𝒋 𝑵𝒋 ∗ 𝑯𝒋 ∗ 𝑯𝒋 ∗ 𝒚𝒊 𝒏 𝒊 𝒚𝒊 𝒉𝒊
× 𝟏𝟎𝟎 × 𝟏𝟎𝟎
1 5 0.0833 8.33% 60 1.00 100% 2.62 0.0436
2 16 0.2667 26.67% 55 0.9167 91.67% 5.808 0.0968
3 25 0.4167 41.67% 44 0.7334 73.34% 4.788 0.0798
4 44 0.7334 73.34% 35 0.5834 58.34% 10.184 0.1697
5 53 0.8834 88.34% 16 0.2667 26.67% 4.86 0.0810
6 57 0.95 95% 7 0.1167 11.67% 2.176 0.0363
7 60 1.00 100% 3 0.05 5% 1.644 0.0274
32.08

4.7 Calcule el Diámetro Medio o promedio de datos agrupados. Interpretar

estadísticamente.
∑𝒎
𝒊=𝟏 𝒚𝒊 𝒏𝒊
̅=
𝒚
𝒏
32.08
𝑦̅ =
60
̅ = 𝟎. 𝟓𝟑𝟒𝟔𝒎𝒎
𝒚
Interpretación Estadística: El valor medio de diámetro de 60 cojinetes de acero es
aproximadamente 0.5346.
4.8 Calcule el diámetro Mediano de datos agrupados. Interpretar estadísticamente.
Diámetro Mediano

50% 50%

Me
𝑛 60
 Primer paso: = = 30
2 2

 Segundo paso: criterio desigualdad

𝑛
𝑁𝑗−1 ≤ ≤ 𝑁𝑗
2
25 ≤ 30 ≤ 44
  Tercer paso: Intervalo Mediano: [0.534, 0.538>
 Cuarto paso: formula de la mediana para datos agrupados.
𝑛
− 𝑁𝑗−1
𝑀𝑒 = ′
𝑌𝑗−1 + 𝑐𝑗 [2 ]
𝑁𝑗 – 𝑁𝑗−1

30 – 25
𝑀𝑒 = 0.534 + 0.004 [ ]
44 − 25
𝑴𝒆 = 𝟎. 𝟓𝟑𝟓𝒎𝒎
Interpretación Estadística: el valor es 0.535mm,que representa el valor mediano
o mediana de datos agrupados que se interpretas estadísticamente es un valor
que supera a no más del 50% de observaciones; pero a su vez es superado por no
más de los 50% restantes
4.9 Calcule el diámetro Modal de datos agrupados. Interprétalo estadísticamente.
Diámetro modal
 Primer paso:

𝑛𝑗 = 𝑛𝑚𝑎𝑥 = 19
[ 𝑛𝑗−1 = 9
𝑛𝑗+1 = 9

 Segundo paso:
o ∆1 = 𝑛𝑗 − 𝑛𝑗−1 = 19 − 9 = 10
o ∆2 = 𝑛𝑗 − 𝑛𝑗+1 = 19 − 9 = 10
 Tercer paso: Intervalo Modal: [0.534, 0538>
 Cuarto paso: formula de la Moda para datos agrupados.

′
∆1
𝑀𝑑 = 𝑌𝑗−1 + 𝑐𝑗 [ ]
∆1 + ∆2
10
𝑀𝑑 = 0.534 + 0.004 [ ]
10 + 10
𝑴𝒅 = 𝟎. 𝟓𝟑𝟔𝒎𝒎

Interpretación estadística: El valor 0,536mm constituye el valor modal o mediana de datos

agrupados que se interpreta estadísticamente como el valor del diámetro que más se repite
4.10 Calcule la variancia y la desviación Estándar de datos agrupados. Interprétalos.

I ni Yi 𝒚𝒊𝟐 𝒚𝒊𝟐 ni |yi−ӯ| |yi−ӯ|𝒏𝒊 |yi−𝑴𝒆| |yi−𝑴𝒆|𝒏𝒊

1 5 0.524 0.2746 1.3730 0.0106 0.0530 0.011 0.055
2 11 0.528 0.2788 3.0668 0.0066 0.0726 0.007 0.077
3 9 0.532 0.2830 2.5470 0.0026 0.0234 0.003 0.027
4 19 0.536 0.2873 5.4587 0.0014 0.0266 0.001 0.019
5 9 0.540 0.2916 2.6244 0.0054 0.0486 0.005 0.045
6 4 0.544 0.2959 1.1836 0.0094 0.0376 0.009 0.036
7 3 0.548 0.3003 0.9009 0.0134 0.0402 0.013 0.039
17.1544 0.302 0.298

Variancia Estándar: de datos agrupados−

𝑦̅=0.5346 m

y n
2

i i
S y2  i 1
y
2

n
17 . 1544
S y2   (0.5346 ) 2
60
S y  0.2859  0.2858
2

S y2  0.0001mm

Interpretación estadística: El promedio de desviaciones al cuadrado es 0.0001

Desviación Estándar: de datos agrupados

𝑆𝑦 = √𝑆𝑦2

𝑆𝑦 = √0.0001

𝑆𝑦 = 0.01mm

Interpretación estadística: La raíz cuadrada de la varianza es 0.01 .mm

4.11 Calcule la desviación media media y desviación mediana de datos agrupados.

Interpretarlos:
A: DESVIACIÓN MEDIA:
 ∑ |𝐲𝐢 − ӯ|𝒏𝒊
|𝑫. 𝑴|𝒚 =
𝒏

𝟎. 𝟑𝟎𝟐
|𝑫. 𝑴|𝒚 = = 𝟎. 𝟎𝟎𝟓𝟎𝒎𝒎
𝟔𝟎
Interpretación estadística: la desviación media de datos agrupados de los valores absolutos
respesto a la mediana es 0.0050mm.
B: DESVIACION MEDIANA:

∑|𝐲𝐢 − 𝑴𝒆|𝒏𝒊
|𝑫. 𝑴𝒆|𝒚 =
𝒏

0.298
|𝑫. 𝑴𝒆|𝒚 = = 0.0049𝑚𝑚.
60
Interpretacion estadística: La desviación mediana de los valores absolutos respecto a la
mediana es 0.0049mm.
4.12 Calcule el coeficiente de variación de datos agrupados. Interpretarlo
estadísticamente.
𝑺𝒚
(C.V)y= ×100
Ȳ
𝟎.𝟎𝟏
(C.V)y= × 100 = 0.0187× 100 = 1.87%
𝟎.𝟓𝟑𝟒𝟔

Interpretación estadística: El coeficiente de variación de los diámetros de 60 cojinetes de

acero es 1.87%.
4.13 Calcule el Primer Cuartil (Q1), y el tercer cuartil (Q3). Interprétalos estadísticamente.
Primer cuartil: (Q1)
𝑖𝑛 1∗60
 Primer paso: = = 15
4 4
 Segundo paso: criterio desigualdad

𝑛
𝑁𝑗−1 ≤ 4 ≤ 𝑁𝑗
5 ≤ 15 ≤16

 Tercer paso: Intervalo: [0.526, 0.530>

 Cuarto paso: formula de Primer Cuartil (Q1) para datos agrupados.
 𝑖𝑛
− 𝑁𝑗−1
𝑄1 = ′
𝑌𝑗−1 + 𝑐𝑗 [ 4 ]
𝑁𝑗 – 𝑁𝑗−1

15 − 5
𝑄1 = 0.526 + 0.004 [ ]
16 − 5
𝑸𝟏 = 𝟎. 𝟓𝟑𝟎
Interpretación estadística: El primer cuartil cuyo valor es 0.530 supera a lo sumo al
25% de observaciones y a su vez es superado por no más del 75% de observaciones
restantes.

Tercer cuartil: (Q3)

𝑖𝑛 3∗60
 Primer paso: = = 45
4 4
 Segundo paso: criterio desigualdad

3∗60
𝑁𝑗−1 ≤ ≤ 𝑁𝑗
4
44 ≤ 45 ≤53

 Tercer paso: Intervalo: [0.538, 0.542>

 Cuarto paso: formula de Tercer Cuartil (Q3) para datos agrupados.

3𝑛
− 𝑁𝑗−1
′
𝑄3 = 𝑌𝑗−1 + 𝑐𝑗 [ 4 ]
𝑁𝑗 – 𝑁𝑗−1

45 − 44
𝑄3 = 0.538 + 0.004 [ ]
53 − 44
𝑸𝟑 = 𝟎. 𝟓𝟑𝟗

Interpretación estadística: El tercer cuartil cuyo valor es 0.539 supera a lo sumo al

75% de observaciones y a su vez es superado por no más del 25% de observaciones
restantes.

4.14: Calcule el tercer decil y el séptimo decil. Interpretarlos.

Tercer decil (D3 )
𝑖𝑛 3∗60
 Primer paso: = = 18
10 10
  Segundo paso: criterio desigualdad

3∗60
𝑁𝑗−1 ≤ ≤ 𝑁𝑗
10
16 ≤ 18 ≤ 25

 Tercer paso: Intervalo: [0.530, 0.534>

Cuarto paso: formula de Tercer decil (D3 ) para datos agrupados.

3𝑛
′ − 𝑁𝑗−1
D3= 𝑌𝑗−1 + 𝑐𝑗 [ 10 ]
𝑁𝑗 –𝑁𝑗−1

18−16
D3= 0.530 + 0.004 [25−16]

D3= 0.530 + 0.001

D3= 𝟎. 𝟓𝟑𝟏
Séptimo decil (D7)
𝑖𝑛 7∗60
 Primer paso: = = 42
10 10
 Segundo paso: criterio desigualdad

7∗60
𝑁𝑗−1 ≤ ≤ 𝑁𝑗
10
25 ≤ 42 ≤ 44

 Tercer paso: Intervalo: [0.534, 0.538>

Cuarto paso: formula de Séptimo decil (D7) para datos agrupados.

7𝑛
′ − 𝑁𝑗−1
D7= 𝑌𝑗−1 + 𝑐𝑗 [ 10 ]
𝑁 𝑗 –𝑁𝑗−1

42−25
D7= 0.534 + 0.004 [44−25]

D7= 0.534 + 0.004

D7= 𝟎. 𝟓𝟑𝟖

4.15: Calcule el nonagésimo percentil y el décimo percentil. Interpretarlos

estadísticamente.
Décimo percentil P10:
𝑖𝑛 10∗60
 Primer paso: = =6
100 100
 Segundo paso: criterio desigualdad

10∗60
𝑁𝑗−1 ≤ ≤ 𝑁𝑗
100
5 ≤ 6 ≤ 16

 Tercer paso: Intervalo: [0.526, 0.530>

 Cuarto paso: formula de Décimo percentil (P10) para datos agrupados.

10𝑛
− 𝑁𝑗−1
𝑃10 = ′
𝑌𝑗−1 + 𝑐𝑗 [100 ]
𝑁𝑗 – 𝑁𝑗−1

6−5
𝑃10 = 0.526 + 0.004 [ ]
16 − 5
𝑃10 =0.526 + 0.001
𝑷𝟏𝟎 = 𝟎. 𝟓𝟐𝟕
Interpretación estadística: El décimo percentil cuyo valor es 0.527 supera a lo
sumo al 10% de observaciones y a su vez es superado por no más del 90% de
observaciones restantes.

Nonagésimo percentil (P90):

𝑖𝑛 90∗60
 Primer paso: = = 54
100 100
 Segundo paso: criterio desigualdad

90∗60
𝑁𝑗−1 ≤ ≤ 𝑁𝑗
100
53 ≤ 54 ≤ 57

 Tercer paso: Intervalo: [0.542, 0.546>

 Cuarto paso: formula de Nonagésimo percentil (P90) para datos agrupados.

90𝑛
− 𝑁𝑗−1
′
𝑃90 = 𝑌𝑗−1 + 𝑐𝑗 [100 ]
𝑁𝑗 – 𝑁𝑗−1

54 − 53
𝑃90 = 0.542 + 0.004 [ ]
57 − 53
 𝑃90 = 0.542 + 0.001
𝑷𝟗𝟎 = 𝟎. 𝟓𝟒𝟑

Interpretación estadística: El nonagésimo percentil cuyo valor es 0.543 supera a lo

sumo al 90% de observaciones y a su vez es superado por no más del 10% de
observaciones restantes.

4.16 Calcule el recorrido Intercuartílico y el semi-Recorrido Intercuartílico.

Interprétalos.

Recorrido Intercuartilico (RI)

Q1 = 0.530
Q3 = 0.539
𝑹𝑰𝑸 = 𝑸𝟑 − 𝑸𝟏
𝑅𝐼𝑄 = 0.539 − 0.530
𝑅𝐼𝑄 = 0.009

Semi - Recorrido Intercuartílíco (Q)

𝑸𝟑 − 𝑸𝟏
Q=
𝟐
0.009
Q=
𝟐
Q = 0.0045

4.17 Calcule el recorrido Interpercentílico. Interpretar estadísticamente.

Recorrido Interpercentilico (RIP)

P10 = 0.527
P90= 0.543

𝑹𝑰𝑷 = 𝑷𝟗𝟎 − 𝑷𝟏𝟎

𝑹𝑰𝑷 = 0.543 − 0.527
𝑹𝑰𝑷 = 0.016
4.18: Hallar el 1er. Coeficiente de PEARSON. ¿Qué distribución dará CAs, en este caso?
Datos:
𝑦̅ = 0.5346
Md = 0.536 Y  Md
CAs 
𝑆𝑦 = 0.01 Sy
0.5346  0.536
CAs 
0.01
CAs  0.14

Según el primer coeficiente de asimetría de PEARSON genera una distribución asimétrica

negativa o sesgada a la izquierda.
4.19: Hallar el segundo Coeficiente de PEARSON. ¿Qué distribución dará CAs, en este caso?
Datos:
Q1 = 0.530
𝑸𝟑 = 0.539
𝑴𝒆 = 0.535 Q3  Q1  2 Me
CAs 
Q3  Q1
(0.539  0.530 )  (2 * 0.535)
CAs 
0.539  0.530
CAs  0.111

Según el segundo coeficiente de asimetría de PEARSON genera una distribución asimétrica

negativa o sesgada a la izquierda.

4.20: Hallar el coeficiente de asimetría de Fisher. ¿Qué distribución genera As?

i yi ni Yi-Ȳ (Yi-Ȳ)2 (Yi-Ȳ)2× ni (Yi-Ȳ)3 (Yi-Ȳ)3× ni

1 0.524 5 -0.011 0.000121 0.000605 -0.000001331 -0.000006655
2 0.528 11 -0.007 0.000049 0.000539 -0.000000343 -0.000003773
3 0.532 9 -0.003 0.000009 0.000081 -0.000000027 -0.000000243
4 0.536 19 0.001 0.000001 0.000019 0.000000001 0.000000019
5 0.540 9 0.005 0.000025 0.000225 0.000000125 0.000001125
6 0.544 4 0.009 0.000081 0.000324 0.000000729 0.000002916
7 0.548 3 0.013 0.000169 0.000507 0.000002197 0.000006591
60 0.0023 -0.00000002
 ∑𝒏𝒊=𝟏(𝐘𝐢 − Ȳ)𝟑 × 𝐧𝐢
𝑨𝒇 = 𝟑
∑𝒏 (𝐘𝐢 − Ȳ)𝟐 × 𝐧𝐢
𝒏 × (√ 𝒊=𝟏 )
𝒏

−𝑜.𝑜𝑜𝑜𝑜𝑜𝑜𝑜2 −0.00000002 −0.00000002

Af= 3= = = −0.00033333
0.0023 60 𝑥 (𝑜.𝑜1)3 0.00006
60𝑥(√ )
60

Af=-0.0003

El coeficiente de FISHER genera una distribución asimétrica negativa o sesgada a la

izquierda.

4.21: Hallar el coeficiente Percentílico de KURTOSIS. ¿Qué distribución genera?

Datos:
𝑸𝟏 = 0.530
𝑸𝟑 = 0.539
𝑷𝟏𝟎 = 0.527
𝑷𝟗𝟎 = 0.543

Remplazando los valores:

Q3  Q1
K3 
2( P90  P10 )
0.539  0.530
K3 
2(0.543  0.527 )
0.009
K3   0.28125  0.281
0.032

Según el coeficiente percentílico de Kurtosis (K= 0.281> 0.263) genera una distribución
leptocúrtica.

V: Completar en forma adecuada las proposiciones, con (V) si es VERDADERO y con

(F) si es FALSO:

5.1) Distribución Tetramodal es la que tiene cuatro Máximos y cuatro

Medianas. (V)

5.2) La asimetría Positiva cumple con que la Media aritmética es mayor que
la mediana y esta a su vez es mayor que la moda. (V)
5.3) Recorrido interpercentilico es la desviación entre el Décimo y
Nonagésimo percentil. (F)

5.4) Semi – recorrido intercuartilico es la semi suma de la desviación del

tercer y el primer cuartil. (F)

5.5) La Distribución Asimétrica Negativa Cuando se trata de medir la

deformación y “As ≥ 0” (F)

5.6) La Distribución Platicurtica cuando se trata de medir la deformación y

“K=0,263” tomando el nombre de distribución normal general. (F)

5.7) La mediana es el segundo estadígrafo más usado, sobre todo en la

cuantificación de datos discretos, al presentarse un dato que tiene un valor
muy sesgado. (V)

5.8) El primer COEFICIENTE DE PEARSON mide el aplastamiento. (V)

5.9) El muestreo de “bola de nieve” es un muestreo no probabilístico. (V)

5.10) Los FRACTILES o CUANTILAS son estadígrafos que miden la

dispersión. (F)