ESTADÍSTICA

1. CONCEPTO
1 INTRODUCCIÓN AL ANÁLISIS COMBINATORIO

Parte de la Matemática, que estudia los diversos arreglos o selec-

Solución:
Considerando, que son eventos de forma mútuamente
excluyentes, luego: 2 + 3 = 5 maneras
ciones que podemos hacer con los elementos de un conjunto Además: Si un experimento ocurre de n1 formas, otro de n2
dado. y, así otro de nk formas, luego el experimento consiste en rea-
lizar de una u otra forma (son excluyentes, no se pueden rea-
2. PRINCIPIOS FUNDAMENTALES lizar juntos), ocurrirá de la forma: n1 + n2 + n3 + … + nk formas.

a) Principio de Multiplicación 3. FACTORIAL DE UN NÚMERO

Si un evento A se puede realizar de "m" maneras y después Se define como factorial de un número entero positivo "n",
de efectuado dicho evento de una de esas maneras, un como el producto de todos los números enteros consecutivos,
segundo evento B puede realizarse de "n" maneras diferen- desde el 1 hasta el número "n". Sea:
tes ; luego , el número total de maneras en que los eventos
puede efectuarse es de "m x n" maneras. n! = 1 x 2 x 3 x 4 x … x (n-2) x (n-1) x n
Observación: La condición necesaria y suficiente para que n! = n x (n-1) x (n-2) x …x 4 x 3 x 2 x 1
se aplique el principio de la multiplicación, es que se realizan
Ejemplo:
ambos experimentos (u operaciones), uno seguido del otro
o simultáneamente. 1! = 1
2! = 1.2 = 2
3! = 1.2.3 = 6
Ejemplo: 4! = 1.2.3.4 = 24
De un punto A a otro punto B, hay dos caminos diferentes y, 5! = 1.2.3.4.5 = 120
de B a C, tres caminos diferentes. Determina el número de 6! = 1.2.3.4.5.6 = 720
maneras que se puede ir de A a C. 7! = 1.2.3.4.5.6.7 = 5040
Resolución: Realizando un gráfico.

EJERCICIOS RESUELTOS
A B C 1. Jorge quiere hacerle un obsequio a Magaly, pero no sabe si
regalarle flores, chocolates o peluches. Si escoge regalarle flores
tiene que escoger 5 tipos de flores, si escoge regalar chocolates
tiene que escoger 6 tipos de ellos y si quiere regalar peluches
De: A a B, hay dos caminos De: B a C, hay tres caminos tiene que escoger 5 tipos de peluches. ¿De cuántas maneras
Por lo tanto hay: 2 x 3 = 6 formas distintas. podrá escoger un regalo?
a) 150 b) 11 c) 16 d) 110 e) 55
Además: Si un experimento (u operación) se realiza de n1
formas y para cada uno de estos, otro experimento (u ope- RESOLUCIÓN
ración), ocurre de n2 formas, y para cada una de las dos Por principio de la adición
primeras se puede efectuar un tercer experimento (u opera- Flores: 5 maneras ; Chocolates: 6 maneras
ción) de n3 formas y, así sucesivamente , la secuencia de Peluches: 5 maneras; Luego, flores, chocolates o peluches:
k experimentos ( u operaciones ) se realizará de: n1 x n2 x n3 5 + 6 + 5 = 16 maneras
x … xnk formas diferentes. clave: c)

2. ¿De cuántas maneras podrá vestirse una persona que tiene 3

b) De la Adición
pares de zapatillas, 4 buzos (2 iguales), 5 pares de medias y 6
Si un evento A se puede realizar de "m" maneras y, que polos (3 iguales)?
otro evento B se puede hacer de "n" maneras diferentes, a) 360 b) 300 c) 280 d) 220 e) 180
además, no es posible que ambos eventos se realicen juntos
luego, el evento A o el evento B, se harán de (m + n) RESOLUCIÓN
maneras. Por principio de la multiplicación
Observación: Un experimento compuesto, se dice que es Zap Buzos Medias Polos
una combinación de dos experimentos simples , si y solo si, (4-2+1) (6-3+1)
el experimento ocurre , cuando los experimentos a combi- 3 x 3 x 5 x 4 = 180 clave: c)
narse, ocurren por separado (pero no ambos, a la vez).
Ejemplo: 3. Si en una prueba de verdadero - falso hay tres preguntas, ¿de
Si se desea viajar, pero hay que decidir en hacerlo por el cuántas maneras diferentes pueden contestarse estas tres pre-
transporte de bus o de tren Y, si hay tres rutas para tren y dos guntas?
rutas para el bus; determina las maneras en realizar dicho viaje. a) 8 b) 6 c) 10 d) 3 e) 4
clave: c)

2
PERMUTACIÓN
Son los diferentes arreglos u ordenaciones que se pueden formar
PERMUTACIÓN LINEAL Y CIRCULAR

a.
b.
Permutación lineal
Permutación circular

con una parte o con todos elementos disponibles de un conjunto . PERMUTACIÓN LINEAL
En toda permutación , la característica principal es el orden de sus Se da cuando los elementos considerados son todos distintos y se
elementos. Y debido a esto una permutación es diferente de otra arreglan u ordenan en en línea recta. Por ejemplo cuando un grupo
cuando el orden de sus elementos es distinto. de alumnos se ponen en línea para tomarse una foto o cuando se
Estudiaremos las siguientes clases de permutaciones: colocan libros distintos alineados en un estante.

Introducción al Análisis Combinatorio - Permutación Lineal y Circular 105

 ESTADÍSTICA
Para "n" datos: Ejemplo 2:
¿De cuántas maneras se pueden sentar 5 personas alrededor de
 PL = n ! una fogata?
Ejemplo 1: Solución:
¿Cuántos números de tres cifras diferentes se pueden formar
con los números 1 ; 2 y 3? Pc = (5 – 1)! = 4! = 24
Solución EJERCICIOS RESUELTOS
Al tomar todos los elementos para ordenarlos, tenemos: 1. Ocho amigos (3 mujeres y 5 varones) se sientan en una fila con
8 asientos. ¿De cuántas maneras pueden ubicarse si las mujeres
123 132 deben estar juntas y Rosa se sienta al lado de Erick?

213 231  6 números
312 321 a) 1240 b) 1440 c) 1120 d) 1280 e) 1410

PL = 3! = 6 SOLUCIÓN:
PL = 5! x 3! x 2! = 1440 Clave: b)
Ejemplo 2:
¿De cuántas maneras se pueden ordenar 5 personas en una fila?
2. ¿De cuántas maneras diferentes se pueden ubicar 7 personas
Solución:
alrededor de una mesa circular, si Juana y Carmen no se sientan
PL = 5! = 120
juntas?

PERMUTACIÓN CIRCULAR (PC ) a) 720 b) 600 c) 540 d) 480 e) 5040

Cuando "n" elementos se disponen alrededor de un circulo, el número
de permutaciones, si se cuenta siempre en el mismo sentido a partir SOLUCIÓN:
de un mismo elemento, será: Total : Pc = (7 – 1)! = 720
Juntos : Pc = (6 – 1)! x 2 = 5! x 2= 240
Pc = (n – 1)! No juntos : 720 – 240 = 480 Clave: d)

Ejemplo 1: 3. Cuatro varones y 3 mujeres deben sentarse en una fila de 7

¿De cuántas maneras pueden sentarse 8 personas alrededor de asientos de modo que ningun varón ocupe sitio par. ¿De cuán-
una mesa redonda? tas maneras diferentes podrán sentarse?
Solución:
Pc = (8 – 1)! = 7! = 5040 a) 12 b) 180 c) 144 d) 360 e) 720
Clave: c)

3
PERMUTACIÓN CON ELEMENTOS REPETIDOS
Si se tiene n elementos donde hay:
PERMUTACIÓN CON ELEMENTOS REPETIDOS Y
VARIACIÓN

Ejemplo 1:
¿De cuántas formas pueden sentarse 7 personas en un sofá si
tiene solamente 4 asientos?
r1 = elementos de una primera clase
r2 = elementos de una segunda clase
r3 = elementos de una tercera clase Solución:
rk = elementos de una k – enésima clase
El número de permutaciones diferentes que se puede formar con Señalemos el siguiente esquema:
ellos es:
Asient os
n! del sofa
Prn.r ...r =
1 2 k r! x r2! x r3! x...x rk!
1 Número
de formas 7 6 5 4
Donde: r1 + r2 .... + rk  n
Ejemplo:  Número total : V47  7  6  5  4  840
¿De cuántas maneras se pueden ordenar las letras de la palabra Ejemplo 2:
PATATA? Cuántos números de 2 cifras pueden formarse con 4 dígitos sin
Solución: que se repita uno de ellos en el número formado.

6 6!
PR 3;2  3!x2!  60 Solución:
Aplicando el método de las cajas:
VARIACIÓN (V)
Es cada uno de los diversos ordenamientos que pueden formarse
tomando alguno o todos, de un numero dado de objetos y teniendo
en cuenta el orden en que se toman estos. 4 3 2 Dígitos posibles
de ubicar en cada caja
n!
Vrn = Nº de maneras = 4 x 3 x 2 = 24
(n – r)!
n = número total de elementos Ejemplo 3:
r = número de elementos tomados (agrupados) De cuántas maneras distintas pueden sentarse en una banca de
6 asientos 4 personas.

106 Permutación con Elementos Repetidos y Variación

 ESTADÍSTICA
Solución: SOLUCIÓN:
Interesa el orden en que están sentados 6 6!
6
V 3

6  3! = 6 . 5 . 4 = 120
 maneras = V4 = 6×5×4×3 = 360
Clave: b)
Ejemplo 4:
En una maratón realizada por el CEPREUNCP, participan 10 2. ¿Cuántos números enteros se pueden formar con los dígitos: 1;
estudiantes. ¿De cuántas formas podrán ser premiados los tres 3; 5; 7 y 9 de modo que no se repitan los dígitos?
primeros, si no hay empate?
a) 300 b) 275 c) 250
Solución: d) 120 e) 325
Se desea hallar las diferentes ternas que se pueden formar con20
SOLUCIÓN:
elementos, esto es:
5 5 5 5 5

1er 2do 3er

Total de números= V 1
 V2  V3  V4  V5
lugar lugar lugar
Se tiene: 5 + 20 + 60 + 120 + 120 = 325

10 x 9 x 8 = 720 Clave: e)

3. Determina la cantidad de palabras distintas (sin importar su sig-

EJERCICIOS RESUELTOS nificado) que se pueden obtener al permutar las letras de la
1. Tres jóvenes buscan trabajar como ayudantes en una panadería palabra CATARATA.
que tiene 6 locales. ¿De cuántas maneras diferentes pueden
trabajar en la panadería, si se sabe que cada uno de ellos debe a) 1680 b) 840 c) 420
d) 210 e) 105
estar en un local diferente?
SOLUCIÓN:
a) 100 8 8!
b) 120 PR 4; 2; 1; 1

(4!)(2!)
c) 80
8.7.6.5.4!
d) 160 = = 840
(4!).2
e) 180
Clave: b)

4
COMBINACIÓN
Es cada uno de todos los ordenamientos que pueden formarse,
COMBINACIONES Y PROPIEDADES

Si tenemos m elementos de los cuáles solo r son diferentes y queremos

formar grupos de n elementos, tendremos:
tomando todos los elementos o grupos de estos, no importando el (n r  1)!
C R nr  n  r 1
orden en que se tomen estos.
n! (r  1) !  Cr
n! además: r  n  m
Cnr =
(n – r)!.r!
n = Número total de elementos EJERCICIOS RESUELTOS
r = Número de elementos tomados 1. Determina la cantidad de comisiones diferentes de cuatro perso-
(agrupados) nas que se pueden formar con los 20 alumnos de un aula.
OBSERVACIONES
1. Cno = 1 C1n = n Cnn = 1 a) 4168 b) 4148 c) 4126 d) 3435 e) 4845

2. Cnr = Cnn – r SOLUCIÓN:

En la comisión no importa el orden.
3. Cno + C1n + Cn2 + ... + Cnn = 2n 20!
#(Comisiones) = C20
4
=
16! 4!
C1n + Cn2 + ... + Cnn n
= 2 –1 #(Comisiones) = 4845 Clave: e)

DIFERENCIA ENTRE COMBINACIONES Y VARIACIONES

2. Al preparar jugos utilizando una o dos frutas, se obtuvieron de
Las combinaciones se diferencian por sus elementos; en tanto que las
36 sabores diferentes. ¿Cuántas frutas se dispusieron para el
variaciones por el orden de los mismos.
• Para las variaciones el orden de sus elementos si interesa, ya que preparado de los jugos mencionados?
no es lo mismo decir 23 que 32.
• Para las combinaciones el orden no interesa. a) 6 b) 7 c) 8 d) 9 e) 10
• Dos combinaciones son diferentes sólo si difieren por lo menos
en un elemento: abc; abd; bcd; acd. SOLUCIÓN: Sean "n" frutas disponibles
n(n  1)
COMBINACIÓN CON REPETICIÓN C 1n  C n2  36  n
2
 36
Son los diferentes grupos u subconjuntos que se pueden formar con  n=8 Clave: c)
n2  n  72
una parte o con todos los elementos de un conjunto determinado,
pero considerando que hay algunos elementos iguales.

Combinaciones y Propiedades 107

 ESTADÍSTICA
3. En una reunión social se encuentran 10 mujeres y 12 varones, si a) 42842 b) 43284 c) 58842 d) 46264 e) 69844
se forma un grupo de 6 personas donde cada grupo debe tener
al menos 3 mujeres y al menos un varón, determina la cantidad SOLUCIÓN:
de grupos diferentes que se pueden formar. #(comisiones) = 26400+13860+3024 = 43284

5
Clave: b)

INTRODUCCIÓN A LA PROBABILIDAD

,13} Luego, sea el evento:

PROBABILIDAD B = {A1, A2, A3, A4}
Cuando cierto fenómeno social, político, económico o científico ,
pueda ocurrir, está condicionado a los factores como antecedentes
previos y, luego sea tan probable que se realice o no.
DEFINICIÓN DE PROBABILIDAD
Para el estudio de las Probabilidades , es necesario conocer algunos Si A es un suceso de un espacio muestral , entonces la probabilidad
aspectos previos que se relacionan directamente, con los hechos de ocurrencia de A se denota P (A) y está dado por la relación:
probabilísticos. Sean:
Número de resultados
1. EXPERIMENTO
Los experimentos u operaciones reales o hipotéticos, pueden favorables al suceso A n(A)
P(A) = =
dividirse en dos clases: determinísticos y no determinístico. Número de resultados n( )
a) Determinístico: Un experimento es determinístico, si los re- posibles de 
sultados del experimento están completamente determinados
y puede describirse por una fórmula matemática, llamado
también , modelo determinístico.
AXIOMAS DE LA PROBABILIDAD
Ejemplo: 01. Si A es un suceso definido en el espacio muestral () entonces:
• Lanzar una pelota en un tanque y observar si flota o se
hunde. O < P(A) < 1 ; O% < P(A) < 100%
• Soltar una piedra en el aire
• A un cuerpo de masa "m" en reposo, se somete a una fuerza 2. P(A) = 0 y P(A) = 1
constante "F". El cuerpo se moverá con una aceleración de
• La probabilidad será 1 cuando el suceso sea seguro.
tipo constante: a = F / m .
• La probabilidad será cero cuando el suceso sea imposible
b) No Determinístico o Aleatorio: Un experimento es no
determinístico , si los resultados del experimento no puede
predecirse con exactitud, antes de realizar el experimento. TEOREMA DE LA ADICIÓN:
Ejemplo: Si A y B son sucesos no excluyentes definidos en un espacio muestral,
• Lanzar una moneda y observar la parte superior. entonces:
• Lanzar un dado y observar el número que aparece en la
parte superior. P(A  B) = P(A) + P(B) – P(A  B)
• Extraer una carta, de un mazo de 52 cartas Si A y B son sucesos mutuamente excluyentes:
Además: Se observan algunos aspectos comunes, en los
experimentos anteriores: A  B =  ; P (A  B) = 0
(1) Cada experimento puede repetirse indefinidamente, sin cam- P(A  B) = P(A) + P (B)
biar esencialmente las condiciones.
(2) Cada experimento es no determinístico
(3) Cada experimento tiene varios resultados posibles que pue-
TEOREMA DE LA MULTIPLICACIÓN
den describirse de antemano con precisión; por ejemplo: Sean A y B dos sucesos incluidos en el espacio muestral () , entonces:
e1 = { C, S } ; e2 = { 1,2,3,4,5,6 } ; etc. - Si A y B son sucesos independientes
P(A  B) = P(B) x P(B/A)
2. ESPACIO MUESTRAL (  ) Ejemplo 01:
Hemos notado, que cada experimento aleatorio tiene varios re- Una urna contiene 5 bolas azules y 3 rojas. Se extraen dos bolas
sultados posibles y que podemos describir con precisión el con- sucesivamente y sin reposición. Calcular la probabilidad que la primera
junto de estos resultados posibles. Se llamará "espacio muestral" sea roja y la segunda azul.
, asociado a un experimento aleatorio  , al conjunto de todos Solución:
los resultados posibles de dicho experimento aleatorio.
Ejemplo: P(B A) = P(B) x P(A/B)
• Designar un delegado de un grupo de cincuenta personas:
3 5 15
 = {d1, d2, … , d50} = x =
8 7 56
• Contar el número de autos, que llegan a un autoservicio en
- Si A y B son independientes
un día:  = { 1, 2, … , 50}
P(A  B) = P(A) × P(B)
3. EVENTO EXTRACCIÓN SIMPLE
Considerando el espacio muestral como el conjunto de todos Para naipes, bolas y otras, cuando se quiere extraer de una en una,
los resultados posibles de un experimento aleatorio; es decir, la probabilidad se determina por un simple cociente de los casos
podemos concebir al espacio muestral como un conjunto uni- favorables respecto a los casos totales.
versal. Se hablará, luego en él, de subconjuntos y elementos.
Se llama "evento" , a cualquier subconjunto del espacio muestral Ejemplo 02:
y lo denotaremos por: A, B, C, D, E, F, … , etc. Así, si A es un De una caja que contiene 7 bolas blancas y 5 negras, se extrae uno
evento , luego A   . Y, llamaremos “suceso” , a todo elemen- de ellos al azar. Determinar la probabilidad que sea negra.
to de un espacio muestral y lo designaremos por: w , x, y, etc.
Resolución
Esto es, si “x” es un suceso, luego x  
n () = 12
Ejemplo:
• Lanzar un dado y obtener un número par, luego: A = { 2, 4, 6 } n (N) = 5  P(N) = 5/12

108 Introducción a la Probabilidad

 ESTADÍSTICA
EXTRACCIÓN MÚLTIPLE La probabilidad de obtener un número mayor que 4 es 2/6=1/3.
Cuando se extraen dos o más objetos, se puede hallar la Probabilidad
por dos métodos. Clave: a)
MÉTODO DE LA FRACCIÓN 2. El profesor pide a un alumno que escriba un número de dos
Hacer el PRODUCTO de tantas fracciones como EXTRACCIONES se cifras. Determina cuál es la probabilidad de que el alumno escri-
hayan realizado. ba un número cuadrado perfecto.
Nº de Fracciones = Nº de Extracciones
a) 5/12 b) 1/12 c) 1/15 d) 4/15 e) 2/15
Ejemplo 03: SOLUCIÓN:
De una baraja de 52 cartas. ¿Cuál es la probabilidad de que al extraer · Casos totales · Casos favorables
tres al azar, éstas sean una figura (J, Q, K)? 10; 11; 12; … ; 99 16; 25; 36; 49; 64; 81
Solución: C.T. = 90 C.F. = 6
En una baraja de 52 cartas existen 4 cartas "J", 4 cartas "Q" y 4 cartas
"K", entonces tendremos 12 cartas favorables que se van a extraer de P = 6/90 = 1/15 Clave: c)
una en una.
12 3. Se lanzan un par de dados, si los números que resultan son
La probabilidad de la primera será:
15 siempre diferentes. Determina la probabilidad de la suma de los
11 resultados sea par.
La probabilidad de la segunda será: , ya que hay una figura menos.
51
10 a) 1/2 b) 2/5 c) 3/5 d) 4/7 e) 5/9
La probabilidad de la tercera será SOLUCIÓN:
50 a b
12 11 10 Dado 1 Dado 2
La probabilidad respuesta será el producto: , ,
52 51 50 6 . 5 = 30
Si son diferentes hay 30 resultados posibles.
EJERCICIOS RESUELTOS · Como a + b = par
1. Al lanzar un dado, determina cuál es la probabilidad de obtener i. PAR + PAR
un número mayor que 4. ii. IMPAR + IMPAR
a) 1/3 b) 2/5 c) 4/6 d) 1/4 e) 3/5 Los casos favorables:
SOLUCIÓN: 3.2 + 3.2 = 12
· Casos totales · Casos favorables pares impares
1; 2; 3; 4; 5; 6 5; 6 diferentes diferentes
C.T. = 6 C.F. = 2 Se pide P = 12/30 = 2/5 Clave: b)

INDICADORES DE LOGRO:
-
6 EVENTOS MUTUAMENTE EXCLUYENTES,

Aplicar la probabilidad para eventos mutuamente excluyentes

INDEPENDIENTES Y COMPUESTOS

EVENTOS INDEPENDIENTES:
Los eventos A y B son independientes si la ocurrencia de uno no
afecta a la ocurrencia del otro y viceversa
independientes y compuestos
- Determinar la probabilidad condicional en un problema particular. Ejemplo: Se lanza dos dados simultáneamente, definimos

EVENTOS MUTUAMENTE EXCLUYENTES A : El primer dado sale 1

Sean A y B dos eventos definidos en un mismo espacio muestral. B: El segundo dado sale 2
A y B son eventos mutuamente excluyentes si no pueden suceder a Luego A y B son independientes, pues el resultado que ocurre en el
primer dado no afecta el resultado del segundo dado y viceversa
la misma vez, lo cual se expresa de la siguiente forma A  B = .
Si A y B son eventos independientes
Ejemplo: En el experimento de lanzar un dado, consideremos los
Cumple: P(AB) = P(A) × P(B)
eventos:
A : Aparece un número par
Ejemplo: Se lanza un dado dos veces en forma sucesiva. Determina
B: Aparece un número impar
cual es la probabilidad que ambos resultados sea 5.
Aquí: A= {2; 4; 6} y B= {1; 3; 5};
además A  B =  . Resolución
entonces A y B son eventos mutuamente excluyentes A : Resultado 5 n(A) = 1
B: Resultado 5 n(B) = 1
PROPIEDADES: 1 1 1
1. Si A y B son eventos mutuamente excluyentes
P(A  B) = P(A)  P(B) =  =
6 6 36
P(A  B) = P(A) + P(B)
P(A  B) = 0 PROBABILIDAD CONDICIONAL
La probabilidad de que ocurra un evento A , una vez que el evento
Ejemplo: De una baraja de 52 cartas. Cuál es la probabilidad de B haya ocurrido , esta dado por:
obtener una carta de diamantes con un valor menor que 7 o
una carta con un valor 10 P(A B)
P(A /B) = Donde: P  0
Resolución: P(B) (B)
Sean los eventos
A: Carta de diamantes con valor menor que 7 n(A) = 6
B: Carta con valor 10 n (B) = 4 EJERCICIOS RESUELTOS
1. Una urna contiene 4 bolas rojas, 5 bolas azules y 1 bola verde.
6 4 5
P (AUB) = P(A) + P (B) = + = Se extrae al azar una bola de dicha urna. Determina la probabi-
52 52 26 lidad de que sea roja o verde.

Eventos Mutuamente Excluyentes, Independientes y Compuestos 109

 ESTADÍSTICA
a) 0,37 b) 0,2 c) 0,25 d) 0,75 e) 0,5 2. Se lanza un dado legal 5 veces. Determina la posibilidad de
obtener 5 veces el número 2.
SOLUCIÓN:
Eventos mutuamente excluyentes a) 1/250 b) 2/776 c) 1/216 d) 1/7776 e) 5/6
P(AUB)=P(A)+P(B)
4 1 5 SOLUCIÓN:
P ( AUB)     0,5 Eventos independientes, Luego:
10 10 10
Clave: e) 1 1 1 1 1 1
     Clave: d)
6 6 6 6 6 7776

TEOREMA DEL COMPLEMENTO

7
Si A es un evento definido en el espacio muestral , entonces:
EVENTOS CONTRARIOS Y ESPERANZA
MATEMÁTICA


f(x) 1/4 
2/4
pierde gana gana
S/.10 S/.10 S/.20

1/4

Determinando la utilidad esperada:

P(A) = 1 – P(A’)
Donde: 1 2 1
E(x) = (–10) + (10) + (20)
P(A): Probabilidad de que ocurra el evento A. 4 4 4
P(A’): Probabilidad de que no ocurra el evento A.
E(x) = 7,5
Ejemplo:
Determina la probabilidad de obtener al menos una cara en el EJERCICIOS RESUELTOS
lanzamiento de tres monedas.
1. La probabilidad que tiene Luis de ganar a David una partida de
a) 1/8 b) 1/4 c) 3/8 d) 7/8 e) 5/8 ajedrez es igual a 1/3. Determina cuál es la probabilidad que
tiene Luis de ganar por lo menos una de tres partidas.
Solución:
Al lanzar tres monedas los resultados posibles son: a) 1/8 b) 1/27 c) 26/27
d) 19/27 e) 8/27
 = (ccc),(ccs),(csc),(css),(scc),(scs),(ssc),(sss)
 n(W) = 8 SOLUCIÓN:

Como el complemento (lo contrario) de obtener al menos una

A: Ganar una pardita Al : No ganar una partida
cara es no obtener ninguna cara (puro sellos). Hallemos la pro- P( A)  1 / 3 y P(Al)  2 / 3 entonces la probabilidad de perder los
babilidad de obtener puro sellos.
A  = (sss)  n(A  ) = 1 tres juegos es:
2 2 2
. . 
8
por tanto la probabilidad de ganar
3 3 3 27
1
Luego: P(A ) = 8 19
8 el menos un juego es: 1   Clave: d)
1 7 27 27
Entonces: P(A) = 1 – =
8 8 2. Las probabilidades que tienen A, B y C de resolver un mismo
7
 la probabilidad de obtener al menos un cara es problema en forma individual es: 1/2 , 3/5 y 1/6 respectivamen-
8 te. Si intentan hacerlo los tres, determina la probabilidad de que
ESPERANZA MATEMÁTICA se resuelva el problema.
DEFINICIÓN:
La esperanza matemática o valor esperado de una variable a) 1/3 b) 5/6 c) 1/2
aleatoria discreta es la suma del producto de la probabilidad de cada d) 1/6 e) 1/5
suceso por el valor de dicho suceso.
n SOLUCIÓN:
E(x) = x1.p1 + x 2 .p2 + .... + xi.pi =

i=1
xi.pi
La probabilidad que ninguno de los tres lo resuelva es:
1 2 5 1
. .  por tanto la probabilidad de que el problema quede
Los nombres de esperanza matemática y valor esperado tienen 2 5 6 6
su origen en los juegos de azar y hacen referencia a la ganancia
promedio esperada por un jugador cuando hace un gran número 1 5
resuelto es: 1   Clave: b)
de apuestas. 6 6
Si la esperanza matemática es cero, E(x) = 0, el juego es equitativo, es
decir, no existe ventaja ni para el jugador ni para la banca. 3. Se lanza tres monedas, si los resultados son tres caras gana S/.50
y si son 3 sellos pierde S/.10. Determina el valor esperado.
Ejemplo:
Un jugador lanza dos monedas al aire. Si sale dos caras gana S/.20,
a) 3 b) 4 c) 5
si sale solo una cara gana S/.10 pero si sale dos sellos pierde S/.10.
d) 6 e) 7
¿Cuánto es la utilidad esperada de dicho jugador?
SOLUCIÓN:
a) 5,5 b) 7,5 c) 10 d) 10,5 e) 11
Solución: ccc sss
E: lanza dos monedas
x  50  10 entonces: E(x)= 50.(1/8)+(-10).(1/8) = +5
 = cc,cs,sc,ss  n( ) = 4 p( x ) 1 / 8 1 / 8
X: número de caras que salen Clave: c)
X: 0 1 2

110 Eventos Contrarios y Esperanza Matemática

 ESTADÍSTICA

8
ESTADÍSTICA
Es la ciencia que nos proporciona un conjunto de métodos y
INTRODUCCIÓN A LA ESTADÍSTICA

1.
ETAPAS DE LA INVESTIGACIÓN ESTADÍSTICA
PLANTEAMIENTO DEL PROBLEMA.- De acuerdo al estudio
procedimientos para la recolección de datos, clasificar, describir y que se realiza, se determina las características comunes de los
analizar ciertos datos numéricos que sirven para deducir conclusiones elementos en observación y de donde se obtendrán los datos.
y tomar decisiones de acuerdo a éstos análisis. 2. RECOPILACIÓN DE DATOS.- Los métodos de recopilación
de datos son diversos y dependen de las posibilidades y opor-
ESTADÍSTICA DESCRIPTIVA.- Es la que se dedica a la recolección, tunidades de obtener datos, entre las técnicas se tienen los
clasificación, presentación, análisis e interpretación de un conjunto de datos. censos y las encuestas.
ORGANIZACIÓN Y PRESENTACIÓN DE DATOS
CONCEPTOS USADOS EN ESTADÍSTICA Una vez recolectados los datos se procede a su organización,
1. POBLACIÓN.- Es el conjunto referencial de objetos sobre los clasificación y tabulación de modo que facilite su presencia en
cuales se realiza un determinado estudio. una tabla de frecuencias.
Ejemplos: Pueden ser de 2 maneras: para datos no agrupados y para
Las personas solteras de Junín. datos agrupados.
Las edades de todos los alumnos de la UNCP. Ejemplo: Se tienen las notas obtenidas por 20 estudiantes en un
Los televisores ensamblados en el Perú. aula determinada:
Existen dos tipos de población: finita e infinita. 12; 10; 6: 8; 18; 7; 13; 13; 16; 19; 13; 12; 11; 13; 18; 19; 7; 17; 12; 13.

• POBLACIÓN FINITA.- Cuando es posible contar, enume- ELEMENTOS DE UNA TABLA DE DISTRIBUCIÓN DE FRECUENCIA
rar o enlistar los elementos que pertenecen a una población. ALCANCE (A). Es el intervalo cerrado definido por los datos de
Ejemplo: Los alumnos de secundaria del Colegio Santa Isabel. menor y mayor valor.
• POBLACIÓN INFINITA.- Cuando no es posible contar, Del ejemplo: A = [6; 19]
enumerar o enlistar los elementos que pertenecen a una RANGO (R). Es la diferencia entre el mayor y menor de los datos.
población. Del ejemplo: 19 – 6 = 13
Ejemplo: Las familias que vivieron en el departamento de INTERVALO DE CLASE (I).- Es una clasificación de los datos en
Junín hasta hoy. subgrupos.
2. MUESTRA.- Es cualquier subconjunto de la población, una Ejemplo: se puede considerar [8; 14
muestra debe ser representativa, de manera que pueda hacer 8 = límite inferior
deducciones de ello respecto a la población completa. 14 = límite superior
Ejemplo: Las edades de los alumnos del 5to. Año de secundaria REGLA DE STURGES.- Sirve para determinar un primer valor
del Colegio Santa Isabel. aproximado del número de intervalo de clase (k).
K = 1 + 3,3 Log n ; donde: n = número de datos.
3. VARIABLE ESTADÍSTICA.- Es un símbolo que representa En el ejemplo: k = 1 + 3,3 Log 20 = 5,293 aproximadamente
indistintamente a cualquiera de los elementos de un conjunto de Luego k puede tomar los valores de 4; 5 o 6.
datos. ANCHO DE CLASE .- Es la diferencia entre el límite superior e
Ejemplo: Respecto a los alumnos del 5to. de secundaria del inferior de cada intervalo.
colegio Santa Isabel son variables estadísticas: la altura, el peso, Del ejemplo anterior: W = 14 -8 = 6
sus notas, etc. MARCA DE CLASE (xi) .- Es el punto medio de cada intervalo.
Las variables estadísticas, se clasifican en: cualitativas y cuantitativas. 8 + 14
Del ejemplo anterior: x i = = 11
• VARIABLE CUALITATIVA. Las variables cualitativas se 2
refieren a caracteristicas o cualidades que no pueden ser
medidas con números, podemos distinguir dos tipos: nomi-
FRECUENCIA ABSOLUTA ( f i ) .- Es el número de observaciones
nales u ordinales. que se registran en cada clase.
a) VARIABLE NOMINAL. Una variable cualitativa nominal
presenta modalidades no numéricas que no admiten un cri-
FRECUENCIA RELATIVA ( hi ).- Es el cociente entre de la
terio de orden. frecuencia absoluta entre el total de datos.
Ejemplo: Los nombres de personas, la raza, el color de la f
hi = i ; 0  n  1
piel, estado civil, etc. n
b) VARIABLE ORDINAL. Una variable cualitativa ordinal FRECUENCIA ABSOLUTA ACUMULADA (Fi ).
presenta modalidades no númericas, en las que existe un Fn = f1 + f2 + f3 + f4 + ... + fn
orden. FRECUENCIA RELATIVA ACUMULADA ( Hi).
Hn = h1 + h2 + h3 + h4 + ... + hn = 1
Ejemplo: Los días de la semana, los meses del año, puesto
conseguido en una competencia, etc.
• VARIABLE CUANTITATIVA.- Una variable cuantitativa
EJERCICIOS RESUELTOS
1. Indica verdadero o falso en las siguientes proposiciones:
es la que se expresa mediante un número, por tanto se pue-
I. El salario, tiempo, peso, etc. Son variables cuantitativas dis-
den realizar operaciones aritméticas con ella.
cretas.
La variable cuantitativa se clasifica en discretas y continuas. II. Una variable continua generalmente se obtiene por conteo.
a) VARIABLE CUANTITATIVA DISCRETA. Son aquellas III. La distribucion de frecuencias por intervalos de clase se usa
que pueden ser sometidas al procedimiento de conteo, fre- cuando la variable estadística es continua o discreta.
cuentemente solo se consideran valores enteros. IV. La marca de clase es el punto medio de cada intervalo.
Ejemplo: Número de hijos de una familia, número de goles
en un partido , número de preguntas en un examen, etc. a) FFVV b) VVVF c) FVFV d) FFFF e) VVVV
b) VARIABLE CUANTITATIVA CONTINUA. Son aquellos
SOLUCIÓN:
que pueden tomar cualquier valor del intervalo numérico
considerado, incluido los valores decimales.
Ejemplo: El peso de los alumnos, la estatura de mujeres de
I  F; II  F; III  V; IV  V
Clave: a)
un aula del Cepre UNCP, etc.

Introducción a la Estadística 111

 ESTADÍSTICA
2. En la siguiente tabla de datos de una empresa se observa lo Determina el porcentaje de personas que son técnicos:
siguiente:
a) 19% b) 20% c) 30% d) 13% e) 25%
OCUPACIÓN NÚMERO DE
PERSONAS SOLUCIÓN:
TÉCNICO 19 Técnicos = 19 Total = 100
EMPLEADOS 21 19
OBREROS 28 %Técnico =  100  19%
100
AYUDANTES 32 Clave: a)

•
9
FRECUENCIA ABSOLUTA (fi): Es el número de datos conte-
nidos en un determinado intervalo de clase, la suma total de las
frecuencias absolutas debe corresponder al número total de
DISTRIBUCIÓN DE FRECUENCIAS

Ejemplos:
01. Se elaboró el siguiente cuadro estadístico para las puntuaciones
de 100 competidores.
elementos (n).
• FRECUENCIA RELATIVA (hi ): Es el cociente de cada fre- P untajes fi
cuencia absoluta entre el número total de elementos (n). La [ 5 – 10 
suma de todas las frecuencias relativas es igual a 1. [ 10 – 15 
fi [ 15 – 20  25
hi = Además: 0  hi  1 [ 20 – 25 
n
[ 25 – 30 
• FRECUENCIA ABSOLUTA ACUMULADA (Fi)
Es la acumulación ordenada de cada una de las frecuencias Se sabe además que: h1  h5 y h2  h 4
absolutas.
Determina h 2  h5
Es decir:
Solución:
F1 = f 1
F2 = f 1 + f 2 25 1 h 1 + h 2 + h 3 + h 4 + h 5 =1
h3 = = ;
F3 = f 1 + f 2 + f 3 100 4

3 3
Fk = f1 + f2 + f3 + ……….. + fk 2(h 2 + h 5 )=  h2 + h5 =
4 8
K

f = n
02. Complete el siguiente cuadro de distribución frecuencias de las
FK = i k: número de clases
notas de 16 alumnos en un examen de Matemática I.
i=1 Determina a + b + d.
Notas (li ) fi hi Hi Fi
Lo que significa que la última frecuencia absoluta acumulada
(Fk) debe ser igual al número de elementos (n) [ 3 – 6  4 q
[ 6 – 9  m 0, 25 a
• FRECUENCIA RELATIVA ACUMULADA (Hi ) [ 9 – 12  4 p
Es la acumulación ordenada de cada una de las frecuencias
[ 12 – 15  n 0,125 d
relativas. Se obtiene de forma análoga a la frecuencia abso-
luta acumulada. [ 15 – 18  Q 0,125
Totales b
K
FK =
 f =n
i=1
i
Solución:
m n
= 0,25  m = 4 ; = 0,125  n = 2
16 16
Donde:
8 4
K: número de clases a=  0,5 ; q  0, 25 ; b = 1 ; d = 14
16 16
Lo que significa que la última frecuencia relativa acumulada (Hk)
es igual a uno  a + b + d =15,5
03. Conocida la siguiente tabla de frecuencias, cuya distribución es
li Xi fi Fi hi Hi simétrica y el ancho de clase es constante:
[ 5– 7 6 8 8 0,20 0,20
li fi Fi hi
[ 7– 9 8 10 18 0,25 0, 45
[ – 
[ 9 – 11  10 7 25 0,175 0,625 [ 240 –  24
[ 11 – 13  12 9 34 0,225 0,850 [ –  1/ 5
[ 13 – 15  14 5 39 0,125 0,975 [ – 
[ 15 – 17  16 1 40 0,025 1 [ 330 –  10
TOTAL 40 1
¿Cuántos datos habrá en el intervalo [ 240 – 300  ?

112 Distribución de Frecuencias

 ESTADÍSTICA
EJERCICIOS RESUELTOS
01. Determina qué tanto por ciento del total tienen edades desde 20 Notas hi Hi
hasta 33 años. 0 0,125
 0,150
Edades fi hi Hi  0,650
[ – 18  0,10  16
[ –  0, 30
[ –  40 SOLUCIÓN:
16  0
[ – 36  20 w= 4
4
a) 50% b) 60% c) 70% d)80% e) 90% H 3 =h 1 + h 2 + h 3  0, 650  0,125  0,150  h 3
SOLUCIÓN: h 3  0, 375 ; h4  0,350
3w = 36 - 18  w=6 15% a
Con notas de 7 a 8 : =  a = 3,75%
40 20 8-4 8-7
0,10 + 0,30 + + =1  n =100
n n
37,5% b
Con notas de 8 a 10: =  b = 18,75%
Edades fi hi Hi 12 - 8 10 - 8
[ 12 – 18  10 0,10 0,10 a + b = 3,75% + 18,75%  22,5% Clave: c)
[ 18 – 24  30 0,30 0, 40
[ 24 – 30  40 0, 40 03. Dada la siguiente tabla de frecuencia de los pesos de 150 obre-
ros, cuya distribución es simétrica y ancho de clase constante.
[ 30 – 36  20 0, 20

Peso (kg) xi f i hi
6 4
=  x = 20%
30% x [ –  48,5
24 - 30: 40% [ –  x
6 3 [ –  y
=  y = 10%
20% y [ –  57,5 37
 20% + 40% + 10% = 70% Clave: c) [ –  z

02. La siguiente tabla muestra la distribución de notas de un grupo El 10% de los objetos pesa menos de 50 kg, señale: x + y - z.
de alumnos.     
¿Qué porcentaje de este alumnado obtuvo notas de 7 a 10? a) 0, 62 b) 0, 73 c) 0, 428 d) 0, 453 e) 0, 621
SOLUCIÓN:
a) 20,5% b) 21,7% c) 22,5% d) 23,5% e) 27,2% 
x + y - z  37  46  15  0, 453 Clave: d)

10
150

GRÁFICOS ESTADÍSTICOS

• Diagrama circular
TABLAS DE FRECUENCIAS Y SUS REPRESENTACIONES GRÁFICAS
A. PARA VARIABLES CUALITATIVAS
Ejemplo: Se clasifican un grupo de personas de acuerdo a la
profesión que tienen: Biólogo
Abogado 24%
Profesión fi hi % 36%
Médico Ángulo central : qi = hi.360º
Ingeniero 15 0,30  30%
10%
Abogado 18 0,36  36% Ingenierio
Médico 5 0,10  10% 30%
Biólogo 12 0,24  24%
 
Total 50 B. PARA VARIABLE CUANTITATIVA DISCRETA
Lo anterior, gráficamente se puede representar de diferentes Ejemplo: En una aldea de la selva se preguntó a un grupo de 80
formas, algunas son: familias sobre el número de hijos que tenían. El resultado se
• Diagrama de barras separadas muestra en la siguiente tabla. (xi:número de hijos por familia)

18
xi fi Fi hi Hi
15 0 13 13 0,1625 0,1625
12 1 22 35 0,2750 0,4375
5 2 25 60 0,3125 0,75
3 15 75 0,1875 0,9375
4 5 80 0,0625 1
Ingeniero

Abogado

Biólogo
Médico

Representación gráfica: (Diagrama de bastones)

Gráficos Estadísticos 113

 ESTADÍSTICA
i La línea que resulta de unir con segmentos los extremos de cada
25 intervalo (según su frecuencia acumulada) recibe el nombre de
22
"ojiva"

15
13 EJERCICIOS RESUELTOS
1. En una muestra de 400 personas, acerca de las preferencias de
5 una marca de bebida gaseosa, por sus colores: N(negro);
R(rojo) y A(anaranjado). Se obtuvo el siguiente gráfico:
xi
0 1 2 3 4
C. PARA VARIABLE CUANTITATIVA CONTINUA
Ejemplo. A continuación se muestra el peso de 20 personas, en kg:
62,5 ; 70,4 ; 65 ; 50 ; 62,75 ; 90,5 ; 87; 60,45 ; 83 ; 69,8 ; 56,75;
69,2 ; 74,8 ; 75,6; 63,4 ; 55;28 ; 64,8 ; 78,2 ; 96,2 ; 88

En este caso es conveniente agrupar los datos por intervalos.

Así, en el ejemplo agrupándolos en intervalos de amplitud cons- Determina la cantidad de personas que prefieren el color ana-
tante igual a 10, obtenemos: ranjado.
a) 210 b)120 c)140 d)160 e)230
Ii xi fi Fi hi Hi
SOLUCIÓN:
[50;60 55 3 3 0,15 0,15 1°) 360° - 153° = 207° 2°) 400/360° = x/207° ; x = 230
[60;70 65 8 11 0,40 0,55 Clave: e)

[70;80 75 4 15 0,20 0,75 2. Considerando el siguiente gráfico de bastones:

[80;90 85 3 18 0,15 0,90
[90;100 92 2 20 0,10 1
Representación gráfica:
Histograma y polígono de frecuencias: Son diagramas de
barras o rectángulos cuyas bases representan los intervalos de
clase y las alturas, las frecuencias absolutas o relativas simples.

i
8 polígono de
frecuencia Determina el porcentaje de estudiantes que logró un puntaje
4 mayor o igual a 18.
3 a)30,0% b)28,8% c)24,0% d)38,8% e)40,0%

2 SOLUCIÓN:
Sea: 1°) n = 90 2°) 90/100% = 35/x ; x= 38,8%
50 60 70 80 90 100 Ii Clave: d)
Diagrama escalonado: Son diagramas similares al histograma
con la diferencia de que las alturas son frecuencias absolutas o 3. Sea el siguiente histograma de frecuencias:
relativas acumuladas.

Fi Ojiva
20
18
15
11
Determina el porcentaje de personas que tienen edad mayores
o iguales a 10 años, pero menores o iguales a 20 años.
2 a)79% b)75,5% c)81,8% d)95,5% e)90,8%

50 60 70 80 90 100 Ii SOLUCIÓN:
1°) n = 110 2°) 110/100% = 90/x ; x = 81,8%

11
Clave: c)

MEDIDAS DE TENDENCIA CENTRAL I

MEDIDAS DE TENDENCIA CENTRAL I I. MEDIA ARITMÉTICA ( x )

Denominados también estadígrafos (generalmente promedios), son denominada también, simplemente "Media". Es la suma de todos
funciones que se obtienen a partir de datos cuantitativos de una los datos de la población, dividida entre el número total de ellos.
población o muestra, resumie ndo la informac ión obte nida Sean los datos: d1 ; d2 ; d3 ; … ; dn Luego:
puntualmente, es decir en un solo valor. Según el estadígrafo que se
utilice, pueden estar ubicados cerca a la parte central de los datos d1 + d2 + d3 + ... + dn ni= 1 . di
x=  x=
estadísticos (por ello su nombre de tendencia central). Sean: n
n

114 Medidas de Tendencia Central I

 ESTADÍSTICA
EJEMPLO: III. MODA (Mo)
Determina la media de las notas obtenidas de un estudiante: 15; Es aquel dato que se repite con mayor frecuencia, en un con-
17; 07; 10. junto de datos.
Solución: Mo = (Dato más frecuente)
Aplicando la fórmula
15 + 17 + 07 + 10 EJEMPLO:
x=  x = 12,25
4 Determina el valor de la moda, para el siguiente conjunto de
datos:
II. MEDIANA ( Me ) 10; 15; 12; 11; 10; 16; 08; 12; 10; 13; 16; 10
Previamente, para conocer el valor de la mediana, es necesario Luego: Mo = 10
ordenar al conjunto de datos.
• Si el conjunto de datos (n) es impar: EJERCICIOS RESUELTOS
La mediana tomará el valor del dato de lugar central.
1. Se tienen 4 cantidades cuya moda es 3, su mediana es 5 y su
x m = dc media es 6. Determina el producto de las dos cantidades mayo-
res.
EJEMPLO: a) 64 b) 68 c) 75 d) 77 e) 80
Determina el valor de la mediana de los datos: 07; 15; 12; 09; 10. SOLUCIÓN:
Solución: Del dato, se tiene que: 3; 3; a; b
Ordenando los datos Además: (3 + a) /2 = 5, luego: a = 7

07 09 10 12 15 67b
Finalmente:  6 , luego: b = 11
4
Por lo tanto: x m = 10 El producto de los dos mayores: 11(7) = 77 Clave: d)
• Si el conjunto de datos (n) es par:
La mediana tomará el valor de la semisuma de los dos datos 2. Dados los siguientes datos correspondientes a las edades de 15
centrales. niños: 4; 2; 5; 4; 3; 6; 6; 4; 5; 6; 5; 3; 6; 5; 6. Relaciona:
I. Moda a. 5
dc1 + dc2 II. Mediana b. menor que 5
xm = III. Media aritmética c. 6
2
a) Ib – IIa - IIIc b) Ia – IIb - IIIc c) Ic – Iia – IIIb
EJEMPLO: d) Ic – Iib IIIa e) Ia – Iic - IIIb
Determina el valor de la mediana de los datos: 12; 10; 14; 16; SOLUCIÓN:
05; 11 Organizando los datos:
Solución: 2; 3; 3; 4; 4; 4; 5; 5; 5; 5; 6; 6; 6; 6; 6
Ordenando los datos Moda = 6 ; Mediana = 5 ; Media aritmética = 4, 6666…
05 10 11 12 14 16 Finalmente: Ic _ IIa – IIIb Clave: c)

11 + 12 3. Un matrimonio tiene 6 hijos donde la mediana es de 6 años, la

Por lo tanto: xm = media es de 7 años y la moda es de 5 años.
2
Determina la máxima edad que puede tener el hermano mayor.
xm = 11,5 a) 8 b) 10 c) 13 d) 15 e) 17

12
MEDIDAS DE TENDENCIA CENTRAL:
Se denomina así a los valores numéricos que se toman como
MEDIDAS DE TENDENCIA CENTRAL II

Donde:
k : número de intervalos de clase
Xi : Marca de clase de la clase i
referencia para señalar el comportamiento de un conjunto de datos. fi : Frecuencia absoluta de la clase i
El objetivo es determinar los valores que pueden ser considerados hi : Frecuencia relativa de la clase i
como representativos de un conjunto de datos.
Por ejemplo tenemos el cuadro estadístico para datos agrupados: 680
Para nuestro ejemplo: X = = 17
40
li Xi fi Fi hi Hi Xi.fi II. MEDIANA (ME)
[ 5; 10  7,5 8 8 0,20 0,20 60 Ubicamos la clase donde Fi excede por primera vez o iguale a la
[ 10; 15  12,5 10 18 0,25 0, 45 125 mitad del total de datos. (Clase mediana)

[ 15; 20  17,5 7 25 0,175 0,625 122,5 n 

[ 20; 25  22,5 9 34 0,225 0,850 202,5  2 – F(m - 1) 
[ 25; 30  27,5 5 39 0,125 0,975 137,5
Me = Lm + Wm .  
 fm 
[ 35; 40  32,5 1 40 0,025 1 32,5  
TOTAL 40 1 680
Donde:

Lm : Límite inferior de la clase mediana

I. MEDIA ARITMÉTICA ( x ) Wm : Amplitud de la clase mediana
n : Número total de datos
k

 X .f
F(m – 1) : Frecuencia absoluta acumulada de la clase que
i i precede a la clase mediana
k

 X .h
fm : Frecuencia absoluta de la clase mediana
x= i=1 = i i
n Para nuestro ejemplo:
i=1
F3=25 Ahí se ubica la clase mediana

Medidas de Tendencia Central II 115

 ESTADÍSTICA
Determina la media.
 40  a) 34,45 b) 64,54 c) 70,12 d) 57,16 e) 25,84
 2 – 18  115 SOLUCIÓN:
Me = 15 + 5  = = 16,42 Completando la tabla, luego tendremos:
 7  7
43  6  49  9  55  10  61  15  67  6  73  4
  x
50
III. MODA (MO) 2858
Ubicamos la clase donde fi es lo mayor posible. (Clase modal) x  57,16 Clave: d)
50
 d1 
Mo = Lo + Wo .   2. Del ejercicio anterior determina el valor de la mediana.
 d1 + d2  a) 58 b) 57 c) 56 d) 54 e) 53
SOLUCIÓN:
Donde:
Lo : Límite inferior de la clase modal 50
Wo: Amplitud de la clase modal Ubicando la clase mediana Fi   Fi  25
2
d1 : Diferencia entre la frecuencia de la clase modal y la frecuen- Clase Mediana: [52 ; 28>
cia de la clase que precedente
d2 : Diferencia entre la frecuencia de la clase modal y la fre-  25  15 
Me  52  6   ; Me = 58 Clave: a)
cuencia de la clase siguiente  10 
Para nuestro ejemplo: 3. El siguiente histograma de frecuencias con ancho de clase
f2=10 Ahí se ubica la clase modal constante da a conocer las temperaturas registradas en los últimos
d1 = 10 – 8 = 2 días de la selva peruana del presente año 2020.
d2 = 10 – 7 = 3
DIAS
 2 
Me = 10 + 5   = 12 60
2 + 3
45
EJERCICIOS RESUELTOS
1. Se distribuye los datos agrupados en intervalos de ancho co- 30
mún de los pesos de 50 personas. 20
T°

pesos xi fj xi.fj Fj 10 U N C P 40
[40-46> 6
Determina la moda de las temperaturas.
[46-52> 15 a) 22,5 b) 23,1 c) 24 d) 25,5 e) 26
[ - > 25 SOLUCIÓN
[ - > m 40 R 30
w   6 ; Clase modal [22 ; 28>
[ - > 46 k 5
[ - > n
 15 
Mo  22  6    Mo = 24 Clave: c)
 15  30 

13
Para completar mejor el análisis se debe tener el grado de
MEDIDAS DE DISPERSIÓN

 2
=
 f (x – x) =  f .x
i i
2
i i
2

–x
2
concentración o disposición de las observaciones alrededor de un
n n
valor central o de posición, por lo que resulta necesario incluir medidas
Donde: f i = Frecuencia absoluta de la clase i
de dispersión como la varianza y la desviación estándar.
x i = Marca de clase de la clase i
1. VARIANZA. (s2) ó ( 2 ). Se define como la dispersión de
x = Media aritmética
los datos alrededor de la media.
n = Total de datos
2. DESVIACIÓN ESTÁNDAR (S) ó  . Se define como la raíz
positiva de la varianza. DESVIACIÓN ESTÁNDAR (s ó S)
Los cuales están detallados a continuación: Es la raíz cuadrada de la varianza.

MEDIDAS DE DISPERCIÓN VARIANZA ( 2 ; s2) COEFICIENTE DE VARIACIÓN (C.V.)

Para datos no clasificados: Es una medida de dispersión relativa (libre de unidades de me-
dida) , que se define como la desviación estándar dividida por la

 (x – x) =  x
2
2 media aritmética:
2
2 = –x
n n S S
C.V. = ó C.V. = .100%
Donde: x = Dato x x
x = Media aritmética El C.V. es una medida muy útil para comparar la variabilidad de
dos ó más conjuntos de datos que tengan distintas unidades de
n = Total de datos
medidas y/o distintas medias aritméticas.
Para datos clasificados:

116 Medidas de Dispersión

 ESTADÍSTICA
EJERCICIOS RESUELTOS 3. De los datos agrupados de una determinada tabla se tiene:
1. Se tiene un conjunto formado por cinco elementos cuya suma
1715 2
de cuadrados es 542 y poseen una media aritmética de valor 10. 20   15 y la media aritmética de los datos agrupados
Determina el valor de la varianza N
es 15.
a) 8 b) 8,1 c) 8,2
d) 8,4 e) 8,5 Determina la varianza

SOLUCIÓN: a) 15 b) 8 c) 7
d) 6 e) 4

N  5 ;  X i2  542 y MA  10 entonces: SOLUCIÓN:

Para datos agrupados

 x i2
f .x 
2
s2   MA 2 2 2
N s N
 MA i i

542 231 152  6

s2   10 2  8,4
5 Clave: d)

Clave: d) 4. Los siguientes datos representan el peso de 4 personas expresa-

dos en kilogramos: 64; 70; 66 y 80. Determina la varianza
2. Se tiene un grupo de datos cuya media aritmética es 15 y la
varianza de valor 20 y la suma de los cuadrados de dichos datos a) 36 b) 38 c) 40
es 1715. Determina cuántos datos tiene dicho grupo. d) 42 e) 44
a) 5 b) 7 c) 9 Solución:
d) 8 e) 6 Los datos son no agrupados, entonces:
SOLUCIÓN: 64+70+66+80
x  70
4
MA  15 ;  X i2  1715 y s 2  20 entonces:
( 6)2   0   ( 4)2  (10)2
2
S2 
4
x
2
1715 2
s
2
 i
 MA = 20 
2
 15 entonces N = 7 1 52
N N S2   38
4
Clave: b) Clave: b)

CUARTILES (Q)
14
Los cuartiles son los que dividen al conjunto de datos ordenados en
MEDIDAS DE POSICIÓN

c = Longitud del intervalo de la clase del cuartil k

- Para datos no agrupados se usa: k*n cuando n es par, y
cuatro partes iguales. k*(n+1) cuando n es impar

Q1 = el primer cuartil, es el valor en el cual o por debajo del cual Deciles (D)
queda un cuarto (25%) de todos los valores de la primera suce- Los deciles son ciertos números que dividen la sucesión de datos
sión (ordenada) ordenados en diez partes porcentualmente iguales. Son los nue-
Q2 = es precisamente la mediana ve valores que dividen al conjunto de datos ordenados en diez
Q3 = el tercer cuartil, es el valor en el cual o por debajo del cual partes iguales.
quedan tres cuartas partes (75%) de los datos. D1 = primer decil, D2 = segundo decil, D3 = tercer decil,…….. D9
- La fórmula para el cálculo de los cuartiles cuando se trata de = noveno decil
datos agrupados es la siguiente:
Para datos agrupados se usa la fórmula:

K = 1; 2; 3
k= 1; 2; 3; ... ; 9
Donde:
Lk = Límite real inferior de la clase del cuartil k Donde:
n = Número de datos Lk = Límite real inferior de la clase del decil k
Fk = Frecuencia acumulada de la clase que antecede a la clase n = Número de datos
del cuartil k. Fk = Frecuencia acumulada de la clase que antecede a la clase
fk = Frecuencia de la clase del cuartil k del decil k.

Medidas de Posición 117

 ESTADÍSTICA
fk = Frecuencia de la clase del decil k
90  65
c = Longitud del intervalo de la clase del decil k P90  69  3( )
- Para datos no agrupados se usa: (k*n)/10 cuando n es par, y 27
(k*(n+1))/10 cuando n es impar P90  69  2, 7  71, 777...
 2a  14 Clave : b
PERCENTILES (P)
Los percentiles son ciertos números que dividen la sucesión de datos 2. Dada la siguiente distribucion de frecuencia:
ordenados en cien partes porcentualmente iguales.
Edad fi Fi
Para datos agrupados se usa la fórmula:
10 15 2
15  20 7
 20  25 6
k= 1; 2; 3; ... ; 99  25 30 14
Donde:
Lk = Límite real inferior de la clase del decil k
Determina el ( P(60) ) de las edades.
n = Número de datos
a) 21,2
Fk = Frecuencia acumulada de la clase que antecede a la clase b) 19,2
del decil k. c) 25,2
d) 23,2
fk = Frecuencia de la clase del decil k
e) 17,2
c = Longitud del intervalo de la clase del decil k
- Para datos no agrupados se usa: (k*n)/100 cuando n es par, SOLUCIÓN:
y (k*(n+1))/100 cuando n es impar 60(14)
P(60) = =8,4
EJERCICIOS RESUELTOS 100
1. En la tabla de pesos en Kg de 100 estudiantes del Cepre UNCP
8, 4  7
( P(90) : percentil 90) P(60) =20+5( )
6

Pesos Estudiantes P(60) =21,2

 60  63 5 Clave: a)

 63  66 18 3. Las notas en estadística de un grupo de estudiantes de medicina

son:
 66  69 42
18; 16; 17; 20; 17; 18; 19
 69  72 27
Determina entre qué valores se encuentra el 50% central de los
 72  75 8 estudiantes.

a) 17 y 18
Si: P(90)  71, aaa ... Determina: 2a b) 17 y 20
c) 17 y 19
d) 16 y 19
a) 6
e) 18 y 19
b) 14
c) 12
SOLUCIÓN:
d) 18
e) 7
16; 17; 17; 18; 18; 19; 20
SOLUCIÓN:
1(7  1)
Q1  2
Pesos Estudiantes Fi 4
 60  63 5 5 Q1  17

 63  66 18 23 3(7  1)
Q3  6
 66  69 42 65
Q3  19
4

 69  72 27 92
Respuesta 17 y 19
 72  75 8 100
Clave: c)

118 Medidas de Posición