Semana2 Posicion 2022

Probabilidad y Estadística INMT-51 CIMT-35
MEMT-33
Profesor: Mario Rojas Plaza
Primer Semestre 2022
Semana 2
Estadística Descriptiva, Medidas de Tendencia
Central
Medidas de Tendencia Central
Introducción
Las medidas de tendencia central, llamadas así porque

tienden a localizarse en el centro de la información, son de
gran importancia en el manejo de las técnicas estadísticas,
sin embargo, su interpretación no debe hacerse
aisladamente de las medidas de dispersión, ya que la
representabilidad de ellas está asociada con el grado de
concentración de la información.
Las principales medidas de tendencia central son:

1. Media Aritmética.
2. Media Aritmética Ponderada.
3. Media Aritmética Total para k-submuestras.
4. Mediana.
5. Moda.
6. Cuantiles (Percentiles, Deciles, Cuartiles)
1.- Media Aritmética

a) Datos no agrupados
Matemáticamente, la media aritmética se define como la
suma de los valores observados x1 , x2 , . . . , xn dividida
entre el número de observaciones n.
n
1X
x = xi
n
i=1
1
= (x1 + x2 + · · · + xn )
n
Ejemplo
Un estudio experimental de las características de automatización del
combustible biodiesel se dirigió a reducir la contaminacion producida
por los motores diesel. El combustible biodiesel es reciclable y de
bajas emisiones. Un aspecto del estudio es el tamaño de la gotita (µ
m) inyectada en el motor, a una distancia fija desde la boquilla. A
partir de los datos dados por los autores respecto del tamaño de
gotita, se considera una muestra de tamaño 40, que ya está
ordenada. Determine el promedio del tamaño de la gotita.
2.1 2.2 2.2 2.3 2.3 2.4 2.5 2.5 2.5 2.8
2.9 2.9 2.9 3.0 3.1 3.1 3.2 3.3 3.3 3.3
3.3 3.5 3.6 3.6 3.6 3.7 3.7 4.0 4.2 4.5
4.9 5.1 5.2 5.3 5.7 6.0 6.1 7.1 7.8 7.9
40
1 X 1 153,6
x= xi = (2,1 + 2,23 + · · · + 7,8 + 7,9) = = 3,84 µm.
40 40 40
i =1
b) Datos Agrupados
Para datos tabulados en m intervalos, frecuencias

absolutas ni y marcas de clases Ci , la media aritmética se
calcula por la fórmula:
m
1X
x = Ci ni
n
i=1
1
= (C1 n1 + C2 n2 + · · · + Cm nm )
n
Ejemplo
Las investigaciones de resistencia de materiales constituyen una
rica área de aplicación de métodos estadísticos. El artículo
“Effects of Aggregates and Microfillers on the Flexural
Properties of Concrete” (Magazine of Concrete Research, 1997:
81–98) reportó sobre un estudio de propiedades de resistencia
de concreto de alto desempeño obtenido con el uso de
superplastificantes y ciertos aglomerantes. La resistencia a la
compresión de dicho concreto previamente había sido
investigada, pero no se sabía mucho sobre la resistencia a la
flexión (una medida de la capacidad de resistir fallas por
flexión). Los datos anexos sobre resistencia a la flexión
(en megapascales, MPa, donde 1 Pa (pascal) = 1.45 ·
10−4 lb/pulg 2 ) aparecieron en el artículo citado.
Determinar el promedio de la resitencia a la flexión.
Título: Distribución de 40 concretos, según su resistencia a la

fexión.
i Resistencia a la flexión Ci ni Ci ni
1 [5.9 , 6.7] 6.3 7 44.1
2 (6.7 , 7.5] 7.1 8 56.8
3 (7.5 , 8.3] 7.9 10 79.0
4 (8.3 , 9.1] 8.7 3 26.1
5 (9.1 , 9.9] 9.5 4 38.0
6 (9.9 , 10.7] 10.3 3 30.9
7 (10.7 , 11.5] 11.1 2 22.2
8 (11.5 , 12.3] 11.9 3 35.7
Total 332.8
8
1 X
x = Ci ni
40 i =1
1 332,8
= (6,3 ∗ 7 + 7,1 ∗ 8 + · · · + 11,1 ∗ 2 + 11,9 ∗ 3) = = 8,32 MPa.
40 40
Propiedades de la Media Aritmética

i) La suma de las diferencias de los datos con respecto a la
media aritmética es igual cero.
n
X
(xi − x) = 0.
i =1
ii) La suma de las diferencias cuadráticas de los datos, con

respecto a la Media Aritmética, es mínima, es decir
n
X
(xi − θ)2 ⇒ obtiene su valor mínimo cuando θ = x.
i =1
Esta propiedad quiere decir que cualquier otro parámetro

θ, diferente a la media aritmética hace mayor la
expresión.
iii) Si a cada uno de los resultados xi le sumamos o le

restamos una constante k, la Media Aritmética
queda alterada en esa constante, es decir
yi = xi ± k , i = 1, 2, . . . , n,
n
X Xn
yi = (xi ± k)
i =1 i =1
X n n
X
yi = xi ± nk
i =1 i =1
n n
1 X 1X 1
yi = xi ± nk
n n n
i =1 i =1
y = x ±k
iv) Si cada uno de los datos xi se multiplica por una

constante k, entonces la media aritmética queda
multiplicada por esa constante, es decir
yi = kxi , i = 1, 2, . . . , n,
n
X Xn
yi = (kxi )
i =1 i =1
X n Xn
yi = k xi
i =1 i =1
n n
1 X 1X
yi = k xi
n n
i =1 i =1
y = kx
v) Si cada observación xi se transforma en

yi = a ± bxi . Entonces, y = a + bx
yi = a ± bxi , i = 1, 2, . . . , n,
n
X Xn
yi = (a ± bxi )
i =1 i =1
X n n
X
yi = na ± b xi
i =1 i =1
n n
1 X 1 1 X
yi = na ± b xi
n n n
i =1 i =1
y = a ± bx
2.- Media Aritmética Ponderada

Hemos visto que la Media Aritmética se calcula con base
a la magnitud de los datos, otorgándoles igual importancia
a cada uno de ellos. Sin embargo en muchas ocasiones la
magnitud del dato está ponderada con un determinado
peso que lo afecta relativamente. La Media Aritmética
ponderada (x w ) tiene en cuenta la importancia relativa de
cada uno de los datos, para lo cual la definimos con la
siguiente expresión:
n
P
wi xi
i=1
xw = n
P
wi
i=1
Ejemplo
Las calificaciones de un estudiante están conformadas por

los siguientes factores:
Un examen cuyo valor es 40 % en el cual obtuvo una nota
de 5.5, un trabajo de consulta con ponderación del 10 % y
calificación de 4.8, una exposición equivalente al 15 % con
nota de 6.0, y por último una investigación con valor del
35 % calificada con 5.5. Obtener la calificación definitiva
del estudiante.
Solución
4
P
wi xi
i=1
xw = 4
P
wi
i=1
(0,4)(5,5) + (0,1)(4,8) + (0,15)(6,0) + (0,35)(5,5)
=
0,4 + 0,10 + 0,15 + 0,35
5,505
= = 5,5
1
Por tanto la nota definitiva del alumno es un 5.5.
3.- Media Aritmética Total para

k-submuestras
Si la muestra está particionada en k submuestras de tamaños
N1 , N2 , . . . , Nk de medias aritméticas conocidas x 1 , x 2 , . . . , x k ,
entonces la media aritmética total (x T ) de la muestra completa se
define como:
N1 x 1 + N2 x 2 + · · · + Nk x k
xT =
N
k
1 X
= Ni x i
N
i =1
k
X
= Pi x i
i =1
Ni P k
donde Pi = , i = 1, 2, . . . , k y N = Ni
N i =1
Ejemplo
En una clase de ingeniería nuclear hay 22 estudiantes de

primer año, 18 de último año y 10 graduados. Si los de
primer año promedian 71 en el examen de medio
semestre, los de último año promedian 78 y los graduados
promedian 89, ¿cuál será la media para toda la clase?
Solución
Sean las variables definidas como
x1i : Puntaje del i-ésimo estudiante de primer año.
x2i : Puntaje del i-ésimo estudiante de último año.
x3i : Puntaje del i-ésimo graduado.
N1 : Número de estudiante de primer año.
N2 : Número de estudiante de último año.
N3 : Número de graduados.
La información que tenemos es la siguiente
N1 = 22 , N2 = 18 , N3 = 10
N = N1 + N2 + N3 ⇒ N = 50
P1 = 0,44 , P2 = 0,36 , P3 = 0,20
luego,
xT = P1 x 1 + P2 x 2 + P3 x 3
= (0,44)(71) + (0,36)(78) + (0,20)(89)
= 77,12
Ejemplo
Se desea determinar el desgaste promedio de los

neumáticos llegados a una planta de mantenimiento. La
información de que se dispone es que fueron clasificados
como utilizables, reparables e inservibles, observandose un
desgaste promedio de 110, 140 y 180 mm.
respectivamente. La cantidad de neumáticos utilizables es
la mitad de los reparables y estos son el triple de los
inservibles. ¿Determine el desgaste promedio total de los
neumáticos?.
Solución
Sean las variables definidas como
x1i : Desgaste del i-ésimo neumático clasificado como utilizable.
x2i : Desgaste del i-ésimo neumático clasificado como reparable.
x3i : Desgaste del i-ésimo neumático clasificado como inservible.
N1 : Número de neumáticos clasificados como utilizable.
N2 : Número de neumáticos clasificados como reparable.
N3 : Número de neumáticos clasificados como inservible.
Solución
La información que tenemos es la siguiente
1
N = N1 + N2 + N3 , N1 = N2 , N2 = 3N3
2
1 1
N = N2 + N2 + N2
2 3
11
N = N2
6
N2 6
= = P2
N 11
N2 6 N1 3 N3 2
luego, P2 = = , P1 = = y P3 = = .
N 11 N 11 N 11
Solución
Además x 1 = 110 , x 2 = 140 y x 3 = 180

Así
xT = P1 x 1 + P2 x 2 + P3 x 3
3 6 2
= (110) + (140) + + (180)
11 11 11
= 139,0909
Por lo tanto, el desgaste promedio de todos los

neumáticos llegados a la planta es de 139.0909 mm.
4.- Moda
La moda, la denotaremos por Mo y como su nombre lo

indica, es el valor más común (de mayor frecuencia)
dentro de una distribución de datos. Una información
puede tener una moda y se llama unimodal, dos modas y
se llama bimodal, o varias modas y llamarse multimodal.
Sin embargo, puede ocurrir que la información no posea
moda.
Ejemplo
ordenada. Determine la moda e interprete su resultado.
2.1 2.2 2.2 2.3 2.3 2.4 2.5 2.5 2.5 2.8
2.9 2.9 2.9 3.0 3.1 3.1 3.2 3.3 3.3 3.3
3.3 3.5 3.6 3.6 3.6 3.7 3.7 4.0 4.2 4.5
4.9 5.1 5.2 5.3 5.7 6.0 6.1 7.1 7.8 7.9
Mo = 3,3 µm.
b) Datos agrupados
Para datos tabulados en m intervalos , frecuencias

absolutas ni y marcas de clases Ci , la moda se puede
calcular identificando en la tabla de frecuencias el
intervalo que contiene a la moda (aquel que presenta
mayor frecuencia absoluta). Suponiendo que dicho
intervalo es el intervalo i-ésimo entonces una buena
aproximación de la moda se obtiene de la siguiente forma:

ni − ni−1
Mo = Lim Infi + A
(ni − ni−1 ) + (ni − ni+1 )
en que
Lim Infi : Límite inferior del intervalo i que contiene la moda.

A : Amplitud del intervalo que contiene la moda.
ni −1 : frecuencia absoluta del intervalo anterior
al que contiene la moda.
ni : frecuencia absoluta del intervalo que contiene la moda.
ni +1 : frecuencia absoluta del intervalo posterior
al que contiene la moda.
Ejemplo
Obtener e interpretar la moda.

fexión.
i Resistencia a la flexión Ci ni
1 [5.9 , 6.7] 6.3 7
2 (6.7 , 7.5] 7.1 8
3 (7.5 , 8.3] 7.9 10
4 (8.3 , 9.1] 8.7 3
5 (9.1 , 9.9] 9.5 4
6 (9.9 , 10.7] 10.3 3
7 (10.7 , 11.5] 11.1 2
8 (11.5 , 12.3] 11.9 3

(10 − 8)
Mo = 7,5 + 0,8
(10 − 8) + (10 − 3)
= 7,5 + 0,1778
= 7,6778 MPa.
5.- Mediana
Otra medida de tendencia central, utilizada

principalmente en estadística no paramétrica, es la
mediana (Me ), la cual no se basa en la magnitud de los
datos, como la media aritmética, sino en la posición
central que ocupa en el orden de su magnitud, dividiendo
la información en dos partes iguales, dejando igual número
de datos por encima y por debajo de ella.
Partiendo de la información bruta, ordenamos los datos de

manera ascendente. Si el número de observaciones es
impar la mediana es el valor que se encuentra en la
n+1
posición y si el número de datos es par
2
entonces la mediana esel promedio delos valores
que
n n
ocupan la posición y la posición +1 .
2 2
Ejemplo
ordenada. Determine e interprete el valor de la mediana.
2.1 2.2 2.2 2.3 2.3 2.4 2.5 2.5 2.5 2.8
2.9 2.9 2.9 3.0 3.1 3.1 3.2 3.3 3.3 3.3
3.3 3.5 3.6 3.6 3.6 3.7 3.7 4.0 4.2 4.5
4.9 5.1 5.2 5.3 5.7 6.0 6.1 7.1 7.8 7.9
x20 + x21 3,3 + 3,3

Me = = = 3,3 µm.
2 2
b) Datos agrupados
Para datos tabulados en m intervalos, frecuencias

absolutas ni y marcas de clases ci , primero obtenemos la
n
posición donde se encuentra la mediana y buscamos en
2
la columna de la frecuencia absoluta acumulada la primera
que contenga dicha posición, sea esta el intevalo i, luego
la mediana está dada por:
n
− Ni−1

2
Me = Lim Infi + A
ni
en que
Lim Infi : Límite inferior del intervalo i que contiene la mediana.
A : Amplitud del intervalo que contiene la mediana.
Ni −1 : frecuencia absoluta acumulada del intervalo anterior
al que contiene la mediana.
ni : frecuencia absoluta del intervalo que contiene la mediana.
Ejemplo
Obtener e interpretar la mediana.

fexión.
i Resistencia a la flexión Ci ni Ni
1 [5.9 , 6.7] 6.3 7 7
2 (6.7 , 7.5] 7.1 8 15
3 (7.5 , 8.3] 7.9 10 25
4 (8.3 , 9.1] 8.7 3 28
5 (9.1 , 9.9] 9.5 4 32
6 (9.9 , 10.7] 10.3 3 35
7 (10.7 , 11.5] 11.1 2 37
8 (11.5 , 12.3] 11.9 3 40

20 − 15
Me = 7,5 + 0,8
10
= 7,5 + 0,4
= 7,9 MPa.
Observación
La relación entre la media y la mediana depende de la

simetría de la distribución, de modo que
Me < x : si la distribución es asimétrica positiva.

Me = x : si la distribución es simétrica .
Me > x : si la distribución es asimétrica negativa.
6.- Percentiles
Se llama percentil i-ésimo al valor Pi de la variable que

particiona la distribución de datos de tal manera que el
i % de ellos sea NO superior a Pi y el (100 − i) % No sea
inferior a él.
Cálculo del Percentil i-ésimo
Dado un conjunto de datos no tabulados x1 , x2 , . . . , xn se
ordenan en forma creciente obteniendose la estructura
x(1) ≤ x(2) ≤ x(3) ≤ · · · ≤ x(n)
donde x(k) designa el dato que ocupa la POSICIÓN

k-ésima. El cálculo del percentil i-ésimo, Pi , conlleva a la
busqueda de la POSICIÓN que ocupa en este
ordenamiento. Esta posición corresponde al valor
(n + 1) · i
100

(n + 1) · i
i) Si es un número entero, entonces el
100
valor de Pi es el dato que ocupa dicha posición.
(n + 1) · i
ii) Si NO es un número entero, se debe
100
interpolar entre los datos que ocupan las posiciones
anterior y posterior, sin pérdida de generalidad. Si la
posición de Pi queda entre k y k + 1, es decir,
(n + 1) · i
k< <k +1
100
se deduce que
x(k) < Pi < x(k+1)


y la interpolación se realiza de la siguiente manera
Pi − x(k) x(k+1)−Pi
=
(n + 1) · i (n + 1) · i
−k (k + 1) −
100 100
desarrollando la expresión anterior tenemos que

(n + 1) · i (n + 1) · i
Pi = (k + 1) − x(k) + −k x(k+1)
100 100
Ejemplo
ordenada.
2.1 2.2 2.2 2.3 2.3 2.4 2.5 2.5 2.5 2.8
2.9 2.9 2.9 3.0 3.1 3.1 3.2 3.3 3.3 3.3
3.3 3.5 3.6 3.6 3.6 3.7 3.7 4.0 4.2 4.5
4.9 5.1 5.2 5.3 5.7 6.0 6.1 7.1 7.8 7.9
Determine los siguientes percentiles.
a) P25
b) P50
c) P75
Solución
a) ¿P25 ?.
(40 + 1) · 25
Posición = = 10,25
100
Posición : 10 ≤ 10,25 ≤ 11
Valor : 2,8 ≤ P25 ≤ 2,9
luego
P25 = (11 − 10,25) · 2,8 + (10,25 − 10) · 2,9
= 2,1 + 0,725
= 2,825 µm.
Ahora, interpreta el resultado.

Solución
b) ¿P50 ?.
(40 + 1) · 50
Posición = = 20,5
100
Posición : 20 ≤ 20,5 ≤ 21
Valor : 3,3 ≤ P50 ≤ 3,3
luego
P50 = (21 − 20,5) · 3,3 + (20,5 − 20) · 3,3

= 1,65 + 1,65
= 3,3 µm.
Ahora, interpreta el resultado.

Solución
c) ¿P75 ?.
(40 + 1) · 75
Posición = = 30,75
100
Posición : 30 ≤ 30,75 ≤ 31
Valor : 4,5 ≤ P75 ≤ 4,9
luego
P75 = (31 − 30,75) · 4,5 + (30,75 − 30) · 4,9

= 1,125 + 3,675
= 4,8 µm.
Diagrama de Caja o Boxplot
El diagrama de caja es importante ya que puede describir

varias características destacadas en un conjunto de datos.
Entre estas características están:
a) Centro.
b) Dispersión.
c) Naturaleza y magnitud de cualquier
desviación de la simétria.
d) Identificación de puntos inusuales o atípicos.
Diagrama de Caja o Boxplot
El diagrama se basa en cinco cantidades xmin , P25 ,

mediana, P75 y xmax . Primero, se traza una escala vertical
de medición. A continuación, se pone un rectángulo sobre
este eje; su orilla inferior está en P25 y la superior en P75 ,
por lo que el ancho de la caja = fs (fs = P75 − P25 ). Se
traza un segmento de recta horizontal dentro del
rectángulo, en lugar de la mediana. Por último, se trazan
bigotes o brazos que salen de ambos lados del rectángulo,
hacia las observaciones mínima y máxima.
Observación
a) La posición del símbolo de la mediana en

relación a las dos orillas plasma la
información de asimetría en el 50 %
intermedio de los datos.
b) Toda observación inferior a P25 − 1,5fs o
bien superior a P75 + 1,5fs es inusual. Un
valor inusual es extremo o atípico si es
inferior a P25 − 3,0fs o bien superior a
P75 + 3,0fs , y es moderado en cualquier otro
caso.
Ejemplo
Construir un Boxplot para los datos del tamaño de la gotita
inyectada en el motor.
Sabemos que P25 = 2,825 µm., P50 = 3,3 µm. y P75 = 4,8 µm.,
luego:
b) Datos agrupados
Para datos tabulados en m intervalos , frecuencias

absolutas ni , frecuencias absolutas acumuladas Ni y
marcas de clases Ci , primero obtenemos la posición de Pi
dada por la cantidad
n·i
100
y luego buscamos en la columna de las frecuencias
absolutas acumuladas el primer valor que contenga a
dicho valor, supongamos que este sea Nk , así el intervalo
que contiene a Pi será el intervalo k, luego aplicamos la
siguiente fórmula:
" #
i·n
100 − Nk−1
Pi = Lim Infk + A
nk
en que
Lim Infk : Límite inferior del intervalo k que contiene a Pi .
A : Amplitud del intervalo que contiene a Pi .
Nk−1 : frecuencia absoluta acumulada del intervalo
anterior al que contiene a Pi .
nk : frecuencia absoluta del intervalo que contiene a Pi .
Ejemplo
Para el caso de datos agrupados, obtenga e interpretar los siguientes

percentiles.
a) P25
b) P50
c) P75
fexión.
i Resistencia a la flexión Ci ni Ni
1 [5.9 , 6.7] 6.3 7 7
2 (6.7 , 7.5] 7.1 8 15
3 (7.5 , 8.3] 7.9 10 25
4 (8.3 , 9.1] 8.7 3 28
5 (9.1 , 9.9] 9.5 4 32
6 (9.9 , 10.7] 10.3 3 35
7 (10.7 , 11.5] 11.1 2 37
8 (11.5 , 12.3] 11.9 3 40
Solución
a) ¿P25 ?.
40 · 25
Posición = = 10
100

10 − 7
P25 = 6,7 + 0,8
8
= 6,7 + 0,3
= 7,0 MPa.
Bien, ahora interpreta el resultado.

Solución
b) ¿P50 ?.
40 · 50
Posición = = 20
100

20 − 15
P50 = 7,5 + 0,8
10
= 7,5 + 0,4
= 7,9 MPa.
Bien, ahora interpreta el resultado.

Solución
c) ¿P75 ?.
40 · 75
Posición = = 30
100

30 − 28
P75 = 9,1 + 0,8
4
= 9,1 + 0,4
= 9,5 MPa.
Ejemplo
d) ¿Qué porcentaje de concretos presentan una resistencia a la

flexión máxima de 8.8 MPa.?.
e) ¿Qué porcentaje de concretos presentan una resistencia a la
flexión mínima de 7.3 MPa?.
Solución
" #
i ·n
d) 100
− Nk−1
Pi = Lim Inf k + A
nk
" #
40·i
100
− 25
8,8 = 8,3 + 0,8
3
i = 67,1875 %.
Por tanto el 67,1875 % del total de concretos presentan una

resistencia a la flexión máxima de 8.8 MPa.
Solución
" #
i ·n
e) 100
− Nk−1
Pi = Lim Inf k + A
nk
" #
40·i
100
−7
7,3 = 6,7 + 0,8
8
i = 32,5 %.
Ahora bien (100 − 32,5) % = 67,5 %

Por tanto el 67,5 % del total de concretos presentan una resistencia
a la flexión mínima de 7.3 MPa.
7.- Cuartiles
Los cuartiles Qi son valores posicionales que dividen la

información en cuatro partes iguales, el primer cuartil Q1
deja el 25 % de la información por debajo de él, y el 75 %
por encima, el segundo cuartil Q2 , al igual que la
mediana, divide la información en dos partes iguales, y por
último el tercer cuartil Q3 deja el 75 % por debajo de sí, y
el 25 % por encima.
Observación Q1 = P25 , Q2 = P50 = Me y Q3 = P75 .

8.- Deciles
Los deciles Di dividen la información en diez partes

iguales, en cantidades porcentuales de 10 en 10.
Observación
D1 = P10 , D2 = P20 , D3 = P30 , . . . , D9 = P90 .

Ejemplo
Los siguientes datos de octanaje de varias mezclas de gasolina

fueron tomados de un artículo en Technometrics (vol. 19, p. 425),
revista dedicada a las aplicaciones estadísticas en ciencias físicas e
ingeniería.
88.5 95.6 88.3 94.2 89.2 93.3 89.8 87.7 93.3 87.6
92.7 88.3 91.8 89.6 83.4 94.7 84.3 93.2 85.3 92.3
87.4 86.7 91.1 86.7 91.0 87.9 90.4 88.9 87.5 91.0
88.2 90.3 88.6 90.1 91.2 91.5 94.2 90.8 93.4 90.9
93.0 89.3 88.6 87.8 88.3 88.5 89.0 88.7 94.4 100.3
89.9 98.8 90.1 96.1 89.9 92.7 91.8 90.4 92.2 91.6
89.3 92.2 90.4 89.7 91.2 91.1 90.3 91.0 92.6 91.6
92.2 89.8 90.5 90.0 90.6 93.7 90.7 91.1 92.7 93.7
a) Obtenga e interprete P78 y Q2 .
b) Obtenga e interprete la moda y la mediana.
c) Si el 5 % de las muestras con menor octanaje son

consideradas como de mala calidad, el 10 % de las
muestras con mayor octanaje se consideran de calidad
superior y las demás muestras son consideradas como
normales.¿Entre qué valores una muestra será considerada
como normal?.
d) Construya una tabla de frecuencias lo más completa posible para

los datos proporcionados, escríbale un título y anéxele un gráfico
adecuado.
e) Con la tabla construida anteriormente responda lo siguiente
i)Interprete n3 , F4 , N6 y f5 .
ii)Obtenga e interprete P78 y Q2 .
iii)Obtenga e interprete la moda y la mediana.
iv) Si el 5 % de las muestras con menor octanaje son
consideradas como de mala calidad, el 10 % de las
muestras con mayor octanaje se consideran de
calidad superior y las demás muestras son
consideradas como normales.¿Entre qué valores una
muestra será considerada como normal?.
v) Determine el porcentaje de muestras con un
octanaje superior o igual a 91.0.

Semana2 Posicion 2022

Cargado por

Copyright:

Formatos disponibles

Semana2 Posicion 2022

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Semana2 Posicion 2022

Cargado por

Copyright:

Formatos disponibles

Probabilidad y Estadística INMT-51 CIMT-35

Las medidas de tendencia central, llamadas así porque

Las principales medidas de tendencia central son:

1.- Media Aritmética

Para datos tabulados en m intervalos, frecuencias

Título: Distribución de 40 concretos, según su resistencia a la

Propiedades de la Media Aritmética

ii) La suma de las diferencias cuadráticas de los datos, con

Esta propiedad quiere decir que cualquier otro parámetro

iii) Si a cada uno de los resultados xi le sumamos o le

iv) Si cada uno de los datos xi se multiplica por una

v) Si cada observación xi se transforma en

2.- Media Aritmética Ponderada

Las calificaciones de un estudiante están conformadas por

3.- Media Aritmética Total para

En una clase de ingeniería nuclear hay 22 estudiantes de

La información que tenemos es la siguiente

P1 = 0,44 , P2 = 0,36 , P3 = 0,20

Se desea determinar el desgaste promedio de los

Además x 1 = 110 , x 2 = 140 y x 3 = 180

Por lo tanto, el desgaste promedio de todos los

La moda, la denotaremos por Mo y como su nombre lo

Para datos tabulados en m intervalos , frecuencias

Lim Infi : Límite inferior del intervalo i que contiene la moda.

Título: Distribución de 40 concretos, según su resistencia a la

Otra medida de tendencia central, utilizada

Partiendo de la información bruta, ordenamos los datos de

x20 + x21 3,3 + 3,3

Para datos tabulados en m intervalos, frecuencias

Título: Distribución de 40 concretos, según su resistencia a la

La relación entre la media y la mediana depende de la

Me < x : si la distribución es asimétrica positiva.

Se llama percentil i-ésimo al valor Pi de la variable que

Cálculo del Percentil i-ésimo

x(1) ≤ x(2) ≤ x(3) ≤ · · · ≤ x(n)

donde x(k) designa el dato que ocupa la POSICIÓN

Cálculo del Percentil i-ésimo

x(k) < Pi < x(k+1)

Cálculo del Percentil i-ésimo

Ahora, interpreta el resultado.

P50 = (21 − 20,5) · 3,3 + (20,5 − 20) · 3,3

Ahora, interpreta el resultado.

P75 = (31 − 30,75) · 4,5 + (30,75 − 30) · 4,9

Diagrama de Caja o Boxplot

El diagrama de caja es importante ya que puede describir

Diagrama de Caja o Boxplot

El diagrama se basa en cinco cantidades xmin , P25 ,

a) La posición del símbolo de la mediana en

Para datos tabulados en m intervalos , frecuencias

Para el caso de datos agrupados, obtenga e interpretar los siguientes

Bien, ahora interpreta el resultado.

Bien, ahora interpreta el resultado.

d) ¿Qué porcentaje de concretos presentan una resistencia a la

Por tanto el 67,1875 % del total de concretos presentan una

Ahora bien (100 − 32,5) % = 67,5 %

Los cuartiles Qi son valores posicionales que dividen la

Observación Q1 = P25 , Q2 = P50 = Me y Q3 = P75 .

Los deciles Di dividen la información en diez partes