Instituto tecnolgico de Orizaba.

Ingeniera en gestin empresarial.

Probabilidad y estadstica
12:00 hrs. 13:00 hrs.
Saln 56
Barreda Snchez Montserrat
Garca Santos Dennis
Gonzlez Mndez Jessica
Reyes Hernndez Alejandra M.
Rodrguez Jaimes Leslie S.
Trujillo Vergara Karla.

Prez Moreno Rogelio Jess.

Unidad 1

Febrero/2016

1.1 DEFINICIN DE ESTADSTICA Y CONCEPTOS BSICOS: TEORA DE

DECISIN, POBLACIN, MUESTRA ALEATORIA, PARMETROS.
Estadstica.Estadstica es una rama de las matemticas aplicadas; se le puede considerar
como un conjunto de tcnicas que son utilizadas por otras reas de estudio en
su proceso de investigacin. Se define de la siguiente manera:
La estadstica es la disciplina que proporciona el conjunto de tcnicas para la
recoleccin, organizacin, anlisis e interpretacin de los datos, los cuales
pueden ser utilizados para inferir sobre una poblacin, o para predecir el
comportamiento de un fenmeno.
Objetivo principal de la estadstica:
Es facilitar la toma de decisiones, especialmente cuando se tienen escenarios
inciertos. Generalmente, estas situaciones de incertidumbres se presentan
cuando no se cuenta con suficiente informacin o cuando se desea pronosticar
lo que suceder en el futuro. Esta limitacin puede ser superada utilizando las
tcnicas estadsticas, pues estas ayudan a generar expectativas y pronosticar
el futuro con una gran certeza a no equivocarnos.
Teora de decisin.La teora de la decisin es una rea interdisciplinaria de estudio, relacionada
con casi todos los participantes en ramas de la ciencia, ingeniera
principalmente la psicologa del consumidor, (basado en perspectivas
cognitivo-conductuales). Concierne a la forma y al estudio del comportamiento
y fenmenos psquicos de aquellos que toman las decisiones (reales o
ficticios), as como las condiciones por las que deben ser tomadas las
decisiones ptimas.
Partes de la teora:

La teora de decisin normativa.

La teora de decisin prescriptiva.
La teora de decisin descriptiva.

Tipos de decisiones:
Existen tipos de decisin que son interesantes desde el punto de vista del
desarrollo de una teora, estos son:
Decisiones sin riesgos entre mercancas inconmensurables (mercancas
que no pueden ser medidas bajo las mismas unidades).
Eleccin bajo impredecibilidad: Eleccin intertemporal.- estudio del valor
relativo que la gente asigna a dos o ms bienes en diferentes momentos
del tiempo.
Decisiones sociales.- decisiones tomadas en un grupo o bajo una
estructura organizativa.
Pasos para una decisin.

PROBLEMA
DECISIN

ALTERNATIV
AS

NECESIDAD DE
MEJORA

Poblacin:
El concepto de poblacin en estadstica va ms all que comnmente se
conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de
personas u objetos que presentan caractersticas comunes.
Una poblacin es un conjunto de todos los elementos que estamos estudiando,
acerca de los cuales intentamos sacar conclusiones.
Una poblacin es un conjunto de elementos que presentan una caracterstica
comn.
Muestra aleatoria:
Una muestra aleatoria es una muestra saca de una poblacin de unidades, de
manera que todo elemento de la poblacin tengan la misma probabilidad de
seleccin y que las unidades diferentes se seleccionen independientemente.

MEJOR
ALTERNATI

Variables aleatorias y distribuciones:

Se llama variable aleatoria aquella que toma diversos valores o conjunto de
valores con distintas probabilidades. Existen 2 caractersticas importantes de
una variable aleatoria, sus valores y las probabilidades asociadas a eso
valores.
Parmetros:
Se conoce como parmetro al dato que se considera como imprescindible y
orientativo para lograr evaluar o valorar una determinada situacin. A partir de
un parmetro, una cierta circunstancia puede comprenderse o ubicarse en
perspectiva.
Un parmetro estadstico es aquel formado por una funcin establecida sobre
los valores numricos de una comunidad. Se trata, por lo tanto, de una cifra
representativa que permite modelizar un plano real.
La utilidad de los parmetros estadsticos se encuentra ante la dificultad para
manipular un elevado nmero de datos individuales de una misma sociedad.
Este tipo de parmetros permite obtener un panorama general de la poblacin
y llevar a cabo comparaciones y predicciones.
1.2 DATOS NO AGRUPADOS
Recoleccin simple o no organizada (datos no organizados):Es el listado de los
datos presentados en su forma primaria, es decir, tal como fueron obtenidos
durante el proceso observacin o medicin en la muestra o poblacin. Se dice
que los datos estn organizados, pero no agrupados, cuando en las tablas de
frecuencias se ponen, organizados, todos y cada uno de los valores que toma
la variable; esto es, se colocan los datos en columnas que recogen los distintos
valores de la variable y las frecuencias(las veces) con que han aparecido tales
valores.
1.2.1 Medidas de tenencia central
Al describir grupos de diferentes observaciones, con frecuencia es conveniente
resumir la informacin con un solo nmero. Este nmero que, para tal fin, suele

situarse hacia el centro de la distribucin de datos se denomina medida o

parmetro de tendencia central o de centralizacin. Cuando se hace referencia
nicamente a la posicin de estos parmetros dentro de la distribucin,
independientemente de que sta est ms o menos centrada, se habla de
estas medidas como medidas de posicin.1 En este caso se incluyen tambin
los cuantiles entre estas medidas.
Entre las medidas de tendencia central tenemos:

Media aritmtica
Media ponderada
Media geomtrica
Media armnica
Mediana
Moda

Se debe tener en cuenta que existen variables cualitativas y variables

cuantitativas, por lo que las medidas de posicin o medidas de tendencia se
usan de acuerdo al tipo de variable que se est observando, en este caso se
observan variables cuantitativas.
La media aritmtica
La media aritmtica es el valor obtenido por la suma de todos sus valores
dividida entre el nmero de sumadores. La media aritmtica es, probablemente,
uno de los parmetros estadsticos ms extendidos. Se le llama tambin
promedio o, simplemente, media.
Propiedades
Las principales propiedades de la media aritmtica son:
Su clculo es muy sencillo y en l intervienen todos los datos.
Su valor es nico para una serie de datos dada.
Se usa con frecuencia para comparar poblaciones, aunque es ms
apropiado acompaarla de una medida de dispersin.
Se interpreta como "punto de equilibrio" o "centro de masas" del
conjunto de datos, ya que tiene la propiedad de equilibrar las
desviaciones de los datos respecto de su propio valor

Media aritmtica ponderada.

A veces puede ser til otorgar pesos o valores a los datos dependiendo de su
relevancia para determinado estudio. En esos casos se puede utilizar una
media ponderada.
Media muestral
Esencialmente, la media muestral es el mismo parmetro que el anterior,
aunque el adjetivo "muestral" se aplica a aquellas situaciones en las que la
media aritmtica se calcula para un subconjunto de la poblacin objeto de
estudio. La media muestral es un parmetro de extrema importancia en la
inferencia estadstica, siendo de gran utilidad para la estimacin de la media
poblacional, entre otros usos.
Moda
La moda es el dato ms repetido de la encuesta, el valor de la variable con
mayor frecuencia absoluta.5 En cierto sentido la definicin matemtica
corresponde con la locucin "estar de moda", esto es, ser lo que ms se lleva.
Su clculo es extremadamente sencillo, pues solo necesita un recuento. En
variables continuas, expresadas en intervalos, existe el denominado intervalo
modal o, en su defecto, si es necesario obtener un valor concreto de la
variable, se recurre a la interpolacin.
Por ejemplo, el nmero de personas en distintos vehculos en una carretera: 57-4-6-9-5-6-1-5-3-7. El nmero que ms se repite es 5, entonces la moda es 5.
Hablaremos de una distribucin bimodal de los datos, cuando encontremos dos
modas, es decir, dos datos que tengan la misma frecuencia absoluta mxima.
Cuando en una distribucin de datos se encuentran tres o ms modas,
entonces es multimodal. Por ltimo, si todas las variables tienen la misma
frecuencia diremos que no hay moda.
Cuando tratamos con datos agrupados en intervalos, antes de calcular la
moda, se ha de definir el intervalo modal. El intervalo modal es el de mayor
frecuencia absoluta.

Propiedades

Sus principales propiedades son:

Clculo sencillo.
Interpretacin muy clara.
Al depender solo de las frecuencias, puede calcularse para variables
cualitativas. Es por ello el parmetro ms utilizado cuando al resumir una
poblacin no es posible realizar otros clculos, por ejemplo, cuando se
enumeran en medios periodsticos las caractersticas ms frecuentes de
determinado sector social. Esto se conoce informalmente como "retrato
robot".

Mediana
La mediana es un valor de la variable que deja por debajo de s a la mitad de
los datos, una vez que stos estn ordenados de menor a mayor.
Las principales propiedades de la mediana son:

Es menos sensible que la media a oscilaciones de los valores de la

variable. Un error de transcripcin en la serie del ejemplo anterior en,

pongamos por caso, el ltimo nmero, deja a la mediana inalterada.

Como se ha comentado, puede calcularse para datos agrupados en

intervalos, incluso cuando alguno de ellos no est acotado.

No se ve afectada por la dispersin. De hecho, es ms representativa
que la media aritmtica cuando la poblacin es bastante heterognea.
Suele darse esta circunstancia cuando se resume la informacin sobre
los salarios de un pas o una empresa. Hay unos pocos salarios muy
altos

que

elevan

la

media

aritmtica

haciendo

que

pierda

representatividad respecto al grueso de la poblacin. Sin embargo,

alguien con el salario "mediano" sabra que hay tanta gente que gana
ms dinero que l, como que gana menos.
1.2.2 Medidas de dispersin.
Las medidas de dispersin, tambin llamadas medidas de variabilidad,
muestran la variabilidad de una distribucin, indicando por medio de un nmero
si las diferentes puntuaciones de una variable estn muy alejadas de la media.

Cuanto mayor sea ese valor, mayor ser la variabilidad, y cuanto menor sea,
ms homognea ser a la media. As se sabe si todos los casos son parecidos
o varan mucho entre ellos.
Para calcular la variabilidad que una distribucin tiene respecto de su media, se
calcula la media de las desviaciones de las puntuaciones respecto a la media
aritmtica. Pero la suma de las desviaciones es siempre cero, as que se
adoptan dos clases de estrategias para salvar este problema. Una es tomando
las desviaciones en valor absoluto (desviacin media) y otra es tomando las
desviaciones al cuadrado (varianza).
Requisitos del rango

Ordenamos los nmeros segn su tamao.

Restamos el valor mnimo del valor mximo

Medio rango o Rango medio

El medio rango o rango medio de un conjunto de valores numricos es la media
del mayor y menor valor, o la tercera parte del camino entre el dato de menor
valor y el dato de mayor valor.
Varianza.
La varianza es una medida estadstica que mide la dispersin de los valores
respecto a un valor central (media), es decir, es el cuadrado de las
desviaciones.
Propiedades

La varianza es siempre positiva o 0: V_{X}^2 \geq 0

Si a los datos de la distribucin les sumamos una cantidad constante la
varianza no se modifica.

Desviacin tpica.
La varianza a veces no se interpreta claramente, ya que se mide en unidades
cuadrticas. Para evitar ese problema se define otra medida de dispersin, que
es la desviacin tpica, o desviacin estndar, que se halla como la raz
cuadrada positiva de la varianza. La desviacin tpica informa sobre la

dispersin de los datos respecto al valor de la media; cuanto mayor sea su

valor, ms dispersos estarn los datos. Esta medida viene representada en la
mayora de los casos por S, dado que es su inicial de su nominacin en ingls.
Covarianza.
La covarianza entre dos variables es un estadstico resumen indicador de si las
puntuaciones estn relacionadas entre s. La formulacin clsica se simboliza
por la letra griega sigma () cuando ha sido calculada en la poblacin. Si se
obtiene sobre una muestra, se designa por la letra "s_{xy}".
Coeficiente de Correlacin de Pearson.
El coeficiente de correlacin de Pearson, r, permite saber si el ajuste de la nube
de puntos a la recta de regresin obtenida es satisfactorio. Se define como el
cociente entre la covarianza y el producto de las desviaciones tpicas (raz
cuadrada de las varianzas).
Propiedades.

El coeficiente de correlacin, r, presenta valores entre 1 y +1.

Cuando r es prximo a 0, no hay correlacin lineal entre las variables. La
nube de puntos est muy dispersa o bien no forma una lnea recta. No

se puede trazar una recta de regresin.

Cuando r es cercano a +1, hay una buena correlacin positiva entre las
variables segn un modelo lineal y la recta de regresin que se

determine tendr pendiente positiva, ser creciente.

Cuando r es cercano a -1, hay una buena correlacin negativa entre las
variables segn un modelo lineal y la recta de regresin que se
determine tendr pendiente negativa.

1.2.3 Medidas de posicin.

Las medidas de posicin dividen un conjunto de datos en grupos con el mismo
nmero de individuos.
Para calcular las medidas de posicin es necesario que los datos estn
ordenados de menor a mayor. Las medidas de posicin son:

Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto de
datos ordenados en cuatro partes iguales.
Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez partes
iguales. Los deciles dan los valores correspondientes al 10%, al 20%... y al
90% de los datos.
Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes
iguales. Los percentiles dan los valores correspondientes al 1%, al 2%... y al
99% de los datos.
1.2.4 Representaciones graficas

1.3 datos agrupados

Recoleccin organizada o tabulacin (datos organizados): Es el ordenamiento
de la informacin en tablas, denominadas tablas de frecuencias o
distribuciones de frecuencias, a partir de los datos primarios. Cuando los datos
se tabulan, o se organizan en las tablas de frecuencias, pueden estar no
agrupados, es decir, de manera que se leen directamente los valores
observados, o agrupados, esto es, se construyen intervalos para resumir la
informacin observada.
Por su parte, se dice que los datos estn organizados y agrupados cuando en
la tabla se presentan stos no con sus valores individuales, sino en
agrupaciones parciales del recorrido de la variable, denominadas clases o
intervalos de clases. Una clase se caracteriza por un valor que es su lmite
inferior y otro que es su lmite superior. El promedio de los dos lmites, que
muchas veces se toma como el valor representativo de la clase, es llamado
marca de clase. Y a la diferencia o distancia entre los lmites de la clase se le
llama ancho de clase: aunque no es obligatorio, es usual utilizar clases del
mismo ancho siempre que es posible. (Si las clases no tienen el mismo ancho,
no es la altura de las barras o rectngulos la que debe ser proporcional a las
frecuencias representadas, sino su rea.)
1.3.1 Medidas de tenencia central

Al describir grupos de diferentes observaciones, con frecuencia es conveniente

resumir la informacin con un solo nmero. Este nmero que, para tal fin, suele
situarse hacia el centro de la distribucin de datos se denomina medida o
parmetro de tendencia central o de centralizacin. Cuando se hace referencia
nicamente a la posicin de estos parmetros dentro de la distribucin,
independientemente de que sta est ms o menos centrada, se habla de
estas medidas como medidas de posicin.1 En este caso se incluyen tambin
los cuantiles entre estas medidas.
Entre las medidas de tendencia central tenemos:

Media aritmtica
Media ponderada
Media geomtrica
Media armnica
Mediana
Moda

Se debe tener en cuenta que existen variables cualitativas y variables

cuantitativas, por lo que las medidas de posicin o medidas de tendencia se
usan de acuerdo al tipo de variable que se est observando, en este caso se
observan variables cuantitativas.
La media aritmtica
La media aritmtica es el valor obtenido por la suma de todos sus valores
dividida entre el nmero de sumadores. La media aritmtica es, probablemente,
uno de los parmetros estadsticos ms extendidos. Se le llama tambin
promedio o, simplemente, media.
Propiedades
Las principales propiedades de la media aritmtica son:
Su clculo es muy sencillo y en l intervienen todos los datos.
Su valor es nico para una serie de datos dada.
Se usa con frecuencia para comparar poblaciones, aunque es ms
apropiado acompaarla de una medida de dispersin.

 Se interpreta como "punto de equilibrio" o "centro de masas" del

conjunto de datos, ya que tiene la propiedad de equilibrar las
desviaciones de los datos respecto de su propio valor
Media aritmtica ponderada.
A veces puede ser til otorgar pesos o valores a los datos dependiendo de su
relevancia para determinado estudio. En esos casos se puede utilizar una
media ponderada.
Media muestral
Esencialmente, la media muestral es el mismo parmetro que el anterior,
aunque el adjetivo "muestral" se aplica a aquellas situaciones en las que la
media aritmtica se calcula para un subconjunto de la poblacin objeto de
estudio. La media muestral es un parmetro de extrema importancia en la
inferencia estadstica, siendo de gran utilidad para la estimacin de la media
poblacional, entre otros usos.
Moda
La moda es el dato ms repetido de la encuesta, el valor de la variable con
mayor frecuencia absoluta.5 En cierto sentido la definicin matemtica
corresponde con la locucin "estar de moda", esto es, ser lo que ms se lleva.
Su clculo es extremadamente sencillo, pues solo necesita un recuento. En
variables continuas, expresadas en intervalos, existe el denominado intervalo
modal o, en su defecto, si es necesario obtener un valor concreto de la
variable, se recurre a la interpolacin.
Por ejemplo, el nmero de personas en distintos vehculos en una carretera: 57-4-6-9-5-6-1-5-3-7. El nmero que ms se repite es 5, entonces la moda es 5.
Hablaremos de una distribucin bimodal de los datos, cuando encontremos dos
modas, es decir, dos datos que tengan la misma frecuencia absoluta mxima.
Cuando en una distribucin de datos se encuentran tres o ms modas,
entonces es multimodal. Por ltimo, si todas las variables tienen la misma
frecuencia diremos que no hay moda.

Cuando tratamos con datos agrupados en intervalos, antes de calcular la

moda, se ha de definir el intervalo modal. El intervalo modal es el de mayor
frecuencia absoluta.
Propiedades

Sus principales propiedades son:

Clculo sencillo.
Interpretacin muy clara.
Al depender solo de las frecuencias, puede calcularse para variables
cualitativas. Es por ello el parmetro ms utilizado cuando al resumir una
poblacin no es posible realizar otros clculos, por ejemplo, cuando se
enumeran en medios periodsticos las caractersticas ms frecuentes de
determinado sector social. Esto se conoce informalmente como "retrato
robot".

Mediana
La mediana es un valor de la variable que deja por debajo de s a la mitad de
los datos, una vez que stos estn ordenados de menor a mayor.
Las principales propiedades de la mediana son:

Es menos sensible que la media a oscilaciones de los valores de la

variable. Un error de transcripcin en la serie del ejemplo anterior en,

pongamos por caso, el ltimo nmero, deja a la mediana inalterada.

Como se ha comentado, puede calcularse para datos agrupados en

intervalos, incluso cuando alguno de ellos no est acotado.

No se ve afectada por la dispersin. De hecho, es ms representativa
que la media aritmtica cuando la poblacin es bastante heterognea.
Suele darse esta circunstancia cuando se resume la informacin sobre
los salarios de un pas o una empresa. Hay unos pocos salarios muy
altos

que

elevan

la

media

aritmtica

haciendo

que

pierda

representatividad respecto al grueso de la poblacin. Sin embargo,

alguien con el salario "mediano" sabra que hay tanta gente que gana
ms dinero que l, como que gana menos.
1.3.2 Medidas de dispersin.

Las medidas de dispersin, tambin llamadas medidas de variabilidad,

muestran la variabilidad de una distribucin, indicando por medio de un nmero
si las diferentes puntuaciones de una variable estn muy alejadas de la media.
Cuanto mayor sea ese valor, mayor ser la variabilidad, y cuanto menor sea,
ms homognea ser a la media. As se sabe si todos los casos son parecidos
o varan mucho entre ellos.
Para calcular la variabilidad que una distribucin tiene respecto de su media, se
calcula la media de las desviaciones de las puntuaciones respecto a la media
aritmtica. Pero la suma de las desviaciones es siempre cero, as que se
adoptan dos clases de estrategias para salvar este problema. Una es tomando
las desviaciones en valor absoluto (desviacin media) y otra es tomando las
desviaciones al cuadrado (varianza).
Requisitos del rango

Ordenamos los nmeros segn su tamao.

Restamos el valor mnimo del valor mximo

Medio rango o Rango medio

El medio rango o rango medio de un conjunto de valores numricos es la media
del mayor y menor valor, o la tercera parte del camino entre el dato de menor
valor y el dato de mayor valor.
Varianza.
La varianza es una medida estadstica que mide la dispersin de los valores
respecto a un valor central (media), es decir, es el cuadrado de las
desviaciones.
Propiedades

La varianza es siempre positiva o 0: V_{X}^2 \geq 0

Si a los datos de la distribucin les sumamos una cantidad constante la
varianza no se modifica.

Desviacin tpica.

La varianza a veces no se interpreta claramente, ya que se mide en unidades

cuadrticas. Para evitar ese problema se define otra medida de dispersin, que
es la desviacin tpica, o desviacin estndar, que se halla como la raz
cuadrada positiva de la varianza. La desviacin tpica informa sobre la
dispersin de los datos respecto al valor de la media; cuanto mayor sea su
valor, ms dispersos estarn los datos. Esta medida viene representada en la
mayora de los casos por S, dado que es su inicial de su nominacin en ingls.
Covarianza.
La covarianza entre dos variables es un estadstico resumen indicador de si las
puntuaciones estn relacionadas entre s. La formulacin clsica se simboliza
por la letra griega sigma () cuando ha sido calculada en la poblacin. Si se
obtiene sobre una muestra, se designa por la letra "s_{xy}".
Coeficiente de Correlacin de Pearson.
El coeficiente de correlacin de Pearson, r, permite saber si el ajuste de la nube
de puntos a la recta de regresin obtenida es satisfactorio. Se define como el
cociente entre la covarianza y el producto de las desviaciones tpicas (raz
cuadrada de las varianzas).
Propiedades.

El coeficiente de correlacin, r, presenta valores entre 1 y +1.

Cuando r es prximo a 0, no hay correlacin lineal entre las variables. La
nube de puntos est muy dispersa o bien no forma una lnea recta. No

se puede trazar una recta de regresin.

Cuando r es cercano a +1, hay una buena correlacin positiva entre las
variables segn un modelo lineal y la recta de regresin que se

determine tendr pendiente positiva, ser creciente.

Cuando r es cercano a -1, hay una buena correlacin negativa entre las
variables segn un modelo lineal y la recta de regresin que se
determine tendr pendiente negativa.

1.3.3 Medidas de posicin.

Las medidas de posicin dividen un conjunto de datos en grupos con el mismo

nmero de individuos.
Para calcular las medidas de posicin es necesario que los datos estn
ordenados de menor a mayor. Las medidas de posicin son:
Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto de
datos ordenados en cuatro partes iguales.
En pr ime r lu gar busca mo s la c la se do nde se e ncue ntra ,
e n la t a bla de la s fr ec uenc ia s a c um ula da s .

L i es el lmite in fer io r de la clase do nde se e ncue ntra la

me diana.
N es la suma de las fr e cue ncias abso lutas .
F i - 1 es la fr ec uenc ia a c um ula da ante r ior a la clase
me diana.
a i es la ampl itu d de la clase .

Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez partes
iguales. Los deciles dan los valores correspondientes al 10%, al 20%... y al
90% de los datos.
Percentiles

Los percentiles son los 99 valores que dividen la serie de datos en 100 partes
iguales. Los percentiles dan los valores correspondientes al 1%, al 2%... y al
99% de los datos.
1.3.4 Representaciones graficas

1.2.5 y 1.3.5
Ejercicios de aplicacin

1.

Los datos que se muestran a continuacin representan el costo de la energa

elctrica durante el mes de julio del 2006 para una muestra aleatoria de 50
departamentos con dos recamaras en una ciudad grande.
Costo de energa elctrica en dlares.
96
157
141
95
108

171
185
149
163
119

202
90
206
206
150

178
116
175
175
154

147
172
123
130
114

102
111
128
143
135

153
148
144
187
191

197
213
168
166
137

127
130
109
139
129

82
165
167
149
158

a) Determine una tabla de frecuencias, para K = 7

K

LS
81
101
121
141
161
181
201

1
2
3
4
5
6
7

LIMITES DE CLASE
LI
100
120
140
160
180
200
220

Xi

fi

hi

Hi

4
8
12
8
10
4
4
f = 50

90.5
110.5
130.5
150.5
170.5
190.5
210.5

4
12
24
32
42
46
50

0.08
0.32
0.8
1.44
2.28
3.2
4.2

0.08
0.32
0.8
1.44
2.28
3.2
4.2

b) Elabore un histograma de frecuencias y polgono de frecuencias con los

datos.
COSTOS DE ENERGIA ELECTRICA DURANTE EL MES DE J ULIO
12

Frequency

10
8
6
4
2
0

80

100

120
140
160
180
Costo de energa (en dolares)

200

220

c) Alrededor de que cantidad parece concentrarse el costo mensual de

energa elctrica.
R = alrededor de 148 (valor de la media)