UNIVERSIDAD DE IBAGUE

FACULTAD DE CIENCIAS
NATURALES,MATEMATICAS Y
ESTADISTICA
PROGRAMAS DE INGENIERIAS
ASIGNATURA: PROBABILIDAD Y
ESTADISTICA
DOCENTE: CARLOS VALDES JIMENEZ
I-mail: Carlos.valdes@ut.edu.co
WhatsApp: 3005558466
 ESTADISTICA DESCRIPTIVA
CONTENIDOS:
1. DISTRIBUCION DE FRECUENCIAS
1.1. DISTRIBUCION DE FRECUENCIAS PARA UNA VARIABLE DISCRETA
1.2.DISTRIBUCION DE FRECUENCIAS PARA UNA VARIABLE CONTINUA
1.3. GRAFICAS.
2. MEDIDAS DE TENDENCIA CENTRAL
2.1.LA MEDIA ARITMETICA O PROMEDIO
2.1.1 LA MEDIA PONDERADA
2.1.2 PROPIEDADES DE LA MEDIA ARITMETICA
2.2. LA MEDIANA
2.3. LA MODA
2.4. LA MEDIA GOEMETRICA
2.5. LA MEDIA ARMONICA
3. MEDIDAS DE VARIACION
3.1. LA VARIANZA
3.1.1 PROPIEDADES DE LA VARIANZA
3.2. LA DESVIACION ESTANDAR
3.3 LA DESVIACION RESPECTO A LA MEDIA
3.4. LA DESVIACION RESPECTO A LA MEDIANA
3.5. EL COFICIENTE DE VARIACION RESPECTO AL MEDIA
3.6. EL COEFICIENTE DE VARIACION RESPECTO A LA MEDIANA
4. MEDIDAS DE DEFORMACION
4.1 COEFICIENTE DE ASIMETRIA O SESGO
4.2 COFICIENTE DE KURTOSIS O APUNTAMIENTO
 DISTRIBUCION DE FRECUENCIAS
PARÁMETRO: Son las características medibles en una población
completa. Se le asigna un símbolo representado por una letra griega.
ESTADÍSTICO O ESTADÍGRAFO: Es la medida de una
característica relativa a una muestra. La mayoría de los estadísticos
muéstrales se encuentran por medio de una fórmula y suelen
asignárseles nombres simbólicos que son letras latinas.
DATOS ESTADÍSTICOS (VARIABLES): Los datos son
agrupaciones de cualquier número de observaciones relacionadas.
Para que se considere un dato estadístico debe tener dos
características:
a) Que sean comparables entre sí.
b) Que tengan alguna relación.
VARIABLE: Una característica que asume valores determinados
 DISTRIBUCION DE FRECUENCIAS
CLASES DE VARIABLES:
CUALITATIVA: es aquella que determina un rasgo o característica
no medible.
VARIABLE ORDINALES: es aquella que no diferencia un orden o
jerarquía Ej: masculino o femenino, verdadero o falso, si o no,
soltero-casado-viudo
VARIABLES NOMINALES: Cuando no es posible hacer medidas
numéricas, son susceptibles de clasificación. Ej: 1. malo 2. regular
3. bueno 4.excelente
VARIABLE CUANTITATIVA O ESCALAR: Será una variable
cuando pueda asumir sus resultados en medidas numéricas.
VARIABLE CUANTITATIVA DISCRETA: Es aquella que puede
asumir sólo ciertos valores, números enteros. Ejemplo: El número de
estudiantes (1,2,3,4)
VARIABLE CUANTITATIVA CONTINUA: Es aquella que
teóricamente puede tomar cualquier valor en una escala de medidas,
ya sea entero o fraccionario. Ejemplo:Estatura:1.90m, Peso 84,5kgr
 DISTRIBUCION DE FRECUENCIAS
TIPOS DE VARIABLES
CUALITATIVAS
Se refieren a los aspectos no medibles o cualidades de los individuos (estado civil, lugar de
nacimiento...). Las variables cualitativas toman valores que no pueden ser ordenados ni
operados conforme a las reglas aritméticas; a estos valores se les suele denominar
modalidades

NOMINALES ORDINALES
es aquella que no diferencia un orden o jerarquía ej: Cuando no es posible hacer medidas numéricas, son
masculino o femenino, verdadero o falso, si o no, susceptibles de clasificación. Ej: 1. malo 2. regular
soltero-casado-viudo 3. bueno 4.excelente
CUANTITATIVAS •

• Miden alguna cualidad o atributo "cuantificable" de los individuos. (Valor numérico)

DISCRETAS CONTINUAS
Las variables discretas, al ser numerables, Las variables continuas, aquellas medibles
pueden tomar una serie de valores que pueden tomar infinitos valores dentro
determinados, pero no los valores intermedios de un campo de variación (peso, altura,
(Ej., número de años de escolarización, número temperatura…)
de hijos por familia…)
DISTRIBUCION DE FRECUENCIAS
POBLACIÓN: Es el conjunto de todos los posibles elementos que
intervienen en un experimento o en un estudio.
CENSO: Al estudio completo de la población.
TIPOS DE POBLACIÓN:
POBLACIÓN FINITA: Es aquella en la que podemos determinar
todos los elementos que la conforman. Es aquella que posee o
incluye un número limitado de medidas y observaciones.
POBLACIÓN INFINITA: Es infinita si se incluye un gran
conjunto de medidas y observaciones que no pueden alcanzarse en
el conteo. Son poblaciones infinitas porque hipotéticamente no
existe límite en cuanto al número de observaciones que cada uno
de ellos puede generar.
 DISTRIBUCION DE FRECUENCIAS
MUESTRA: Un conjunto de medidas u observaciones tomadas a partir de una
población dada. Es un subconjunto de la población.
MUESTRA REPRESENTATIVA: Un subconjunto representativo seleccionado de
una población de la cual se obtuvo toda la información necesaria.
MUESTREO: técnica empleada para sacar la muestra.
TIPOS DE MUESTREO:
a. MUESTREO ALEATORIO SIMPLE: cuando asignamos a cada elemento de la
población un numero código, escogiendo n números al azar, teniendo todos la
misma posibilidad de ser escogidos.
b. MUESTREO ALEATORIO ESTRATIFICADO: cuando dividimos la población
en subconjuntos o estratos y de cada uno sacamos al azar una muestra.
c. MUESTREO SISTEMATICO: cuando se toman las unidades de observación
obedeciendo a un periodo determinado de tiempo, siendo calculado el intervalo de
selección para una población finita por medio de la división del tamaño de la
población por el tamaño de la muestra.
d. MUESTREO POR CONGLOMERADOS: cuando no contamos con un listado
de las unidades de la población, dividimos la superficie en áreas de estudio
denominados conglomerados y de cada uno sacamos la muestra.
 1. DISTRIBUCION DE FRECUENCIAS
1.1 DISTRIBUCION DE UNA VARIABLE DISCRETA: Sea X una variable
aleatoria discreta, correspondiente a la población N de estudio, de la cual extraemos
una muestra n con valores 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , … 𝑥𝑘 agrupados así:
No 𝑥𝑖 𝑛𝑖 ℎ𝑖 𝑁𝑖 𝐻𝑖 N = tamaño de la población
1 𝑥1 𝑛1 ℎ1 𝑁1 𝐻1 n = tamaño de la muestra
2 𝑥2 𝑛2 ℎ2 𝑁2 𝐻2 X= variable de estudio
3 𝑥3 𝑛3 ℎ3 𝑁3 𝐻3 𝑥𝑖 = identificación para cada valor observad
4 𝑥4 𝑛4 ℎ4 𝑁4 𝐻4 𝑛𝑖 = frecuencia absoluta. Es el numero de
5 𝑥5 𝑛5 ℎ5 𝑁5 𝐻5 veces que se repite la variable
. . . . . . 𝑛 = σ𝑘𝑖=1 𝑛𝑖
. . . . . . ℎ𝑖 = frecuencia relativa. Valor porcentual
k 𝑥𝑘 𝑛𝑘 ℎ𝑘 𝑁𝑘 = n 𝐻𝑘 =1,00 obtenido al dividir la frecuencia absoluta
Σ 𝑛 1.00 por n
𝑛𝑖
ℎ= ∗100%
𝑛
 DISTRIBUCION DE FRECUENCIAS
𝑁𝑖 = frecuencia absoluta acumulada
𝑁1 = 𝑛1
𝑁2 = 𝑛1 + 𝑛2
𝑁3 = 𝑛1 + 𝑛2 + 𝑛3
.
.
𝑁𝑘 = 𝑛1 + 𝑛2 + 𝑛3 + ⋯ + 𝑛𝑘 = σ𝑘𝑖=1 𝑛𝑖 = 𝑛
𝐻𝑖 = frecuencia relativa acumulada
𝐻1 = ℎ1
𝐻2 = ℎ1 + ℎ2
𝐻3 = ℎ1 + ℎ2 + ℎ3
.
.
𝑘

𝐻𝑘 = ℎ1 + ℎ2 + ℎ3 + ⋯ + ℎ𝑘 = ෍ ℎ𝑖 = 1,00
𝑖=1
 DISTRIBUCION DE FRECUENCIAS
EJEMPLO: Un estudio realizado a 50 jóvenes de la ciudad de Ibagué sobre
el numero de refrescos Hidratantes que consumen por semana arrojo la
siguiente información: Genere 50 números aleatorios enteros entre 0 y 9
que corresponden al número de refrescos que consumen los jóvenes
a. Construir la distribución de frecuencias de la variable Xi = numero de
refrescos que consumen
b. Realizar un análisis de la tabla.
c. Construya una grafica ni ,Ni
SOLUCION: pulsamos tres veces la función mode, marcamos en la
calculadora la función 1.fix y nos aparece 0~9 escogemos 0, luego
marcamos 9 Shif Ran # y con el igual generamos los 50 números

2 3 4 5 7 8 3 4 4 2 8 9 6 3 5 4 5 2 2 1 3 3 4 5 6
6 7 1 4 0 0 1 2 3 4 5 6 0 1 3 4 5 6 7 5 5 1 2 5 0

𝑥1 = 0 𝑥2 = 1 𝑥3 = 2 𝑥4 = 3 𝑥5 = 4 𝑥6 = 5 𝑥7 = 6 𝑥8 = 7 𝑥9 =
8 𝑥10 = 9
 DISTRIBUCION DE FRECUENCIAS
Construimos una distribución de frecuencias para la variable numero de refrescos
hidratante que consumen en por semana.
𝑥𝑖 𝑛𝑖 ℎ𝑖 Ni Hi
0 4 0,08 4 0,08 ANALISIS DE LA TABLA:
1 5 0,10 9 0,18 1.Hay 4 jóvenes que no consumen bebidas
2 6 0,12 15 0,30 hidratantes correspondiente al 8%
3 7 0,14 22 0,44
2.Hay 9 jóvenes que consumen 5 bebidas
4 8 0,16 30 0,60
hidratantes por semana correspondiente al 18%
3. Hay 39 jóvenes que consumen hasta 5 bebidas
5 9 0,18 39 0,78
hidratantes por semana correspondiente al 78%
6 5 0,10 44 0,88
4. Hay 11 jóvenes que consumen entre 6 y 9
7 3 0,06 47 0,94
bebidas hidratantes correspondiente al 22%
8 2 0,04 49 0,98
9 1 0,02 50 1,00
Σ 50 1.00
 DISTRIBUCION DE FRECUENCIAS
GRAFICA DE B ARRAS: Correspondiente a una variable discreta para las frecuencias absolutas

DISTRIBUCION DEL NUMERO DE REFRESCOS CONSUMIDOS VS CANTIDAD DE JOVENES

𝑛𝑖
12

10

0 1 2 3 4 5 6 7 8 9 𝑥𝑖
 DISTRIBUCION DE FRECUENCIAS
GRAFICA ESCALONADA: Correspondiente a una variable discreta para las frecuencias absolutas acumuladas.
DISTRIBUCION DEL NUMERO ACAMULADO DE REFRESCOS CONSUMIDOS VS CANTIDAD DE JOVENES
𝑁𝑖

50

45

40

35

30

25

20

15

10

0 1 2 3 4 5 6 7 8 9 𝑥𝑖
 DISTRIBUCION DE FRECUENCIAS
GRAFICA CIRCULAR : Correspondiente a una variable discreta para las
frecuencias relativas.
PORCENTAJES DE CONSUMO DE REFRESCOS HIDRATANTES 1
SEGÚN EL NUMERO
2

4% 6% 3
12% 8%
10% 4

5
10%
6
16%
18% 7
14%
8

10
 DISTRIBUCION DE FRECUENCIAS
1.2 DISTRIBUCION DE UNA VARIABLE CONTINUA: Sea X una variable aleatoria
continua, correspondiente a la población N de estudio, de la cual extraemos una
muestra n con valores 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , … 𝑥𝑘 agrupados en intervalos así:
1.Determinamos el numero de intervalos que necesitamos.
𝑚 = numero de intervalos que necesitamos para agrupar los valores
𝑚 = 1 + 3,3 log 𝑛 (formula de STUGERS)
𝑛= tamaño de la muestra.
2.Determinamos la amplitud de los intervalos.
A= amplitud o rango del intervalo
𝑥𝑚𝑎𝑥 −𝑥𝑚𝑖𝑛
A= 𝑥𝑚𝑎𝑥 = 𝑣𝑎𝑙𝑜𝑟 𝑚𝑎𝑠 𝑔𝑟𝑎𝑛𝑑𝑒 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑚
𝑥𝑚𝑖𝑛 = 𝑣𝑎𝑙𝑜𝑟 𝑚𝑎𝑠 𝑝𝑒𝑞𝑢𝑒ño 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
3. Determinamos la amplitud de uno de los intervalos.
A= 𝑥𝑖 − 𝑥𝑖−1 donde 𝑥𝑖 − 𝐴 = 𝑥𝑖−1 o también 𝑥𝑖−1 + 𝐴 = 𝑥𝑖
𝑥𝑖 = 𝑙𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑥𝑖−1 = limite inferior del intervalo
 DISTRIBUCION DE FRECUENCIAS
4.Determinamos la marca de clase.
𝑥𝑖−1 + 𝑥𝑖
𝑋𝑖 = 𝑚𝑎𝑟𝑐𝑎 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑜 𝑝𝑢𝑛𝑡𝑜 𝑚𝑒𝑑𝑖𝑜 𝑋𝑖 =
2
No de intervalo 𝑥𝑖−1 𝑥𝑖 𝐗𝑖 𝑛𝑖 ℎ𝑖 𝑁𝑖 𝐻𝑖
1 𝑥1−1 𝑥1 𝑋1 𝑛1 ℎ1 𝑁1 𝐻1
2 𝑥2−1 𝑥2 𝑋2 𝑛2 ℎ2 𝑁2 𝐻2
3 𝑥3−1 𝑥3 𝑋3 𝑛3 ℎ3 𝑁3 𝐻3
4 𝑥4−1 𝑥4 𝑋4 𝑛4 ℎ4 𝑁4 𝐻4
5 𝑥5−1 𝑥5 𝑋5 𝑛5 ℎ5 𝑁5 𝐻5
6 𝑥6−1 𝑥5 𝑋6 𝑛6 ℎ6 𝑁6 𝐻6
. . . . . . .
k 𝑥𝑘−1 𝑥𝑘 𝑋𝑘 𝑛𝑘 ℎ𝑘 𝑁𝑘 = n 𝐻𝑘 = 1,00
Σ 𝑛 1.00
 DISTRIBUCION DE FRECUENCIAS
EJEMPLO: Un estudio realizado a 50 empleados de la fabrica de
cementos Diamante sobre el peso en Kilogramos arrojo la siguiente
información: Genere 50 números aleatorios con parte entera y decimal
entre 50 kgrs y 120 Kgrs que corresponde al peso de cada empleado
a. Construir la distribución de frecuencias de la variable Xi= Peso
b. Realizar un análisis de la tabla.
c. Construya una grafica de ni , Ni .
SOLUCION: Generamos 50 números aleatorios con la opción 50+70 shif
Ran # =
84,3 87,3 89,7 61,5 90,7 72,9 53,7 52,1 64,6 71,5 72,9 73,1 74,8 81,5 82,6
50,2 50,8 50,0 62,5 63,6 67,8 69,8 70,3 75,6 98,9 80,3 92,4 85,6 87,9 90,2
90,3 95,7 98,3 99,5 99,8 100,2 102,5 103,7 105,8 109,6 98,2 91,4 83,8
104,6 116,8 117,6 119,4 120,0 96,2 95,8
 DISTRIBUCION DE FRECUENCIAS
1.Determinamos el numero de intervalos que necesitamos para agrupar los valores
mediante la formula de Stugers.
𝑚 = 1 + 3,3 log 50 = 6,6 ≈ 7
2. Determinamos la amplitud de los intervalos y las marcas de clase
120−50 70
𝐴= = = 10 𝑥𝑚𝑎𝑥 = 120 𝑥𝑚𝑖𝑛 = 50
7 7
Primer intervalo
limite inferior 𝑥1−1 = 50 , limite superior 𝑥1 = 𝑥1−1 + 𝐴 = 50 + 10 = 60
Segundo intervalo
limite inferior 𝑥2−1 = 60 , limite superior 𝑥2 = 𝑥2−1 + 𝐴 = 60 + 10 = 70
tercer intervalo
limite inferior 𝑥3−1 = 70 , limite superior 𝑥3 = 𝑥3−1 + 𝐴 = 70 + 10 = 80
60+50
Primera marca de clase 𝑋1 = = 55
2
70+60
Segunda marca de clase 𝑋2 = = 65
2
80+70
Tercera marca de clase 𝑋3 = = 75
2
 DISTRIBUCION DE FRECUENCIAS
3.Construimos las distribución de frecuencias

𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖 ℎ𝑖 𝑁𝑖 𝐻𝑖
50 - 60 55 5 0,10 5 0,10
60,1 - 70 65 7 0,14 12 0,24
70,1 - 80 75 8 0,16 20 0,40
80,1 - 90 85 9 0,18 29 0,58
90,1 - 100 95 11 0,22 40 0,80
100,1 - 110 105 6 0,12 46 0,92
110,1 - 120 115 4 0,08 50 1,00
Σ 50 1,00
 DISTRIBUCION DE FRECUENCIAS
4.ANALISIS DE LA TABLA:
1.Encontramos 5 obreros que pesan entre 50 kgr y 60 kgr que corresponden al 10%
de la muestra.
2.Encontramos la mayor cantidad de pesos para 11 obreros que pesan entre
90 kgr y 100 kgr que corresponde al 22% de la muestra.
3.Encontramos 40 obreros que pesan entre 50 kgr y 100 kgr que corresponden al
80% de la muestra.
4. Encontramos solo 10 obreros que están por encima de los 100 kgr que
corresponden al 20% de la muestra.
5. Encontramos solo 4 obreros que están por encima de los 110 kgr que
corresponden al 8% de la muestra.
 DISTRIBUCION DEL PESO CORPORAL SEGÚN EL NUMERO DE EMPLEADOS
HISTOGRAMA DE FRECUENCIAS: Correspondiente a una variable continua para las frecuencias absolutas
𝑛𝑖

12 𝑃𝑜𝑙𝑖𝑔𝑜𝑛𝑜 𝑑𝑒 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎𝑠

11

10

50 60 70 80 90 100 110 120 𝑥𝑖 − 𝑥𝑖−1

 DISTRIBUCION DEL PESO CORPORAL SEGÚN EL NUMERO
ACUMULADO DE EMPLEADOS
OJIVA: Correspondiente a una variable continua para las frecuencias absolutas
acumuladas
𝑁𝑖 OJIVA
50
45
40
35
30
25
20
15
10
5

50 60 70 80 90 100 110 120 𝑥𝑖 − 𝑥𝑖−1

2. MEDIDAS DE TENDENCIA CENTRAL

X
2.1.LA MEDIA ARITMETICA O PROMEDIO
2.1.1 LA MEDIA PONDERADA
2.1.2 PROPIEDADES DE LA MEDIA ARITMETICA
2.2. LA MEDIANA
2.3. LA MODA
2.4. LA MEDIA GOEMETRICA
2.5. LA MEDIA ARMONICA
 MEDIDAS DE TENDENCIA CENTRAL
PARA VALORES NO AGRUPADOS
2.1 MEDIA ARITMETICA(𝑥): ҧ Sean 𝑥1 , 𝑥2 , 𝑥3 ,…,𝑥𝑘 valores de una muestra n
,tomados de una población de tamaño N finita entonces :
σ𝑘
𝑖=1 𝑥𝑖
𝑥ҧ =
𝑛
EJEMPLO: Sean 4,2 4,5 4,7 3,6 3,5 3,4 3,2 3,1 2,5 2,6 las calificaciones de
10 estudiantes del grupo 4-2 de primaria. Hallar el promedio o media aritmética.

4,2 + 4,5 + 4,7 + 3,6 + 3,5 + 3,4 + 3,2 + 3,1 + 2,5 + 2,6 35,6
𝑥ҧ = = = 3,56
10 10

MEDIA ARITMETICA PONDERADA: Sean 𝑥1 , 𝑥2 , 𝑥3 ,…,𝑥𝑘 valores, con

ponderaciones o repeticiones 𝑛1 , 𝑛2 , 𝑛3 ,…,𝑛𝑘 de una muestra n, tomados de una
población de tamaño N finita entonces:
σ𝑘
𝑖=1 𝑛𝑖 𝑥𝑖
𝑥ҧ =
𝑛
 MEDIDAS DE TENDENCIA CENTRAL
EJEMPLO: Sean 2, 3, 3, 3, 1, 3, 1, 4, 3, 2, 1, 2, 3, 2, 3 los valores de calificación
de la atención por los usuarios para un empleado de la compañía Claro en un día
cualquiera .
3 . 1 + 4 . 2 + 7 . 3 + 1 4 36
𝑥ҧ = = = 2,4 ≈ 3
15 15

2.1.1 PROPIEDADES DE LA MEDIA:

PROPIEDAD NO.1:Sea k una constante entonces 𝑥ҧ 𝑘 = 𝑘
EJEMPLO 1: 4,5 4,5 4,5 4,5 4,5 las notas en los talleres de un estudiante de
psicología. Hallar la media o promedio.
4,5 + 4,5 + 4,5 + 4,5 + 4,5 5 . 4,5
𝑥ҧ = = = 4,5
5 5
EJEMPLO 2:
𝑥ҧ 5 = 5
 MEDIDAS DE TENDENCIA CENTRAL
PROPIEDAD NO.2: Sea k una constante y x una variable entonces.
𝑘𝑥 = 𝑘𝑥ҧ
EJEMPLO 1: hallar la media de 5𝑥 , donde 𝑥ҧ = 12
5𝑥 = 5𝑥ҧ = 5 12 = 60
EJEMPLO 2: hallar la media de 𝑦 = 10𝑥 + 15 , donde 𝑥ҧ = 6
𝑦ത = 10𝑥 + 15 = 10𝑥ҧ + 15 = 10 6 + 15 = 75
PROPIEDAD NO.3: Sean 𝑛1 , 𝑛2 , 𝑛3 , … , 𝑛𝑘 submuestras de una muestra n ,con
medias 𝑥ҧ1 , 𝑥ҧ2 , 𝑥ҧ3 , … , 𝑥ҧ𝑘 respectivas entonces :

𝑛1 𝑥ҧ1 + 𝑛2 𝑥ҧ2 + 𝑛3 𝑥ҧ3 + ⋯ + 𝑛𝑘 𝑥ҧ𝑘 σ𝑘𝑖=1 𝑛𝑖 𝑥ҧ𝑖

𝑥ҧ = =
𝑛 𝑛

EJEMPLO:El colegio el PORVENIR tiene 20 estudiantes que obtuvieron 30.5 en

las pruebas saber 11° en el nivel inferior, 15 que obtuvieron 50.4 en el nivel
medio, 25 que obtuvieron 70.8 en el nivel alto, 30 que obtuvieron 90.6 en el nivel
superior, Cual fue el promedio en las pruebas saber 11° del colegio .
 MEDIDAS DE TENDENCIA CENTRAL
SOLUCION : Tenemos 𝑛1 = 20 𝑥1ҧ = 30,5 , 𝑛2 = 15 𝑥ҧ2 = 50,4 ,
𝑛3 = 25 𝑥ҧ3 = 70,8 , 𝑛4 = 30 𝑥ҧ4 = 90,6 n = 90 entonces si aplicamos la
𝑛 𝑥ҧ +𝑛 𝑥ҧ +𝑛 𝑥ҧ +𝑛 𝑥ҧ
formula . 𝑥ҧ = 1 1 2 2 3 3 4 4
𝑛
20 30,5 + 15 50,4 + 25 70,8 + 30 90,6 5854
𝑥ҧ = = = 65,04
90 90
El promedio general del colegio en las pruebas saber 11° fue de 65,04
EJEMPLO 2: Se tiene 𝑥ҧ1 = 120 , 𝑥ҧ2 =125 , ഥ𝑥3 = 240 n1 = 70 , n2 = 30 , n3 = 50
Hallar la media general
𝑛1 𝑥ҧ 1 +𝑛2 𝑥ҧ 2 +𝑛3 𝑥ҧ 3 70 120 + 30 125 + 50 240 24150
𝑥ҧ = = = = 161
𝑛 150 150
Otra forma de hallar la media general es en función de las frecuencias relativas.
𝑛1 𝑛2
Si ℎ1 = entonces ℎ1 𝑛 = 𝑛1 , ℎ2 = entonces ℎ2 𝑛 = 𝑛2
𝑛 𝑛
𝑛3 𝑛4
ℎ3 = entonces ℎ3 𝑛 = 𝑛3 y ℎ4 = entonces ℎ4 𝑛 = 𝑛4
𝑛 𝑛
Remplazando en la formula
𝑛1 𝑥ҧ 1 +𝑛2 𝑥ҧ 2 +𝑛3 𝑥ҧ 3 +𝑛4 𝑥ҧ 4 𝑛ℎ1 𝑥ҧ 1 +𝑛ℎ2 𝑥ҧ 2 +𝑛ℎ3 𝑥ҧ 3+ 𝑛ℎ4 𝑥ҧ 4 𝑛(ℎ1 𝑥ҧ 1 +ℎ2 𝑥ҧ 2 +ℎ3 𝑥ҧ 3+ ℎ4 𝑥ҧ 4 )
𝑥ҧ = = =
𝑛 𝑛 𝑛
 MEDIDAS DE TENDENCIA CENTRAL
Si cancelamos n tenemos que 𝑥ҧ = ℎ1 𝑥ҧ1 + ℎ2 𝑥ҧ2 + ℎ3 𝑥ҧ3+ ℎ4 𝑥ҧ4 +. . + ℎ𝑘 𝑥ҧ𝑘
donde ℎ1 + ℎ2 + ℎ3 + ℎ4 +. . +ℎ𝑘 = 1.00
EJEMPLO: En un concurso para proveer vacantes del sector público se
presentaron hombres y mujeres que sacaron en promedio 76.8 en competencias
específicas. Los hombres sacaron en promedio 65.7 y las mujeres 84.3 en
promedio. a) Cual es el porcentaje de hombre y mujeres que se presentaron.
b) Cual es el numero de hombres y cual el numero de mujeres si se presentaron
1500 aspirantes.
SOLUCION:
Tenemos que 𝑥ҧ = 76,8 , 𝑥ҧ1 = 65,7, 𝑥ҧ2 = 84,3, ℎ1 = % 𝑑𝑒 ℎ𝑜𝑚𝑏𝑟𝑒𝑠
ℎ2 = % 𝑑𝑒 𝑚𝑢𝑗𝑒𝑟𝑒𝑠.
Aplicamos la formula 𝑥ҧ = ℎ1 𝑥ҧ1 + ℎ2 𝑥ҧ2 y si ℎ1 + ℎ2 = 1.00 tenemos que ℎ2 =
1 − ℎ1
76,8 = ℎ1 65,7 + ℎ2 84,3 si remplazamos 76,8 = ℎ1 65,7 + 1 − ℎ1 84,3
Nos queda 76,8 = ℎ1 65,7 + 84,3 − ℎ1 84,3
76,8 − 84,3 = ℎ1 65,7 − ℎ1 84,3 quedando −7,5 = −ℎ1 18,6 donde
−7,5
ℎ1 = = 0,4032 = 40,32% y si ℎ2 = 1 − 0,4032 = 0,5968 = 59,68%
−18,6
 MEDIDAS DE TENDENCIA CENTRAL
b. Tenemos que ℎ1 = 40,32% , ℎ2 = 59,68%, 𝑛1 = # 𝑑𝑒 ℎ𝑜𝑚𝑏𝑟𝑒𝑠 y 𝑛2 =
𝑛 𝑛
# 𝑑𝑒 𝑚𝑢𝑗𝑒𝑟𝑒𝑠 entonces. Si ℎ1 = 1 entonces ℎ1 𝑛 = 𝑛1 , ℎ2 = 2 entonces
𝑛 𝑛
ℎ 2 𝑛 = 𝑛2
𝑛1 = ℎ1 𝑛 = 0,4032 1500 = 604,8 ≈ 605
𝑛2 = ℎ2 𝑛 = 0,5968 1500 = 895,2 ≈ 896

2.2 LA MEDIANA (𝑀𝑒 ): Se define como el valor de la variable que supera a no

mas de la mitad de las observaciones y al mismo tiempo es superado por no mas de
la mitad de las observaciones. La mediana es el valor central.
a. Sean 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , … , 𝑥𝑘 si k es par
𝑥𝑘 +𝑥𝑘
2−1 2
𝑀𝑒 =
2
EJEMPLO: Sean 4, 12, 16, 2, 10, 6, 14,8 ordenamos de menor a mayor.
8+10
Donde 2, 4, 6, 8, 10, 12, 14, 16 así la mediana es: 𝑀𝑒 = =9
2

𝑥𝑘−1 𝑥𝑘
2 2
 MEDIDAS DE TENDENCIA CENTRAL
b. Sean 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , … , 𝑥𝑘 si k es impar 𝑀𝑒 = 𝑥𝑘
2
EJEMPLO: Sean 7, 11, 2, 13, 5, 9,3 ordenamos de menor a mayor quedando así para
Hallar: 2, 3, 5, 7, 9, 11, 13 donde 𝑀𝑒 = 7

𝑥𝑘
2
LA MODA O MODO (𝑀𝑜 ) : se define como el valor de la muestra que mas se repite.
Sean 𝑥1 , 𝑥2 , 𝑥3 , . . , 𝑥𝑗 , … , 𝑥𝑘 ,si 𝑥𝑗 es valor que mas se presenta en ala muestra n
entonces la moda es 𝑀𝑜 = 𝑥𝑗
EJEMPLO 1: Sean 2, 3, 3, 4, 4, 4, 5, 5, 5, 5, 6, 6, 7
La moda es 𝑀𝑜 = 5 UNIMODAL
EJEMPLO 2: Sean 2, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 7
La moda es 𝑀𝑜 = 4, 5 BIMODAL
EJEMPLO 3: Sean 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 7
La moda es 𝑀𝑜 = 3,4, 5 MULTIMODAL
 MEDIDAS DE TENDENCIA CENTRAL
LA MEDIA GEOMETRICA(𝑀𝑔 ) : Sean 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , … , 𝑥𝑘 valores de una
muestra n entonces la media geométrica es :
𝑛
𝑀𝑔 = 𝑥1 . 𝑥2 . 𝑥3 . 𝑥4 … 𝑥𝑘
EJEMPLO: Hallar la media geométrica de los siguientes valores: 2, 3, 4, 5, 6, 7,
8, 10, 12
9
𝑀𝑔 = 2. 3. 4. 5. 6. 7. 8. 10. 12 = 5,53
LA MEDIA ARMONICA (𝑀−1 ): Sean 𝑥1 , 𝑥2 , 𝑥3 ,…,𝑥𝑘 valores, con ponderaciones
o repeticiones 𝑛1 , 𝑛2 , 𝑛3 ,…,𝑛𝑘 de una muestra n entonces:
𝑛
𝑀−1 =𝑛 𝑛2 𝑛3 𝑛𝑘
1
+ + + ⋯+
𝑥1 𝑥2 𝑥3 𝑥𝑘
EJEMPLO: Hallar la media armónica de los siguientes valores: 2, 2, 2, 3, 3, 3, 3,
4, 4, 4, 5, 5, 7
13
𝑀−1 = 3 4 3 2 1 = 3,15
+ + + +
2 3 4 5 7
 TALLER APLICADO
1.Los siguientes 30 valores corresponden a la calificación dada por los
estudiantes a sus docentes a la pregunta cumplimiento y preparación
de la clase:
3 2 1 2 3 3 4 4 1 1 1 2 2 3 1
4 3 3 2 2 2 4 1 2 1 3 2 4 1 3
1.Hallar la media
2.Tomando el resultado anterior, hallar 𝑋(10
ത + 𝑥) , 𝑋(25𝑥),
ത 𝑋ത 13
3.La mediana
4.La moda
5.La media geométrica
6.La media armónica
7.Si dividimos en tres muestras 𝑛1 = 11 y 𝑛2 = 12 𝑛3 = 7, hallar la
media de cada muestra y la media general, Compárela con la media
aritmética del punto1.
8. a. Qué porcentaje obtuvieron la calificación en cumplimiento y
preparación de la clase más baja.
b. Qué porcentaje obtuvieron la calificación en cumplimiento y
preparación de la clase más alta
 TALLER APLICADO
2. El colegio SANTA CLARA DE ASIS tiene 30 estudiantes que
obtuvieron 39.2 en las pruebas saber en el nivel bajo, 35 que
obtuvieron 55.2 en el nivel medio, 25 que obtuvieron 78.4 en el
nivel alto, 20 que obtuvieron 93.6 en el nivel superior.
a. Cual fue el promedio en las pruebas saber del colegio.
b. En qué porcentaje se encuentran los estudiantes en rango
BAJO, MEDIO, ALTO y SUPERIOR
3.En un concurso para proveer vacantes del sector público se
presentaron hombres y mujeres que sacaron en promedio 79.8 en
competencias específicas. Los hombres sacaron en promedio 67.3
y las mujeres 89.6 en promedio.
a. Cual es el porcentaje de hombre y mujeres que se presentaron.
b. Cual es el número de hombres y cual el número de mujeres si
se presentaron 25.000 aspirantes.
 MEDIDAS DE TENDENCIA CENTRAL
PARA VALORES AGRUPADOS SIN INTERVALOS: tomando el ejemplo de variable
discreta de los 50 jóvenes que toman bebidas hidratantes.
1. MEDIA ARITMETICA (𝑥): ҧ abrimos una columna con 𝑥𝑖 . 𝑛𝑖 y hallamos la sumatoria.

𝑥𝑖 𝑛𝑖 Ni 𝑥𝑖 . 𝑛𝑖 σ𝑘
𝑖=1 𝑥𝑖 .𝑛𝑖
0 4 4 0
𝑥ҧ =
𝑛
1 5 9 5 191
𝑥ҧ = = 3,82 ≈ 4
2 6 15 12 50
3 7 22 21
4 8 30 32 El promedio de consumo de bebidas hidratantes
5 9 39 45 es de 4 por joven.
6 5 44 30
7 3 47 21
8 2 49 16
9 1 50 9
Σ 50 191
 MEDIDAS DE TENDENCIA CENTRAL
2. LA MEDIANA(𝑀𝑒 ): Determinamos 𝑛Τ2 para hallar la mitad de los valores,
luego vamos a las frecuencias absolutas acumuladas, buscamos un valor igual a
𝑛Τ = 25 y los demarcamos 𝑁 si es exacto. Por la misma fila hacemos lo mismo
2 𝑗
con 𝑥𝑗 , para determinar la mediana. 𝑥 𝑛 N
𝑖 𝑖 i
Si𝑛Τ = 25 no es exacto, demarcamos los dos valores
2 0 4 4
mas próximos con 𝑁𝑗 y 𝑁𝑗−1 .Por la misma fila hacemos lo 1 5 9
mismo con 𝑥𝑗 y 𝑥𝑗−1 , para determinar dos valores 2 6 15
Hallamos la mediana. 3 𝑥𝑗−1 7 22 𝑁𝑗−1
𝑛 50
Determinamos = = 25 4 𝑥𝑗 8 30 𝑁𝑗
2 2
𝑥𝑗 + 𝑥𝑗−1 5 9 39
𝑀𝑒 = 6 5 44
2
3+ 4 7 7 3 47
𝑀𝑒 = = = 3,5 8 2 49
2 2
𝑀𝑒 = 3,5 ≈ 4 9 1 50
Σ 50
 MEDIDAS DE TENDENCIA CENTRAL
3. LA MODA(𝑀𝑜 ) : vamos a la columna de 𝑛𝑖 y 𝑥𝑖 𝑛𝑖 Ni 𝑛𝑖 log 𝑥𝑖
buscamos 𝑛𝑗 de mayor valor, por la misma fila 0 4 4 0
marcamos el 𝑥𝑗 para determinar la moda. 1 5 9 0
𝑛𝑗 = 9 entonces 𝑀𝑜 = 𝑥𝑗 = 5 2 6 15 1,80617997
𝑀𝑜 = 5 3 7 22 3,33984878
4. LA MEDIA GEOMETRICA( 𝑀𝑔 ): hallamos 4 8 30 4,81647993
La suma de la columna 𝑛𝑖 log 𝑥𝑖 5 𝑥𝑗 9 𝑛𝑗 39 6,29073003
6 5 44 3,8907562
σ𝑘
𝑖=1 𝑛𝑖 log 𝑥𝑖
log 𝑀𝑔 = 7 3 47 2,5352941
𝑛
8 2 49 1,80617997
25,4397115
log 𝑀𝑔 = 9 1 50 0,9542425
50
25,4397115 Σ 50 25,4397115
𝑀𝑔 = 𝑖𝑛𝑣 log
50
𝑀𝑔 = 3,22 ≈ 4
 MEDIDAS DE TENDENCIA CENTRAL
𝑛𝑖
5. LA MEDIA ARMONICA(𝑀−1 ): abrimos una columna con el cociente entre y
𝑥𝑖
hallamos la sumatoria. 𝑛𝑖
𝑥𝑖 𝑛𝑖 Ni ൗ𝑥𝑖
Luego determinamos:
0 4 4 0
𝑛
𝑀−1 = 𝑛𝑖 1 5 9 5
σ𝑘
𝑖=1 𝑥𝑖 2 6 15 3
3 7 22 2,3333333
50
𝑀−1 = = 3,17 ≈ 4 4 8 30 2
15,756344
5 9 39 1,8000000
6 5 44 0,8333333
6.COMPARACION DE LAS MEDIAS:
7 3 47 0,42857
𝑀−1 < 𝑀𝑔 < 𝑀𝑒 < 𝑥ҧ < 𝑀𝑜
8 2 49 0,2500
Los valores se encuentran distribuidos en forma
9 1 50 0,11111111
Asimétrica hacia la derecha.
Σ 50 15,756344
 MEDIDAS DE TENDENCIA CENTRAL
PARA VALORES AGRUPADOS EN INTERVALOS: Retomando el ejemplo de
los 50 empleados de la fabrica de cemento.
1.LA MEDIA ARITMETIICA(𝑥)ҧ :abrimos una columna con 𝑋𝑖 . 𝑛𝑖 y hallamos la
sumatoria.
la media es: 𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖 𝑁𝑖 𝑋𝑖 . 𝑛𝑖

σ𝑘𝑖=1 𝑋𝑖 𝑛𝑖 50 - 60 55 5 5 275
𝑥ҧ = 60,1 - 70 65 7 12 455
𝑛
4230 70,1 - 80 75 8 20 600
𝑥ҧ = = 84,6 80,1 - 90 85 9 29 765
50
90,1 - 100 95 11 40 1045
Podemos afirmar que el peso 100,1 - 110 105 6 46 630
promedio para 50 empleados de la 460
110,1 - 120 115 4 50
Fabrica de cementos es de 84,6 kgrs
Σ 50 4230
 MEDIDAS DE TENDENCIA CENTRAL
2. LA MEDIANA(𝑀𝑒 ): a. Determinamos 𝑛Τ2 para hallar la mitad de los valores,
luego vamos a las frecuencias absolutas acumuladas buscamos un valor igual a
𝑛Τ = 25 y los demarcamos 𝑁 si es exacto. Por la misma fila hacemos lo mismo
2 𝑗
con 𝑋𝑗 , para determinar la mediana.
b. Si 𝑛Τ2 = 25 no es exacto, demarcamos 𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖 𝑁𝑖
los dos valores mas próximos con 𝑁𝑗 y 50 - 60 55 5 5
𝑁𝑗−1 .Por la mismas filas hacemos igual 60,1 - 70 65 7 12
con 𝑛𝑗 , 𝑛𝑗−1 y 𝑋𝑗 , 𝑋𝑗−1 para determinar 70,1 - 80 75𝑋𝑗−1 8𝑛𝑗−1 20𝑁𝑗−1
los valores para hallar la mediana. 80,1 - 90 85𝑋 9𝑛 29𝑁
𝑗 𝑗 𝑗
𝑛 50
Determinamos = = 25 y A = 10 90,1 - 100 95 11 40
2 2
𝑛 100,1 - 110 105 6 46
2
−𝑁𝑗−1
𝑀𝑒 = 𝑋𝑗−1 + 𝐴 110,1 - 120 115 4 50
𝑛𝑗
Σ 50
25−20
𝑀𝑒 = 75 + 10 = 80,55
9
 MEDIDAS DE TENDENCIA CENTRAL
3. LA MODA(𝑀𝑜 ): Vamos a la columna de 𝑛𝑖 y buscamos 𝑛𝑗 = 11 de mayor
valor, el que esta por debajo lo demarcamos como 𝑑1 , por la misma fila marcamos
el 𝑋𝑗−1 , luego marcamos el que esta por encima de 𝑛𝑗 como 𝑑2 , para
determinarlos valores. 𝑛𝑗 = 11 , A =10 𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖
𝑑1 = 11 − 9 = 2 , 𝑑2 = 11 − 6 = 5 50 - 60 55 5
𝑋𝑗−1 = 85 60,1 - 70 65 7
entonces : 70,1 - 80 75 8
𝑑1 80,1 - 90 85𝑋𝑗−1 9𝑑1
𝑀𝑜 = 𝑋𝑗−1 + 𝐴
𝑑1 +𝑑2 90,1 - 100 95 11𝑛𝑗
100,1 - 110 105 6𝑑2
2
𝑀𝑜 = 85 + 10 = 87,85 110,1 - 120 115 4
2+5
Σ 50
 MEDIDAS DE TENDENCIA CENTRAL
4. LA MEDIA GEOMETRICA( 𝑀𝑔 ): hallamos la sumatoria de la columna
𝑛𝑖 log 𝑥𝑖
𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖 𝑛𝒊 log 𝑋𝒊
𝑘
σ𝑖=1 𝑛𝑖 log 𝑋𝑖
log 𝑀𝑔 = 50 - 60 55 5 8,701813447
𝑛
60,1 - 70 65 7 12,6903935
95,8823542 70,1 - 80 75 8 15,000490111
log 𝑀𝑔 =
50 80,1 - 90 85 9 17,364770332
95,8823542
𝑀𝑔 = 𝑖𝑛𝑣 log 90,1 - 100 95 11 21,75495966
50
100,1 - 110 105 6 12,12713579
𝑀𝑔 = 82,72 110,1 - 120 115 4 8,242791361
Σ 50 95,8823542
 MEDIDAS DE TENDENCIA CENTRAL
𝑛𝑖
5. LA MEDIA ARMONICA(𝑀−1 ): abrimos una columna con el cociente entre y
𝑋𝑖
hallamos la sumatoria. 𝑛𝑖
𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖 ൗ𝑋
Luego determinamos: 𝒊

𝑛 50 - 60 55 5 0,09090909
𝑀−1 = 𝑛𝑖 60,1 - 70 65 7 0,107692307
σ𝑘
𝑖=1 𝑥𝑖
70,1 - 80 75 8 0,10666666
80,1 - 90 85 9 0,105882352
50
𝑀𝑎 = = 80,79 90,1 - 100 95 11 0,115789473
0,618865339

100,1 - 110 105 6 0,057142857

110,1 - 120 115 4 0,03478260
Σ 50 0,618865339
6.COMPARACION DE LAS MEDIAS:
𝑀𝑒 < 𝑀−1 < 𝑀𝑔 < 𝑥ҧ < 𝑀𝑜
Los valores se encuentran distribuidos en forma asimétrica a la derecha.
 3. MEDIDAS DE VARIACION

S2

X
3.1. LA VARIANZA
3.1.1 PROPIEDADES DE LA VARIANZA
3.2. LA DESVIACION ESTANDAR
3.3 LA DESVIACION RESPECTO A LA MEDIA
3.4. LA DESVIACION RESPECTO A LA MEDIANA
3.5. EL COFICIENTE DE VARIACION RESPECTO AL MEDIA
3.6. EL COEFICIENTE DE VARIACION RESPECTO A LA
MEDIANA
 MEDIDAS DE VARIACION
3.1. LA VARIANZA(𝑆 2 ) : Sean 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , … , 𝑥𝑘 valores de una muestra
aleatoria n con 𝑥ҧ entonces:

𝑥1 −𝑥ҧ 2 𝑛1 + 𝑥2 −𝑥ҧ 2 𝑛2 +..+ 𝑥𝑘 −𝑥ҧ 2 𝑛𝑘

𝑆2 =
𝑛−1

σ𝑘 𝑥 − 𝑥ҧ 2𝑛
𝑆2 = 𝑖=1 𝑖 𝑖
𝑛−1

EJEMPLO: Sean 2, 3, 3, 3, 1, 3, 1, 4, 3, 2, 1, 2, 3, 2, 3 los valores de

calificación de la atención por los usuarios para un empleado de la
compañía Claro en un día cualquiera, con media 𝑥ҧ = 2,4. hallar la
varianza.
2 1−2,4 2 .3+ 2−2,4 2 .4+ 3−2,4 2 .7+ 4−2,4 2 .1 11,6
𝑆 = = = 0,8285
15−1 14
 MEDIDAS DE VARIACION
3.1.1 PROPIEDADES DE LA VARIANZA:
1.La varianza debe ser un valor positivo: 𝑆 2 ≥ 0
2. Sea k una constante entonces: 𝑆 𝑘 2 = 0
EJEMPLO: 𝑆 5 2 = 0
3. Sea k una constante y x una variable entonces :
𝑆2 𝑘 + 𝑥 = 𝑆2 𝑘 + 𝑆2 𝑥 = 0 + 𝑆2 𝑥 = 𝑆2 𝑥
EJEMPLO: Si 𝑆 2 𝑥 = 10 y k = 10
𝑆 2 10 + 𝑥 = 𝑆 2 10 + 𝑆 2 𝑥 = 0 + 10 = 10
3. Sea k una constante y x una variable entonces:
𝑆 2 𝑘. 𝑥 = 𝑘 2 𝑆 2 𝑥
EJEMPLO: Si 𝑆 2 𝑥 = 5 y k = 4
𝑆 2 4. 𝑥 = 4 2 𝑆 2 𝑥 = 16.5 = 80
4.Sean 𝑆1 2 , 𝑆2 2 varianzas de las muestras 𝑛1 , 𝑛2 con medias muéstrales 𝑥1ҧ , 𝑥ҧ2
respectivas entonces:
2 𝑆 2 1 .𝑛1 +𝑆 2 2 .𝑛2 𝑥ҧ 1 −𝑥ҧ 2 .𝑛1 + 𝑥ҧ 2 −𝑥ҧ 2 𝑛2
𝑆 = + , con 𝑛1 + 𝑛2 = 𝑛
𝑛1 +𝑛2 𝑛1 +𝑛2
𝑥ҧ 1 .𝑛1 +𝑥ҧ 2 .𝑛2
Donde 𝑥ҧ = 𝑛 +𝑛
1 2
 MEDIDAS DE VARIACION
EJEMPLO: Sean 𝑆 21 = 5 , 𝑆 2 2 = 7 , 𝑛1 = 10 , 𝑛2 = 15 y 𝑥ҧ1 = 20 , 𝑥ҧ2 = 30
𝑥ҧ 1 .𝑛1 +𝑥ҧ 2 .𝑛2 20.10+30.15 200+450 650
Hallamos: 𝑥ҧ = = = = = 26
𝑛1 +𝑛2 10+15 25 25
5.10+7.15 20−26 2 .10+ 30−26 2 .15 155 36.10+16.15
𝑆2 = + = +
25 25 25 25
155+600 755
= = = 30.2
25 25

5. Otra forma de hallar la varianza es:

σ𝑘 2
𝑖=1 𝑥 𝑖 𝑛𝑖
𝑆2 = − 𝑥ҧ 2
𝑛
σ 𝑥𝑖 .𝑛𝑖 100
EJEMPLO: Si σ𝑘𝑖=1 𝑥 2 𝑖 𝑛𝑖 = 4000, n =10 , σ 𝑥𝑖 . 𝑛𝑖 = 100,𝑥ҧ = = = 10
𝑛 10
4000
Entonces: 𝑆 2 = − 10 2 = 400 − 100 = 300
10
 MEDIDAS DE VARIACION
3.2. LA DESVIACION ESTANDAR(S): Se define como la raíz cuadrada de la
varianza entonces :

𝑆 = 𝑆2
EJEMPLO: Si 𝑆 2 = 0,8285 entonces 𝑆 = 0,8285 = 0,9102

3.3 LA DESVIACION MEDIA (𝐷𝑥ҧ ):Sean 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , … , 𝑥𝑘 valores de una

muestra aleatoria n con 𝑥ҧ definida entonces:

σ𝑘
𝑖=1 𝑥𝑖 −𝑥ҧ 𝑛𝑖
𝐷𝑥ҧ =
𝑛
EJEMPLO: Sean 2, 3, 3, 3, 1, 3, 1, 4, 3, 2, 1, 2, 3, 2, 3 los valores de calificación
de la atención por los usuarios para un empleado de la compañía Claro en un día
cualquiera, con media 𝑥ҧ = 2,4. hallar la desviación media.
1−2,4 .3+ 2−2,4 .4+ 3−2,4 .7+ 4−2,4 .1 11,6
𝐷𝑥ҧ = = = 0,7733
15 15
 MEDIDAS DE VARIACION
3.4. LA DESVIACION MEDIANA (𝐷𝑀𝑒 ): Sean 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , … , 𝑥𝑘 valores de una
muestra aleatoria n ,con 𝑀𝑒 definida entonces:

σ𝑘
𝑖=1 𝑥𝑖 −𝑀𝑒 𝑛𝑖
𝐷𝑀𝑒 =
𝑛

EJEMPLO: Sean 2, 3, 3, 3, 1, 3, 1, 4, 3, 2, 1, 2, 3, 2, 3 los valores de calificación

de la atención por los usuarios para un empleado de la compañía Claro en un día
cualquiera. Hallar la desviación mediana.
Para hallar la mediana ordenamos de menor a mayor 1,1,1,2,2,2,2,3,3,3,3,3,3,3,4
determinando la mediana. 𝑀𝑒 = 3 entonces:
1−3 .3+ 2−3 .4+ 3−3 .7+ 4−3 .1 11
𝐷𝑥ҧ = = = 0,7333
15 15
 MEDIDAS DE VARIACION
3.5. EL COEFICIENTE DE VARIACION RESPECTO A LA MEDIA (𝐶𝑣𝑥ҧ ): Se
define como el cociente entre la desviación estándar 𝑆 y la media muestral 𝑥ҧ
multiplicado ´por el 100%
𝑆
𝐶𝑣𝑥ҧ = .100%
𝑥ҧ

Si 𝐶𝑣𝑥ҧ < 20% los valores se encuentran distribuidos en forma homogénea,

teniendo una distribución aprox simétrica.
Si 𝐶𝑣𝑥ҧ ≥ 20% los valores se encuentran distribuidos en forma dispersa, teniendo
una distribución asimétrica.
EJEMPLO: retomando el ejercicio de la compañía Claro, donde hallamos 𝑥ҧ = 2,4
y 𝑆 = 0,9102 , vamos hallar el coeficiente de variación respecto a la media.
0,9102
𝐶𝑣𝑥ҧ = .100% = 37,92%
2,4
 MEDIDAS DE VARIACION
3.6.EL COEFICIENTE DE VARIACION RESPECTO A LA MEDIANA (𝐶𝑀𝑒 ) :
Se define como el cociente entre la desviación estándar 𝑆 y la mediana 𝑀𝑒
multiplicado por el 100%.
𝑆
𝐶𝑀𝑒 = . 100%
𝑀𝑒

EJEMPLO: retomando el ejercicio de la compañía Claro, donde hallamos

𝑀𝑒 = 3 y 𝑆 = 0,9102 , vamos hallar el coeficiente de variación respecto a la
mediana.
0,9102
𝐶𝑀𝑒 = . 100% =30,34%
3
 EJERCICIO APLICADO
1. Los siguientes 30 valores corresponden a la calificación dada por los
estudiantes a sus docentes a la pregunta cumplimiento y preparación
de la clase :
3 2 1 2 3 3 4 4 1 1 1 2 2 3 1
1 4 3 3 2 2 2 4 1 2 1 3 2 4 3
1.Hallar la media
2.Hallar la mediana
3.La varianza
4.Tomando el resultado anterior, hallar 𝑆 2 (12 + 𝑥) , 𝑆 2 (15𝑥), 𝑆 2 (7)
5.La desviación estándar
6.La desviación media
7.La desviación mediana
8.El coeficiente de deviación respecto a la media
9.El coeficiente de deviación respecto a la mediana.
10.Si dividimos en tres muestras 𝑛1 = 12 y 𝑛2 = 8 𝑛3 = 10 , hallar la
media de cada muestra y la media general, Compárela con la media
aritmética del punto1.
11.Hallar la varianza para cada muestra, la varianza general,
compárela el coeficiente variación respecto a la media, el coeficiente de
variación respecto a la mediana.
 EJERCICIO APLICADO
2.El promedio en las pruebas saber once de tres grupos del
colegio “CARLOS LLERAS RESTREPO” fue de 65.7; el grupo 1
tiene 42 estudiantes que sacaron en promedio de 54.8 con una
desviación de 7; el grupo 2 tiene 38 estudiantes que sacaron en
promedio 66.7 con una desviación de 10; el grupo 3 tiene 30
estudiantes que sacaron en promedio 96.5 con una desviación de
5. Determinar el coeficiente de variación para cada grupo y
comparar cual tiene mayor variabilidad.
3.Se tienen dos cursos A y B, donde el primero tiene un promedio
de calificación de 3.8,mientras que en el B es de 4.6. Diga que
porcentaje de alumnos tiene A y B, si el promedio de calificación
para la suma de los dos cursos es de 4.6. Si el curso tiene 120
estudiantes, cuantos estudiantes hay en cada curso. Hallar el
coeficiente de variación para cada grupo y comparar cual tiene
mayor variabilidad.
b. Si hay 60 estudiantes en los dos cursos cuantos hay en cada
uno si la desviación estándar para A es de 10 y para B es 12.
Cuál es el coeficiente de variación para los dos grupos y compare.
 MEDIDAS DE VARIACION
PARA VALORES NO TABULADOS EN INTERVALOS:
3.1. LA VARIANZA(𝑆 2 ) :Tomando cada variable 𝑥𝑖 y le restamos la media
𝑥ഥ = 3,82 ,luego este resultado lo elevamos al cuadrado, multiplicándolo por la
frecuencia absoluta 𝑛𝑖 . 𝑥𝑖 𝑛𝑖 Ni 𝑥𝑖 − 𝑥ҧ 𝟐 . 𝑛𝑖
Abrimos una columna con 𝑋𝑖 − 𝑥ҧ 2 . 𝑛𝑖 , 0 4 4 58,36
luego hallamos la sumatoria y el resultado 1 5 9 39,76
lo dividimos entre 𝑛 − 1 2 6 15 19,87
Si 𝑥ҧ = 3,82 entonces: 3 7 22 4,70
𝑘 2
2
σ𝑖=1 𝑥𝑖 − 𝑥ҧ 𝑛𝑖 4 8 30 0,25
𝑆 =
𝑛−1 5 9 39 12,53
251,33 6 5 44 23,76
𝑆2 = = 5,12
50−1
7 3 47 30,33
3.2. LA DESVIACION ESTANDAR(S):
8 2 49 34,94
9 1 50 26,83
𝑆= 𝑆2 = 5,12 = 2,26
Σ 50 251,33
 MEDIDAS DE VARIACION
3.3 LA DESVIACION MEDIA (𝐷𝑥ҧ ): Abrimos una columna con 𝑥𝑖 − 𝑥ҧ . 𝑛𝑖 ,luego
hallamos la sumatoria y la dividimos entre n. Si 𝑥ҧ = 3,82 entonces:

𝑥𝑖 𝑛𝑖 Ni 𝑥𝑖 − 𝑥ҧ . 𝑛𝑖 𝑥𝑖 − 𝑀𝑒 . 𝑛𝑖
σ𝑘𝑖=1 𝑥𝑖 − 𝑥ҧ . 𝑛𝑖 0 4 4 15,28 14
𝐷𝑥ҧ =
𝑛 1 5 9 14,1 12,5
92,08
𝐷𝑥ҧ = = 1,84 2 6 15 10,92 9
50
3 7 22 5,74 3,5
3.4 LA DESVIACION MEDIANA (𝐷𝑀𝑒 ):
4 8 30 1,44 4
Abrimos una columna con 𝑥𝑖 − 𝑀𝑒 , luego
5 9 39 10,62 13,5
hallamos la sumatoria y la dividimos
6 5 44 10,9 12,5
entre n. Si 𝑀𝑒 = 3,5 entonces:
7 3 47 9,54 10,5
σ𝑘𝑖=1 𝑥𝑖 − 𝑀𝑒 𝑛𝑖 8 2 49 8,36 9
𝐷𝑀𝑒 =
𝑛 9 1 50 5,18 5,5
94
𝐷𝑀𝑒 = = 1,88 Σ 50 92,08 94
50
 MEDIDAS DE VARIACION
3.5. EL COEFICIENTE DE VARIACION RESPECTO A LA MEDIA
(𝐶𝑣𝑥ҧ ): Se define como el cociente entre la desviación estándar 𝑆 = 2.26 y
la media muestral 𝑥ഥ = 3,82 multiplicado ´por el 100%
𝑆 2,26
𝐶𝑣𝑥ҧ = ҧ .100% entonces 𝐶𝑣𝑥ҧ = .100% = 59,1%
𝑥 3,82
como 𝐶𝑣𝑥ҧ > 20% los valores se encuentran distribuidos en forma dispersa,
teniendo una distribución anti simétrica.

3.6.EL COEFICIENTE DE VARIACION RESPECTO A LA MEDIANA

(𝐶𝑀𝑒 ) :
Se define como el cociente entre la desviación estándar 𝑆 = 2.26 y la
mediana 𝑀𝑒 = 3,5 multiplicado por el 100%.
𝑆 2,26
𝐶𝑀𝑒 = . 100% entonces 𝐶𝑀𝑒 = 𝑥100% = 64,57%
𝑀𝑒 3,5
 MEDIDAS DE VARIACION
PARA VALORES TABULADOS EN INTERVALOS:
3.1. LA VARIANZA(𝑆 2 ):Tomando cada marca de clase 𝑋𝑖 y le restamos la media
𝑥ഥ = 84,6 ,luego este resultado lo elevamos al cuadrado, multiplicándolo por la
frecuencia absoluta 𝑛𝑖 .
Abrimos una columna con 𝑋𝑖 − 𝑥ҧ 2 . 𝑛𝑖 , luego hallamos la sumatoria y el
resultado lo dividimos entre 𝑛 − 1
𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖 𝑋𝑖 − 𝑥ҧ 𝟐 . 𝑛𝑖
Si 𝑥ҧ = 84,6 entonces:
50 - 60 55 5 4.380,8
𝑘
σ𝑖=1 𝑋𝑖 − 𝑥ҧ 𝑛𝑖 2
2
𝑆 = 60,1 - 70 65 7 2.689,12
𝑛−1 70,1 - 80 75 8 737,28
15.191,99
𝑆2 = = 310,04 80,1 - 90 85 9 1,44
50−1

90,1 - 100 95 11 1.189,75

3.2. LA DESVIACION ESTANDAR(S): 100,1 - 110 105 6 2.496,96
110,1 - 120 115 4 3.696,64
𝑆= 𝑆2 = 310,04 = 17,60
Σ 50 15.191,99
 MEDIDAS DE VARIACION
3.3 LA DESVIACION MEDIA (𝐷𝑥ҧ ): Tomando cada marca de clase 𝑋𝑖 y le
restamos la media 𝑥ഥ = 84,6 ,luego este resultado le aplicamos valor absoluto,
multiplicándolo por la frecuencia absoluta 𝑛𝑖 . Abrimos una columna con
𝑋𝑖 − 𝑥ҧ . 𝑛𝑖 ,luego hallamos la sumatoria y la dividimos entre n.

Si 𝑥ҧ = 84,6 entonces: 𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖 𝑋𝑖 − 𝑥ҧ . 𝑛𝑖

50 - 60 55 5 148

σ𝑘𝑖=1 𝑋𝑖 − 𝑥ҧ . 𝑛𝑖 60,1 - 70 65 7 137,2

𝐷𝑥ҧ = 70,1 - 80 75 8 76,8
𝑛
80,1 - 90 85 9 3,6
724 90,1 - 100 95 11 114,4
𝐷𝑥ҧ = =14,48
50
100,1 - 110 105 6 122,4
110,1 - 120 115 4 121,6
Σ 50 724
 MEDIDAS DE VARIACION
3.4 LA DESVIACION MEDIANA (𝐷𝑀𝑒 ): Tomando cada marca de clase 𝑋𝑖 y le
restamos la mediana 𝑀𝑒 = 80,55 ,luego este resultado le sacamos valor absoluto,
multiplicándolo por la frecuencia absoluta 𝑛𝑖 .
Abrimos una columna con 𝑋𝑖 − 𝑀𝑒 , luego hallamos la sumatoria y la dividimos
entre n.
Si 𝑀𝑒 = 80,55 entonces: 𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖 𝑋𝑖 − 𝑀𝒆 . 𝑛𝑖
50 - 60 55 5 127,75
σ𝑘𝑖=1 𝑋𝑖 − 𝑀𝑒 𝑛𝑖 60,1 - 70 65 7 108,85
𝐷𝑀𝑒 = 70,1 - 80 75 8 44,4
𝑛
80,1 - 90 85 9 40,05
764,5 90,1 - 100 95 11 158,95
𝐷𝑀𝑒 = = 15,29
50 100,1 - 110 105 6 146,7
110,1 - 120 115 4 137,8
Σ 50 764,5
 MEDIDAS DE VARIACION
3.5. EL COEFICIENTE DE VARIACION RESPECTO A LA MEDIA (𝐶𝑣𝑥ҧ ): Se
define como el cociente entre la desviación estándar 𝑆 = 17,60 y la media
muestral 𝑥ഥ = 84,6 multiplicado ´por el 100%
𝑆 17,60
𝐶𝑣𝑥ҧ = ҧ .100% entonces 𝐶𝑣𝑥ҧ = .100% = 20,80%
𝑥 84,6
como 𝐶𝑣𝑥ҧ > 20% los valores se encuentran distribuidos en forma dispersa,
teniendo una distribución anti simétrica.

3.6.EL COEFICIENTE DE VARIACION RESPECTO A LA MEDIANA (𝐶𝑀𝑒 ) :

Se define como el cociente entre la desviación estándar 𝑆 = 17,60 y la mediana
𝑀𝑒 = 80,55 multiplicado por el 100%.
𝑆 17,60
𝐶𝑀𝑒 = . 100% entonces 𝐶𝑀𝑒 = = 21,84%
𝑀𝑒 80,55
 4. MEDIDAS DE DEFORMACION
4.1 COEFICIENTE DE ASIMETRIA O SESGO ( 𝐴𝑆 ) : Para determinar el grado
en que se encuentran distribuidos las observaciones respecto a la media muestral.

Asimétrica positiva Simétrica o Normal Asimétrica negativa

𝑥ҧ < 𝑀𝑒 < 𝑀𝑜 𝑥ҧ = 𝑀𝑒 = 𝑀𝑜 𝑥ҧ > 𝑀𝑒 > 𝑀𝑜
Si 𝐴𝑠 > 0 Si 𝐴𝑠 = 0 Si 𝐴𝑠 < 0
3
σ𝑘 𝑋
𝑖=1 𝑖 −𝑥ഥ .𝑛𝑖
𝑛
Para calcular el grado de asimetría: 𝐴𝑠 =
𝑆3
 MEDIDAS DE DEFORMACION
MOMENTOS RESPECTO A LA MEDIA:
Momento 1:
σ𝑘 1
𝑖=1 𝑋𝑖 −𝑥ҧ 𝑛𝑖
𝑀1 = Para hallar las desviaciones respecto a la media 𝑀1 = 0
𝑛
Momento 2:
σ𝑘 2
𝑖=1 𝑋𝑖 −𝑥ҧ 𝑛𝑖
𝑀2 = 𝑆2 = Para hallar la varianza con n = n-1 factor de corrección
𝑛
Momento 3:
σ𝑘 3
𝑖=1 𝑋𝑖 −𝑥ҧ 𝑛𝑖
𝑀3 = Para hallar asimetría
𝑛
Momento 4:
σ𝑘 4
𝑖=1 𝑋𝑖 −𝑥ҧ 𝑛𝑖
𝑀4 = Para hallar apuntamiento
𝑛
 MEDIDAS DE DEFORMACION
Otra forma de hallar el coeficiente de asimetría o sesgo es:
3
σ𝑘 𝑋
𝑖=1 𝑖 − ഥ
𝑥 𝑛𝑖
𝑀3 𝑛
𝐴𝑠 = =
𝑆3 𝑆3
Donde:

σ𝑘 3
𝑖=1 𝑋𝑖 −𝑥ҧ 𝑛𝑖
𝑀3 = tercer momento respecto a la media
𝑛
𝑆 3 Desviación estándar al cubo , donde 𝑆 = 𝑆 2 y

σ𝑘 2𝑛
𝑋
𝑖=1 𝑖 − 𝑥ҧ 𝑖
𝑆2 =
𝑛−1
 MEDIDAS DE DEFORMACION
EJEMPLO: Retomando el ejemplo de los 50 empleados de la fabrica de cementos
Diamante. Tomando cada marca de clase 𝑋𝑖 y le restamos la media 𝑥ഥ = 84,6 ,luego
este resultado lo elevamos al cubo, multiplicándolo por la frecuencia absoluta 𝑛𝑖 .
Abrimos una columna con 𝑋𝑖 − 𝑥ҧ 3 . 𝑛𝑖 ,luego hallamos la sumatoria y el resultado
lo dividimos entre 𝑛. 𝑋𝒊 − 𝑥ҧ 𝟑 𝑛𝒊
𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖
Para hallar el tercer momento 𝑀3 ,
3
50 - 60 55 5 - 129.671,68
si ese resultado lo dividimos entre 𝑆 .
60,1 - 70 65 7 - 52.706.752
Hallamos 𝐴𝑠
Si 𝑥ҧ = 84,6 y S = 17,60 entonces: 70,1 - 80 75 8 - 7,077,888
σ𝑘𝑖=1 𝑋𝑖 − 𝑥ҧ 3 𝑛𝑖 80,1 - 90 85 9 0,576
𝑀3 𝑛
𝐴𝑠 = 3 = 90,1 - 100 95 11 12.373.504
𝑆 𝑆3
2,318.094,09 100,1 - 110 105 6 50.937.984
𝐴𝑠 = = 0,42
5.451.776 110,1 - 120 115 4 112.377.856
Como 𝐴𝑠= 0,42 > 0 es anti simétrica Σ 50 115.904.704,6
positiva
 MEDIDAS DE DEFORMACION
4.2 COEFICIENTE DE KURTOSIS O APUNTAMIENTO ( 𝐴𝑃 ) : Para determinar el
grado en que se encuentran las alturas de las observaciones respecto a la distribución
simétrica o normal.

Ap  3 Leptucurtica o apuntada

𝑥ҧ
Ap  3 Normal o mesocurtica
4
σ𝑘
𝑖=1 𝑋𝑖 −ഥ
𝑥 𝑛𝑖
𝑀4
Ap  3 Platicurtica o achatada
𝑛
Donde: 𝐴𝑝 = =
𝑆4 𝑆4
 MEDIDAS DE DEFORMACION
EJEMPLO: Retomando el ejemplo de los 50 empleados de la fabrica de cementos
Diamante. Tomando cada marca de clase 𝑋𝑖 y le restamos la media 𝑥ഥ = 84,6 ,luego
este resultado lo elevamos a la cuatro, multiplicándolo por la frecuencia absoluta
𝑛𝑖 . Abrimos una columna con 𝑋𝑖 − 𝑥ҧ 4 . 𝑛𝑖 ,luego hallamos la sumatoria y el
resultado lo dividimos entre 𝑛. 𝑋𝒊 − 𝑥ҧ 𝟒 𝑛𝒊
𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖
Para hallar el cuarto momento 𝑀4 ,
4
50 - 60 55 5 3.838.281.728
si ese resultado lo dividimos entre 𝑆 .
60,1 - 70 65 7 1.033.052.339
Hallamos 𝐴𝑝
70,1 - 80 75 8 67.947,7248
Si 𝑥ҧ = 84,6 y S = 17,60 entonces:
σ𝑘𝑖=1 𝑋𝑖 − 𝑥ҧ 4 𝑛𝑖 80,1 - 90 85 9 0,2304
𝑀4 𝑛 90,1 - 100 95 11 128.684,4416
𝐴𝑝 = 4 =
𝑆 𝑆4
186.539.047,9
100,1 - 110 105 6 1.039.134.874
𝐴𝑝 = = 1.944,10
95.951,25 110,1 - 120 115 4 3.416286.822
Como 𝐴𝑝 = 1944,10 > 3 es Σ 50 9.326.952.395
Leptucurtica o apuntada
 EJERCICIO APLICADO
Dada la siguiente distribución de frecuencias, correspondiente a los
ingresos mensuales para 50 familias, que viven el día a día, en los
semáforos de la ciudad de IBAGUE.
Hallar:
1.El primer momento respecto a la media. 𝑥𝑖−1 − 𝑥𝑖 𝑋𝑖 𝑛𝑖
2. El segundo momento respecto a la media. 350 - 450 400 3
3. El tercer momento respecto a la media. 450 - 550 500 5
4. El cuarto momento respecto a la media. 550 - 650 600 7
5. El coeficiente de asimetría 650 - 750 700 12
6. El coeficiente de kurtosis o apuntamiento. 750 - 850 800 10
7. Graficar y comparar los resultados. 850 - 950 900 8
950 - 1050 1000 5
Σ
 BIBLIOGRAFIA RECOMENDADA
PROBABILIDAD Y ESTADISTICA PARA INGENIERIA Y
CIENCIA, WALPOLE –MYERS-YE. editorial PRENTICE HALL,
edición 8°, año 2007.
PROBABILIDAD Y ESTADISTICA PARA INGENIERIAS,
CANAVOS. editorial MAC GRAW HELL, edición 3° año 1997.
PROBABILIDAD Y ESTADISTICA PARA INGENIEROS,
DOUGLAS C MONTGOMERY. editorial JOHN WILEY & SONS,
edición 3°,año 2002
ESTADISTICA MATEMATICA,WILLIAM MENDENHALL-
RICHARD L SCHEAFFER, editorial THOMSON. edición 6°, año
2002
ESTADISTICA PARA LA ADMINISTRACION,LINCOLN CHAO,
editorial MAC GRAW HELL, edición 4° ,año 1996.
ESTADISTICA Y MUESTREO, CIRO MARTINEZ
BERCARDINO, editorial ECO, EDICION 8°, AÑO 2009.