Texto del Encabezado 1/9

1.1.1. PROPIEDADES

Si x es la media x 1 , x 2 , x 3…. x i entonces:

i) x 1+ b ; x 2+b ; x 3 +b ; … ; x i +b → x+ b
ii) a x 1, a x 2, a x 3,…., a x i → a x
Si y 1 = a x 1 + b → y=a x+ b
1.2. MEDIA ARITMÉTICA PONDERADA
Se utiliza cuando se tienen varias muestras con sus propios medios y es necesario encontrar una
media de todos ellos.
Muestra Tamaño Media Muestral n1∗x 1 +n2∗x 2 … .. ni∗x i
x p=
n1 x1 n1+ n2 +…+n i
n2 x2
n3 x3 k

ni xi
∑ ni∗xi
x p= i=1k
∑ ni
i=1

Cuando n1=n2=n3 … ..=ni

Entonces se afectan a las medias x i por factores de ponderación w i
k

∑ w i∗x i
x p= i=1k
∑ wi
i=1

Ejemplos: Supongamos que el proyecto minero de San Cristóbal tenga 4 zonas mineralizadas.
La zona 1 tenga 3 millones de toneladas con una ley del 1,8%, la zona 2 con 5 millones de
toneladas con una ley del 2,5%, la zona 3 con 7 millones de toneladas con una ley del 2% y la
zona 4 con 8 millones de toneladas con una ley del 3%. Determinar la ley promedio por
toneladas del proyecto minero.
Solución:
Zona Ley % x i Cantidad Toneladas ni 1 ,8∗3+2 , 5∗5+ 2 ,0∗7+3 , 0∗8
x p=
I 1,8 3
3+ 5+7+8
II 2,5 5
III 2,0 7
IV 3,0 8

Texto de Pie de Página

Texto del Encabezado 2/9

x p=2 , 43 %

Ejemplos: Se ha analizado las notas de probabilidad y estadística de dos paralelos de Ingeniería

Industrial, se tiene los siguientes datos:
Cantidad de estudiantes A y B = 116
Nota promedio del paralelo A = 53
Cantidad de estudiantes B = 57
Media ponderada de las notas A y B = 45
Determinar que el promedio de notas del paralelo B y la cantidad de estudiantes del paralelo A
n A∗53+ X B∗57
Solución: x B =? n A =? En (1) 45 =
116
n A∗x A +n B∗x B
x p= (1) 53*n A + 57* x B =116( 45)
n A + nB
116 ( 45 ) −53(59)
nT =n A +n B (2) xB = = 36,72
57
En (2) 116 = n A +57 → n A =59
1.3. MEDIANA
Simbolizada por ~
x y se define como el valor central que divide al conjunto de observaciones en
dos partes iguales.
1.3.1. PARA DATOS NO AGRUPADOS

1) Cuando n es impar x = x n+1

~
2

x n/ 2+ X
2) Cuando n es par ~
x= n/2 +1

2
Ejemplos: 2, 14, 14, 20, 22

x=¿ x n+1 = x 3 → ~
n=5 ~ x=14
2

Ejemplos: 2, 12, 14, 16, 16, 20

x n/ 2+ X 14+16
N=6 ~ →~
+1
x= n/2
= x = 15
2 2
1.3.2. PARA DATOS AGRUPADOS

1) Calcular n/2
2) En la columna de F1, se busca el intervalo que contiene a n/2 (intervalo de la mediana)
Texto de Pie de Página
Texto del Encabezado 3/9

1.3.3. VENTAJAS Y DESVENTAJAS

- No es sensible a datos extremos

- Es de fácil calculo
- No es manipulable algebraicamente
- No toma en cuenta a todas las observaciones
Ejemplos:
c) # empresas inversión ≥ 40000 3 empresas
d) % pequeñas empresas 10≤ x< 35

(
16−10
16−8
¿∗37 %+17 %+12 %+
35−32
40−32 ( )
∗3 %=57,875 %f)

16−x
( ¿∗37 % +17 % +12 %+3 % +6 %=55 %
16−8
x = 12,32 → x = 12320$
1.4. MODA
Es el indicador central que se define como el valor o dato que se repite más veces.
- Para datos no agrupados Mod (x) = x o ↔ f x o es más frecuencia
- Para datos agrupados
∆ 1=fmax −f 1 ; ∆ 2=fmax−f 2 También: ∆ 1=hmax−h 1
∆1
Mod (x) = Linf + ( ¿∗c ∆ 2=hmax−h 2
∆1 + ∆2
Donde:

Texto de Pie de Página

Texto del Encabezado 4/9

fmax=¿ Frecuencia absoluta máxima

f 1=¿ Frecuencia anterior al intervalo de la frecuencia máxima
f 2=¿ Frecuencia posterior al intervalo de la frecuencia máxima
finf =¿ Limite inferior del intervalo de la frecuencia máxima
c=¿ Amplitud del intervalo de la frecuencia máxima

1.4.1. VENTAJAS Y DESVENTAJAS

- Es fácil de calcular.
- No es sensible a datos extremos.
- No es manipulable algebraicamente.
- Pueden existir más de una moda.
- Si tiene 2 modas la distribución es bimodal.
- Tres modas, trimodal.
1.5. RELACION, MEDIA, ,MEDIANA Y MODA
Para una curva de frecuencias simétricas: x=~
x=Mod (x)

Para el caso:
x <~
x< Mod (x)

Texto de Pie de Página

Texto del Encabezado 5/9

Mod(x) ¿ ~
x<x

Una relación aproximada x−Mod ( x ) ≅ 3(x−~

x)
El indicador central más utilizado es la media aritmética
Muestra (n) Población(N)
x Media muestra Media Aritmética u ~ (En un intervalo de confianza)
poblacional ≈x

1.5.1. OTROS INDICADORES SECUNDARIOS

- Media Geométrica: Simbolizada por x G se define:

√∏
k K
x G= ∏ x i h
n
xG = xi
fi
; i

i=1 I =1

- Media Cuadrática: Simbolizada por x c se define:

√
k

∑ f i∗xi2
√∑
k
xc = ; xc= ni∗xi2
i=1
i=1
n
- Media Armónica: Simbolizada por x H se define:

Texto de Pie de Página

Texto del Encabezado 6/9

n 1
k
xH= K
xH = ;
∑ xifi ∑ hixi
i=1 I=1

Ejemplos: En un paralelo de Probabilidades y Estadística la distribución de las calificaciones de

una práctica de 50 estudiantes resulto
Calificaciones N° de Estudiantes
0-5 2
5-10 8
10-12 20
12-15 15
15-20 5
Total 50

a) Se desea agrupar a los estudiantes en 3 categorías tomando en cuenta sus notas. El 20% de
los que tienen las peores notas en la categoría deficientes, el 60% de los siguientes en la
categoría normales y el 20% de los mejores notas en la categoría excelentes ¿Cuáles son los
límites de las calificaciones en las categorías?
b) Encontrar el promedio de calificaciones, la mediana y la moda de las calificaciones
c) La media cuadrática y la media geométrica
Solución: Formamos la tabla de frecuencias, datos agrupados con intervalos de amplitud
distintos
Li-Li+1 xi fi Fi hi hi * 100% fi * xi
0-5 2-5 2 2 0,04 4% 5
5-10 7,5 8 10 0,16 16% 60
10-12 11 20 30 0,40 40% 220
12-15 13,5 15 45 0,30 305 202,5
15-20 17,5 5 50 0,10 10% 87,5
Total 50 1 575

a)

Texto de Pie de Página

Texto del Encabezado 7/9

Deficientes [0 ,10 ]
Z−12
( ¿∗30 %=20 % → z=14
15−12
Normales ]10,14] ; Excelentes]14,20]

b) x =
∑ fi∗xi → x= 575 =11, 5 pts
n 50

( )
n
−F k−1
~ 2
x=Linf + ∗C
F k −F k−1

n 50
= =25 ; F k =30 ; F k−1=10 ; Linf =10 ; C=2
2 2

~
x=10+
25−10
30−10(∗2 → ~
x =11.5 ) ∆ 1=fmax −f 1=20−8=12

Mod ( x ) → Linf +
( ∆1
∆1 +∆ 2
∗C
) ∆ 2=fmin−f 2=20−15=5

12
Mod(x) = 10 + ( ¿∗2→ Mod ( x )=11, 41 pts
12+ 5

√
k

∑ f i∗xi2
√
2 2 2 2 2
c) x c = = 2∗2 ,5 + 8∗7 ,5 +20∗11 +15∗13 ,5 +5∗17 , 5 = 11,96
i=1
50
n
x G= √ 2 , 52∗7 , 58∗1120∗13 , 515∗17 ,55 → x G =10 , 93
n

1.6. MEDIDAS O INDICADORES DE AGRUPACIÓN

Corresponde a aquellos valores que representan a los datos cuando se los agrupa de acuerdo a
algún criterio específico, se tienen:
- Cuartiles
Texto de Pie de Página
Texto del Encabezado 8/9

- Deciles
- Percentiles
1.6.1. CUARTILES: Representan en las observaciones cuando se los agrupa de ¼ en 1/4 o de
25% en 25%

n
−F K−1
Q2 = Linf + ( 2 ¿∗c
F K− F
K−1

n 1
−F K −1 −H K−1
Q1 = Linf + ( 4 ¿∗c ; Q1 = Linf + ( 4 ¿∗c
F K −F
K−1
H K −H
K −1

3n 3
−F K −1 −H K−1
Q3 = Linf + ( 4 ¿∗c ; Q3 = Linf + ( 4 ¿∗c
F K− F
K −1
H K −H K −1

1.6.2. DECILES: Son valores que representan a las observaciones cuando se les agrupa de 1/10
en 1/10 o de 10% en 10%

Texto de Pie de Página

Texto del Encabezado 9/9

¿ −F i
K −1 −H K−1
Di = Linf + ( 10 ¿∗c ; Di = Linf + ( 10 ¿∗c
F K− FK −1
H K− H
K−1

Donde i = 1, 2, 3…, 9
1.6.3. PERCENTILES: Valores que representan a las observaciones cuando se les agrupa de
1/100 en 1/100 de 1% en 1%

Entonces:
¿ −F i
K−1 −H K−1
Pi = Linf + ( 100 ; Pi = Linf + ( 100
¿∗c ¿∗c
F K− FK −1
H K− H
K−1

1.7. MEDIDAS O INDICADORES DE DISPERSION

Este conjunto de estadígrafos pretende analizar cuan disperses se encuentran los datos a partir de
un dato centra.
1.7.1. MEDIDAS DE DISPERSION ABSOLUTAS: Se tienen:

Rango: Rango = X max – X min

Rango intercuartilico: RQ = Q3 – Q1
Q3−Q 1
Rango semi-intercuartilico Req =
2

1.7.2. MEDIDAS DE DISPERSION RELATIVAS:

Desviación Media: Se define como el promedio ponderado del valor absoluto de la diferencia
entre las marcas de clase y el valor central elegido.
K

∑ fi( xi−V . C)
D M ( V . C ) = i=1
n

Texto de Pie de Página