PRÁCTICA DIRIGIDA N° 02

ALUMNO: COPITAN DEUDOR JAVIER CÓDIGO: 201711966

1. Si un alumno que se matricula en el curso de Estadística y Probabilidades en el presente semestre

académico obtuviese en Prácticas calificadas de 1 a 4 respectivamente: 17,14,17,15, eln los laboratorios del 1
al 4 respectivamente: 17,18,19,20, en proyectode laboratorio 16, examen parcial, 14, examen final 12,
examen sustitutorio 15. Cual será su nota promedio final.

𝑷�=(17+14+17+15)/4=15.75

𝑷𝑷=(17+19+20+15.75+18)/5=17.95

𝑵�=(14+15+17.95)/3=𝟏𝟓.𝟔𝟓≈𝟏𝟔

2. Los siguientes datos corresponden al número de cursos de Post-Grado que han seguido una muestra de
Ingenieros egresados de la URP: 04,05,05,07,10,10,09,10

a) Halle y explique el significado de la media, mediana y moda.

La MEDIA
n=8 �  ̅= (4+5+5+7+10+10+9+10)/8=𝟕.𝟓≈𝟎�

El promedio de número de cursos de Post-Grad de unos ingenieros egresados de la URP es 8.

LA MEDIANA
Como n es par: �_𝒅=(𝑋_(𝑛/2)+
𝑋_((𝑛+2)/2))/2

04  05  05  07  09  10  10  10
〖 X  〗 _1  〖 X  〗 _(2 ) 
〖 X 〗 _(3  ) X_4  〖 X  〗
�_𝒅=(𝑋_4+𝑋_5)/2=(07+09)/2=
_(5  ) X_6  〖 X 〗 _7  〖 X 〗
𝟎�
_8

04  05  05  07  09  10  10  10
〖 X  〗 _1  〖 X  〗 _(2 ) 
〖 X 〗 _(3  ) X_4  〖 X  〗
más de 〖
_(5  ) X_6 
El 50% de ingenieros de la URP han llevado X 〗 _7 
08 cursos 〖 X〗
de Post-Grado
_8
El 50% de ingenieros de la URP han llevado menos de 08 cursos de Post-Grado

LA MODA
El dato que más se repite es 10, siendo la Mo=10

b) ¿Cuál es la mejor medida de tendencia central? ¿Porqué?

La mejor medida de tendencia central seria la media, porqué solo se tiene pocos datos y corresponde al
promedio, además de no existir valores extremos.
3. Los siguientes datos correspondenal número de laptops vendidas por una Compañía durante 120 días.
No. Laptop: 2 3 4 5 6 7
Días (F'): 120 87 57 52 46 30

a) Halle la medida de tendencia central más adecuada. Dar su significado.

La medida de tendencia más adecuada sería la media.

N. de Días (F') Días (f) Días (F) Xf

Laptop (x)
2 120 33 33 66 �  ̅= (∑▒��
3 87 30 63 90 )/�
4 57 5 68 20
5 52 6 74 30 �  ̅= 512/120=4.
267
6 46 16 90 96
7 30 30 120 210
TOTAL 120 512
El promedio de laptops vendido por día es de 4 laptops.

b) Cúal es la medida que nos da el 50% inferior de los datos

La medida que nos da el 50% inferior de los datos es la mediana.

N. de Laptop Días (F') Días (f) Días (F)

(x)
2 120 33 33
3 87 30 63
4 57 5 68
5 52 6 74
6 46 16 90
7 30 30 120
TOTAL 120
�/�=120/2=60

�_𝐣=63
�_(𝐣−𝟏)=𝟑𝟑<�
/�
Como Fj-1 es menor a n/2 entonces:
�_𝒅=�_�

�_�=𝟑
c) Cúal es el número de PC ensambladas más frecuente

En este caso será el de mayor f, entonces sería 2 PC ensambladas más frecuente.

4. La siguiente distribución muestra la edad de 100 Ingenieros de una empresa de Surco.
Edad (años): 20-24 25-29 31-34 35-39 40-50
Ingenieros (h): k 0.16 4k 2k 0.14
�+0.16+4�+2�+0.14=1
7�+0.3=1
�=𝟎.𝟏
Edad (x) h f F

20-24 0.10 10 10
25-29 0.16 16 26 𝐹_(𝑗−1)
𝐿_𝐽=30 31-34 0.40 40 66 𝐶_𝐽=34.5−30
35-39 0.20 20 86 𝐶_�=4.5
40-50 0.14 14 100
TOTAL 1 100

Halle y de los significados de:

a) La edad promedio

Edad (x) X f Xf

20-24 22 10 220
25-29 27 16 432
31-34 32.5 40 1300
35-39 37 20 740
40-50 45 14 630
TOTAL 100 3322
�  ̅= (∑▒��
)/�

�  ̅= 3322/100=𝟑𝟑.�� 
𝐚ñ𝐨�

La edad promedio de 100 Ingenieros de una empresa de Surco será 33.02 años.

b) Edad mediana �/�=100/2=50

�_𝐣=66
�_(𝐣−𝟏)=�𝟔<�
/�
Como FJ-1 es menor a n/2 entonces:
�_𝒅=𝐿_𝑗+𝐶_𝑗 
((𝑛/2−𝐹_(𝑗−1))/(𝐹_𝑗  〖−
�〗 _(𝑗−1) ))
 �_𝒅=𝐿_𝑗+𝐶_𝑗 
((𝑛/2−𝐹_(𝑗−1))/(𝐹_𝑗  〖−
𝐹〗 _(𝑗−1) ))
�_𝒅=30+4.5((50−26)/
(66−26))
�_𝒅=𝟑�.𝟕
El 50% de ingenieros de una empresa de Surco tienen más de 32.7 años.
El 50% de ingenieros de una empresa de Surco tienen menos de 32.7 años.
c) Edad más frecuente

�_𝒐=𝑙_(𝑚_𝑜 )+𝐶_𝑗 (𝜕1/
(𝜕1+𝜕2))
𝜕1=40−16=24
𝜕2=40−20=20 �_𝒐=30+5(24/
(24+20))

�_𝒐=𝟑�.𝟕�𝟕

La Edad más frecuente es 32.727 años.

d) A partir de qué edad se tiene el 75% de los más jóvenes

Edad (años) f F

20-24 10 10
25-29 16 26
31-34 40 66 𝐹_(𝑗−1)
𝐿_𝐽=34.5 35-39 20 86 𝐶_𝐽=34.5−39.5
40-50 14 100 𝐶_�=5
TOTAL 100

𝟑�/�=(3(100))/4
=75
�_𝐣=86
�_(𝐣−𝟏)=𝟔𝟔<�
/�

Como Fj-1 es menor a n/2 entonces:

�_𝟑=𝐿_𝑗+𝐶_𝑗 
((3𝑛/4−𝐹_(𝑗−1))/
(𝐹_𝑗−𝐹_(𝑗−1) ))

�_𝟑=34.5+5((75−66)/
(86−66))

�_𝟑=𝟑𝟔.𝟕𝟓

A partir de los 36.75 años se tiene al 75% de los más jovenes de 100 Ingenieros de una empresa de Surco.

5. Dada la siguiente distribución de frecuencias que muestra la duración en meses de equipos para Ingeniería
de una Empresa:
Duración (meses): 8-12 13-18 20-25 26-36 Más de 36
Equipos: 17 15 35 12 5

a) Halle la media aritmética

No se puede hallar la Media Aritemética (X) porque el intervalo "Más de 36" no es un número prefijado entre
dos valores.

b) Cúal es la mejor medida de tendencia central

La mejor medida de tendencia central será la Mediana, ya que los límites de intervalo no están definidos,
por ello la amplitud no es constante.

c) A partir de que duración se encuentra el 30% de los que más duran?

Al ser el 30% se utilizan los deciles, i=3

Duración f F
(meses)
08-12 17 17 𝐹_(𝑗−1)
𝐿_𝐽=12.5 13-18 15 32 𝐶_𝐽=19−12.5
20-25 35 67 𝐶_𝐽=6.5
26-36 12 79
Más de 36 5 84
TOTAL 84

𝟑�/𝟏𝟎=(3(84))/1
0=25.2
�_𝐣=32
�_(𝐣−𝟏)=𝟏𝟕<𝟑
�/𝟏𝟎

Como Fj-1 es menor a 3n/10 entonces:

�_𝟑=𝐿_𝑗+𝐶_𝑗 
((3𝑛/10−𝐹_(𝑗−1))/
(𝐹_𝑗−𝐹_(𝑗−1) ))

�__�=12.5+6.5((25.2−17)/
(32−17))

�_
_�=𝟏𝟔.𝟎𝟓𝟑 

A partir de 16.053 meses se encuentra el 30% de los equipos que más duran.

6. Se tiene una distribución de frecuencia de 5 intervalos de clase con amplitud constante, de ella se conoce
h1=0.10, H3=0.40, n=50, h2=0.10, f4=20; asimismo se sabe que la moda de la distribución es 25 y su mediana es
23.75. Reconstruri la tabla de frecuencias.

Intervalos f h F H X
(x)
7.5-12.5 5 0.1 5 0.1 10
12.5-17.5 5 0.1 10 0.2 15
17.5-22.5 10 0.2 20 0.4 20
22.5-27.5 20 0.4 40 0.8 25
27.5-32.5 10 0.2 50 1 30
TOTAL 50 1

�/�=50/2=25

�_𝐣=40
�_(𝐣−𝟏)=�𝟎<�
/�
�𝟑.𝟕𝟓 =𝐿_𝑗+𝐶_𝑗 ((25−20)/
(40−20))

𝜕1=20−10=10 ��.�� =�_�+�_� (1/4)

𝜕2=20−10=10
95= 〖 4� 〗 _�+�_�  …
(1)
�𝟓 =𝑙_(𝑚_𝑜 )+𝐶_𝑗 (10/
(10+10))

50 = 〖 2𝐿 〗 _𝑗+�_�  …
(2)
(𝟏)−(�)
45=2𝐿_𝑗
��.𝟓=�_�

�_�  𝐞� 
(𝟏):
95=90+𝐶_𝑗
𝟓 =�_�

a) Halle la medida de tendencia central más adecuada

La medida de tendencia más adecuada sería la Media.

Intervalos (x) f X Xf

7.5-12.5 5 10 50
12.5-17.5 5 15 75
17.5-22.5 10 20 200
22.5-27.5 20 25 500
 27.5-32.5 10 30 300
TOTAL 50 1125

�  ̅= (∑▒��
)/�

�  ̅= 1125/50=22.5

b) Halle y de el significado del tercio superior de datos

Para el tercio superior de los datos se utiliza Percentilla

Intervalos (x) f F

7.5-12.5 5 5
12.5-17.5 5 10
17.5-22.5 10 20 𝐹_(𝑗−1)
22.5-27.5 20 40
27.5-32.5 10 50
TOTAL 50

𝟔𝟕�/𝟏𝟎𝟎=(67x(50))/
100=33.5

�_𝐣=40
�_(𝐣−𝟏)=�𝟎<�
/�

Como Fj-1 es menor a 3n/10 entonces:

𝑷_𝟔𝟕=𝐿_𝑗+𝐶_𝑗 
((67𝑛/10−𝐹_(𝑗−1))/
(𝐹_𝑗−𝐹_(𝑗−1) ))

�__��=22.5+5((33.5−20)/
(40−20))

�_
_��=�𝟓.�𝟕𝟓
A partir de 25.875 a más se encuentra el tercio superior de datos.
 PROBLEMAS DEL LIBRO

33. En el artículo "The Pedaling Technique of Elite Endurance Cyclists" (Int. J. of Sport Biomechanics, 1991:
29-53) aparecen los siguientes datos de energía en una sola pierna con una alta carga de trabajo:
244 191 160 187 180 176 174
205 211 183 211 180 194 200
2292 191
a) Calcule e interprete la media y la mediana de la muestra.
�  ̅= (244+191+160+187+180+176+174+205+211+183+211+180+194+200)/14=𝟏𝟗�.𝟓𝟕𝟏

El promedio de energía en una sola pierna con una altaca carga de trabajo es 193.
Como n es par:
�_𝒅=(𝑋_(𝑛/2)+
n=14 𝑋_((𝑛+2)/2))/2

160  174  176 180 180 183 187 191 194 200 205 211 211 244
〖 X  〗 _1  〖 X  〗 _(2 )  〖 X 〗 _(3   ) X_4  〖 X  〗 _(5  )  〖
X 〗 _6  〖 X 〗 _7  〖 X 〗 _(8 ) 〖 X 〗 _9 〖 X 〗
_(10 ) 〖 X 〗�_𝒅=(𝑋_7+𝑋_8)/2=(187+191)/2
_(11 ) 〖 X 〗 _12 〖 X 〗 _(13 ) 〖 X 〗 _14
=𝟏�𝟗

El 50% de alta carga de trabajo de una sola pierna es más de 189 de energía.
El 50% de alta carga de trabajo de una sola pierna es menos de 189 de energía.

b) Suponga que la primera observación fue 204 y no 244. ¿Cómo cambiarán la media y mediana?

�  ̅= (204+191+160+187+180+176+174+205+211+183+211+180+194+200)/14=𝟏�𝟗.𝟕𝟏�

160  174  176 180 180 183 187 191 194 200 204 205 211 211 
〖 X  〗 _1  〖 X  〗 _(2 )  〖 X 〗 _(3   ) X_4  〖 X  〗 _(5  )  〖
X 〗 _6  〖 X 〗 _7  〖 X 〗 _(8 ) 〖 X 〗 _9 〖 X 〗
_(10 ) 〖 X�_𝒅=(𝑋_7+𝑋_8)/2=(187+191)/2
〗 _(11 ) 〖 X 〗 _12 〖 X 〗 _(13 ) 〖 X 〗 _14
=𝟏�𝟗
 160  174  176 180 180 183 187 191 194 200 204 205 211 211 
〖 X  〗 _1  〖 X  〗 _(2 )  〖 X 〗 _(3   ) X_4  〖 X  〗 _(5  )  〖
X 〗 _6  〖 X 〗 _7  〖 X 〗 _(8 ) 〖 X 〗 _9 〖 X 〗
_(10 ) 〖 X�_𝒅=(𝑋_7+𝑋_8)/2=(187+191)/2
〗 _(11 ) 〖 X 〗 _12 〖 X 〗 _(13 ) 〖 X 〗 _14
=𝟏�𝟗
La media disminuye.
La mediana no varía ya que al cambiar el dato de 244 por 204 sólo afecta al último valor.

c) Calcule una media recortada eliminando las observaciones mínima y máxima de la muestra. ¿Cuál es el
porcentaje correspondiente de recorte?

(�_𝒓 )  ̅= (191+187+180+176+174+205+211+183+211+180+194+200)/12=𝟏𝟗𝟏

El porcentaje correspondiente de recorte será el 14.28%.

d) En el artículo también se proporcionan los valores de la energía de una sola pierna para poca carga de
trabajo. La media muestral para n=13 observaciones fue x=119.8 (en realidad 119.7692), y la observación
decimocuarta, algo apartada, fue 159. ¿Cuál es el valor de x para la muestra total?
�  ̅= (∑▒𝒙)/�
Para n= 13 valores:

∑▒𝒙= 13�119.7692=𝟏𝟓𝟓𝟕

Para n=14 valores: �  =(∑▒ 〖� +𝟏𝟓

𝟗 〗 )/�

�  =(1557+159=)/14  𝟏��.𝟓𝟕𝟏 ≈𝟏�𝟑

34. Considere las siguientes observaciones acerca de la resistencia al corte, en MPa, de una unión pegada de
cierta manera (tomadas de una gráfica del artículo "Diffusion of Silicon Nitride to Austentic Stainless Steel
without Interlayer, "Metallrurgical Trans.; 1993:1835-1843):
22.2 40.4 16.4 73.7 36.6 109.9
30.0 4.4 33.1 66.7 81.5

a) Determine el valor de la media muestral.

n=11
�  ̅= (22.2+40.4+16.4+73.7+36.6+109.9+30+4.4+33.1+66.7+81.5)/11=�𝟔.�𝟎𝟗

b) Determine el valor de la mediana muestral. ¿Porqué es tan diferente de la media?

LA MEDIANA
Como n es impar: �_𝒅= 
�_((�+𝟏)/�)
4.4  16.4  22.2 30.0 33.1 36.6 40.4 66.7 73.7 81.5 109.9  
〖 X  〗 _1  〖 X  〗 _(2 )  〖 X 〗 _(3   )  〖 X 〗 _4 
〖 X  〗 _(5  )  〖 X 〗 _6  〖 X 〗 _7  〖 X 〗 _(8 ) 〖
X 〗 _9 〖 X 〗 _(10 ) 〖 X 〗 _(11 )
 4.4  16.4  22.2 30.0 33.1 36.6 40.4 66.7 73.7 81.5 109.9  
〖 X  〗 _1  〖 X  〗 _(2 )  〖 X 〗 _(3   )  〖 X 〗 _4 
〖 X  〗 _(5  )  〖 X 〗 _6  〖 X 〗 _7  〖 X 〗 _(8 ) 〖
�_�= �_𝟔=𝟑𝟔.𝟔
X 〗 _9 〖 X 〗 _(10 ) 〖 X 〗 _(11 )
Los valores son diferentes ya que la media es un promedio de los valores de la muestra mientras que la
mediana viene a ser el valor medio de la muestra.

c) Calcule una media recortada eliminando las observaciones menoy y mayor. ¿Cuál es el porcentaje
recortado correspondiente? ¿Cómo se compara este valor con la media y la mediana?

(�_𝒓 )  ̅= (22.2+40.4+16.4+73.7+36.6+30+33.1+66.7+81.5)/9=��.𝟓𝟏𝟏

El porcentaje correspondiente al recorte es 18.18%.

La media recortada se encuentra entre la media y la mediana, la media recortada disminuye en comparación
de la media muestral ya que al quitar los valores extremos ocasiona que disminuya.

37. En el artícuos "Snow Cover and Temperature Relationships in North America and Eurasia" ( J Climate and
Applied Meteorology, 1983: 460-469) se emplearon técnicas estadísticas para relacionar la cantidad de capa
de nieve en cada continente con la temperatura continental promedio. Los datos presentados incluyen las
siguientes diez observaciones de la capa de nieve en octubre para Eurasia, durante los años 1970-1979
(en millones de km²):
6.5 12.0 14.9 10.0 10.7 7.9 21.9
14.5 9.2

¿Qué reportaría como valor representativo, o característico, de la capa de nieve en octubre para este periodo
y que motivó su elección?.

El valor representativo sería la media, ya que solo contamos con pocos datos y no están tabulados, sin
embargo hay un valor atípico que vendría a ser 21.9

�  ̅= (6.5+12.0+14.9+10.0+10.7+7.9+21.9+12.5+14.5+9.2)/10=𝟏�.𝟎𝟏

39. La propagación de grietas por fatiga, en diversas partes de las aeronaves, ha sido objeto de estudio
amplio en años recientes. Los datos que aparecen a continuación, consisten en tiempos de propagación
(horas de vuelo/10⁴) para alcanzar un determinado tamaño de grieta en agujeros de sujeción propios de
aeronaves militares ("Statical Crack Propagation in Fastener Holes under Spectrum Loading, "J. Aircraft,
1983: 1028-1032):
0.737 0.863 0.865 0.913 0.915 0.937 0.983
1.011 1.064 1.109 1.132 1.14 1.153 1.253
16.476 1.02975
a) Calcule y compare los valores de la media y mediana muestrales.

�  ̅= (0.737+0.863+0.865+0.913+0.937+0.983+1.007+1.011+1.064+1.109+1.132+1.140+1.153+1.253+1.394)/16
 �  ̅= (0.737+0.863+0.865+0.913+0.937+0.983+1.007+1.011+1.064+1.109+1.132+1.140+1.153+1.253+1.394)/16

�  ̅= 𝟏.𝟎𝟑𝟎

0.737 0.863 0.865 0.913 0.915 0.937 0.983 1.007 1.011 1.064 1.109 1.132 1.140 1.153 1.253 1.394  
〖 X  〗 _1  〖 X  〗 _(2 )  〖 X 〗 _(3   )  〖 X 〗 _4  〖 X  〗 _(5  )  〖 X 〗 _6  〖
X 〗 _7  〖 X 〗 _(8 ) 〖 X 〗 _9 〖 X 〗 _(10 ) 〖 X 〗 _(11 ) 〖 X 〗 _(12 ) 〖
X 〗 _(13
Como n es par: ) 〖 X 〗 _(14 ) 〖 X 〗 _(15 )
�_𝒅=(𝑋_(𝑛/2)+ 〖 X 〗 _(16 )
𝑋_((𝑛+2)/2))/2

�_𝒅=(𝑋_8+𝑋_9)/2=(1.007+1.011)/2=
𝟏.𝟎𝟎𝟗

b) ¿En cuánto se podría reducir la observación muestral más grande sin afectar el valor de la mediana?

El valor máximo 1.394 se podría reducir hasta el valor X 9 tomado en la mediana, esto quiero decir que se
podría reducir en un 0.383 de su valor sin que afecte a la mediana, sin embargo si se ridmunuye más de lo
asumido la mediana variaría.
su mediana es
𝟕𝟏

𝟏�
 12.5

1.007
1.394

94)/16
 94)/16

53 1.394  
X 〗 _6  〖
〗 _(12 ) 〖