ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 1

LOGRO ESPERADO

Resuelve problemas utilizando las medidas de tendencia central a partir de la

teoría respectiva y considerando las condiciones del problema.

INDICADORES DE LOGRO

• Calcula las medidas de tendencia central utilizando las formulas

correspondientes.
• Explica el concepto de las medidas de tendencia central a partir de las
referencias teóricas.
CASO PRÁCTICO

En la siguiente tabla de frecuencias se presenta el porcentaje de algodón

por prenda utilizado en la fabricación de pantalones para caballeros:
Porcentajes de algodón xi fi
[32.1 - 33.0> 32.55 6
[33.0 - 33.9> 33.45 11
[33.9 - 34.8> 34.35 20
[34.8 - 35.7> 35.25 12
[35.7 - 36.6> 36.15 6
[36.6 - 37.5> 37.05 6
[37.5 - 38.4> 37.95 3
Totales 64

Interprete el porcentaje promedio de algodón.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 3

1. ¿Qué entiende por medidas de tendencia central?

2. ¿Qué valores toma una variable que es clasificada como continua?

3. ¿Qué valores toma una variable que es clasificada como discreta?

MEDIDAS DE RESUMEN

Las medidas de resumen son útiles para describir un conjunto de datos.

A continuación, se presentan las medidas de resumen que serán motivo
de estudio:

Medidas de Resumen

Medidas de Medidas de Medidas de Medidas de

Posición Dispersión Forma Concentración

Medidas de Medidas de Desviación Coeficiente de Coeficiente de

tendencia tendencia no Estándar, asimetría de curtosis
central central Varianza, Pearson
Coeficiente
Variación
Cuartiles,
Media, mediana Decíles y
y moda Percentiles
MEDIDAS DE POSICIÓN

Las medidas de posición son aquellas medidas de resumen

cuyas posiciones permiten hacer una descripción del
conjunto de datos. Se dividen en:
Medidas de tendencia central
Medidas de tendencia no central
Las medidas de tendencia central, son aquellas que tienden a
ocupar posiciones centrales en el conjunto de datos. Entre estas
tenemos:
• Media o promedio aritmético
• Mediana
• Moda
ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 6
MEDIA ARITMÉTICA (DATOS NO
AGRUPADOS)

Media aritmética
También llamada promedio aritmético. Es la medida más utilizada, conocida y
fácil de calcular y explicar su significado.

N
X  X2   XN Xi
Media de la Población:   1 N
 i1
N
donde:
𝑁

• 𝑋𝑖 = Suma de todos los valores que toma la variable X.

𝑖=1

• N = Tamaño de la población

n
x  x2   xn xi
Media de la Muestra: x  1  i1
n n
donde:
𝑛

• 𝑋𝑖 = Suma de todos los valores que toma la variable X en la muestra.

𝑖=1

• n = Tamaño de la muestra
VENTAJAS Y DESVENTAJAS DE LA
MEDIA ARITMÉTICA

VENTAJAS DESVENTAJAS
 Es conocida, fácil de calcular y  En caso de existir valores extremos o
explicar su significado. atípicos, la media se ve afectada por
 Para su cálculo se utilizan todas estos.
las observaciones del conjunto de  No es recomendable para variables con
datos. distribuciones asimétricas.
EJEMPLO
Los siguientes datos corresponden al tiempo de ejecución (en segundos)
de una tarea en 8 programas informáticos:
117 114 116 114 113 115 116 118
Calcule el tiempo promedio de ejecución de la tarea.
Solución:

117 + 114 + ⋯ + 118

𝑥= = 115.375
8
El tiempo de ejecución de la tarea promedio obtenido con los 8 programas
informáticos es 115.375 segundos.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 9

CÁLCULO DE LA MEDIA ARITMÉTICA
PARA DATOS AGRUPADOS

Cuando se disponga de información resumida en una

tabla de frecuencias, se puede hacer el cálculo de la
media aritmética, mediante la siguiente expresión:


k
x1f1   xk fk f xi
x  i1 i
n n
donde:
xi: Son los diferentes valores (en el caso discreto) o las
marcas de clase (en el caso continuo)
fi: Son las frecuencias absolutas

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 10

EJEMPLO

En la siguiente tabla de frecuencias se presenta el porcentaje de algodón

por prenda utilizado en la fabricación de pantalones para caballeros:

Porcentaje de algodón fi
[32.1 - 33.0> 6
[33.0 - 33.9> 11
[33.9 - 34.8> 20
[34.8 - 35.7> 12
[35.7 - 36.6> 6
[36.6 - 37.5> 6
[37.5 - 38.4> 3
Total 64

Explique el significado del porcentaje de algodón promedio.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 11

 SOLUCIÓN

Porcentaje de algodón xi fi xifi

[32.1 - 33.0> 32.55 6 195.30
[33.0 - 33.9> 33.45 11 367.95
[33.9 - 34.8> 34.35 20 687.00
[34.8 - 35.7> 35.25 12 423.00
[35.7 - 36.6> 36.15 6 216.90
[36.6 - 37.5> 37.05 6 222.30
[37.5 - 38.4> 37.95 3 113.85
Totales 64 2226.3


k
f xi 2226.3
x i1 i
  34.79
n 64
El porcentaje de algodón promedio obtenido en la fabricación de los 64
pantalones para caballero es 34.79%.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 12

PROPIEDADES DE LA MEDIA ARITMÉTICA

1. La media aritmética de una constante es igual a la constante.

cc c nc
c,c, ,c  x  c
n n

2. Si a cada observación en el conjunto de datos se le suma (o resta)

una constante, la media aritmética del nuevo conjunto de datos es
igual a la media de los datos originales más (o menos) la
constante.
(x1  c)   (x n  c)  i1 xi  nc
n

x1  c, , x n  c  x '    xc
n n

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 13

3. Si a cada observación en el conjunto de datos se le multiplica
por una constante, la media aritmética del nuevo conjunto de
datos es igual a la media de los datos originales multiplicada
por la constante.

a i1 xi
n
ax1   ax n
ax1, , ax n  x'    ax
n n
4. Si a todas los observaciones en el conjunto de datos se le
resta el valor de su media, la suma de todos los valores es
cero.

 x 
n
x1  x, , xn  x  i1 i x 0

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 14

EJEMPLO

Se presenta la temperatura utilizada (en °C) para la

preparación de 90 lotes de recubrimientos cerámicos sobre
sustrato polimérico.
Temperatura (en °C) xi fi
[78.642 - 79.931> 79.2865 1
[79.931 - 81.220> 80.5755 7
[81.220 - 82.509> 81.8645 22
[82.509 - 83.798> 83.1535 17
[83.798 - 85.089> 84.4435 18
[85.089 - 86.376> 85.7325 14
[86.376 - 87.665> 87.0215 11
Total 90
a) Calcule la temperatura promedio de los lotes de recubrimiento
cerámico.
b) Si se acuerda aumentar la temperatura en un 2.5% más 1.5°C.
Determine la nueva temperatura promedio.
ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 15
SOLUCIÓN

a)

Temperatura xi fi xifi
[78.642 - 79.931> 79.2865 1 79.2865
[79.931 - 81.220> 80.5755 7 564.0285
[81.220 - 82.509> 81.8645 22 1801.0190
[82.509 - 83.798> 83.1535 17 1413.6095
[83.798 - 85.089> 84.4435 18 1519.9830
[85.089 - 86.376> 85.7325 14 1200.2550
[86.376 - 87.665> 87.0215 11 957.2365
Totales 90 7535.4180


k
f xi
7535.418
x i1 i
 83.7269
n 90
La temperatura promedio de los 90 lotes de recubrimiento
cerámico es 83.7269°C.
ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 16
b) Nueva temperatura promedio
Sea: Y = Nueva temperatura de los lotes con
recubrimiento cerámico.
Y = 1.025X + 1.5
Aplicando las propiedades de la media, se tiene:

Y  1.025X  1.5  1.025(83.7269)  1.5

Y  87.3201

La nueva temperatura promedio de los 90 lotes de

recubrimiento cerámico es 87.3201°C.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 17

 MEDIANA MODA
La mediana es el valor que se La moda es el valor de la variable
encuentra en el centro del que se presenta con mayor
conjunto de datos, cuyos valores frecuencia o que más se repite en un
se encuentran ordenados en forma conjunto de datos, y se denota por
ascendente (descendente). El 50% Mo.
de los datos se encuentran a la
izquierda de la mediana y el otro Cálculo de la moda para datos no
50% se encuentran a la derecha. La agrupados
mediana se denota por Me. Mo = Valor de la variable que más se
Cálculo de la mediana para repite.
datos no agrupados
𝑛 = 𝑖𝑚𝑝𝑎𝑟: NOTA.- En algunos casos, es posible que
𝑛 = 𝑝𝑎𝑟:
los datos observados no presenten moda.
𝑀𝑒 = 𝑥𝑛+1 𝑥𝑛 + 𝑥𝑛+1
Mientras que otros casos, es posible que
2 𝑀𝑒 = 2 2
tengan más de una moda.
2

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 18

EJEMPLO

Los siguientes datos corresponden al tiempo de

ejecución (en segundos) de una tarea en 10 programas
informáticos:
138 116 138 353 117
138 376 194 161 161

a) Calcule la mediana.
b) Calcule la moda.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 19

SOLUCIÓN

a) Se ordenan los datos en forma creciente:

116 117 138 138 138
X1 X2 X3 X4 X5
161 161 194 353 376
X6 X7 X8 X9 X10

Como n = 10 (par), se tiene:

𝑥𝑛 +𝑥𝑛+1
2 2 𝑥5 +𝑥6 138+161
𝑀𝑒 = = = = 149.5
2 2 2

b) Mo = 138 (valor que más se repite)

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 20

 Cálculo de la mediana para Cálculo de la moda para datos
datos agrupados agrupados

Cuando se disponga de información resumida en una tabla de frecuencias se puede hacer el

cálculo de la mediana y de la moda mediante las siguientes fórmulas:
 d1 
 n / 2  Fj1  Mo  Linf  c  
Me= Linf  c   1
d  d2 
  donde n / 2  Fj
 fj  d1  f j  f j1 d2  f j  f j1

Linf Límite inferior del intervalo que Linf Límite inferior del intervalo que
contiene la mediana contiene la moda
fj Frecuencia absoluta del intervalo que fj Frecuencia absoluta del intervalo
contiene la mediana. que contiene la moda.
Fj-1 Frecuencia absoluta acumulada del fj-1 Frecuencia absoluta del intervalo
intervalo anterior que contiene la anterior al que contiene la moda.
mediana. fj+1 Frecuencia absoluta del intervalo
cj Ancho de clase del intervalo que posterior que contiene la moda.
contiene la mediana. cj Ancho de clase del intervalo que
contiene la moda.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 21

 EJEMPLO

Se presenta la temperatura utilizada (en °C) para la

preparación de 90 lotes de recubrimientos cerámicos sobre
sustrato polimérico.
Temperatura (en °C) xi fi
[78.642 - 79.931> 79.2865 1
[79.931 - 81.220> 80.5755 7
[81.220 - 82.509> 81.8645 22
[82.509 - 83.798> 83.1535 17
[83.798 - 85.089> 84.4435 18
[85.089 - 86.376> 85.7325 14
[86.376 - 87.665> 87.0215 11
Total 90
a) Calcule la temperatura máxima obtenida por el 50% de los lotes de
recubrimientos cerámicos con temperaturas más bajas.
b) Calcule la temperatura más frecuente.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 22

SOLUCIÓN

a) La temperatura máxima obtenida por el 50% Luego, la mediana se obtiene de la

de los lotes de recubrimientos cerámicos con siguiente manera:
temperaturas más bajas es la mediana:
n/2 = 90/2 = 45, entonces la mediana se
encuentra en el cuarto intervalo.  n / 2  Fj1 
Me= Linf  c  
 fj
Temperatura fi Fi  
[78.642 - 79.931> 1 1  45  30 
[79.931 - 81.220> 7 8 Me  82.509  1.289  
[81.220 - 82.509> 22 30  17 
[82.509 - 83.798> 17 47
[83.798 - 85.089> 18 65
Me  83.646
[85.089 - 86.376> 14 79
[86.376 - 87.665> 11 90
Totales 90

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 23

b) La temperatura más frecuente es
 d1 
la moda, y se encuentra en el Mo  Linf  c  
tercer intervalo (f3 = 22, frecuencia  1
d  d2 
absoluta más alta).
15
Mo  81.22  1.289( )
Temperatura fi 5  15
[78.642 - 79.931> 1 Mo  82.187
[79.931 - 81.220> 7
[81.220 - 82.509> 22
[82.509 - 83.798> 17
[83.798 - 85.089> 18 d1  f j  f j1  22  7  15
[85.089 - 86.376> 14
d2  f j  f j1  22  17  5
[86.376 - 87.665> 11
Totales 90

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 24

RELACIÓN ENTRE LA MEDIA ARITMÉTICA,
MEDIANA Y MODA

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 25

EJEMPLO DE APLICACIÓN

Un fabricante desea adquirir una máquina empaquetadora para el llenado de bolsas de

aproximadamente 150 gramos. Solo puede escoger entre dos tipos de máquinas que,
aunque no son totalmente precisas, le ofrecen en iguales condiciones económicas. Se
realizaron 20 ensayos con cada una de las máquinas empaquetadoras y se obtuvieron los
siguientes resultados:
Máquina A
Diseño de tallo y hoja: Peso
Tallo y hoja de Peso N = 20 Máquina B [131 - 139> [139 -147> [147 - 155> [155 - 163> [163-171>
Unidad de hoja = 1.0 (Pesos en gramos)
1 14 3 Frecuencia 1 3 12 3 1
5 14 5689
(13) 15 0000000000124
2 15 57
a) Calcule la media aritmética, mediana y moda del peso de las bolsas empaquetadas
obtenidas en la máquina A.
b) Con base a los resultados obtenidos, ¿qué tipo de distribución presentan los pesos
de las bolsas obtenidos en la máquina B?

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 26

a)
Máquina A
Diseño de tallo y hoja: Peso
Tallo y hoja de Peso N = 20
Unidad de hoja = 1.0
1 14 3
4 14 568
(7) 15 0000000
9 15 55689
4 16 1234

143+145+⋯+164
Media: 𝑥 = = 153.25
20

Moda : Mo  150
ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 27
b) Maquína B

Pesos en Marca de Frecuencia Mediana:

Frecuencia
gramos Clase Acumulada  n / 2  Fj1 
Me= Linf  c  
[ yj-1 - yj > Xj fj Fj Xi fj  fj
[131 - 139> 135 1 1 135  
[139 -147> 143 3 4 429  10  4 
Me  147  8    151
[147 - 155> 151 12 16 1812  12 
[155 - 163> 159 3 19 477
Moda:
[163-171> 167 1 20 167
 d1 
20 3020 Mo  Linf  c  
Media:  1
d  d 2 

  9 
5
f xj
x j1 j

3020
 151 Mo  147  8    151
n 20  9  9 

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 28

Los pesos de las bolsas obtenidos con la Maquina B
presentan una distribución simétrica, ya que la media
aritmética, mediana y moda son iguales.

x  Me  Mo  151

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 29

MEDIA PONDERADA (𝑿𝒑)

La media ponderada constituye un caso especial de la

media aritmética y se calcula cuando la variable toma
valores que se repiten varias veces. Para un conjunto
de datos: x1, x2, ..., xn con pesos o ponderaciones: w1,
w2,...,wn, la media ponderada se define de la
siguiente manera:

donde:
xi = Es el i-ésimo valor que toma la variable.
wi = Es la ponderación del i-ésimo valor que toma la
variable.
ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 30
EJEMPLO

Fruta y color es una pequeña empresa que se dedica a la venta de

raspadillas y las ofrece en tres tipos de presentaciones (vasos medianos,
grandes y gigantes). Los precios (en soles) y números de vasos vendidos
el último fin de semana para cada presentación se muestra a
continuación:

Calcule el ingreso promedio por vaso.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 31

SOLUCIÓN

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 32

MEDIA TOTAL (𝑿𝑻)

La media total es útil cuando se conocen las medias y los

tamaños de varias muestras, y es de interés calcular la
media de todas las muestras juntas. La fórmula es la
siguiente:

donde:
ni = Tamaño de la muestra i
𝑥𝑖 = Media aritmética de la muestra i
k = Número de muestras

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 33

EJEMPLO

Un ingeniero civil, gerente de una empresa constructora,

obtuvo la siguiente información acerca de los tiempos de
ejecución diarias (en horas) de los operarios de dos obras de
concreto armado en el último mes: el tiempo diario
promedio de los 50 operarios de la primera obra fue 10.25
horas y el tiempo diario promedio de los 67 operarios de la
segunda obra fue de 8.49 horas.
¿Cuál fue el tiempo promedio de ejecución diaria de los 117
trabajadores de la empresa en el último mes?

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 34

SOLUCIÓN

Sea la variable:
Xi = Tiempo de ejecución diario de los operarios de la obra i en el último
mes; i = 1,2.
Obra 1: 𝑛1 = 50, 𝑋1 = 10.25
Obra 2: 𝑛2 = 67, 𝑋2 = 8.49
El tiempo de ejecución diario promedio de los 117 operarios se calcula
de la siguiente manera:
𝑋1 𝑛1 + 𝑋2 𝑛2 10.25 50 + 8.49(67)
𝑋𝑇 = =
𝑛1 + 𝑛2 50 + 67

𝑋𝑇 = 9.242

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 35

METACOGNICIÓN

¿Que aspectos le han parecido interesantes?

¿Que contenido considera más importante del tema trabajado?
¿Qué competencias del tema podría aplicar en su vida diaria?
RESUMEN

Medidas de tendencia central • Mediana

◦ Media aritmética
Propiedades de la media aritmética
• Moda (Dato más frecuente)
Nueva Variable Nueva Media
𝑦𝑖 = 𝑥𝑖 ± 𝑏 𝑦=𝑥±𝑏
𝑦𝑖 = 𝑐 𝑥𝑖 𝑦 = 𝑐𝑥
𝑦𝑖 = 𝑐𝑥𝑖 ± 𝑏 𝑦 = 𝑐𝑥 ± 𝑏
PARA REFORZAR LO APRENDIDO

RESOLVER LOS EJERCICIOS

DE LA GUÍA DE TRABAJO

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 38

REFERENCIAS BIBLIOGRÁFICAS

[1] Mendenhall, W. & Sincich, T. (2016). STATISTICS for Engineering and the
Sciences (6). Boca Raton: CRC Press.
[2] Montgomery, D. (2014). Applied statistics and probability for engineers (6).
United States of America: Hoboken, NJ2.

ESTADÍSTICA DESCRIPTIVA Y PROBABILIDADES 39