SlideShare una empresa de Scribd logo
EJERCICIOS 
VARIABLES 
UNIDIMENSIONALES 
© Inmaculada Leiva Tapia IES Alborán
ÍNDICE: 
Ejercicio 1: Pesos de recién nacidos 
Ejercicio 3: Variable estadística discreta 
Ejercicio 4: Tiempo de retraso en una empresa 
Ejercicio 16: Temperaturas en el interior de la Tierra 
Ejercicio 19: Intervalos con distinta amplitud
EJERCICIO 1: 
En una maternidad se han tomado los pesos de 50 recién nacidos: 
2,8 3,2 3,8 2,5 2,7 3,7 1,9 2,6 3,5 2,3 
3,0 2,6 1,8 3,3 2,9 2,1 3,4 2,8 3,1 3,9 
2,9 3,5 3,0 3,1 2,2 3,4 2,5 1,9 3,0 2,9 
2,4 3,4 2,0 2,6 3,1 2,3 3,5 2,9 3,0 2,7 
2,9 2,8 2,7 3,1 3,0 3,1 2,8 2,6 2,9 3,3 
a) Construye una tabla con los datos agrupados en 6 intervalos de 
amplitud 0,4 kg. 
b) Representa gráficamente esta distribución. 
c) Calcula los parámetros de centralización( media, moda y mediana ). 
d) Calcula la varianza y la desviación típica.
Es una variable estadística continua. Hacemos el recuento de datos y obtenemos la siguiente 
tabla de frecuencias, que vamos completando con ayuda de la hoja de cálculo Calc. 
Intervalos Lím. Inf Lím.sup Marcas xi fi Fi fi*xi fi*xi^2 
[1,8;2,2] 1,8 2,2 2 6 6 12 24 
]2,2;2,6] 2,2 2,6 2,4 9 15 21,6 51,84 
]2,6;3,0] 2,6 3 2,8 18 33 50,4 141,12 
]3,0;3,4] 3 3,4 3,2 11 44 35,2 112,64 
]3,4;3,8] 3,4 3,8 3,6 5 49 18 64,8 
]3,8;4,2] 3,8 4,2 4 1 50 4 16 
TOTALES 4,2 50 141,2 410,4 
Media x = 
2,824 Varianza = 0,233 D.típica = 0,483 
N/2 = 25 ≤ 33 = Fi → Int.mediano ]2,6;3,0] Interpolando, 
3 3 − 1 5 
3 − 2 , 6 = 
2 5 − 1 5 
M e − 2 , 6 → M e = 2 , 6 + 
2 5 − 1 5 
3 3 − 1 5 ⋅ (3 − 2 , 6 ) = 2 , 8 2 2 
Moda: fi (máx.)= 18 → Int.modal ]2,6;3,0] Interpolando, 
M o − 2 , 6 
1 8 − 9 
= 
3 − M o 
1 8 − 1 1 
→ M o = 2 , 6 + 
1 8 − 9 
(1 8 − 9 ) + (1 8 − 1 1 ) 
⋅( 3 − 2 , 6 ) = 2 , 8 2 5
Con ayuda del programa GeoGebra y de su hoja de cálculo, obtenemos el histograma de 
la variable,así como la determinación gráfica de la moda y de la mediana.
Mo − 2,6 
18−9 = 
3 − Mo 
18−11 
Mo = 2,6 + 9 
9+ 7 
· (3 − 2,6)= 2,825
33 − 15 
3 − 2,6 = 25 − 15 
Al índice 
Me 2,6 25 15 
Me−2,6 = + − 33−15 
·(3 − 2,6)= 2,822
EJERCICIO 3: 
Completa la siguiente tabla y después representa la distribución y halla: 
a) Medidas de centralización: media, moda y mediana. 
b) Medidas de posición: los tres cuartiles y el percentil 20. Interpreta su 
significado. 
c) Medidas de dispersión: varianza, desviación típica y coeficiente de 
variación de Pearson. Interpreta su significado. 
d) Representa el diagrama de Box-Whisker de esta variable. 
xi fi Fi hi 
1 4 0,08 
2 4 
3 16 0,16 
4 7 0,14 
5 5 28 
6 38 
7 7 45 0,14 
8 
N=
xi fi Fi hi Hi % acumul. fi·xi 
1 4 4 0,08 0,08 8 4 1 4 
2 4 8 0,08 0,16 16 8 4 16 
3 8 16 0,16 0,32 32 24 9 72 
4 7 23 0,14 0,46 46 28 16 112 
5 5 28 0,1 0,56 56 25 25 125 
6 10 38 0,2 0,76 76 60 36 360 
7 7 45 0,14 0,9 90 49 49 343 
8 5 50 0,1 1 100 40 64 320 
TOTAL 50 1 238 1352 
Media 4,76 Varianza = 4,382 D.típica = 2,093 
C.V. (Pearson) = 0,44 → 44% (media poco representativa) 
para hallar cuartiles (con Fi): 
N/4 = 12,5 ≤ 16 = Fi → (= P25 = C25/100 ) 
N/2 = 25 ≤ 28 = Fi → 
3N/4 = 37,5 ≤ 38 = Fi → (= P75 = C75/100 ) 
para hallar percentiles (con % acumulado): 
20% ≤ 32 % → → 
xi2 fi·xi2 
x = 
Q1 = 3 
Me = 5 (=Q2 = P50 = C50/100) 
Q3 = 6 
P20 = 3 ( = C20/100 )
Diagrama de barras 
de f. absolutas Diagrama de barras acumulativo 
1 2 3 4 5 6 7 8 
12 
10 
8 
6 
4 
2 
0 
38 
28 
1 2 3 4 5 6 7 8 
60 
50 
40 
30 
20 
10 
0 
Q1= 3 Me= 5 
Q3= 6 
16 
Mo= 6
11 
Para construir el diagrama Box-Whisker se determinan: 
● Rango intercuartílico → RIQ = Q3 – Q1 = 6 – 3 = 3 
● Factor de escala → FE = 1,5 · RIQ = 1,5 · 3 = 4,5 
● Frontera interior inferior → f1 = Q1 – FE = 3 - 4,5 = -1,5 
● Frontera interior superior → f2 = Q3 + FE = 6 + 4,5 = 10,5 
● Valor adyacente inferior → VAI = 1 ( menor dato ≥ f1) 
● Valor adyacente superior → VAS = 8 ( mayor dato ≤ f2) 
● Valores anómalos → los datos que están fuera del intervalo 
] f1 , f2 [ = ] -1,5 ; 10,5 [ 
No hay ninguno. 
1 2 33 4 5 6 7 8 
1 (min) Q1= 3 Me= 5 Q3= 6 8 (max) 
Al índice
EJERCICIO 4: 
La siguiente tabla recoge los minutos de retraso en la incorporación al 
trabajo de los empleados de una empresa. 
Retraso en minutos Nº de empleados 
[0,4) 5 
[4,8) 15 
[8,12) 18 
[12,16) 10 
[16,20) 4 
a) Representa los datos mediante un histograma. 
b) Calcula el retraso medio y la desviación típica.¿Cómo de homogénea 
es la distribución? 
c) Calcula la mediana y los cuartiles. Explica qué miden estos 
parámetros. 
d) Construye el diagrama de caja y bigotes de la distribución.
Intervalos Lím. Inf Lím.sup Marcas xi fi Fi fi*xi fi*xi^2 
[0,4) 0 4 2 5 5 10 20 
[4,8) 4 8 6 15 20 90 540 
[8,12) 8 12 10 18 38 180 1800 
[12,16) 12 16 14 10 48 140 1960 
[16,20) 16 20 18 4 52 72 1296 
TOTALES 20 52 492 5616 
Media x = 
9,462 Varianza = 18,471 D.típica = 4,298 
N/2 = 26 ≤ 38 Int.mediano [8,12) 
38−20 
12−8 = 
26−20 
Me−8 → Me= 8 + 
Moda fi(máxima)= 18 Interv.modal [8,12) 
26−20 
38−20 ⋅(12−8)= 9,333 
Mo−8 
18−15 = 
12−M o 
18−10 
→ M o = 8 + 
1 8 − 1 5 
( 1 8 − 1 5 ) + ( 1 8 − 1 0 ) 
⋅( 1 2 − 8 ) = 9 , 0 9 0 9
El coeficiente de variación( de Pearson) es 
CV = σx 
= 4,30 
9,46 = 0,45 
La desviación típica es el 45% de la media, por lo que ésta es poco 
representativa. O sea, la distribución es poco homogénea. 
N/4 = 13 ≤ 20 
3N/4 = 39 ≤ 48 
RIQ = Q3 – Q1= 6,2667 
→ Q 1 = 4 + 
1 3 − 5 
2 0 − 5 ⋅ ( 8 − 4 ) = 6 , 1 3 3 3 
→ Q 3 = 1 2 + 
3 9 − 3 8 
4 8 − 3 8 ⋅ ( 1 6 − 1 2 ) = 1 2 , 4 
Si ordenamos los 52 empleados por orden creciente del tiempo 
de retraso: 
El primer 25% de ellos se retrasa 6,13 minutos o menos 
El primer 50% se retrasa 9,33 minutos o menos 
El primer 75% de ellos se retrasa 12,4 minutos o menos.
15 
CONSTRUCCIÓN DEL DIAGRAMA BOX-WHISKER 
Para construir el diagrama Box-Whisker se determinan: 
● Rango intercuartílico → RIQ = Q3 – Q1 = 12,4 - 6,13 = 6,27 
● Factor de escala → FE = 1,5 · RIQ =1,5 · 6,27 = 9,41 
● Frontera interior inferior → f1 = Q1 – FE = 6,13 – 9,41 = -3,28 
● Frontera interior superior → f2 = Q3 + FE = 12,4 + 9,41 = 21,81 
● Valor adyacente inferior → VAI = 0 ( menor dato ≥ f1 ) 
● Valor adyacente superior → VAS = 20 ( mayor dato ≤ f2 ) 
● Valores anómalos → los datos que están fuera del intervalo 
] f1 , f2 [ = ] -3,28 ; 21,81 [ .No hay ninguno 
0 (min) Q1= 6,13 Me= 9,33 Q3= 12,4 20 (max)
Mo − 8 
18−15 = 
12 − Mo 
18−10 
Mo = 8 + 3 
3+ 8 
· (12 − 8)= 9,0909
38 − 20 
12 − 8 = 26 − 20 
Al índice 
Me 8 26 20 
Me−8 = + − 38−20 
·(12 − 8)= 9,333
EJERCICIO 16: 
En una zona de interés geológico del interior de la tierra, se ha medido 
la temperatura máxima diaria durante 43 días, obteniendo la tabla 
Temperatura(ºC) Nº de días 
[70,75) 3 
[75,80) 7 
[80,85) 10 
[85,90) 12 
[90,95) 8 
[95,100) 3 
Calcula: 
a) La temperatura más habitual. b) La temperatura media. 
c) La temperatura mediana. d) La temperatura máxima del 30% de 
las temperaturas más bajas. e) La temperatura mínima del 40% 
de las temperaturas más elevadas 
f) Las temperaturas máxima y mínima del 50% central de las 
temperaturas g) El nº de días en que la temperatura es inferior a 92º 
h) El nº de días en que la temperatura es superior a 82º 
i) El nº de días en que la temperatura oscila entre 82º y 92º 
j) La varianza, la desviación típica y el coeficiente de variación.
Horas Lím. Inf Lím.sup Marcas xi Fi fi*xi fi*xi^2 
[70,75) 70 75 72,5 3 3 217,5 15768,75 
[75,80) 75 80 77,5 7 10 542,5 42043,75 
[80,85) 80 85 82,5 10 20 825 68062,5 
[85,90) 85 90 87,5 12 32 1050 91875 
[90,95) 90 95 92,5 8 40 740 68450 
[95,100) 95 100 97,5 3 43 292,5 28518,75 
100 43 3667,5 314718,75 
Media 85,29 Varianza = 44,54 D.típica = 6,67 
N/2 = 21,5 ≤ 32 Int.mediano [85,90) 
Me: 
Moda Max f= 12 Interv.mod [85,90) 
Mo: 
N/4 = 10,75 ≤ 20 
3N/4 = 32,25 ≤ 40 
nº pers. = fi 
x = 
Δ1 = 12 –10 Δ2 = 12 –8 
32−20 
90−85 = 
21,5−20 
Me−85 →Me= 85 + 
21,5−20 
32−20 ⋅(90−85)= 85,625 
Mo−85 
12−10 = 
90−Mo 
12−8 
→ M o = 8 5 + 
1 2 − 1 0 
( 1 2 − 1 0 )+ ( 1 2 − 8 ) 
⋅ ( 9 0 − 8 5 ) = 8 6 , 6 7 
→ Q 1 = 8 0 + 
1 0 , 7 5 − 1 0 
2 0 − 1 0 ⋅ ( 8 5 − 8 0 ) = 8 0 , 3 7 5 
→ Q 3 = 9 0 + 
3 2 , 2 5 − 3 2 
4 0 − 3 2 ⋅ ( 9 5 − 9 0 ) = 9 0 , 1 5 6
SOLUCIONES: 
a) La temperatura más habitual: Mo = 86,67º 
b) La temperatura media: x = 85,29º 
c) La temperatura mediana: Me = 85,63º 
d) La temperatura máxima del 30% de las temperaturas más bajas: 
P30 = 81,45º 
e) La temperatura mínima del 40% de las temperaturas más elevadas: 
P60 = 87,42º 
f) Las temperaturas máxima y mínima del 50% central de las temperaturas: 
Q1 = 80,38º y Q3 = 90,16º 
g) El nº de días en que la temperatura es inferior a 92º: 
aprox. 35 días 
h) El nº de días en que la temperatura es superior a 82º: 
aprox. 29 días 
i) El nº de días en que la temperatura oscila entre 82º y 92º: 
aprox. 21 días 
j) La varianza, la desviación típica y el coeficiente de variación: 
σ2 = 44,54 , σ = 6,67 y C.V. = 7,82% 
Al índice
EJERCICIO 19: 
Se ha preguntado a un grupo de deportistas las horas que dedican a 
entrenamiento durante el fin de semana. 
Los resultados aparecen en la siguiente distribución de frecuencias: 
Horas Nº de personas 
[0, 0’5) 10 
[0’5, 1’5) 10 
[1’5, 2’5) 18 
[2’5, 4) 12 
[4, 8] 12 
a) Representa gráficamente estos datos mediante el histograma de 
frecuencias absolutas. 
b) Calcula la mediana, e interpreta su significado. 
c) Indica razonadamente el intervalo modal.
Es una variable estadística continua, pero con los intervalos de distinta amplitud, 
lo que hace diferente algunos cálculos como veremos. 
Horas Lím. Inf Lím.sup Marcas xi Fi fi*xi fi*xi^2 amplitud 
[0;0,5) 0 0,5 0,25 10 10 2,5 0,63 0,5 20 
[0,5;1,5) 0,5 1,5 1 10 20 10 10 1 10 
[1,5;2,5) 1,5 2,5 2 18 38 36 72 1 18 
[2,5;4) 2,5 4 3,25 12 50 39 126,75 1,5 8 
[4;8] 4 8 6 12 62 72 432 4 3 
8 62 159,5 641,38 
Media 2,57 Varianza = 3,73 D.típica = 1,93 
N/2 = 31 ≤ 38 Int.mediano [1,5;2,5) 
Me: 
Moda Max alt. = 20 Interv.modal [0;0,5) 
Mo: 
nº pers. = fi alturasi 
x = 
Δ1 = 20 – 0 Δ2 = 20 –10 
38−20 
2,5−1,5 = 
31−20 
Me−1,5 → Me= 1,5 + 
31−20 
38−20 ⋅( 2,5−1,5)= 2,11 
Mo−0 
20−0 = 
0,5−Mo 
20−10 
→ Mo = 0 + 
20−0 
(20−0)+ (20−10) 
⋅(0.5−0)= 0,33
Hay que tener en cuenta que al ser intervalos de distinta 
amplitud, hay que hallar las alturas correspondientes a 
cada rectángulo dividiendo las frecuencias ( o áreas) entre 
las amplitudes ( bases ): 
Altura = Área / base = fi / ai 
Para la moda, hay que buscar en el histograma el intervalo 
de mayor densidad de frecuencia, o sea, el de mayor altura 
( que no tiene por qué coincidir con el de mayor área ), y 
después hacer la interpolación correspondiente.
La mediana sigue correspondiendo al primer valor de las 
frecuencias acumuladas que supera a la mitad del número 
total de datos. 
Para la localización de la mediana gráficamente, hay que 
representar el histograma con las alturas acumuladas, para 
realizar la interpolación: 
Altura acumulada = f.absoluta acumulada / amplitud = Fi /ai 
En el caso de intervalos de distinta amplitud,hay que observar 
que el histograma acumulativo no es necesariamente creciente. 
nº pers. = fi alturasi Alturas(acum)i 
Horas Fi amplitud 
[0;0,5) 10 10 0,5 20 20 
[0,5;1,5) 10 20 1 10 20 
[1,5;2,5) 18 38 1 18 38 
[2,5;4) 12 50 1,5 8 33,33 
[4;8] 12 62 4 3 15,5 
62
Al índice
FIN 
© Inmaculada Leiva Tapia IES Alborán

Más contenido relacionado

La actualidad más candente

Derivadas parciales
Derivadas parcialesDerivadas parciales
Derivadas parciales
UNI - UCH - UCV - UNMSM - UNFV
 
Dinamica
DinamicaDinamica
Dinamica
ROMMER ESCOBAR
 
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Luz Hernández
 
Independencia Lineal y Wronskiano
Independencia Lineal y Wronskiano Independencia Lineal y Wronskiano
Independencia Lineal y Wronskiano
Diego Salazar
 
Cap 4 fisica serway problemas resueltos
Cap 4 fisica serway problemas resueltosCap 4 fisica serway problemas resueltos
Cap 4 fisica serway problemas resueltos
Jorge Rojas
 
Ejercicios resueltos integrales dobles y triples
Ejercicios resueltos integrales dobles y triples Ejercicios resueltos integrales dobles y triples
Ejercicios resueltos integrales dobles y triples
manoleter
 
Estadistica inferencial formulas
Estadistica inferencial formulasEstadistica inferencial formulas
Estadistica inferencial formulas
Ambiental Natural
 
Funciones 2
Funciones 2Funciones 2
Funciones 2Edyro
 
Cálculo varias variables campos escalares
Cálculo varias variables campos escalaresCálculo varias variables campos escalares
Cálculo varias variables campos escalares
Yerikson Huz
 
Ejercicios de antiderivadas
Ejercicios de antiderivadasEjercicios de antiderivadas
Ejercicios de antiderivadas
Alan Lopez
 
Extremos condicionados
Extremos condicionadosExtremos condicionados
Extremos condicionados
Juan Timoteo Cori
 
Problemas resueltos-caida-libre
Problemas resueltos-caida-libreProblemas resueltos-caida-libre
Problemas resueltos-caida-libre
Gustavo Reina
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestral
asrodriguez75
 
Problemas resueltos física
Problemas resueltos físicaProblemas resueltos física
Problemas resueltos física
FR GB
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)
Luz Hernández
 
Diferenciacion integracion
Diferenciacion integracionDiferenciacion integracion
Diferenciacion integracion
Gean Ccama
 
Que es el wronskiano
Que es el wronskianoQue es el wronskiano
Que es el wronskiano
EIYSC
 
Derivadas Parciales
Derivadas ParcialesDerivadas Parciales
Derivadas Parciales
gerardo garcia
 

La actualidad más candente (20)

Derivadas parciales
Derivadas parcialesDerivadas parciales
Derivadas parciales
 
Dinamica
DinamicaDinamica
Dinamica
 
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10) Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
 
Independencia Lineal y Wronskiano
Independencia Lineal y Wronskiano Independencia Lineal y Wronskiano
Independencia Lineal y Wronskiano
 
Cap 4 fisica serway problemas resueltos
Cap 4 fisica serway problemas resueltosCap 4 fisica serway problemas resueltos
Cap 4 fisica serway problemas resueltos
 
Ejercicios resueltos integrales dobles y triples
Ejercicios resueltos integrales dobles y triples Ejercicios resueltos integrales dobles y triples
Ejercicios resueltos integrales dobles y triples
 
Estadistica inferencial formulas
Estadistica inferencial formulasEstadistica inferencial formulas
Estadistica inferencial formulas
 
Funciones 2
Funciones 2Funciones 2
Funciones 2
 
Cálculo varias variables campos escalares
Cálculo varias variables campos escalaresCálculo varias variables campos escalares
Cálculo varias variables campos escalares
 
Ejercicios de antiderivadas
Ejercicios de antiderivadasEjercicios de antiderivadas
Ejercicios de antiderivadas
 
Extremos condicionados
Extremos condicionadosExtremos condicionados
Extremos condicionados
 
Problemas resueltos-caida-libre
Problemas resueltos-caida-libreProblemas resueltos-caida-libre
Problemas resueltos-caida-libre
 
Problemas resueltos de distribución muestral
Problemas resueltos de distribución muestralProblemas resueltos de distribución muestral
Problemas resueltos de distribución muestral
 
Problemas resueltos física
Problemas resueltos físicaProblemas resueltos física
Problemas resueltos física
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)
 
Serie de tiempo
Serie de tiempoSerie de tiempo
Serie de tiempo
 
Diferenciacion integracion
Diferenciacion integracionDiferenciacion integracion
Diferenciacion integracion
 
Que es el wronskiano
Que es el wronskianoQue es el wronskiano
Que es el wronskiano
 
Derivadas Parciales
Derivadas ParcialesDerivadas Parciales
Derivadas Parciales
 
Apuntes transformaciones lineales - UTFSM
Apuntes transformaciones lineales - UTFSMApuntes transformaciones lineales - UTFSM
Apuntes transformaciones lineales - UTFSM
 

Destacado

Gráficos estadisticos
Gráficos estadisticosGráficos estadisticos
Gráficos estadisticos
Katerine Garcès
 
CartografíA Estadística
CartografíA EstadísticaCartografíA Estadística
CartografíA Estadística
ismaelgonzales
 
Medidas de tendencia central
Medidas de tendencia central Medidas de tendencia central
Medidas de tendencia central Ricardo Muzante
 
Estadistica y probabilidad
Estadistica y probabilidadEstadistica y probabilidad
Estadistica y probabilidad
Leo Cisf
 
1 introducción parte i
1 introducción parte i1 introducción parte i
1 introducción parte i
Emily Hernández
 
Unidad III; AMEF
Unidad III; AMEFUnidad III; AMEF
Unidad III; AMEFilsegarciac
 
Trabajo instituto de estadística y cartografía de andalucía
Trabajo instituto de estadística y cartografía de andalucíaTrabajo instituto de estadística y cartografía de andalucía
Trabajo instituto de estadística y cartografía de andalucía
CriistiinaPG
 
Diagrama de barras julissa jimenez
Diagrama de barras julissa jimenezDiagrama de barras julissa jimenez
Diagrama de barras julissa jimenezJuli Jiménez
 
Uso de macros y validación de datos
Uso de macros y validación de datosUso de macros y validación de datos
Uso de macros y validación de datosDiana Arellano
 
Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas
Danny Estrada
 
Introducción: historia de la edafologia y perfiles
Introducción: historia de la edafologia y perfilesIntroducción: historia de la edafologia y perfiles
Introducción: historia de la edafologia y perfilessoleileire
 
Procesamiento, tratamiento y presentación de estadisticos
Procesamiento, tratamiento y presentación de estadisticosProcesamiento, tratamiento y presentación de estadisticos
Procesamiento, tratamiento y presentación de estadisticos
JOSE DANIEL URVIOLA CORZO
 
IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)
IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)
IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)
EPIE
 
Clase no. 1 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 1 Análisis e Interpretación de Gráficas EstadísticasClase no. 1 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 1 Análisis e Interpretación de Gráficas Estadísticas
Danny Estrada
 
Información estadística e información geográfica en las nuevas tecnologías de...
Información estadística e información geográfica en las nuevas tecnologías de...Información estadística e información geográfica en las nuevas tecnologías de...
Información estadística e información geográfica en las nuevas tecnologías de...
andalucialab
 
Edafología
EdafologíaEdafología
Edafología
Manuelviril
 
Graficas Lineales, cuadradas y cubicas
Graficas Lineales, cuadradas y cubicasGraficas Lineales, cuadradas y cubicas
Graficas Lineales, cuadradas y cubicas
CEU Benito Juarez
 
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...Onfe Vallejo
 

Destacado (20)

Gráficos estadisticos
Gráficos estadisticosGráficos estadisticos
Gráficos estadisticos
 
CartografíA Estadística
CartografíA EstadísticaCartografíA Estadística
CartografíA Estadística
 
Medidas de tendencia central
Medidas de tendencia central Medidas de tendencia central
Medidas de tendencia central
 
Estadistica y probabilidad
Estadistica y probabilidadEstadistica y probabilidad
Estadistica y probabilidad
 
1 introducción parte i
1 introducción parte i1 introducción parte i
1 introducción parte i
 
Unidad III; AMEF
Unidad III; AMEFUnidad III; AMEF
Unidad III; AMEF
 
Trabajo instituto de estadística y cartografía de andalucía
Trabajo instituto de estadística y cartografía de andalucíaTrabajo instituto de estadística y cartografía de andalucía
Trabajo instituto de estadística y cartografía de andalucía
 
Diagrama de barras julissa jimenez
Diagrama de barras julissa jimenezDiagrama de barras julissa jimenez
Diagrama de barras julissa jimenez
 
Uso de macros y validación de datos
Uso de macros y validación de datosUso de macros y validación de datos
Uso de macros y validación de datos
 
Manual de graficos estadisticos
Manual de graficos estadisticosManual de graficos estadisticos
Manual de graficos estadisticos
 
Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 2 Análisis e Interpretación de Gráficas Estadísticas
 
Introducción: historia de la edafologia y perfiles
Introducción: historia de la edafologia y perfilesIntroducción: historia de la edafologia y perfiles
Introducción: historia de la edafologia y perfiles
 
Procesamiento, tratamiento y presentación de estadisticos
Procesamiento, tratamiento y presentación de estadisticosProcesamiento, tratamiento y presentación de estadisticos
Procesamiento, tratamiento y presentación de estadisticos
 
IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)
IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)
IMÁGENES SOBRE LOS SITIOS DE ZARAGOZA (1808-1809)
 
Clase no. 1 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 1 Análisis e Interpretación de Gráficas EstadísticasClase no. 1 Análisis e Interpretación de Gráficas Estadísticas
Clase no. 1 Análisis e Interpretación de Gráficas Estadísticas
 
Información estadística e información geográfica en las nuevas tecnologías de...
Información estadística e información geográfica en las nuevas tecnologías de...Información estadística e información geográfica en las nuevas tecnologías de...
Información estadística e información geográfica en las nuevas tecnologías de...
 
Edafología
EdafologíaEdafología
Edafología
 
Graficas Lineales, cuadradas y cubicas
Graficas Lineales, cuadradas y cubicasGraficas Lineales, cuadradas y cubicas
Graficas Lineales, cuadradas y cubicas
 
Gráficos estadísticos
Gráficos estadísticosGráficos estadísticos
Gráficos estadísticos
 
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
Utilidades de analisis e interpretacion de datos Y Tratamiento estadistico e ...
 

Similar a Ejercicios de variables unidimensionales

73695305 est-ad-is-tic-a
73695305 est-ad-is-tic-a73695305 est-ad-is-tic-a
73695305 est-ad-is-tic-a
diana cifuentes
 
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Sheyla Caraballo
 
Estadistica uts
Estadistica utsEstadistica uts
Estadistica uts
Tobias Rodriguez
 
Examen bimestral 1 solución segundo
Examen bimestral 1 solución   segundoExamen bimestral 1 solución   segundo
Examen bimestral 1 solución segundo
EMPRESA DE SERVICIOS EDUCATIVOS "PROYECTO"S.A.C
 
Examen bimestral 1 solución segundo
Examen bimestral 1 solución   segundoExamen bimestral 1 solución   segundo
Examen bimestral 1 solución segundo
EMPRESA DE SERVICIOS EDUCATIVOS "PROYECTO"S.A.C
 
1.numeros reales
1.numeros reales1.numeros reales
1.numeros reales
fabiancurso
 
1.numeros reales
1.numeros reales1.numeros reales
1.numeros reales
fanufe
 
1.numeros reales. 1ºBach. CCSS
1.numeros reales. 1ºBach.  CCSS1.numeros reales. 1ºBach.  CCSS
1.numeros reales. 1ºBach. CCSS
Fabián N. F.
 
1.numeros reales
1.numeros reales1.numeros reales
1.numeros reales
Fabián N. F.
 
Modelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucionModelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucion
EMPRESA DE SERVICIOS EDUCATIVOS "PROYECTO"S.A.C
 
44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...
44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...
44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...
Bego Zugazagoitia
 
Modelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucionModelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucion
EMPRESA DE SERVICIOS EDUCATIVOS "PROYECTO"S.A.C
 
Matemáticas 1 bach cn anaya. Solucionario
Matemáticas 1 bach cn anaya. SolucionarioMatemáticas 1 bach cn anaya. Solucionario
Matemáticas 1 bach cn anaya. Solucionario
universo exacto
 
Modelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucionModelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucion
EMPRESA DE SERVICIOS EDUCATIVOS "PROYECTO"S.A.C
 
Ejercitación inecuaciones
Ejercitación inecuacionesEjercitación inecuaciones
Ejercitación inecuaciones
noespag
 
Clase operadores matemáticos
Clase operadores matemáticosClase operadores matemáticos
Clase operadores matemáticosastrosebas
 

Similar a Ejercicios de variables unidimensionales (20)

73695305 est-ad-is-tic-a
73695305 est-ad-is-tic-a73695305 est-ad-is-tic-a
73695305 est-ad-is-tic-a
 
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
Estadio cognoscente - tratamiento de datos y ajuste de curva (WORD)
 
Estadistica uts
Estadistica utsEstadistica uts
Estadistica uts
 
Examen bimestral 1 solución segundo
Examen bimestral 1 solución   segundoExamen bimestral 1 solución   segundo
Examen bimestral 1 solución segundo
 
Examen bimestral 1 solución segundo
Examen bimestral 1 solución   segundoExamen bimestral 1 solución   segundo
Examen bimestral 1 solución segundo
 
1.numeros reales
1.numeros reales1.numeros reales
1.numeros reales
 
U 1
U 1U 1
U 1
 
1.numeros reales
1.numeros reales1.numeros reales
1.numeros reales
 
1.numeros reales. 1ºBach. CCSS
1.numeros reales. 1ºBach.  CCSS1.numeros reales. 1ºBach.  CCSS
1.numeros reales. 1ºBach. CCSS
 
1.numeros reales
1.numeros reales1.numeros reales
1.numeros reales
 
Modelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucionModelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucion
 
44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...
44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...
44167800 matematicas-resueltos-soluciones-numeros-reales-1º-bachillerato-cien...
 
Modelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucionModelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucion
 
Matemáticas 1 bach cn anaya. Solucionario
Matemáticas 1 bach cn anaya. SolucionarioMatemáticas 1 bach cn anaya. Solucionario
Matemáticas 1 bach cn anaya. Solucionario
 
Modelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucionModelo de examen bimestral i 2do año solucion
Modelo de examen bimestral i 2do año solucion
 
Ejercitación inecuaciones
Ejercitación inecuacionesEjercitación inecuaciones
Ejercitación inecuaciones
 
Clase operadores matemáticos
Clase operadores matemáticosClase operadores matemáticos
Clase operadores matemáticos
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
u2
u2u2
u2
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 

Más de Inmaculada Leiva Tapia

Funciones
FuncionesFunciones
Integral definida
Integral definidaIntegral definida
Integral definida
Inmaculada Leiva Tapia
 
Variables estadisticas unidimensionales
Variables estadisticas unidimensionalesVariables estadisticas unidimensionales
Variables estadisticas unidimensionales
Inmaculada Leiva Tapia
 
Ejercicios estadistica inferencial
Ejercicios estadistica inferencialEjercicios estadistica inferencial
Ejercicios estadistica inferencial
Inmaculada Leiva Tapia
 
Estadistica inferencial
Estadistica inferencialEstadistica inferencial
Estadistica inferencial
Inmaculada Leiva Tapia
 
Limites y continuidad
Limites y continuidadLimites y continuidad
Limites y continuidad
Inmaculada Leiva Tapia
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
Inmaculada Leiva Tapia
 
Cálculo de probabilidades
Cálculo de probabilidadesCálculo de probabilidades
Cálculo de probabilidades
Inmaculada Leiva Tapia
 

Más de Inmaculada Leiva Tapia (8)

Funciones
FuncionesFunciones
Funciones
 
Integral definida
Integral definidaIntegral definida
Integral definida
 
Variables estadisticas unidimensionales
Variables estadisticas unidimensionalesVariables estadisticas unidimensionales
Variables estadisticas unidimensionales
 
Ejercicios estadistica inferencial
Ejercicios estadistica inferencialEjercicios estadistica inferencial
Ejercicios estadistica inferencial
 
Estadistica inferencial
Estadistica inferencialEstadistica inferencial
Estadistica inferencial
 
Limites y continuidad
Limites y continuidadLimites y continuidad
Limites y continuidad
 
Programación lineal
Programación linealProgramación lineal
Programación lineal
 
Cálculo de probabilidades
Cálculo de probabilidadesCálculo de probabilidades
Cálculo de probabilidades
 

Último

Proceso de admisiones en escuelas infantiles de Pamplona
Proceso de admisiones en escuelas infantiles de PamplonaProceso de admisiones en escuelas infantiles de Pamplona
Proceso de admisiones en escuelas infantiles de Pamplona
Edurne Navarro Bueno
 
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdfINFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
Alejandrogarciapanta
 
Libro infantil sapo y sepo un año entero pdf
Libro infantil sapo y sepo un año entero pdfLibro infantil sapo y sepo un año entero pdf
Libro infantil sapo y sepo un año entero pdf
danitarb
 
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdfAsistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Demetrio Ccesa Rayme
 
CAPACIDADES SOCIOMOTRICES LENGUAJE, INTROYECCIÓN, INTROSPECCION
CAPACIDADES SOCIOMOTRICES LENGUAJE, INTROYECCIÓN, INTROSPECCIONCAPACIDADES SOCIOMOTRICES LENGUAJE, INTROYECCIÓN, INTROSPECCION
CAPACIDADES SOCIOMOTRICES LENGUAJE, INTROYECCIÓN, INTROSPECCION
MasielPMP
 
Horarios Exámenes EVAU Ordinaria 2024 de Madrid
Horarios Exámenes EVAU Ordinaria 2024 de MadridHorarios Exámenes EVAU Ordinaria 2024 de Madrid
Horarios Exámenes EVAU Ordinaria 2024 de Madrid
20minutos
 
3° UNIDAD 3 CUIDAMOS EL AMBIENTE RECICLANDO EN FAMILIA 933623393 PROF YESSENI...
3° UNIDAD 3 CUIDAMOS EL AMBIENTE RECICLANDO EN FAMILIA 933623393 PROF YESSENI...3° UNIDAD 3 CUIDAMOS EL AMBIENTE RECICLANDO EN FAMILIA 933623393 PROF YESSENI...
3° UNIDAD 3 CUIDAMOS EL AMBIENTE RECICLANDO EN FAMILIA 933623393 PROF YESSENI...
rosannatasaycoyactay
 
El Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundoEl Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundo
SandraBenitez52
 
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptxSemana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
LorenaCovarrubias12
 
Fase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcionalFase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcional
YasneidyGonzalez
 
El fundamento del gobierno de Dios. Lec. 09. docx
El fundamento del gobierno de Dios. Lec. 09. docxEl fundamento del gobierno de Dios. Lec. 09. docx
El fundamento del gobierno de Dios. Lec. 09. docx
Alejandrino Halire Ccahuana
 
Fase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría AnalíticaFase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría Analítica
YasneidyGonzalez
 
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdfHABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
DIANADIAZSILVA1
 
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
JAVIER SOLIS NOYOLA
 
Educar por Competencias GS2 Ccesa007.pdf
Educar por Competencias GS2 Ccesa007.pdfEducar por Competencias GS2 Ccesa007.pdf
Educar por Competencias GS2 Ccesa007.pdf
Demetrio Ccesa Rayme
 
Fase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometricoFase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometrico
YasneidyGonzalez
 
Automatización de proceso de producción de la empresa Gloria SA (1).pptx
Automatización de proceso de producción de la empresa Gloria SA (1).pptxAutomatización de proceso de producción de la empresa Gloria SA (1).pptx
Automatización de proceso de producción de la empresa Gloria SA (1).pptx
GallardoJahse
 
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
20minutos
 
T3-Instrumento de evaluacion_Planificación Analìtica_Actividad con IA.pdf
T3-Instrumento de evaluacion_Planificación Analìtica_Actividad con IA.pdfT3-Instrumento de evaluacion_Planificación Analìtica_Actividad con IA.pdf
T3-Instrumento de evaluacion_Planificación Analìtica_Actividad con IA.pdf
eliecerespinosa
 
Mapa_Conceptual de los fundamentos de la evaluación educativa
Mapa_Conceptual de los fundamentos de la evaluación educativaMapa_Conceptual de los fundamentos de la evaluación educativa
Mapa_Conceptual de los fundamentos de la evaluación educativa
TatianaVanessaAltami
 

Último (20)

Proceso de admisiones en escuelas infantiles de Pamplona
Proceso de admisiones en escuelas infantiles de PamplonaProceso de admisiones en escuelas infantiles de Pamplona
Proceso de admisiones en escuelas infantiles de Pamplona
 
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdfINFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
 
Libro infantil sapo y sepo un año entero pdf
Libro infantil sapo y sepo un año entero pdfLibro infantil sapo y sepo un año entero pdf
Libro infantil sapo y sepo un año entero pdf
 
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdfAsistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
 
CAPACIDADES SOCIOMOTRICES LENGUAJE, INTROYECCIÓN, INTROSPECCION
CAPACIDADES SOCIOMOTRICES LENGUAJE, INTROYECCIÓN, INTROSPECCIONCAPACIDADES SOCIOMOTRICES LENGUAJE, INTROYECCIÓN, INTROSPECCION
CAPACIDADES SOCIOMOTRICES LENGUAJE, INTROYECCIÓN, INTROSPECCION
 
Horarios Exámenes EVAU Ordinaria 2024 de Madrid
Horarios Exámenes EVAU Ordinaria 2024 de MadridHorarios Exámenes EVAU Ordinaria 2024 de Madrid
Horarios Exámenes EVAU Ordinaria 2024 de Madrid
 
3° UNIDAD 3 CUIDAMOS EL AMBIENTE RECICLANDO EN FAMILIA 933623393 PROF YESSENI...
3° UNIDAD 3 CUIDAMOS EL AMBIENTE RECICLANDO EN FAMILIA 933623393 PROF YESSENI...3° UNIDAD 3 CUIDAMOS EL AMBIENTE RECICLANDO EN FAMILIA 933623393 PROF YESSENI...
3° UNIDAD 3 CUIDAMOS EL AMBIENTE RECICLANDO EN FAMILIA 933623393 PROF YESSENI...
 
El Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundoEl Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundo
 
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptxSemana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
 
Fase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcionalFase 1, Lenguaje algebraico y pensamiento funcional
Fase 1, Lenguaje algebraico y pensamiento funcional
 
El fundamento del gobierno de Dios. Lec. 09. docx
El fundamento del gobierno de Dios. Lec. 09. docxEl fundamento del gobierno de Dios. Lec. 09. docx
El fundamento del gobierno de Dios. Lec. 09. docx
 
Fase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría AnalíticaFase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría Analítica
 
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdfHABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
HABILIDADES MOTRICES BASICAS Y ESPECIFICAS.pdf
 
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
 
Educar por Competencias GS2 Ccesa007.pdf
Educar por Competencias GS2 Ccesa007.pdfEducar por Competencias GS2 Ccesa007.pdf
Educar por Competencias GS2 Ccesa007.pdf
 
Fase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometricoFase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometrico
 
Automatización de proceso de producción de la empresa Gloria SA (1).pptx
Automatización de proceso de producción de la empresa Gloria SA (1).pptxAutomatización de proceso de producción de la empresa Gloria SA (1).pptx
Automatización de proceso de producción de la empresa Gloria SA (1).pptx
 
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
 
T3-Instrumento de evaluacion_Planificación Analìtica_Actividad con IA.pdf
T3-Instrumento de evaluacion_Planificación Analìtica_Actividad con IA.pdfT3-Instrumento de evaluacion_Planificación Analìtica_Actividad con IA.pdf
T3-Instrumento de evaluacion_Planificación Analìtica_Actividad con IA.pdf
 
Mapa_Conceptual de los fundamentos de la evaluación educativa
Mapa_Conceptual de los fundamentos de la evaluación educativaMapa_Conceptual de los fundamentos de la evaluación educativa
Mapa_Conceptual de los fundamentos de la evaluación educativa
 

Ejercicios de variables unidimensionales

  • 1. EJERCICIOS VARIABLES UNIDIMENSIONALES © Inmaculada Leiva Tapia IES Alborán
  • 2. ÍNDICE: Ejercicio 1: Pesos de recién nacidos Ejercicio 3: Variable estadística discreta Ejercicio 4: Tiempo de retraso en una empresa Ejercicio 16: Temperaturas en el interior de la Tierra Ejercicio 19: Intervalos con distinta amplitud
  • 3. EJERCICIO 1: En una maternidad se han tomado los pesos de 50 recién nacidos: 2,8 3,2 3,8 2,5 2,7 3,7 1,9 2,6 3,5 2,3 3,0 2,6 1,8 3,3 2,9 2,1 3,4 2,8 3,1 3,9 2,9 3,5 3,0 3,1 2,2 3,4 2,5 1,9 3,0 2,9 2,4 3,4 2,0 2,6 3,1 2,3 3,5 2,9 3,0 2,7 2,9 2,8 2,7 3,1 3,0 3,1 2,8 2,6 2,9 3,3 a) Construye una tabla con los datos agrupados en 6 intervalos de amplitud 0,4 kg. b) Representa gráficamente esta distribución. c) Calcula los parámetros de centralización( media, moda y mediana ). d) Calcula la varianza y la desviación típica.
  • 4. Es una variable estadística continua. Hacemos el recuento de datos y obtenemos la siguiente tabla de frecuencias, que vamos completando con ayuda de la hoja de cálculo Calc. Intervalos Lím. Inf Lím.sup Marcas xi fi Fi fi*xi fi*xi^2 [1,8;2,2] 1,8 2,2 2 6 6 12 24 ]2,2;2,6] 2,2 2,6 2,4 9 15 21,6 51,84 ]2,6;3,0] 2,6 3 2,8 18 33 50,4 141,12 ]3,0;3,4] 3 3,4 3,2 11 44 35,2 112,64 ]3,4;3,8] 3,4 3,8 3,6 5 49 18 64,8 ]3,8;4,2] 3,8 4,2 4 1 50 4 16 TOTALES 4,2 50 141,2 410,4 Media x = 2,824 Varianza = 0,233 D.típica = 0,483 N/2 = 25 ≤ 33 = Fi → Int.mediano ]2,6;3,0] Interpolando, 3 3 − 1 5 3 − 2 , 6 = 2 5 − 1 5 M e − 2 , 6 → M e = 2 , 6 + 2 5 − 1 5 3 3 − 1 5 ⋅ (3 − 2 , 6 ) = 2 , 8 2 2 Moda: fi (máx.)= 18 → Int.modal ]2,6;3,0] Interpolando, M o − 2 , 6 1 8 − 9 = 3 − M o 1 8 − 1 1 → M o = 2 , 6 + 1 8 − 9 (1 8 − 9 ) + (1 8 − 1 1 ) ⋅( 3 − 2 , 6 ) = 2 , 8 2 5
  • 5. Con ayuda del programa GeoGebra y de su hoja de cálculo, obtenemos el histograma de la variable,así como la determinación gráfica de la moda y de la mediana.
  • 6. Mo − 2,6 18−9 = 3 − Mo 18−11 Mo = 2,6 + 9 9+ 7 · (3 − 2,6)= 2,825
  • 7. 33 − 15 3 − 2,6 = 25 − 15 Al índice Me 2,6 25 15 Me−2,6 = + − 33−15 ·(3 − 2,6)= 2,822
  • 8. EJERCICIO 3: Completa la siguiente tabla y después representa la distribución y halla: a) Medidas de centralización: media, moda y mediana. b) Medidas de posición: los tres cuartiles y el percentil 20. Interpreta su significado. c) Medidas de dispersión: varianza, desviación típica y coeficiente de variación de Pearson. Interpreta su significado. d) Representa el diagrama de Box-Whisker de esta variable. xi fi Fi hi 1 4 0,08 2 4 3 16 0,16 4 7 0,14 5 5 28 6 38 7 7 45 0,14 8 N=
  • 9. xi fi Fi hi Hi % acumul. fi·xi 1 4 4 0,08 0,08 8 4 1 4 2 4 8 0,08 0,16 16 8 4 16 3 8 16 0,16 0,32 32 24 9 72 4 7 23 0,14 0,46 46 28 16 112 5 5 28 0,1 0,56 56 25 25 125 6 10 38 0,2 0,76 76 60 36 360 7 7 45 0,14 0,9 90 49 49 343 8 5 50 0,1 1 100 40 64 320 TOTAL 50 1 238 1352 Media 4,76 Varianza = 4,382 D.típica = 2,093 C.V. (Pearson) = 0,44 → 44% (media poco representativa) para hallar cuartiles (con Fi): N/4 = 12,5 ≤ 16 = Fi → (= P25 = C25/100 ) N/2 = 25 ≤ 28 = Fi → 3N/4 = 37,5 ≤ 38 = Fi → (= P75 = C75/100 ) para hallar percentiles (con % acumulado): 20% ≤ 32 % → → xi2 fi·xi2 x = Q1 = 3 Me = 5 (=Q2 = P50 = C50/100) Q3 = 6 P20 = 3 ( = C20/100 )
  • 10. Diagrama de barras de f. absolutas Diagrama de barras acumulativo 1 2 3 4 5 6 7 8 12 10 8 6 4 2 0 38 28 1 2 3 4 5 6 7 8 60 50 40 30 20 10 0 Q1= 3 Me= 5 Q3= 6 16 Mo= 6
  • 11. 11 Para construir el diagrama Box-Whisker se determinan: ● Rango intercuartílico → RIQ = Q3 – Q1 = 6 – 3 = 3 ● Factor de escala → FE = 1,5 · RIQ = 1,5 · 3 = 4,5 ● Frontera interior inferior → f1 = Q1 – FE = 3 - 4,5 = -1,5 ● Frontera interior superior → f2 = Q3 + FE = 6 + 4,5 = 10,5 ● Valor adyacente inferior → VAI = 1 ( menor dato ≥ f1) ● Valor adyacente superior → VAS = 8 ( mayor dato ≤ f2) ● Valores anómalos → los datos que están fuera del intervalo ] f1 , f2 [ = ] -1,5 ; 10,5 [ No hay ninguno. 1 2 33 4 5 6 7 8 1 (min) Q1= 3 Me= 5 Q3= 6 8 (max) Al índice
  • 12. EJERCICIO 4: La siguiente tabla recoge los minutos de retraso en la incorporación al trabajo de los empleados de una empresa. Retraso en minutos Nº de empleados [0,4) 5 [4,8) 15 [8,12) 18 [12,16) 10 [16,20) 4 a) Representa los datos mediante un histograma. b) Calcula el retraso medio y la desviación típica.¿Cómo de homogénea es la distribución? c) Calcula la mediana y los cuartiles. Explica qué miden estos parámetros. d) Construye el diagrama de caja y bigotes de la distribución.
  • 13. Intervalos Lím. Inf Lím.sup Marcas xi fi Fi fi*xi fi*xi^2 [0,4) 0 4 2 5 5 10 20 [4,8) 4 8 6 15 20 90 540 [8,12) 8 12 10 18 38 180 1800 [12,16) 12 16 14 10 48 140 1960 [16,20) 16 20 18 4 52 72 1296 TOTALES 20 52 492 5616 Media x = 9,462 Varianza = 18,471 D.típica = 4,298 N/2 = 26 ≤ 38 Int.mediano [8,12) 38−20 12−8 = 26−20 Me−8 → Me= 8 + Moda fi(máxima)= 18 Interv.modal [8,12) 26−20 38−20 ⋅(12−8)= 9,333 Mo−8 18−15 = 12−M o 18−10 → M o = 8 + 1 8 − 1 5 ( 1 8 − 1 5 ) + ( 1 8 − 1 0 ) ⋅( 1 2 − 8 ) = 9 , 0 9 0 9
  • 14. El coeficiente de variación( de Pearson) es CV = σx = 4,30 9,46 = 0,45 La desviación típica es el 45% de la media, por lo que ésta es poco representativa. O sea, la distribución es poco homogénea. N/4 = 13 ≤ 20 3N/4 = 39 ≤ 48 RIQ = Q3 – Q1= 6,2667 → Q 1 = 4 + 1 3 − 5 2 0 − 5 ⋅ ( 8 − 4 ) = 6 , 1 3 3 3 → Q 3 = 1 2 + 3 9 − 3 8 4 8 − 3 8 ⋅ ( 1 6 − 1 2 ) = 1 2 , 4 Si ordenamos los 52 empleados por orden creciente del tiempo de retraso: El primer 25% de ellos se retrasa 6,13 minutos o menos El primer 50% se retrasa 9,33 minutos o menos El primer 75% de ellos se retrasa 12,4 minutos o menos.
  • 15. 15 CONSTRUCCIÓN DEL DIAGRAMA BOX-WHISKER Para construir el diagrama Box-Whisker se determinan: ● Rango intercuartílico → RIQ = Q3 – Q1 = 12,4 - 6,13 = 6,27 ● Factor de escala → FE = 1,5 · RIQ =1,5 · 6,27 = 9,41 ● Frontera interior inferior → f1 = Q1 – FE = 6,13 – 9,41 = -3,28 ● Frontera interior superior → f2 = Q3 + FE = 12,4 + 9,41 = 21,81 ● Valor adyacente inferior → VAI = 0 ( menor dato ≥ f1 ) ● Valor adyacente superior → VAS = 20 ( mayor dato ≤ f2 ) ● Valores anómalos → los datos que están fuera del intervalo ] f1 , f2 [ = ] -3,28 ; 21,81 [ .No hay ninguno 0 (min) Q1= 6,13 Me= 9,33 Q3= 12,4 20 (max)
  • 16.
  • 17. Mo − 8 18−15 = 12 − Mo 18−10 Mo = 8 + 3 3+ 8 · (12 − 8)= 9,0909
  • 18. 38 − 20 12 − 8 = 26 − 20 Al índice Me 8 26 20 Me−8 = + − 38−20 ·(12 − 8)= 9,333
  • 19. EJERCICIO 16: En una zona de interés geológico del interior de la tierra, se ha medido la temperatura máxima diaria durante 43 días, obteniendo la tabla Temperatura(ºC) Nº de días [70,75) 3 [75,80) 7 [80,85) 10 [85,90) 12 [90,95) 8 [95,100) 3 Calcula: a) La temperatura más habitual. b) La temperatura media. c) La temperatura mediana. d) La temperatura máxima del 30% de las temperaturas más bajas. e) La temperatura mínima del 40% de las temperaturas más elevadas f) Las temperaturas máxima y mínima del 50% central de las temperaturas g) El nº de días en que la temperatura es inferior a 92º h) El nº de días en que la temperatura es superior a 82º i) El nº de días en que la temperatura oscila entre 82º y 92º j) La varianza, la desviación típica y el coeficiente de variación.
  • 20. Horas Lím. Inf Lím.sup Marcas xi Fi fi*xi fi*xi^2 [70,75) 70 75 72,5 3 3 217,5 15768,75 [75,80) 75 80 77,5 7 10 542,5 42043,75 [80,85) 80 85 82,5 10 20 825 68062,5 [85,90) 85 90 87,5 12 32 1050 91875 [90,95) 90 95 92,5 8 40 740 68450 [95,100) 95 100 97,5 3 43 292,5 28518,75 100 43 3667,5 314718,75 Media 85,29 Varianza = 44,54 D.típica = 6,67 N/2 = 21,5 ≤ 32 Int.mediano [85,90) Me: Moda Max f= 12 Interv.mod [85,90) Mo: N/4 = 10,75 ≤ 20 3N/4 = 32,25 ≤ 40 nº pers. = fi x = Δ1 = 12 –10 Δ2 = 12 –8 32−20 90−85 = 21,5−20 Me−85 →Me= 85 + 21,5−20 32−20 ⋅(90−85)= 85,625 Mo−85 12−10 = 90−Mo 12−8 → M o = 8 5 + 1 2 − 1 0 ( 1 2 − 1 0 )+ ( 1 2 − 8 ) ⋅ ( 9 0 − 8 5 ) = 8 6 , 6 7 → Q 1 = 8 0 + 1 0 , 7 5 − 1 0 2 0 − 1 0 ⋅ ( 8 5 − 8 0 ) = 8 0 , 3 7 5 → Q 3 = 9 0 + 3 2 , 2 5 − 3 2 4 0 − 3 2 ⋅ ( 9 5 − 9 0 ) = 9 0 , 1 5 6
  • 21.
  • 22.
  • 23.
  • 24.
  • 25. SOLUCIONES: a) La temperatura más habitual: Mo = 86,67º b) La temperatura media: x = 85,29º c) La temperatura mediana: Me = 85,63º d) La temperatura máxima del 30% de las temperaturas más bajas: P30 = 81,45º e) La temperatura mínima del 40% de las temperaturas más elevadas: P60 = 87,42º f) Las temperaturas máxima y mínima del 50% central de las temperaturas: Q1 = 80,38º y Q3 = 90,16º g) El nº de días en que la temperatura es inferior a 92º: aprox. 35 días h) El nº de días en que la temperatura es superior a 82º: aprox. 29 días i) El nº de días en que la temperatura oscila entre 82º y 92º: aprox. 21 días j) La varianza, la desviación típica y el coeficiente de variación: σ2 = 44,54 , σ = 6,67 y C.V. = 7,82% Al índice
  • 26. EJERCICIO 19: Se ha preguntado a un grupo de deportistas las horas que dedican a entrenamiento durante el fin de semana. Los resultados aparecen en la siguiente distribución de frecuencias: Horas Nº de personas [0, 0’5) 10 [0’5, 1’5) 10 [1’5, 2’5) 18 [2’5, 4) 12 [4, 8] 12 a) Representa gráficamente estos datos mediante el histograma de frecuencias absolutas. b) Calcula la mediana, e interpreta su significado. c) Indica razonadamente el intervalo modal.
  • 27. Es una variable estadística continua, pero con los intervalos de distinta amplitud, lo que hace diferente algunos cálculos como veremos. Horas Lím. Inf Lím.sup Marcas xi Fi fi*xi fi*xi^2 amplitud [0;0,5) 0 0,5 0,25 10 10 2,5 0,63 0,5 20 [0,5;1,5) 0,5 1,5 1 10 20 10 10 1 10 [1,5;2,5) 1,5 2,5 2 18 38 36 72 1 18 [2,5;4) 2,5 4 3,25 12 50 39 126,75 1,5 8 [4;8] 4 8 6 12 62 72 432 4 3 8 62 159,5 641,38 Media 2,57 Varianza = 3,73 D.típica = 1,93 N/2 = 31 ≤ 38 Int.mediano [1,5;2,5) Me: Moda Max alt. = 20 Interv.modal [0;0,5) Mo: nº pers. = fi alturasi x = Δ1 = 20 – 0 Δ2 = 20 –10 38−20 2,5−1,5 = 31−20 Me−1,5 → Me= 1,5 + 31−20 38−20 ⋅( 2,5−1,5)= 2,11 Mo−0 20−0 = 0,5−Mo 20−10 → Mo = 0 + 20−0 (20−0)+ (20−10) ⋅(0.5−0)= 0,33
  • 28.
  • 29. Hay que tener en cuenta que al ser intervalos de distinta amplitud, hay que hallar las alturas correspondientes a cada rectángulo dividiendo las frecuencias ( o áreas) entre las amplitudes ( bases ): Altura = Área / base = fi / ai Para la moda, hay que buscar en el histograma el intervalo de mayor densidad de frecuencia, o sea, el de mayor altura ( que no tiene por qué coincidir con el de mayor área ), y después hacer la interpolación correspondiente.
  • 30.
  • 31. La mediana sigue correspondiendo al primer valor de las frecuencias acumuladas que supera a la mitad del número total de datos. Para la localización de la mediana gráficamente, hay que representar el histograma con las alturas acumuladas, para realizar la interpolación: Altura acumulada = f.absoluta acumulada / amplitud = Fi /ai En el caso de intervalos de distinta amplitud,hay que observar que el histograma acumulativo no es necesariamente creciente. nº pers. = fi alturasi Alturas(acum)i Horas Fi amplitud [0;0,5) 10 10 0,5 20 20 [0,5;1,5) 10 20 1 10 20 [1,5;2,5) 18 38 1 18 38 [2,5;4) 12 50 1,5 8 33,33 [4;8] 12 62 4 3 15,5 62
  • 33. FIN © Inmaculada Leiva Tapia IES Alborán