DEMANDA DE

DERIVADOS
 2. NDICE
1. Nombre del proyecto
2. ndice
3. Presentacin
4. Antecedentes del tema
5. Introduccin
6. Objetivos
6.1. Objetivo General
6.2. Objetivo Especfico
7. Marco terico
8. Metodologa
8.1. Proceso metodolgico para la recoleccin de datos
9. Ordenamiento de los datos estadsticos
10. Aplicacin de las Reglas para la generacin de la tabla de distribucin de
frecuencia.
11. Aplicacin de las frmulas para el clculo de los estadsticos:
11.1. Media aritmtica
11.2. Mediana
11.3. Moda
11.4. Cuartil, decil y percentil
11.5. Desviacin media
11.6. Desviacin tpica
11.7. Varianza
11.8. Comprobacin de Charlier;
11.9. Correccin de Sheppard para la varianza.
12. Elaborar las siguientes grficas: Ojivas, Histograma-Polgono de frecuencias.
13. Conclusiones
14. Recomendaciones
15. Bibliografa
 UNIVERSIDAD TCNICA DE MANAB
DEPARTAMENTO DE MATEMATICAS Y
ESTADISTICA
PROYECTO DE ESTADISTICA APLICADA
TEMA:
DEMANDAS DE DERIVASDO
DOCENTE:
Ing. SALAZAR VELEZ JOSE VICENTE

ESTUDIANTE:
BLADIMIR ARTEMIRES BAQUE CEDEO

PERIODO:

ABRIL 2017- SEPTIEMBRE 2017

 4. ANTECEDENTES DEL TEMA
Aunque algunos historiadores mencionan que ya los antiguos egipcios hacan
uso del tornillo, el primer registro que se tiene acerca de su invencin se remonta
al nombre del griego Arquitas de Tarento que viviera entre los aos 430 a 360
antes de Cristo, Arquitas fue tambin quien invent la polea. Posteriormente
Arqumedes (el mismo que sali desnudo de la baera gritando Eureka!!! al
encontrar la forma de medir el volumen de un cuerpo irregular) perfeccion el
tornillo e invent el torno y un tornillo sin fin, el cual us para trasladar agua a
superficies ms altas.
Durante la Edad Media, y posterior a sta, un mtodo de tormento llamado las
empulgueras consista en colocar los dedos pulgares de la persona a torturar
entre dos soportes para machacar los dedos del individuo, girando una manivela
que haca girar una especie de tuerca sobre un tornillo para acercar los soportes
entre s, claro con el dedo del infeliz en medio de stos.
Durante el siglo XVI surgieron los tornillos de madera, los cuales empiezan a
aplicarse en mquinas de guerra y otros artilugios mecnicos, entonces no haba
ni tornillos ni tuercas iguales, ya que eran fabricados de forma artesanal y
variaban tanto en tamao como en dimetro de la rosca, as como en la
separacin de la misma. Fue hasta la revolucin industrial cuando, con la llegada
de las mquinas se comenz a producir en gran escala, pero continu el
problema de que las medidas eran todas diferentes, ya que no exista una
estandarizacin en la mtrica de su fabricacin.
Es entonces cuando Joseph Whitworth de nacionalidad inglesa en el ao 1841
sugiere un paso de rosca universal para cualquier tornillo, independientemente
del fabricante y lugar de origen. A partir de ese momento es cuando todo lo que
resulta armado es ms confiable, ya que el tornillo da la seguridad que no se
tena con los clavos o grapas, es mucho ms durable y eficiente.
 5. INTRODUCCION
Hoy en da toda industria debe mantener un alto status de calidad para
permanecer en el mercado global, esto lleva positivamente a la mejora del nivel
de vida de la empresa. Con el fin de mejorar la organizacin, se ha hecho un
estudio de calidad en la siguiente empresa productora de pernos, verificando si
es posible satisfacer las necesidades y especificaciones de nuestro cliente. Para
dicho estudio se tom en cuenta una muestra de 300 pernos para su inspeccin.
Anteriormente mostramos las medidas de los 300 pernos, as tambin
proporcionamos la informacin necesaria.
La estadstica en la ingeniera industrial. La importancia de la estadstica en la
ingeniera, ha sido enfocada para la identificacin de problemas en la produccin
de un producto y en el aumento de la calidad de este mismo, el clculo de
medidas descriptivas que resuman grandes cantidades de datos estadsticos es
un paso importante en la toma de decisiones basada en dichos datos; pero para
que esas medidas estadsticas sean tiles a la gerencia deben ser analizadas de
forma que se comprenda completamente su significado para un problema
particular. En muchas empresas se han dado cuenta que la baja calidad de un
producto, tiene un gran efecto en la productividad global de la compaa, en el
mercado, la posicin competitiva, y finalmente, en la rentabilidad de la empresa.
Mejorar los aspectos de calidad conlleva al xito de la compaa. La estadstica
es un elemento decisivo en el incremento de la calidad, ya que las tcnicas
estadsticas pueden emplearse para describir y comprender la variabilidad. Los
ingenieros llevan a cabo tareas, en las cuales perfeccionan un producto o un
proceso existente o bien diseando un producto o proceso nuevo que satisfaga
las necesidades de los consumidores. Entonces los ingenieros deben conocer
una manera eficiente para planear experimentos, recolectar datos, analizar e
interpretar los mismos y entender cmo se relacionan los datos observados con
el modelo que han propuesto para el problema bajo estudio, es aqu donde radica
la importancia de la estadstica, porque est vinculado a la mayora de sus
actividades profesionales.
 6. OBJETIVOS
6.1. GENERAL
Calcular la media, mediana, la moda, un cuartil, un decil y un percentil con la
tabla de datos obtenida en la investigacin.
6.2. ESPECIFICOS
Establecer una tabla para el correcto clculo de los diferentes puntos
dados en el objetivo general.
Plantear un intervalo de clases correspondiente.
Representar mediante grficos.

7. MARCO TERICO
Se denomina estadstica aplicada al rea de la estadstica que se ocupa de inferir
resultados sobre una poblacin a partir de una o varias muestras. Es la parte de
la estadstica que se aplica en cualquier otra rama externa a ella, como
psicologa, medicina, sociologa, historia, biologa, mercadotecnia, etc.
Los parmetros poblacionales son estimados mediante funciones denominadas
"estimadores" o "estadsticos". La estimacin de stos, se hace basndose en la
estimacin estadstica y puede ser puntual, por intervalos o de contraste de
hiptesis. En una estimacin puntual se obtiene un solo valor con una confianza
nula, como cuando se dice que la estatura media de tal poblacin es de 1,72m.
En la estimacin por intervalos, el nivel de confianza depende de la amplitud del
intervalo, es cuando se afirma que el 95% de tal poblacin mide menos de 1,96m.
El contraste de hiptesis consiste en verificar estadsticamente si una suposicin
acerca de una poblacin es cierta o falsa.
La estadstica aplicada se apoya totalmente en la utilizacin de paquetes
estadsticos que ayudan a resolver problemas de ndole estadstica, acortando
dramticamente los tiempos de resolucin. Es por esto que en muchas
facultades se ensea a utilizar estos programas estadsticos sin que, a veces, el
alumno entienda, ni tenga la necesidad de entender cmo funcionan. Cuando se
hace la comprobacin matemticamente se hace la frmula para sacar la
mediana, media, la moda, etc.
8. METODOLOGIA
8.1. Proceso metodolgico para la recoleccin de datos
Dentro de las grandes industrias que estn dedicados a la fabricacin de pernos,
el dimetro para ellos es una caracterstica importante para manejar su uso y
realizar su producciones a grandes escalas tambin para determinar su lote, y
se realiza un control de calidad extrayendo una muestra de 300 piezas y son
inspeccionadas aplicando formulas estadsticas.
9. ORDENAMIENTO DE LOS DATOS ESTADISTICOS

40 41 1662 35 24 837 35

36 55 1946 36 37 1343 44

41 39 1633 37 37 1365 1537

35 32 1113 36 41 1509

10. APLICACIN DE LAS REGLAS PARA LA GENERACIN DE LA TABLA

DE DISTRIBUCIN DE FRECUENCIA.
Rango
Xmin= 24 Xmax= 1946
R= (Xmax-Xmin)
R= (1946-24)
R=1922
Intervalo de clase

= #/

1922
=
10

i= 192,2
Limite superior
Ls= Li+(i-1)
 Clases de intervalos MC
lim. Inferior lim. Superior X F Fa Lrs
23,5
I 24 215 119,5 18 18
215,5
II 216 407 311,5 0 18
407,5
III 408 599 503,5 0 18
599,5
IV 600 791 695,5 0 18
791,5
V 792 983 887,5 1 19
983,5
VI 984 1175 1079,5 2 21
1175,5
VII 1176 1367 1271,5 2 23
1367,5
VIII 1368 1559 1463,5 2 24
1559,5
IX 1560 1751 1655,5 2 26
1751,5
X 1752 1943 1847,5 0 26
1943,5
XI 1944 2135 2039,5 1 27
F= 27
11. APLICACION DE LAS FORMULAS PARA EL CALCULO DE DATOS
ESTADISTICOS
11.1. Media aritmtica
Mtodo corto

MC
X F "A" d=X-"A" F.d
119,5 18 -
311,5 0
503,5 0 -
695,5 0 -
887,5 1 -
1079,5 2 -
1271,5 2
1463,5 2
1655,5 2
1847,5 0
2039,5 1
F= 27 F.d=-1.489

. 1.489
MEDIA=A+ MEDIA= 1.605 +
27

MEDIA= 1.600
Mtodo largo

MC
X F Fx Fx
119,5 18 2151 =
311,5 0 0 F
503,5 0 0 16018
695,5 0 0 =
27
887,5 1 887,5
1079,5 2 2159 = ,
1271,5 2 2543
1463,5 2 2927
1655,5 2 3311
1847,5 0 0
2039,5 1 2039,5
F= 27 Fx= 16018

Mtodo de compilacin

MC
X F "A" u F.u C
1.498 1 -6 -6
1.516 0 -5 0
1.534 4 -4 -16
1.552 16 -3 -48
1.569 38 -2 -76
1.587 73 -1 -73 192
1.605 80 1.605 0 0
1.622 53 1 53
1.640 21 2 42
1.658 11 3 33
1.676 3 4 12
F= 300 F.u= -79

. 0.79
MEDIA="" + ( )C MEDIA= 1.605 + ( ) 0.0177
300

MEDIA= 1.600
 11.2. Mediana
MC
Fa
X F Fa Lri = + ( )
23,5 F
119,5 18 18

215,5 = , + ( )192
311,5 0 18
407,5 =247,5
503,5 0 18
599,5
695,5 0 18
791,5
887,5 1 19
983,5
1079,5 2 21
1175,5
1271,5 2 23
1367,5
1463,5 2 24
1559,5
1655,5 2 26
1751,5
1847,5 0 26
1943,5
2039,5 1 27
F= 27
11.3. Moda

MC
= + ( )
X F Lri +
23,5
119,5 18 A1= 0-18= -18
215,5
311,5 0 A2= 18-0= 18
407,5
503,5 0
= , + ( )
599,5 +
695,5 0
791,5 = ,
887,5 1
983,5
1079,5 2
1175,5
1271,5 2
1367,5
1463,5 2
1559,5
1655,5 2
1751,5
1847,5 0
1943,5
2039,5 1
F= 27
 11.4. Cuartil
()
= = ,

Decil
()
= = ,

Percentil
()
= = ,

11.5. Desviacin media

MC
X F x |X-x| F|X-x|
-473,7 -455,7
119,5 18
-281,7 -281,7
311,5 0
-89,7 -89,7
503,5 0
102,3 102,3
695,5 0
294,3 295,3
887,5 1
486,3 488,3
1079,5 2 593,2
678,3 680,3
1271,5 2
870,3 872,3
1463,5 2
1062,3 1064,3
1655,5 2
1254,3 1254,3
1847,5 0
1446,3 1447,3
2039,5 1
F= 27 F|X-x|=6204,4

6204,4
DM= DM =

DM= 229,8
 11.6. Desviacin tpica

MC
X F x |X-x| F|X-x|
224391,69 4039050,42
119,5 18 593,2
79354,89 0
311,5 0
8046,09 0
503,5 0
10465,29 0
695,5 0
86612,49 86612,49
887,5 1
236487,69 472975,38
1079,5 2
460090,89 920181,78
1271,5 2
757422,09 1514844,18
1463,5 2
1128481,29 2256962,58
1655,5 2
1573268,49 0
1847,5 0
2091783,69 2091783,69
2039,5 1
F|X-x|=
11382410,5

F= 27

d= ||

d= 649,3
 MC
X F Fx
2151
Fx
4626801
d= ()
119,5 18
0 0
311,5 0
0 0 d=
503,5 0
,
0 0 ( )
695,5 0

887,5 787656,25
887,5 1
2159 4661281 d=12192,3
1079,5 2
2543 6466849
1271,5 2
2927 8567329
1463,5 2
3311 10962721
1655,5 2
0 0
1847,5 0
2039,5 4159560,25
2039,5 1
Fx= Fx=
16018 40232197,5

F= 27
MC
X F "A" d=X-"A" F.d Fd
119,5 18 - 0.107 - 0.107 0.011
311,5 0 - 0.089 0 0
503,5 0 - 0.071 - 0.284 0.020
695,5 0 - 0.053 - 0.848 0.044
887,5 1 - 0.036 - 1.368 0.049
1079,5 2 - 0.018 - 1.314 2.365
1271,5 2 1.605 0 0 0
1463,5 2 0.017 0.901 0.015
1655,5 2 0.035 0.735 0.025
1847,5 0 0.053 0.583 0.030
2039,5 1 0.071 0.213 0.015
F= 27 F.d=-1.489 F.d =2.574

d= () d= .

(
.

)

d=0.008
11.7. Varianza
V= d
V= (649,3)
V= 421,59x10^3
11.8. Comprobacin de Charlier
MC
X F u F.u F(u+1)
-6 -108 -90
119,5 18
-5 0 0
311,5 0
-4 0 0
503,5 0
-3 0 0
695,5 0
-2 -2 -1
887,5 1
-1 -2 0
1079,5 2
0 0 2
1271,5 2
1 2 4
1463,5 2
2 4 6
1655,5 2
3 0 0
1847,5 0
4 4 5
2039,5 1
F= 27 F.u= -101 F(u+1)= -74

( + ) = . +
= +
=
 MC
X F u F.u F(u+1) f.u
-6 -108 8100 648
119,5 18
-5 0 0 0
311,5 0
-4 0 0 0
503,5 0
-3 0 0 0
695,5 0
-2 -2 1 4
887,5 1
-1 -2 0 2
1079,5 2
0 0 4 0
1271,5 2
1 2 16 2
1463,5 2
2 4 36 8
1655,5 2
3 0 0 0
1847,5 0
4 4 25 16
2039,5 1
F(u+1)=
F= 27 F.u= -79
8182 F.u= 680

( + 1)2 = . 2 +2 . +
895= 27+2(-79)+680
549=549
11.9. Correccin de sheppard para la varianza.

2
=
12
192
VC= 4215590
12

VC=-3068
12. Elaborar las siguientes grficas:
Ojivas

MC MENOR QUE
X F Fa 1,700
Menor que 1.498 1 1 1,680
Menor que 1.516 0 1 1,660
Menor que 1.534 4 5 1,640
Menor que 1.552 16 21 1,620
Menor que 1.569 38 59 1,600
Menor que 1.587 73 132 1,580

Menor que 1.605 80 212 1,560

Menor que 1.622 53 265 1,540

Menor que 1.640 21 286 1,520

Menor que 1.658 11 297 1,500

1,480
Menor que 1.676 3 300
0 100 200 300 400
F= 300

MC
X Fa
1.498 o mas 300
1.516 o mas 299
1.534 o mas 299
1.552 0 mas 295
1.569 0 mas 279
1.587 0 mas 241
1.605 0 mas 168
1.622 o mas 88
1.640 o mas 35 0 mas
1.658 o mas 14 350
1.676 o mas 3
300
1.679 o mas 0
250

200

150

100

50

0
1,450 1,500 1,550 1,600 1,650 1,700

Histograma-Polgono de frecuencias

MC
 X F 90
1.498 1 80
1.516 0 70
1.534 4 60
1.552 16
50
1.569 38
40
1.587 73
30
1.605 80
20
1.622 53
10
1.640 21
0
1.658 11
1,450 1,500 1,550 1,600 1,650 1,700
1.676 3
F= 300

13. CONCLUSIONES.
La estadstica fue til en este ejercicio para identificar y controlar la
causa de una variacin dentro de un proceso mediante un conjunto de
herramientas estadsticas que permiten recopilar, estudiar y analizar
la informacin de procesos repetitivos para poder tomar decisiones
orientadas a la mejora de los mismos, es aplicable tanto a procesos
productivos como de servicios siempre y cuando cumplan con las
especificaciones del cliente.

Un objetivo comn para un proyecto de investigacin estadstica es

investigar la causalidad, y en particular extraer una conclusin en el
efecto que algunos cambios en los valores de predictores o variables
independientes tienen sobre una respuesta o variables dependientes.

Las fuentes estadsticas son una fuente de informacin relevante para

el profesional de la salud. Poder accederdatos sanitarios de
determinados mbitos geogrficos o consultar indicadores sobre una
determinada realidad nos ayuda a tener una composicin de lugar
adecuada.

14. RECOMENDACIONES
 es importante traducir los datos cuantitativos a su equivalente ms
cercano en el lenguaje comn pero poner las cifras exactas recogidas de
la fuente originaria entre parntesis.

Es importante mencionar los datos especficos de la fuente originaria e

incluir el margen de error muchas veces denominado intervalo de
seguridad siendo un indicador de la fiabilidad de la evidencia.

El uso del riesgo relativo o del absoluto puede crear dos imgenes
sustancialmente diferentes de un mismo riesgo. En este sentido surge el
peligro de comparar riesgos en base a fuentes de informacin diferentes
que pueden distorsionar las conclusiones.

15. BIBLIOGRAFIA
http://es.slideshare.net/meenybalderaass/trabajo-terminado-de-
estadistica
http://es.slideshare.net/SalmaValdes28/fabrica-de-pernos-3078245
http://hdnh.es/inventos-el-tornillo/
http://www.santjoandedeu.edu.es/es/escola-universitaria-
infermeria/noticias/fuentes-estadisticas-recomendaciones-para-su-
uso
https://educacion.gob.ec/wp-
content/uploads/downloads/2013/09/Matematica_1BGU_Recurso_Di
dactico_GUIA_7.pdf