Beruflich Dokumente
Kultur Dokumente
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:
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
35 32 1113 36 41 1509
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
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.
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.
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