Plan de clase

• Competencias
• Motivación.
Inicio • Saberes previos.

• Medidas de resumen. Tipos.

• Medidas de posición. Tipos.
• Medidas de tendencia central: Media Aritmética, Mediana y Moda.
• Medidas de tendencia no central. Definición.
Contenido de • Cuartiles, Deciles y Percentiles.
sesión • Ejemplos.

• Retroalimentación.
• Autoevaluación
Cierre
 Competencias
Al finalizar la sesión, el estudiante estará en
capacidad de:
• Definir las medidas de tendencia central
• Calcular las medidas de tendencia central en
problemas contextualizados.
• Interpretar las medidas de tendencia central
en problemas contextualizados.
• Calcular e interpretar medidas de tendencia
no central.
• Resolver ejercicios sobre medidas de
tendencia y no central
 Medidas de Resumen
Son útiles para describir un
conjunto de datos.

Medidas de Medidas de Medidas de Medidas de

Posición Dispersión Forma Concentración

•Desviación Coeficiente de
Medidas de Medidas de estándar Coeficiente de curtosis
tendencia tendencia no •Varianza Pearson basado en
central central •Coeficiente percentiles
de variación

•Media Aritmética •Cuartiles

•Mediana •Deciles
•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 * Media total

* Mediana * Media ponderada
* Moda
 Media Aritmética

También llamada promedio aritmético. Es la medida más utilizada,

conocida y fácil de calcular e interpretar.

Cálculo de la media aritmética para datos no agrupados

El cálculo de la media aritmética para datos no agrupados se realiza

dividiendo la suma de todos los valores que toma la variable entre el
número total de valores.


N
X1 + X2 + + XN Xi
Media de la población: = = i=1
N N


n
x1 + x 2 + + xn xi
Media de la muestra: x= = i=1
n n
Ejemplo
Los siguientes datos corresponden al tiempo de ejecución (en minutos) para
una muestra de ocho sistemas de información trabajados en una CPU.

117 161 116 138 353 123 376 194

Calcule el tiempo de ejecución promedio.

Solución: 117 + 161 + 116 + 138 + 353 + 123 + 376 + 194

x=
8
1578
x=
8
x = 197.25

El tiempo de ejecución promedio para los sistemas de información

trabajados en el CPU es 197.25 minutos.
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 de una tabla de
frecuencia.
Ejemplo
En la siguiente tabla de frecuencias se presenta el porcentaje de
algodón en un material utilizado para 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

Calcule e interprete el porcentaje de algodón promedio.

Solución
Porcentajes de
xi fi xifi
algodón
[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 utilizado para la fabricación de pantalones

para caballero es 34.79.
 Propiedades de la media aritmética
1. La Media de una constante es igual a la constante.
c+c+ +c nc
c,c, ,c  x= = =c
n n

2. Si a cada observación se suma (o resta) una constante, la media del

nuevo conjunto de datos es igual a la media de los datos originales
más (o menos) la constante.


n
(x1  c) + + (x n  c) xi + nc
x1  c, , xn  c  x' = = i=1
= xc
n n
3. Si a cada observación se multiplica por una constante, la media 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
 Propiedades de la Media Aritmética
4. Si se da la situación de las propiedades 2 y 3, se tiene:

a i=1 xi + nc
n
(ax1  c) + + (ax n  c)
ax1  c, , ax n  c  x' = = = ax  c
n n

5. Si a todas los observaciones se les resta el valor de su media, la suma

de estas es cero.

 (x )
n
x1 − x, , xn − x  i=1 i −x =0
Ejemplo
Se presenta la temperatura (en °C) de preparación de 90 lotes
de recubrimientos cerámicos sobre sustrato polimérico.
Temperatura 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
Totales 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.
SOLUCIÓN
a) Calcule la temperatura promedio de los lotes de
recubrimiento cerámico.
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 xi7535.418
x= i=1 i
= = 83.7269
n 90
La temperatura promedio de los lotes de recubrimiento cerámico es 83.7°C.
b) Si se acuerda aumentar la temperatura en un 2.5% más 1.5°C.
Determine la nueva temperatura promedio.

Sea: Y = Nueva temperatura de los lotes con recubrimiento

cerámico.
Entonces:
Y = 1.025X + 1.5
Aplicando 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 lotes de

recubrimiento cerámico es 87.32°C.
 Mediana Moda
La mediana es el valor que se La Moda es el valor de la variable
encuentra en el centro del conjunto que se presenta con mayor
de datos, cuyos valores se frecuencia o que más se repite en
encuentran ordenados en forma un conjunto de n observaciones, y
ascendente (descendente). El 50%
se denota por Mo.
de los datos se encuentran a la
izquierda de la mediana y el otro
50% se encuentran a la derecha. Cálculo de la moda para datos
no agrupados
Cálculo de la mediana para
datos no agrupados
Mo = Valor de la variable que más
se repite.
Si n es impar Me = x  n+1
 2 
 
NOTA.- En algunos casos, es posible que
1  
Si n es par Me =  x  n  + x  n+1  los datos observados no presenten
2   2   2 
  Moda. Mientras que otros casos, es
posible que tengan más de una Moda.
Ejemplo
Los siguientes datos corresponden al tiempo de
ejecución (en minutos) para una muestra de diez
sistemas de información trabajados en una CPU.

117 161 116 138 353

138 376 194 138 161

a) Calcule la mediana.
b) Calcule la moda.
 Solución
a) Calcule la mediana.
Se ordena 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), entonces:

1  
Me =  x  10  + x  10   b) Calcule la moda:
2   2   2 +1 
 

1 1 Mo = 138 (valor que más se

Me = x5 + x 6  = (138 + 161)
2 2 repite)
Me = 149.5
 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
expresiones:

 n / 2 − Fj−1   d1 
Mo = Linf + c  
Me= Linf + c   donde n / 2  Fj +
 fj  1
d d2 
 
d1 = f j − f j−1 d2 = f j − f j+1
donde: donde:
Linf Límite inferior del intervalo que Linf Límite inferior del intervalo que
contiene a la mediana contiene a la Moda
fj Frecuencia absoluta del intervalo que fj Frecuencia absoluta del intervalo que
contiene a la mediana. contiene a la moda.
Fj-1 Frecuencia absoluta acumulada del fj-1 Frecuencia absoluta del intervalo
intervalo anterior que contiene a 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 a la mediana. cj Ancho de clase del intervalo que
contiene a la moda.
Ejemplo
Se presenta la temperatura (en °C) de preparación de 90 lotes
de recubrimientos cerámicos sobre sustrato polimérico.
Temperatura fi Fi
[78.642 - 79.931> 1 1
[79.931 - 81.220> 7 8
[81.220 - 82.509> 22 30
[82.509 - 83.798> 17 47
[83.798 - 85.089> 18 65
[85.089 - 86.376> 14 79
[86.376 - 87.665> 11 90
Totales 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.
Solución Temperatura
[78.642 - 79.931>
fi
1
Fi
1
[79.931 - 81.220> 7 8
[81.220 - 82.509> 22 30
[82.509 - 83.798> 17 47
[83.798 - 85.089> 18 65
[85.089 - 86.376> 14 79
[86.376 - 87.665> 11 90
Totales 90

a) Se pide calcular la mediana (Me), entonces:

Clase mediana: n/2 = 90/2 = 45 → Fi = F4 = 47
 n / 2 − Fj−1 
Me= Linf + c  
 fj
 
 45 − 30 
Me = 82.509 + 1.289  
 17 
Me = 83.646
 Temperatura fi
b) Se pide calcular Mo, [78.642 - 79.931> 1
entonces: [79.931 - 81.220> 7
[81.220 - 82.509> 22
fi = 22 (frecuencia absoluta [82.509 - 83.798> 17
más alta) [83.798 - 85.089> 18
[85.089 - 86.376> 14
d1 = f j − f j−1 = 22 − 7 = 15 [86.376 - 87.665> 11
Totales 90
d2 = f j − f j+1 = 22 − 17 = 5

 d1 
Mo = Linf + c  
 1
d + d2 

15
Mo = 81.22 + 1.289( )
5 + 15
Mo = 82.187
 MEDIA GEOMETRICA

• La media geométrica es útil para encontrar el promedio de

porcentajes, proporciones, índices o tasas de crecimiento.
Tiene mucha aplicación en el comercio y la economía porque
nos interesa encontrar el porcentaje de cambio en ventas,
salarios o datos económicos, tales como el producto nacional
bruto. La media geométrica de un conjunto de números
enteros positivos se define como la n-ésima raíz del producto
de los n valores

GM = n (x1 )(x1 )....(xn )

 MEDIA GEOMETRICA

• Ejemplo: Las ganancias obtenidas por la empresa CEMEX en

cuatro proyectos recientes fueron 3% , 2%, 4% y 6% ¿Cuál es
la media geométrica de las ganancias?

GM = n (x1 )(x1 )....(xn ) = 4 (3)(2)(4)(6) = 4 144 = 3.46%

• Ejemplo: Una empresa de telefónica ha notado que el número

de quejas por falta de cobertura ha aumentado en los últimos
6 meses, pues han sido 123, 141, 237, 249, 300, 350. Con base
en estos datos, calcule la media geométrica (para las razones)
, determinando la tasa de crecimiento mensual de las quejas.
 MEDIA GEOMETRICA

• 𝑥 = 𝟏𝟒𝟏 =1.1463 5
1 𝟏𝟐𝟑 𝑥𝑔ҧ = 1.1463 1.6809 1.0506 1.2048 1.1667

𝟐𝟑𝟕
•𝑥2 = =1.6809 = 1.2326
𝟏𝟒𝟏

𝟐𝟒𝟗
•𝑥3 = 𝟐𝟑𝟕
=1.0506

𝟑𝟎𝟎
•𝑥4 = 𝟐𝟒𝟗 =1.2048

𝟑𝟓𝟎
•𝑥5 = 𝟑𝟎𝟎 =1.1667
 Media Armónica (H)

• Cuando los datos a promediarse están medidos en unidades

expresadas en forma de cocientes (km./hr., $/lt, etc.), lo más
adecuado es utilizar la media armónica, ya que la media
aritmética nos llevará a un promedio equivocado.

𝑛
H= σ𝑛 1
𝑖=1𝑥
𝑖
 Media Armónica (H)

• ¿Si un vehículo se mueve de la ciudad A a la B a 65

km./hr y regresa de B a A a 98 km./hr a qué
promedio se desplazó?.
 Media Armónica (H)

• La media armónica resulta poco influida por la

existencia de determinados valores mucho más
grandes que el conjunto de los otros, siendo en
cambio sensible a valores mucho más pequeños.
Media Armónica (H)
Media Armónica (H)
 Media Cuadrática (MC)

• La media cuadrática nació con el objetivo de poder obtener el

promedio de valores positivos y negativos al mismo tiempo,
además de ser una gran ayuda para poder calcular las
dispersiones promedio de los datos.
 Media Cuadrática (MC)
• Supóngase que se obtienen las ganancias y pérdidas del
precio de una acción durante una semana; - 4.00, - 3.50, 2.35,
6.20, 3.25 calcular el promedio:
 Media Cuadrática (MC)

• Ejemplo: hallar la Media cuadrática de la siguiente

distribución: 2, 5, 5, 20, 20, 30, 30, 30, 14, 50
Xi X2i
2 4 𝑁

5 25 ෍ 𝑥𝑗2 = 6250
𝑗=1
5 25
20 400
20 400 σ𝑁 2
𝑗=1 𝑥𝑗 6250
= =625
30 900 𝑁 10

30 900
30 900
σ𝑁 2
𝑗=1 𝑥𝑗
14 196 𝑅. 𝑀. 𝑆. = = 625 = 25
𝑁
50 2500
RELACIÓN ENTRE MEDIA, MEDIANA Y MODA
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 realizan 20 ensayos con cada una de las
máquinas empaquetadoras obteniéndose los siguientes resultados:

Máquina A a) Calcule e Interprete la media y

mediana y moda del peso de las
Diseño de tallo y hoja: Peso bolsas empaquetadas obtenidas de la
Tallo y hoja de Peso N = 20 máquina A y la máquina B.
Unidad de hoja = 1.0 b) Con base a los resultados obtenidos,
1 14 3 ¿qué tipo de distribución presentan
5 14 5689 los pesos de las bolsas obtenidos en
(13) 15 0000000000124 cada máquina?
2 15 57

Máquina B [131 - 139> [139 -147> [147 - 155> [155 - 163> [163-171>
(Pesos en gramos)

Frecuencia 1 3 12 3 1
a) Calcule e Interprete la media y mediana y moda del peso de las bolsas
empaquetadas obtenidas de la Máquina A y la Máquina B.
Solución:

Máquina A
Diseño de tallo y hoja: Peso
Tallo y hoja de Peso N = 20
143 + 145 + + 157 3000
Unidad de hoja = 1.0 Media : x= = = 150
1 14 3 20 20
5 14 5689
(13) 15 0000000000124
2 15 57

1   1
Mediana : Me =  x  20  + x  21  =
2   2   2  2
  1
x (10 ) + x (11) = 150 + 150 = 150
2
 

Moda : Mo = 150
Maquína B Mediana:
Pesos en Marca de Frecuencia
Frecuencia  n / 2 − Fj−1 
gramos Clase Acumulada Me= Linf + c  
 fj
[ yj-1 - yj > Xj fj Fj Xi fj  
[131 - 139> 135 1 1 135  10 − 4 
Me = 147 + 8   = 151
[139 -147> 143 3 4 429  12 
[147 - 155> 151 12 16 1812
[155 - 163> 159 3 19 477
[163-171> 167 1 20 167
Moda:
20 3020
 d1 
Mo = Linf + c  
 1
d + d2 
Media:
 9 
Mo = 147 + 8   = 151
 9+9
5
f xj
j=1 j 3020
x= = = 151
n 20
b) Con base resultados obtenidos, ¿qué tipo de distribución
presentan los pesos de las bolsas obtenidos en cada máquina?
Solución:
 La distribución de los pesos de las bolsas obtenidos con la
Maquina A es simétrica, porque, la media, mediana y moda
son iguales
x = Me = Mo = 150
 La distribución de los pesos de las bolsas obtenidos con la
Maquina B también es simétrica, porque, la media, mediana y
moda son iguales
𝐱 = 𝑴𝒆 = 𝑴𝒐 = 𝟏𝟓𝟏

Calcule la media geométrica, armónica y cuadrática

para el ejemplo de aplicación
 ഥ 𝒑)
Media Ponderada (𝑿
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.
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 nuevos soles) y
números de vasos vendidos el último fin de semana para cada
presentación se muestra a continuación:
Solución
 ഥ 𝑻)
Media Total (𝑿
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
ത Media aritmética de le muestra i
• 𝑋=
• k = Número de muestras
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?
Solución
Sea la variable:
Xi = Tiempo de ejecución diario de los operarios de la obra i en el
último mes; i = 1,2.
Datos:
Obra 1: 𝑛1 = 50, 𝑋ത1 = 10.25
Obra 2: 𝑛2 = 67, 𝑋ത2 = 8.49
El tiempo de ejecución diario promedio de los 117 operarios se
calcula de la siguiente manera:

𝑋ത1 𝑛1 + 𝑋ത2 𝑛2 10.25 50 + 8.49(67)

𝑋ത𝑇 = =
𝑛1 + 𝑛2 50 + 67

𝑋ത𝑇 = 9.242
 Medidas de posición
Las medidas de posición son aquellas medidas de resumen cuyas
posiciones permiten hacer una descripción particular del
conjunto de datos. Se dividen en:

• Medidas de tendencia central

• Medidas de tendencia no central

Las medidas de tendencia no central, son aquellas que tienden

a ocupar posiciones no centrales en el conjunto de datos
ordenado. Entre estas tenemos:
* Cuartiles
* Deciles
* Percentiles
 Cuartiles (Qk)
Los cuartiles son tres valores (Qk; k = 1, 2, 3) que dividen al conjunto de datos
en cuatro partes iguales. Estos son:

El cuartil 1 (Q1) divide al conjunto de datos en dos partes, el 25% de los datos son
menores (menores o iguales) que el cuartil 1 y el 75% de los datos son mayores
(mayores o iguales) que el cuartil 1.

El cuartil 2 (Q2) divide al conjunto de datos en dos partes, el 50% de los datos son
menores (menores o iguales) que el cuartil 2 y el 50% de los datos son mayores
(mayores o iguales) que el cuartil 2.

El cuartil 3 (Q3) divide al conjunto de datos en dos partes, el 75% de los datos son
menores (menores o iguales) que el cuartil 3 y el 25% de los datos son mayores
(mayores o iguales) que el cuartil 3.

Gráficamente:
 Deciles (Dk)
Los deciles son nueve valores (Dk; k = 1, 2, …, 9) que dividen al
conjunto de datos en diez partes iguales.

Por ejemplo, el decil 5 (D5) divide al conjunto de datos en dos partes,

el 50% de los datos son menores o iguales que el decil 5 y el 50% de
los datos son mayores o iguales que el decil 5.

Gráficamente:
 Percentiles (Pk)
Los percentiles son noventa y nueve valores (Pk; k = 1, 2,…, 99) que
dividen al conjunto de datos en cien partes iguales.

Por ejemplo, el percentil 50 (P50) divide al conjunto de datos en dos

partes, el 50% de los datos son menores o iguales que el percentil 50 y
el 50% de los datos son mayores o iguales que el percentil 50.

Gráficamente:
Algunas de las Medidas de Posición coinciden, de acuerdo al cuadro
siguiente:

PERCENTIL DECIL CUARTIL

P10 D1
P20 D2
P25 Q1
P30 D3
P40 D4
P50 D5 Q2
P60 D6
P70 D7
P75 Q3
P80 D8
P90 D9

Observación
Los valores del percentil 50 (P50), decil 5 (D5) y cuartil 2 (Q2) son
iguales; y, a su vez, son iguales al valor de la mediana (Me).
 Cálculo de percentiles para datos no agrupados
1. Ordenar los datos en forma ascendente.
2. Hallar la posición del percentil buscado con : j = k  (n + 1)
100

3. Calcular el percentil de la siguiente forma:

Pk = Li + Dec(Ld − Li )

donde:
Li: Dato del j – ésimo orden
Ld: Dato del j+1 – ésimo orden
Dec: Parte decimal de la posición del percentil buscado (j)
Ejemplo 1.
El siguiente diagrama de tallo y hojas presenta los gastos de exportación (en
miles de cientos de nuevos soles) de grano de café de 40 empresas
productoras:

Tallo y hojas del Gasto de exportación

Unidad de hoja = 1

a) A las empresas con gastos de exportación que se encuentran en el tercio

superior se les aplica un impuesto, calcule el gasto mínimo para que a una
empresa se le aplique el impuesto.
b) Cuando el valor del gasto de exportación es por lo menos el segundo decil y
a lo más el octavo decil se considera que el gasto está bajo control, calcule
los límites para que el gasto reciba esta denominación.
Solución: Tercio inferior Tercio superior

a) Se calcula el P67: P33 P67

k  ( n + 1) 67(41)
Se halla la ubicación del percentil 67: j= = = 27.47
100 100

Tallo Hojas Datos: n = 40, k = 67, Dec = 0.47

1 0 4
3 1 02 Li = 30, Ld = 31
8 1 57889
16 2 01123344 Pk = Li + Dec ( Ld − Li )
(10) 2 5567788899
14 3 01111334 P67 = 30 + 0.47(31 − 30)
6 3 5679
2 4 1 P67 = 30.47
1 4 6
 Tallo Hojas
b) Se calcula el P20 y P80: 1 0 4
Se halla la ubicación del percentil 20: 3 1 02
8 1 57889
k  ( n + 1) 20(41) 16 2 01123344
j= = = 8.2 (10) 2 5567788899
100 100 14 3 01111334
6 3 5679
Datos: n = 40, k = 20, Dec = 0.2 2 4 1
Li = 19, Ld = 20 1 4 6

P20 = 19 + 0.2(20 − 19) P80 = 33 + 0.8(33 − 33)

P20 = 19.2 P80 = 33
Se halla la ubicación del percentil 80:
80(41)
j= = 32.8 Para que el gasto se encuentre
100 bajo control, estos se deben
encontrar entre 19.2 y 33 mil
Datos: n = 40, k = 80, Dec = 0.8
cientos de nuevos soles.
Li = 33, Ld = 33
 Cálculo de percentiles para datos agrupados
Cuando los datos se encuentran agrupados en una tabla de
frecuencias por intervalos, la fórmula para el cálculo de
percentiles es la siguiente:

donde:
Linf = Límite inferior del intervalo donde se encuentra el percentil.
c = Amplitud del intervalo.
Fi-1 = Frecuencia absoluta acumulada del intervalo anterior donde se
encuentra el percentil.
fi = Frecuencia absoluta (simple) del intervalo donde se encuentra el percentil.
𝑘𝑛
= Posición que ocupa el percentil en el conjunto de datos.
100
 Ejemplo 2
El jefe del área de recursos humanos de una
empresa decide mandar a capacitar y evaluar
a sus empleados con la finalidad de ascender
a aquellos que obtengan las más altas
calificaciones; quienes asciendan ocuparán
puestos de supervisores. Los resultados
obtenidos después de la aplicación del
examen se muestran a continuación:

a) El jefe espera que por lo menos el 55% de los empleados obtenga una
calificación por encima del promedio, ¿se cumplió con el objetivo? Justifique.
b) El jefe considera que los empleados cuyas calificaciones se encuentren en el
70% central pertenezcan al “segundo grupo” y sigan con sus labores
normales; mientras que, aquellos cuyas calificaciones son mayores a la de
este grupo pertenecerán al “primer grupo” y pasarán a ser supervisores;
finalmente, aquellos que obtuvieron calificaciones menores que el segundo
grupo recibirán una nueva capacitación y formarán parte del “tercer grupo”.
Calcule los límites para cada uno de los grupos.
Solución
Sea la variable: X = Calificación de los empleados.
Marcas de N° de
Calificaciones clases empleados xifi
xi fi
[0, 4> 2 2 4
[4, 8> 6 4 24
[8, 12> 10 12 120
[12, 16> 14 22 308
[16, 20] 18 10 180
Total 50 636

a) Calculo del promedio:

k

X f
i i
636
X= i =1
= = 12.72
n 50
 Se calcula el P45:
Calificaciones fi Fi
El 55% de los empleados
[0 4> 2 2
[4 8> 4 6
[8 12> 12 18
P45 [12 16> 22 40
[16 20] 10 50
Total 50
Datos:
𝑘𝑛 50(45)
= = 22.5 < 𝐹𝑖 = 𝐹4 = 40, 𝐿𝑖𝑛𝑓 = 12, 𝑐 = 4, 𝑓𝑖 = 22, 𝐹𝑖−1 = 18
100 100

 nk 
− F
 100 i −1   22.5 − 18 
P45 = Linf + c   = 12 + 4   = 12.818
 f i   22 
 
Según los resultados, por lo menos el 55% de los empleados obtuvo una
calificación mayor del promedio (P45 = 12.818 > 𝑥ҧ = 12.72). Por lo tanto, se
cumplió con el objetivo.
b) Se calcula el P15 y P85: Calificaciones fi Fi

[0 – 4 > 2 2
3° grupo 70% central (2° grupo) 1° grupo
[4 – 8 > 4 6
[8 – 12> 12 18
[12 – 16 > 22 40
[16 – 20 ] 10 50
P15 P85
Total 50

Datos: Datos:
𝑘𝑛 50(15) 𝑘𝑛 50(85)
= = 7.5 < 𝐹𝑖 = 𝐹3 = 18, = = 42.5 < 𝐹𝑖 = 𝐹5 = 50,
100 100 100 100
𝐿𝑖𝑛𝑓 = 8, 𝑐 = 4, 𝑓𝑖 = 12, 𝐹𝑖−1 =6 𝐿𝑖𝑛𝑓 = 16, 𝑐 = 4, 𝑓𝑖 = 10, 𝐹𝑖−1 =40

 7.5 − 6   42.5 − 40 
P15 = 8 + 4   = 8.5 P85 = 16 + 4   = 17
 12   10 

1° grupo: Menos de 8.5: Reciben nueva capacitación.

2° grupo: De 8.5 a 17: Siguen con labores normales.
3° grupo: Más de 17: Pasan a ser supervisores.
Resuelva los problemas
propuestos correspondientes