Universidad Nacional del Altiplano

Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas

Escuela Profesional de Ingeniería Electrónica

ORGANIZACIÓN DE DATOS
En la etapa de recolección se obtiene gran cantidad de datos, los mismos que se
encuentran en formularios, cuestionarios, etc. y totalmente desordenados. En esta etapa
se trata de organizar dichos datos y para ello es necesario cumplir dos actividades:
revisión o crítica y clasificación de los datos:

1. REVISIÓN O CRITICA DE DATOS

La revisión tiene por objeto:
✓ Determinar si se han recibido todos los formularios o, cuando menos, en una
proporción que sea suficiente para no invalidar las conclusiones que se podrían
hacer.
✓ Verificar que estén registradas todas las respuestas requeridas.
✓ Localizar posibles incongruencias en la información proporcionada. La revisión de
datos constituye lo que se llama “control de calidad de la información”.

Entre las posibles causas del envió incompleto de formularios tenemos:

➢ Formularios o cuestionarios muy extensos.
➢ Ausencia de instrucciones claras.
➢ Bajo nivel educativo del informante.
➢ Dotación insuficiente o inoportuna de los formularios o cuestionarios.

Si no se han registrado todas las respuestas requeridas, puede deberse a:

 Formularios o cuestionarios mal diseñados.
 Negligencia del entrevistador ya que no recibió adiestramiento.
 Informante se niega a contestar la pregunta.

2. CLASIFICACIÓN U ORGANIZACIÓN DE DATOS

La clasificación tiene por objeto organizar los datos en categorías, pero teniendo en
cuenta las escalas de medición de las variables.

2.1. PARA VARIABLES CUALITATIVAS (NOMINALES U ORDINALES)

Para elaborar datos que pertenecen a variables nominales y orinales, es
necesario conocer cómo se clasifica la variable y luego se procede a la
tabulación.

a. Se ubica la variable con sus categorías.

Variable
Categoría 1
Categoría 2
Categoría 3
…
Categoría k

b. Se realiza el conteo por categoría.

..::.. Pág. 1 ..::..

Estadística y Probabilidades Ing. Ronald Mamani Mayta

Variable Conteo
Categoría 1 //// /
Categoría 2 ////
Categoría 3 ////
… …
Categoría k //// ////

c. Se obtiene la Frecuencia Absoluta (fi): Es el número de veces que aparece

repetido un valor en el conjunto de las observaciones realizadas y su valor
es un número natural.

Variable Conteo 𝒇𝒊
Categoría 1 //// // 𝑓1
Categoría 2 //// 𝑓2
Categoría 3 //// 𝑓3
… … …
Categoría k //// //// 𝑓𝑘
k
Total f
i 1
i n

PROPIEDAD: En una distribución de frecuencias que posee k datos distintos

(categorías), siendo el tamaño de muestra n, se cumple:
𝑘

𝑓1 + 𝑓2 + 𝑓3 + ⋯ + 𝑓𝑘 = ∑ 𝑓𝑖 = 𝑛
𝑖=1

d. Se obtiene la Frecuencia Relativa (hi): Es el cociente entre su frecuencia

absoluta y el número de observaciones realizadas o tamaño de muestra (𝒏)
𝒇
y se denota por: 𝒉𝒊 = 𝒏𝒊

Variable Conteo 𝒇𝒊 𝒉𝒊
𝑓1
Categoría 1 //// // 𝑓1 ℎ1 =
𝑛
𝑓2
Categoría 2 //// 𝑓2 ℎ2 =
𝑛
𝑓3
Categoría 3 //// 𝑓3 ℎ3 =
𝑛
… … … …
𝑓𝑘
Categoría k //// //// 𝑓𝑘 ℎ𝑘 =
𝑛
k k
Total f
i 1
i n h
i 1
i 1

PROPIEDAD: En una distribución de frecuencias que posee k datos distintos

(categorías), la suma de las frecuencias relativas de cada uno de los datos es
igual a 1.

..:: Pág. 2 ::..

Estadística y Probabilidades Ing. Ronald Mamani Mayta

ℎ1 + ℎ2 + ℎ3 + ⋯ + ℎ𝑘 = ∑ ℎ𝑖 = 1
𝑖=1

e. Se calcula la Frecuencia Relativa Porcentual (𝒉𝒊%): Es la multiplicación

de cada una de las frecuencias relativas por 100%.

Variable Conteo 𝒇𝒊 𝒉𝒊 𝒉𝒊 %
Categoría 1 //// // 𝑓1 ℎ1 ℎ1 𝑥 100
Categoría 2 //// 𝑓2 ℎ2 ℎ2 𝑥 100
Categoría 3 //// 𝑓3 ℎ3 ℎ3 𝑥 100
… … … … …
Categoría k //// //// 𝑓𝑘 ℎ𝑘 ℎ𝑘 𝑥 100
k k k
Total i 1
fi  n  hi  1
i 1
 h %  100%
i 1
i

PROPIEDAD: La suma de las frecuencias relativas de todos los datos,

expresados porcentualmente es 100%.
𝑘

ℎ1 % + ℎ2 % + ℎ3 % + ⋯ + ℎ𝑘 % = ∑ ℎ𝑖 % = 100%
𝑖=1

Ejemplo: Los siguientes datos corresponden al tipo de foco utilizado por 20

familias del barrio Azoguini de Puno: Ahorrador, Ahorrador, Ahorrador,
Ahorrador, Led, Led, Ahorrador, Ahorrador, Ahorrador, Led, Ahorrador,
Normal, Led, Ahorrador, Ahorrador, Led, Ahorrador, Ahorrador, Normal,
Ahorrador. Elaborar el cuadro de distribución de frecuencias.

Solución:
a. Se ubica la variable con sus categorías.
Tipo de foco
Ahorrador
Led
Normal

b. Se realiza el conteo por categoría.

Tipo de foco Conteo
Ahorrador //// //// ///
Led ////
Normal //

c. Se obtiene la frecuencia absoluta.

Tipo de foco Conteo 𝒇𝒊
Ahorrador //// //// /// 13
Led //// 5
Normal // 2
5
Total f
i 1
i  20

..:: Pág. 3 ::..

Estadística y Probabilidades Ing. Ronald Mamani Mayta

d. Se obtiene la frecuencia relativa.

Tipo de foco Conteo 𝒇𝒊 𝒉𝒊
13
Ahorrador //// //// /// 13 = 0.65
20
5
Led //// 5 = 0.25
20
2
Normal // 2 = 0.10
20
5 5
Total f
i 1
i  20 h
i 1
i 1

e. Se calcula la frecuencia porcentual.

Tipo de foco Conteo 𝒇𝒊 𝒉𝒊 𝒉𝒊 %
Ahorrador //// //// /// 13 0.65 0.65 𝑥 100 = 65%
Led //// 5 0.25 0.25 𝑥 100 = 25%
Normal // 2 0.10 0.10 𝑥 100 = 10%
5 5 3
Total f
i 1
i  20 h i 1
i 1  h %  100%
i 1
i

Ejemplo: En una encuesta realizada a un grupo de estudiantes de la EP de

Ingeniería Electrónica, sobre la calidad de la señal de WiFi de la UNA Puno en su
facultad, obtuvimos los siguientes datos:

Regular Buena Regular Buena Buena Regular Buena Buena

Buena Buena Regular Regular Buena Mala Buena Buena
Regular Regular Buena Buena Regular Mala Buena Regular

Elaborar el cuadro de distribución de frecuencias teniendo en cuenta que debe

categorizar la variable como: 1=Mala, 2=Regular y 3=Buena

2.2. PARA VARIABLES CUANTITATIVAS DISCRETAS (Datos no agrupados)

a. Se ubica la variable con sus categorías.
Variable (Xi)
X1
X2
X3
…
Xk

b. Se realiza el conteo por categoría.

Variable
Conteo
(Xi)
X1 //// //
X2 ////
X3 ////
… …
Xk //// ////

..:: Pág. 4 ::..

Estadística y Probabilidades Ing. Ronald Mamani Mayta

c. Se obtiene la Frecuencia Absoluta (fi).

Variable
Conteo 𝒇𝒊
(Xi)
X1 //// // 𝑓1
X2 //// 𝑓2
X3 //// 𝑓3
… … …
Xk //// //// 𝑓𝑘
k
Total f
i 1
i n

d. Se calcula la Frecuencias Absoluta Acumulada (Fi): Es la suma de la

frecuencia absoluta del dato y la de todas las anteriores a él.
✓ El primer valor de la frecuencia absoluta acumulada es el mismo al
primer valor de la frecuencia absoluta simple.
✓ Cada frecuencia absoluta acumulada puede indicarse como el resultado
de sumar la frecuencia absoluta acumulada anterior más la frecuencia
absoluta del dato correspondiente.
✓ El valor de la última frecuencia absoluta acumulada es igual al tamaño de
la muestra.

Variable
Conteo 𝒇𝒊 𝑭𝒊
(Xi)
X1 //// // 𝑓1 𝐹1 = 𝑓1
X2 //// 𝑓2 𝐹2 = 𝐹1 + 𝑓2
X3 //// 𝑓3 𝐹3 = 𝐹2 + 𝑓3
… … … …
Xk //// //// 𝑓𝑘 𝐹𝑘 = 𝐹𝑘−1 + 𝑓𝑘 = 𝑛
k
Total f
i 1
i n

e. Se obtiene la Frecuencia Relativa (hi).

Variable
Conteo 𝒇𝒊 𝑭𝒊 𝒉𝒊
(Xi)
𝑓1
X1 //// // 𝑓1 𝐹1 = 𝑓1 ℎ1 =
𝑛
𝑓2
X2 //// 𝑓2 𝐹2 = 𝐹1 + 𝑓2 ℎ2 =
𝑛
𝑓3
X3 //// 𝑓3 𝐹3 = 𝐹2 + 𝑓3 ℎ3 =
𝑛
… … … … …
𝑓𝑘
Xk //// //// 𝑓𝑘 𝐹𝑘 = 𝐹𝑘−1 + 𝑓𝑘 = 𝑛 ℎ𝑘 =
𝑛
k k
Total 
i 1
fi  n h
i 1
i 1

..:: Pág. 5 ::..

 Estadística y Probabilidades Ing. Ronald Mamani Mayta

f. Se calcula la Frecuencias Relativa Acumulada (Hi): Es la suma de las

frecuencias relativas del dato y la de todas las anteriores a dicho dato.
Variable
Conteo 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊
(Xi)
𝑓1
X1 //// // 𝑓1 𝐹1 = 𝑓1 ℎ1 = 𝐻1 = ℎ1
𝑛
𝑓2
X2 //// 𝑓2 𝐹2 = 𝐹1 + 𝑓2 ℎ2 = 𝐻2 = 𝐻1 + ℎ2
𝑛
𝑓3
X3 //// 𝑓3 𝐹3 = 𝐹2 + 𝑓3 ℎ3 = 𝐻3 = 𝐻2 + ℎ3
𝑛
… … … … … …
𝑓𝑘
Xk //// //// 𝑓𝑘 𝐹𝑘 = 𝐹𝑘−1 + 𝑓𝑘 = 𝑛 ℎ𝑘 = 𝐻𝑘 = 𝐻𝑘−1 + ℎ𝑘 = 1
𝑛
k k
Total 
i 1
fi  n h
i 1
i 1

g. Se obtiene la Frecuencia Relativa Porcentual (hi%).

Variable
Conteo 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊 𝒉𝒊 %
(Xi)
𝑓1
X1 //// // 𝑓1 𝐹1 = 𝑓1 ℎ1 = 𝐻1 = ℎ1 ℎ1 𝑥 100
𝑛
𝑓2
X2 //// 𝑓2 𝐹2 = 𝐹1 + 𝑓2 ℎ2 = 𝐻2 = 𝐻1 + ℎ2 ℎ2 𝑥 100
𝑛
𝑓3
X3 //// 𝑓3 𝐹3 = 𝐹2 + 𝑓3 ℎ3 = 𝐻3 = 𝐻2 + ℎ3 ℎ3 𝑥 100
𝑛
… … … … … … …
//// 𝐹𝑘 = 𝐹𝑘−1 + 𝑓𝑘 𝑓𝑘 𝐻𝑘 = 𝐻𝑘−1 + ℎ𝑘
Xk 𝑓𝑘 ℎ𝑘 = ℎ𝑘 𝑥 100
//// =𝑛 𝑛 =1
k k k
Total f
i 1
i n h i 1
i 1  h %  100%
i 1
i

h. Se calcula la Frecuencia Relativa Porcentual Acumulada (Hi%): Es la

suma de las frecuencias relativas porcentuales del dato y las anteriores a él,
se puede obtener multiplicando las frecuencias relativas acumuladas por
100%.
Variable
Conteo 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊 𝒉𝒊 % 𝑯𝒊 %
(Xi)
𝑓1
X1 //// // 𝑓1 𝐹1 = 𝑓1 ℎ1 = 𝐻1 = ℎ1 ℎ1 𝑥 100 𝐻1 𝑥 100
𝑛
𝑓2
X2 //// 𝑓2 𝐹2 = 𝐹1 + 𝑓2 ℎ2 = 𝐻2 = 𝐻1 + ℎ2 ℎ2 𝑥 100 𝐻2 𝑥 100
𝑛
𝑓3
X3 //// 𝑓3 𝐹3 = 𝐹2 + 𝑓3 ℎ3 = 𝐻3 = 𝐻2 + ℎ3 ℎ3 𝑥 100 𝐻3 𝑥 100
𝑛
… … … … … … … …
𝑓𝑘 𝐻𝑘
Xk //// //// 𝑓𝑘 𝐹𝑘 = 𝐹𝑘−1 + 𝑓𝑘 ℎ𝑘 = = 𝐻𝑘−1 + ℎ𝑘
ℎ𝑘 𝑥 100 𝐻𝑘 𝑥 100
𝑛
k k k
Total fi 1
i n h
i 1
i 1  h %  100%
i 1
i

..:: Pág. 6 ::..

Estadística y Probabilidades Ing. Ronald Mamani Mayta

Ejemplo: Se preguntó a 20 estudiantes sobre la capacidad de memoria RAM que

tienen sus computadoras y obtuvimos las siguientes respuestas: 4, 8, 1, 2, 8, 16,
4, 1, 4, 2, 8, 4, 2, 2, 4, 1, 4, 2, 8, 8.
Elaborar el cuadro de distribución de frecuencias:

Solución:
a. Se ubica la variable con sus categorías.
Capacidad de
RAM (Gb)
1
2
4
8
16

b. Se realiza el conteo por categoría.

Capacidad de
Conteo
RAM (Gb)
1 ///
2 //// /
4 //// ///
8 //
16 /

c. Se obtiene la frecuencia absoluta.

Capacidad de
Conteo 𝒇𝒊
RAM (Gb)
1 /// 3
2 //// / 6
4 //// /// 8
8 // 2
16 / 1
5
Total f
i 1
i  20

d. Se obtiene la frecuencia relativa.

Capacidad de RAM
Conteo 𝒇𝒊 𝒉𝒊
(Gb)
1 /// 3 0.15
2 //// / 6 0.30
4 //// /// 8 0.40
8 // 2 0.10
16 / 1 0.05
5 5
Total 
i 1
f i  20 h
i 1
i 1

..:: Pág. 7 ::..

Estadística y Probabilidades Ing. Ronald Mamani Mayta

e. Se calcula la frecuencia porcentual.

Capacidad de
Conteo 𝒇𝒊 𝒉𝒊 𝒉𝒊 %
RAM (Gb)
1 /// 3 0.15 15%
2 //// / 6 0.30 30%
4 //// /// 8 0.40 40%
8 // 2 0.10 10%
16 / 1 0.05 5%
5 5 5
Total 
i 1
f i  20  hi  1
i 1
 h %  100%
i 1
i

f. También se pueden calcular las frecuencias acumuladas.

Nº de visitas
Conteo 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊 𝒉𝒊 % 𝑯𝒊 %
(Xi)
1 /// 3 3 0.15 0.15 15% 15%
2 //// / 6 9 0.30 0.45 30% 45%
4 //// /// 8 17 0.40 0.85 40% 85%
8 // 2 19 0.10 0.95 10% 95%
16 / 1 20 0.05 1.00 5% 100%
Total 20 1.00 100%

Ejercicio 1: Los siguientes datos representan las temperaturas máximas

registradas durante el mes de noviembre de 2016, en la ciudad de Arequipa:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30,
30, 31, 30, 31, 34, 33, 33, 29.
Elaborar el cuadro de distribución de frecuencias.

Ejercicio 2: A un grupo de 30 estudiantes de la EP de Ingeniería Electrónica se

les pregunta por el número de horas que utiliza el servicio de internet por día,
obteniendo las siguientes respuestas:
5, 7, 6, 7, 9, 8, 5, 7, 8, 10, 7, 6, 6, 5, 6, 7, 9, 7, 10, 8, 6, 9, 7, 6, 6, 5, 11, 10, 7, 8.
Elaborar el cuadro de distribución de frecuencias.

2.3. PARA VARIABLES CUANTITATIVAS CONTINUAS (Datos Agrupados)

La organización de datos cuyas variables pertenecen a la escala de intervalo o
de razón, tienen otro tipo de tratamiento, ya que, para su organización y
posterior análisis, es necesario agruparlos en clases o intervalos, esto es:

a. Se calcula el rango (R): Diferencia entre el dato mayor y el dato menor.

𝑹 = 𝑿𝒎𝒂𝒙 − 𝑿𝒎𝒊𝒏
b. Se determina el número de clases o intervalos (K): Utilizando la Ley de
Sturges.

𝑲 = 𝟏 + 𝟑. 𝟑𝟐𝟐 𝐥𝐨𝐠(𝒏)

..:: Pág. 8 ::..

 Estadística y Probabilidades Ing. Ronald Mamani Mayta

Dónde:
log : Logaritmo natural
n : Tamaño de muestra

c. Se determina la amplitud de intervalo (A): Rango entre número de

intervalos.

𝑹
𝑨=
𝑲
d. Se forman los intervalos de clase, desde el dato menor aumentándole la
amplitud de intervalo (para el primero), para los demás desde el límite
superior del intervalo anterior aumentándole la amplitud de intervalo.

[ 𝑋𝑚𝑖𝑛 − (𝑋𝑚𝑖𝑛 + 𝐴) >

e. Se calcula la marca de clase (Xi): Se define como la semisuma de los límites
inferior y superior de cada intervalo de clase.

𝑳í𝒎𝒊𝒕𝒆 𝑰𝒏𝒇𝒆𝒓𝒊𝒐𝒓 + 𝑳í𝒎𝒊𝒕𝒆 𝑺𝒖𝒑𝒆𝒓𝒊𝒐𝒓

𝑿𝒊 =
𝟐
f. Se calculan las frecuencias absolutas (fi), frecuencias absolutas acumuladas
(Fi), frecuencias relativas (hi), frecuencias relativas acumuladas (Hi),
frecuencias relativas porcentuales (hi%) y frecuencias relativas
porcentuales acumuladas (Hi%) para cada intervalo de clase.

Marca
Intervalo
de clase 𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊 𝒉𝒊 % 𝑯𝒊 %
𝑰𝒊
𝑿𝒊
𝑓1
[LI1 – LS1> 𝑋1 𝑓1 𝐹1 = 𝑓1 ℎ1 = 𝐻1 = ℎ1 ℎ1 𝑥 100 𝐻1 𝑥 100
𝑛
𝑓2
[LI2 – LS2> 𝑋2 𝑓2 𝐹2 = 𝐹1 + 𝑓2 ℎ2 = 𝐻2 = 𝐻1 + ℎ2 ℎ2 𝑥 100 𝐻2 𝑥 100
𝑛
𝑓3
[LI3 – LS3> 𝑋3 𝑓3 𝐹3 = 𝐹2 + 𝑓3 ℎ3 = 𝐻3 = 𝐻2 + ℎ3 ℎ3 𝑥 100 𝐻3 𝑥 100
𝑛
… … … … … … … …
𝑓𝑘
[LIk – LSk> 𝑋𝑘 𝑓𝑘 𝐹𝑘 = 𝐹𝑘−1 + 𝑓𝑘 ℎ𝑘 = 𝐻𝑘 = 𝐻𝑘−1 + ℎ𝑘 ℎ𝑘 𝑥 100 𝐻𝑘 𝑥 100
𝑛
k k k
Total 
i 1
fi  n  hi  1
i 1
 h %  100%
i 1
i

Ejemplo: Los siguientes datos representan el consumo mensual de energía eléctrica

en (Kw) de una muestra de 20 familias del barrio Azoguini de la ciudad de Puno para
el mes de febrero de 2016:
121, 125, 135, 122, 118, 124, 121, 123, 116, 123, 127, 117, 126, 119, 129, 120, 119,
120, 123, 122
..:: Pág. 9 ::..
Estadística y Probabilidades Ing. Ronald Mamani Mayta

Elaborar el cuadro de distribución de frecuencias:

Solución:
1. Se calcula el rango (R): Diferencia entre el dato mayor y el dato menor.
𝑹 = 𝟏𝟑𝟓– 𝟏𝟏𝟔 = 𝟏𝟗

2. Se determina el número de clases o intervalos (K): Utilizando la Ley de Sturges.

𝑲 = 𝟏 + 𝟑, 𝟑𝟐𝟐 𝒍𝒐𝒈 (𝟐𝟎)
𝑲 = 𝟓, 𝟑𝟐» 𝟓

3. Se determina la amplitud de intervalo (A): Rango entre número de intervalos.

𝑹
𝑨 =
𝑲
𝟏𝟗
𝑨 =
𝟓
𝑨 = 𝟑. 𝟖» 𝟒

4. Se forman los intervalos de clase, desde el dato menor aumentándole la amplitud

de intervalo (para el primero), para los demás desde el límite superior del
intervalo anterior aumentándole la amplitud de intervalo.
Consumo de
energía
eléctrica
(Kw)
[116 – 120>
[120 – 124>
[124 – 128>
[128 – 132>
[132 – 136>

5. Se calcula la marca de clase (Xi): Se define como la semisuma de los límites inferior
y superior de cada intervalo de clase.
Consumo de
energía Marca de
eléctrica clase 𝑿𝒊
(Kw)
[116 – 120> 118
[120 – 124> 122
[124 – 128> 126
[128 – 132> 130
[132 – 136> 134

6. Se calculan las frecuencias absolutas (fi), frecuencias absolutas acumuladas (Fi),

frecuencias relativas (hi), frecuencias relativas acumuladas (Hi), frecuencias
relativas porcentuales (hi%) y frecuencias relativas porcentuales acumuladas
(Hi%) para cada intervalo de clase.

..:: Pág. 10 ::..

Estadística y Probabilidades Ing. Ronald Mamani Mayta

Consumo de
energía Marca de
𝒇𝒊 𝑭𝒊 𝒉𝒊 𝑯𝒊 𝒉𝒊 % 𝑯𝒊 %
eléctrica clase 𝑿𝒊
(Kw)
[116 – 120> 118 5 5 0.25 0.25 25% 25%
[120 – 124> 122 9 14 0.45 0.70 45% 70%
[124 – 128> 126 4 18 0.20 0.90 20% 90%
[128 – 132> 130 1 19 0.05 0.95 5% 95%
[132 – 136> 134 1 20 0.05 1.00 5% 100%
5 5 5

Total f
i 1
i  20 h i 1  h %  100%
i
i 1 i 1

Ejercicio 3: Los siguientes datos corresponden a las edades de una muestra de 30

docentes de la UNA Puno:
34, 28, 35, 46, 32, 24, 30, 23, 38, 33, 41, 34, 30, 27, 38, 43, 48, 27, 31, 26, 37, 26, 41, 32,
26, 29, 20, 36, 36, 41

Elaborar el cuadro de distribución de frecuencias:

Ejercicio 4: Los siguientes datos correspondientes a estaturas de 40 estudiantes de la

EP de Ingeniería Electrónica:

1.81 1.72 1.81 1.72 1.74 1.83 1.84 1.88

1.92 1.75 1.84 1.86 1.73 1.84 1.87 1.83
1.67 1.77 1.73 1.75 1.78 1.77 1.67 1.83
1.83 1.72 1.71 1.85 1.84 1.93 1.82 1.69
1.70 1.81 1.63 1.76 1.75 1.80 1.79 1.84

Elaborar el cuadro de distribución de frecuencias.

Ejercicio 5: Dado el cuadro incompleto de la distribución de frecuencias de las notas

de 50 estudiantes de la EP de Ingeniería Electrónica en el curso de Estadística y
Probabilidades. Completar el cuadro, con un ancho de clase constante e igual a 2.

Intervalo
𝑿𝒊 𝒇𝒊 𝑭𝒊 𝒉𝒊 %
𝑰𝒊
[ − > 9
[ − > 22%
[ − > 11 12
[ − >
[ − > 7
[ − > 6%
TOTAL

Señale:
a) ¿Cuántos estudiantes sacaron un puntaje menor de 10?
b) ¿Qué porcentaje de estudiantes obtuvieron 12 o más de 12 pero menos de 16?
..:: Pág. 11 ::..
Estadística y Probabilidades Ing. Ronald Mamani Mayta

Ejercicio 6: Se conoce la siguiente distribución en base al tiempo de duración (en

horas) de 80 baterías para dispositivos móviles (teléfonos celulares) de acuerdo a los
usos que se le da.

Tiempo de duración
𝒇𝒊
(horas)
[17 − 20 > 7
[20 − 23 > 18
[23 − 26 > 5a
[26 − 29 > 12
[29 − 32 > 2a
[32 − 35 > 8

Se pide:
a) Completar el cuadro de distribución de frecuencias
b) ¿Qué porcentaje baterías duran más de 25 horas?
c) ¿Cuántas baterías duran entre 21 y 28 horas?

..:: Pág. 12 ::..