Antologia de Estadistica

UNIVERSIDAD POPULAR AUTONOMA DE
VERACRUZ

Asignatura: Estadstica
Clave: GAM1049
Carrera: Licenciatura en Gestin Municipal

ANTOLOGIA

Presenta:
Ulises Girn Jimnez
Ingeniero Electrnico y maestra en Tecnologa de la
Informacin

Villa Oluta, Ver. Septiembre 2011
Estadstica / GAM1049

Mtro. Ulises Girn Jimnez Pgina 2

ESTADSTICA
CLAVE: GAM1049



CONTENIDO

Objetivo(s) general(es) de la asignatura ............................................................................................................................. 5

UNIDAD I: GENERALIDADES ...................................................................................................................................................... 6
1.1 Generalidades .............................................................................................................................................................. 6
1.2 Definicin del concepto e importancia de su aplicacin. ................................................................... 10

UNIDAD II: NIVELES DE MEDICIN .................................................................................................................................... 17
2.1. Clasificacin, jerarquizacin y medicin. ........................................................................................................... 17
2.2. Intervalo .............................................................................................................................................................................. 19
2.3. Nominal o Clasificatorio ............................................................................................................................................. 20
2.4. Ordinal ................................................................................................................................................................................. 21
2.5. Razn .................................................................................................................................................................................... 22

UNIDAD III: AGRUPAMIENTO DE DATOS ......................................................................................................................... 24
3.1. Las tcnicas de agrupamiento de datos .............................................................................................................. 24

UNIDAD IV: PORCENTAJES, PROPORCIONES, COEFICIENTES, RAZONES, INCREMENTOS Y
SUMATORIA...................................................................................................................................................................................... 38
4.1 Porcentajes, proporciones, coeficientes, razones, incrementos y Sumatoria.................................... 38

UNIDAD V: REPRESENTACIN GRFICA DE DATOS .................................................................................................. 50
5.1 Representacin grfica de datos ............................................................................................................................. 50

UNIDAD VI: DISTRIBUCIN, SERIES Y REPRESENTACIN GRFICA DE FRECUENCIAS ........................ 66
6.1 Series simples ..................................................................................................................................................................... 66
6.2 Arreglo de datos ............................................................................................................................................................... 70
6.3 Mnimo, mximo, moda, mediana y cuantiles................................................................................................... 72
6.4. Media aritmtica ............................................................................................................................................................ 78
6.5. Medidas de dispersin .................................................................................................................................................. 80
6.6. Agrupamiento de datos ............................................................................................................................................... 84
6.7. Grficas de coordenadas cartesianas ................................................................................................................. 90
6.8. Componentes de grfica lineal ........................................................................................................................ 94
6.9. Histograma ................................................................................................................................................................ 95



UNIDAD VII: GRFICAS LOGARTMICAS ........................................................................................................................... 98
7.1. Agrupamientos de datos y diferencia entre escala aritmtica y logartmica. ............................... 98
7.2 Escala logartmica. ...................................................................................................................................................... 100

BIBLIOGRAFIA ............................................................................................................................................................................. 102



Objetivo(s) general(es) de la asignatura

Dotar al al umno de una herramienta auxili ar de trabaj o para
resumir los datos ms destacados de l os elementos que componen
un conj unto, logrando as aprender ms fcilmente su contenido.



UNIDAD I: GENERALIDADES
Objetivo

El alumno conocer y manejara l os conceptos bsicos de
Estadstica, as como su importancia en la apl icacin.

1.1 Generalidades

La estadstica La ESTADISTICA es la ciencia que le facil ita al hombre el estudio
de datos masivos, pasa de esa manera sacar concl usiones
valederas y efectuar predicciones razonables de ellos; y as
mostrar una visin de conj unto clara y de ms fcil apreciacin,
as como para describirlos y compararlos.

En una forma prctica, la ESTADSTICA nos proporci ona los
mtodos cient ficos para la recopilacin, organizacin, resumen,
representaci n y ANALISIS de DATOS, o anlisis de hechos, que se
presenten a una val uaci n numrica; tal es como son:
Caractersticas biolgicas o sociolgicas, fenmenos f sicos,
produccin, cal idad, poblaci n riqueza, impuestos, cosechas, etc.

La cualidad de CIENCIA de la Estadstica se presta an a
polmica; pero es un hecho indiscutible el que vi ene a consti tuir
un auxiliar maravil loso y sobretodo insustituible para la
investigacin ci entfica, al permitir que se aproveche el material
cuantitati vo que arrojan las observaciones y los experimentos.

Slo mediante el empleo de los procederes estadsticos se hace
posible el ordenamiento, clasificaci n, presentacin y estudio
claro de datos, hechos y ocurrencias masivas; los cuales de
ordinario presentan una apariencia confusa, cambiante,
afectados por interrelaciones di versas y variaciones sin
regulaci ones aparentes; que de otra forma no se podran
apreciar.



Datos histricos Desde los comienzos de la civilizacin han existido formas
sencil las de estadsticas, pues ya se utilizaban representaciones
grficas y otros smbolos en pieles, rocas, palos de madera y
paredes de cuevas para contar el nmero de personas, animales o
ciertas cosas. Hacia el ao 3000 A. C. los babilonios usaban ya
pequeas tablil las de arci lla para recopilar datos en tablas sobre
la producci n agrcola y de los gneros vendidos o cambiados
mediante trueque. Los egipci os analizaban los datos de
la poblacin y la renta del pas mucho antes de construir las
pirmides en el siglo XXXI A. C.

Los libros bbl icos de Nmeros y Crni cas incluyen, en algunas
partes, trabajos de estadstica. El pri mero contiene
dos censos de la poblacin de Israel y el segundo describe el
bienestar material de las diversas tribus judas. En China
existan registros numricos similares con anterioridad al ao
2000 A. C. Los griegos clsi cos real izaban censos cuya
informaci n se utilizaba hacia el ao 594 A. C. para cobrar
impuestos.

El Imperio romano fue el primer gobierno que recopil una gran
cantidad de datos sobre la poblacin, superfici e y renta de todos
los territorios baj o su control. Durante la edad media slo se
realizaron algunos censos exhaustivos en Europa. Los reyes
caroli ngios Pipino el Breve y Carl omagno ordenaron hacer
estudi os minuciosos de las propiedades de la Iglesia en los aos
758 y 762 respectivamente.

Despus de la conquista normanda de Inglaterra en 1066, el rey
Guillermo I de Inglaterra encarg un censo. La informaci n
obtenida con este censo, ll evado a cabo en 1086, se recoge en
el Domesday Book. El registro de nacimientos y defunciones
comenz en Inglaterra a principi os del sigl o XVI, y en 1662
apareci el primer estudio estadstico notable de poblaci n,
titulado Comentari os sobre las partidas de defuncin en Londres
(Observations on the London Bills of Mortali ty).


Un estudio similar sobre la tasa de mortalidad en la ciudad de
Breslau, en Alemania, real izado en 1691, fue util izado por el
astrnomo ingl s Edmund Hal ley como base para la primera
tabla de mortalidad. En el siglo XIX, con la general izacin
del mtodo cientfico para estudiar todos l os fenmenos de las
ciencias naturales y sociales, los investigadores aceptaron la
necesidad de reducir la informacin a valores numricos para
evitar la ambigedad de las descripciones verbales.

En nuestros das, la estad sti ca se ha convertido en un mtodo
efectivo para describir con exactitud los valores de
los datos econmicos, pol ticos, social es, psicolgicos, biol gicos
y fsi cos, y sirve como herramienta para relaci onar y analizar
dichos datos. El trabajo del experto estadsti co no consiste ya
slo en reunir y tabular los datos, sino sobre todo el proceso de
interpretacin de esa informaci n. El desarrol lo de la teora de
la probabil idad ha aumentado el alcance de las aplicaciones de
la estadstica. Muchos conj untos de datos se pueden aproximar,
con gran exactitud, uti lizando determinadas distribuci ones
probabilsticas; l os resultados de stas se pueden utilizar para
analizar datos estadsticos.

La probabilidad es til para comprobar la fiabilidad de
las inferencias estadsticas y para predecir el tipo y la cantidad
de datos necesarios en un determinado estudio estadstico.



Experimento
comparativo

Encuesta por
muestreo

Estudio
observacional

Modelo
estadstico



1.2 Definicin del concepto e importancia de su aplicacin.

Definicin de
estadstica
La estadstica es una ciencia que se ocupa de mtodos cientficos
para: recol ectar, organizar, resumir, presentar y analizar datos,
as como sacar conclusiones que sean vl idas y tomar decisiones
basadas en este anlisis.

La estadstica es conj unto de mtodos cientficos para l a
recopilacin, representacin, condensacin y anlisis de los
datos extrados de un sistema en estudio. Con el objeto de poder
hacer estimaci ones y sacar concl usiones, necesarias para tomar
decisiones.

Trmino
estadstica
En un sentido ms ampli o el trmino estadsti ca se empleara
para referirse a l os datos mismos o valores que se encuentren
asociados a estos datos, por ejemplo, las medias aritmti cas o
promedio, medianas, modas y desviaciones por mencionar
algunos de estos. As para representar la informacin esta se
har como estadstica de empleo, estadsti ca de accidentes,
estadsticas deli ncuentes, estadstica de sal ud, segn sea el
fenmeno en el que se est interviniendo.

Para que la
estadstica
As pues las estadst icas son fundamentales a los efectos de
gestionar y mejorar temas o acti vidades tales como:
- El control de cal idad.
- El nivel de averas y sus frecuencias.
- Los ti empos para cambios o preparacin de herramientas.
- Los ni veles de productividad de disti ntos procesos,
actividades y productos.
- Los costos correspondientes a distintos tipos de conceptos
y actividades.
- La gestin de crdi tos y cobranzas.
- El seguimiento del flujo de fondos.
- Los ni veles de satisfaccin de los clientes y usuari os.
- Los tipos de accidentes y sus frecuencias.



- El anlisis paretiano de defectos, costes, rentabilidades,
ventas.
- Predicciones de ventas por zonas, productos, servici os o
sucursal es.
- Capacidad de los procesos en cuanto a generacin de
niveles de costes, calidad y productividad.
- Tiempos totales de ciclos producti vos.
- Tiempos de respuestas.
- Gestin de i nventarios.
- Cumplimiento de aprovisionamiento por parte de los
proveedores.
- Prediccin de ventas por canales de comercial izacin.
- Proyectos de i nversin.
- Probabilidades para la construccin del rbol para la
Toma de Decisiones.
- Evolucin de l os distintos ratios econmicos fi nancieros
y patrimonial es a l o largo del ti empo.
- Estudios e investigacin de mercado.
- Tiempos de mqui nas y personas por actividad.
- Cantidad y representaci n porcentual de disti ntos
problemas y sus efectos econmicos en la organizacin.
- Tasa de pol ival encia del personal.
- Productos ms demandados, a nivel global, por zona y por
canal de comercializaci n.
- Porcentajes de actividades generadoras de valor
agregado para los cl ientes final es, de valor agregado
para la empresa y carentes de valor agregado.
- Tiempos promedios, mximos y mnimos de reparaciones
por tipo de averas.
- Clculos de costes y en especial para el Costeo Basado en
Actividades.
- Para los clculos de productividades.
- Coeficientes de correlacin.
- Estadstica del personal (directivo y empleado)



Divisin de la
estadstica
La estadstica se divide en:
- Estadstica Descriptiva o deductiva: Es la parte de la Estadstica que
se ocupa de recopilar, representar y condensar los datos obtenidos
del sistema en estudio, utilizar representaciones grficas de los
datos tabulados.
Esta utiliza el siguiente mtodo:
o Seleccin de caracteres: Dignos de estudio.
o Anlisis de cada carcter. Este anlisis consiste en:
i. Examinar cada individuo y anotar el valor de
cada carcter.
ii. Establecer las clases de individuos que se desean
distinguir respecto a ese carcter.
iii. Clasificar y contar los individuos incluidos en
cada clase
iv. Calcular determinados valores numricos (los
parmetros estadsticos) a partir de los datos
contenidos en las distribuciones anteriores.
- Estadstica Inferencial: Es la parte de la Estadstica dedicada a la
formulacin de supuestos y estimaciones, para hacer predicciones y
poder sacar conclusiones de los datos obtenidos con el estudio de las
muestras. Y as, poder tomar decisiones con base cientfica. La
Estadstica se emplea en el estudio de los fenmenos naturales,
tanto los generados en los laboratorios por los cientficos como
aquellos ms all del control humano. Es una herramienta de uso
tan amplio y general que hoy da es difcil imaginar un lugar donde
no pueda emplearse.

Mtodo de
investigacin
Mtodo de investigacin
El mtodo de investigacin estadstica comprende las cinco fases siguientes:
1) Preparacin del trabajo
2) Recopilacin de datos
3) Evaluacin y depuracin de los datos
4) Presentacin de los datos
5) Anlisis e interpretacin



Primera fase Primera fase o preparacin del trabajo.
Se limi ta a la redaccin de las instrucciones para recabar los
datos, definicin precisa de los datos que se necesitan; diseo de
formularios y planillas, plani ficacin y organizacin del trabajo
en el espaci o y en el tiempo.

En esta fase deben quedar perfectamente claros los conceptos y
cada partici pante debe conocer a cabalidad sus atribuci ones y
responsabi lidades; ya que las dudas o malas i nterpretaciones
echarn a perder el resto de la investigaci n.

Segunda fase Segunda fase o recopilacin de los datos.
En ella se recaban los datos necesarios para l a investigacin,
mediante encuestas, muestreos, censos, o se toman de fuentes
secundarias o registros y publ icaciones.

La eficiencia con que se realice esta etapa generar la calidad de
todo el trabajo de investigaci n estadsti ca.

Tercera fase Tercera fase o evaluacin de los datos
Los datos recopi lados, en la vida real, suelen adolecer de
imperfecci ones y errores vari os; debidos a la ignorancia, a malos
entendidos, a intereses creados o a prejuicios sociales, de parte
de quien aporta l os datos o de quien los recaba. De all que el
paso inmediato sera una depuracin y evaluacin de tales datos,
a fin de subsanar o mi tigar las influencias y efectos de tales
errores e imperfecciones. Para lograrlo se recomiendan los
siguientes procedimientos:
- Revisin total de los clculos, de las tabulaciones y del
procedimiento util izado.
- Confrontar los datos recopilados, con los obtenidos al
clculo, con los de otras regi ones o pases, tomados en
otras ocasiones o con otra final idad.
- Repetir al muestreo, el mismo trabaj o, en zonas
estratgicamente escogidas; cuando en las verifi caciones
anteriores se hubieran obtenido notorias discrepancias.


Ecuaciones compensadoras
Se usan para efectuar veri ficaciones, como las anteriores. Un
ejemplo ser a la utilizada en censos demogrficos, as:
- Explicando cada uno de los elementos de la ecuacin nos
queda entonces que:
- Todo referido a un mismo perodo censal. El
resultado as obteni do, debe resultar muy
aproximado al obtenido mediante el censo
realmente efectuado.

ndices de preferencia
Indican la predileccin que por determinados dgitos suelen
tener los declarantes; l o cual los induce a errores. Al respecto
existen varias publicaciones, si endo la ms recomendable la de la
Secretara de la Organizacin de las Naciones Unidas (O. N. U. )

Cuarta fase Cuarta fase o presentacin de datos.
Los datos suelen estar presentados en forma tabular, en cuadros
de doble entrada, proporci onales, porcentuales, o en valores
promedios. Tambin suelen representarse grficamente,
mediante: Histogramas, pol gonos, diagramas figurados,
prismogramas, pictogramas, dibujos acotados, entre otros.

Quinta fase Quinta fase o anlisis e interpretacin de dat os.
Podra decirse que es sta la fase ms amplia de todas y en la
cual la investigacin ri nde sus mejores frutos. Desde la ms
remota antigedad se ha venido apl icando el anlisis estadstico
a las i nvestigaciones demogrfi cas, socioeconmicas, fiscales,
entre otros. Obtenindose as ndices y tendencias de natalidad,
mortalidad, mortal idad (nacidos muertos), nupcial idad,
inmigracin, emigracin, etc.

De generalizacin ms reciente tenemos los ndices y tendencias
del costo de la vida, de tan rotunda act ualidad; los cual es se
obtienen sumando l os costos promedios de al imentos, vivienda,



medicinas, ropas y servici os consumidos por una persona,
familia, estndar, en el perodo que se estudia. Igualmente, l os
ndices de productividad o relacin entre la producci n y las
horas - hombre de trabajo en ella utilizadas.

Poblacin o
universo
Poblacin o universo.
La poblaci n, o el universo, est formado por la totalidad de los
elementos que se desean estudi ar, ej emplos podran ser: La
poblacin total de Venezuela, los alumnos cursantes en las
uni versidades del pas, la produccin de toda una i ndustria, a
cosecha de un ao dado, el rendimiento de una raza de ganado,
entre otros.

La muestra La muestra.
En los estudios estadsticos, en vez de analizar la totalidad de la
poblacin o universo, se acude al recurso de considerar
solamente una parte de ella, a la cual se l lama muestra.

Es requisito indispensable que la muestra a analizarse sea
representativa realmente de la poblacin o universo, al cual
substi tuye en el estudio estadstico, o sea, que debe contener
valores tpicos del fenmeno que se desea estudiar.

Constantes y
variables
Constantes y variables
Las cantidades que tienen injerencia en las cuestiones
matemticas sern constantes, si slo pueden tomar un valor
fijo y determi nado en el asunto que se trata; por ejemplo, el
punto de ebullicin del agua a una presi n atmosfrica dada, la
tangente de una recta en plano coordenado, con determi nada
abertura de ngulo, etctera.

En cambio, sern magnitudes variables, aquel l as que puedan
tomar diferentes val ores. Ejemplo de esto es: El costo de una
mercanca variar de acuerdo con la cantidad; el volumen de un
gas variar en atencin a la presin a que est sometido, la
velocidad de los cuerpos en cada l ibre y el espacio recorrido,


sern variables del tiempo, entre otros.

Una variable es una caractersti ca observable que vara entre
los diferentes individuos de una poblacin. La i nformacin que
disponemos de cada indi viduo es resumida en vari ables.

Ejemplo:
- El grupo sanguneo {A, B, AB, O} Var. Cual itativa
- Su nivel de felicidad declarado {Deprimido, Ni fu ni fa,
Muy Feliz} Var. Ordinal
- El nmero de hi jos {0, 1, 2, 3, . . . } Var. Numrica discreta
- La altura {1 62 ; 1 74; . . . } Var. Numrica conti na

Ejercicio
propuesto
Ejercicio 1:
Clasificar si es muestra o poblaci n:
a) Las elecciones en Mxico
b) El salario de 20 empleados de una enorme compaa.
c) Hacer una encuesta a 100 personas que entraron a una tienda de
896 que entraron a dicha tienda, en un da.
d) Hacer un estudio con todos los envejecientes de un asilo.

Ejercicio 2:
Una fbrica de bombillas desea hacer un control de calidad. Para
ello, toma una bombilla de cada lote y la somete a una serie de
pruebas. Indica cul es la poblaci n, la muestra y los i ndividuos.



UNIDAD II: NIVELES DE MEDICIN
Objetivo

El alumno conocer y manejara los conceptos bsicos de niveles
de medicin, as como su aplicacin.

2.1. Clasificacin, jerarquizacin y medicin.

Al hacer elaboraciones estad sti cas respecto a las unidades y sus
caractersticas es necesari o clasificarlas, jerarquizarlas,
medirlas. Dentro de las caractersti cas sealadas, solo es posible
clasificar algunas, es decir, agruparlas de acuerdo a subclases o
subconj untos.

Por ejemplo, en relacin a la caracterstica sexo podemos
determinar cuntos son hombres y cuantas son mujeres,
clasificando el conj unto, personas, en dos subconj untos, hombres
y mujeres. En otro casos podemos jerarquizar l as unidades; es
decir, clasificarlas en un orden decreciente, o creciente; por
ejemplo en las caractersticas coeficiente de inteligencia y
estrato social al que pertenece.

Por l timo algunas caractersticas pueden ser medidas en un
sentido estricto, por ejemplo: i ngreso, estatura, edad, peso
tiempo diari o de trabajo, etctera. Esto lo ponemos de manifiesto
para que sea claro el hecho de que los datos numricos pueden
diferir en cuanto al tipo de medicin que es factible apli carles,
segn sea una u otra medicin la que admi tan los datos; tambin
ser diferente el tipo de manipulacin matemtica a la que
podemos sujetarlos



Medicin Existen di versas definici ones del trmino medici n, pero estas
dependen de los di ferentes puntos de vista que se puedan tener al
abordar el problema de la cuanti ficacin y el proceso mismo de
la construccin de una escala o instrumento de medicin.

En general , se entiende por medicin la asignacin de nmeros a
elementos u objetos para representar o cuantificar una
propiedad. El problema bsico est dado por la asignaci n un
numeral que represente la magni tud de la caracterstica que
queremos medir y que dicho nmeros pueden analizarse por
manipulaciones de acuerdo a ciertas reglas. Por medio de la
medicin, los atributos de nuestras percepciones se transforman
en entidades conocidas y manejables llamadas nmeros. Es
evidente que el mundo resultara catico si no pudiramos medir
nada. En este caso cabra preguntarse de que le servira la fsi co
saber que el hierro tiene una alta temperatura de fusin.



2.2. Intervalo

Escala Intervalo Esta escala representa magni tudes, con la propiedad de igualdad
de la distancia entre puntos de escala de la misma amplitud.

Aqu puede establecerse orden entre sus valores, hacerse
comparaciones de igualdad, y medir la distancia existente entre
cada valor de la escala. El valor cero de la escala no es absoluto,
sino un cero arbitrario: no refl eja ausencia de la magnitud
medida, por lo que las operaciones aritmticas de multiplicacin
y divisin no son apropiadas. Cumple con las propiedades de
identidad, magni tud e igual distancia. La igual distancia entre
puntos de la escala significa que puede saberse cuntas unidades
de ms tiene una unidad de observaci n comparada con otra, con
relacin a cierta caracterstica analizada.

Por ejemplo, en la escala de temperatura centgrada puede
decirse que la distancia entre 25 y 30C es la misma que la
existente entre 20 y 25 C, pero no puede afirmarse que una
temperatura de 40 C equivale al doble de 20 C en cuanto a
intensidad de calor se refiere, debido a la ausencia de cero
absoluto.

En esta escala adems del mayor que y el menor que tambin
se establece una unidad de medida que nos permite preci sar
cunto se es mayor o menor. La unidad de medici n es arbitraria,
el cero es convenci onal y pueden existir cantidades negativas; la
medicin de la temperatura y del coeficiente intelectual son
ejemplos de este tipo de escala.



2.3. Nominal o Clasificatorio

Escala Nominal En esta escala las unidades observaci onales (UO) se agrupan en
clases excl uyentes segn determinada propi edad, con lo que se
define una particin sobre el conj unto de tales unidades. Los
nmeros se usan como identificadores o nombres. Cuando se
estudi a el desempleo de un pas y se i ncl uye la variable sexo, se
codifi ca mascul ino como 1 y femenino como 2, por ejemplo; los
nmeros 1 y 2 representan categoras de datos: son simples
identificadores y son completamente arbi trarios. La operacin
matemtica permi tida es el conteo.

Una variable esta medida en escala nominal cuando se utiliza
nombres para establecer categoras. Para disti nguir l os
agrupamientos se emplean smbolos, letras e incluso nmeros,
aunque estos ltimos sol o cumplen una funci n de carcter
simblico y no numrico. Los cl culos matemticos con estos
nmeros no tendran sentido.

Como ejemplo, el estado de una persona para determi nada
enfermedad se puede clasificar como sano o enfermo, o bie n
como 1 o 2. Adicionalmente debemos menci onar que ni nguna
de las categoras definidas tiene mayor jerarqu a que las otras.
Ellas nicamente reflejan di ferencias en la variable.



2.4. Ordinal

Escala Ordinal Surge a partir de la operacin de ordenamiento; en esta escala se
habla de primero, segundo, tercero. No se sabe si quien obtiene el
primer puesto est cerca o lejos del segundo puesto. Los valores
de la escala representan categoras o grupos de pertenencia, con
cierto orden asociado, pero no una cantidad mensurable. La
escala ordinal tiene las propiedades de identidad y magnitud. Los
nmeros representan una cual idad que se est midiendo, y
expresan si una observaci n tiene ms de la cuali dad medida que
otra unidad de observacin. La distancia entre puntos de la
escala no es constante no se puede determi nar la distancia entre
las categoras, slo es interpretable el orden entre sus valores.
Ejemplos: situaci n socioeconmica, nivel educati vo.

En esta escal a los nmeros representan una clasi ficacin (mayor
que o menor que), sin que represente una uni dad de medida,
quedando implcito que un nmero de mayor cantidad tiene ms
alto grado de atributo medido en comparaci n de un nmero
menor. Se establ ece una gradacin u orden natural para las
categoras, cada uno de los datos puede localizarse dentro de
alguna de las categoras disponibles.



2.5. Razn

Escala de razn Corresponde al nivel de medici n ms completo. Tiene las mismas
propiedades que la escala intervalos, y adems posee el cero
absoluto.

Aqu el valor cero no es arbitrario, pues representa la ausencia
total de la magnitud que se est midiendo. Con esta escala se
puede realizar cualquier operaci n lgica (ordenamiento,
comparacin) y aritmtica. A iguales di ferencias entre los
nmeros asignados corresponden iguales diferencias en el grado
de atributo presente en el objeto de estudio. Ejemplos: longitud,
peso, distancia, i ngresos, precios.

Es la escala ms fuerte, dado que se usa un sistema numrico en
el que el cero es un val or que indica ausencia de las
caractersticas que se est midiendo. Las operaci ones ari tmticas
de multipl icacin y divisin adquiere signi ficacin. La di ferencia
entre dos valores es importante y de magni tud definida.



Caractersticas Principales caractersti cas y propiedades de las escalas de
medicin.
Escala de
medicin
Propiedad
sistema
numrico
Operacin
matemtica
Operacin
estadstica
Ejemplos
Nominal Identidad Contar Frecuencia
Moda
Sexo
Ordinal Magnitud Ordenar Mediana
Rango
Nivel
educativo
Dureza
Mineral es
Intervalo Distancia Suma
Resta
Media
Varianza
Temp.
Notas
Razn Cero
absolutos
Multipli cacin
Divisin
Coeficiente
Variacin
Peso,
longi tud,
ingreso,
precio
Sntesis esquemtica
La complejidad aumenta con cada una de las escalas de medicin.
Desde la simpleza de la escala nomi nal hasta refinamiento de la
escala de la razn.

La mayor de pruebas estadsticas requieren medi das en escala de
intervalo o razn para ser aplicadas (pruebas paramtricas
basadas en la distribuci n normal), aunque existen pruebas
diseadas para apl icarse a medidas en la escala nominal u
ordinal (pruebas no paramtricas o de libre distri bucin)



UNIDAD III: AGRUPAMIENTO DE DATOS

Objetivo

El alumno conocer y manejara las formas de real izar
agrupacin de datos.

3.1. Las tcnicas de agrupamiento de datos

Datos
estadsticos
Los datos estadsticos no son otra cosa que el producto de las
observaciones efectuadas en las personas y objetos en los cuales
se produce el fenmeno que queremos estudiar. Dicho en otras
palabras, son los antecedentes (en cifras) necesarios para l legar
al conocimiento de un hecho o para reducir las consecuencias de
este.

Los datos estadsticos se pueden encontrar de forma no ordenada,
por lo que es muy difci l en general, obtener conclusi ones de l os
datos presentados de esta manera. Para poder obtener una
precisa y rpida informacin con propsi tos de descripcin o
anlisis, estos deben organizarse de una manera sistemtica; es
decir, se requiere que los datos sean cl asificados. Esta
clasificaci n u organizacin puede muy bien hacerse antes de la
recopilacin de los datos.

Agrupamiento
de datos.
Es aquella distribucin en la que disposicin tabular de los datos
estadsticos se encuentran ordenados en clases y con la frecuencia
de cada clase, es decir, l os datos originales de vari os val ores
adyacentes del conjunto se combinan para formar un intervalo de
clase.



No existen normas establecidas para determi nar cundo es
apropiado util izar datos agrupados o datos no agrupados; sin
embargo, se sugiere que cuando el nmero total de datos (N) es
igual o superi or 50 y adems el rango o recorrido de datos es
mayor 20, entonces, se util izara este tipo de dis tribuci n cuando
este tipo de distribucin como el histograma como el histograma
el pol gono de frecuenci a o la 0j iva.

Lmite de clase Concepto de lmite de clase
Representan el tamao de cada clase y se usa para clasificar datos en clases.
Se divide en lmite superior y lmite inferior.

El lmite inferior de la primera clase forma el valor de el dato menor de la
coleccin de datos y el lmite superior el del valor mayor.

El lmite superior de una clase diferir del lmite inferior de la clase siguiente,
en una unidad de aproximacin.

Por ejemplo:
Las edades en una universidad hay 2 alumnos de 18 aos, 19 alumnos entre
19 y 21 aos, 37 alumnos entre 22 y 24 aos, etc.

Rango de clase Rango de clase.
Se denomina recorrido o rango a la diferencia existente entre el valor mximo
observado y el mnimo en una distribucin u ordenamiento. Permite obtener
una idea de la dispersin estadstica de los datos.

Por ejemplo:
Edades: 8, 22, 11, 15, 16, 74, 15, 21, 24, 9, 14


Ordenados : 8, 9, 11, 14, 15, 15, 16, 21, 22, 24, 74

Rango= 74 8 = 66

Frontera de clase Frontera de clase
Son los puntos especficos que sirven para separar clases adyacentes en una
escala de medicin de variables continuas.

Las fronteras de clase pueden determinarse identificando los puntos
intermedios entre los lmites nominales de clase superior e inferior,
respectivamente, de clases adyacentes.

La distancia entre la frontera inferior y el lmite inferior de una misma clase,
al igual que la distancia entre el lmite superior y la frontera superior de una
misma clase, es igual a media unidad de aproximacin.

Por ejemplo:

Frontera por cada clase
LI: 19 LS: 21 LI: 22 LS: 24
Frontera inferior: 18.5 Frontera inferior: 21.5
Frontera Superior: 21.5 Frontera Superior: 24.5

Frontera de toda la clase
LI: 19 LS: 21
LI: 22 LS: 24
Frontera inferior: 18.5
Frontera Superior: 24.5
Frontera : 21.5



Marca de clase Marca de clase o punto medio de clase.
El punto medio de clase se define como la semi suma de los lmites de clase.
Para fines de anlisis de datos, los valores de las clases se representan a
travs del punto medio de clase o marca de clase.

El punto medio de clase se identifica como
i
x , donde
lim li m
2
i
ite Superior ite Inferior
x

=
El punto medio de cada clase, es usado para representar mediante un solo
valor el recorrido de cada clase y sirve adems para los fines de anlisis
estadsticos de los datos.

Por ejemplo:

LI: 19 LS: 21
19 21
20
2
i
x
+
= =

Intervalo de
clase
Intervalo de clase
Una clase est definida por el lmite inferior y un lmite superior. A la
diferencia entre los limites superiores e inferiores de clases contiguas se le
llama intervalo o longitud de clase

Por ejemplo:


LI: 19 LS: 21
LI: 22 LS: 24
Intervalo = LS segunda fila LS primera fila = 24 21 = 3

O bien:
Intervalo = LI segunda fila LI primera fila = 22 19 = 3.

Otra forma de obtenerla si se trata de nmeros enteros, es utilizar la frontera
de clase:
LI: 19 LS: 21
Intervalo = Frontera superior - Frontera inferior = 21.5 - 18.5 = 3

Diagrama de
tallos y hojas.
El diagrama de tallo y hojas.
Es una tcnica estadstica para representar un conjunto de datos. Un
diagrama donde cada valor de datos es dividido en una hoja (normalmente
el ltimo digito) y un tallo (los otros dgitos). Por ejemplo: el numero 32
seria dividido en 32 (tallo) y 2 (hoja).

Ejemplo:
15, 16, 21, 23, 23, 26, 26, 30, 32, 41
Tallo Hoja
1
2
3
4
5, 6
1, 3, 3, 6, 6
0, 2
1
Diagrama de
Pareto
Diagrama de Pareto.
Consiste en un grfico de barras similar al histograma que se conjuga con
una ojiva o curva de tipo creciente y que representa en forma decreciente el
grado de importancia o peso que tienen los diferentes factores que afectan al
proceso, operacin o resultado.



El Diagrama de Pareto constituye un sencillo y grfico mtodo de anlisis que
permite discriminar entre las causas ms importantes de un problema (los
pocos y vitales) y las que lo son menos (los muchos y triviales). El Diagrama
de Pareto es una grfica en donde se organizan diversas clasificaciones de
datos por orden descendente, de izquierda a derecha por medio de barras
sencillas despus de haber reunido los datos para calificar las causas. De
modo que se pueda asignar un orden de prioridades.

El diagrama de Pareto se utiliza para:
- Al identificar y analizar un producto o servicio para mejorar la
calidad.
- Cuando existe la necesidad de llamar la atencin a los problemas o
causas de una forma sistemtica
- Al analizar las diferentes agrupaciones de datos (ejemplo: por
producto, por segmento del mercado, rea geogrfica, etc.)
- Al buscar las causas principales de los problemas y establecer la
prioridad de las soluciones
- Al evaluar los resultados de los cambios efectuados a un proceso
(antes y despus).

Ejemplo:
Considere un problema de inters para la Divisin de Economa Comercial
(BED , Business Economics Divisin) del Departamento del trabajo de Estados
Unidos. Cada ao, la BED monitorea las empresas que fracasan y clasifican
cada fracaso en categoras. Estas clasificaciones se basan en opiniones de
acreedores informados y los informes la BED. Estas frecuencias se muestran
en el diagrama de Pareto.



Diagrama de
puntos
Diagrama de puntos.
Considera una variable y una cantidad asociada a cada valor de la misma.

Un tipo de diagrama de puntos se construye colocando en el eje horizontal los
valores de la variable, y en el vertical las cantidades asociadas a estos.

Para cada valor de la variable se dibuja un punto cuya altura corresponde a
la magnitud de dicha cantidad.

En general la mejor manera de arreglar los datos de penden de la
informacin deseada.

Por ejemplo en el presente caso podra preguntarse Cul es el porcentaje de
llantas que tiene una duracin mayor o igual a los 45 mil kms.?, Cul es la
duracin promedio de las llantas?, Qu intervalo alrededor del promedio
contienen el 50% de las llantas?, etc. En la siguiente tabla se puede ver con
relativa facilidad que las duraciones varan de 37 400 kms., a 52000kms.,
pero no podra darse respuesta inmediata a las preguntas formuladas
anteriormente. Cuando se trata con grandes conjuntos de datos generalmente
conviene distribuirlos en clases o categoras y determinar el nmero de
elementos que pertenecen a cada clase, numero llamado frecuencia de clase.

0
0.5
1
1.5
1 2 3 4 5 6


A continuacin se muestra los datos de las duraciones de 60 llantas en miles
de Kms.

Se determina:
El valor mximo = 52
El valor mnimo = 37.4
Rango = 52 37.4 = 14.6

En este ejemplo se usan 10 intervalos de clase, es decir 10 filas. Este nmero
es variable, dependiendo de varias causas principalmente la siguiente: la
mayora de los intervalos deben tener ms de 4 o 5 observaciones. Si hay
muchas observaciones vale la pena aumentar el nmero de intervalos, pero
no demasiado, pues se perdera la ventaja del agrupamiento. Y sin pocas no
vale la pena agruparlas. El intervalo ser el siguiente.

Longitud = Rango /10 intervalos = 14.6 / 10 = 1.46, que redondeando nos
queda la longitud = 1.5. Puesto que es ms cmodo que la longitud del
intervalo tenga el mismo nmero de cifras decimales que las observaciones.

Ahora construiremos el diagrama de tallos y hojas, para identificar los datos.


Se ordenan los datos para su fcil manejo.



Tabla de frecuencias

Frecuencias
acumuladas
Frecuencia acumulada.
Una tabla que presente tal frecuencia acumulada se llama una distribucin
de frecuencias acumuladas, tabla de frecuencia de frecuencia acumuladas o
brevemente una distribucin acumulada y se muestra en la tabla para la
distribucin de alturas.

Distribuciones
porcentuales
acumuladas
La distribucin porcentual acumulada.
Las distribuciones porcentuales acumulada, resulta dividiendo la distribucin
acumulada entre la frecuencia total y multiplicada por 100 para que los
resultados resulten en porcentajes y al terminar el ultimo calculo debe ser al
cien por ciento.

Distribuciones
de frecuencia
relativa y ojivas
porcentuales
Distribuciones de frecuencias relativas y ojivas de porcentajes
. .

frecuencia
F R
frecuecia total
=
. .*100% FR y ojivas porcentuales F R =



Ejercicios
propuestos.
Ejercicio 1:
Tabla de una distribucin de frecuencia de puntuaciones de un examen final
de lgebra.

Determine:
a) La marca de clase.
b) Frecuencia acumulada, y la frecuencia acumulada porcentuales
c) Frecuencia relativa y ojivas porcentuales.
Ejercicio 2:
En la tabla siguiente se recogen los pesos de 40 estudiantes varones de una
universidad con precisin de una libra. Determine la marca de clase.



Determine:
a) La marca de clase.
b) Frecuencia acumulada, y la frecuencia acumulada porcentuales
c) Frecuencia relativa y ojivas porcentuales.

Ejercicio 3:
Con los siguientes datos construya un diagrama de tallo y hojas.

78 93 61 100 70 83 88 74 97 72
66 73 76 81 83 64 91 70 77 86
Ejercicio 4:
Los tiempos de CPU que se indican en la tabla representan el tiempo (en
segundos) que 25 trabajos estuvieron en control de la unidad central de
proceso (CPU) de una computadora mainframe grande. Estos 25 valores
representan una muestra seleccionada de los 1000 tiempos de CPU, construya
un diagrama de tallos y hojas.

1.17
1.23
0.15
0.19
0.92
1.61
3.76
2.41
0.82
0.75
1.16
1.94
0.71
0.47
2.59
1.38
0.96
0.02
2.16
3.07
3.53
4.75
1.59
2.01
1.40

Ejercicio 5.
En la tabla que sigue se recogen los pesos de 40 estudiantes varones de una
universidad, con precisin de 1 libra.
138 164 150 132 144 125 149 157
146 158 140 147 136 148 152 144
168 126 138 176 163 119 154 165
146 173 142 147 135 153 140 135
161 145 135 142 150 156 145 128
Determine:
a) Construya un diagrama de tallos y hojas
b) Construya una distribucin de frecuencias


c) Determine:
- La marca de clase.
- Frecuencia acumulada, y la frecuencia acumulada
porcentuales
- Frecuencia relativa y ojivas porcentuales.
Ejercicio 6:
De los archivos del Servicio se tomaron todas las fichas de pacientes que
ingresaron con diagnstico de presunto de Infarto de Miocardio. Estas fichas
se separaron en dos grupos: en uno se ubicaron los que no tuvieron infarto
como se verific despus, y en el otro aquellos con diagnstico confirmado. Se
desecharon los casos dudosos. De cada grupo se escogieron al azar 200 casos
y se tom el valor de CPK expresado en unidades enzimtico. Los valores
obtenidos fueron:

SIN INFARTO: 10 - 33 - 20 - 2 - 76 - 38 - 8 - 63 - 76 - 80 - 15 - 18 - 37 - 23 - 22 -
7 - 3 - 2 - 30 - 35 - 39 - 6 - 11 - 17 - 20 - 23 - 19 - 18 - 26 - 28 - 21 - 77 - 1 - 14 -
4 - 6 - 33 - 30 - 39 - 40 - 8 - 22 - 2 - 18 - 13 - 12 - 23 - 33 - 16 - 18 - 67 - 70 - 34 -
19 - 98 - 38 - 11 - 5 - 9 - 30 - 23 - 28 - 8 - 12 - 13 - 24- 13 - 14 - 19 - 22 - 32 - 12
- 79 - 25 - 63 - 5 - 19 - 16 - 3 - 7 - 9 - 10 - 13 - 17 - 2 - 4 - 5 - 6 - 6 6 -18 - 91 - 3
- 11 - 10 - 88 - 15 - 19 - 20 - 11 - 12 - 18 - 2 - 6 - 7 - 8 - 9- 11 - 10- 10 - 17 - 3 -
99 - 5 - 2 - 8 - 1 - 40 - 115 - 9 - 11 - 12 - 32 - 72 - 14 - 24 - 23 - 18 - 19 - 3 - 5 -
22 - 29 - 53 - 55 - 1 - 12 - 13 - 105 - 10 - 3 - 5 - 41 - 55 - 56 - 44 - 7 - 79 - 9 - 6 -
59 - 1 - 66 - 43 - 2 - 65 - 48 - 44 - 5 - 70 77 - 9 - 7 - 5 - 59 - 6 - 12 - 11 - 13 - 14
- 21 - 66 - 23 - 61 - 80 - 55 - 45 - 42 - 60 - 58 - 47 - 43 - 56 59 - 54 - 49 - 48 -
45 - 44 - 56 - 45 - 49 - 81 - 88 - 100 - 110 - 97 - 120 - 92 - 90.

CON INFARTO: 23 - 44 - 55 - 81 - 100 - 88 - 93 - 99 - 40 - 34 - 57 - 21 - 35 - 122
- 56 - 37 - 154 - 45 - 39 - 56 - 41 - 60 - 49 - 43 - 56 - 51 - 52 - 141 - 56 - 57 - 59 -
150 - 29 - 61 - 128 - 80 - 85 - 87 - 90 - 91 - 97 - 66 - 65 - 150 - 144 - 61 - 69 - 81
- 100 - 88 - 93 - 99 - 77 - 76 - 155 - 74 - 79 - 68 80 - 62 - 64 - 73 - 75 - 132
66 - 77 - 68 - 132 - 70 - 71 - 73 - 77 - 61 - 63 - 72 - 71 - 74 - 76 - 61 167 - 66 -
180 - 179 - 69 - 121 - 140 - 123 - 122 - 130 - 134 - 138 - 140 - 124 - 85 - 87 - 90



- 91 - 97 - 127 - 129 - 132 - 131 - 139 - 135 - 134 - 123 - 133 - 139 - 101 - 120 -
102 - 100 - 85 - 87 - 90 - 91 - 97 - 111 - 113 - 115 - 103 - 104 - 106 - 108 - 110 -
118 - 116 - 81 - 100 - 88 - 93 - 99 - 114 - 112 - 110 - 105 - 103 - 107 - 106 - 109
- 107 - 112 - 115 - 119 - 120 - 102 - 104 - 103 - 105 - 81 - 100 - 88 - 93 - 99 -
109 - 107 - 105 - 85 - 87 - 90 - 91 - 97 - 103 - 104 - 106 - 107 - 112 - 115 - 118
111 - 102 - 111 - 113 - 115 - 103 - 104 - 106 - 108 - 110 - 118 - 116 - 114 -
112 - 110 - 105 - 103 - 107 - 106 - 109 - 102 - 81 - 100 - 88 - 93 - 99 - 115 - 103
- 104 - 106 - 108-
Sin embargo, un anlisis ms cuidadoso permitira ver que las cosas no son
as. En forma textual se informara: ... el primer valor obtenido con los
infartados fue 10, el segundo 33, el tercero 20..., y as sucesivamente.

Valores de CPK extrados de fichas de pacientes de una unidad Coronaria
(medidos en UI.)

Con los datos recopilados, determine una distribucin de frecuencia.

Ejercicio 7:
Los tiempos de CPU que se indican en la tabla representan el tiempo (en
segundos) que 25 trabajos estuvieron en control de la unidad central de
proceso (CPU) de una computadora mainframe grande. Estos 25 valores
representan una muestra seleccionada de los 1000 tiempos de CPU.
Tabla de muestra de n = 25 tiempos de
CPU de trabajos (en segundos).
1.17
1.23
0.15
0.19
0.92
1.61
3.76
2.41
0.82
0.75
1.16
1.94
0.71
0.47
2.59
1.38
0.96
0.02
2.16
3.07
3.53
4.75
1.59
2.01
1.40

Construya una distribucin de frecuencias.



UNIDAD IV: PORCENTAJES, PROPORCIONES,
COEFICIENTES, RAZONES, INCREMENTOS Y
SUMATORIA
Objetivo

El alumno conocer y aplicara los conceptos de porcentajes, proporciones,
coeficientes, razones, incrementos y sumatoria, y resolver ejercicios dando
alguna aplicacin.

4.1 Porcentajes, proporciones, coeficientes, razones, incrementos y
Sumatoria

Porcentajes El porcentaje.
En matemticas, un porcentaje es una forma de expresar un nmero como
una fraccin de 100 (por ciento, que significa de cada 100). Es a menudo
denotado utilizando el signo porcentaje %, que se debe escribir
inmediatamente despus del nmero al que se refiere, sin dejar espacio de
separacin. Por ejemplo: "treinta y dos por ciento" se representa
mediante 32% y significa 'treinta y dos de cada cien'. Tambin puede ser
representado como 32 / 100.

El smbolo % es una forma estilizada de los dos ceros. El porcentaje es un
tanto por ciento (cien unidades), por lo que se concluye que es una cantidad
que corresponde proporcionalmente a una parte de cien.

Representacin del tanto por ciento como fraccin.
El tanto por ciento se divide entre 100 y se simplifica la fraccin. Ejemplo:
Para saber cmo se representa el 10% en fraccin se divide y luego se
simplifica:
10 1
10% 0.1
100 10
= = =



Representacin del tanto por ciento como fraccin.
Para obtener un tanto por ciento se construye una regla de tres simple.

Ejemplo:
Para calcular el 25% de 150 se forma la regla de tres: multiplica cruzado y
divide por el que queda solo:
100% 150
150(25%) 25%
(150) 37.5
25% 100% 100%
x
x

| |
= = =
`
|
\ .
)

Por tanto: 37.5 es el 25% de 150

Ejemplo:
1. En las cosas que yo vendo tengo un beneficio del 7 % Cunto
ganar si he vendido por 200 euros?
Respuesta:
7%
(200) 14
100%
x Euros
| |
= =
|
\ .

2. Y si he vendido 400 euros del ejercicio anterior?
Respuesta:
7%
(400) 28
100%
x Euros
| |
= =
|
\ .

3. Y si he vendido 500 euros del ejercicio anterior?
Respuesta:
7%
(500) 35
100%
x Euros
| |
= =
|
\ .

Ejemplo:
1. Si en una tienda hacen el 20 % de todos sus artculos Cunto me
rebajarn de un pantaln que vale 25 euros?
Respuesta:
20%
(25) 5
100%
x Euros
| |
= =
|
\ .

Rebajaran 5 euros, de un total de 25 euros.



2. Cuntos euros tendr que pagar por el pantaln anterior?
Respuesta:
X = 25 euros 5 euros = 20 euros por pagar

3. Cunto tendr que pagar por una camisa cuyo precio original era
18 euros?
Respuesta:
20%
(18) 3.6
100%
x Euros
| |
= =
|
\ .

Por pagar = 18 euros 3.6 euros = 14.4 euros.

4. Qu descuento o rebaja me harn de una corbata de 10 euros?
Respuesta:
20%
(10) 2
100%
x Euros
| |
= =
|
\ .

El descuento ser de 2 euros.

Ejercicios
propuestos
Ejercicio 1:
Aplicar el 20% de cada uno de los siguientes valores:
a) 2500
b) 1800
c) 1000
d) 2400

Ejercicio 2:
Un Skateboard tiene una rebaja de 25%. El precio normal es $120. Calcula el
nuevo precio.

Ejercicio3:
Un traje marcaba 150 euros antes de las rebajas. En la poca de rebajas el
mismo traje costaba 120 euros.
a) Qu rebaja nos hicieron en (%)?
b) Si nos rebajasen el 15% Cunto nos costara?



c) Si los 120 euros son sin IVA y el IVA es del 16% Cunto nos costara
el traje?
Respuesta: a) 20%, b) 127.5; c) 139.2

Ejercicio 4:
El precio de varios artculos sin IVA es de 25 euros y 17.6 euros. Averigua
cual es el precio final sabiendo que con el IVA suben un 16%.
Respuesta: 29 euros, 20.42 euros

Ejercicio 5:
Si al cabo de varios aos el precio de una mercanca se ha multiplicado por
2.23. Cul ha sido el aumento expresado en %?
Respuesta: 123%

Proporciones La proporcin
Es la comparacin de 2 o ms razones.

Clasificacin.
Proporcin aritmtica: proviene de la igualdad de 2 razones aritmticas.
A B = C D = R
Si A = 10; B = 2; C = 16; D = 8

Entonces:
10 2 = 16 8 = 8

Los trminos A y C reciben el nombre de antecedentes, y los trminos B
y D reciben el nombre de consecuentes.

Tambin se les puede denominar A y D trminos extremos y B y C
trminos medios.

Proporcin geomtrica: proviene de la igualdad de 2 razones geomtricas.
20 30
5
4 6
A C
R
B D
= = = =



Propiedades Propiedades de las proporciones:
Si:
a c
b d
= forman una proporcin, entonces se cumple que:
1.
a b c d
b d
+ +
=
2.
a c
a b c d
=
+ +

3.
a c
b a d c
=

4.
b a d c
b d

=
5.
a c a c
b d b d
+
= =
+

6.
a c a c
b d b d
= =

Ejemplo:
Si en una poblacin de 2500 habitantes se diagnostican 150 casos de gripe
aviar, entonces, la proporcin de enfermos es de 150/2500 = 0.06 (6%). El
valor de una proporcin puede variar as de 0 a 1, y suele expresarse como
un porcentaje.

Ejemplo:
Si 4 libros cuestan 8000 colones, cunto costarn 15 libros?
Respuesta:
8000
(15 ) 30000
4
colones
libros colones
libros
=

Ejemplo:
Una persona ahorr 25000 colones en 9 semanas. Cunto tiempo le tomar
ahorrar 175000 colones?
Respuesta:
175000
(9 ) 63
25000
colones
semanas semanas
colones
=



Ejemplo:
Una caja que contiene 10 CD-ROM cuesta $6.75, cunto cuesta cada unidad
CD?
Respuesta
$6.75
$0.675 /
10
c u
CD ROM
=

Ejercicios
propuestos
Ejercicios 1:
Una caja que contiene 10 CD-ROM cuesta $6.75, cunto cuestan 3 de ellos?
Respuesta: $2.025.

Ejercicio 2:
Una caja que contiene 10 CD-ROM cuesta $6.75, cunto cuestan 18 de ellos?
Respuesta: $12.15.

Ejercicio 3.
Un motociclista viaja 204 millas en 6 horas. Cul ser el tiempo empleado
en hacer un viaje de 323 millas?
Respuesta: 9.5 horas.

Ejercicio 4:
Un rbol tiene una sombra de 26 metros. En el mismo instante un poste de 5
metros proyecta una sombra de 2 metros. Encuentre la altura del rbol.
Respuesta: 65 metros.

Ejercicio 5:
Una persona paga 28800 colones de impuesto por su casa cuyo valor es de 9
600 000 colones. Usando el mismo criterio de impuesto, encuentre el pago de
impuesto para una casa cuyo valor es de 11 800 000 colones.
Respuesta: 35 400 colones

Coeficientes En matemticas, un coeficiente es un factor multiplicativo vinculado a
un monomio. Dado un divisor del monomio, el coeficiente es el cociente del
monomio por el divisor. As el monomio es el producto del coeficiente y el
divisor. Los deferentes coeficientes dependern de la factorizacin del
monomio.


Un coeficiente numrico es un factor multiplicativo constante de un objeto
especfico. Por ejemplo, en la expresin 9x
2
, el coeficiente de x
2
es 9.

En algebra elemental, coeficientes numricos de trminos similares se
agrupan para simplificar las expresiones algebraicas.

El objeto puede ser cosas tales como un variable, un vector, una funcin, etc.
En algunos casos, los objetos y los coeficientes estn ordenados de la misma
manera, dando lugar a expresiones tales como:
1 1 2 2 3 3
... a x a x a x + + +
donde an es el coeficiente de la variable xn para cada n = 1, 2, 3,

En un polinomio P(x) de una variable x, el coeficiente de x
k
puede ordenar
por k, dando por ejemplo:
1
1 0
( ) ...
k
k
P x a x a x a = + + +

Para el mayor valor de k, donde ak 0, ak se denomina primer coeficiente de
P, ya que la mayor parte de las veces, los polinomios se escriben a partir de la
izquierda, con la mayor potencia de x. As, por ejemplo, el primer coeficiente
del polinomio:
5 3 2
4 2 x x x + + es 4.

Los coeficientes de los polinomios tambin pueden estar en otro orden:
1 1
0 1 1
( ) ...
k k
k k
Q x a x a x a x a
= + + + + . Y debe ser a0 0 y a0 es
el primer coeficiente de Q.

Importantes coeficientes en matemticas incluyen los coeficientes
binomiales que son los coeficientes en la declaracin del teorema de binomio.
Estos se pueden encontrar parcialmente con el tringulo de Pascal.



Razones Razones
Es el resultado de la comparacin de 2 cantidades.

Clasificacin.
Razn aritmtica. Cuando la comparacin se efecta a travs de una resta.
R = A B
R = 10 4 = 6
Por consiguiente el valor de la razn es 6.

Razn geomtrica. Cuando la comparacin se efecta a travs de una
divisin o un cociente.
10 5
2.5
4 2
A
R R
B
= = = =
Por consiguiente el valor de la razn es 2.5

Las letras A y B respectivamente se denominan antecedentes y
consecuentes.

Al igual que en los casos anterior es una divisin, pero aqu el numerador no
forma parte del denominador como en el caso anterior, por ejemplo, la razn
entre la poblacin con gripe aviar y la sana es:
150/2350 = 3/47 =0,064.

Cuando, como en el caso del ejemplo, la razn se calcula entre la
probabilidad de que ocurra un evento y la probabilidad de que ste no
ocurra, la razn recibe tambin el nombre de odds. El valor de una odds
vara entre cero y el infinito. El valor 0 corresponde al caso en que la
enfermedad nunca ocurra, mientras que el valor infinito correspondera
tericamente a una enfermedad que est siempre presente.

Proporcion 1
Proporcion
Odds
1 Odds
Odds
Proporcion
=
+
=
Ejemplo:
La suma de las edades de 3 personas es de 138 aos. Si se aumenta la edad
del primero en 14, la del segundo en 10 y del tercero en 6 aos


respectivamente, estas edades aumentadas estarn en la razn 6 : 8 : 10,
Cul es la edad de la segunda persona?
Respuesta:
Llamamos x, y, z a las edades, luego:
x + y + z = 138

Adems , tomando que x + 14: y + 10.: Z +6 = 6: 8: 10, nos queda, para algn
k e :
X + 14 = 6k
Y+10 = 8k
Z + 6 = 10k

Sumando:
X + y + z + 14+10+6 = 6k + 8k + 10k

Como x + y + z = 138, reemplazando:
138 + 30 = 24k
168 = 24k
7 = k

Nos pide la edad de la segunda persona, o sea y.
Y + 10 = 8k = 56
Y = 46

Ejemplo.
Dada la proporcin
1
2
3 2
1 2
3
3
x
x
| |
|
\ .
=
| |
|
\ .
determinar el valor de
2
x

Por el teorema fundamental de las proporciones, tenemos:
1 1
2 (2) (3) 3
2 3
4 1 9 1
4 9
0
x x
x x
x x
x
| | | |
=
| |
\ . \ .
=
=
=



Luego, al determinar
2
x
, nos resulta
2
0
esta indeterminada (no est
permitido dividir por cero)

Incrementos. El incremento
El incremento Ax de una variable x es el cambio en x cuando crece o decrece
desde un valor x =
hasta otro valor x =
en su dominio. Aqu Ax =

y podemos escribir
+Ax .

Si la variable x experimenta un incremento Ax a partir de x =
(esto es, si x
cambia de x =
a x =
+ Ax y una funcin cambia por tanto en un

incremento Ay = f(
+ Ax ) - f (
) a partir de y = f (
), el cociente

Se llama la razn media de cambio de la funcin en el intervalo entre x =

y x =
+ Ax

Ejemplo:
Cuando se da a x un incremento Ax = 0.5 a partir de
= 1, la funcin
Y = f ( x ) =
+ 2x sufre un incremento :
(1 0.5) (1) 5.25 3 2.25 y f f A = + = =
As pues, la razn media de cambio de y en el intervalo x = 1 y x = 1.5 es
2.25
4.5
0.5
y
x
A
= =
A

Sumatoria La sumatoria (sigma)
El sumatorio, o la operacin de suma es un operador matemtico que
permite representar sumas de muchos sumandos, n o incluso infinitos
sumandos, se expresa con la letra griega sigma ( ).

La suma de n trminos
1 2 3
, , ,...,
n
a a a a se escribe


1 2 3
1
, , ,...,
n
i n
i
a a a a a
=
=

Donde i es el ndice de suma,
i
a es la i simo trmino de la suma, y los
limites inferior y superior de la suma son 1 y n.

Ejemplo:
a)
6
1
1 2 3 4 5 6 21
i
i
=
= + + + + + =

b)
5
1
( 1) (1 1) (2 1) (3 1) (4 1) (5 1) 20
i
i
=
+ = + + + + + + + + + =
:
c)
7
2 2 2 2 2 2
3
3 4 5 6 7 135
i
j
=
= + + + + =

Formulas Algunas frmulas de la operacin.



Problemas
propuestos
Ejercici os
a)
3
1
2
i
i=
=

b)
4
1
1
i
j
=
=

c)
4
2
1
1
i
i
i
=
| |
+ =
|
\ .

d)
3
1 i
i
=
=

e)
( )
3
2
1 i
t i
=
+ =

f) ( )
3
3
2 4
k
k
=
+ =

g) ( )
1
5 4
n
k
k k
=
=



UNIDAD V: REPRESENTACIN GRFICA DE DATOS

Objetivo

El alumno conocer y manejara los diferentes ti pos de grficos
que se utilizan para la i nterpretacin de datos.

5.1 Representacin grfica de datos

Los datos medidos en una escala nominal representan el nivel ms bajo de la
jerarqua y consisten en categoras en las que se registran el nmero de
observaciones. Estas categoras no tienen un orden lgico ni una relacin
especifica. Se dice que las categoras son mutuamente excluyentes puesto
que un individuo, objeto o medida pueden incluirse slo en una de ellas.
.
Histograma Para las distribuciones de frecuencias la representacin grfica ms comn
es el histograma. Un ejemplo es el que se presenta a continuacin y que
representa el nmero de "visitas" que ha tenido este hipertexto de acuerdo a
la hora de la visita.



En el eje horizontal (o de las abscisas) se representan los intervalos de los
datos, marcndose de manera continua las fronteras entre cada uno de los
stos. De esta manera, el histograma est compuesto rectngulos, cuyo
nmero coincide con la cantidad de intervalos considerados, el ancho de la
base de cada uno de esos rectngulos es la misma siempre y coincide con las
fronteras de los intervalos, y la altura corresponde a la frecuencia de cada
intervalo.

Grafica de
columnas
Un tipo de grfico muy parecido al histograma es la grfica de columnas.
Para este tipo de grfica, elaboradas con rectngulos tambin, se pide que
sus bases sean del mismo ancho y sus alturas equivalentes con las
frecuencias. Para este tipo, a diferencia del histograma, no es necesario tener
una escala horizontal continua, por lo que los rectngulos (o barras) no
tienen que aparecer juntas entre s.

Otra observacin pertinente es que se pueden representar en la misma
grfica, utilizando las mismas escalas horizontales y verticales, varios datos
correspondientes a las mismas variables producto de varias observaciones.
Esto produce una grfica con varias series, correspondiendo cada una de
ellas a cada observacin de la muestra (o poblacin), y tenindose una
grfica compuesta. Es conveniente que cada serie de datos (u observaciones)
sean ilustrados o iluminados de igual manera entre s, pero distinta de las
dems.

El ejemplo que sigue pertenece al comportamiento de las calificaciones
parciales de tres alumnos de preparatoria. Las series (cada una de las
calificaciones parciales) estn coloreadas con diferente color para mostrar
el comportamiento tanto individual, como de cada uno de los alumnos con
respecto a los dems. Es interesante observar que la escala horizontal no es
continua (es nominal).


Existe la posibilidad, y si los recursos lo permiten, de representar grficos
compuestos de una manera "tridimensional", es decir, con grficos que
posean no slo dos ejes, sino tres; y en los que los rectngulos son sustituidos
por prismas de base rectangular (ocasionalmente el software en el mercado
permite utilizar prismas cuya base son polgonos regulares de ms de cuatro
lados, pirmides o cilindros). Un ejemplo es el siguiente:

Grafica de barras
horizontales
Tambin es posible realizar grficas de barras horizontales, los cuales se
parecen mucho a las grficas de columnas, con la salvedad importante de
que la funcin de los ejes se intercambia y el eje horizontal queda destinado
a las frecuencias y el eje vertical a las clases.

Es muy comn que este tipo de grficos se utilicen para ilustrar el tamao de
una poblacin dividida en estratos como, por ejemplo, son sus edades. El
ejemplo que se presenta es la poblacin de un pas ficticio llamado
"Timbuctulandia"



A este tipo de grficos en particular se le llama pirmide de edades por su
forma. Incluso, cuando se compara la poblacin masculina y femenina por
estratos de edades, se estila utiliza el lado izquierdo para la poblacin de un
sexo y el lado derecho para el otro, el resultado es una "pirmide" casi
simtrica (depender de la poblacin en particular).

Grafica de lneas

Cuando los datos se relacionan entre s, es decir, cuando podemos decir que
existe cierta continuidad entre las observaciones (como por ejemplo el
crecimiento poblacional, la evolucin del peso o estatura de una persona a
travs del tiempo, el desempeo acadmico de un estudiante a lo largo de su
instruccin escolar, las variaciones presentadas en la medicin realizada en
algn experimento cada segundo o minuto) se pueden utilizar las grficas
de lneas, que consisten en una serie de puntos trazados en las
intersecciones de las marcas de clase y las frecuencias de cada una,
unindose consecutivamente con lneas.



Polgono de
frecuencias
Otra forma de representacin de un uso menos comn, y muy parecida a
las grficas de lneas, es el polgono de frecuencias. La diferencia
fundamental entre ambas es que en el polgono de frecuencias se aaden dos
clases con frecuencias cero: una antes de la primera clase con datos y otra
despus de la ltima. El resultado es que se "sujeta" la lnea por ambos
extremos al eje horizontal y lo que podra ser una lnea separada del eje se
convierte, junto con ste, en un polgono.

Ojivas Una grfica similar al polgono de frecuencias es la ojiva, pero sta se
obtiene de aplicar parcialmente la misma tcnica a una distribucin
acumulativa y de igual manera que stas, existen las ojivas mayores que y
las ojivas menores que.

Existen dos diferencias fundamentales entre las ojivas y los polgonos de
frecuencias (y por sto la aplicacin de la tcnica es parcial).

Un extremo de la ojiva no se "amarra" al eje horizontal, para la ojiva mayor
que sucede con el extremo izquierdo; para la ojiva menor que, con el derecho.
En el eje horizontal en lugar de colocar las marcas de clase se colocan las
fronteras de clase. Para el caso de la ojiva mayor que es la frontera menor;
para la ojiva menor que, la mayor.

Las siguientes son ejemplos de ojivas, a la izquierda la mayor que, a la
derecha la menor que, utilizando los datos que se usaron para ejemplificar el
histograma.



Grafica de reas En ocasiones, al comparar dos series de observaciones (o de datos) se utiliza
una llamada grfica de reas, la cual consiste en rellenas el rea que se
encuentre debajo de las lneas que resultan de una grfica de lneas.



Pastel o circular Cuando lo que se desea es resaltar las proporciones que representan algunos
subconjuntos con respecto al total, es decir, cuando se est usando
una escala categrica, conviene utilizar una grfica llamada de
pastel o circular.

Por ejemplo, para ilustrar la matrcula en licenciatura (en Mxico) por reas
de conocimiento en el ao de 1992 se puede usar algo as como sigue :

De hecho, si se desea resaltar una de las categoras que se presentan, es
vlido tomar esa "rebanada" de la grfica y separarla de las dems:

Pictograma Actualmente, y mucho en los medios masivos de comunicacin, se utilizan
grficos para ilustrar los datos o los resultados de alguna investigacin.
Regularmente se utilizan dibujos para representar dicha informacin, y el
tamao o el nmero de estos dibujos dentro de una grfica queda
determinado por la frecuencia correspondiente. A este tipo de grfica se le
llama pictograma y stos son dos ejemplos:


Grafica de
dispersin
Cuando se pretende ilustrar la dispersin de las observaciones realizadas, y
as trabajar algunas cosas como correlaciones se puede utilizar una grfica
de dispersin. Por ejemplo, el ejemplo de la izquierda es la dispersin que se
presenta al comparar el nmero de tesis doctorales en ciencias exactas
contra el nmero de total de tesis doctorales (todo en Mxico) en
observaciones anuales entre 1984 y 1990.

Grafica de
burbujas
Un tipo de grfico similar a las grficas de dispersin son las grficas de
burbujas, en las cuales se presenta la dispersin de las observaciones de la
misma forma que aqullas, pero se le aade la posibilidad de visualizar otra
variable representada en el tamao del punto, pues stos se convierten en
crculos (burbujas) con radios proporcionales a las magnitudes que
representan.



Curvas en U y
J
Grficos de curvas en U y J . Sus nombres provienen de las semejanzas
con dichas letras; las que tienen forma de J tambin se llaman
extremadamente asimtrica y se obtiene cuando se representan datos
referentes a los impuestos sobre la renta.

Ejemplos:
En una clase de 30 alumnos, 12 juegan baloncesto, 3 practican la natacin, 9
juegan al futbol y el resto no practica ningn deporte.
Respuesta:
360
( ) f
N
o

=
1
360
(12) 144
30
o

= =
2
360
(3) 36
30
o

= =

3
360
(9) 108
30
o

= =
4
360
(6) 72
30
o

= =



Ejemplo.
Un estudi o hecho al conjunto de los 20 alumnos de una clase para
determinar su grupo sanguneo ha dado el siguiente resultado:

El peso de 65 personas adultas viene dado por la siguiente tabla:

Baloncesto
Natacin
Ftbol
Sin deporte
1, 6
2, 4
3, 1
4, 9
0
5
10
1 2 3 4


Histograma de frecuencia

Histograma de frecuencia acumulada

Ejemplo:
Un estudio hecho en un conjunto de 24 personas con objeto de determinar su
grupo sanguneo ha conducido a los siguientes resultados:
A, B, A, A, A, AB, O, A, A, A, O, B, O, A, B, O, B, O, A, B, B, A, A, O.

Graficar en Excel.
1. Seleccionar la tabla considerando solamente, la columna modalidad y
la de frecuencia.
2. Ir a insertar , buscar grficos
3. Seleccionar el tipo de grficos.
0
5
10
15
20
1 2 3 4 5 6 7
0
20
40
60
80
1 2 3 4 5 6 7


0
5
10
15
A B O AB
Frecuencia
0 5 10 15
A
B
O
AB
Frecuencia
0
5
10
15
A B O AB
Frecuencia
0 10 20
A
B
O
AB
Frecuencia
0
10
20
A
B
O
AB
Frecuencia
A
B
O
AB
Frecuencia
A
B
O
AB
Frecuencia
A
B
O
AB
Frecuencia


A
B
O
AB
Frecuencia
A
B
O
AB
Frecuencia
0
5
10
15
A
B
O
AB
Frecuencia
0
5
10
15
A
B
O
AB
Frecuencia
0
5
10
15
0 2 4 6
Frecuencia
0
5
10
15
A B O AB
Frecuencia


Ejemplo:
Las calificaciones obtenidas en un ejercicio se recogen en el siguiente grfico:

Ejercicios
propuestos
Ejercicio 1:
Los resultados finales de una evaluacin de matemticas han sido:
S, S, S. B, I S, I, B, N, N S, S, I, I, I S, S, S, Sb, N N, N, S, I, S S, B, B.

a) Construye una tabla con las frecuencias absolutas, relativas y
porcentuales.
b) Realiza un diagrama de barras que describa la distribucin anterior.
c) Elabora un diagrama de sectores.

Ejercicio 2.
El nmero de hermanos de los alumnos de una clase es el siguiente:
0 1 0 0 3 2 1 4 0 0 1 1 2 0 1
1 2 0 1 1 2 1 3 0 0 2 1 2 3 5
a) Efecta el recuento.
b) Elabora una tabla de frecuencias en las que se incluyan: frecuencia


absoluta, absoluta acumulada, relativa y relativa acumulada.
c) Dibuja un diagrama de barras con frecuencias absolutas acumuladas y un
polgono de frecuencias absolutas.
d) Qu porcentaje de alumnos son hijos nicos?
e) Cuntos alumnos tienen ms de un hermano?

Ejercicio 3:
El nmero de goles metidos por partido por un cierto equipo es el siguiente:
0 1 0 2 3 2 1 3 0 0 1 0 3 0 1
1 0 0 1 1 2 1 2 0 1 2 1 5 3 5
a) Elabora una tabla con las cuatro frecuencias y el porcentaje.
c) Qu porcentaje de partidos han metido al menos un gol?
d) Cuntos partidos han jugado?
e) Haz una representacin grfica.

Ejercicio 4:
En una encuesta sobre vivienda se pregunta, entre otras cosas, cuntas
personas viven en la casa, obtenindose las siguientes respuestas:
4 4 8 1 3 2 1 3 4 2 2 7 0 3 8 0 1 5 6 4
3 3 4 5 6 8 6 2 5 3 3 5 4 6 2 0 4 3 6 1
a) Elabora una tabla en la que se recojan las cuatro frecuencias.
b) Cuntas viviendas fueron objeto de estudio? En cuntas de ellas no vive
nadie?
c) Qu porcentaje de viviendas est ocupado por ms de cinco personas?
d) Dibuja un diagrama de barras con frecuencias absolutas acumuladas y un
polgono de frecuencias absolutas.

Ejercicio 5.
En una encuesta a 35 personas se les preguntaba sobre sus preferencias a la
hora de leer novelas. Los resultados se recogieron en la siguiente grfica:



a) Construye la tabla de frecuencias.
b) Dibuja sobre el grfico un diagrama de barras.
c) A qu porcentaje de las personas encuestadas les gustan las novelas
de amor?Y las de ciencia-ficcin?

Ejercicio 6.
Construya un grfico adecuado y saque alguna conclusin a partir de ellos.

a) En la tabla siguiente se presenta la distribucin de nulidades
matrimoniales, segn edad del hombre. Chile, 1998 (INE).
EDAD
(aos)
Nmero de
nulidades
15-25 138
25-35 1959
35-45 1605
45-55 679
55-65 255
65-75 100

Preferencias de tipos de novelas
0
2
4
6
8
10
12
14
16
18
aventuras amor misterio ciencia-
ficcin
humor


UNIDAD VI: DISTRIBUCIN, SERIES Y
REPRESENTACIN GRFICA DE FRECUENCIAS

Objetivo

El alumno conocer y manejara las distribuci ones de frecuencia
uti lizando las medidas de tendencia central y de dispersin.

6.1 Series simples

Series o
distribuciones
Series o distribuciones estadsticas.
Anteriormente hemos sealado que la estadstica, no se encarga del estudio
de un hecho aislado, sino que tienen por objeto de los colectivos. Pues bien
cuando se realiza una investigacin se obtiene una masa de datos que deben
ser organizados para disponerlos en un orden, arreglo o secuencia lgica,
con el fin de facilitar el anlisis de los mismos esta coleccin de datos
numricos obtenidos de la observacin, que se clasifican y ordenan segn un
determinado criterio, se denominan series estadsticas, tambin conocidas
como distribucin estadstica.

Clasificacin Clasificacin de las series estadsticas:
Series temporales o cronolgicas; estas se definen como una masa o
conjunto de datos producto de la observacin de un fenmeno individual o
colectivo, cuantificable en sucesivos instantes o periodos de tiempo.

Ejemplo:
Produccin nacional de madera en Rola en m
Rollizos (periodo 1993 1998)



Aos Produccin (m rollizos)
1993 1.161.061,454
1994 981.668,626
1995 1.087.926,142
1996 1.440.306,250
1997 1.618.075,000
1998 1.027.177,876
Fuente: MARN D.G.S Recurso Forestal. 1999
CVG PROFORCA

Es importante resaltar que cuando se trata de series temporales o
cronolgicas, se debe especificar el instante o el periodo de tiempo a los que
se refiere los caracteres en estudio.

Cuando nos referimos a instantes de tiempo, por el hecho de que la
observacin se hace en un momento especfico de tiempo.

Ejemplo:
Plantaciones forestales ejecutadas a nivel nacional, al 31 de diciembre de
cada ao entre 1997 2001.

Series atemporales; cuando las observaciones de un fenmeno se hacen
referidas al mismo instante o intervalo de tiempo, nos encontramos ente una
serie atemporal. Aqu el tiempo no va incluido a cada observacin, puesto
que es el mismo tiempo para todas ellas. Este tipo de observacin
proporciona una visin instantnea de los fenmenos o caracteres de los
componentes del colectivo en estudio.

Ejemplo:
Las notas de las participantes en la materia de estadstica I en el
periodo acadmico que termin en septiembre del 2001.

Series de frecuencia; cuando realizamos un estudio de cada uno de los
elementos que componen la poblacin o muestra bajo anlisis, observamos
que en general, hay un nmero de veces en que aparece repetido un mismo


valor de una variable, o bien repeticiones de la misma modalidad de un
atributo. Este nmero de repeticiones de un resultado, recibe el nombre de
frecuencia absoluta o simplemente frecuencia.

El procedimiento mediante el cual se realiza el conteo, para as determinar
el nmero de veces que cada dato se repite, recibe el nombre de tabulacin.

Ejemplo:
Consideremos las edades de 20 nios, pertenecientes al Preescolar Blanca de
Prez, ubicado en la urbanizacin Monseor Padilla
5 6 5 4 3
6 3 4 5 4
3 4 6 5 3
4 3 6 4 6

Tabulando los datos tenemos
Nios distribuidos por edades:
Edad (variable) N de nios (Frecuencia)
3 5
4 6
5 4
6 5
Total = 20

Al agrupar los resultados de las observaciones en trmino de las veces que
stos se repiten, da lugar a las llamadas series de frecuencias o
distribuciones de frecuencias; las cuales se dividen a su vez en series de
frecuencia cualitativa y cuantitativa, segn que los caracteres de estudio se
refieran a atributos o variable respectivamente.

Series de frecuencia acumulativa: son comnmente llamadas series de
frecuencia de atributos o caracteres cualitativos y las formas de representar
un atributo recibe el nombre de modalidades.

Cuando se observan y se obtienen los elementos que deseamos estudiar con


respecto a un carcter de tipo cualitativo y se procede a agruparlos segn
las distintas modalidades que toma el atributo, frecuencia cualitativa.

Ejemplo:
Agrupamos los resultados obtenidos al observar los 35 estudiantes de la
materia estadstica I, respecto a su estado civil.

Estudiantes de la materia Estadsticas I, clasificados por su estado civil.
Estado civil N de Estudiantes (frecuencia)
Solteros 18
Casados 12
Viudos 1
Divorciados 4

Series de frecuencias cualitativas: es el resultado del agrupamiento de los
valores que se repiten (frecuencia) al ser observada una variable.

Ejemplo:
Tomamos nuevamente los 35 estudiantes de la materia estadstica I,
respecto a su edad.
Edad (en aos) N de estudiantes (frecuencia)
19 12
20 2
25 8
28 6
32 4
42 3
Total = 35

Series especiales o geogrficas: es aquella que est formada por los
valores que toman una variable en funcin del espacio geogrfico.



6.2 Arreglo de datos

Una vez que se ha realizado la recoleccin de los datos, se obtienen datos en
bruto, los cuales rara vez son significativos sin una organizacin y
tabulacin.

Formas de organizar los datos:
- Un arreglo: es la forma ms sencilla de organizar los datos en bruto,
consiste en colocar las observaciones en orden segn su magnitud:
ascendente o descendente.
- Poca prctica cuando se tiene una gran cantidad de datos.

- Una distribucin de frecuencias: es un arreglo de los datos que
permite expresar la frecuencia de ocurrencias de las observaciones
en cada una de las clases, mostrando el patrn de la distribucin de
manera ms significativa.



Clase Marca de
clase
Frecuencia Frecuencia
acumulada
Frecuencia
relativa

La Distribucin de Frecuencias:
- Se recomienda su uso cuando se tienen grandes cantidades de datos
(n).
- Su construccin requiere, en primer lugar, la seleccin de los lmites
de los intervalos de clase.
- Para definir la cantidad de intervalos de clase (k), se puede usar:
o Longitud = Rango / Numero de intervalos
- La cantidad de clases no puede ser tan pequeo (menos de 5) o tan
grande (ms de 20), que la verdadera naturaleza de la distribucin
sea imposible de visualizar.
- La amplitud de todas las clases deber ser la misma. Se recomienda
que sea impar y que los puntos medios tengan la misma cantidad de
cifras significativas que los datos en bruto.
- Los lmites de las clases deben tener una cifra significativa ms que
los datos en bruto.
- Determinar:
o Marca de clases = (Li+Ls)/2.
o Frecuencia absoluta de la clase (fi).
o Frecuencia acumulada de la clase (Fi).
o Frecuencia relativa de la clase (fri):
o fri = fi/n
o Frecuencia relativa acumulada de la clase (FRi).



6.3 Mnimo, mximo, moda, mediana y cuantiles.

Mnimo El mnimo.
El mnimo es, de las modalidades que adopta una variable, aqulla cuyo
valor sea ms bajo en la escala de medida de la variable.

Mximo El mximo ser aqulla cuyo valor sea ms alto. Ambos valores permiten
hacerse una idea de entre qu valores se localizan los datos de una variable.

Ejemplo:
Los datos recogidos de la pregunta de un test: Ansiedad que siente cuando
se encuentra con mucha gente alrededor. Las alternativas de respuesta a
esta cuestin eran: 1: Nada; 2: Algo; 3: Bastante; 4: Mucha. El mnimo sera
Nada y el mximo Mucha.

Moda La moda.
La moda de un conjunto de nmeros es el valor que ocurre con mayor
frecuencia; es decir, el valor ms frecuente. La moda puede no existir e
incluso no ser nica. Esta estadstica debe usarse con cuidado. Su objetivo es
identificar zonas donde se producen aglomeraciones de datos, sin embargo,
podra ser que por el solo hecho de haber una observacin extra en un punto
aislado, ste pudiese aparecer como una moda.

Moda para datos no agrupados
Ejemplo: el conjunto 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18 tiene como moda 9
Ejemplo: el conjunto 3, 5, 8, 10, 12, 15, 16 no tiene moda
Ejemplo: el conjunto 2, 3, 4, 4, 4, 5, 5, 7 , 7, 7, 9 tiene dos modas 4 y 7 y se
llama bimodal
Una distribucin nica se llama unimodal

Moda para datos agrupados
C L a
|
|
.
|
\
|
A + A
A
+ =
2 1
1
1
mod



Dnde:
L 1 = frontera inferior de la clase modal (clase que contiene a la moda);
A1 = exceso de la frecuencia modal sobre la clase inferior inmediata;
A2 = exceso de la frecuencia modal sobre la clase superior inmediata;
C = anchura del intervalo de clase modal.

Ejemplo:
Altura ( in) Nmero de estudiantes (f)
60 62 7
63 65 20
66 68 44
69 71 29
72 74 10
total 110

De acuerdo a la definicin la moda ser quien tenga mayor frecuencia por lo
tanto cae en el intervalo 66 68

5 . 65
1
= L ; 22 20 44
1
= = A ; 15 29 44
2
= = A ;
3 5 . 65 5 . 68 = = C

( ) 28 . 67 3
15 22
22
5 . 65 mod = |
.
|
\
|
+
+ = a

Mediana La mediana de un conjunto de nmeros ordenados en magnitud es el valor
central o la media de los dos valores centrales.

Mediana para datos no agrupados.
Ejemplo: el conjunto de nmeros 3, 4, 4, 5, 6, 8, 8, 8, 10 tiene mediana 6

Ejemplo: el conjunto de nmeros 5, 5, 7, 9, 11, 12, 15, 18 tiene mediana
(9 11)
10
2
+
=



Ejemplo: las notas de un estudiante en seis exmenes han sido 84, 91, 72, 68,
87 y 78. Hallar la mediana de esas notas.
Solucin: las notas ordenadas son 68, 72, 78, 84, 87 , 91,
(78 84)
81
2
+
=

Ejemplo: cinco oficinistas cobran $ 4.52, $ 5.96, $ 5.28, $ 11.20 y $ 5.75 a la
hora. Hallar la mediana
Solucin = la ordenacin es: $ 4.52, $ 5.28, $ 5.75 , $ 5.96, $ 11.20
La mediana es $ 5.75

Mediana para datos agrupados:
Las grficas siguientes, correspondientes a polgonos de frecuencias
absolutas acumuladas, nos plantea de nuevo dos situaciones diferentes a
considerar:
( )
C
f
f
N
L mediana
mediana
|
|
|
|
.
|
\
|

+ =

1
1
2

Dnde:
L1 = frontera inferior de la clase mediana.;
N = nmero de datos (frecuencia total)
(E f ) 1 = suma de la frecuencia de las clases inferiores a la de la mediana. ;
f mediana = frecuencia de la clase mediana.;
C = anchura del intervalo de clase de la mediana.

Ejemplo:
60 62 7
63 65 20
66 68 44
69 71 29
72 74 10
total 110



Para indicar la posicin : 55
2
110
= ; entonces se procede a realizar una
suma con las frecuencias (f) hasta llegar al valor 55 o ms de 55 pero no
menos, para suponer que ah cae la mediana solo que se tiene que hacer es
verificar su valor.

7 + 20+ 44 = 71 por lo tanto cae en el intervalo 66 68

Datos:
5 . 65
1
= L ; 110 = N ; ( ) 27
1
=
f ; 44 =
mediana
f ;
3 5 . 65 5 . 68 = = C
( ) 41 . 67 3
44
27
2
110
5 . 65 =
|
|
|
|
.
|
\
|

+ = mediana

Cuantiles Medidas de posicin relativa (cuantiles)
Cuartiles, deciles y percentiles
Las calificaciones de exmenes y ciertos tipos de datos sociolgicos y de
salud con frecuencia se presentan en una forma que describe la posicin de
una observacin relativa a las dems observaciones de la distribucin.
Si un conjunto de datos estn ordenados por magnitud, el valor central ( o la
media de los dos centrales) que divide al conjunto en dos mitades iguales es
la mediana. Extendiendo esa idea, podemos pensar en aquellos valores que
dividen al conjunto en cuatro partes iguales.

Estos valores, denotados por Q 1, Q 2, Q3 , se llaman primer, segundo y tercer
cuartil. Q 2 coincide con la mediana.

Anlogamente los valores que dividen a los datos en 10 partes iguales se
llaman deciles y se denotan D1 , D2 , . . . , D9 , mientras los valores que se
dividen en 100 partes iguales se llaman percentiles denotados P1 , P2 , . . . , P
99 .



Colectivamente Cuartiles, deciles y percentiles se denominan cuantiles.

60 62 7
63 65 20
66 68 44
69 71 29
72 74 10
total 110

Hallar Cuartiles:
N / 4 = 100 / 4 = 25
5 + 18 = 23 63 65 62.5 65.5
Q
1
65.5
25 23 ( )
42
3 ( ) + 65.64 =

2N / 4 = 2(100) / 4 = 50
5 + 18 = 23 63 65 62.5 65.5
5 + 18 + 42 = 65
Q
2
65.5
50 23 ( )
42
3 ( ) + 67.43 =

3N / 4 = 3(100) / 4 = 75
5 + 18 +42 = 65 66 68 65.5 68.5
Q
3
68.5
75 65 ( )
27
3 ( ) + 69.61 =

Hallar los deciles
100
10
10 = D
1
62.5
10 5 ( )
18
3 ( ) + 63.33 =
2 100 ( )
10
20 = 62.5
20 5 ( )
18
3 ( ) + 65 =

2 100 ( )
10
20 = D
2
62.5
20 5 ( )
18
3 ( ) + 65 =
3 100 ( )
10
30 = 65.5
30 23 ( )
42
3 ( ) + 66 =



5+ 18 = 23
3 100 ( )
10
30 = D
3
65.5
30 23 ( )
42
3 ( ) + 66 =
4 100 ( )
10
40 = 65.5
40 23 ( )
42
3 ( ) + 66.71 =

5+ 18 = 23
4 100 ( )
10
40 = D
4
65.5
40 23 ( )
42
3 ( ) + 66.71 =
5 100 ( )
10
50 = 65.5
50 23 ( )
42
3 ( ) + 67.43 =

5+ 18 = 23
5 100 ( )
10
50 = D
5
65.5
50 23 ( )
42
3 ( ) + 67.43 =
6 100 ( )
10
60 = 65.5
60 23 ( )
42
3 ( ) + 68.14 =

5+ 18 = 23
6 100 ( )
10
60 = D
6
65.5
60 23 ( )
42
3 ( ) + 68.14 =

5+ 18 + 42 = 65
7 100 ( )
10
70 = D
7
68.5
70 65 ( )
27
3 ( ) + 69.06 =
8 100 ( )
10
80 = 68.5
80 65 ( )
27
3 ( ) + 70.17 =

5+ 18 + 42 = 65
8 100 ( )
10
80 = D
8
68.5
80 65 ( )
27
3 ( ) + 70.17 =
9 100 ( )
10
90 = 68.5
90 65 ( )
27
3 ( ) + 71.28 =

5+ 18 + 42 = 65
D
9
9 100 ( )
10
90 = 68.5
90 65 ( )
27
3 ( ) + 71.28 =

Hallar percentiles P 35 y P 50
35 (100) / 100 = 35
P
35 65.5
35 23 ( )
42
3 ( ) + 66.36 =

50 (100) / 100 = 50
P
50
65.5
50 23 ( )
42
3 ( ) + 67.43 =



6.4. Media aritmtica

Media aritmtica Media aritmtica
Sean, x1 ,x2 ,....,xn , n observaciones mustrales, definiremos promedio de estas
observaciones al valor dado por:

N
x
N
x
N
x x x x
x
N
j
j
n

= =
+ + + +
=
=1
3 2 1
...

Ejemplo: La media aritmtica de los nmeros 8, 3. 5, 12 y 10
6 . 7
5
38
5
10 12 5 3 8
= =
+ + + +
= x

La estadstica promedio representa muy bien el 'centro' de la distribucin de
los datos cuando se trata de casos 'normales'. Entendemos aqu por casos
'normales' aquellos conjuntos de datos que no contienen valores muy
extremos, valores muy alejados de los dems. Debido a que en muchas
situaciones experimentales, el comportamiento de los datos es relativamente
'normal', el promedio es muy usado, convirtindose en la primera estadstica
calculada para representar el 'centro' de la poblacin en estudio.

Si los nmeros X1 , X2 , ... , Xk , ocurren f1 , f2 , ... , fk , veces respectivamente, su
media aritmtica
1
1 1 2 2
1 2
1
...

...
N
j j
j
k k
k
k
j
j
f x
fx
f x f x f x
x x
f f f N
f
=
=
+ + +
= = =
+ + +

Ejemplo: si 5, 8, 6, y 2 ocurren con frecuencias 3, 2, 4 y 1 , respectivamente, su
media aritmtica es
( )( ) ( )( ) ( )( ) ( )( )
7 . 5
10
2 24 16 15
1 4 2 3
2 1 6 4 8 2 5 3
=
+ + +
=
+ + +
+ + +
= x



Ejercicios
propuestos
Ejercicios:
a) hallar la media aritmtica de los nmeros 5, 3, 6, 5, 4, 5, 2, 8, 6, 5, 4,
8, 3, 4, 5, 4, 8, 2, 5, y 4 . Solucin: 4.8

b) De entre 100 nmeros. 20 son cuatros, 40 son cinco, 30 son seis y los
restantes siete. Hallar su media aritmtica. Solucin: 5.30

c) las calificaciones finales de un estudiante en cuatro asignaturas
fueron 82, 86, 90 y 70. si los respectivos crditos otorgados a esos
cursos son 3, 5, 3 y 1, determinar una calificacin media a
apropiada. Solucin: 85

d) De los 80 empleados de una empresa 6 cobra $ 7,00 a la hora y el
resto $4,00 a la hora. Hallar cunto cobran de media por hora.
Solucin: $6.25



6.5. Medidas de dispersin

Medidas de Posicin.
La descripcin de un conjunto de datos, incluye como un elemento de
importancia la ubicacin de stos dentro de un contexto de valores posibles.
Por ejemplo, puede resultar de inters conocer qu porcentaje de
automviles equipados con convertidor cataltico sobrepasa el estndar de
emisiones de gases que es aceptable segn la legislacin vigente. Ya no se
trata en este ejemplo de describir el centro de un conjunto de datos de esta
naturaleza. Es necesario ser ms especfico. Es probable que la emisin
promedio de un conjunto de automviles est dentro de la norma. Pero, es
aceptable que el 25% de ellos no la cumpla?. Se ve, entonces, que la
descripcin debe entregar ms informacin de los datos para cubrir las
necesidades informativas referentes a un problema en particular.

Varianza.
Cuadrada para poder compararla con la media y otras medidas anlogas.
Esta es la idea del desvo estndar o desviacin tpica. Tambin es la frmula
planteada por Gauss en su teora de errores casuales. Como se ver ms
adelante, la curva de Gauss tiene dos puntos de inflexin simtricos ubicados
a una distancia del centro igual al desvo estndar. La varianza es el
promedio de los cuadrados de las desviaciones de cada elemento, x i, respecto
a la media.

La varianza de un conjunto de datos se define como el cuadrado de la
desviacin tpica y viene dada en consecuencia por S
2
. varianza poblacional
(s
2
)
( )
N
x x
S
N
j
j
=

=
1
2
2
;
Para una poblacin finita con n determinaciones.



Y la varianza muestral (o
2
)
1 1
) (
1
2
1 2
1
2
2
|
.
|
\
|
=
=
=
n
n
y
y
n
x x
n
i
n
i
i
i
n
i
i
o

Desviacin estndar para datos no agrupados.
A su vez, el desvo estndar poblacional ( ) y el muestral (s) se obtienen
con la raz cuadrada de las respectivas varianzas y Representa el
alejamiento de una serie de nmeros de su valor medio. Se calcula a partir de
todas las desviaciones individuales con respecto a la media.
( )
N
x x
S
N
j
j
=

=
1
2

En estos casos, habitualmente tiene sentido medir discrepancias de un valor
con el centro de los datos usando mltiplos de la desviacin estndar.

Ejemplo:
Calcular la desviacin estndar de los siguientes datos: 68.2, 69.3, 70.4, 71.5,
72.6, 73.7, 74.8,
Promedio = 71.5
Desviacin = 2.2

Desviacin estndar para datos agrupados.
( )
=
=

=
k
j
j
k
j
j j
f
x x f
S
1
1
2



68.2 5 -2.6358 6.9477 34.7385
69.3 11 -1.5358 2.3588 25.9472
70.4 14 -0.4358 0.1900 2.6595
71.5 11 0.6642 0.4411 4.8521
72.6 7 1.7642 3.1122 21.7856
73.7 3 2.8642 8.2034 24.6101
74.8 2 3.9642 15.7145 31.4290
Total 53 146.0219
Prom = 70.8358
Desv. Est. = 1.6599

La desviacin media para datos no agrupado
La desviacin media o desviacin promedio de un conjunto de N nmeros x 1,
x 2, . . . , x N es abreviada por MD y se define como:
N
x x
D M
N
j
j
=

=
1
. .

Ejemplo:
Hallar la desviacin media del conjunto 2, 3, 6, 8, 11
2 3 6 8 11
6
5
2 6 3 6 6 6 8 6 11 6
2.8
5
x
DM
+ + + +
= =
+ + + +
= =

La desviacin media para datos agrupado
=
=

=
k
j
j
k
j
j j
f
x x f
DM
1
1

j
x
j
f x x
j

2
) ( x x
j
( )
2
x x f
j j





6.6. Agrupamiento de datos

Ejemplo:
La seora Olivia, para poner su nueva cremera, solicita un prstamo. La
persona que le va a prestar le dice que slo le puede prestar, a 1 ao, la
cantidad que se obtenga de multiplicar el promedio diario de ventas por 50.

Cmo puede calcular la cantidad que le van a prestar a doa Olivia?
La seora Olivia lleva un control de ventas diario el que registra en una tabla
como la siguiente

Con esta tabla, la seora Olivia sabe que su promedio diario de ventas estar
entre 245 y 495 pesos. Pero estos datos no son precisos para calcular el
prstamo, por lo que para calcular el promedio diario de ventas realiza los
siguientes clculos.
1. Suma las ventas de cada uno de los das.
2. Divide la suma de las ventas entre el nmero de das que abri su cremera
en la semana que est analizando.

Con esto, la seora Olivia obtendr el promedio diario de ventas.



Observe.
1. Suma de las ventas de cada uno de los das que abri la cremera:
435 + 475 + 408 + 495 + 446 +392 + 245 = 2,896

2. Como trabaja 7 das a la semana, la suma de las ventas se debe dividir entre 7:
2896 / 7 = 413.71

Como en nuestra moneda no se manejan centavos, la cantidad se redondea a
$413.70.

Esta cantidad es el promedio diario de ventas de la cremera de la seora
Olivia. Como la cantidad que le van a prestar es este promedio multiplicado por
50, entonces realiza la operacin:
$413.70 x 50 = $20,685.00

Con lo anterior, sabe cunto es lo que le van a prestar para poner su nueva
Cremera.

Ejemplo.:
El seor Ramrez tiene una refaccionara que abre todos los das del mes, en la
que, adems de refacciones, vende aceite para automvil. Como control lleva una
lista de todos los gastos que tiene; una vez al mes suma todo para obtener sus
gastos mensuales.
Podra usted ayudar al seor Ramrez a
conocer cul es el promedio diario de sus
gastos, para saber cul es el mnimo de
ingresos que debe tener para salir a mano?

Lista mensual de los gastos del seor Ramrez:
Renta $ 1,800; Luz $ 150; Sueldo empleado $1,500; Refacciones $6,200; Aceites
$1,900; Mantenimiento de equipo $ 300; Total $11,850

Como un mes comercial tiene 30 das, la suma de los gastos se divide entre 30
para conocer el promedio de gasto diario.
$11850 / 30 das = $ 395 al da
Observe que, en este caso, el promedio fue la suma de gastos mensuales entre


30 das que tiene 1 mes. Con esta cantidad el seor Ramrez sabe que por lo
menos debe sacar 395 pesos al da para salir a mano. Observe que en la lista el
seor Ramrez no tiene un sueldo.

La seora Chela vende discos compactos de Tatiana, Mecano, Lucero, Menudo y
Timbiriche. Cmo puede saber qu artista est de moda, para comprar los
discos de ese artista y ofrecerlos a sus clientes?

Para ello, la seora Chela hace una tabla de
ventas en la que anota la cantidad de discos
vendidos de cada uno de los artistas.

De la artista que ms discos se
vendieron fue Lucero; por lo que
puede decirse que es la artista de
moda.

Por lo anterior, la seora Chela, cuando se surta de mercanca, debe pedir ms
discos de Lucero, pues es la artista de moda.

Observe que el ejemplo anterior se puede representar en una grfica, en la que
fcilmente se distingue la artista de moda: Lucero.



Problemas
propuestos
Ejercicio 1:
Tenemos la siguiente informacin sobre el gasto semanal en ocio de un
grupo de estudiantes universitarios.

a) Calcule la distribucin de frecuencias de la variable y las densidades de
frecuencias.
b) Dibuje el histograma de frecuencias.
c) Dibuje el polgono de frecuencias acumuladas.

Ejercicio 2:
En un estudio sobre consumo de gasolina en una gran ciudad se eligi una
muestra de 100 vehculos y se observ el nmero de litros que consuman en
un da, obtenindose la siguiente distribucin de frecuencias.

a) Calcule la distribucin de frecuencias, obteniendo, adems, la
amplitud de cada intervalo as como sus respectivas marcas de clase
y las densidades de frecuencia.
b) Represente grficamente la distribucin de frecuencias mediante un
histograma.
Ejercicio 3:
Obtenga el promedio de los siguientes productos. Precio de lata de chongos
zamoranos de 0.750 kg.


Promedio=______________

b) Precio de lata de atn de 250 gramos (obtenga los datos de la grfica y
llene la siguiente tabla).

Promedio:__________________________
Ejercicio 4:
Podra calcular el promedio de los siguientes datos o precios?
a) Precio del arroz en bolsa de 1 kg: $6.50, $6.40, $7.00, $6.70, $7.40,
$6.60, $6.70. Respuesta: _________________________
b) Precio de la bolsa de sopa: $1.40, $1.20, $1.40, $1.40, $1.10, $1.50,
$1.80. Respuesta: __________________________



c) Precio del frasco de caf de 100 g: $17.40, $17.50, $17.40, $16.90,
$16.50, $18.50. Respuesta: ___________________________
d) Precio del frijol en bolsa de 1 kg: $10.60, $14.40, $15.00, $10.60,
$10.80, $9.50. Respuesta: ___________________________
e) Precio del azcar en bolsa de 1 kg: $5.50, $5.00, $5.60, $6.00, $4.50,
$4.00. Respuesta: ____________________________

Ejercicio 5:
a) La seora Olivia vende en su cremera latas de frutas en almbar. Si
se tiene la siguiente tabla de ventas, seale cul es la marca
preferida por la clientela de la seora Olivia.

b) El seor Ricardo tiene una tienda de abarrotes. Desea vender
helados y paletas, pero no sabe qu tipo o marca sera ms
adecuada, por lo que le pregunta a sus clientes su preferencia y con
esa informacin el seor Ricardo elabora una tabla como la
siguiente.
Con los resultados de la tabla, ayude al seor Ricardo a decidir cul
marca de helados vender, y construya una grfica de barras



6.7. Grficas de coordenadas cartesianas

Coordenadas
cartesianas

Coordenadas cartesianas
Las coordenadas cartesianas se pueden usar para decir dnde ests
exactamente en un mapa o grfico.

Con las coordenadas cartesianas sealas un punto en un grfico dando
la distancia de lado y hacia arriba

El punto (12,5) est 12 unidades a la derecha y 5 arriba.

Ejes Ejes x e y
La direccin izquierda - derecha (horizontal)
se suele llamar X ...

... y arriba-abajo (vertical) se suele llamar Y.
Las lneas de referencia (desde donde se miden
distancias) se llaman ejes.

Hay un eje X y un eje Y.

El eje X pasa por cero
horizontalmente. El eje Y
pasa por cero
verticalmente
Cuadrantes Cuadrantes
Qu pasa cuando x o y es negativo? Pues que empezamos en cero y vamos
en la direccin contraria!
Esto significa que es posible tener combinaciones como x positivo e y
negativo, o los dos negativos. De hecho hay cuatro combinaciones, y en un
grfico se llaman cuadrantes:



X
(horizontal)
Y
(vertical)
Ejemplo Cuadrante
Positivo Positivo (3,2) I
Negativo Positivo (-4,3) II
Negativo Negativo (-2,-1) III
Positivo Negativo (2,-3) IV

La palabra cuadrante viene de cuad que significa cuatro. Por ejemplo,
cuatro bebs que nacen a la vez se llaman cuatrillizos, y un animal de cuatro
patas se llama cuadrpedo)

Aqu tienes los cuatro cuadrantes en un grfico:

Ejemplo: el punto "A" (3,2) est 3 unidades a la derecha y 2 arriba. Como x e
y son positivos, el punto est en el "cuadrante I"

Ejemplo: el punto "C" (-2,-1) est 2 unidades horizontalmente en direccin
negativa, y 1 abajo (tambin direccin negativa). Como x e y son los dos
negativos, el punto est en el "cuadrante III"



El origen
El punto (0,0) tiene el nombre especial de "el origen", y a veces se le llama
con la letra "O".
Dimensiones
1,2,3
Dimensiones: 1, 2, 3 y ms...
Piensa en esto:
1
En la lnea de nmeros slo se puede ir a izquierda o derecha, as
que cualquier posicin se indica con un nmero
2
Las coordenadas cartesianas indican direcciones izquierda-
derecha y arriba-abajo, as cualquier posicin se indica con dos
nmeros
3
Cmo sealamos un punto en el mundo real (como la punta de tu
nariz)? Necesitamos indicar izquierda-derecha, arriba-abajo y
delante-detrs, eso son tres nmeros, o 3 dimensiones!

Y se pueden usar coordenadas cartesianas para localizar puntos en 3
dimensiones como en este ejemplo:

Aqu el punto (-4,-4,5) se indica en coordenadas cartesianas
tridimensionales.

Ejercicios
propuestos
Ejercicio 1:
Represente los siguientes puntos en una grfica de coordenadas cartesianas,
Los puntos son: A(3,1) B(3,-1) C(3,5) D(-1,-5) E(3,3) F(-9,-9) G(-1,5) H(5,7)



Ejercicio 2:
Sabiendo que el precio de un trayecto en taxi se calcula mediante la ecuacin
precio (en ) = 0,55distancia (en km)+1,5, construye una tabla para
recorridos de: 1, 2, 3, 5, 8, 12 y 15 km

Ejercicio 3:
Construye una grfica cartesiana que corresponde a la siguiente tabla de
valores:



6.8. Componentes de grfica lineal

Grafica lineal Para qu sirve?
Una grfica lineal se utiliza para representar series de datos que han sido
recolectados en un tiempo especfico. Los datos se representan en una
grfica en intervalos de tiempo y se dibuja una lnea conectando los puntos
resultantes.

Es til al mostrar tendencias de comportamiento de un evento o proceso
(incrementos, decrementos o tendencias sin variacin). Permite visualizar
cambios que sufren los procesos en un perodo de tiempo o comparar el
desempeo obtenido despus de implementar una solucin.

Cmo se elabora?
- Defina el perodo de tiempo que utilizar para recolectar la
informacin (datos). Ej. Un mes, un trimestre, un ao.
- Recolecte los datos. Se recomienda el involucrar de 20 a 25 datos
para que sea representativo.
- Dibuje el eje vertical (eje Y) para representar los datos. La escala
depender de los valores que haya seleccionado.
- Dibuje el eje horizontal (eje X) donde cada punto representar un
perodo de tiempo. Puede ser das, horas, semanas, etc.
- Grafique la informacin. Coloque un punto en la grfica por cada
valor en el perodo de tiempo en que sucedi.
- Conecte todos los puntos con una lnea. sta mostrar la tendencia
de los datos observados en el perodo seleccionado.



6.9. Histograma

El histograma es el grfico adecuado para ilustrar el comportamiento de los datos
agrupados en intervalos de clases, es un grfico de barras compuesto por varios
rectngulos adyacentes, que representan a la tabla de distribucin de frecuencias
de cierta variable cuantitativa.

En el eje horizontal se marcan los intervalos (lmites de clases), y cada intervalo es
la base de cada rectngulo; en el eje vertical se marcan las alturas de los
rectngulos la cual viene dada por las frecuencias absolutas simples o relativas.

Nota: Cuando se construyen histogramas, el eje vertical debe mostrar el cero
verdadero para no distorsionar o representar equivocadamente el tipo de datos.
Por razones de esttica, el rango de la variable debe constituir la principal porcin
de la grfica y, cuando no se incluye el cero, resulta apropiado incluir "fracturas"
en el eje.

Ejemplo.
La Tabla 1 es una distribucin de frecuencias de alturas (registradas con
aproximacin de pulgada) de 100 estudiantes de la Universidad XYZ.



Problemas
propuestos
Ejercicio 1:
Tenemos la siguiente informacin sobre el gasto semanal en ocio de un
grupo de estudiantes universitarios.

a) Calcule la distribucin de frecuencias de la variable y las densidades de
frecuencias.
b) Dibuje el histograma de frecuencias.
c) Dibuje el polgono de frecuencias acumuladas.

Ejercicio 2:
En un estudio sobre consumo de gasolina en una gran ciudad se eligi una
muestra de 100 vehculos y se observ el nmero de litros que consuman en
un da, obtenindose la siguiente distribucin de frecuencias.



a) Calcule la distribucin de frecuencias, obteniendo, adems, la
amplitud de cada intervalo as como sus respectivas marcas de clase
y las densidades de frecuencia.
b) Represente grficamente la distribucin de frecuencias mediante un
histograma.



UNIDAD VII: GRFICAS LOGARTMICAS
Objetivo

El alumno conocer y manejara los conceptos bsicos de la
diferencia entre escala aritmtica y logartmica.

7.1. Agrupamientos de datos y diferencia entre escala aritmtica y
logartmica.

Escala aritmtica
o logartmica.
Grficos - Escala Aritmtica o Logartmica
Tratemos un tema que siempre se presenta en mbitos burstiles: Conviene
parametrizar los grficos en escala Aritmtica Logartmica?

Como en tantos otros temas, la biblioteca se encuentra dividida y hay
quienes prefieren uno u otro mtodo de Parametrizacin de la escala de los
charts.

La escala Aritmtica es ms sencilla de explicar: el espacio que visualizamos
entre 10 y 20 es el mismo espacio que visualizamos entre 20 y 30 y
naturalmente es el doble de espacio que visualizamos entre 20 y 40.



En cambio la escala Logartmica representa el espacio entre valores en
funcin de su variacin porcentual: el espacio que visualizamos entre 10 y 20
es el mismo espacio que visualizamos entre 20 y 40, ya que la variacin
porcentual es la misma.

Los grficos anteriores ilustran perfectamente las diferencias entre las
parametrizaciones Aritmtica Logartmica de los grficos.

Las Trend Lines -Lneas de Tendencia- son ms fciles de trazar y de
visualizar en escala Logartmica.

Cuando hay grandes variaciones de precios el rango temporal del chart es
muy amplio, la escala Logartmica debera ser la opcin predeterminada de
nuestros grficos.



7.2 Escala logartmica.

Escala
logartmica
En ocasiones tenemos que representar grficamente magnitudes con un
rango de variacin tan grande que un sistema de coordenadas cartesianas
con escala aritmtica, que es el que empleamos habitualmente, no permite
apreciar claramente los detalles ms relevantes de las magnitudes
representadas. Los sistemas de representacin digital que manejamos con el
ordenador disponen generalmente de un potente zoom que nos permite
tanto percibir con claridad los pequeos detalles de lo que tenemos
representado como gozar de una representacin de conjunto ms amplia.
Sin embargo, cuando es necesario utilizar una representacin esttica, por
ejemplo sobre papel, ese efecto obviamente no funciona. En esos casos, si el
rango de variabilidad es muy amplio es frecuente recurrir a escalas
logartmicas.

Cuando representamos una magnitud sobre una recta utilizando una escala
logartmica, lo que representamos no es propiamente la magnitud, sino el
logaritmo de dicha magnitud. Por ello, si utilizamos logaritmos en base 10,
que es lo ms frecuente, un salto de una unidad en la escala logartmica
equivale a multiplicar por 10 el valor real de la magnitud. De ese modo, las
marcas 1, 2, 3, que leemos en nuestra escala representarn realmente los
valores 10, 100, 1000... de la magnitud representada. Esa es precisamente la
gran ventaja de una escala logartmica, ya que los logaritmos crecen mucho
ms despacio que los nmeros a los que se aplican.

Las escalas logartmicas son utilizadas en diversas reas y situaciones. Un
caso muy conocido es la escala Richter que utilizamos para clasificar los
sesmos. Como la cantidad de energa que se libera en un sesmo es tan
grande, Richter ide la forma de calcularla indirectamente a partir de la
amplitud de las ondas ssmicas en superficie, utilizando una escala
logartmica. Defini la magnitud M como: M = log A + C, donde A representa
la amplitud de las ondas superficiales y C se calcula a partir de la distancia
del observatorio al epicentro del sesmo y del periodo de las ondas
registradas.



Al tratarse de logaritmos decimales, nos podemos dar cuenta de que un
sesmo de magnitud 7 en la escala de Richter es 100 veces ms intenso que
uno de magnitud 5. Podramos decir que la energa que ha liberado un
sesmo de magnitud 7 equivale a la energa liberada por 100 sesmos de
magnitud 5 actuando simultneamente.

Si utilizamos en un eje de coordenadas una escala logartmica y en el otro eje
una escala aritmtica se dice que estamos en presencia de un sistema de
referencia semilogartmico. Si en ambos ejes utilizamos escalas
logartmicas, el sistema de referencia es logartmico.

Grafica de escala logartmica

Grafica de escala semilogartmico



BIBLIOGRAFIA

(s.f.). Obtenido de http://es.wikipedia.org/wiki/Wikipedia:Portada
(s.f.). Obtenido de http://ocw.uv.es/ciencias-de-la-salud/pruebas-1/1-
3/t_03_nuevo2.pdf
(s.f.). Obtenido de http://www.uaq.mx/matematicas/estadisticas/xu3.html
(s.f.). Obtenido de
http://es.wikipedia.org/wiki/Coeficiente_(matem%C3%A1ticas)
(s.f.). Obtenido de http://www.fmat.cl/index.php?showtopic=2136&st=10
A, M. (200). Anlisis de datos I. Sevilla Kronos.
Irwin R. Miller, J. E. (s.f.). Probabilidad y estadistica para ingenieros .
Prentice Hall.
Meyer. (s.f.). Probabilidad y aplicaciones estadisticas. Addison - Wesley.
Meyer, P. L. (s.f.). Probabilidad y aplicaciones estadisticas. Fondo educativo
interamericana.
Myers, W. (s.f.). Probabilidad y estadistica para ingenieros y ciencias. Mc
Grall Hill.
Richard I. Levin, D. S. (s.f.). Estadistica para administradores . Prentice Hall.
Salkin, N. J. (1998). Mtodos de investigacin (Tercera ed.). Mexico: Prentice
Hall.
Sincich, M. (s.f.). probabilidad y estadistica para ingenieria y ciencias.
Prentice Hall.
Spiegel, M. (s.f.). Probababilidad y estadistica. Mc Graw Hill.
Stevens, S. S. (1946). On the theory of scales measurement science.
Triola, M. F. (s.f.). Estadistica. Perason.
.

Antologia de Estadistica

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Antologia de Estadistica

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD POPULAR AUTONOMA DE

hasta otro valor x =

+ Ax y una funcin cambia por tanto en un

Das könnte Ihnen auch gefallen