Matematicas Aplicadas Completa PDF

1
Tema 1

1. Nmeros enteros: operaciones y propiedades.
2. Nmeros racionales: operaciones y propiedades.
3. Potenciacin y radicacin: operaciones con potencias y radicales.
4. Nmeros reales: Expresin decimal aproximada de un nmero
irracional. Notacin cientfica. Representacin en la recta real.
Intervalos. Valor absoluto y sus propiedades.
5. Logaritmos y exponenciales: operaciones y propiedades.
6. Nmeros factoriales y nmeros combinatorios. Tringulo de Tartaglia.

Los nmeros enteros

El conjunto de los nmeros naturales se representa por N y sus
elementos son:
N={0,1,2,3,}

El conjunto de los nmeros enteros se representa por Z y est
formado por los nmeros naturales (enteros positivos y cero) y por los
nmeros enteros negativos.
Z=Z
-
{0} Z
+
={,-2,-1,0,1,2,}

Los nmeros enteros se representan sobre una recta horizontal en la
cual fijamos el origen, que designamos por 0, y a partir de ste colocamos
los enteros positivos a la derecha de ste y los enteros negativos a la
izquierda.

Nomenclatura:
- a > b : a mayor que b
- a > b : a mayor o igual que b
- a < b : a menor que b
- a s b : a menor o igual que b

Operaciones con nmeros enteros

Si en una expresin figuran sumas de varios nmeros positivos y
negativos, se puede operar de dos modos:
- Agrupar positivos por una parte, negativos por otra, y restar
ambas sumas.
- Efectuar las sumas de izquierda a derecha.

2
Sacar factor comn:

a-b+a-c=a- (b+c)
Ejemplo: 5-3+4-5=5- (3+4)

Jerarqua de Operaciones

Al operar con nmeros enteros hay que tener en cuenta dos reglas:
- Si en una expresin figuran sumas, restas, multiplicaciones y
divisiones (sin parntesis), se efectan en primer lugar las
multiplicaciones y divisiones, comenzando de izquierda a
derecha; y a continuacin las sumas y las restas. Ejemplo:

5-4-8+30:5=20-8+6=18

- Si en una expresin con nmeros figura un parntesis, se
efecta en primer lugar el parntesis. Si hay varios parntesis,
unos dentro de otros, se comienza efectuando los de dentro.

Ejercicios

1. Efecta las siguientes operaciones:
- 40+35+3-10-9
- -20+13-18-25-16
- 3-2-(-8)+4-10-6
- (-2)-(-10)-(-1)
- (-2)-5-(-3)
- (-3) -5-(-6)
- -4- (5-2-7)
- 4-(5-8)-3-(-4+9-6)
2. Saca factor comn:

- 16-64+4
- 22-55+11

3. Completa los parntesis
- 6-36+42=6-()
- -25+30-60=5-()
- -18+36-54-7-9=9-()

4. Calcula
- 8-(3+4)

3
- 8-3+4
- 23-5-(4-7)+6-(2-5)
- 8-[6-(-3+7)-6]+4
- 22-[4-6-(1-9)+6:2]+8
- 4-(10-2-3)-2(-3-15:3)+(9-2)

5. Ordena de menor a mayor:
-4, 4, -5, 0, -2, -20, +16, -12, 15

6. Saca factor comn

- x(x+1)-2(x+1)
- 6 a
3
-9 a
2
+3 a
- (a+1)
2
-3(a+1)

Mltiplos y divisores. Nmeros primos y compuestos

Si a y b son enteros y a = q b para algn q entero, se dice que b divide
a a, o que a es mltiplo de b o que b es divisor de a. Se denotar por b|a.
Ejemplo: Sea b=5 y a=15. Es claro que 5 divide a 15 o que 15 es
mltiplo de 5 o que 5 es divisor de 15. (15=5.3)

Obsrvese que todo entero divide al 0, que 1 divide a todo entero y
que todo entero es divisor de s mismo. As, se llaman divisores propios de
un entero a los que excluyen al 1 y al propio nmero.
Ejemplo: Los divisores de 12 son 1, 2, 3, 4, 6, 12, mientras que los
divisores propios son 2, 3, 4 y 6.

Dados dos enteros a y b cualesquiera, se llama mximo comn divisor
de a y b, m.c.d. (a, b), al mayor divisor comn de a y b.
Anlogamente, se llama mnimo comn mltiplo de a y b, m.c.m.(a, b) al
menor mltiplo comn de a y b.

Nota.- Ms adelante daremos la forma de calcular el m.c.d. y el m.c.m. No
har falta usar la definicin dada anteriormente.

Como se indic ms arriba, todo entero tiene, al menos, dos divisores,
1 y el propio nmero.

4
Un entero p>1 se dice primo si sus nicos divisores son el 1 y el propio
p. Un entero p>1 que no sea primo se dice compuesto.

Descomposicin factorial de un entero (Teorema fundamental de la
Aritmtica).
Todo entero n>1 admite una descomposicin en factores primos
n = p
1
r

p
2
r
.. p
k
r

donde p
1
,

p
2,
.., p
k
y r
1
, r
2
, ., r
k
son enteros positivos. Esta descomposicin
es nica, salvo permutacin de factores.

Ejemplo: La descomposicin factorial de 120 es: 120 = 2
3
.3.5.

A partir de la descomposicin en primos es fcil dar un procedimiento
para calcular m.c.d. y m.c.m. de dos enteros.
El m.c.d. de dos nmero se calcula seleccionando los primos comunes
con el menor exponente y el m.c.m. cogiendo todos los primos (comunes y no
comunes) con el mayor exponente.

Ejemplo: Calcular el m.c.d.(36,12) y m.c.m.(36,12)
Primero calculamos la descomposicin factorial de cada nmero: 36= 2
2
3
2
y
12= 2
2
3, por lo tanto m.c.d.(36,12)=2.3=6 y m.c.m(36,12)= 2
2
3
2
=36.

Ejercicios
7. Calcular m.c.d. y m.c.m. de
- 252 y 256
- 360 y 2100
- 72, 252 y 2100

Los nmeros racionales
El conjunto de los nmeros racionales se representa por Q y est
formado por:

Q={
b
a
/ a e Z, be Z y b=0}
El conjunto de los nmeros racionales equivale al conjunto formado
por los decimales exactos, los peridicos puros y los peridicos mixtos.

5
Fracciones equivalentes:

b
a
es equivalente a
d
c
cuando a - d = b - c, y escribimos
b
a
=
d
c

Se puede escribir una fraccin equivalente a
b
a
multiplicando a y b
por un mismo nmero o dividiendo a y b por un mismo nmero.
Los nmeros racionales se representan sobre una recta horizontal de
forma anloga a los enteros, dividiendo cada unidad en tantas partes como
indica el denominador.

Importante: todas las fracciones equivalentes representan el mismo
nmero racional. As, todas las fracciones
3
2
,
3
2
,
6
4
,
30
20
, son en
realidad la misma y cualquiera de estas fracciones sirve para representarlo.
Hay que recordar:

b
a
b
a
b
a
b
a
= y
b
a
b
a
b
a
b
a
= =

Elegimos para representar un nmero racional, la fraccin irreducible
y con denominador positivo. La fraccin irreducible es aquella que verifica
que el mcd del numerador y el denominador es 1.

Operaciones
Jerarqua de operaciones

El clculo con racionales sigue las mismas pautas que los nmeros
enteros:
1. se efecta primero los parntesis
2. despus las multiplicaciones y divisiones si las hubiere,
comenzando por la izquierda.
3. y por ltimo las sumas y las restas.

6
- Suma:
- Si las fracciones tienen el mismo denominador se suman
los numeradores y se deja el mismo denominador:
5
6
5
4 2
5
4
5
2
=
+
= +
- Si las fracciones tienen distinto denominador hay que
pasarlas a comn denominador para poder sumarlas,
usando para ello el mcm de los denominadores:
18
10
18
4 6
18
4
18
6
18
4
6
2
=
+
= + = +
Y por ltimo se devuelve como resultado la fraccin
irreducible (usando para ello el mcd):
9
5
18
10
=

- Multiplicacin:
bd
ac
d
c
b
a
=
- Divisin:
bc
ad
d
c
b
a
= :

Ejercicios

8. Comprueba si las siguientes fracciones son equivalentes:

36
12
12
4
=

56
24
14
6

28
12
14
12

9. Escribe una fraccin equivalente a las dadas, cuyo denominador sea
lo ms pequeo posible (fraccin irreducible)

18
12

96
36

3500
1050

7 5 2
15 2 7
2

10. Calcula:

5
4
2
3
5
2
+

5
4
2
3
5
2
5
9
2
+

45
15
48
36
3
3
2
2
9
2
3
5
5
2
3
1
8

7
Potenciacin: operaciones con potencias

Potencias de base racional y exponente entero

Exponente entero
a=base n=exponente a a a a a
n
=
n veces

Ejemplo:
16 2 2 2 2 2 2
5
= =
125
64
5
4
5
4
5
4
)
5
4
(
3
= = 81 ) 3 ( ) 3 ( ) 3 ( ) 3 ( ) 3 (
4
= =

Obsrvese que son distintos (-2)
4
y -2
4
, en el primer caso la base es -2
y en el segundo caso la base es 2.
Ejemplo: a a a = 3 3
2
) 3 )( 3 ( ) 3 (
2
a a a =

Recuerda que 1
0
= a .

Exponente negativo.

n
n
a
a
1
=
con a racional y n natural

Si el exponente es -1, se dice que son inversos. Por ejemplo
4
1
4
1
=
y 4 son inversos
2
5
5
2
1
)
5
2
(
1
= =
y
5
2
son inversos
7
7
1
1
)
7
1
(
1
=
=

y -
7
1
son inversos

Reglas de la potenciacin (fundamental para los problemas)

t s t s
a a a

=
t s
t
s
a
a
a

=
s s s
b a b a = ) (
s
s
s
b
a
b
a
= ) (
t s t s
a a

= ) (

1
0
= a

Ejercicios

8
11. Simplifica:
2 7 4
4 3 5 2
2 3 5
) 3 ( 2 3 5

12. Calcula
3
)
5
1
( ;
3
) 3 ( ;
6
) 2 ( ;
3
2
4
;
2
5
3
;
2
)
3
1
( ;
4
)
2
1
(

13. Simplifica usando las reglas del clculo de potencias:

-
2 4 3 4
11 6 11 6

-
3 6
3 4 5
3 2 7
7 2 3

-
5 3
3 8
6
36
b a
b a

-
5
4
3
11 9

-
7 3 2
7 6
7 4
3 5

-
4 3
3 2 3
5 4
7 5 10

-
2 7 2
4 5 2
9 5 4
12 21 15

14. Indica si son verdaderas o falsas y razona las respuestas:

2 2
5 ) 5 ( =
3 3
) 6 ( 6 =
2 2
) 4 ( 4 =
2 2
7 ) 7 ( =
8 8
2 ) 2 ( =

15. Completa:

...
10 1000000=
...
10 1000000000=

...
10
100000
1
=

16. Calcula:

4
) 7 (

;
5
) 3 (

;
3
)
5
1
(

;
2
)
5
1
(

;
3
)
4
1
(

;

Nmeros irracionales
Los nmeros irracionales son aquellos nmeros decimales que tienen infinitas
cifras decimales y no son peridicas. Se representa por I, son todos los nmeros que no
son racionales.

9
Ejemplos:

t=3.14159265. nmero pi
2=1.41421356 raz de 2
e=2.7188182 el nmero e

Si p no es un cuadrado perfecto p es irracional. Como por ejemplo 3, 5. Sin
embargo 2 4 = , que no es irracional porque 4 es un cuadrado perfecto: 4= . 2
2

Anlogamente, si p no es una potencia n-sima
n
p es irracional.

Racionales. Propiedades.

b a
n
=
n
b a =

n
a se llama radical, a radicando y n ndice de la raz.

, 0 > a
n
a existe cualquiera que sea a.
, 0 < a
n
a slo existe para valores impares de n.

n n
a a
1
= ;
n
m
n m
a a =

Propiedades (importantsimas para problemas)

(1)
n
np
p
a a =
(2)
n p p n
a a = ) (
(3)
mn m n
a a =
(4)
n n n
b a b a =
(5)
n
n
n
b
a
b
a
=

Ejercicios

17. Simplifica:

12 9
x ; ; ) (
6 3 2
a
3
a ;
3
a ;
6
8;

18. Reduce a ndice comn.

12 5
a y
18 7
a

10

3
51 y
9
132650

19. Simplifica:

8
) ( k ;
5 3 10
x ;
3
6
) ( x ;

Dos radicales distintos no pueden sumarse si no es obteniendo sus expresiones
decimales aproximadas. Slo pueden sumarse radicales idnticos.

Ejemplo: 5 17 5 5 11 5 7 = +

Racionalizacin de denominadores
Suprimir radicales del denominador.

a. Para suprimir una raz cuadrada, basta multiplicar por la misma raz.
Ej.
2
2 7
2 2
2 7
2
7
=
=

b. Para suprimir una raz n-sima se multiplica por otra raz n-sima tal que se
complete en el radicando una potencia n-sima.
Ej.
5
5
5 5
5
5 5
5
5
1
25
1
3
3 2
3
3 3 2
3
3 2 3
=
= =

c. En una suma de races cuadradas b a + , se suprimen los radicales
multiplicando por la diferencia de ellas b a y recprocamente.
Ej. ) 3 5 (
2
7
) 3 ( ) 5 (
) 3 5 ( 7
) 3 5 )( 3 5 (
) 3 5 ( 7
3 5
7
2 2
+ =
+
=
+
+
=

(a+b)(a-b)=a
2
-b
2

Resumen:

EXPRESIONES MS
FRECUENTES
PROCEDIMIENTOS
b
a

Multiplicamos numerador y
denominador por b
n m
b
a
con m<n
denominador por
n m n
b

11
c b
a

denominador por c b
c b
a

denominador por c b

Ejercicios

20. Racionaliza denominadores y simplifica cuando puedas:

7
5
;
3
4
3
;
3
7
;
3
1
a
;
50
3
;
18
4
;
3
25
2
;
3
40
1
;
3
36
3
;
3
100
2
;

1 2
1
+
;
y x
y x
+
+
;
1
1
a
a
;
y x
y x
+
;
5 3 2
1
;
3 2 2 3
3 2 2 3
+
;

1 2
1
1 2
1
2
1
+
+
+ ;
y x y x +
+
1 1
;

Nmeros reales
El conjunto formado por los nmeros racionales y los irracionales se llama
conjunto de nmeros reales y se designa por R.
Los nmeros reales llenan por completo la recta, de ah que la llamemos recta
real.
Los nmeros racionales se escriben mediante una expresin decimal finita
o peridica.
Los nmeros irracionales se expresan mediante infinitas cifras decimales
no peridicas.

Representacin sobre la recta

Entero o decimal exacto. Por ejemplo 3.47

12
Decimal peridico. Puede expresarse en forma de fraccin y, de este modo, se
representa fcilmente (slo por curiosidad, no entra en temario)

6
5
3 8 . 0 333 8333 . 0 = =

Si un nmero irracional viene dado por su expresin decimal podemos representarlo
de forma aproximada.

Notacin cientfica (lectura en casa)
Los nmeros muy grandes o muy pequeos en la prctica es muy til escribirlos
en notacin cientfica. As:

Expresin decimal Notacin cientfica
523 000 000 000
11
10 23 . 5
-134 500 000 000 000
14
10 345 . 1
0.00000000009235
11
10 235 . 9

Expresar un nmero en notacin cientfica es ponerlo como un producto cuya
cifra de unidades es un dgito del 1 al 9 seguido de una parte decimal, por una potencia
de base 10 y exponente entero. Simblicamente:
n
bcd a 10 .
La calculadora cuando ha de representar en la pantalla un nmero muy grande o
muy pequeo, que no le cabe, lo muestra automticamente en notacin cientfica. Por
ejemplo, los nmeros anteriores apareceran en la forma:

5.23 11 -1.345 14 9.235 -11

Intervalos (lectura en casa)
Para designar algunos tramos de la recta real, existe una nomenclatura que
debes conocer.
Un intervalo de extremos a y b no es ms que el conjunto de reales
comprendidos entre a y b. El hecho de que ambos extremos, uno de ellos o ninguno
pertenezcan al intervalo depender, para cada extremo, de si es cerrado o abierto por
ese lado.

13
Las semirrectas son intervalos en los que extremo no es finito.

Cuando queremos nombrar un conjunto de puntos formado por dos o ms de
estos intervalos, se utiliza el signo (unin) entre ellos. Por ejemplo, [3,4) (5,+)

Ejercicios

21. Calcula en notacin cientfica sin usar calculadora.

12
10 5 . 0 ) 0002 . 0 800000 (

7 9 5
10 6 10 93 10 486 . 0

+
22. Representa los siguientes conjuntos:

Nombre Smbolo Significado Representacin
INTERVALO
ABIERTO (a,b)
{x/ a<x<b}
Nmeros comprendidos
entre a y b

INTERVALO
CERRADO [a,b]
{x/ axb}
Nmeros comprendidos
entre a y b, ambos incluidos

INTERVALO
SEMIABIERTO (a,b] {x/ a<xb}

[a,b) {x/ ax<b}

SEMIRRECTA

(-,a)
{x/ x<a}
Nmeros menores que a

(-,a]
{x/ xa}
Nmeros menores que a y a

(a,+ )
{x/ a<x}
Nmeros mayores que a

[a,+ )
{x/ ax}
Nmeros mayores que a y a

14
(-3,-1) [4,+) (3,9] (-,0) [-2,5)(5,7]
(-,0) (3,+ ) (-,1) (1,+ )

Herramienta muy importante para problemas: Igualdades notables:

2 2
2 2 2
2 2 2
) )( (
2 ) (
2 ) (
b a b a b a
ab b a b a
ab b a b a
= +
+ =
+ + = +

Ejercicios de repaso

23. Dibuja sobre la recta real los siguientes conjuntos:
a) Los nmeros reales mayores o iguales que 3.
b) B={beZ/ b < 0 y b>-7}
c) (-,-5]
d) D={deR/ d>1 d>-5}
e) Los nmeros naturales mayores que -1,6 y menores que 6.
f) Los nmeros racionales .
7
2
,
5
3

24. En un supermercado nos presentan la cuenta a cobrar en euros. Los productos
que hemos comprado tienen los siguientes precios:
a) 1,325 euros b) 0,477 euros c) 25,008 euros
d) 122,553 euros e) 82,572 euros f) 7,634 euros
En el supermercado redondea a centsimas de euro. Cuntos euros pagaremos
si:
primero redondea y luego suma o
primero suma y luego redondea?

25. Expresa en notacin cientfica las siguientes cantidades:
a) Distancia Tierra-Luna: 384 000 km
b) Distancia Tierra-Sol: 150 000 000 km
c) Distancia Tierra-Nepturno: 4 308 000 000 km
d) Virus de la gripe:0,000 000 002 2 m
e) Radio del protn: 0,000 000 000 05 m
f) Peso de un estafilococo: 0,000 000 000 1 g
g) Distancia del universo observable: 2,5x10
10
aos luz (1 ao luz es 9,4x10
12

km)

26. Simplifica los siguientes radicales

15

a)
3
128x b)
6 4
y x c)
6 7
729a d)
3 5
1080x
e)
3
x x f)
3 14
x g)
4 3
8 2 h)
4 4 3
3 3
i)
3
7
2
72
x
x
j)
3
3
4
81
8
b
a
k)
3 3
25
1
5 l)
2 4
9 4 5 5 3
y x
z y x y x

27. Efecta las siguientes operaciones:
a) 75
5
1
243 27 5 12 3 + b)
3 3 3
54 5 128 3 16 2 +
c) 98
4
3
18
2
7
50 8
5
4
+ d) x x x x x 6 9 4 25 3 36 3 4 5 + +
e)
3 3 3 3 3
288 128 4 32 2 72 4 8 3 x x x x x + +
f)
3 2 3 4 3 2 3 7
27 3 5 6 x x x x x x x +

28. Efecta las siguientes operaciones, simplificando todo lo posible los resultados:
a) 3 ) 3 2 )( 2 2 3 ( + b) ) 2 2 )( 2 2 ( ) 2 2 (
2
+ +
c) ) 2 2 )( 2 2 ( ) 2 1 )( 2 1 ( + + + d) ) 2 7 8 2 2 )( 2 20 72 ( +

29. Racionaliza las siguientes fracciones:

30. Efecta y simplifica:
a)
2
1
2
1
2
1
18 48 98 + b)
3
729 9 4 c)
3 3
17 9 17 9 +
d)
4 2 3 2
a a a e)
3 3 3
4 ) 16 250 (
f)
4
81 7 14 + g)
8
21
36
42
h)
2 3
2
2 3 5 2
2 3 5 2

31. Demuestra que los nmeros siguientes son enteros:
a) 3 4 7 3 4 7 + + b) 3 2 4 3 2 4 +
c)
3 3
2 14 20 2 14 20 + +

32. Simplifica lo ms posible
1 7 2
1 7 2
+

33. Efecta, simplificando lo ms posible el resultado:

3
2

5 2
1

5
5
3
2

3
3 7
7
+

2 2
3
+

3 2 3
3

2 5
2 5
+

7 2 5 3
11

5 7 2
1 7
+
+

16
a)
4
2
1
2
3
2
1
16
16
|
|
|
|
.
|
\
|
|
|
|
.
|
\
|

b)
3
3 3 3
3
192 24 3 81 2 +
c) 6 2 7 6 2 7 +
d)
3
5
2
2
5
5
2
e)
4 3
5 3
3
3 3 3
f)
2 2
4 4 y x

34. Racionaliza
a)
2 3 5
1
+ +
b)
2 3 5
2 3 5
+

c)
2 3
1
+
d)
3 2
2

35. Efecta y deja el resultado en forma de potencia:
3
4 3
3
16 8 4
4 2 2 2

36. Introduce los factores dentro de cada raz:

a)
3
3 2 b)
3
4
1
4 c)
8
3 2 x
x
d)
3
9
25
5
3
e)
4
4 2 f)
3
15
5
1

37. Saca de la raz el factor que puedas:
a)
3
16 b) 8 4 c) 1000 d)
3 5
8a e)
b
a
16
125
2
f)
9
1
4
1
+
g)
3
16
a
h) 4 4
2
+ a i)
16 9
a a
+

38. Simplifica los siguientes radicales:
a)
6
027 . 0 b)
8
0016 . 0 c)
4
16
9
1+ d)
3
24 e)
6
27 f)
3
108
g)
12
3
64y h)
4
64
81
i)
4 8
25 : 625
39. Reduce a ndice comn y ordena de menor a mayor:
a) 2 , 3 , 4
3 4
b)
3
4 , 6 c)
5 4
10 , 6 d)
6 3 4
100 , 9 , 72

40. Realiza la operacin y simplifica si es posible:
a) 6 5 27 4 b)
8
27
3
4
2 c)
8
1
2 d) ( )
2
3
12 e) ( )
3
6
32

17
f)
3 3
3 : 24 g) 3 2
3
h) a
a
a
3
3
1
i)
3
6
8
32
|
|
.
|
\
|
j)
3 3
4 : 3 2
41. Racionaliza los denominadores y simplifica:

a)
18
3 2
b)
3
2
2
c)
2
1 2
d)
3 3
3
+
e)
8
8 32 3 72 +

42. Calcula y simplifica:
a) 80
2
3
20 7 45 6 125 5 + + b)
3 3 3 3
250
5
21
54 2 2 16 +
c) 24 45 54 125 + d) ) 1 6 )( 3 2 ( +

43. Simplifica al mximo las siguientes expresiones:
a)
3 3 3 3
2 4 54 5 250 2 16 3 + b)
45
8
3
1
125
18
4
5
2
+
c)
5
3
3 2 81 7
3
3 4 3
a
a a +
44. Efecta y simplifica:
a)
2 2
) 2 3 ( ) 2 3 ( + b) 2 2 ) 5 6 ( + c) ) 6 5 )( 6 5 ( +
d)
2
) 2 3 5 2 ( e) 3 ) 1 2 )( 1 2 ( +

45. Racionaliza y simplifica:
a)
18
2 3 2
b)
12
2 3 2 +
c)
) 5 3 ( 2
1
d)
2 5
3

e)
3 5 2
11
+
f)
2 3 3
2 2 6 3
+
+

46. Opera y simplifica:

3 1
3
1
1
3 1
3
1
1
+
+
+

47. Ordena de mayor a menor los nmeros de cada apartado. Para ello, pasa a
notacin cientfica los que no lo estn:

a)
13
10 27 , 3 ;
12
10 7 , 85 ;
11
10 453
b)
9
10 19 , 1

;
7
10 05 , 0

;
12
10 2000

18
48. Efecta:

5 6
5 7
10 10 4
10 3 10 2
+

49. Expresa en notacin cientfica y calcula:
5 2
4 3
0002 , 0 72000000 100
00002 , 0 60000

50. Si
6
10 24 , 3 = A ;
4
10 28 , 5 = B ;
11
10 8 , 3 = C y
6
10 2 , 6

= D , calcula D C
B
A
|
.
|
\
|
+

51. Representa grficamente y expresa como intervalos estas desigualdades:

a) 2 3 s s x b) x < 5 c) 2 > x d) 2 / 3 2 < s x
e) 1 , 4 4 < < x f) x s 3

52. Escribe en forma de intervalos los nmeros que verifican estas desigualdades:
a) 3 < x y 5 > x b) 0 > x y 4 < x c) 1 s x y 1 > x
d) 3 < x y 2 > x

1
Tema 2. Ecuaciones de primer y segundo grado. Sistemas de
ecuaciones.

1. Igualdades, identidades y ecuaciones. Identidades notables.
2. Resolucin de ecuaciones. Ecuaciones lineales.
3. Ecuaciones de segundo grado.
4. Inecuaciones de primer grado con una incgnita.
5. Sistemas de dos ecuaciones lineales con dos incgnitas.
6. Inecuaciones de segundo grado con una incgnita.

Igualdades, identidades y ecuaciones. Identidades notables.

Una expresin algebraica es una combinacin de nmeros y letras
ligados por operaciones aritmticas.

Ejemplo 1. 3a
2
9b+c o (p+q)
2
son expresiones algebraicas.

Valor numrico de una expresin algebraica es el nmero que resulta
de sustituir las letras por valores dados.

Ejemplo 2 El valor numrico de 3a
2
9b+c es
-5 si a=b=c=1 y 0 si a=2, b=1 y c=-3

Una identidad es una igualdad entre dos expresiones algebraicas que
toman el mismo valor para cada valor numrico que se asigne a las variables.
Las identidades notables son las siguientes:
(a+b)
2
=a
2
+2ab+b
2

(a-b)
2
=a
2
-2ab+b
2

(a+b)(a-b)=a
2
-b
2

Una ecuacin es una igualdad entre dos expresiones algebraicas (los
miembros de la ecuacin).

Ejemplo: las expresiones 3x+6=0, 2y+5=-y+2 son dos ejemplos de
ecuaciones.

Soluciones de la ecuacin son los valores numricos de las incgnitas
que hacen que la igualdad sea cierta. En el ejemplo anterior el valor x=-2 es
solucin de la primera ecuacin e y=-1 es solucin de la segunda.

2
Ejemplo 3. La igualdad 3x
2
=9x-6 es una ecuacin de incgnita x, primer
miembro 3x
2
y segundo miembro 9x-6. Es falsa para x=0 (es decir x=0 no
es solucin de la ecuacin) y verdadera para x=1 y x=2 (es decir, x=1, x=2
son soluciones de la ecuacin).
Resolver una ecuacin es hallar sus soluciones. El problema que nos
ocupa es hallar cuantas soluciones posee una ecuacin (si es que tiene) y
hallarlas.

Una ecuacin se dice compatible si tiene solucin e incompatible si no
tiene. Si la solucin es nica, se llama compatible determinada, y si tiene
infinitas soluciones compatible indeterminada.

Una inecuacin es una desigualdad entre dos expresiones algebraicas
(los miembros de la inecuacin).

Soluciones de la inecuacin son los valores numricos de las incgnitas
que hacen que la desigualdad sea cierta. Al conjunto de todas las soluciones
se le llama conjunto solucin.

Ejemplo 4.
La desigualdad 3a
2
<9a-6 es una inecuacin de incgnita a, primer
miembro 3a
2
y segundo miembro 9a-6. Es falsa para a=1 y verdadera para
a=3/2. Luego, a=3/2 es una solucin de la inecuacin.

Resolucin de ecuaciones. Ecuaciones lineales.
Se llama ecuacin polinmica de grado n a la que resulta de igualar a
0 un polinomio de grado n. Si el polinomio es de primer grado se trata de una
ecuacin lineal.

Como veremos enseguida, toda ecuacin lineal se puede expresar en la
forma ax+b=0.
Resolver una ecuacin de primer grado con a0 consiste en:
Paso 1.- Se transponen trminos: ax=-b
Paso 2.- Se despeja la incgnita: x=-b/a
Por tanto, tiene solucin nica, es compatible determinada.

Ejercicio:
1. Justificar que la ecuacin ax+b=0 es incompatible si a=0, b0 y es
compatible indeterminada si a=0, b=0.

En general, la ecuacin lineal no va a presentarse siempre en la forma
3
ax+b=0, por lo que ser necesario manipularla antes de resolverla. La
siguiente tabla esquematiza las transformaciones ms habituales:

Procedimiento Ejemplo 5
x
x x
=
+
3
) 2 (
2
2
) 1 (

Ejemplo 6
10
) 1 ( 3
5 2
1 +
=
x x

Eliminar parntesis
(propiedad distributiva)
x
x x
= + +
3
4
3
2
2
1
2

10
3
10
3
5 2
1
+ =
x x

Eliminar denominadores
(multiplicar por m.c.m.)
m.c.m.(2,3) = 6
x x x 6 8 4 3 3 = + +

m.c.m.(2,5, 10) = 10
3 3 2 5 + = x x
Trasladar todos los
trminos a un miembro
0 6 8 4 3 3 = + + x x x 0 5 3 2 3 = + + x x
Reducir trminos
semejantes
0 11 7 = + x 0 2 5 = x

Dos ecuaciones son equivalentes si tienen las mismas soluciones. Con
el esquema indicado en la tabla anterior se obtienen ecuaciones equivalentes
a la dada y que son ms fciles de resolver.

Ejercicios

Resuelve las ecuaciones:
2. 3(x+1)/2 x = (x-4)/3
3. (4x-3)/2 = (5x+1)/3
4. (x-3)/2 + 7 = x - (5-x)/4
5. -3(5-x)/103x/2=7- x/3

Clasifica las ecuaciones:
6. 5(x-3) 2 (2x-1) = x+3
7. 5(x-2)+3(x+1)/2=13x/2
8. 4x-2 = 52+3x
9. 3(x-1)+5x = 6(x+2)+2x
10. 5(x-3) 2 = x+3

La ecuacin de segundo grado

Es una ecuacin equivalente a una de la forma: ax
2
+bx+c = 0.
Para resolverla hacemos uso de la frmula
4
a
ac b b
x
2
4
2

=

Deduccin de la frmula (NO MEMORIZAR)
Paso 1. Pasamos c al segundo miembro: ax
2
+bx = -c.
Paso 2. Multiplicamos ambos miembros por 4a: 4a
2
+4abx = -4ac
Paso 3.Sumamos b
2
a ambos miembros: 4a
2
+4abx+b
2
= b
2
-4ac
Paso 4. Expresamos el primer miembro como el cuadrado de una suma:
(2ax+b)
2
= b
2
-4ac
Paso 5. Extraemos la raz cuadrada: 2ax+b = b
2
-4ac
Paso 6. Trasponemos tminos: 2ax = -b b
2
-4ac
Paso 7. Despejamos x:
a
ac b b
x
2
4
2

=

Nota. Es un adecuado ejercicio repetir una o ms veces los pasos 1 a 7
anteriores, intentando comprender por qu se da cada uno. Es un error
intentar memorizar dichos pasos.

Ejemplo 7.
Resolver la ecuacin x
2
+5x+4 = 0
2
3 5
2
16 25 5
=

= x . Soluciones: 4 , 1
2 1
= = x x

Ejemplo 8.
2
+4x+4 = 0
2
2
0 4
2
16 16 4
=

=

= x . Solucin doble: x =-2

Ejemplo 9.
2
+3x+4 = 0;

2
7 4
2
16 9 4
=

= x . No tiene solucin

La expresin = b
2
-4ac es conocida como discriminante de la
ecuacin ax
2
+bx+c=0. Si >0 la ecuacin tiene dos soluciones, si =0 tiene
una raz doble y si <0 no tiene solucin.

Ejercicios

Resuelve las ecuaciones
11. x
2
-62x+18 = 0
5
12. 2x
2
-7x+3 = 0
13. x
2
-6x+9 = 0
14. x
2
-x+1 = 0

15. (2x+1)x + 5 = 2
16. (x-3)
2
1 + x = x
17. 1+(x-2)
2
= 1
18. (x+1)
2
= 2
19. ax
2
+bx=0
20. ax
2
+c=0

Ecuaciones bicuadradas

Son ecuaciones, de la forma ax
2r
+ bx
r
+ c = o.
Es fcil ver que, en primera instancia, se reducen a una ecuacin de
segundo grado, sin ms que hacer el cambio de variables t=x
r
.
El mtodo para resolver las ecuaciones bicuadradas consiste en resolver
la ecuacin de segundo grado asociada y calcular, luego, las races r-
simas de dichas soluciones.

Ejercicios
21. x
4
-x
2
-6 = 0
22. x
4
-3x
2
-4 = 0
23. x
4
-11x
2
+18 = 0
24. 3x
4
-12x
2
+9 = 0
25. -2x
4
+12x
2
-16 = 0
26. -x
4
-4x
2
-45 = 0
27. x
6
-9x
3
+8 = 0
28. x
10
-32x
5
+256 = 0

Sistemas de dos ecuaciones lineales con dos incgnitas.

Un sistema de dos ecuaciones lineales con dos incgnitas es un conjunto
de dos ecuaciones lineales con dos incgnitas que se verifican a la vez.

Para su resolucin hay tres mtodos que pasamos a explicar
esquemticamente. Aunque en la prctica el mtodo de sustitucin es,
con gran diferencia, el ms usado (casi el nico) pues presenta bastantes
6
ventajas sobre los otros dos, a este nivel no existen grandes diferencias
entre ellos, pudindose elegir cualquiera de ellos (salvo especificacin
expresa):

Mtodo de Igualacin Ejemplo 11

= +
= +
24 3 2
9
y x
y x

Despejamos una de las incgnitas en
ambas ecuaciones 2 / ) 3 24 (
9
y x
y x
=
=

Igualamos las expresiones obtenidas
2 / ) 3 24 ( 9 y y =
Resolvemos la ecuacin resultante
6 3 24 2 18 = = y y y
Sustituimos el valor obtenido de una
incgnita en alguna de las ecuaciones
del sistema
3 9 6 9 = = + = + x x y x

Mtodo de Sustitucin Ejemplo 12

= +
= +
24 3 2
9
y x
y x

Despejamos una de las incgnitas en
alguna de las ecuaciones
y x = 9

Sustituimos en la otra ecuacin
24 3 ) 9 ( 2 = + y y
Resolvemos la ecuacin resultante
6 24 3 2 18 = = + y y y
Sustituimos el valor obtenido en la
expresin en la que aparece
despejada la otra incgnita
3 6 9 9 = = = x x y x

Mtodo de Reduccin Ejemplo 13

= +
= +
24 3 2
9
y x
y x

Observamos si alguna incgnita tiene los
coeficientes opuestos en ambas ecuaciones.
Si no es as, multiplicamos cada ecuacin por
el nmero adecuado para que ocurra.
24 3 2 ). 1 .( 24 3 2
18 2 2 ). 2 ..( 9
= + = +
= = +
y x y x
y x y x

Sumamos miembro a miembro las ecuaciones
resultantes y resolvemos la ecuacin que
aparece. 6
24 3 2
18 2 2
=
= +
=
y
y x
y x

Sustituimos el valor obtenido en alguna de
las ecuaciones iniciales, o repetimos el
mtodo para la otra incgnita
3 6 9 9 6 = = = + x x x
7

Ejercicios:
Resuelve por los tres mtodos los sistemas

37 .
= +
=
0 5
4 / 3 2 3 /
y x
y x
38.
= +
= +
6 3
4 3 2
y x
y x

. 39.
= +
= +
2 ) 3 ( 7 2
1 2 ) 1 ( 3
y x
y x
40.
=
=
2 4 6
1 2 3
y x
y x

41.
= +
=
3 2 8
5 4
y x
y x
42 .
= +
=
4 2
2 3
y x
y x

43.
= +
= +
1 3
6 6 18
x y
y x
44.
=
+ =
x y
x y
6 6 4
3 3 2

Inecuaciones de primer grado con una incgnita

Una inecuacin es una desigualdad entre dos expresiones algebraicas
(los miembros de la inecuacin).

Soluciones de la inecuacin son los valores numricos de las incgnitas
que hacen que la desigualdad sea cierta. Al conjunto de todas las soluciones
se le llama conjunto solucin.

Ejemplo 4.
La desigualdad 3a
2
<9a-6 es una inecuacin de incgnita a, primer
miembro 3a
2
y segundo miembro 9a-6. Es falsa para a=1 y verdadera para
a=3/2. Luego, a=3/2 es una solucin de la inecuacin.

Llamamos inecuacin de primer grado o lineal a cualquier inecuacin
equivalente a alguna de las siguientes:
ax+b < 0 ax+b 0 ax+b > 0 ax+b 0

8
Para resolverlas se procede como en las ecuaciones lineales, teniendo
en cuenta que, si se multiplican o dividen ambos miembros por un nmero
negativo, cambia el sentido de la desigualdad.

El siguiente cuadro esquematiza las posibles situaciones finales, tras
las pertinentes manipulaciones:

Inecuacin Conjunto solucin Representacin grfica
ax+b < 0 S = (-, -b/a)
ax+b 0 S = (-, -b/a]
ax+b > 0 S = (-b/a, -)
ax+b 0 S = [-b/a, -)

Ejemplo 10.
Resuelve la inecuacin (4-x)/5 (1-2x)/3 1+x:
Eliminamos denominadores:
m.c.m.(5, 3) = 15 3(4-x) 5(1-2x) 15(1+x)
Eliminamos parntesis: 12 - 3x 5 + 10x 15 + 15x
Trasladamos trminos: 12 - 3x 5 + 10x -15 - 15x 0
Reducimos trminos semejantes: -8x 8 0
Despejamos x: -8x 8 x -1

Ejercicios:
Resuelve las inecuaciones:
29. 3-5x < 8
30. 2(x-2) + 3x < 5x+6
31. (2x-3)/8 (5x-1)/2 < -3x+4
32. (x+1)/10 > (2-3x)/5 + (4x-1)/2
33. 5(x-2) 1/3 < 3(x-1) + 2x
34. (3x+7) 5(2x-3) (x-1)/2 1
35. 3(x-1)/2 x > (x-3)/2
36. (4x-1)/2 2x + 9/2

Inecuaciones de segundo grado con una incgnita

Llamamos inecuacin de segundo grado con una incgnita a cualquier
inecuacin equivalente a alguna de las siguientes:
ax
2
+bx+c < 0 ax
2
+bx+c 0 ax
2
+bx+c > 0 ax
2
+bx+c 0

9
Para resolverlas se procede a hallar las soluciones, r
1
y r
2
, de la
ecuacin ax
2
+bx+c=0 y factorizamos ax
2
+bx+c=a(x-r
1
)(x-r
2
), Como el
producto de dos factores es positivo si ambos tienen el mismo signo
(ambos son positivos o ambos negativos) y el producto es negativo si el
signo de ambos factores es distinto, el problema se reduce a resolver
(dos) sistemas de dos inecuaciones lineales.

En la prctica, basta representar las races r
1
y r
2
en el eje real y
estudiar los signos de los factores en cada intervalo (-,r
1
), (r
1
, r
2
), (r
2
,
) y para ello basta estudiar el signo en un punto cualquiera de cada
intervalo. Si r
1
=r
2
, se tiene que signo(ax
2
+bx+c)=signo(a) para todo real
excepto r
1
.

Ejemplo 14.
Resuelve la inecuacin x
2
-3x+2>0
Las races de la ecuacin x
2
-3x+2=0 son r
1
=2 y r
2
=3 y estudiamos los
signos de a=1, (luego no se tiene en cuenta), x-2 y x-3 en los dos
intervalos (-,2), (2, 3) y (3, ).

Punto e intervalo signo(x-2) Signo(x-3) sig(x
2
-3x+2) solucin
1(-,2), < 0 < 0 > 0 SI
5/2(2, 3) >0 < 0 < 0 NO
4(3, ). > 0 > 0 > 0 SI

La solucin de la inecuacin es (-,2)(3, ).

Ejercicios:

Resuelve las inecuaciones:
45. x
2
-6x+9 > 0
46. 3x
2
+5x-2 0
47. x
2
+2x > 0
48. x
2
+1 0
49. (x-3)
2
4
50. 3(x
2
-1) 5(x-2) < 0
51. x
2
-7 -3(x-1)
52. x
2
+ < x-2
53. 2(5-x
2
) >3x+1
54. (2x-1)/5 > 3x
2
/2
10

Ejercicios variados:

55. (3x-2)/4 (5x-2)/8 + 3[x-(4x-1)/2 ] = 3x
56. (3+x)( (3-x) = -x
2
+x+1
57. 3(x-(5/2))/4 (x/12 + 1/6) =81+x)/3
58. 3[2x (1-(x+2)/3]/4 = (2-x)/5

Indica, sin calcularlas explcitamente, cuantas soluciones t
tnen de las siguientes ecuaciones:
59. 2x
2
-3x+1 = 0
60. 3x
2
+23x+1 = 0
61. x
2
/3 - 2x + 5 = 0
62. 35 x
2
-3x = 0

Resuelve:
63. 6x
2
-x-2 = 0
64. x
2
-7x+6 = 0
65. x
2
-6x+9 = 0
66. (x-2)
2
+x = 4 2(1-x)
2

Resuelve:
67. 9x
4
-12x
2
+3 = 0
68. (x
2
+2)/3 (x
4
-8)/2 + 2 = 0
69. (x
2
-4)
2
5 (x
2
-4) + 4 = 0

Resuelve:
70. 5x 3(1-4x) 4x-1
71. (5x-2)/3 (x-3)/2 (x-2)/3 + 29/6
72. 7(2x-1) 3x 2(x+1) 9
73. 3(x-7) + 2x 5(x-1)

Resuelve:

74.
=
+ = +
y x
y x
7
2 / ) 5 1 ( 3 / ) 2 (
75.
= +
=
y x
y x
4 7 ) 1 ( 3
3 / 2 /

11
Averigua si los siguientes sistemas son incompatibles, compatibles
indeterminados o compatibles determinados:

76.
=
=
10 3 5 5
3 2 3 3
y x
y x
77.
=
= +
5 3 2
11 3
y x
y x

78.
= +
= + +
1 2 3
1 3 / ) 5 ( 2 / ) 3 (
y x
y x

Resuelve:

79. (x-2)(x+1) > 18
80. 9x
2
-6x+1 0
81. x
2
+ x +1 < 0
82. (x-3)/2 > (x-2)(x+7) + 17

Soluciones de los ejercicios propuestos:

1. Si a=0, b0 la ecuacin queda b=0, lo que es manifiestamente falso para
cualquier valor de la x. Si a=0, b=0 la ecuacin se reduce a la identidad
trivial 0=0, que se cumple para todo valor x (puesto que no depende de x),
con lo que toda x es solucin de la ecuacin.

2. 17
6
17
6
1
3
4
2
3
3
1
2
3
3
4
3
1
2
3
2
3
= = = = + x x x x x x x x
3. 2 / 11 = x 4. 9 = x 5. 26 / 255 = x
6. Se reduce a 3 13 + = x x , es decir, 0 16= , luego es incompatible
7. Incompatible 8. Compatible determinada.
9. Incompatible 10. Compatible determinada.
11. 2 3 = x es raz doble 12. 2 / 1 , 3
2 1
= = x x
13. 3 = x es raz doble 14. No hay solucin (en ).
15. No hay solucin real 16. 3 1 , 3 1
2 1
+ = + = x x
17. 2 = x es raz doble 18. 2 1 , 2 1
2 1
= + = x x
19. Si a=0, b=0 es compatible indeterminada. En los casos en que a=0, b0 o
a0, b=0 la nica solucin es 0 = x . En el caso a0, b0 hay dos soluciones,
a b x x / , 0 = =
20. En el caso a=0, c=0 es compatible indeterminada. En el caso a=0, c0 es
incompatible. En el caso a0, c=0 la nica solucin es 0 = x . En el caso a0,
12
c0 hay dos soluciones, a c x / = si a y c tienen distinto signo y no hay
solucin si los signos son iguales.
21.- Slo dos soluciones reales 3 , 3
2 1
= = x x
22.- Slo dos soluciones reales 2 , 2
2 1
= = x x
23.- 2 , 2 , 3 , 3
4 3 2 1
= = = = x x x x
24.- 3 , 3 , 1 , 1
4 3 2 1
= = = = x x x x
25.- 2 , 2 , 2 , 2
4 3 2 1
= = = = x x x x
26.- No hay races reales
27.- Dos races reales 2 , 1
2 1
= = x x y cuatro races complejas
28.- 2
1
= x doble y ocho races complejas
Nota.- En los ejercicios 21 a 26, inclusive, el cambio
2
x t = permite reducir
la ecuacin a una de segundo orden en t. En el ejercicio 27 el cambio a
realizar es
3
x t = y en el ejercicio 28 es
5
x t =
29.- 1 > x 30.- Todo 31.-
6
31
< x
32.-
13
2
< x

33.- Todo 34.-
7
41
x
35.- No hay soluciones 36.- Todo
37.-
124
45
,
124
9
= = y x 38.- 0 , 2 = = y x 39.
25
61
,
25
74
= = y x
40.- Infinitas soluciones, todas las del conjunto } :
2
1 3
, {
= = a
a
y a x
41.- Sistema incompatible, no tiene soluciones 42.- 0 , 2 = = y x
43.- Infinitas soluciones, todas las del conjunto } : 3 1 , { = = a a y a x
44.- Infinitas soluciones, todas las del conjunto } :
2
3 3
, {
+
= = a
a
y a x
45.- Todo excepto 3 = x 46.- ] [ 3 / 1 , 2
47.- ( ) ( ) + , 0 2 , 48.- Todo 49.- ( ] [ ) + , 5 1 ,
50.- No hay solucin 51.- ( ] [ ) + , 2 5 ,
52.-No hay solucin 53.- ) 2 / 3 , 3 (
54 No hay solucin
55. x=10/47 56. x=2 57. x=163/28
58. x=1/3 59. Dos distintas 60. una doble
61. Ninguna 62. Dos distintas 63. 3 / 2 , 2 / 1
2 1
= = x x
64. 6 , 1
2 1
= = x x 65.
2 1
3 x x = = 66. 3 / 1 , 2
2 1
= = x x
67. 3 / 3 , 3 / 3 , 1 , 1
4 3 2 1
= = = = x x x x
68. 2 2 , 2 2
2 1
= = x x y otras dos soluciones complejas
69. 5 , 5 , 2 2 , 2 2
4 3 2 1
= = = = x x x x 70. (-, 2/13)
13
71. [4, ) 72. (-, 0] 73. Todo
74. 1 , 7 = = y x 75. 2 , 3 / 4 = = y x
76. Compatible indeterminado 77. Compatible Determinado
78. Incompatible 79. ( ) ( ) + , 5 4 , 80.- 3 / 1 = x
81.- No hay solucin 82. ) 2 / 3 , 3 (

1
Tema 3. Aritmtica mercantil. Progresiones

1. Sucesiones de nmeros reales. Trmino general.
2. Progresiones aritmticas.
3. Progresiones geomtricas.
4. Inters simple y compuesto..

Sucesiones de nmeros reales. Trmino general.

Una funcin real de variable real es una
aplicacin del conjunto de los nmeros reales con imgenes en el mismo.
Valor numrico de una expresin algebraica es el nmero que resulta
de sustituir las letras por valores dados.
Si los originales recorren el conjunto de los naturales, se pueden
ordenar los valores numricos que toma f, f(1),f(2),f(3),f(4),f(5), .., f(n).
Esta ordenacin se suele expresar tambin mediante a
1
, a
2,
a
3
, ., a
n,.

Se obtiene as, una sucesin de nmeros reales y a cada uno de sus
elementos se le llama trmino de la sucesin.
El conocimiento del trmino general de algunas sucesiones suele ser
cuestin importante.

Ejercicios

1) Escribe 10 trminos consecutivos de la sucesin de los mltiplos de 3.
Puedes escribir todos los mltiplos de 3? Razona la respuesta.
2) Cmo expresaras el trmino siguiente a a
n-2
? Y el siguiente a a
n
? Y
el trmino anterior al a
3
? Y al a
n-2
?
3) Escribe 10 trminos consecutivos de la sucesin de los enteros
positivos impares. Puedes escribirlos todos? Razona la respuesta
Halla el trmino general de las sucesiones siguientes:
4) 1, 4, 7, 10, 13, ..
5) 1, 0, -1,-2, -3, .
6) 0, 1/2, 2/3, 3/4, ..
7) 1/3, 1/2, 3/5, 2/3, 5/7, ..
Progresiones aritmticas
Una progresin aritmtica es una sucesin en la que la diferencia
entre dos trminos consecutivos es constante. Se le suele llamar diferencia
de la progresin y se representa por d.

Trmino general
Como se puede escribir que
2
a
1
= a
1

a
2
= a
1
+ d

a
3
= a
2
+ d
=
a
1
+ 2d

a
4
= a
3
+d = a
1
+ 3d
a
5
=

a
1
+ d.= a
1
+ 4d
es fcil admitir que a
n
= a
1
+ (n-1)d. Es cierto, pero habra que probarlo
con ms detenimiento (en concreto sera necesario usar el mtodo de
induccin matemtica para demostrarlo).

Suma de los n primeros trminos de una progresin aritmtica.
La suma de dos trminos de una progresin aritmtica, a
k
y a
n-(k-1),
que
sean equidistantes de los extremos a
1
y a
n
es igual a:

S
n
= (a
1
+ a
n
) n/2

Interpolacin de trminos aritmticos.
Se trata de interpolar k trminos aritmticos entre dos trminos
dados a y b. Se tiene, pues, una progresin aritmtica de k+2 trminos, con
a
1
=a y a
k+2
=b y resta conocer la diferencia d
b = a
k+2
= a
1
+(k+1)d = a+(k+1)d d = (b-a)/(k+1)

Ejercicios
Averigua cules de las siguientes sucesiones son progresiones aritmticas y,
de stas, calcula la expresin de su trmino general y la suma de sus diez
primeros trminos:
8) 1, 0, 1, 0, 1, 0,
9) 2, 3, 9/2, 27/4, 81/8, .
10) 32, 64, 96, 128, 160,
11) 2, 22, 2, 22, 2, 22,
12) 2, 1, 0.5, 0.25, 0.125, ..
3
13) 2, 5, 8, 10, 12 ,15, 16,

Progresiones geomtricas

Una progresin geomtrica es una sucesin en la que el cociente
entre dos trminos consecutivos es constante. Se le suele llamar razn de la
progresin y se representa por r.

Trmino general

Como se puede escribir que
a
1
= a
1

a
2
= a
1
. r

a
3
= a
2
. r
=
a
1
. r
2

a
4
= a
3
. r = a
1
. r
3

es fcil admitir que a
n
= a
1
r
(n-1)
.

Como en el caso de las progresiones aritmticas, es esto cierto pero habra
que probarlo haciendo uso del mtodo de induccin matemtica.

Suma de los n primeros trminos de una progresin geomtrica.

Sean a
n
el trmino general de una progresin geomtrica, entonces la suma
de los n primeros trminos es:
S
n
= (a
n
.r a
1
)/(r-1)

expresin que se puede escribir tambin en las formas

S
n
= (a
1
.r
n
a
1
)/(r-1) S
n
= a
1
(r
n
1)/(r-1)

Suma ilimitada de una progresin geomtrica decreciente.

Si la progresin geomtrica es decreciente, al aumentar n disminuye r
n
, por
lo que la contribucin de cada nuevo sumando es menor cada vez, llegando a
ser prcticamente nula, por lo que el valor de a
n
.r es despreciable frente al
4
de a
1
y se puede escribir que, en el lmite, la suma de todos los trminos de
la progresin geomtrica vale

S = a
1
/(1-r)

Producto de los n primeros trminos de una progresin geomtrica.

El producto de dos trminos de una progresin geomtrica, a
k
y a
n-(k-1),

equidistantes de los extremos a
1
y a
n
es igual a:

n
n n
a a P ) (
1
=

Interpolacin de trminos geomtricos.

Se trata de interpolar k trminos geomtricos entre dos trminos
dados a y b. Se tiene, pues, una progresin geomtrica de k+2 trminos, con
a
1
=a y a
k+2
=b y resta conocer la razn r
b = a
k+2
= a
1
. r
k+1
= a . r
k+1

1
/
+
=
k
a b r

Ejercicios
Averigua cules de las siguientes sucesiones son progresiones geomtricas
y, de stas, calcula la expresin de su trmino general y el producto de sus
diez primeros trminos. Calcula tambin la suma de sus diez primeros
trminos y, si alguna fuera decreciente, halla su suma limitada.
14) 1, 0, 1, 0, 1, 0,
15) 2, 3, 9/2, 27/4, 81/8, .
16) 32, 64, 96, 128, 160,
17) 2, 22, 2, 22, 2, 22,
18) 2, 1, 0.5, 0.25, 0.125, ..
19) 2, 5, 8, 10, 12 ,15, 16,

5

Ejercicios y problemas de progresiones.
Calcula la suma de los 20 primeros trminos de una progresin geomtrica
en los dos casos siguientes:
20) a
n
=2 . 3
n-1
21) a
3
=36 y r=3

Calcula la suma de los 100 primeros trminos de una progresin
aritmtica en los casos
22) a
1
= 2 y d = 5 23) a
1
= 5 y d = 2
Calcula el producto de los 20 primeros trminos de una progresin
geomtrica en los dos casos siguientes:
24) a
1
=243 y r=1/3 25) a
n
=1/2
n-1
26) Halla la progresin aritmtica que se obtiene al interpolar dos
trminos entre cada dos trminos consecutivos de la progresin aritmtica
12, 30, 48, 66,
27) Halla la progresin geomtrica que se obtiene al interpolar dos
trminos entre cada dos trminos consecutivos de la progresin
geomtrica
24, 648, 17496, 472392,
28). En plena Edad Media, un viajero solicit hospitalidad a un usurero
proponindole el siguiente trato:
Me alojar en tu casa durante un mes. El primer da te dar 1.000
escudos, 2.000 el segundo da y as, 3.000 el tercero, 4.000 el cuarto, etc.
Por tu parte, adems de alojamiento y comida, me dars 1 escudo el primer
da, 2 el segundo, 4 el tercero, 8 el cuarto, etc.
El usurero comprob que el primer da ganara cerca de 999 escudos
(dar de comer a una persona no costara ms all de 5 o 10 escudos diarios),
el segundo 1.998, el tercero 2.996 y acept.
Quin gan con el trato?
6
El hijo del usurero estuvo presente en el trato y, tras no dormir en
toda la noche, le propuso al padre que slo aceptara el trato por quince das.
Tena razn el hijo del usurero? Razona la respuesta.
Cul es el nmero mximo de das que puede alojarse el viajero para
que el usurero obtenga beneficios con el trato?.
29. Obtener razonadamente la suma de los 500 primeros nmeros
naturales impares.
30. Calcular la suma de los cincuenta primeros nmeros de un progresin
aritmtica de primer trmino 4 y diferencia 3.
31. Hallar la suma de los cien primeros nmeros naturales.
32. Hallar la suma de los mil primeros nmeros pares. (Se considera el 2
el primer par).
33. El primer da de perforacin del tnel bajo la avenida de la Repblica
Argentina del futuro tren metropolitano de Sevilla se avanzaron 5m
(algunas informaciones dicen que mucho menos, pero no daremos crdito a
esas informaciones) y cada da se avanza un 4% ms que el da anterior
(esto s que no he conseguido hablar con nadie que se lo crea). Si el tnel ha
de medir 1225 m. Cunto tiempo se tardar en finalizar la perforacin del
tnel?
34 Obtener razonadamente la suma y el producto de las 500 primeras
potencias de base 2. Se considera 2 2
1
1
= = a la primera potencia de 2.
35. Calcular la suma ilimitada de los trminos de una progresin
geomtrica de primer trmino 4 y razn 1/5.
36. Un nmero decimal peridico puede expresarse como la suma de los
trminos de una progresin geomtrica decreciente ilimitada. Sabiendo
esto, hallar la fraccin equivalente a 4 3 2

37. Hallar el quinto trmino de una progresin geomtrica decreciente
ilimitada si la razn es r = 1/4 y su suma ilimitada vale 8.
38. Interpola dos trminos de una progresin geomtrica entre los
nmeros 7 y 875.
39. Hallar la progresin geomtrica tal que el cuarto trmino sea 32 y la
diferencia entre el sexto y el quinto sea 64.
7
40. Hallar la progresin geomtrica tal que el tercer trmino sea 18 y la
diferencia entre los trminos quinto y cuarto sea 108.

Inters simple e inters compuesto.
En la sociedad actual es frecuente que muchas personas pidan
prstamos para adquirir bienes o para invertir, con independencia de que
el prestatario tenga o no fondos propios.
En Economa se distinguen tres figuras principales participantes en el
proceso: a) demandantes de fondos (personas o entidades que necesitan
disponer de liquidez por alguna razn); b) ofertantes de fondos
(personas o entidades que disponen de liquidez y estn en disposicin de
prestar dinero a otras personas o entidades) y c) intermediarios
financieros (personas o entidades que intermedian entre unos y otros).
Se llama inters a la cantidad de dinero que pagan los demandantes a los
intermediarios y a los ofertantes. Se denomina tipo de inters la
cantidad que se paga por cada euro, Existen varias modalidades de
inters, las ms usuales son el inters simple y el inters compuesto.

Inters simple.
En este caso, el capital permanece inalterable durante todo el perodo
y una vez superado el llamado perodo mnimo de intereses, momento en
el cual se retiran los intereses.
En general, I representa el inters que se abona por el servicio, C el
capita, i
1
el tipo de inters anual expresado en tanto por uno y n el
tiempo que dura la operacin expresado en aos.
En estas condiciones, el inters a pagar viene dado por la expresin
I = C.i.n
Inters compuesto.
En este caso, el capital se modifica durante el proceso, una vez
superado el llamado perodo mnimo de intereses, los intereses no se
retiran
En general, I representa el inters que se abona por el servicio, C el
capital recibido por el demandante i
1
el tipo de inters anual expresado
8
en tanto por uno, n el tiempo que dura la operacin expresado en aos y,
finalmente C
n
el capital obtenido finalmente en las condiciones sealadas.
La expresin de C
n
en funcin del capital inicial, el tipo de inters y la
duracin del prstamo pactado es la siguiente:
C
n
= C (1+i)
n
luego
C = C
n
/ (1+i)
n

Por otra parte, el inters obtenido I viene dado por
I=C [(1+i)
n
-1]

Ejemplos
1. Calcular el beneficio que se obtiene al depositar durante 90 das
1.000 en una Caja de Ahorros al 6% anual.

Se tiene que
C = 1.000,
n = 90 das . (1 ao/360 das) = 1/4 aos = 0.25 aos
i = 6% = 0.06 (tanto por uno)
I = 1.000x0.06X0.25 = 15

2. Se depositan 35.000 durante 3 aos a un inters anual del 8% y
no se retiran los intereses. Calcular el capital obtenido al final del
perodo
a) Si se pacta inters simple
b) Si se pacta inters compuesto

C = 35.000, n = 3 aos, i = 0.08
a) A final del primer ao se han generado unos intereses I
1
=
35.000X1X0.08 = 2.800. Puesto que no se retiran los intereses, al final
del primer ao se ha generado un capital C
1
, suma de C e I
1
C
1
= C + I =
37.800
Anlogamente, al final del segundo ao se han generado de intereses
I
2
= 37.800X0.08 = 3.024 C
2
= C
1
+ I
2
= 40.824

Finalmente, al terminar el tercer ao se obtuvieron I
3
=
40.824X0.08 = 3.265,92 C
3
= C
2
+ I
3
=44.089,92
9

b) Ahora se tiene directamente C
3
= C (1+i)
3
= 35.000X1.08
3

=44.089,92 igual que antes

Ejercicios

41. Qu beneficio producen 35.000 al cabo de 900 das a un 6.5% de
inters simple anual?
42. Averigua la evolucin de un capital de 5.000 colocado al 7.5% anual
durante 5 aos
43, Un abuelo ingresa en una cartilla 7.000 al 6% de inters compuesto
anual al nacer su nieto. Si el abuelo fallece 15 aos despus del
nacimiento del nieto qu cantidad le ha dejado?
44. En una libreta de ahorros a la vista hay anotados los ingresos
reflejados en la tabla

Fecha valor Ingresos
01/01/2000 40
01/01/2001 50
01/01/2002 60
01/01/2003 70
Qu intereses producirn estos ahorros colocados al 3% de inters
compuesto anual si se contabilizan el 31/12/2004?
45 Cuntos aos deben pasar para que se dupliquen 1.000 colocados al
6.5% anual? Y para que se dupliquen 2.000?
46. Se deposita un capital inicial de 8000 a inters compuesto (los
intereses se suman cada ao al capital para producir nuevos intereses),
durante cinco aos. Calcular el capital final si el rdito es del 3% anual.
47. Abrimos una cuenta en un banco con 1500 a un rdito anual del 3%,
y los intereses que genera cada ao se reinvierten en dicha cuenta. Si al
10
final del segundo ao cancelamos la cuenta Cunto dinero nos deben
dar?
48. Abrimos una cuenta con 6000 en un banco a un inters anual del
6%, y los intereses que genera al final de cada ao se reinvierten en
dicha cuenta. Si al final del segundo ao cancelamos la cuenta Cunto
dinero nos debera ingresar el banco en concepto de inters al terminar
el primer ao? Y al finalizar el segundo?
Nota.- Los ejercicios 49 y 50 se consideran avanzados y NO DEBEN NI
INTENTARSE SU RESOLUCIN mientras no se DOMINEN los
ejercicios 41 a 48, inclusive.
49. En una libreta de ahorros a la vista hay anotados los ingresos
reflejados en la tabla
Fecha valor Ingresos
01/01/2000 40
01/01/2001 50
01/04/2001 20
15/11/2001 30
Qu intereses producirn estos ahorros colocados al 3% de inters
compuesto anual si se contabilizan el 31/12/2001?

50. Al nacer Juan, su padre abri una libreta de ahorros , con inters del
4.5%, en la que deposita 10 el da 1 de cada mes. Qu capital habr en
la libreta al cabo de 21 aos?

Soluciones a los ejercicios.-
1.- 21, 24, 27, 30, 33, 36, 39, 42, 45, 48. No es posible escribir todos pues
es un conjunto de cardinal infinito (con un nmero infinito de elementos).
2.-
3 2 1 1
; ; ;
+ n n n
a a a a 3.- Es anlogo al 1.
4.- 2 3 = n a
n
5.- n a
n
= 2 6.-
n
n
a
n
1
=
7.-
2 +
=
n
n
a
n
8.- No lo es 9.- No lo es
11
10.- Si lo es. n n a
n
32 32 ) 1 ( 32 = + = 1760
2
10 ) 320 32 (
2
10 ) (
10 1
10
=
+
=
+
=
a a
S
11. No lo es 12.- No lo es 13.- No lo es 14.- No lo es
15.- Si lo es con 2 / 3 , 2
1
= = r a .
2
1
1
2
3
)
2
3
( 2

= =
n
n
n
n
a , ( )
35
45
10
8
9
10
10 1 10
2
3
)
2
3
* 2 ( = = = a a P
66 ' 226
256
58025
256
1024 59049
2
2 3
1 ) 2 / 3 (
) 1 ) 2 / 3 (( 2
1
) 1 (
8
10 10 10 10
1
10
= =

=
r
r a
S
16.- No lo es 17.- No lo es 18.- Si lo es con 2 / 1 , 2
1
= = r a .
2
1
2
1
)
2
1
( 2

= =
n
n
n
a , ( )
35
10
8
10
10 1 10
2
1
)
2
1
* 2 ( = = = a a P
996 ' 3
256
1023
256
1 1024
2
1 2
1 ) 2 / 1 (
) 1 ) 2 / 1 (( 2
1
) 1 (
8
10 10 10
1
10
= =

=
r
r a
S
19.- No lo es
20.- 3486784400 1 3
1 3
) 1 3 ( 2
3 , 2
20
20
20 1
= =
= = = S r a
21.-
3
) 1 3 ( 4
1 4
) 1 3 ( 4
3 , 4
20 20
20 1

=
= = = S r a
22.- 24950 100
2
497 2
100
2
100 1
100
=
+
=
+
=
a a
S
23.- 10400 100
2
203 5
100
2
100 1
100
=
+
=
+
=
a a
S
24.- ( ) ( )
90 10
9
10 19 10
20 1
20
20 1 20
3 )
3
1
( )) 3 / 243 ( 243 (

= = = = = a a a a P
25.- ( ) ( )
190 10
19
10 19 10
20 1
20
20 1 20 1
2 )
2
1
( ) 2 / 1 ( 2 / 1 , 1

= = = = = = = a a a a P r a
26.- Sea 6 18 ) 1 ( 18 12 , 12
1
= + = = n n a a
n
la progresin original y sean
6 18 ,..., , , 12
2 3 3 7 2 4 1 1
= = = = = =

n a b a b a b a b
n n
la progresin obtenida al
interpolar. Se tiene que 6 18 ) 3 3 ( 12 ) 3 3 (
1 2 3
= + = + =
n n d n d b b
n
, luego
( ) ( ) 6 ) 1 ( 18 18 18 1 3 6 18 ) 3 3 ( 12 = = = = + d n n n d n n d
La progresin buscada es 12, 18, 24, 30, 36, 42, ..,
6 6 ) 1 ( 6 12 ) 1 (
1
+ = + = + = n n n d b b
n

Nota. Quizs os parezca ms sencillo hacer a=12, b=30, k=2 y hacer uso de
la frmula para hallar d 6
3
12 30
1
=
=
+
=
k
a b
d
27.- . 3 27 / 2 , 648 , 24
3 3
= = = = = = a b r k b a Resulta 3 , 24
1
= = r b
28.- Sean 1000 , 1000
1
= = d a los elementos que definen la progresin
aritmtica que permite calcular lo que paga el viajero. Sean, por otra parte,
2 , 1
1
= = r b los elementos que definen la progresin geomtrica que permite
calcular lo que paga el usurero. Al cabo de n das el viajero ha pagado
12
) 1 ( 500
2
) 1 ( 1000 1000 1000
+ =
+ +
= n n n
n
S
n
mientras que el usurero habr
pagado 1 2
1 2
) 1 2 ( 1
=
=
n
n
n
T . Como una expresin crece con orden cuadrtico
y la otra con orden exponencial, sta crecer mucho ms rpidamente.
De hecho, al cabo de 17 das el viajero habr pagado 153000 escudos y
habr recibido 131071 escudos, lo que todava favorece al usurero, pero el
da 18 las cifras son de 171000 y 262143 escudos.
29. 250000 500
2
999 1
999 499 * 2 1 2 , 1
500 500 1
=
+
= = + = = = S a d a
30. Igual que antes pero con 3875 50 , 3 , 4
50 1
= = = = S n d a
31. 50500 100 , 1 , 1
100 1
= = = = S n d a 32. 1001000
1000
= S
33. Se trata de una progresin geomtrica con 5
1
= a y r = 1,04 Al cabo de
n das se ha avanzado la suma de lo hecho cada da.
1225
04 , 0
5 004 , 1 5
1

=
n n
n
S 49 5 004 , 1 5
1

n
8 , 9
5
49
1 004 , 1
1
=
n

8 , 10 004 , 1
1
n
) 8 , 10 log( ) 004 , 1 log( ) 1 ( n 67 , 60 1 n
62 n Si no surgen nuevos contratiempos tardar 62 das.
34. ) 1 2 ( 2
1 2
) 1 2 ( 2
500
500
500
=

= S
500
500
2 * 2 = P 35. 5
5
4
1
4
=
= S
36. + + + + = + + + = .... 01 ' 0 01 ' 0 1 ( 34 ' 0 2 ... 0034 ' 0 34 ' 0 2 4 3 2
2

99
232
99
34
2
99 ' 0
1
34 ' 0 2
1
34 ' 0 2
1
= + = + + =
+
r
a

37.
1
1
) 3 / 4 (
1
8 , 4 / 1 a
r
a
S r =
= = = 6
1
= a 128 / 3 ) 4 / 1 ( * 6
4
5
= = a
38. 875 , 175 , 35 , 7 5
7
875
3
= = r
39. } 2 , 1 { 2 64 ) ( , 32
2 2 3
1
4
1
5
1
3
1
= = = = r r r r r r a r a r a r a .
Si 1 = r queda -32, 32, -32, 32,
Si 2 = r queda 4, 8, 16, 32, 64, 128, .
40.-
} 2 / 9 , 2 { } 2 , 3 { 6 108 ) ( , 18
1
2 2 2
1
3
1
4
1
2
1
= = = = a r r r r r r a r a r a r a .
Hay dos soluciones: 2, 6, 18, 54, 162, 486, . , 9/2,-9, 18,-36, 72, .

41. I = C*r*t = 35000*0065*(900/360) = 56875
42.
t Capital inicial Intereses Capital final
1 C I
1
=C*I=375 C
1
=C+I
1
=5375
2 C
1
I
2
=C
1
*I=403125 C
2
=C
1
+I
2
=5778125
13
3 C
2
I
3
=C
2
*I=433359 C
3
=C
2
+I
3
=6211484
4 C
3
I
4
=C
3
*I=465861 C
4
=C
3
+I
4
=6677345
5 C
4
I
5
=C
4
*I=500801 C
5
=C
4
+I
5
=7178146
43. C
f
=C
i
(1+I)
5
= 7000*1006
15
=1677591
44. El capital que queda despus de practicar cada ingreso est colocado
durante diferente tiempo y acumulando intereses. Lo calcularemos de dos
formas.
a) Haciendo clculos independientes por cada cantidad (como los ingresos
son siempre un 1 de enero y se contabilizan un 31 de diciembre son aos
completos).
Los 40 se colocan 5 aos (del 01/01/2000 al 31/12/2004). Su valor final
ser 37 ' 46 03 ' 1 * 40 ) 1 (
5 5 ) 1 (
5
) 1 (
= = + = I C C y el inters producido 37 ' 6
) 1 (
= I .
Anlogamente para las otras cantidades:
28 ' 56 03 ' 1 * 50 ) 1 (
4 4 ) 2 (
4
) 2 (
= = + = I C C 28 ' 6
) 2 (
= I
56 ' 65 03 ' 1 * 60 ) 1 (
3 3 ) 3 (
3
) 3 (
= = + = I C C 56 ' 5
) 3 (
= I
26 ' 74 03 ' 1 * 70 ) 1 (
2 2 ) 4 (
2
) 4 (
= = + = I C C 26 ' 4
) 4 (
= I
El inters producido es 45 ' 22
) 4 ( ) 3 ( ) 2 ( ) 1 (
= + + + I I I I
b) Calculando los intereses al final de cada ao.
El 31/12/2000 los 40 se han convertido en 2 ' 41 03 ' 1 * 40 =
Junto al ingreso del 01/01/2001 se convierten en 2 ' 91
El 31/12/2001 el capital se ha convertido en 94 ' 93 03 ' 1 * 2 ' 91 =
El 31/12/2002 el capital se ha convertido en 56 ' 158 03 ' 1 * 94 ' 153 =
El 31/12/2004 (ahora han pasado dos aos) el capital se ha convertido en
48 ' 242 03 ' 1 * 56 ' 228
2
= .

Como los ingresos fueron de 220, el inters es de 2248, como antes.
45.-
065 ' 1 log
2 log
2 065 ' 1 ) 1 ( = = = + n I
n n
El tiempo es el mismo para duplicar
cualquier cantidad.
46. 19 ' 9274 03 ' 1 * 8000 ) 1 (
5 5
5
= = + = I C C
47. 35 ' 1591 03 ' 1 * 1500 ) 1 (
2 2
2
= = + = I C C
48

6 ' 381 06 ' 0 * 6360 1 * *
360 06 ' 0 * 6000 1 * *
1 2
1
= = =
= = =
I C I
I C I

49. Aunque parezca igual que el ejercicio 44, presenta notables diferencias,
pues no siempre est colocado el capital un nmero exacto de aos.
Haremos los clculos de forma anloga al procedimiento b) del 44.
14
Como desde el 01/01/2000 no hay ms ingresos hasta el 01/01/2001, al
31/12/2000 los 40 han estado un ao al 003 por uno y se han convertido
en 2 ' 41 03 ' 1 * 40 = .
El 01/01/2001 se ingresan 50, lo que hace un total de 912. Como hasta
tres meses despus no hay ms ingresos, los 912 estn colocados tres
meses a un tanto por uno mensual de 12 / 03 ' 0 .
El 31/03/2001 se han convertido en 89 ' 91 )
12
03 ' 0
1 ( * 2 ' 91
3
= +
El 01/04/2001 se ingresan 20, lo que hace un total de 11189. Como hasta
el 14/11/2001 no hay ms ingresos, los 11189 estn colocados 225 das, es
decir, siete meses y medio 5 ' 7 12 * ) 360 / 225 ( = a un tanto por uno mensual
de 12 / 03 ' 0 .
El 14/11/2001 se han convertido en 01 ' 114 )
12
03 ' 0
1 ( * 89 ' 111
5 ' 7
= +
El 15/11/2001 se ingresan 30, lo que hace un total de 14401. El da
31/12/2001 han estado colocados los 14401 durante 45 das = 15 meses a
un tanto por uno mensual de 12 / 03 ' 0 , convirtindose en
55 ' 144 )
12
03 ' 0
1 ( * 01 ' 144
5 ' 1
= + y el inters total resulta 55 ' 44 140 55 ' 144 =
50. Como 21 aos hacen un total de 252 meses, el tanto por uno mensual es
del 0045/12 = 000375 y se ingresan 10 el da 1 de cada mes, se calcula en
cuanto se convierten los primeros 10 durante 252 meses, los siguientes
10 durante 251 meses y as sucesivamente. Resulta la suma de 252
trminos de una progresin geomtrica de primer trmino
68 ' 25 ) 00375 ' 0 1 ( * 10
252
= + y razn ... 99626 ' 0
00375 ' 1
1
=
El valor final ser
74 ' 4197
00375 ' 1 1
00375 ' 1 1
* 00375 ' 1 * 10
1
00375 ' 1
1
1
00375 ' 1
1
00375 ' 1 * 10
1
) 1 (
252
252
252 1
=
=
r
r a
S
n

1
Tema 4.- Funciones elementales.
4.1. Concepto de funcin. Dominio.
4.2. Funciones lineales y cuadrticas.
4.3. Funciones de proporcionalidad inversa.
4.4. Funciones definidas a trozos.
4.5. Composicin de funciones. Funcin inversa o recproca.
4.6. Funciones trigonomtricas, exponenciales y logartmicas.

Concepto de funcin. Dominio.
Se llama funcin f del conjunto A en el conjunto B a una relacin de
dependencia en que a cada elemento x de A le corresponde un nico
elemento de B. Se simboliza mediante la notacin:
f: A B
x y = f(x)
Si un elemento x de A se corresponde con otro y de B diremos que y
es la imagen de x por la funcin f o que x es la antiimagen (tambin el
original) de y por la funcin f.

El nombre de funcin se suele reservar al caso en que tanto A como B
sean conjuntos numricos. En particular, si tanto A como B son conjuntos de
nmeros reales se dir que f es una funcin real de variable real.

Con frecuencia se puede expresar una funcin por medio de una
frmula que permite hallar las imgenes de los elementos del conjunto de
partida y los originales de los elementos del conjunto de llegada. Se le
denomina expresin analtica de la funcin f.

Ejemplos
1) Sean f, g, h y l las funciones
f: g:
x f(x)=-x x g(x)=-x

h: l:
x h(x)=-x x l(x)=-x

Las funciones f y h son distintas (Por qu?) mientras que g y l no son ni
siquiera funcin (Por qu)

2) Sea f(x) = 3x-x
2
. Calcula las imgenes mediante f de 3 y -1 y los
originales de 28 y 18.

2
Dominio y recorrido de una funcin,
Se llama dominio de una funcin f al conjunto de nmeros que tienen
imagen por f. Se designa por D(f) o Dom(f).
Se llama recorrido de una funcin f al conjunto de nmeros que son
imagen por f de los puntos de su dominio. Se designa por R(f) o Rec(f).

Ejemplo
3) Sea . 2 ) ( = x x f f(x) ser un nmero real si y slo si el radicando
es no negativo. Luego D(f) = [2, +). Dado y
+
, y ser imagen por f
de y
2
+2. Luego R(f) =
+
.

Ejercicios
Halla el dominio y el recorrido de las funciones
1) 1 2 ) ( = x x f
2) 1 2 ) ( = x x f
3) x x + 1 5
4)
2
1 2
) (
+
=
x
x
x f
5)
1 2
) (

=
x
e x f
6) 4 ) (
2
+ = x x f

Caractersticas de las funciones
Periodicidad

Una funcin f es peridica de periodo T si existe un real positivo T tal que,
para cualquier x del dominio de f se verifica que f(x+T) = f(x).

Si T es un periodo de f tambin lo es cualquier mltiplo de T. Al mnimo
periodo se le llama periodo fundamental.

3
Ejemplo
4) La funcin f(x) = x-E(x) es peridica de periodo fundamental 1 ya que
f(x+1) = x+1 E(x+1) = x+1 [E(x)+1] = x E(x) = f(x)

Simetras: funcin par y funcin impar
Una funcin f se dice par si f(-x) = f(x) para cualquier x de su dominio.
Una funcin f se dice impar si f(-x) = -f(x) para cualquier x de su dominio.
Toda funcin par es simtrica respecto al eje de ordenadas. Toda funcin
impar es simtrica respecto al origen.

Ejemplos

5) La funcin f(x) = x es impar y la funcin f(x) = x
2
par, siempre que para
todo x del dominio de f est tambin x en el dominio; si no se especifica
otra cosa, suponemos que el dominio es el mximo posible.
6) Las funciones f(x) = 3x 2x
3
y g(x) = x
4
+ x
6
son, respectivamente, impar
y par.
7) La funcin coseno es par, mientras que las funciones seno y tangente son
impares.

Ejercicios

7) Encuentra la forma general de todos los polinomios que sean funcin par
y de todos los que sean funcin impar.

8) Calcula los valores de a y b en la expresin
y = a sen x + b cos x
si se pretende que se corresponda, respectivamente, con una funcin par o
con una funcin impar.

9) Justifica que si f
1
y f
2
son ambas funciones pares y si g
1
y g
2
son ambas

funciones impares, entonces f
1
/f
2
y g
1
/g
2
son, ambas, funciones pares
mientras que f
1
/g
1
y g
2
/f
2
son, ambas, funciones impares.

4
Monotona: crecimiento y decrecimiento
Una funcin f es estrictamente creciente en un intervalo de su dominio si
para cualesquiera x
1
, x
2
de dicho intervalo se verifica que
x
1
< x
2
f(x
1
) < f(x
2
)
Si en un intervalo del dominio de f se verifica que
x
1
< x
2
f(x
1
) f(x
2
)
se dice que la funcin f es creciente en el intervalo.
Una funcin f es estrictamente decreciente en un intervalo de su dominio
si para cualesquiera x
1
, x
2
de dicho intervalo se verifica que
x
1
< x
2
f(x
1
) > f(x
2
)
Si en un intervalo del dominio de f se verifica que
x
1
< x
2
f(x
1
) f(x
2
)
se dice que la funcin f es decreciente en el intervalo.
Una funcin f es montona en un intervalo de su dominio si en dicho
intervalo es slo creciente o slo decreciente.

Ejemplos
8) La funcin f(x) = x
2
es estrictamente creciente en [0,+) y
estrictamente decreciente en (-, 0].
9) La funcin f(x) = ax+b es estrictamente creciente si a > 0, estrictamente
decreciente si a < 0. Si a = 0 la funcin es constante (lo que permite
suponerla creciente o decreciente, aunque no estrictamente).
Ejercicios
10) Justifica que f(x) es creciente en un intervalo si para cualesquiera sean
x
1
y x
2
del intervalo se verifica que 0
x - x
) f(x - ) f(x
2 1
2 1
> y decreciente si
0
x - x
) f(x - ) f(x
2 1
2 1
<

Determina los intervalos de crecimiento y decrecimiento de las funciones:
11) a)
2
) ( x x f = b)
3
) ( x x f =

5
Extremos: mximos y mnimos
Una funcin tiene un mnimo relativo (o mnimo local) en x
0
si existe un
entorno de x
0
tal que se verifique
f(x) f(x
0
)
para todo x del entorno.
Una funcin tiene un mnimo absoluto en x
0
si se verifica que
f(x) f(x
0
)
para todo x del dominio.
Una funcin tiene un mximo relativo (o mximo local) en x
0
si existe un
entorno de x
0
tal que se verifique
f(x) f(x
0
)
para todo x del entorno.
Una funcin tiene un mximo absoluto en x
0
si se verifica que
f(x) f(x
0
)
para todo x del dominio.

Ejemplo
10) La funcin y=x
2
tiene en x=0 tanto un mnimo absoluto como relativo

Funciones lineales y cuadrticas.
Funciones algebraicas son aquellas en que la variable independiente x est
afectada slo por las operaciones de adicin, sustraccin, multiplicacin,
divisin, potenciacin y radicacin.

Funciones polinmicas son aquellas cuya expresin analtica viene dada por
un polinomio. Por tanto su dominio es pues puede hallarse siempre la
imagen de cualquier nmero,

Funcin constante f(x) = K
Es la funcin polinmica de grado cero. Su grfica es una recta horizontal
que pasa por todos los puntos de ordenada k. Su recorrido es R(f) = {k}.
La grfica corresponde a y=2.
-6 -4 -2 2 4 6
1
2
3
4

Funcin afn y = ax + b con a0

6
-6 -4 -2 2 4 6
-5
5
10
15
-6 -4 -2 2 4 6
-15
-10
-5
5
Es la funcin polinmica de grado uno. Su grfica es una recta que pasa por
el punto (0,b) y cuya inclinacin depende del valor de a.
Si a>0 la funcin es creciente y si a<0 decreciente.
Cuando b=0 se llama funcin lineal.
Cuando b=0 y a=1 se llama funcin identidad.
Su recorrido es R(f) = .
Las grficas corresponden, respectivamente, a las funciones de expresiones
analticas y = 2x+3, y = 2x-3, y = -2x +3 e y = -2x-3.

y = 2x+3 y = 2x-3
-6 -4 -2 2 4 6
-5
5
10
15
-6 -4 -2 2 4 6
-15
-10
-5
5

y = -2x+3 y = -2x-3

7
Funcin cuadrtica y = ax
2
+ bx + c con a0
Es la funcin polinmica de grado dos. Su grfica es una parbola de vrtice
(-b/2a, -(b
2
-4ac)/4a), abierta hacia arriba si a>0 y hacia abajo si a<0.
El recorrido es [-(b
2
-4ac)/(4 a), +) si a>0 y (-,-(b
2
-4ac)/(4 a)] si a<0.
Las grficas corresponden, respectivamente, a las funciones definidas por
y = x
2
, y = -2x
2
+3, y = -2x
2
+3x+1

y = x
2

-6 -4 -2 2 4 6
5
10
15
20
25
30
35

y = -2 x
2
+ 3

-6 -4 -2 2 4 6
-70
-60
-50
-40
-30
-20
-10

y = -2x
2
+3x+1

-6 -4 -2 2 4 6
-80
-60
-40
-20

8
Funciones de proporcionalidad inversa
Una funcin racional es la que su expresin analtica es un cociente de
polinomios, y = P(x)/Q(x)
Como se puede hallar la imagen de cualquier nmero, salvo que se anule el
denominador, sigue que su dominio es
D(f) = - {x|Q(x)=0}
Funcin de proporcionalidad inversa y = k/x, k0
Es una funcin racional con P(x) = k y Q(x) = x.
El dominio es, evidentemente, D(f) = - {0}.
El recorrido es tambin R(f) = - {0} (el 0 no es alcanzable pero el resto si,
pues y es la imagen de k/y
Las grficas corresponden, respectivamente, a y = 2/x, y = -2/x

-6 -4 -2 2 4 6
-30
-20
-10
10
20
30

Una funcin irracional es aquella en cuya expresin analtica la variable
independiente aparece bajo el signo radical.
Se consideran en el curso slo funciones de la forma
n
x g x f ) ( ) ( = con g(x)
racional.
La expresin del dominio es diferente segn sea par o impar el ndice n del
radical.
Si el ndice del radical, n, es impar existir la raiz n-sima si existe g(x)
Si el ndice del radical, n, es par existir la raiz n-sima si existe g(x) y es no
negativa.
Por tanto, D(f) = D(g) si n es impar y D(f) = {x|g(x)0}

Funcin raz cuadrada, x x f = ) (
Es una funcin irracional con ndice par. Es la ms simple funcin irracional.
Como la raz cuadrada slo existe en los reales si el radicando es no
negativo, sigue que D(f) = [0, +).
Como para ser funcin se elige, por defecto, la raz cuadrada no negativa,
sigue que R(f) = [0, +).

9

x y =

2 4 6 8
0.5
1
1.5
2
2.5
3

Funciones definidas a trozos.
Una funcin definida a trozos es aquella cuya expresin analtica cambia
segn los valores que tome la variable independiente.
El ejemplo ms sencillo es la funcin valor absoluto.

Funcin valor absoluto f(x) = |x|
Es una funcin definida a trozos de dominio D(|x|) = y recorrido R(|x|) =
[0, +).

Ejercicio
12) Representa grficamente e indica dominio y recorrido de la funcin
1
2
1 2
1
4
2
) (
2
>
<

+
=
x
x
x
si
si
si
x
x
x f

Composicin de funciones. Funcin inversa o recproca.
Operaciones con funciones.
La funcin suma de f y g es la funcin que asigna a cada real x la suma de
las imgenes de x mediante f y mediante g.
(f+g)(x) = f(x) + g(x)
La funcin diferencia de f y g es la funcin que asigna a cada real x la
diferencia de las imgenes de x mediante f y mediante g.
(f-g)(x) = f(x) - g(x)

10
La funcin producto de f y g es la funcin que asigna a cada real x el
producto de las imgenes de x mediante f y mediante g.
(fg)(x) = f(x) g(x)
La funcin cociente de f y g es la funcin que asigna a cada real x el
cociente de las imgenes de x mediante f y mediante g, siempre que g(x)0.
(f/g)(x) = f(x) / g(x)
Obviamente, se tiene que
D(f+g) = D(f)D(g)
D(f-g) = D(f)D(g)
D(f*g) = D(f)D(g)
D(f/g) = D(f)D(g) - {x|g(x)=0}

Dadas dos funciones f y g, la funcin que asigna a cada x el valor g(f(x)) se
denomina funcin compuesta de f y g y se escribe gf

Ejemplo
11) Dadas las funciones f(x) = 3x-1, g(x) = x
2
se tiene que
(gf)(x) = g(f(x)) = g(3x-1) = (3x-1)
2
= 9x
2
-6x+1
(fg)(x) = f(g(x)) = f(x
2
) = 3x
2
-1

Dada una funcin f(x) se considera otra funcin g tal que y = g(x) si y slo si
x = f(y).
Se dice que g es la funcin inversa de f y se representa por f
-1

Obsrvese que f
-1
f f f
-1
son las funciones identidad en el conjunto de
salida y en el de llegada, respectivamente, es decir
(f
-1
f)(x) = x (ff
-1
)(y) = y

En la siguiente tabla se esquematiza qu hacer para hallar la expresin
analtica de la inversa de una funcin

PROCEDIMIENTO EJEMPLO: 5 3 = x y
Se despeja la variable x
3
5 +
=
y
x
Sustituir x por y e y por x
3
5 +
=
x
y

Ejemplo
12) Comprobar que las funciones de la tabla anterior son inversas.

11
Sean 5 3 ) ( = x x f y
3
5
) (
+
=
x
x g . Se verifica que:
x
x x f
x f g =
+
=
+
=
3
5 ) 5 3 (
3
5 ) (
)) ( (

x
x
x g x g f =
+
= = 5
3
5
3 5 ) ( 3 )) ( (

Nota: Obsrvese que las grficas de dos funciones inversas son simtricas
respecto a la bisectriz de los cuadrantes 1 y 3 .
Ello se debe a que para pasar de una a otra se intercambian x e y. As,
si el punto (a, b) est en la grfica de f, (b, a) est en la de f
-1
.

Ejercicios
Calcula las funciones suma, diferencia, producto y cociente de f y g en los
casos
13) 4 11 3 ) (
2
+ = x x x f 4 ) ( + = x x g
Por qu razn, aunque 1 3
4
4 11 3
2
=
+
+
x
x
x x
la expresin analtica de la
funcin cociente no debe simplificarse escribindose
4
4 11 3
) (
) (
2
+
+
=
x
x x
x g
x f
pero NUNCA 1 3
) (
) (
= x
x g
x f
?

14) 2 11 ) (
2
+ = x x x f
4
) (
+
=
x
x
x g

Halla las expresiones analticas de las funciones compuestas gf y fg en los
casos
15) 4 11 3 ) (
2
+ = x x x f , 4 ) ( + = x x g
16) 2 11 ) (
2
+ = x x x f ;
4
) (
+
=
x
x
x g
17)
4
4
) (
+
=
x
x
x f ; x x g = ) (

Encuentra la funcin inversa de las funciones siguientes:
18) 1 ) (
3
= x x f
19)
4
4
) (

=
x
x f
20)
4
4
) (
+
=
x
x
x f
21) Justifica que la funcin 1 ) (
2
= x x f no tiene inversa

12
Funciones trigonomtricas, exponenciales y logartmicas.

Funciones exponenciales.
La funcin que asigna como imagen de x el valor f(x) = a
x
se llama funcin
exponencial de base a, donde a es un real positivo distinto de 1.
El caso f(x) = e
x
es particularmente interesante pues permite describir
mltiples situaciones reales.
Estaremos en mejores condiciones para estudiarlas despus de los temas 5
y 6.

Propiedades de las funciones exponenciales
Hay que distinguir los casos a>1 y a<1.
Dominio:
Recorrido: (0, +) =
+

Todas cortan al eje OY en (0,1)
Continuidad: es continua en todo .
Asntotas: el eje OX, pero hay que tener en cuenta que
Si a>1 se aproxima a 0
+
cuando x tiende a -.
Si o<a<1 se aproxima a 0
+
cuando x tiende a +.
Periodicidad: No tiene.
Crecimiento y decrecimiento
Si a>1 es estrictamente creciente.
Si o<a<1 es estrictamente decreciente
Extremos relativos: No tiene.

Se adjuntan las grficas para a = e, a = 2, a = 1/2, a = 7 y a = 1/7.

y = e
x

-6 -4 -2 2 4 6
50
100
150
200
250

13
y = 2
x
y = (1/2)
x

-2 -1 1 2 3 4 5
5
10
15
20
25
30
-2 -1 1 2 3 4 5
1
2
3
4

y = 7
x
y = (1/7)
x

-2 -1 1 2 3 4 5
1000
2000
3000
4000
-2 -1 1 2 3 4 5
2
4
6
8
10
12

Ejemplos
13) Si f y g son funciones exponenciales y f(2) = 81, g(-2) = 81, se tiene que
las bases son, respectivamente 9 y 1/9

14
Funciones logartmicas.

Logaritmos. Propiedades.
Dado un nmero real positivo, a, distinto de 1, se llama logaritmo en base a
de p, y se representa por p
a
log , al exponente al que hay que elevar a para
obtener p.
Es decir, log
a
p = x a
x
= p

Ejemplo
13) Asi, log
2
4 = 2, loq
3
(1/27) = -3 log
a
a = 1, log
a
1 = 0

Propiedades
1) log
a
1 = 0
2) log
a
a = 1
3) log
a
(pq) = log
a
p + log
a
q
4) log
a
(p/q) = log
a
p - log
a
q
5) log
a
(p
n
) = n log
a
p
6) p n p
a
n
a
log ) / 1 ( log =
7) log
a
x = (log
b
x)/ (log
b
a)
Demostraciones (NO OBLIGATORIAS):
1) y 2) se siguen de la definicin y se explicarn en el ejemplo.
3) Si log
a
p = x y log
a
q = y a
x
= p y a
y
= q
pq = a
x
a
y
= a
x+y
log
a
(pq) = x+y = log
a
p + log
a
q
4), 5) y 6) son anlogas
Ejercicios
22) Demostrar la propiedad 4) anterior.
23) dem la 5)
24) dem la 6)
25) dem la 7)
Escribe en forma logartmica las igualdades
26) 6
2
= 36
27) 4
-3
= 1/64
28) (1/3)
4
= 1/81
Escribe en forma exponencial las igualdades
29) log
1/3
243 = -5
30) log
10
1000 = 3
31) log
2
2 =
Calcula la base en cada caso
32) log
a
49 = 2
33) log
a
27 = -3
34) log
a
(1/16) = -4

15
Funciones logartmicas.
La funcin que asigna como imagen de x el valor f(x) = log
a
x se llama
funcin logartmica de base a, donde a es un real positivo distinto de 1.
Por tanto, las funciones exponenciales y las logartmicas son funciones
inversas (a igual base).
Propiedades de las funciones logartmicas.
Hay que distinguir los casos a>1 y a<1.
Dominio: (0, +) =
+

Recorrido:
Todas cortan al eje OX en (1,0)
Continuidad: es continua en su dominio.
Asntotas: el eje OY, pero hay que tener en cuenta que
Si a>1 se aproxima a - cuando x tiende a 0
+
.
Si o<a<1 se aproxima a + cuando x tiende a 0
+

Periodicidad: No tiene.
Crecimiento y decrecimiento
Si a>1 es estrictamente creciente.
Si o<a<1 es estrictamente decreciente
Extremos relativos: No tiene.
Se adjuntan las grficas para a=e, a=2, a=1/2, a=7 y a=1/7.
y = log x

1 2 3 4 5 6 7
-4
-2
2

y = log
2
x

1 2 3 4 5 6 7
-12.5
-10
-7.5
-5
-2.5
2.5

16

y = log
(1/2)
x

1 2 3 4 5 6 7
-2.5
2.5
5
7.5
10
12.5

y = log
7
x

1 2 3 4 5 6 7
-4
-3
-2
-1
1

y = log
(1/7)
x

1 2 3 4 5 6 7
-1
1
2
3
4

17

Funciones trigonomtricas.

Razones trigonomtricas de un ngulo agudo.
Supongamos un ngulo agudo a y un tringulo OAP con a el ngulo en O.
Llamamos razones trigonomtricas del ngulo a a los cocientes entre las
longitudes de dos lados cualesquiera del tringulo

La razn entre las longitudes del cateto opuesto al ngulo a y de la
hipotenusa se llama seno del ngulo a y se escribe sen a.

La razn entre las longitudes del cateto contiguo al ngulo a y de la
hipotenusa se llama coseno del ngulo a y se escribe cos a.

La razn entre las longitudes del cateto opuesto al ngulo a y del cateto
contiguo se llama tangente del ngulo a y se escribe tg a.

Ejemplo
14) Los lados de un tringulo rectngulo miden 3, 4 y 5. Calcula las razones
trigonomtricas del ngulo menor.
Como es el ngulo menor, ser el opuesto al lado menor, Luego
sen a = 3/5 cos a = 4/5 tg a = 3/4.

Las razones trigonomtricas inversas valen
cosec a = 5/3 sec a = 5/4 cotg a = 4/3

Ejercicio
35) Calcula las razones trigonomtricas de los ngulos de 30, 45 y 60-

Circunferencia goniomtrica,
Como las razones trigonomtricas de un ngulo a no dependen de cada
longitud sino de la relacin entre las longitudes, podemos suponer que los
ngulos se miden todos sobre una circunferencia de radio 1, midindose los
ngulos desde el semieje positivo de abscisas en sentido antihorario. Esta
es la denominada circunferencia goniomtrica.
Unos ejemplos y algo ms de soltura se adquiere haciendo algn dibujo.

18
Funciones trigonomtricas.
Funcin seno
Dominio:
Recorrido: [-1,1]
Corta al eje OX en los puntos {(0,kp} con k
Asntotas no tiene.
Periodicidad: es peridica con perodo fundamental 2p.
Crecimiento y decrecimiento: en [0,2p] es
Creciente en [0, p/2)(3p/2,2p]
Decreciente en (p/2,3p/2)
Extremos relativos: en [0,2p] tiene
mximo relativo en x = p/2
mnimo relativo en x = 3p/2
xy = sen x
-6 -4 -2 2 4 6
-1
-0.5
0.5
1

Funcin coseno
Dominio:
Recorrido: [-1,1]
Corta al eje OX en los puntos {(0,(2k+1)p/2)} con k
Asntotas no tiene.
Periodicidad: es peridica con perodo fundamental 2p.
Crecimiento y decrecimiento: en [0,2p] es
Creciente en (p,2p]
Decreciente en (0,p)
Extremos relativos: en [0,2p] tiene
mximo relativo en x = 0
mnimo relativo en x = p

19

y = cos x
-6 -4 -2 2 4 6
-1
-0.5
0.5
1

Funcin tangente
Dominio: -{(2n+1) p/2, n}
Recorrido:
Corta al eje OY en (0,0) y al eje OX en los puntos (0,0) y (p,0) dentro del
intervalo [0,p]
Asntotas las rectas x = (2n+1) p/2, n, tendiendo por la izquierda a + y
por la derecha a -
Periodicidad: es peridica con perodo fundamental p.
Crecimiento y decrecimiento: estrictamente creciente en su dominio
Extremos relativos: no tiene

y = tg x

-6 -4 -2 2 4 6
-20
-10
10
20

20
Relaciones entre las razones trigonomtricas de diversos ngulos
a y 90-a a y 180-a
sen (90-a) = cos a sen (180-a) = sen a
cos (90-a) = sen a cos (180-a) = -cos a
tg (90-a) = cotg a tg (180-a) = -tg a
a y 180+a a y 360-a
sen (180+a) = -sen a sen (360-a) = sen (-a) = -sen a
cos (180+a) = -cos a cos (360-a) = cos (-a) = cos a
tg (180+a) = tg a tg (360-a) = tg (-a) = -tg a

Ejercicios
Representa grficamente las funciones
35) f(x) = -3 36) f(x) = -3x 7
37) f(x) = x
2
- 2x 3 38) f(x) = - x
2
+5x -4
Halla el dominio de las funciones
39)
x x
x
x
x
x f
5
2
3
3
2
) ( +
+
+
+
= 40)
4 5
1
) (
2
2
+

=
x x
x
x f
41) 1 ) ( + = x x f 42)
2
2 ) ( x x f =
43)
x
x
x f
1
) (

= 44)
x
x f
1
) ( =

45) Expresa la funcin
2
) 1 ( ) ( = x x f como composicin de funciones.
Representa grficamente e indica dominio y recorrido de las funciones:
46) 0 ) ( = x f 47) 5 ) ( = x f 48) x x f 2 ) ( =
49) 2 / 5 ) ( x x f = 50) 3 2 ) ( = x x f 51) 8 ) ( + = x x f
52) x x x f + =
2
2 ) ( 53) 1 2 ) (
2
= x x x f
54)
6 5
1 2
) (
2
+
+
=
x x
x
x f 55)
16
1 2
) (
2
+
=
x
x
x f 56)
3
2
2
) (
x
x
x f

=

21

Representa grficamente e indica dominio y recorrido de las funciones
57) 5 ) ( = x x f 58)
3
) ( x x f = 59)
3
) ( x x f =
60)
4 2
1 ) ( + = x x f 61)
3
3
1
) (
+
=
x
x
x f 62)
3
4
9
) (
=
x
x
x f

Representa grficamente e indica dominio y recorrido de las funciones
63)
<
<
<
+
+ =
x
x
x
si
si
si
x
x x f
4
4 2
2
5
1 3
4
) (
2
64) | 5 | ) ( + = x x f

Ejercicios de trigonometra.-
Calcula las razones de los ngulos de,
65) 30 66) 45. 67) 60.
68) Indica a qu cuadrante pertenece cada uno de los ngulos siguientes
a) 85, b) 160, c) 300, d) 350, e) -105, f) 240, g) -250 y h) -300
69) Sabiendo que a es un ngulo del 2 cuadrante, indica a qu cuadrante
pertenece cada uno de los ngulos siguientes
180-a 180+a 360-a -a
Calcula las razones trigonomtricas de los siguientes ngulos
70) 120, 71) 225 72) 330 73) 1590
74 Halla, en cada caso, los ngulos entre 0 y 360 que verifiquen
a) sen a = 2 / 1 b) cos a = 2 / 3 c) tg a = 3 / 3

Ejercicios de logaritmos y exponenciales
Calcula, utilizando la definicin de logaritmo:
75. 2 log 9 log
4
1
log 64 log
2 3 2 2
+
76). 1 log
27
1
log
32
1
log
2 3 2
+
Calcula la base de estos logaritmos:
77). 3 125 log =
x

78). 2
9
1
log =
x

Calcula el valor de x en estas igualdades:
79). 2 3 log =
x

80). 2 log
2
= x
81). 115 7 =
x

82). 3 5 =
x

22
Halla el valor de x en estas expresiones aplicando las propiedades de los
logaritmos:
83) 13 log 7 log log + = x
84). 9 ln 36 ln ln = x
85). 5 ln 3 ln = x
86). 6 log 2 25 log 12 log log + = x
87). 25 log
2
1
2 log 4 log = x
Sabiendo que 4 , 14 log = k , calcula el valor de las siguientes expresiones:
88)
100
log
k

89).
2
1 , 0 log k
90).
3
1
log
k

91).
2
1
) (log k
Calcula la base de cada caso:
92) 2 4 / 1 log =
x

93). 2 / 1 2 log =
x

94). 2 04 , 0 log =
x

95). 2 / 1 4 log =
x

Halla el valor de x que verifica cada una de estas igualdades:
96). 005 , 0 3 =
x

97). 17 8 , 0 =
x

98). 18 =
x
e
99). 15 5 , 1 =
x

100) 004 , 0 5 , 0 =
x

101.) 1 , 0 =
x
e

Calcula x para que se cumpla:
102). 19
7 , 2
= x
103). 5 , 0 3 log
7
= x
104). 172 3
2
=
+ x

Si x k = log escribe en funcin de x:
105)
2
logk
106).
100
log
k

107). k 10 log

23
Soluciones a los ejercicios .
1) D(f) = = Rec(f) 2) D(f) = [1/2, +), Rec(f) =
+
{0}
3) D(f) = -(1,2), Rec(f) = 4) D(f) = - {-2}, Rec(f) =
5) D(f) = , Rec(f) =
+
6) D(f) = , Rec(f) = [4, +),
7) Un polinomio ser funcin par si los nicos monomios no nulos son todos
de exponente par y ser funcin impar si lo son todos.
8) Ser funcin par si y slo si a = 0 y funcin impar si y slo si b = 0.
9) Basta comparar el valor de las nuevas funciones en x y x teniendo en
cuenta las paridades de f
1
, f
2
, g
1
y g
2
.
10) Es fcil comprobar que es equivalente a la definicin :
11) a) es creciente si x0 y decreciente si x0. b) es creciente en todo .
12) ( ] [ ]

6 , 2 } 1 { 6 , ) ( Re , ) ( U U = = f c f D
Su grfica son dos semirrectas y un trozo de parbola.
13) En realidad no est definida la funcin cociente en x=-4, aunque a veces
se admite el valor que resulta de simplificar.
14)
4
2 11 ) )( (
2
+
+ + = +
x
x
x x x g f
4
2 11 ) )( (
2
+
+ =
x
x
x x x g f

4
) 2 11 ( ) )( * (
2
+
+ =
x
x
x x x g f
x
x
x x x g f
4
) 2 11 ( ) )( / (
2
+
+ =
15) 88 35 3 ) )( (
2
+ + = x x x g f o x x x f g 11 3 ) )( (
2
+ = o
16)
2
2
) 4 (
32 28 10
) )( (
+
+ +
=
x
x x
x g f o
2 11
2 11
) )( (
2
2
+ +
+
=
x x
x x
x f g o
17)
4
4
) )( (
+
=
x
x
x g f o
4
4
) )( (
+
=
x
x
x f g o
18)
3 1
1 ) )( ( + =
x x f 19) 4 4 ) )( (
1
+ =
x x f 20)
x
x
x f
+
=
1
4 4
) )( (
1

21) Debera verificarse que 1 ) ( ) (
2 1
+ =
x x f , con lo que ) )( (
1
x f

no es funcin
22) Sean p u
a
log = y q v
a
log =
v u v u
a
q
p
a q a p

= = = ,
q p v u
q
p
a a a
log log log = =
23) , 24) y 25) son anlogos
Escribe en forma logartmica las igualdades
26) 2 36 log
6
= 27) 3 ) 64 / 1 ( log
4
= 28) 4 ) 81 / 1 ( log
3 / 1
=
29) 243 )
3
1
(
5
=
30) 1000 10
3
= 31) 2 2
2 / 1
=
32) 7 = x 33) 3 / 1 = x 34) 2 = x

39) D(f)=-{0,2,3} 40) D(f)=-{1,4} 41) [-1,+)

24
42) 2 , 2 [ 43) (0,+ ) 44) (0,+ )
45) h(x) = x
2
, g(x) = x-1; f(x) = (hg)(x)
46) D(f) = , R(f) = {0} 47) D(f) = , R(f) = {5}
48) D(f) = , R(f) = 49) D(f) = , R(f) =
50) D(f) = , R(f) = 51) D(f) = , R(f) =
52) D(f) = , R(f) = [-1/8,+) 53) D(f) = , R(f) = (-,0)
54) D(f)=-{1,6} 55) D(f)=-{4,-4} 56) D(f)=-{0}
57) D(f) = [5,+), R(f) = [0,+)
58) D(f) = (-,+), R(f) = (-,+)
59) D(f) = (-,+), R(f) = (-,+)
60) D(f) = [-1,1], 61) D(f)=-{3} 62) D(f)=-{4}
63) D(f) = -{4}, R(f) = {4}[7,13)(21,+ )
64) D(f)= (-,,+), R(f) = (0,+)
65), 66) y 67)
ngulo Seno coseno Tangente
30 2 / 1 2 / 3 3 / 3
45 2 / 2 2 / 2 1
60 2 / 3 2 / 1 3

68) 1, 2, 4, 4, 3, 3, 2, 1.
69) 1, 3, 3, 3
70) 71) 72) y 73)
ngulo Seno coseno Tangente
120 2 / 3 - 2 / 1 - 3
225 - 2 / 2 - 2 / 2 1
330 - 2 / 1 2 / 3 - 3 / 3
1590 2 / 1 - 2 / 3 . 3 / 3

74) a) 210 y 330 b) 30 y 150 c) 60 y 240
75) 3/2 76) -8 77) 5 78) 3
79) x = 2/log3 80) x = e
-1
81) x = log
7
115 82)X = -log
5
3
83) 91 84) 4 85) 125 86) 25/3 87) 16/5
88) 124 89) 278 90) -144/3=-4,8 91) (144)
1/2

92) 1/2 93) 4 94) 12.5 95) 1/16
96) log
3
0'005 97)No tiene solucin 98) ln 18
99) log
15
15 100) log
05
0'004 101) ln 01 = -ln 10
102)e
(ln 19)/27
103) x=(7
1/2
)/3 104) (log
3
172) 2
105) 2 x 106) x 2 107) (x + 1)/2

1
Tema 5.Lmites de funciones. Continuidad.
5.1.- Continuidad y discontinuidad
5.2.- Lmite de una funcin en un punto. Propiedades
5-3.-Clculo de lmites. Lmites de funciones polinmicas y racionales.
5.4.-Continuidad de una funcin en un punto

5.1.-Tendencia de una funcin. Lmite de una funcin en un punto.
Lmite infinito. Lmite en el infinito.

Estudiaremos ahora el comportamiento de una funcin en una regin
prxima a un punto (ya sea finito o infinito). En lo que sigue consideraremos
una funcin de expresin analtica y = f(x) y un punto x
0
; en realidad, el
punto debera ser (x
o,
f(x
0
)), pero se trata precisamente de saber si cuando
x es muy prximo a x
0
, es f(x) muy prximo a f(x
0
) o no, caso de que exista
f(x
0
). Adems, hay que estudiar separadamente los casos en los que x es
muy prximo a x
0
siendo x>x
0
o x<x
0
. En el primer caso diremos que x se
acerca a x
0
por la derecha y se hablar de lmite por la derecha o, con ms
precisin, lmite de f(x) cuando x tiende a x
0
por la derecha. En el segundo
caso bastar sustituir derecha por izquierda.

Cuando x se aproxima a x
0
por la izquierda (lo que expresaremos
mediante xx
0
-
) pueden ocurrir tres posibilidades:
a) que mientras ms se aproxime x a x
0
, f(x) sea cada vez ms
prximo a un valor L
En tal caso diremos que el lmite lateral de f cuando x tiende a
x
0
por la izquierda es L y escribiremos
Lim f(x) = L
xx
0
-

Ejemplos
1) Si
1
1
2
1 - x
1 - x - x x
) (
2 3
=
+
=
x
x
si
si
x f

como x
3
+x
2
-x-1 = (x-1)(x
2
+2x+1) = (x+1)
2
(x-1)
sigue que si x es prximo a 1 pero distinto de 1, f(x) tiende a 4.
2) f(x) = e
x
sigue que Lim e
x
= 1
x0
-
3) Si f(x) = ln x sigue que Lim ln x no existe
x0
-

2

b) que mientras ms se aproxime x a x
0
, f(x) se haga cada vez mayor
x
0
por la izquierda es + y escribiremos
Lim f(x) = +
xx
0
-

Ejemplo
4) Si f(x) = 1/(x-1)
2
sigue que Lim f(x) = +
x1
-

c) que mientras ms se aproxime x a x
0
, f(x) se haga cada vez menor
x
0
por la izquierda es - y escribiremos
Lim f(x) = -
xx
0
-

Ejemplos
5) Si f(x) = 1/(x-1) sigue que Lim f(x) = -
x1
-
6) Si f(x) = ln |x| sigue que Lim f(x) = -
x0
-

Anlogamente, cuando x se aproxima a x
0
por la derecha (lo que
expresaremos mediante xx
0
+
) pueden ocurrir tres posibilidades:
d) que mientras ms se aproxime x a x
0
, f(x) sea cada vez ms
prximo a un valor L
x
0
por la derecha es L y escribiremos
Lim f(x) = L
xx
0
+

Ejemplos
7) Si f(x) = e
x
sigue que Lim e
x
= 1
x0
+
8) Si f(x) = x/ln x sigue que Lim [x/ln x] = 0/- = 0
x0
+

e) que mientras ms se aproxime x a x
0
, f(x) se haga cada vez mayor
3
x
0
por la derecha es + y escribiremos
Lim f(x) = +
xx
0
+

Ejemplos
9) Si f(x) = 1/(x-1) sigue que Lim f(x) = +
x1
+
10) Si f(x) = x/(x-2) sigue que Lim f(x) = +
x2
-

f) que mientras ms se aproxime x a x
0
, f(x) se haga cada vez menor
x
0
por la derecha es - y escribiremos
Lim f(x) = -
xx
0
+

Se dir que existe lmite de f cuando x tiende a x
0
si existen y
coinciden ambos lmites laterales. En tal caso diremos que el lmite
de f cuando x tiende a x
0
es L y escribiremos
Lim f(x) = L
xx
0

slo si existen y coinciden ambos lmites laterales, es decir, si
Lim f(x) = L = Lim f(x)
xx
0
-

xx
0
+

Ejemplos
11) Si f(x) = e
x
sigue que existe Lim f(x) = 1
x0

12) Si f(x) = 1/ln x sigue que aunque Lim f(x) = 0, no existe el
x0
+

lmite de f(x) en x=0 por no existir el lmite a la izquierda.

Se dir que el lmite de f cuando x tiende a x
0
es + si
ambos lmites laterales.valen + y escribiremos
Lim f(x) = +
xx
0

4
Ejemplo
13) Si f(x) = 1/(x-1)
2
sigue que Lim f(x) = +
x1

Se dir que el lmite de f cuando x tiende a x
0
es - si
ambos lmites laterales.valen - y escribiremos
Lim f(x) = -
xx
0

Si, por el contrario, fuese x el que se hace tan grande (o tan pequeo)
como se quiera se hablar de lmites en el infinito. Se pueden presentar
diversas posibilidades:

Diremos que el lmite de f cuando x tiende a + es L y
escribiremos
Lim f(x) = L
x+
si cuanto mayor es x ms se aproxima f(x) a L

Ejemplo
14) Si f(x) = (x+1)/(x-1) sigue que
Lim f(x) = Lim [1+(1/x)]/[1-(1/x)] = (1+0)/(1-0) = 1
x+ x+

Diremos que el lmite de f cuando x tiende a + es + y
escribiremos
Lim f(x) = +
x+
si cuanto mayor es x tambin se hace mayor f(x)

Diremos que el lmite de f cuando x tiende a + es - y
escribiremos
Lim f(x) = -
x+
si cuanto mayor es x se hace menor f(x)

Diremos que el lmite de f cuando x tiende a - es L y
escribiremos
Lim f(x) = L
x-
5
si cuanto menor es x ms se aproxima f(x) a L

Diremos que el lmite de f cuando x tiende a - es + y
escribiremos
Lim f(x) = +
x-
si cuanto menor es x se hace mayor f(x)

Diremos que el lmite de f cuando x tiende a - es - y
escribiremos
Lim f(x) = -
x-
si cuanto menor es x se hace menor f(x)

Asntotas

Si alguno de los lmites laterales de f en x
0
es + o -, la recta x=x
0

se llama asntota vertical de f.

Ejemplo
15) Tanto f(x) = 1/x
2
como g(x) = 1/x tienen como asntota vertical el
eje de ordenadas Qu diferencia aprecias entre ambos casos?

Si alguno de los lmites en el infinito de f es L, la recta y=L

se llama
asntota horizontal de f

Ejemplo
16) y = 1 es asntota horizontal de f(x) = (x+1)/(x-1)

Continuidad y discontinuidad

Intuitivamente, una funcin es continua en un intervalo (es decir, para
unos valores de x) si se puede dibujar sin levantar el lpiz del papel. Esta
idea se concreta en que en cada punto del intervalo los valores prximos a
uno dado, x
0
, sean prximos a f(x
0
). Formalmente,
Una funcin f se dice continua en x
0
si se verifica que:
1) Existe f(x
0
)
2) Existe el lmite de f(x) cuando x tiende a x
0
y es finito
3) Coinciden f(x
0
) y el lmite

6
Es decir, si
Lim f(x) = f(x
0
)
xx
0

Una funcin se dice discontinua en x
0
en otro caso.

Las discontinuidades se clasifican en evitables e inevitables.

Una funcin presenta una discontinuidad evitable en un punto si
existe y es finito el lmite en dicho punto pero, o no existe f en el punto o
no coincide con el valor del lmite.

Una funcin presenta una discontinuidad inevitable en un punto si
a) Existen y son finitos y distintos los lmites laterales en dicho
punto (discontinuidad de salto finito)
b) Existen los lmites laterales en dicho punto pero uno, al menos, es
infinito (discontinuidad de salto infinito)
c) No existe alguno de los lmites laterales en el punto
(discontinuidad esencial).

Ejemplos
17) La funcin f(x) = (x
2
-3x+2)/(x
2
-4x+3) est definida en -{1, 3}
pero como Lim f(x) = Lim (x-1)(x-2)/(x-1)(x-3) = Lim (x-2)/(x-3) = -1/2
x1 x1 x1
la funcin presenta una discontinuidad evitable en x=1.

18) La misma funcin anterior presenta una discontinuidad de salto
infinito en x=3.

19) La funcin parte entera de x, y = E(x), presenta en cada punto de
abscisa entera una discontinuidad de salto finito.

20) La funcin y = ln x presenta en x=0 una discontinuidad esencial,
pues no existe lmite a la izquierda.

7
Clculo de lmites. Lmites de las funciones polinmicas y racionales

Como se ha visto, el estudio de la continuidad de una funcin en cada
punto se basa en el estudio del lmite de la funcin en dicho punto.

Describiremos diversas propiedades de los lmites y estudiaremos
diversas familias de funciones.

El lmite en un punto de una suma, diferencia o producto de funciones
es la suma, la diferencia o el producto de los lmites de las funciones en el
punto.
Corolario 1.- El lmite en un punto de una funcin polinmica es el valor
de la funcin en el punto
Corolario 2.- Toda funcin polinmica es continua en todo .
El lmite en un punto de un cociente de funciones es el cociente de los
lmites de las funciones en el punto, salvo que el denominador valga 0, caso
en el cual habr que estudiarlo diferenciadamente,
Corolario 3.- Toda funcin racional es continua en todo salvo, a
lo ms, en los puntos en que se anula el denominador (polos de la
funcin).

Para abordar esos lmites lo mejor es descomponer en factores los
dos polinomios y simplificar.

Caso diferente es cuando x tiende a + o a -. Se procede dividiendo
cada polinomio por x elevado a la mxima potencia. Sea p>q

Lim (a
p
x
p
+ a
p-1
x
p-1
+ . + a
1
x + a
0
)/(b
q
x
q
+ b
q-1
x
q-1
+ . + b
1
x + b
0
) =
x
= Lim (a
p
+a
p-1
x
-1
+ .. +a
1
x
1-p
+ a
0
x
-p
)/(b
q
x
-(p-q)
+ b
q-1
x
-(p-q)-1
+,,,,+b
0
x
-p
=

x
= (a
p
+0++0)/(0+0++0) =

8
Cuadro resumen discontinuidades.

FUNCIN POSIBLES DISCONTINUIDADES
Suma, diferencia o producto
f(x) + g(x), f(x) - g(x), f(x) . g(x)
Puntos en los que alguna de ellas sea
discontinua
Cociente f(x) / g(x) Puntos en los que sea discontinua
alguna de ellas o que hacen g nula
Composicin g(f(x)) Valores de x que hagan discontinua a
f en x o a g en f(x).
Polinomio Continua en todo
Cociente de polinomios Las races del denominador
) (x f Puntos en los que f sea discontinua o
no positiva
y = e
x
Continua en todo
y = ln x Continua en
+
{0}
y = sen x, y = cos x Continua en todo
y = tag x {k: k}, o sea races de cos x
Funcin definida a trozos Puntos de discontinuidad en cada
tramo y puntos frontera

Ejercicios

1) Dada la funcin
2
2 1
1
8
2
4
) (
2
>
<

+ =
x
x
x
si
si
si
x
x x f
calcula, los lmites de f(x) en
a) x=-1
-
b) x=-1
+
c) x=-1 d) x=2
-
e) x=2
+
f) x=2

2) Calcula los lmites en x=2, x=4 y x=6 de la funcin

=
) 4 , 2 [
) 4 , 2 [
3
1
) (
x
x
si
si x
x f

3) Calcula, los lmites laterales y el lmite en el punto x=1 de la funcin
1
1
) (
=
x
x f
4) El mismo enunciado, pero en x=2 de la funcin
2 2
) 4 (
1
) (
=
x
x f

Calcula los lmites de las siguientes funciones en los puntos que se sealan
9
5) 0
1
) (
2
=
= x en
x
x f
6) 3 , 2
6
1
) (
2
=

+
= x en
x x
x
x f
7) 3
) 3 (
5
) (
2
=
= x en
x
x f
8) 3 , 2
6 5
1
) (
2
=
+
+
= x en
x x
x
x f
9) 2 , 3
6
4 2
) (
2
=
+
= x en
x x
x
x f

Estudia la continuidad de las siguientes funciones

10) 0
1
) (
2
=
= x en
x
x f
11) 3 , 2
6
1
) (
2
=

+
= x en
x x
x
x f
12) 3
) 3 (
5
) (
2
=
= x en
x
x f
13) 3 , 2
6 5
1
) (
2
=
+
+
= x en
x x
x
x f
14) 2 , 3
6
4 2
) (
2
=
+
= x en
x x
x
x f

Calcula los lmites en + y en - de las funciones

15) 5 ) ( = x f
16)
x
x f
1
) ( =
17)
x
x
x f
2 1
) (
=
18)
1 2
) (
2
2
=
x
x
x f
19)
4 2
8
) (
3
+
+
=
x
x
x f
20)
2
5 3
) (
+
=
x
x
x f
21)
7 2
1 2 12
) (
5
5
+
+
=
x
x x
x f
22)
9 2
1 3 3
) (
4
+
+
=
x
x x
x f

10
23)
5 2
2 6
) (
4
6
+
=
x
x
x f
24)
5 2
2 6
) (
5
6
+
=
x
x
x f

Estudia la existencia de asntotas horizontales de las funciones

25)
4 2
8
) (
3
+
+
=
x
x
x f
26)
2
5 3
) (
+
=
x
x
x f
27)
7 2
1 2 12
) (
5
5
+
+
=
x
x x
x f
28)
9 2
1 3 3
) (
4
+
+
=
x
x x
x f
29)
5 2
2 6
) (
4
6
+
=
x
x
x f
30)
5 2
2 6
) (
5
6
+
=
x
x
x f

Calcula los lmites que se indican en los puntos que se sealan
31)
1 x
x
2
+
= y . en x = 0, 1, + y -
32) + =
+
+
= , , 4 , 1
4 5
16 8
2
2
x en
x x
x x
y
33) 2 2 = = x en x y
34)
2 , 0 2
2
= = x en x x y

35)
+ +
= = 0 , 0 , 2 , 2 ) )( 2 ( x en senx x y

36)
1 x
x
2
+
= y
37)
4 5
16 8
2
2
+
+
=
x x
x x
y
38) 2 = x y
39)
x x y 2
2
=

40) ) )( 2 ( senx x y =
11
Estudia la existencia de asntotas verticales y horizontales en las siguientes
funciones

41)
1 x
x
2
+
= y

42)
4 5
16 8
2
2
+
+
=
x x
x x
y

43) 2 = x y

44)
x x y 2
2
=

45)
senx x y 2 =


46)
x
x y
1
+ =
47)
x
x y
1
2
+ =
48)
2
1
x
x y + =
49)
2
1
1
x
y
+
=
50)
2
1
1
x
y
=
51)
2
1
2
x
x
y
+
=
52)
2
1 x
x
y
=
53)
x x x
y
+
+
=
1
1 2
1
1
2

54)
x x x
y
+
+
=
1
1 2
1
1

55)
) 2 )( 1 (
) 2 )( 1 (
+
+
=
x x
x x
y

12
Estudia la existencia de asntotas verticales y horizontales en las siguientes
funciones

56)
x
x y
1
+ =
57)
x
x y
1
2
+ =
58)
2
1
x
x y + =
59)
2
1
1
x
y
+
=
60)
2
1
1
x
y
=
61)
2
1
2
x
x
y
+
=
62)
2
1 x
x
y
=
63)
x x x
y
+
+
=
1
1 2
1
1
2

64)
x x x
y
+
+
=
1
1 2
1
1

65)
) 2 )( 1 (
) 2 )( 1 (
+
+
=
x x
x x
y

Se definen las funciones parte entera de x, E(x), como el entero ms
prximo, por defecto, a x y la funcin signo de x, sg(x) mediante

<
=
>
+
=
0
0
0
1
0
1
) (
x
x
x
si
si
si
x sg

Estudiar la continuidad de las siguientes funciones

66) y = E(x)

67) y = sg(x)

68) y = x E(x)

69) y = x sg(x)

70) y = |x-2|
13
Estudia la existencia de asntotas verticales y horizontales en las funciones

71) y = E(x)

72) y = sg(x)

73) y = x E(x)

74) y = x sg(x)

75) y = |x-2|

Estudia la continuidad de las siguientes funciones y, en su caso, indicar los
valores que han de tomar los parmetros para evitar tantos puntos de
discontinuidad como sea posible

76)
4
4
4 3
2
<
=
>

=
x
x
x
si
si
si
x
a
x x
y

77)
x
x
x
si
si
si
b x
x a
x x
y
=
8
8
4
4 /
3
2

78)
0
0
0 3 ) 1 ln(
<
=
>
+
=
x
x
x
si
si
si
x
b
x x a
y

79) )
0
0 , 1 [
1
2
2
x
x
x
si
si
si
bx ax
d cx
bx ax
y

<
+
+
+
= sabiendo, adems que y(2) = 6, y(-2) = 2.

14
Soluciones ejercicios.

1) a) 4, b) 3, c) No existe d) 6, e) 6, f) 6
2) No existe, 3 y 5, respectivamente
3) A la izquierda -, a la derecha +
4) A izquierda y derecha + 5) A izquierda y derecha -
6) A izquierda - y a derecha +, tanto en x=-2 como en x=3.
7) A izquierda y a derecha +
8) A izquierda - y a derecha + en x=3 y al revs en x=-2
9) A izquierda - y a derecha +, en x=-3 y 2/5 en x=2
10) Continua en -{0}. Discontinuidad de salto infinito en x=0.
11) Continua en -{-2,3}. Discontinuidad de salto infinito en x=-2 y x=3.
12) Continua en -{3}. Discontinuidad de salto infinito en x=3.
13) Continua en -{2,3}. Discontinuidad de salto infinito en x=2 y x=3.
14) Continua en -{2,-3}. Discont. evitable en x = 2, salto infinito x=-3.
15) 5 y 5. 16) 0 y 0. 17) -1/2 y -1/2 18) 1/2 y 1/2.
19) 0 y 0 20) -3 y -3 21) 6 y 6 22) + y -
23) + y + 24) + y -
25) y=0 (Eje OX) con curva encima de la asntota en ambos extremos
26) y=-3 con curva debajo de asntota en + y encima en -
27) y=6 con curva encima de la asntota en ambos extremos
28) No hay 29) No hay 30) No hay
31) 0, 1/2, + y -
32) En x=1
+
es -, en x=1
-
es +; en x=4 es 0; en + y en - es 1
33) En x=2
+
es 0, en x=2
-
no existe
34) En x=0
+
no existe, en x=0
-
es 0; en x=2
+
es 0, en x=2
-
no existe
35) En x=2
+
es 0; en el resto no existe.
36) Continua en -{-1}. Discontinuidad de salto infinito en x=-1
37) Continua -{1,4}. Discontinuidad salto infinito x=1 y evitable x=4.
38) Continua en (2, +). Discontinuidad esencial en (-,2], aunque en x=2
es continua por la derecha.
39) Continua en (- ,0)(2, +). Discontinuidad esencial en [0,2], aunque
en x=2 es continua por la derecha y en x=0 por la izquierda.
40) Continua en (2, +). Discontinuidad esencial en (- ,2].
41) Horizontal no hay. Vertical x=-1 42) A.H. y=1, A.V. x=1 (x=4 NO)
43) 44) y 45) No tienen asntotas verticales ni horizontales
46), 47), y 48) Continua en -{0}. En x=0 hay salto infinito.
49) y 51) Continua en .
50) y 52) Continua en -{-1,1}. Salto infinito en x=1 y x=-1.
53) y 54) Continua en -{-1,0,1} con saltos infinitos en x=-1, x=0 y x=1
55) Continua en -{-2,1}. Salto infinito en x=-2 y x=1
15
56), 57) y 58) Horizontales no hay Vertical x=0
59) y 61) Horizontales y=0 Verticales no hay
60) y 62) Horizontales y=0, verticales x=-1, x=1
63) y 64) Horizontales y=0, verticales x=-1, x=0 y x=1
65) Horizontales y=1, verticales x=-2, x=1
66) Continua en -. En los enteros salto finito.
67) Continua en -{0}. En x=0 salto finito.
68) Continua en -. En los enteros salto finito.
69) y 70) Continua en .
71) No hay 72) Hay dos horizontales impropias, x=-1 y x=1.
73) y 74) No hay 75) Hay dos oblicuasimpropias, y=x-2, y=-x+2
76) Con a=4 es continua en todo .
77) Con a=16 y b=-6 es continua en todo .
78) Con a cualquiera y b=0 es continua en todo .
79) Con a=1=b y c=0=d es continua en todo .
1
Tema 6. Clculo de derivadas y aplicaciones.
6.1.-Derivada de una funcin. Interpretacin geomtrica
6.2.- Clculo de derivadas
6.3.-Estudio de funciones: dominio, simetras, cortes, asntotas
6.4.-Estudio de la monotona y extremos de una funcin.
6.5.-Representacin grfica de una funcin

6.2.- Derivada de una funcin. Interpretacin geomtrica (Terico, no
necesario).

Se llama derivada de la funcin f en el punto de abscisa x=a al siguiente
lmite si existe

a b
a f b f
a b
) ( ) (
lim

Si existe el lmite se representa por f(a) y se dice que f es derivable en el punto x=a.
Si se hace b-a =h se puede escribir

h
a f h a f
a f
h
) ( ) (
lim ) ( '
0
+
=

Geomtricamente las secantes de la tasa de variacin media tienden a la recta
tangente a la curva en x=a.

As, la ecuacin de la tangente a y=f(x) en x=a resulta
y-f(a) =f(a) (x-a)

Ejemplos
La derivada de 1
2
+ = x y en x =4 vale lo que el lmite
8 ) 8 (
0
8
0
17 1 ) 4 (
0
lim lim lim
2 2
= +
=
+
=
+ +
h
h h
h h
h h
h
h

La tangente a 1
2
+ = x y en x =4 ser la recta de ecuacin
y-f(4)=f(4)(x-4)
y-17 =8 (x-4)
8x-y =15

Calcular la derivada de f(x) =3x
2
- 4x en el punto x=1.
Se trata de calcular el siguiente lmite

2 ) 3 2 lim(
) 3 2 (
0
3 2
0
1 4 4 3 6 3
0
) 1 ( ) 1 ( 4 ) 1 ( 3
lim lim
lim
lim
2
2 2
0
= + =
+
=
+
=
=
+ + +
=
+ +
h
h
h h
h h
h h
h
h
h h h
h h
h h
h

Hallar la ecuacin de la tangente a la curva f(x) =3x
2
-4x en (1,-1)
2
Como f(1) =2 queda y-f(1) =f(1)(x-1) y+1 =2(x-1) y =2x-3

Nota.- Desde un punto de vista fsico se interpreta la derivada como la velocidad con
que cambia una variable.

6.3.- Funcin derivada. Clculo de derivadas.

Se llama funcin derivada de una funcin f a aquella que asigna a cada punto de
abscisa x el valor de la derivada en dicho punto. Se la suele denotar f.

Se listan a continuacin las derivadas de las operaciones con funciones

Operaciones con funciones. Funcin derivada
Derivada de la funcin suma
f(x) =g(x) +h(x)
Suma de las funciones derivadas
f(x) =g(x) +h(x)
Derivada de la funcin producto
f(x) =g(x) h(x)
f(x) =g(x) h(x) +g(x) h(x)
Derivada de la funcin cociente
f(x) =g(x)/h(x)
f(x) =[g(x) h(x) - g(x) h(x)]/h
2
(x)
Derivada de la funcin compuesta (regla
de la cadena) f(x) =(gh)(x)
f(x) =g(h(x)) h(x)

Ejercicios
Demostrar que [f(x) +g(x)] =f(x) +g(x)
Demostrar que [f(x) - g(x)] =f(x) - g(x) +f(x) - g(x)
Demostrar que [f(x) / g(x)] =[f(x) - g(x) - f(x) - g(x)]/g
2
(x)
Demostrar que [f(g(x))] =f(g(x)) - g(x)
Demostrar que si f(x) =k, ke se tiene que f(x) =0
Demostrar que si f(x) =x
n
, se tiene que f(x) =n x
n-1

Demostrar que si f(x) =e
x
, se tiene que f(x) =e
x

20)Demostrar que si f(x) =ln x, se tiene que f(x) =1/x
21)Demostrar que si f(x) =sen x se tiene que f(x) =cos x
22)Demostrar que si f(x) =cos x se tiene que f(x) =.-sen x
23)Demostrar que si f(x) =a
n
x
n
+a
n-1
x
n-1
+ a
2
x
2
+a
1
x
1
a
0
se tiene que
f(x) =a
n
n x
n-1
+a
n-1
(n-1) x
n-2
++2a
2
x +a
1

24) Hallar una expresin para la derivada de la funcin tag x
25) Hallar una expresin para la derivada de la funcin f(x) =ctg x
26) Hallar una expresin para la derivada de la funcin f(x) =sec x
27) Hallar una expresin para la derivada de la funcin f(x) =csec x

Hallar la derivada de cada una de las funciones siguientes
28) f(x) =sen
3
x
29) f(x) =cos 3x
3
30) f(x) =e
x
/(x
2
-1)
31) f(x) =(x
2
-1) / e
x
(considerando a f el cociente de dos funciones)
32) f(x) =(x
2
-1) / e
x
(considerando a f el producto de dos funciones)
33) f(x) =x
2
sen 2x
34) f(x) =ln x/(x
2
-1)
35) f(x) =(x
2
-1) / ln x
36)
5 4
) ( x x f =
37)
5 4
/ 1 ) ( x x f =
38) f(x) =e
x
sen x
39) f(x) =ln x cos x
40) f(x) =3 x
5
ln x
41) f(x) =ln(cos x)
42) f(x) =sen (3 x
5
-2x)
43) f(x) =cos
2
(x
4
+x
2
)

6.4, 6.5 y 6.6.- Propiedades de las funciones derivables

Sea f(x) una funcin derivable en el punto x =x
0
. Se verifica que:
f es continua en x=x
0

Si f(x
0
) >0, f es creciente en x=x
0
.
Si f(x
0
) <0, f es decreciente en x=x
0
.

Demostracin: (No memorizar):
Como f(x) es derivable en el punto x =x
0
, entonces existe y es finito el lmite, cuando h
tiende a 0, del cociente de incrementos. Como el denominador tiende a 0, el lmite
solamente puede ser finito en el caso en que el numerador tambin tienda a 0, lo que
significa que f es continua en el punto x =x
0
.
Si, adems, el lmite es positivo, esto quiere decir que ,en un entorno de x
0
,el cociente
de incrementos es positivo. Por tanto, f(x
0
) es mayor que los puntos prximos situados a
su izquierda y menor que los situados a su derecha. Dicho en otras palabras, f es
creciente en x=x
0
.
Es anloga a b)

Ejemplos
4) La funcin f(x) =2 x
3
5 x
2
es derivable en todo V siendo la funcin derivada f(x)
=6 x
2
10 x. Como f(1) =-4 <0 y f(-1) =16 >0, sigue que f es decreciente en x=1 y
creciente en x=-1.
Desde un punto de vista global, como f(x) =2 x (3x-5), sigue que f es
decreciente en (0, 5/3) y creciente en (-, 0)(5/3, +).

Representacin grfica de una funcin
Englobamos aqu las tres ltimas secciones del tema. Se trata de usar resultados
ya estudiados para dar un esbozo de la grfica de una funcin.

Dominio
Se trata de ver donde est definida la funcin.
Recordemos
TIPO DE FUNCIN DOMINIO
4
Suma, diferencia o producto Interseccin de los dominios
Cociente Interseccin y denominador NO nulo
Polinomio Todo R
Raz ndice par Exista radicando y sea NO negativo
Raz ndice impar Exista radicando y sea continuo
Exponencial Todo R
Logaritmo de una funcin Exista funcin y sea POSITIVA
Seno y coseno Todo R
Tangente Todo R excepto {kt:ke}
Cotangente Todo R excepto {(2k+1)t/2:ke}

Corte con los ejes
Cortes con OX: (r,0), donde r es cualquier raz de f(x) =0
Corte con OY: (0, f(0)).

3) Simetras y periodicidades
Para simetras, lo ms habitual es comparar f(-x) con f(x).
Si f(-x) =f(x) es funcin par; hay simetra respecto a OY
Si f(-x) =- f(x) es funcin impar; hay simetra respecto al origen.
Para periodicidades buscar T tal que f(x +T) =f(x).

4) Asntotas
Verticales: x =k donde k es cada polo de la funcin (races denominador)
Horizontales: y =r con r =lim f(x) cuando x tiende a
Es conveniente distinguir en las verticales si tiende a + o a - y si lo hace por la
izquierda o por la derecha.
Es conveniente distinguir en las horizontales los casos en que tiende a + y a - y si se
acerca a la asntota por arriba o por debajo.
Oblicuas, de ecuacin y =mx +n siendo m y n (con frecuencia hay que distinguir los
casos + y -)

x
x f
m
x
) (
lim

= ) ) ( ( lim mx x f n
x
=

5) Crecimiento y decrecimiento. Extremos relativos.
En general, se compara f(a+h) con f(a), distinguiendo si h <0 o es h >0.
Si f es derivable, es creciente cuando f(x) >0 y decreciente si se tiene que f(x) <0

Sin apoyarnos en la derivabilidad, la funcin presenta en x=a
Mximo relativo si es creciente a la izquierda y decreciente a la derecha.
Mnimo relativo si es decreciente a la izquierda y creciente a la derecha.

b) Si f es derivable la funcin presenta en x=a
Mximo relativo si f(a) >0 a la izquierda y f(a) <o a la derecha.
Mnimo relativo si f(a) <0 a la izquierda y f(a) >o a la derecha

Normalmente es ms cmodo hacer f(x) =0 y hallar el valor de f en
cada raz de f. Si es positiva habr mnimo y si es negativa habr mximo.

5

Concavidad y convexidad. Puntos de inflexin.

En trminos coloquiales podemos decir que una curva es cncava en una parte de su
dominio si la panza de la representacin grfica de la curva sobresale hacia abajo y
convexa en el caso contrario.
Advertencia 1.- Lo anterior NO es una definicin.
Advertencia 2.- Desafortunadamente, algunos autores lo definen justamente al contrario.
Advertencia 3.- Existe una sencilla regla nemotcnica para saber CMO ES la curva,
con independencia de CMO SE LLAME.

Donde la funcin sea derivable, el comportamiento respecto a la concavidad y la
convexidad lo marca la 2 derivada.
As, si f(a) >0, la funcin es cncava en x=a y si f(a)<0, la funcin es convexa en
x=a.

Regla mnemotcnica.-
Con independencia de cmo se llame, es decir, sin preocuparnos del nombre, sin
importarnos de que se llame a la funcin cncava o convexa en el punto a, se puede
hacer lo siguiente:
Si existe f(a) y f(a)>0, la curva se comporta en un cierto entorno de x=a
de forma parecida a la parbola de ecuacin y=x
2
.
Anlogamente:
Si existe f(a) y f(a)<0, la curva se comporta en un cierto entorno de x=a
de forma parecida a la parbola de ecuacin y=-x
2
.

Una funcin presenta un punto de inflexin en el punto x=a si existe un entorno
de a tal que a la izquierda de a la curva sea cncava y a la derecha convexa (o a la
inversa).

Los puntos de inflexin de una funcin dos veces derivable se determinan de
entre aquellos que verifican f(a)=0.

6

Ejercicios propuestos.-

Representar grficamente las siguientes funciones:
44) 1 , 2 , 2 / 1 , 1
2
= = a para ax y
45) 1 , 2 , 1 , 0 ) (
2
= = a para a x y
46) 1 , 2 , 1 , 0
2
= + = a para a x y
47) 1
3
+ = x y
48)
4 2
x x y =
49) ) 2 )( 1 (
2
x x y + =
50 x y / 1 =
51)
x
y
+
=
1
1

52) x x y / 1 + =
53) x x y / 1
2
+ =
54)
2
/ 1 x x y + =
55)
) 2 )( 1 (
) 2 )( 1 (
+
+
=
x x
x x
y
56)
2
1
1
x
y
=
57)
2
1 x
x
y
=
58) ) 100 (
2
x y =
59) ) 81 (
2
x x y =
60)
2
1
1
x
x
y
+
=
61) ) 9 )( 1 (
2 2
x x y =
62)
2
2
1
1
x
x
y
+
=
63)
2
) 2 (
) 1 (
=
x
x
y
64) 2 3
3
+ = x x y
65) 9 24 22 8
2 3 4
+ + = x x x x y
66) | 1 | | 1 | x x y + + =
67) | 1 | | 1 | x x y + =
68) 1 ) 1 (
2
+ = x y
69) ) 1 2 )( 2 ( ) 1 (
2
+ = x x x y
70)
2
4 x y =

7

Soluciones a los ejercicios
1) 2 2) 145 3) 0 si n>1, 1 si n=1 4) -1 5) -2 6) n
7) y+1 =2(x-2) 8) y-329 =145(x-7) 9) y=0 10) y-1=-(x-1)
11) y-1 =-2(x-1) 12) y-1 =-n(x-1)
De entre los ejercicios 13) a 23) se desarrollarn el 18) y el 21).
18) =
+ + +
=
+
=
+

h
x h nxh h nx x
h
x h x
h
x f h x f
n n n n n n n 1 1
.... ) `( ) ( ) (

1
1 1
1 1
) ... (
....

+ +
=
+ +
=
n
n n
n n n
x n
h
h nx h
h
h nxh h nx

21) =
+ + +
=
+
=
+
h
x h x
sen
x h x
h
senx h x sen
h
x f h x f
)
2
( )
2
cos( 2
) ( ) ( ) (

24) y =1 +tg
2
x 25) y=1 - ctg
2
x
26) y =tgx secx 27) y =-cotgx cosecx
28) y =3 sen
2
x cos x 29) y=-3 sen(3x)
30)
2 2
2
) 1 (
2 ) 1 (
'

=
x
x e x e
y
x x

31)
x
x x
e
e x xe
y
2
2
) 1 ( 2
'

= 32) ) 1 ( 2 '
2
=

x e xe y
x x

33) y =2x sen 2x +x
2
(cos 2x) 2 34)
2 2
2
) 1 (
ln 2 ) 1 )( / 1 (
'

=
x
x x x x
y
35)
2
2
) (ln
) 1 )( / 1 ( ln 2
'
x
x x x x
y

= 36) y =(4/5)x
-1/5
37) y =(-4/5)x
-9/5

38) y =e
x
sen x +e
x
cos x 39) y =(1/x) cos x ln x senx
40) y =15 x
4
ln x +3 x
4
41) y =(1/cos x) (-sen x) =- tg x
42) y =(15 x
4
-2) cos(3 x
5
-2x) 43) y =2 cos (x
4
+x
2
) [-sen (x
4
+x
2
)] (4x
3
+2x)

Nota: El resto de ejercicios son representaciones grficas de funciones y resulta muy
complejo dar las soluciones sin poder esbozar la grfica.
44) Dominio V en todos los casos, recorrido V
+
si a=1, y 2 y V
-
para a=-1. Corte con
ejes (0,0). Asntotas no hay. Si a=1, , 2 es decreciente en (-,0) y creciente en (0,+)
con mnimo relativo en (0,0). Para a=-1 cambian los intervalos de crecimiento y hay
mximo en (0,0).
45) Muy parecido, trasladando todo a unidades a la derecha
46) Es caso 1 del ejercicio 44 trasladando todo a unidades hacia arriba.
47) Dominio y recorrido V. Asntotas no hay. Creciente para todo V. Corte con OX (-
1,0), con OY (0,1). No hay extremos relativos. Cncava si x<0 y convexa si x>0. Punto
de inflexin en (0,1).
48) Corte con ejes: con OX (0,0), (1,0) y (-1,0); con OY (0,0). Asntotas no hay.
Creciente en (-, -\2/2) y (0, \2/2) y decreciente en el resto. Mximos relativos en x=-
\2/2 y \2/2 y mnimo relativo en x=0. Puntos de inflexin en x=-1/2 y x=1/2.
8
49) Corte ejes (-2,0), (-1,0), (1,0) y (0,2). Asntotas no hay. Dominio y recorrido V.
Creciente en su dominio. Mximo relativo en x=2+\14, mnimo en x=2-\14. Punto de
inflexin en x=-2/3.
50) Corte con ejes no hay. Asntota horizontal y=0 (0
+
en + y 0
-
en -).
Asntota vertical x=0 (+ en 0
+
y - en 0
-
). Dominio y recorrido: V-{0}.
51) Dominio V-{-1}. Cortes ejes (0,1) y (1,0). Asntota horizontal y=0 (0
+
en + y 0
-
en
-). Asntota vertical x=0 (+ en 0
+
y - en 0
-
). Dominio V-{0}.
Recorrido: V-{-1}.
52) Dominio V-{0}. Cortes ejes no hay. Asntota horizontal no hay y vertical x=0 y
oblicua y=x. Decreciente en (-1,1) y creciente en el resto. Mximo en x=-1 y mnimo
en x=1.
53) Dominio V-{0}. Cortes ejes (-1,0). Asntota horizontal no hay, vertical x=0 y
oblicua no hay. OJ O
Decreciente en (-1,1) y creciente en el resto. Mximo en x=-1 y mnimo en x=1.
x x y / 1
2
+ =
54) Dominio -{0}. Cortes ejes (-1,0). Asntota horizontal no hay, vertical x=0 y
oblicua y=x.
Decreciente en (-1,1) y creciente en el resto. Mximo en x=-1 y mnimo en x=1.
2
/ 1 x x y + =
55) Dominio V-{-2,1}. Cortes ejes (-1,0), (2,0) y (0,1). Asntota horizontal y=1 (1
-
en
+ y 1
+
en -) y verticales x=-2 (+ en -2
-
y - en -2
+
) y x=1 (- en 1
-
y + en 1
+
).
Creciente en su dominio.
56) Dominio V-{-1,1}. Cortes ejes (0,1). Asntota horizontal y=0 y verticales x=-1 y
x=1. Creciente en (-,0) y decreciente en (0,+). Mximo en x=0.
57) Dominio V-{-1,1}. Cortes ejes (0,0). Asntota horizontal y=0 y verticales x=-1 y
x=1. Creciente en (-,0) y decreciente en (0,+). Mximo en x=0.
58) Dominio . Cortes ejes (-10,0), (10,0) y (0,100). Mximo en x=0.
En realidad se traslada la parbola y=-x
2
hacia arriba 100 unidades.
59) Dominio V. Cortes (-9,0), (9,0) y (0,0). Creciente en (-3\3,3\3) y decreciente en el
resto. Mnimo en -3\3 y mximo en 3\3.
60) Dominio V-{-1}. Cortes ejes (1,0) y (0,1). Asntota horizontal y=0 y vertical no
hay. Creciente en (-,1-\2) y (1+\2,+) y es decreciente en
(1-\2,1+\2). Mximo en x=1-\2 y mnimo en x=1+\2.
61) Dominio V-{-1}. Cortes ejes (1,0), (-1,0), (3,0), (-3,0) y (0,-9). Creciente en (-,-
\5) y (0,\5) y es decreciente en (-\5,0) y (\5, ). Mximos en x=-\5 y en x=\5;
mnimo en x=0.
62) Dominio V. Cortes ejes (1,0), (-1,0) y (0,-1). Es Creciente en (0, ) y en (-,0) y es
decreciente en Mximo en x=0. Asntota horizontal
63) Dominio V-{2}. Cortes ejes (1,0) y (0,1). Es creciente tanto en (-,-1) como en (1,
) y decreciente en (-1,1). Mximo en x=0. Asntota horizontal
Mximo en x=0. Asntota horizontal x=2.
64) Dominio V. Cortes ejes (1,0), (-2,0) y (0,2). Creciente en (-,-1) y es decreciente en
(0, ). Mximo en x=1 y mnimo en x=-1. Asntotas no hay.
(Nota.- ) 2 ( ) 1 ( 2 3
2 3
+ = + x x x x ).
65) Dominio V. Cortes ejes (1,0), (3,0) y (0,9). Creciente en (1,2) y en (3,) y
decreciente en (-,1) y en (2,3) . Mximo en x=2 y mnimos en x=1 y x=3. Asntotas no
hay.
9
(Nota 1.-
2 2 2 3 4
) 3 ( ) 1 ( 2 24 22 8 = + + x x x x x x ).
Nota 2.- ) 3 )( 2 )( 1 ( 4 24 44 24 4
2 3
= + x x x x x x ).
66)
<
< <
<
= + +
x
x
x
x
x
x x
1
1 1
1
2
2
2
| 1 | | 1 | 67)
<
< <
<
= +
x
x
x
x x x
1
1 1
1
2
2
2
| 1 | | 1 |
68) Dominio V. Cortes ejes (0,2) con OX y ninguno con OY. Creciente en (1,) y
decreciente en (-,1). Mximo en x=1 y mnimos no hay. Asntotas no hay.
69) Dominio V. Cortes ejes (0,2) con OX y ninguno con OY. Creciente en
(-,3) y decreciente en (3,+) . Mximo en x=3 y mnimos no hay. Asntotas no hay.
70) Dominio V. Cortes ejes (-2,0), (2,0) y (0,4). Creciente en (-,0) y decreciente en
(3,) . Mximo en x=3 y mnimos no hay. Asntotas no hay.

Ejercicios avanzados:
En los ejercicios 71) a 90) el enunciado es Representar grficamente la funcin pero
no deben ser abordados si no se es capaz de resolver con soltura TODOS los anteriores)
71)
2
1 x y =
72)
2
1 x
x
y
=
73)
2
100 x y =
74)
2
100 x x y =
75)
x
x
y
+
=
1
1

76) ) 9 )( 1 (
2 2
x x y =
77)
2
2
1
1
x
x
y
+
=
78)
2
) 2 (
) 1 (
=
x
x
y
79)
2
1
1
x
y
=
80)
2
1 x
x
y
=
81) ) 1 ln(
2
x y =
82) ) 100 ln(
2
x y =
83) ) 100 ln(
2
x x y =
84) )
1
1
ln(
x
x
y
+
=
85) )} 9 )( 1 ln(
2 2
x x y =
86) )
1
1
ln(
2
2
x
x
y
+
=
10
87) )
) 2 (
) 1 (
ln(
2
=
x
x
y

Se definen las funciones seno, coseno y tangente hiperblicas mediante
;
2
x x
e e
Shx
= ;
2
x x
e e
Chx
+
=
x x
x x
e e
e e
Thx
=
Construid las grficas de las funciones
88) Shx y = 89) Chx y = 90) Thx y =

Tabla de derivadas (simplificada)
Funciones simples Funciones compuestas
k y = 0 '= y Para simplificar la notacin, u denotar una
funcin cualquiera de x x y =
1 '= y
n
x y =
1
'

=
n
nx y
n
u y = ' . '
1
u nu y
n
=
x y =
x
y
2
1
'=
u y =
' .
2
1
' u
u
y =
n
x y =
n n
x n
y
1
1
'

=
n
u y =
' .
1
'
1
u
u n
y
n n
=
x y ln =
x
y
1
'=
u y ln =
' .
1
' u
u
y =
x y
a
log =
a x
y
ln
1 1
'=
u y
a
log =
' .
ln
1 1
' u
a u
y =
x
e y =
x
e y = '
u
e y = ' . ' u e y
u
=
x
a y = a a y
x
ln '=
u
a y =
' . ln ' u a a y
u
=
senx y =
x y cos '=
senu y =
' . cos ' u u y =
x y cos =
senx y = '
u y cos =
' . ' u senu y =
tgx y =
x
x
y
2
2
sec
cos
1
' = =
= ' y
tgu y =
' . sec ' .
cos
1
'
2
2
u u u
u
y = =

1
TEMA 7.- ESTADSTICA UNIDIMENSIONAL
7.1.- Nociones generales
7.2.- Frecuencias y tablas
7.3.- Representaciones grficas.
7.4.- Parmetros estadsticos.

La Estadstica nace con el objetivo fundamental de extraer la informacin que est
contenida en un conjunto de datos (medidas, observaciones, etc). Estos datos son con
frecuencia numricos, pero podran no serlo. Para conseguir este objetivo se usarn
tablas y grficos o se representar al conjunto de datos por un valor (o varios) que, en
cierta manera, representen a todos.

7.1 Nociones generales

Supngase que disponemos de una serie de medidas de determinados datos. Los
datos que interesa analizar (el nmero de hijos que tiene cada pareja en una determinada
zona, el gnero de las personas que demandan un determinado empleo, el partido al que
se va a votar en las prximas elecciones, etc.) son las variables.
Las variables pueden ser de dos tipos:
Variables cualitativas: las que NO toman valores numricos (nacionalidad, gnero,
estar a favor o en contra de algo).
Variables cuantitativas: las que toman valores numricos (edad, sueldo que se
percibe, nmero de llamadas telefnicas recibidas en un cierto periodo de tiempo).
A su vez, las variables cuantitativas pueden ser discretas y continuas.
Variables cuantitativas discretas son las que slo pueden tomar valores enteros
(nmero de hijos, nmero de robos realizados en una ciudad en un perodo de tiempo).
Variables cuantitativas continuas son las que pueden tomar cualquier valor real
dentro de un intervalo (altura de una persona, velocidad de un coche).
Variables
Cuantitativa. Numrica
Discreta. Slo puede tomar valores enteros aislados
Continua. Puede tomar todos los valores de un intervalo.
Cualitativa. No numrica

El colectivo objeto de nuestro estudio estadstico se llama poblacin. El nmero
de elementos de la poblacin es su tamao. Cada elemento de la poblacin es un
individuo. Con frecuencia la poblacin que interesa es excesivamente numerosa para
estudiarla completa y nos limitamos a unos cuantos individuos, es decir, tomamos una
muestra.
2

Poblacin. Conjunto de todos los elementos objeto de nuestro estudio.
Tamao. Nmero de elementos de una poblacin. Se le suele denominar N.
Muestra. Subconjunto extrado de la poblacin y de cuyo estudio se espera obtener
conclusiones sobre la totalidad de la poblacin.
Individuo. Cada uno de los elementos de la poblacin.

Ejemplo 1.
La Universidad de Sevilla desea conocer el nmero de crditos que aprueba cada
alumno anualmente
La variable que mide el nmero de crditos superados anualmente por un alumno es
numrica (puesto que mide el nmero de crditos aprobados) y discreta (ya que slo
puede tomar ciertos valores). La poblacin es el conjunto de alumnos de la Universidad
de Sevilla, su tamao es el nmero de alumnos matriculados, y los individuos son cada
uno de los alumnos matriculados. Si se limita el estudio a alguna carrera, o a algn
curso o a determinadas asignaturas, lo que estaramos considerando es en cada caso una
muestra.

Ejemplo 2.
La Universidad de Sevilla desea conocer la nacionalidad y el gnero de los alumnos que
han superado determinada asignatura
En este caso hay dos variables. Ambas son cualitativas (la primera indica nacionalidad y
la otra gnero). La poblacin es el conjunto de alumnos de la asignatura, su tamao es el
nmero de alumnos matriculados en ella, y los individuos son cada uno de los alumnos
matriculados en la asignatura Dado el previsible tamao de la poblacin no es probable
que se limita el estudio a una muestra.
Nota. Como veremos en el tema 8, se trata de una variable bidimensional.

7.2. Frecuencias y tablas

Normalmente, lo primero que hay que hacer para manejar la informacin contenida
en un conjunto de datos es organizarlos para poder extraer deducciones de ellos. Para
conseguirlo lo que se hace es tabular los datos, es decir, construir lo que se llama tabla
de frecuencias, en la que se recogen los distintos valores que toma la variable (ya sean
nmeros o categoras) junto con sus correspondientes frecuencias de aparicin.
Supongamos que se considera una cierta variable X (numrica) sobre un conjunto de N
individuos y sea
i
x el valor correspondiente al individuo i-simo en la variable X, con i
=1, 2, , N. Si se dan k valores diferentes en total diremos que X toma los valores
k
x x x ,..., ,
2 1
, definiremos las siguientes frecuencias para cada valor
i
x , con i=1, , k.

3
Frecuencia absoluta o, simplemente, frecuencia, es el nmero de individuos
t
n que
presenta el valor de la variable
i
x o, en su caso, al intervalo i-simo. Si N es el nmero
de individuos se ha de cumplir que

=
= + + + =
k
i
k i
N n n n n
1
2 1
... [1]

Frecuencia relativa
t
f es la proporcin de individuos que presentan el valor
i
x . Se
tiene que

N
n
f
i
i
=
=
= + + + =
k
i
k i
f f f f
1
2 1
1 ... [2]

Frecuencia absoluta acumulada,
t
N es el nmero de individuos que presentan un
valor inferior o igual a
i
x . Se tiene que
=
+ + + = =
i
j
i j i
n n n n N
1
2 1
... N N
k
= [3]

Frecuencia relativa acumulada
t
F es la proporcin de individuos que presentan un
valor inferior o igual a
i
x . Se tiene que
1 =
k
F [4]

Ejercicio 1.-
Justifquese que se verifican las relaciones [1], [2], [3] y [4].

Ejemplo 3.-
Supngase que las edades con las que un grupo de cuarenta personas ha obtenido su
primer empleo son 21, 26, 22, 25, 25, 26, 29, 23, 28, 28, 27, 21, 24, 26, 20, 22, 28, 29,
24, 23, 24, 20, 20, 22, 22, 26, 24, 25, 25, 20, 24, 23, 28, 25, 25, 27, 25, 27, 24, 22.
Es difcil obtener conclusiones sobre esos datos directamente si no observamos cuantas
personas lo consiguieron con cada edad y si no ordenamos los datos en la tabla
i
x
20 21 22 23 24 25 26 2 7 28 29
t
n
4 2 5 3 6 7 4 3 4 2

Ejemplo 4.-
La tabla de frecuencias anterior se puede hacer ms completa incluyendo las
frecuencias relativas y las acumuladas
Observamos que la variable es X =edad y que toma los valores enteros entre 20 y 29,
ambos inclusive.
4
t
x
t
n
t
f
t
N
t
F
20 4 01 4 01
21 2 005 6 015
22 5 0125 11 0275
23 3 0075 14 035
24 6 015 20 05
25 7 0175 27 0675
26 4 01 31 0775
27 3 0075 34 085
28 4 01 38 095
29 2 005 40 1
N =40
40 = = N N
k
1 =
k
F

Nota. Obsrvese que se verifican todas las relaciones [1] a [4]

Ejercicio 2.-
Un equipo de baloncesto ha anotado en los veinte partidos jugados las siguientes
puntuaciones:
80, 101, 92, 80, 110, 83, 101, 75, 80, 107, 75, 85, 80, 110, 101, 92, 85, 110, 85, 80.
Construye la tabla de frecuencias correspondiente.

Tablas con datos agrupados.
Si ahora consideramos la variable X =altura de los alumnos del ejemplo anterior, el
nmero de valores que toma la variable es muy grande, por lo que resulta conveniente
agrupar los datos por intervalos. Obsrvese que aunque en el ejemplo 4 y en este se
manejen datos de cuarenta alumnos (que, adems, son las mismas personas en ambos
casos), la variable slo tomaba diez diferentes valores en el ejemplo 4, mientras que en
el nuevo ejemplo puede tomar desde un valor nico (si todos fuesen exactamente
iguales en altura) hasta cuarenta valores diferentes. No es muy probable que se d
ninguna de las dos situaciones indicadas pero, al ser la variable X =altura una variable
cuantitativa continua, se suelen presentar muchos valores distintos (rara vez habr
valores con frecuencia distinta de uno o dos). En situaciones como esta los valores de la
variable se suelen agrupar por intervalos.
Sobre el nmero de intervalos y la amplitud de los mismos no hay un acuerdo
generalizado, pues depender del nmero de datos y de su dispersin. Una buena opcin
puede ser tomar un nmero de intervalos prximo a N y todos con igual amplitud. El
extremo superior de cada intervalo coincide con el inferior del siguiente, por lo que hay
que decidir, en cada caso, a cual de los dos intervalos pertenece. Si, por ejemplo, los
extremos inferiores se abren (el extremo considerado NO pertenece al primero de los
dos intervalos) y los superiores se cierran, habr que tomar como extremo inferior del
primer intervalo en lugar del mnimo valor de la variable otro que sea algo menor.
El que los intervalos sean de la misma amplitud suele ser conveniente, pero no siempre
lo es. Por ejemplo, si en algunas zonas se da una mayor concentracin de datos que en
otras, se suelen tomar intervalos ms estrechos donde mayor sea la concentracin de
datos y a la inversa.
5
Ejemplo 5.
Supngase que las alturas de los alumnos del ejemplo 4 fuesen, en centmetros, de 168,
160, 167, 175, 175, 160, 149, 158, 168, 167, 178, 166, 158, 163, 171, 174, 163, 156,
165, 162, 160, 165, 154, 163, 165, 159, 163, 166, 162, 161, 170, 165, 150, 167, 164,
165, 173, 164, 169 y 170, respectivamente.
Dado que el nmero de valores distintos que toma la variable es grande, superior a
veinte (exactamente hay veintids), lo ms adecuado es clasificarlos en intervalos. Para
ello se proceder de la siguiente manera:
1) Se localizan los valores extremos. En nuestro caso son 149 y 178. Hallamos
su diferencia 178-149 =29 (este valor es el recorrido).
2) Puesto que el nmero de datos no es excesivamente grande (tan slo 40),
no hace falta considerar muchos intervalos. Como 34 ' 6 40 = , sern 6 (o tal
vez 7) los intervalos necesarios. Si queremos que todos los intervalos tengan
igual amplitud, buscaremos un mltiplo de 6 que sea algo mayor que el
recorrido. El nmero 30 rene todos los requisitos (el 36 no sera demasiado
malo).
3) Formamos los intervalos comenzando por un nmero algo menor que el
mnimo (149) de modo que los seis intervalos abarquen la totalidad de los
datos. Como, adems, todos los datos son enteros, los extremos NO deben
ser enteros, con lo que no habr dudas sobre si un determinado valor
pertenece o no a un intervalo dado. Una buena solucin puede ser:

INTERVALOS FRECUENCIAS
1485-1535
1535-1585
1585-1635
1635-1685
1685-1735
1735-1785
2
4
11
14
5
4

O, si queremos la tabla de frecuencias ms completa
Variable
t
n
t
f
t
N
t
F
1485-1535 2 005 2 005
1535-1585 4 01 6 015
1585-1635 11 0275 17 0425
1635-1685 14 035 31 0775
1685-1735 5 0125 36 09
1735-1785 4 01 40 1
N =40

Ejemplo 6.
Dada la trascendencia social que estn teniendo las celebraciones de los estudiantes
conocidas como botellonas, la Universidad de Sevilla decide tomar cartas en el asunto
y lo primero que hace es intentar conocer si los que acuden a las mismas son realmente
alumnos de la Universidad de Sevilla y en qu porcentaje. Comienza con una encuesta a
los cuarenta alumnos de los ejemplos anteriores sobre si acude o no a las botellonas.
6
Ejercicio 3.-
Las puntuaciones obtenidas en un test psicotcnico por 30 aspirantes son:
69, 58, 54, 40, 71, 61, 57, 52, 64, 56, 52, 61, 54, 50, 63, 55,
51, 30, 70, 60, 54, 58, 54, 47, 63, 69, 58, 54, 49, 70,
donde la escala va de 0 a 100. Construye la tabla de frecuencias correspondiente,
agrupando previamente los datos por intervalos y sin agruparlos.

Ejercicio 4.-
Las puntuaciones obtenidas por un grupo de 49 alumnos son
30; 55; 44; 60; 43; 72; 47; 65; 67; 40; 59; 58; 14; 32; 58; 46;
41; 35; 68; 50; 59; 21; 42; 45; 41; 48; 28; 47; 77; 60; 30; 57;
45; 49; 33; 48; 47; 77; 60; 30; 57; 45; 49; 33; 48; 47; 52; 38; 61
Agrupa los datos en siete intervalos y construye la tabla de frecuencias correspondiente,.

Nota.- En los ejercicios 5 a 22 se usarn los datos de los ejercicios 2 a 4 sin agrupar.

7.3.- Representaciones grficas.

Con frecuencia los datos se presentan de una forma atractiva y muy ilustrativa
mediante distintas representaciones grficas. Algunas son adecuadas exclusivamente
para las variables cualitativas, otras para las cuantitativas y an algunas son adecuadas
para todo tipo de variables. Aqu nos referiremos slo a dos de ellas: los diagramas de
barras y los histogramas.
Los diagramas de barras o rectngulos son vlidos para las variables cualitativas y
para las cuantitativas discretas. En ambos casos se construyen rectngulos de igual base
y alturas proporcionales a la frecuencia (absoluta o relativa). En el caso de variable
cualitativa se dibujan encima de cada categora. Si la variable es cuantitativa discreta se
consideran en el eje de abscisas los valores (discretos) de la variable y sobre ellos se
dibujan los rectngulos.

Comida
0
5
10
15
20
25
Ene Feb Mar Abr May Jun
Comida

7

Los histogramas son vlidos para las variables cuantitativas continuas. Tambin se
dibujan rectngulos. En el eje de abscisas se representan las bases de los rectngulos,
que corresponden a los distintos intervalos, siendo las alturas proporcionales a las
frecuencias.
Comida
0
5
10
15
20
25
Ene Feb Mar Abr May Jun
Comida

7.4.- Parmetros Estadsticos.
Acabamos de ver tcnicas que describen visualmente el conjunto de datos que
manejamos. Ahora vamos a estudiar cmo resumir eficazmente los datos, bien buscando
algn valor que pueda representarlos en cierta manera (medidas de posicin o de
centralizacin), bien buscando indicadores que informen de la concentracin de los
datos alrededor de los valores anteriores (medidas de dispersin), bien seleccionando
valores que proporcionen informacin acerca de la forma de la distribucin (medidas
de simetra y otras).

Parmetros estadsticos: datos que resumen el estudio realizado en la poblacin
Estudiaremos tres tipos:
Parmetros de posicin
Parmetros de dispersin
Parmetros de simetra

7.4.1.- Medidas de posicin.-
Nos indican en torno a qu valor (llamado genricamente centro) se distribuyen los
datos. Los ms importantes son media, mediana y moda, aunque estudiaremos
tambin los cuartiles, los deciles y los percentiles.

8
Media.-
Si
N
x x x ,..., ,
2 1
son los valores que toma una distribucin estadstica de tamao N, se
designa por x y se denomina media o promedio a

N
x
N
x x x
x
N
i
i
N

=
=
+ + +
=
1 2 1

Si los datos estn tabulados y
k
n n n ,..., ,
2 1
son las frecuencias absolutas de los
valores
k
x x x ,..., ,
2 1
de la variable,

=
=
= =
+ + +
=
k
i
i i
k
i
i i
k k
x f
N
x n
N
x n x n x n
x
1
1 2 2 1 1

Ejemplo 7.
La media de los datos del ejemplo 3 es, simplemente el resultado de dividir por N =40
la suma de los valores 21, 26, 22, 25, 25, 26, 29, 23, 28, 28, 27, 21, 24, 26, 20, 22, 28,
29, 24, 23, 24, 20, 20, 22, 22, 26, 24, 25, 25, 20, 24, 23, 28, 25, 25, 27, 25, 27, 24, 22,
resultando 375 ' 24
40
975
= = x

Ejemplo 8.
Si consideramos la tabla de frecuencias el clculo sera

375 ' 24
40
975
2 2 4
29 2 21 2 20 4
= =
+ + +
+ + +
= x

Naturalmente que el resultado final es el mismo! Por qu?

Ejemplo 9.
La media de los valores 5, 5, 4, 6, 5, 4, 5, 5, 5, 6 es

5
10
50
10
6 5 5 5 4 5 6 4 5 5
= =
+ + + + + + + + +
= x

mientras que la media de los valores 5, 5, 4, 6, 5, 4, 5, 5, 5, 46 es

9
10
90
10
46 5 5 5 4 5 6 4 5 5
= =
+ + + + + + + + +
= x

lo que ilustra la excesiva dependencia de la media de la existencia de datos atpicos (los
excesivamente grandes o excesivamente pequeos).
9
Ejercicio 5.-
Calcular la media de los datos del ejercicio 2.

Ejercicio 6.-

Ejercicio 7.-

Mediana.
Se denomina mediana y se denota por Me al valor que est en medio, es decir, que
tiene tantos valores menores a l que mayores a l. Si ordenamos los datos de menor a
mayor, la mediana es mayor que el 50% de los valores y menor que el otro 50%.
Cmo calcular la mediana? Hay que distinguir si los datos estn tabulados o no.
1) Datos sin tabular: Se ordenan los N datos de menor a mayor. Si N es impar,
se toma el valor central. Si N es par, se toma la media de los dos valores
centrales.
2) Datos tabulados: Si existe un valor con frecuencia relativa acumulada igual a
05, se toma como mediana la media entre ese valor y el siguiente. Si no lo
hay, se toma como mediana el primer valor que supere al 05 en frecuencia
relativa acumulada.

Ejemplo 10.
El nmero de tarjetas amarillas que le han sacado a cada uno de los veinte jugadores de
un cierto equipo de ftbol a lo largo de la temporada, ordenadas de menos a ms, se
resumen en los siguientes veinte datos:
2, 3, 3, 3, 3, 3, 5, 5, 6, 6, 7, 7, 8, 8, 8, 8, 8, 8, 9, 9
Como N =20 es par, se toma como mediana la media entre 6
10
= x y 7
11
= x , es decir
Me =65..
Esto significa que hay 10 jugadores del equipo que han recibido menos de 65 tarjetas
(es decir, seis o menos) y otros10 ms de 65 (es decir, siete o ms).

Ejemplo 11.
El nmero de poblaciones que visitaron el pasado mes cada uno de los diecisiete
visitadores mdicos de la empresa Hipermagnafarma ordenados de menos a ms
fueron los siguientes:
10, 10, 11, 11, 11, 12, 12, 12, 12, 13, 13, 13, 13, 14, 14, 14, 14
la mediana sera 12
9
= x .Esto significa que hay ocho visitadores que fueron a doce o
menos poblaciones y otros ocho que visitaron doce o ms.
10

Ejemplo 12.
Calcula la mediana de la distribucin de la tabla
i
x
i
n
i
N
1 7 7
2 13 20
3 10 30
4 7 37
5 3 40

Como hay N =40 individuos N/2 =20 y como existe una frecuencia absoluta
acumulada que coincide con N/2, la mediana ser la media entre el valor de la variable
con esa frecuencia y el siguiente 5 ' 2
2
3 2
=
+
= Me

Ejemplo 13.
Calcula la mediana de la distribucin de la tabla
i
x
i
n
i
N
1 7 7
2 14 21
3 9 30
4 8 38
5 2 40

De nuevo son N =40 y N/2 =20, pero ahora la primera frecuencia absoluta acumulada
mayor que N/2 es 21, con lo que la mediana ser el valor de la variable con esa
frecuencia 2 = Me

Ejercicio 8.-
Calcular la mediana de los datos del ejercicio 2.

Ejercicio 9.-
Calcular la median de los datos del ejercicio 3.

Ejercicio 10.-
Calcular la mediana de los datos del ejercicio 4.

Moda.
La moda, Mo, es el valor que aparece con mayor frecuencia.-
11

Ejemplo 14.
En el ejemplo 10 la moda es 8 pues tiene frecuencia 6 (es decir, el valor 8 es el que ms
se repite, pues aparece seis veces), mientras que las frecuencias de los dems valores
son 1, 5, 2, 2, 2 y 2, respectivamente,
En el ejemplo 11 hay tres modas, el 12, el 13 y el 14.

Ejemplo 15.
Cuando los datos vienen agrupados se habla de intervalo modal en vez de moda. As,
en el ejemplo 5, el intervalo modal es (1635, 1685].

Ejemplo 16.
En el conjunto de datos 1, 2, 3, 4, 5, 6 NO existe moda en un sentido estricto (o bien
todos los datos son moda).

Ejercicio 11.-
Calcular la moda de los datos del ejercicio 2.

Ejercicio 12.-

Ejercicio 13.-

Cuartiles (COMPLEMENTARIO AL TEMA)
Si en lugar de dividir los individuos (datos) en dos partes con el mismo nmero de ellos,
como con la mediana, se dividen en cuatro partes, cada una de ellas con igual nmero de
individuos, los puntos de separacin se llaman cuartiles.
Se llama cuartil inferior, y se denota
1
Q , a un valor de la variable que deje por debajo
de l al 25% de la poblacin y por encima al 75%. Por otra parte, el cuartil superior,
que se denota
3
Q , es un valor de la variable que deja por debajo de l al 75% de la
poblacin y por encima al 25%.
Obviamente, el restante cuartil,
2
Q , no es otro que la mediana.

12

Ejemplo 17.
En el ejemplo 10 anterior, los nmeros de tarjetas amarillas eran
2, 3, 3, 3, 3, 3, 5, 5, 6, 6, 7, 7, 8, 8, 8, 8, 8, 8, 9, 9
por lo que 3
1
= Q , 5 ' 6
2
= = Me Q y 8
3
= Q .

Percentiles (COMPLEMENTARIO AL TEMA)
Partamos la poblacin en 100 partes iguales y sealemos el lugar que deja debajo h de
ellas. El valor de la variable correspondiente a ese lugar se denomina percentil h y se
denota
h
p .

Ejemplo 18.
La mediana no es ms que el percentil 50 y los cuartiles inferior y superior los
percentiles 25 y 75, respectivamente.

Clculo de mediana, cuartiles y percentiles. (SOLO OBLIGADO CLCULO
MEDIANA)
Veamos cmo se calculan la mediana, los cuartiles y los percentiles.
Se parte de la tabla de frecuencias, en concreto de las frecuencias acumuladas. Se
expresan stas en tantos por ciento. El percentil
h
p .es el menor valor
h
p .para el que la
frecuencia acumulada supera el h%. En caso de coincidir con el h% se toma como
h
p el
valor intermedio entre ese y el siguiente.

Ejemplo 19.
En el ejemplo 3 se consideraban las edades a las que un grupo de cuarenta personas ha
obtenido su primer empleo. La tabla de frecuencias correspondiente es.
t
x
t
n
t
f
t
N
t
F
20 4 01 4 01
21 2 005 6 015
22 5 0125 11 0275
23 3 0075 14 035
24 6 015 20 05
25 7 0175 27 0675
26 4 01 31 0775
27 3 0075 34 085
28 4 01 38 095
29 2 005 40 1

13
Calculemos su mediana, los cuarteles inferior y superior y los percentiles
20
p ,
40
p ,
60
p
y
80
p .
Como para 24 =
i
x se tiene que 5 ' 0 =
i
F la mediana ser Me =245 (semisuma entre 24
y el siguiente valor, que es 25)..
Como para 22 =
i
i
F el cuartil inferior ser 22
1
= Q .
Como para 26 =
i
i
F el cuartil superior ser 26
1
= Q .
Como para 22 =
i
i
F el percentil
20
p ser 22
20
= p .
Como para 24 =
i
i
F el percentil
40
p ser 26
40
= p .
Como para 25 =
i
i
F el percentil
60
p ser 25
60
= p .
Como para 27 =
i
i
F el percentil
80
p ser 27
80
= p .

Ejercicio 14.- (Ejercicio extra, no entra en temario)
Hallar cuartiles inferior y superior y percentiles
35
p y
65
p de los datos del ejercicio 2.

35
p y
65

35
p y
65

7.4.2. Medidas de dispersin.
Las medidas de centralizacin no siempre proporcionan informacin suficiente. Para
una informacin ms completa necesitamos introducir otros parmetros, llamados
de dispersin. En realidad se trata de medir el grado de separacin de los daros, El
ejemplo siguiente aclarar lo que queremos decir.

Ejemplo 20.
Supngase que se dispone de los siguientes tres conjuntos de datos

Conjunto A 10, 20, 30, 40, 50
Conjunto B 10, 30. 30. 30. 50
Conjunto C 30, 30, 30, 30, 30

Las correspondientes medidas de centralizacin de cada conjunto son

Media Mediana Moda
Conjunto A 30 30 No hay
14
Conjunto B 30 30 30
Conjunto C 30 30 30

Sera fcil legar a la conclusin equivocada de que los tres conjuntos de datos son muy
similares, cuando no es as. Mientras que en el conjunto A hay una gran dispersin de
los datos y en el conjunto se da una concentracin de datos total, en el conjunto B
tenemos una situacin intermedia.

Recorrido.
Recorrido de los datos no es ms que la diferencia entre el mayor y el menor. La
longitud del tramo dentro del cual estn los datos.

Varianza.
Varianza del conjunto de datos es la media de los cuadrados de la distancia a la media
de los datos. Se suele denotar Var y su expresin analtica es

N
x x
N
x x x x x x
Var
N
i
i
N
x

=

=
+ + +
= =
1
2
2 2
2
2
1
2
) (
) ( ) ( ) (

o bien

2 1
2
2
2 2
2
2
1
2
x
N
x
x
N
x x x
Var
N
i
i
N
x
=
+ + +
= =

=

Si los datos estn tabulados resulta

2 1
2
1
2
2
1
2
) (
) ( x
N
x n
N
x x n
x x f Var
N
i
i i
N
i
i i
i
k
i
i x
=
= = =

= =
=

Desviacin tpca,
La desviacin tpca, denotada por , no es sino la raz cuadrada de la varianza

N
x x
N
x x x x x x
Var
N
i
i
N

=

=
+ + +
= =
1
2
2 2
2
2
1
) (
) ( ) ( ) (

Si los datos estn tabulados resulta

15

2 1
2
1
2
2
1
) (
) ( x
N
x n
N
x x n
x x f Var
N
i
i i
N
i
i i
i
k
i
i
=
= = =

= =
=

Ejemplo 21.
Para los tres conjuntos de datos del ejemplo anterior se tiene que

Recorrido Varianza Desv. tpica
Conjunto A 40 200 1414
Conjunto B 40 160 1265
Conjunto C 0 0 0

Ejemplo 22.
Como resulta obvio, a mayor valor de estos parmetros mayor es la dispersin de los
datos. Pero, para comparar las varianzas o las desviaciones tpicas de varios conjuntos
de datos, han devenir dados todos en las mismas unidades de medida.
Lo ilustraremos con un ejemplo:
Considrese la serie de datos 200 cm,, 300 cm,, 300cm., 400 cm. La media es 300 y la
desviacin tpica 61 ' 223 50000
4
) 100 0 0 100 (
2 2 2 2
= =
+ + +
= .
Considrese ahora la serie de datos 1 m,, 2 m,, 4 m., 5 m. La desviacin tpica resulta
58 ' 1 5 ' 2
4
) 2 1 1 2 (
2 2 2 2
= =
+ + +
= .
Naturalmente que la segunda serie est ms dispersa que la primera, el hecho de tener
una desviacin tpica menor se debe, exclusivamente a la falta de homogeneidad de las
unidades de medida. As, si la primera serie se hubiese expresado en la misma unidad de
medida que la segunda (en metros en vez de centmetros) tendra una desviacin tpica
de 71 ' 0 5 ' 0
4
) 1 0 0 1 (
2 2 2 2
= =
+ + +
=

Si los datos estuvieran tabulados, las expresiones analticas para varianza y desviacin
tpica quedaran:

2 1
2
2
1 2
1
2
) (
) ( x
N
x n
N
x x n
x x f Var
k
i
i i
i
k
i
i
i
k
i
i x
=
= =

= =
=
=

Ejercicio 17.-
Calcular la varianza y la desviacin tpica de los datos del ejercicio 2.
Ejercicio 18.-
Calcular la varianza y la desviacin tpica de los datos del ejercicio 3
16
Ejercicio 19.-
Calcular la varianza y la desviacin tpica de los datos del ejercicio 4

7.4.3. Medidas de simetra.
Existen diferentes medidas de forma para estudiar diferentes aspectos relativos a la
forma de los datos (sesgo, curtosis) que no consideraremos aqu. Incluso, existen
diferentes parmetros para medir cada uno de ellos. Nosotros nos limitaremos a estudiar
la simetra, que nos indicar si los valores de la variable se concentran en una
determinada zona del recorrido de la variable.
Como parmetro para medir la simetra se puede considerar la diferencia entre media
y moda, Mo x . Pero, como su valor esta influido por la unidad de medida escogida,
definiremos el coeficiente de simetra, As, como el cociente entre la diferencia entre
media y moda partido por la desviacin tpica, Analticamente

Mo x
As

=

Se dir que hay asimetra positiva o a la derecha si 0 > As y simetra negativa o a la
izquierda si 0 < As .

Ejemplo 23.
En el caso del ejemplo 10 los datos eran
2, 3, 3, 3, 3, 3, 5, 5, 6, 6, 7, 7, 8, 8, 8, 8, 8, 8, 9, 9.

Resultan x =595, Mo =8, 31 ' 2 3375 ' 5 = = , 0 89 ' 0
31 ' 2
8 95 ' 5
< =
= As
x =595
Luego hay asimetra hacia la izquierda.
Es necesario conocer para saber si hay o no asimetra y de qu tipo es o basta con
conocer el signo de Mo x ?

Ejemplo 24.
En los ejemplo 16 y 17 se estudiaron las tres series de datos de la tabla
Conjunto A 10, 20, 30, 40, 50
Conjunto B 10, 30. 30. 30. 50
Conjunto C 30, 30, 30, 30, 30

Resultando valer sus media, moda y desviacin tpica y, en consecuencia, su coeficiente
de simetra, los valores indicados en la nueva tabla
Media Moda Desv. tpica Coef. simetra
Conjunto A 30 No hay 1414 No hay
Conjunto B 30 30 1265 0
17
Conjunto C 30 30 0 No hay

Para el conjunto A no est definido el coeficiente de simetra por no haber moda. Pero
en sentido estricto, s hay moda, todos los datos son moda y no tiene sentido el
coeficiente de simetra. A pesar de ello, la distribucin es simtrica.
La distribucin del conjunto B es simtrica pues el coeficiente de simetra es nulo.
Para el conjunto C no est definido el coeficiente de simetra porque no se puede
dividir por 0. Pero el numerador del coeficiente de simetra existe y es nulo. As, la
distribucin es simtrica.

Ejercicio 20.-
Calcular el coeficiente de asimetra de los datos del ejercicio 2.

Ejercicio 21.-

Ejercicio 22.-

18

Ejercicios propuestos.

Ejercicio 23.-
Un profesor tiene anotadas las calificaciones de los 30 alumnos de un grupo, a saber,
6, 4, 5, 2, 3, 9, 10, 9, 8, 7, 7, 8, 10, 9, 8, 8, 2, 1, 2, 6, 10, 10, 9, 1, 9, 9, 9,10, 6, 8
a) construir la tabla de frecuencias
b) construir el diagrama de barras.

Ejercicio 24.-
Consideremos los siguientes datos:
7, 2, 5, 1, 4, 7, 10, 8, 9, 5, 7, 7, 10, 7, 8, 7, 3, 1, 2, 5, 10, 8, 9, 1, 10, 7, 8, 9, 7, 6

Ejercicio 25.-
En una empresa con veinte empleados, cinco perciben un sueldo mensual de 720 , tres
de 840 , siete de 900 , cuatro de 1025 y uno de 1230

Ejercicio 26.-
En un examen de Estadstica se obtuvieron las siguientes notas (sobre 100):
74, 83, 80, 65, 85, 95, 72, 76, 72, 93, 84, 75, 75, 60, 74, 75, 63, 78, 90, 70
a) Hallar la tabla de frecuencias si los datos se clasifican en cuatro clases: 60-70, 70-
80, 80-90 y 90-100.
b) Construir el histograma.

Ejercicio 27.-
De la siguiente distribucin de notas (sobre 10): 2, 3, 3, 4, 5, 5, 5, 6, 7, 7, 7, 8, 9
a) Calcular la nota media y la moda.
b) Hallar las medidas de dispersin.
c) Estudiar la simetra de la distribucin.

Ejercicio 28.-
En una poblacin de veinticinco familias se ha observado la variable X =n de coches
que tiene la familia y se han obtenido los siguientes datos:
0, 1, 2, 3, 1, 0, 1, 1, 1, 4, 3, 2, 2, 1, 1, 2, 2, 1, 1, 1, 2, 1, 3, 2, 1
a) Construye la tabla de frecuencias de la distribucin X.
b) Calcular la media y la moda.
c) Calcular la desviacin tpica.
d) Estudiar la simetra de la distribucin

19

Ejercicio 29.-
La altura en centmetros de un grupo de alumnos y alumnas de una clase es:
150, 169, 171, 172, 172, 175, 181, 182, 183, 177, 179, 176, 184, 158
a) Construye la tabla de frecuencias.
d) Estudiar la simetra de la distribucin.
Ejercicio 30.-
Los valores, agrupados en intervalos, de una determinada variable estadstica X vienen
dados en la tabla siguiente:
Intervalos Frecuencias absolutas
[1, 4)
[4, 7)
[7, 10)
[10, 13)
[13, 16)
[16, 19)

5
3
10
4
8
8
a) Construye el histograma.
b) Calcula la media y la moda
c) Calcula la desviacin tpica.
.
Ejercicio 31.-
Al aplicar un test de conocimientos a 80 jvenes, se obtiene la tabla de puntuaciones:
Puntuaciones (15, 20] (20, 25] (25, 30] (30, 35] (35, 40] (40, 45] (45, 50]
N de jvenes 4 16 26 14 12 6 2
Calcule la puntuacin media y la desviacin tpica
a) A partir de qu puntuacin se encontrar el 20% con mayor puntuacin de los
80 jvenes estudiados?
Ejercicio 32.-
Consideremos un parque automovilstico de 2478 coches clasificados segn el nmero
de millares de kilmetros recorridos en un ao
Kilometraje anual Nmero de vehculos
(0, 4]
(4, 10]
(10, 13]
(13, 17]
(17, 21]
(21, 24]
228
634
821
475
233
87
N =2478

a) Construye el histograma.
20
d) Estudiar la simetra de la distribucin.
Ejercicio 33.-
Calcular Me, Q
1
, Q
3
, p
10
y p
80
en la distribucin:
1, 1, 2, 3, 4, 4, 5, 5, 5, 5, 6, 7, 7, 7, 8, 9, 10.

Ejercicio 34.-
En la siguiente distribucin de notas, hallar Me, Q
1
, Q
3
, p
80
, p
90
y p
99
.
Notas 1 2 3 4 5 6 7 8 9 10
N de alumnos 7 15 41 52 104 69 26 13 19 14

Ejercicio 35.-
Para comparar las edades de los empleados de dos empresas se ha tomado, al azar, una
muestra de cada una de ellas, de doce empleados, cuyas edades son las siguientes:
Muestra 1: 27, 29, 32, 34, 35, 37, 38, 40, 42, 52, 54, 60
Muestra 2: 35, 47, 52, 32, 48, 51, 37, 44, 30, 28, 35, 41
a) Calcular la edad media y la edad mediana de cada muestra.
b) Determinar en qu muestra estn ms dispersos los datos, hallando sus varianzas.

Ejercicio 36.-
Los costes bimensuales del telfono de dos personas A y B durante el ao 2002 han
sido, en euros:
A: 35, 45, 60, 40, 25, 80
B: 12, 52, 40, 25, 50, 40
a) Calcule los costes bimensuales medio y mediano de cada uno.
b) Halle la desviacin tpica de cada uno.

Ejercicio 37.-
Una variable estadstica X tiene la siguiente distribucin de frecuencias
X 8 10 12 14 16
Frecuencia absoluta 4 12 16 13 15

Calcular la media aritmtica y la desviacin tpica de esa variable.

Ejercicio 38.-
El nmero de coches vendidos, cada da, por un concesionario en 20 das ha sido:
1, 0, 0, 2, 3, 1, 1, 4, 0, 2 2, 0, 1, 0, 0 3, 3, 1, 2, 0
a) Construya la tabla de frecuencias absolutas y relativas
b) Obtenga la media y la varianza.
c) Calcule la moda y la mediana.

21

Ejercicio 39.-
Se realiza una encuesta a treinta matrimonios sobre el nmero de hijos que tienen y los
resultados son:
1, 2, 1, 3, 2 1, 1, 2, 4, 2 3, 2, 1, 3, 4 5, 1, 2, 3, 2 1, 2, 4, 1, 1 0, 1, 2, 0, 0
a) Obtenga el nmero medio de hijos de los matrimonios.
b) Obtenga la desviacin tpica
c) Calcule la moda y la mediana.

Ejercicio 40.-
Los gastos (en miles de euros) que dedicaron a vacaciones veinticinco familias son:
1, 2, 1, 3, 2 1, 1, 2, 4, 2 3, 2, 1, 3, 4 5, 1, 2, 3, 2 1, 2, 4, 1, 1
a) Obtenga el gasto medio.
b) Obtenga la desviacin tpica de dicho gasto.
c) Halle la cantidad gastada como mximo por 75% de poblacin que menos gast.

Ejercicio 41.-
Una variable estadstica X tiene la siguiente distribucin de frecuencias
X 8 10 12 14 16
Frecuencia absoluta 4 12 16 13 15

Calcular la media aritmtica y la desviacin tpica de esa variable.

Ejercicio 42.-
El nmero de asuntos tratados, cada da, en un bufete de abogados los ltimos 20 das
ha sido:
1, 0, 0, 2, 3 1, 1, 4, 0, 2 2, 0 1, 0, 0 3, 3, 1, 2, 0
Calcule la moda y la mediana.

Ejercicio 43.-
Calcule la moda, la mediana, el percentil 90 y el rango de los datos:
49, 49, 49, 49, 50, 55, 60, 60, 60, 62, 65, 70
Ejercicio 44.-
Los gastos (en miles de euros) que dedicaron a vacaciones veinticinco familias son:
1, 2, 1, 3, 2 1, 1, 2, 4, 2 3, 2, 1, 3, 4 5, 1, 2, 3, 2 1, 2, 4, 1, 1
a) Obtenga el gasto medio.
b) Obtenga la desviacin tpica de dicho gasto.
c) Calcule la cantidad que gast como mximo el 75% de la poblacin que menos gast.

Ejercicio 45.-
Calcule la media, la mediana, la varianza y la desviacin tpica de los datos
22
59, 78, 52, 59. 78, 59, 70, 66, 63, 56
Ejercicio 46.-
Una variable estadstica X tiene la siguiente distribucin de frecuencias:
x
i
1 2 3
n
i
3 5 2
Obtenga su desviacin tpica.

Ejercicio 47.-
La distribucin, por pesos, de 60 pacientes de un centro mdico es la siguiente:

Peso en Kilogramos [50, 60) [60, 70) [70, 80) [80, 90) [90, 100)
Nmero de personas 5 15 25 10 5
a) Represente la distribucin mediante un diagrama de barras.
b) Halle la media y la varianza muestral de la variable.

Ejercicio 48.-
Los valores de una determinada variable estadstica, agrupados en intervalos, vienen
dados en la tabla
Intervalos Frecuencias
absolutas
[4, 8) 8
[8,12) 12
[12, 16) 6
a) Construya el diagrama de barras
b) Calcule la media
c) Determina la mediana.

Ejercicio 49.-
Para comparar las edades de los empleados de dos empresas se ha tomado, al azar, una
muestra de 12 empleados de cada una de ellas, resultando tener las siguientes edades:
Muestra 1: 27, 29, 32, 34, 35, 37, 38, 40, 42, 52, 54, 60
Muestra 2: 35, 47, 52, 32, 48, 51, 27, 44, 30, 28, 35, 41
a) Determine la edad media y la edad mediana de cada muestra.
b) Determine en qu muestra estn ms dispersos los datos, hallando sus varianzas.

Ejercicio 50.-
La siguiente tabla indica los valores absolutos de una variable estadstica continua X y
sus frecuencias absolutas
Intervalos [10, 30) [30, 50) [50, 70) [70, 90) [90, 110)
Frecuencias 16 32 48 40 24
a) Represente el histograma de la variable.
b) Calcule media, mediana y desviacin tpica de X.

23

Soluciones a los ejercicios del tema 7.-
1.- [1] es inmediata, sin ms que aplicar las definiciones.
[2] sigue de que
N
n
f
i
i
=
=
=
=
= = = =
k
i
n
i
i
k
i
i
i
N
N
N
n
N
n
f
1
1
1
1
[3] es inmediato, como [1]. [4] es anlogo a [2].

2.-
Puntuacin n
i
N
i
f
i
F
i
75 2 2 01 01
80 5 7 025 035
83 1 8 005 04
85 3 11 015 055
92 2 13 01 065
101 3 16 015 08
107 1 17 005 095
110 3 20 015 1

3.-
Si no agrupamos los datos resultara

n
i
N
i
f
i
F
30
40
47
49
50
51
52
54
55
56
57
58
60
62
63
64
69
70
71
1
1
1
1
1
1
2
5
1
1
1
3
1
2
2
1
2
2
1
1
2
3
4
5
6
8
13
14
15
16
19
20
22
24
25
27
29
30
0,0333
0,0333
0,0333
0,0333
0,0333
0,0333
0,0667
0,1667
0,0333
0,0333
0,0333
0,1
0,0333
0,0667
0,0667
0,0333
0,0667
0,0667
0,0333
0,0333
0,0667
0,1
0,1333
0,1667
0,2
0,2667
0,4333
0,4666
0,5
0,5333
0,6333
0,6667
0,7333
0,8
0,8333
0,9
0,9667
1

Si agrupamos los datos en intervalos, sera lgico usar 5 6 intervalos puesto que
2 2
6 30 5 < < . Puesto que los datos son nmeros enteros, tomaremos los extremos en
puntos no enteros. Como el rango es 71-30 =41 y 7x6 =42, se toman 6 intervalos de
amplitud 7
24

n
i
N
i
f
i
F
i
[295, 365) 1 1 0,0333 0,0333
[365, 435 ) 1 2 0,0333 0,0667
[435, 505) 3 5 0,1 0,2
[505, 575) 11 16 0,3667 0,5333
[575, 635) 9 25 03 0,8333
[635, 705) 5 30 0,1667 1

4.-
n
i
N
i
f
i
F
i
[1,2) 1 1 00204 00204
[2,3) 2 3 00408 00612
[3.4) 8 11 01633 02245
[4,5) 19 30 03878 06123
[5,6) 9 39 01832 07955
[6,7) 7 46 01429 09384
[7,8) 3 49 00612 09996

5.- 906 6.- 568 7.- 4,81

8.- 85
2
85 85
=
+
Como hay veinte datos se toma la semisuma de los dos centrales.
9.- 5 ' 56
2
57 56
=
+
Como en el anterior, pero ahora son los datos 15 y 16.
10.- 47 Ahora hay 49 datos y se toma el 25

11.- 80. 12.- 54 13.- 4,7

14.- Como F
1
=0,1 y F
2
=0,35 80
1
= Q .
Anlogamente, F
5
=0,65 y F
6
=0,8 101
2
= Q
Como F
2
=0,35 se halla la semisuma entre un valor de F
2
y otro de F
3
se obtiene
5 ' 81
2
83 80
35
=
+
= p y, de manera parecida 5 ' 96
2
101 92
65
=
+
= p
Los ejercicios 15 y 16 son anlogos al 14.

15.- 52
1
= Q 63
2
= Q 54
35
= p 60
65
= p

16.- 1 ' 4
1
= Q 8 ' 5
2
= Q 5 4
35
= p 2 ' 5
65
= p

Para ejercicios 17 al 19 conviene primero calcular los cuadrados de los datos, resultando
17.- 34 , 142
2
= 93 , 11 =
18 y 19 se dejan al cuidado del lector.
20.- 89 , 0
93 , 11
80 , ' 90
=
Mo x
As

25
21 y 22 se dejan al cuidado del lector.
23.-

x
i
t
n
t
f
t
N
t
F
1 2 0,07 2 0,07
2 3 0,10 5 0,17
3 1 0,03 6 0,20
4 1 0,03 7 0,23
5 1 0,05 8 0,27
6 3 0,10 11 0,37
7 2 0,07 13 0,43
8 5 0,17 18 0,60
9 7 0,23 25 0,83
10 5 0,17 30 1

0
1
2
3
4
5
6
7
1 2 3 4 5 6 7 8 9 10
Calificaciones

24.-
x
i
t
n
t
f
t
N
t
F
1 3 0,10 3 0,10
2 2 0,07 5 0,17
3 1 0,03 6 0,20
4 1 0,03 7 0,23
5 3 0,10 10 0,33
6 1 0,03 11 0,37
7 8 0,26 19 0,63
8 4 0,13 23 0,77
9 3 0,10 26 0,87
10 4 0,13 30 1

26

0
1
2
3
4
5
6
7
8
1 2 3 4 5 6 7 8 9 10
Datos

25.-

x
i
t
n
t
f
t
N
t
F
720 5 0,25 5 0,10
840 3 0,15 8 0,40
900 7 0,35 15 0,75
1025 4 0,20 19 0,95
1230 1 0,05 20 1

0
1
2
3
4
5
6
7
720 900 1230
Datos

27

26.-

i
x
i
n
i
f
i
N
i
F
[60, 70) 3 0,15 3 0,15
[70, 80) 10 050 13 065
[80, 90) 3 015 16 080
[90, 100) 4 020 20 1

0
2
4
6
8
10
12
1
65
75
85
95

27.- a) La media es, evidentemente, 46 , 5
13
71
13
9 ... 3 3 2
= =
+ + + +
= x
Hay dos modas: el 5 y el 7.

b) El recorrido es 9-2 =7.
La varianza y la desviacin tpica valen

75 , 6 48 , 29 23 , 36 46 , 5
13
341
13
9 ... 3 2
2 2
2 2 2
2
= = =
+ + +
= x
60 , 2 75 , 6 = =
c) Como el coeficiente de asimetra se define como
60 , 2
46 , 5 Mo Mo x
As

=

habr dos, a saber, 0,18 y -0,59, segn escojamos Mo =5 Mo =7.

28

28.- a)
i
x
i
n
i
f
i
N
i
F
0 2 0,08 2 0,08
1 12 048 14 056
2 7 028 21 084
3 3 012 24 0,96
4 1 0,04 25 1

b) 56 , 1
25
39
25
1 4 3 3 7 2 12 1 2 0
= =
+ + + +
= x .
La Moda es el 1.

c) 89 , 0 43 , 2 32 , 3 56 , 1
25
1 4 3 3 7 2 12 1 2 0
2
2 2 2 2 2
2
= =
+ + + +
=
94 , 0 89 , 0 = =
d) 60 , 0
94 , 0
1 56 , 1
=
Mo x
As

29.- a)
i
x
i
n
i
f
i
N
i
F
150 1 0,0714 1 0,0714
158 1 0,0714 2 0,1428
169 1 0,0714 3 0,2143
171 1 0,0714 4 0,2857
172 2 0,1429 6 0,4286
175 1 0,0714 7 0,5000
176 1 0,0714 8 0,5714
177 1 0,0714 9 0,6428
179 1 0,0714 10 0,7143
181 1 0,0714 11 0,7857
182 1 0,0714 12 0,8571
183 1 0,0714 13 0,9286
184 1 0,0714 14 1

b) Media: 173,5 Moda: 172
c)
2
=85,96 =9,27
d) 16 , 0
27 , 9
172 5 , 173
=
= As
29
30.-
Intervalos Frecuencia
absoluta
[1, 4)
[4, 7)
[7, 10)
[10, 13)
[13, 16).
[16, 19)
5
3
10
4
8
8

a)
0
2
4
6
8
10
12
1
2,5
5,5
8,5
11,5
14,5
17,5

b) Las marcas de clase son, respectivamente, 2,5, 5,5, 8,5, 11,5, 14,5 y 17,5. Luego
95 , 10
38
416
38
8 5 , 17 8 5 , 14 4 5 , 11 10 5 , , 8 3 5 , 5 5 5 , 2
= =
+ + + + +
= x La clase
modal es ahora [7, 10)
c)
00 , 5 98 , 24 95 , 10
38
8 5 , 17 8 5 , 14 4 5 , 11 10 5 , 8 3 5 , 5 5 5 , 2
2
2 2 2 2 2 2
2
= =
+ + + + +
=

31.- a) Tanto para calcular media como desviacin tpica, se sustituye cada intervalo por
su marca de clase, su punto medio, o sea los valores de x
i
que consideramos son:
175, 225, 275, 325, 375, 425 y 475.
Resultan 30 = x , 07 ' 7 * 50 50
2
= =
b) 20% de 80 es 16; buscamos el valor de la variable que deje por debajo 64 individuos.
Como debajo de 35 hay 60 y debajo de 40 hay 72, interpolamos para hallar el punto
buscado (que ha de estar en (35, 40) que es 67 ' 36
3
110
4
12
5
35 = = + x
30
32.-

0
100
200
300
400
500
600
700
800
900
1
2
7
11,5
15
19
22,5

b) 80 , 11 = x 20 , 11 =
o
M , c) 32 , 12 = , d) 05 , 0
32 , 12
2 , 11 8 , 11
=
= As
33.- M
e
=5, Q
1
=4, Q
3
=7, p
10
=1, p
80
=7.

34.- M
e
=5, Q
1
=4, Q
3
=6, p
80
=6, p
90
=6, p
99
=9.

35.- Muestra 1: , 3 , 36 , 67 , 39 ) = = Me x a
Muestra 2: , 3 , 36 , 425 ) = = Me x a AQU AQUI
36.- a) 5 , 47 =
A
x 5 , 42
2
45 40
=
+
=
A
Me 5 , 36 =
B
x 40
2
40 40
=
+
=
A
Me
b) 25 , 331 5 , 47
6
80 25 40 60 45 35
2
2 2 2 2 2 2
2
=
+ + + + +
=
A

25 , 331 5 , 36
6
40 50 25 40 52 12
2
2 2 2 2 2 2
2
=
+ + + + +
=
B

37.- 6
7 ' 12 = x 48 ' 2 =

38.- a)
i
x
i
n
i
f
i
N F
0 7 035 7 035
1 5 025 12 060
2 4 020 16 080
3 3 015 19 095
4 1 005 20 1
b) 3 ' 1 = x 46 ' 1
2
= c) La moda es 0 y la mediana es 1.
31
39.- a) Como en total hay 57 hijos y 30 matrimonios, la media es 9 ' 1
30
57
= = x
b) 56 ' 6 02 ' 43
2 2
= = = x x f
i i

c) Si los ordenamos en orden creciente y los tabulamos queda

N hijos 0 1 2 3 4 5
Frecuencia 3 10 9 4 3 1

La moda es, obviamente, 1 y la mediana 2, pues con treinta valores hay dos centrales,
el 15 y el 16 y ambos valen 2.
40.- a) 16 , 2
25
54
= = x b) 56 ' 6 =
c) Piden el percentil 75 o, lo que es lo mismo, el tercer cuartel. Construyamos la tabla
con las frecuencias acumuladas:

i
x
i
n
i
f
i
N
i
F
1 9 01667 9 01667
2 8 02963 25 04630
3 4 02222 37 06852
4 3 02222 49 09074
5 1 00926 54 1
4
3
= Q , pues si 3 =
i
x es 6852 ' 0 =
i
F pero si 4 =
i
x es 9074 ' 0 =
i
F
41.- 1 ' 11
60
666
16 14 12 10 8
15 16 13 14 16 12 12 10 4 8
= =
+ + + +
+ + + +
= x , 99 ' 2
) (
1
2
=
=

=
N
x x
k
i
i

42.-a) La variable X puede tomar como valores 0, 1, 2, 3 y 4.
La tabla quedara
i
x
i
n
i
f
i
N F
0 7 035 7 035
1 5 025 12 060
2 4 020 16 080
3 3 015 19 095
4 1 005 20 1

b) 9 ' 2
20
58
20
1 4 3 3 2 . 2 3 . 3 84
= =
+ + + +
= x
13 ' 3
) (
1
2
2
=
=

=
N
x x n
k
i
i i

c) La moda es 0, que es el valor ms repetido
Como hay un nmero par de valores, hay dos centrales. Ordenados en orden
creciente quedan 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 4. Los valores
centrales son ambos 1, luego la mediana es 1. De otra manera: la mediana es 25,
pues la frecuencia acumulada del 0 es 035 y la del 1 es 05.

32
43.- Mo =49, Me =575 (hay doce datos y los centrales son 55 y 60).
P
90
=65 (hay doce datos y hay que dejar debajo el 90% de ellos, o sea, 108
Datos; buscamos el 11 dato ). Rango o recorrido: 70-49 =21.
44.- a) y b) son iguales a los apartados a) y b) del anterior (incluso casi en los valores
concretos). La tabla sera
Gasto vacaciones 1 2 3 4 5
Frecuencia 9 8 4 3 1

y los valores pedidos 16 ' 2 = x 32 ' 4 6944 ' 18 = =
c) Piden el percentil 75 o, lo que es lo mismo, el tercer cuartel Construyamos la tabla
con las frecuencias acumuladas:

i
x
i
n
i
f
i
N
i
F
1 9 01667 9 01667
2 8 02963 25 04630
3 4 02222 37 06852
4 3 02222 49 09074
5 1 00926 54 1
4
3
= Q , pues si 3 =
i
x es 6852 ' 0 =
i
F pero si 4 =
i
x es 9074 ' 0 =
i
F
45. - 64 = x 61
2
3 59
=
+
= Me
6 ' 71
10
) 64 78 ....( ) 64 52 (
2 2
2
=
+
=
x
46 ' 8 6 ' 71 = =
46.- 9 ' 1
10
19
1
= = =

=
N
x n
x
N
i
i i
49 ' 0
2 1
2
= =

=
x
N
x n
N
i
i i
x
7 ' 0 49 ' 0
2
= = =
x

47.-
0
5
10
15
20
25
30
1
55
65
75
85
95

33

b) Construyamos la tabla
Peso Marcas de
clase x
i

Nmero de
personas n
i

n
i
x
i
n
i
x
i
2

[50, 60) 55 5 275 15215
[60, 70) 65 15 975 63375
[70, 80) 75 25 1875 140625
[80, 90) 85 10 850 72250
[90, 100) 95 5 475 45125
SUMAS 60 4450 336500
Con estos datos se obtienen como media muestral y como varianza muestral las
siguientes 17 ' 74
60
4450
1
1
= = =
=
=
N
i
i
N
i
i i
n
x n
x
2
1
1
2
2
x
n
x n
N
i
i
N
i
i i
=
=
=

48.- a)

0
2
4
6
8
10
12
14
1
6
10
14

b) 692 ' 9
26
252
26
6 * 14 12 * 10 8 * 6
= =
+ +
= x
c) El tamao de la muestra es 26, luego el valor de X que la divide en dos muestras de
tamao 13 est en el 2 intervalo, concretamente, el 5 dato de los 12 que hay en dicho
intervalo. Luego Me =8+(20/12) =967.
34
49.- a) 40
1
= x 40
2
= x . Ordenadas las muestras resulta
Muestra 1: 27, 29, 32, 34, 35, 37, 38, 40, 42, 52, 54, 60
Muestra 2: 28, 30, 32, 35, 35, 37, 41, 44, 47, 48, 51, 52
Luego 5 ' 37
2
38 37
1
=
+
= Me 39
2
41 37
2
=
+
= Me
b) Como
2 1
x x = la ms dispersa ser la de mayor varianza
5 ' 63 , 67 ' 97
) (
2
2
2
1
2
1
2
2
= =
=

=

N
x x
N
i
i
. La primera muestra es ms dispersa.

50.- a) Como la variable es continua, el rea del histograma debe valer 1. Luego, las
alturas de los rectngulos se hallan dividiendo la frecuencia relativa fi de cada intervalo
por su amplitud a
i
. Como la suma de las frecuencias absolutas es 160, las frecuencias
relativas valen f
1
=010, f
2
=020, f
3
=030, f
4
=025, f
5
=015. Como todas las
amplitudes valen 20 unidades, las alturas de los rectngulos sern h
1
=0005, h
2
=
0010, h
3
=0015, h
4
=00125, h
5
=00075.

0
10
20
30
40
50
60
1
20
40
60
80
100

b) Por ser continua, para hallar la media se toman las marcas de clase de los intervalos
(sus puntos medios). Resulta 20
1
= x , 40
2
= x , 60
3
= x . 80
4
= x , 90
5
= x , luego

=
= =
5
1
63
i
i i
f x x
Para calcular la mediana hallamos las frecuencias acumuladas, que resultan valer:
16
1
= N , 48
2
= N , 96
3
= N , 136
4
= N , 160
5
= N
Como la mitad de los individuos es 80, el intervalo mediano es el 3, puesto que su
frecuencia acumulada absoluta es la primera que supera a 80 y la mediana se halla
35
interpolando
3
2
3 3
) 2 / (
n
N N
a e Me

+ = donde 50
3
= e es el extremo inferior del
intervalo mediano, 20
3
= a el extremo superior, 160 = N el total de individuos,
48
2
= N la frecuencia acumulada en los intervalos anteriores al mediano y 48
3
= n la
frecuencia absoluta del intervalo mediano.
Queda 33 ' 63
48
48 80
20 50 =
+ = Me
Para calcular la varianza es til construir el cuadro siguiente:
x
i
f
i
x
i
f
i
x
i
2
f
i
20
40
60
80
100
010
020
030
025
015
2.0
8.0
18.0
20.0
15.0
40
320
1080
1600
1500
SUMAS: 63.0 4540
La varianza vale
=
= = =
5
1
2 2 2
571 3969 4540
i
i i
x f x
Por tanto, la desviacin tpica es 896 ' 23 571= =

1

Tema 8.- ESTADSTICA BIDIMENSIONAL
8.1.- Distribuciones bidimensionales
8.2.- Clculo de parmetros. Covarianza.
8.3.- Correlacin. Coeficiente de correlacin de Pearson.
8.4.- Rectas de regresin. Estimaciones.

8.1.- Distribuciones bidimensionales.-

En el tema 7 se estudiaban fenmenos en los que, en cada observacin, en
sentido estricto, se describa a una poblacin mediante una sola variable (de ah el
nombre de estadstica unidimensional). Parece lgico pensar, no obstante, que se
puedan estudiar dos, tres o ms caracteres de cada individuo. Si son dos, se suelen
designar mediante las letras X e Y las correspondientes variables estadsticas.

Definicin.- Se llama variable estadstica bidimensional a la que se obtiene al
considerar conjuntamente dos variables estadsticas unidimensionales X e Y, relativas a
una misma poblacin. Se suele representar mediante (X, Y).

Al conjunto de todos los datos procedentes de la observacin de una variable
estadstica bidimensional se le denomina distribucin bidimensional.

Ejemplo 1.- La temperatura media anual y la latitud de las capitales de los doce
primeros pases de la Unin Europea vienen representadas en la siguiente tabla

Capitales Temperatura (C) Latitud ()
msterdam
Atenas
Bonn
Bruselas
Copenhague
Dubln
Lisboa
Londres
Luxemburgo
Madrid
Pars
Roma
13
24
13
14
11
13
19
14
14
19
15
22
54
37
52
52
54
53
39
53
50
40
49
42

Si se representa por X la variable estadstica unidimensional que expresa la
temperatura media anual en grados centgrados y porY la variable estadstica
unidimensional que expresa la latitud, la variable (X, Y) resultante es una variable
estadstica bidimensional.
2

Si se expresaran en una tabla los distintos valores (x
i
, y
i
) de la variable (X, Y) y
en la otra columna sus frecuencias, la segunda columna slo tendra unos, pues
ningn valor de (x
i
, y
i
) se repite.

Ejemplo 2.- Un jugador de baloncesto lanza a canasta desde distintas posiciones
diez balones cada vez, consiguiendo los encestes que se indican en la tabla siguiente:

Distancia (m.) 1 2 3 4 5 6 7 8
N encestes 9 10 6 4 2 0 1 0

Si X es la variable estadstica unidimensional distancia (en m.) e Y es la
variable bidimensional nmero de encestes, entonces la variable (X, Y) es una
variable estadstica bidimensional.

Ejemplo 3.- Si se estudia estadsticamente el nmero de leucocitos y plaquetas
por cm
3
en la sangre de las personas afectadas por una cierta enfermedad y se designa X
al nmero de leucocitos por cm
3
de sangre y por Y al nmero de plaquetas por cm
3

de sangre, entonces la variable (X, Y) es una variable estadstica bidimensional.

8.2.- Clculo de parmetros. Covarianza.

Consideremos una variable estadstica bidimensional (X, Y) cuya tabla de
distribucin sea

X x
1
x
2
x
3
. . x
n
Y

y
1
y
2
y
3
.
..
y
n

Del captulo 7 sabemos que media, varianza y desviacin tpica de X e Y se
definen como:
Media de X:
n
x
x
n
i
i
=
=
1
Varianza de X:
2 1
2
2
x
n
x
VarX
n
i
i
x
= =

=

Media de Y:
n
y
y
n
i
i
=
=
1
Varianza de Y:
2 1
2
2
y
n
y
VarY
n
i
i
y
= =

=

Desviacin tpica de X. VarX
x
= Desviacin tpica de Y. VarY
x
=

Definicin.- Se llama covarianza de las variables X e Y al parmetro
xy

3
y x
N
y x
N
y y x x
n
i
i i
n
i
i i
xy
=

=

= = 1 1
) )( (

Ejercicio 1.- Probar que las dos expresiones anteriores son idnticas.

Clculo efectivo.

Para calcular los parmetros estadsticos citados es cmodo construir la tabla siguiente,
con los valores de x
i
e y
i
, sus cuadrados y su producto, as como los correspondientes
sumatorios:

x
i
y
i
x
i
2
y
i
2
x
i
y
i
x
1
x
2

x
3

.
.
x
n
.
y
1
y
2

y
3

.
.
y
n
.
x
1
2
x
2
2
x
3
2
.
.
x
n
2
.
y
1
2
y
2
2
y
3
2
.
.
y
n
2
.
x
1
y
1
x
2
y
2
x
3
y
3
.
.
x
n
. y
n
i
x
i
y
2
i
x
2
i
y
i i
y x

Ejemplo 4.- Como vimos en el ejemplo1, la temperatura media anual y la latitud
de las capitales de los doce primeros pases de la Unin Europea tienen,
aproximadamente, los valores de la siguiente tabla

Capitales Temperatura (C) Latitud ()
msterdam
Atenas
Bonn
Bruselas
Copenhague
Dubln
Lisboa
Londres
Luxemburgo
Madrid
Pars
Roma
13
24
13
14
11
13
19
14
14
19
15
22
54
37
52
54
53
39
53
50
50
40
42
49

Si se desea obtener los parmetros estadsticos, disponemos los datos en la siguiente
tabla;
4

x
i
y
i
x
i
2
y
i
2
x
i
y
i
13
24
13
14
11
13
19
14
14
19
15
22
54
37
52
52
54
53
39
53
50
40
49
42
169
576
169
196
121
169
361
196
196
361
225
484
2916
1369
2704
2704
2916
2809
1521
2809
2500
1600
2401
1764
702
888
676
728
594
689
741
742
700
760
735
924
191 575 3223 28013 8879

Los parmetros resultan valer:
Media de X: 92 ' 15
12
191
= = x
Varianza de X: 14 ' 15 ) 92 ' 15 (
12
3223
2
= = VarX
Desviacin tpica de X. 9 ' 3 14 ' 15 = =
x

Media de Y: 92 ' 47
12
575
= = y
Varianza de Y: 09 ' 38 ) 92 ' 47 (
12
28013
2
= = VarY

Desviacin tpica de Y. 17 ' 6 09 ' 38 = =
x

Covarianza de X e Y: 96 ' 22 92 ' 47 * 92 ' 15
12
8879
= =
xy

Ejemplo 5.- Si repetimos para los datos del ejemplo 2 resulta la tabla:

x
i
y
i
x
i
2
y
i
2
x
i
y
i
1
2
3
4
5
6
7
8
9
10
6
4
2
0
1
0
1
4
9
16
25
36
49
64
81
100
36
16
4
0
1
0
9
20
18
16
10
0
7
0
36 32 204 238 80

5
resultan los parmetros:

Media de X: 5 ' 4
8
36
= = x
Varianza de X: 25 ' 5 ) 5 ' 4 (
8
204
2
= = VarX
Desviacin tpica de X. 29 ' 2 25 ' 5 = =
x

Media de Y: 4
8
32
= = y
Varianza de Y: 5 ' 43 4
4
238
2
= = VarY

x

Covarianza de X e Y: 11 4 * 25 ' 5
8
80
= =
xy

Ejemplo 6.- Calcular los parmetros estadsticos anteriores de la variable
bidimensional (X, Y), siendo X e Y las variables Nota en Matemticas y Nota en
Fsica de un grupo de 12 alumnos, si los datos son los de la tabla:

X 2 3 4 4 5 6 6 7 7 8 10 10
Y 1 3 2 4 4 4 6 4 6 7 9 10

x
i
y
i
x
i
2
y
i
2
x
i
y
i
2
3
4
4
5
6
6
7
7
8
10
10
1
3
2
4
4
4
6
4
6
7
9
10
4
9
16
16
25
36
36
49
49
64
100
100
1
9
4
16
16
16
36
16
36
49
81
100
2
9
8
16
20
24
36
28
42
56
90
100

72 60 504 380 431

6
resultando los parmetros:

Media de X: 6
12
72
= = x
Varianza de X: 6 6
12
504
2
= = VarX
Desviacin tpica de X. 45 ' 2 6 = =
x

Media de Y: 5
12
60
= = y
Varianza de Y: 67 ' 6 5
12
380
2
= = VarY

x

Covarianza de X e Y:
92 ' 5 5 * 6
12
431
= =
xy

Ejercicio 2.- Calcula los parmetros estadsticos de la variable (X, Y), donde
X: gastos de publicidad de un producto (en miles de euros)
Y: ventas conseguidas (en miles de euros)
si los valores que toman estn en la siguiente tabla:

X 1 2 3 4 5 6
Y 10 17 30 28 39 47

Ejercicio 3.- Calcula los parmetros estadsticos de la variable (X, Y) para los
valores de la siguiente tabla:

X 1 2 3 4 5 6
Y 10 8 6 4 2 0

Ejercicio 4.- Calcula los parmetros estadsticos de la variable (X, Y) para los
valores de la siguiente tabla:

X 0 1 2 3 3 4 5 6 7 8 9
Y 1 4 6 2 4 8 6 5 3 6 9

7

8.3.- Correlacin. Coeficiente de correlacin de Pearson.

Como hemos ido viendo en las secciones 8.1 y 8.2, los valores que toma una
variable estadstica bidimensional son pares de puntos. Luego, se les puede representar
en un sistema de ejes cartesianos, obtenindose un conjunto de puntos sobre el plano, al
que se le llama nube de puntos.
Se llama nube de puntos de una variable estadstica bidimensional al conjunto de
puntos sobre el plano que resulta de representar en un sistema de ejes cartesianos los
valores que toma la variable estadstica bidimensional.

Ejemplo 7.- Representa grficamente la nube de puntos correspondiente a los
datos del ejemplo 1.

35
37
39
41
43
45
47
49
51
53
55
10 12 14 16 18 20 22 24
Temperatura
L
a
t
i
t
u
d
Amsterdam
Atenas
Bonn
Bruselas
Copenhague
Dubln
Lisboa
Londres
Luxemburgo
Madrid
Pars
Roma

Ejemplo 8.- Representa grficamente la nube de puntos correspondiente a los datos del
ejemplo 2

0
2
4
6
8
10
0 1 2 3 4 5 6 7 8 9
Distancia
E
n
c
e
s
t
e
s
Serie1
Serie2
Serie3
Serie4
Serie5
Serie6
Serie7
Serie8

8

Ejemplo 9.- Representa grficamente la nube de puntos correspondiente a los
datos del ejemplo 6.

Relacin entre Fsica y Matemticas
0
2
4
6
8
10
12
0 5 10 15
Notas Matemticas
N
o
t
a
s

F
s
i
c
a
Alumno 1
Alumno 2
Alumno 3
Alumno 4
Alumno 5
Alumno 6
Alumno 7
Alumno 8
Alumno 9
Alumno 10
Alumno 11
Alumno 12
Serie13

Ejercicio 5.- Representa grficamente la nube de puntos correspondiente a los
datos del ejercicio 2.

datos del ejercicio 3

datos del ejercicio 4.

Uno de los objetivos principales de este tema es estudiar si hay o no correlacin
entre los datos de una y otra variable que constituyen la variable bidimensional de que
se trate. Es decir, si a mayor valor de una de las variables es esperable un valor mayor
de la otra (correlacin lineal positiva) o un valor menor (correlacin lineal negativa).
Tambin puede ocurrir que no se pueda esperar ni una situacin ni la otra. En tal caso,
se dice que no existe correlacin lineal entre las variables X e Y.

La correlacin viene a medir la relacin existente entre dos variables para n
individuos.

El coeficiente de correlacin no es ms que una manera de cuantificar la
correlacin existente entre dos variables X e Y para n puntos.

9

El coeficiente de correlacin (o coeficiente de correlacin de Pearson) de una
variable bidimensional (X, Y) se define como el cociente entre la covarianza de dicha
variable bidimensional y el producto de las desviaciones tpicas de las variables
unidimensionales asociadas.

y x
xy
r

=

Se puede probar que 1 1 r . Segn valga r se dar una u otra situacin.

a) Si r = 1 r = -1 existe una dependencia funcional entre X eY que se expresa
mediante una recta. Es decir, los valores de la correspondiente nube de puntos se
encuentran sobre una recta.
b) Si -1 < r < 0 existe correlacin lineal negativa entre X e Y, tanto ms fuerte
cuanto ms prxima est r de -1.
c) Si 0 < r < 1 existe correlacin lineal positiva entre X e Y, tanto ms fuerte
cuanto ms prxima est r de 1.
d) Si r = 0 no existe correlacin lineal entre X e Y.

Esto no quiere decir que no pueda haber otros tipos de correlaciones.

Ejemplo 10.- La temperatura media anual y la latitud de los doce primeros pases
de la Unin Europea dio como valores (vase el ejemplo 3)
9 ' 3 =
x
, 17 ' 6 =
y
, 76 ' 22 =
xy

Resulta 95 ' 0
17 ' 6 * 9 ' 3
76 ' 22
=
= r , lo que indica una fuerte correlacin negativa entre la

temperatura media y la latitud (a saber, en el hemisferio norte, cuanto mayor sea la
latitud (ms cerca del Polo Norte) ms fro hace.

Ejemplo 11.- En el caso de los lanzamientos del jugador de baloncesto del ejemplo
2 calculamos en el ejemplo 4 que
29 ' 2 =
x
, 56 ' 6 =
y
, 11 =
xy

Resulta 73 ' 0
56 ' 6 * 29 ' 2
11
=
= r , lo que indica una cierta correlacin entre la distancia y

los aciertos, aunque mucho menor que en el otro caso.

Ejemplo 12.- En el caso del ejemplo 5, notas en Matemticas y Fsica, a priori se
debe tener una elevada correlacin positiva.
Los clculos dan 45 ' 2 =
x
, 58 ' 2 =
y
, 92 ' 5 =
xy
, resultando el coeficiente de
correlacin 82 ' 0
58 ' 2 * 45 ' 2
92 ' 5
= = r .

10

Ejemplo 13.- Si los datos para una cierta variable bidimensional (X, Y) son los de
la tabla
:
X 1 2 3 4 5 6 7 8 9 10
Y 1 4 9 16 25 36 49 64 82 100

Resulta
x
i
y
i
x
i
2
y
i
2
x
i
y
i
1
2
3
4
5
6
7
8
9
10
1
4
9
16
25
36
49
64
81
100
1
4
9
16
25
36
49
64
81
100
1
16
81
256
625
1296
2401
4096
6561
10000
1
8
27
64
125
216
243
512
729
1000
55 375 375 25333 2925

5 ' 5 = x 25 ' 7
2
=
x
, 69 ' 2 =
x
, 5 ' 37 = y , 05 ' 1127
2
=
y
, 57 ' 33 =
y
, 25 ' 86 =
xy

resultando el valor del coeficiente de correlacin 096, muy prximo a 1, lo que indica
una fuerte correlacin lineal. En realidad
2
i i
x y = y lo que hay es una relacin
funcional cuadrtica, pero slo se han dado datos de una parte de la parbola

Con la terna de ejercicios siguientes slo se pretende, en realidad, adquirir los
automatismos del clculo de la correlacin lineal entre dos variables, esto es, el clculo
del coeficiente de correlacion de Pearson junto con la interpretacin del significado del
citado coeficiente.

Ejercicio 8.- Calcula la correlacin existente entre las variables estadsticas del
ejercicio 2.

Ejercicio 9.- Calcula la correlacin existente entre las variables estadsticas del
ejercicio 3.

Ejercicio 10.- Calcula la correlacin existente entre las variables estadsticas
del ejercicio 4.

11
Propiedades del coeficiente de correlacin.-

Terminamos esta seccin enumerando las propiedades de r:

1.- r es siempre un n real comprendido entre -1 y 1. 1 1 r

2.- Los valores extremos r = 1 y r = -1 se alcanzan si y slo si los puntos de la
nube estn sobre una recta. En tal caso se dice que hay una dependencia funcional
lineal entre las variables X e Y. (En general, habr dependencia funcional entre dos
variables si estn relacionadas de tal forma que sea posible determinar con exactitud los
valores de una a partir de los de la otra).

3.- Si el valor de r es prximo a 1 o a -1 hay una fuerte correlacin lineal entre
las variables X e Y. Grficamente se manifiesta en que los puntos de la nube estn muy
fuertemente agrupados alrededor de una recta.

4.- Si el valor de r es prximo a 0, la correlacin lineal es dbil. Grficamente se
manifiesta en que los puntos de la nube estn poco agrupados alrededor de cualquier
recta. Sin embargo, pueden tener otros tipos de correlacin no lineal, incluso alguna
dependencia funcional. (Vase el ejemplo 13).

5.- El signo del coeficiente de correlacin es el de la covarianza:
- Si la covarianza es positiva (r > 0) se dice que la correlacin es
positiva o creciente (al aumentar los valores de una de las variables
aumentan los de la otra).
-Si la covarianza es negativa (r < 0) se dice que la correlacin es
negativa o decreciente (al aumentar los valores de una variable
disminuyen los de la otra).

Ejemplo 14.- Estudiar la correlacin lineal de una variable bidimensional (X, Y) si
los datos son los de la tabla. Si hubiera alguna dependencia funcional, intentar
encontrarla.

X 0 1 087 049 025 097 080 060
Y 1 0 049 087 097 025 060 080

Construimos la tabla de valores

x
i
y
i
x
i
2
y
i
2
x
i
y
i
0
1
087
049
025
097
080
060
1
0
049
087
097
025
060
080
0
1
076
024
006
094
064
036
1
0
024
076
094
006
036
064
0
0
043
043
024
024
048
048
498 498 4 4 230
12
para obtener

62 ' 0 = x , 12 ' 0
2
=
x
, 35 ' 0 =
x
, 62 ' 0 = y , 12 ' 0
2
=
y
, 35 ' 0 =
y
, 10 ' 0 =
xy

con lo que 83 ' 0
12 ' 0
10 ' 0
=
= r , lo que indica una cierta correlacin lineal aunque los

puntos verifiquen todos que 1 60 ' 0 80 ' 0 97 ' 0 25 ' 0 49 ' 0 87 ' 0 1 0
2 2 2 2 2 2 2 2
= + = + = + = + ,
es decir, estn todos sobre la circunferencia 1
2 2
= + y x . Si an se parece la nube de
puntos algo a una recta es debido a que todos se encuentran en el primer cuadrante y a
que son pocos puntos. Si se hubieran dado los puntos simtricos a los dados que se
encuentren en los restantes cuadrantes todo cambiara, resultando

x
i
y
i
x
i
2
y
i
2
x
i
y
i
0
1
0
-1
087
-087
087
-087
049
-049
049
-049
025
-025
025
-025
097
-097
097
-097
080
-080
080
-080
060
-060
060
-060
1
0
-1
0
049
049
-049
-049
087
087
-087
-087
097
097
-097
-097
025
025
-025
-025
060
060
-060
.060
080
080
-080
-080
0
1
0
1
076
076
076
076
024
024
024
024
006
006
006
006
094
094
094
094
064
064
064
064
036
036
036
036
1
0
1
0
024
024
024
024
076
076
076
076
094
094
094
094
006
006
006
006
036
036
036
036
064
064
064
064
0
0
0
0
043
-043
-043
043
043
-043
-043
043
024
-024
-024
024
024
-024
-024
024
048
-048
-048
048
048
-048
-048
048
0 0 14 14 0

0 = x , 5 ' 0
2
=
x
, 71 ' 0 =
x
, 0 = y , 5 ' 0
2
=
y
, 71 ' 0 =
y
, 0 =
xy
, 0 = r ,
quedando clara la nula correlacin lineal de las variables.

13

8.4.- Rectas de regresin. Estimaciones.

Uno de los objetivos perseguidos al estudiar conjuntamente dos variables X e Y
es hallar alguna manera de predecir los valores de una de ellas conocidos los de la otra.
En tal sentido, es lgico pensar que si los puntos de la nube se agrupan en torno a una
cierta curva, sta ha de dar una aproximacin de los valores reales, an no conocidos.

Se llama regresin al anlisis que pretende hallar la curva que mejor se aproxima
a una nube de puntos. Nosotros nos limitaremos a la regresin lineal, que se limita a
buscar la recta que mejor se aproxime a la nube de puntos.

Dados los datos de una variable bidimensional (X, Y) se llama:

Recta de regresin de Y sobre X a la recta de ecuacin ) (
2
x x y y
x
xy
=

A la pendiente
2
x
xy
se le llama coeficiente de regresin de Y sobre X.

Recta de regresin de X sobre Y a la recta de ecuacin ) (
2
y y x x
y
xy
=

A la pendiente
2
y
xy
se le llama coeficiente de regresin de X sobre Y.

Ejercicio 11.- Probar que ambas rectas de regresin pasan por el punto ) , ( y x

Ejercicio 12.- Probar que el producto de las pendientes de las dos rectas de
regresin es igual al cuadrado del coeficiente de correlacin r.

Estimaciones.

Dado que las rectas de regresin se amoldan a la nube de puntos de manera
aproximada, podemos suponer que se amoldar tambin para nuevos puntos. As, a
partir de ellas, se puede predecir el valor de y esperable para un cierto x o viceversa.

Designaremos por ) (
0
x y al valor estimado de y si
0
x x = .
Designaremos por ) (
0
y x al valor estimado de y si
0
y y = .

Ejemplo 15.- Calcular las ecuaciones de las rectas de regresin con los datos del
ejemplo 4, as como el valor de y estimado si x = 65.

Recta de regresin de Y sobre X: ) 92 ' 15 ( 52 ' 1 92 ' 47 = x y 12 ' 72 52 ' 1 + = x y
Recta de regresin de X sobre Y: ) 92 ' 47 ( 60 ' 0 92 ' 15 = y x 67 ' 44 60 ' 0 + = y x
54 ' 62 ) 5 ' 6 ( ) (
0
= = y x y

14
Ejemplo 16.- Calcular las ecuaciones de las rectas de regresin con los datos del
ejemplo 5, as como el valor estimado de x si y = 10

Recta de regresin de Y sobre X: ) 5 ' 4 ( 10 ' 2 4 = x y 45 ' 13 10 ' 2 + = x y
Recta de regresin de X sobre Y: ) 4 ( 25 ' 0 5 ' 4 = y x 5 ' 5 25 ' 0 + = y x
3 ) 10 ( ) (
0
= = x y x

Ejemplo 17.- Ecuaciones de las rectas de regresin con los datos del ejemplo 6

Recta de regresin de Y sobre X: ) 6 ( 42 ' 2 5 = x y 52 ' 9 . 42 ' 2 x y =
Recta de regresin de X sobre Y: ) 5 ( 89 ' 0 6 = y x 5 ' 1 89 ' 0 = y x

Ejercicio 13.- Calcular las ecuaciones de las rectas de regresin con los datos del
ejercicio 2, as como el valor estimado de x si y = 15.

ejercicio 3, as como el valor estimado de y si x = 21.

ejercicio 4, as como los valores estimados de x si y = 3 y de y si x = 11.
.

15
Ejercicios propuestos-

Ejercicio 16.- La cotizacin en bolsa (en cientos de euros) de los dos valores
Mierdadegato (X) y Cacadeperro (Y) a lo largo de seis das de sesin son:

X = Mierdadegato 8 7 6 5 7 8
Y = Cacadeperro 6 5 45 4 45 5

Calcular el coeficiente de correlacin de Pearson e interpretar el resultado.

Ejercicio 17.-Se sabe que las correlaciones de las cuatro nubes de puntos de la figura
son r = 095, r = -1, r = 0 y r = -03. Indica cul es la correlacin correspondiente a cada
una y explica por qu.

0
5
10
15
20
25
30
35
0 10 20 30
Punto 1
Punto 2
Punto 3
Punto 4
Punto 5
Punto 6
Punto 7
Punto 8
Punto 9
Punto 10
Punto 11
Punto 12
Punto 13
Punto 14

0
5
10
15
20
25
0 5 10 15 20 25 30
Punto 1
Punto 2
Punto 3
Punto 4
Punto 5
Punto 6
Punto 7
Punto 8
Punto 9
Punto 10
Punto 11
Punto 12
Punto 13

16

0
5
10
15
20
25
0 5 10 15 20 25 30
Punto 1
Punto 2
Punto 3
Punto 4
Punto 5
Punto 6

0
5
10
15
20
25
0 5 10 15 20 25
Punto 1
Punto 2
Punto 3
Punto 4
Punto 5
Punto 6

Ejercicio 18.- Las respectivas ecuaciones de las rectas de regresin de Y sobre X y de
X sobre Y en una distribucin bidimensional son y = 01 x 01, x = 544 y + 877.
Cul es el coeficiente de Pearson de la distribucin?

Ejercicio 19.- Se sabe que la ecuaciones de las rectas de regresin de una distribucin
bidimensional son r: 7x 5y = 8 y s: 4x 5y = -19. Probar que r es la recta de regresin
de X sobre Y y s la de Y sobre X.

Ejercicio 20.- Sean las rectas r y s de ecuaciones respectivas x + y = 0, x y = 0.
Justificad que no pueden ser las dos rectas de regresin de una misma distribucin
bidimensional.

Ejercicio 21.- De una distribucin bidimensional se sabe que 1 = x e 1 = y . Justifica
por qu la recta y = -3x + 5 no puede ser la recta de regresin de Y sobre X
correspondiente a esa distribucin? Podra ser la de X sobre Y?
17

Ejercicio 22.- Halla el punto medio y el coeficiente de Pearson de una distribucin tal
que la recta de regresin de Y sobre X es 5x 4y = -13 y la de X sobre Y 3x 2y = -5.

Ejercicio 23.- Razona si es posible encontrar alguna distribucin bidimensional tal que
la recta de regresin de Y sobre X sea y = 2x + 1 y la de X sobre Y sea x = 3y + 4.

Ejercicio 24.- Se estudia el crecimiento en centmetros (Y) de una muestra de diez
rosales en un determinado perodo de tiempo , segn los granos de abono aplicados (X).
Se han obtenido los siguientes datos:

X 1 2 3 4 5 6 7 8 9 10
Y 4 4 6 7 9 10 12 13 13 14

Dibuja la nube de puntos asociada y averigua, sin hacer clculos, cul de los siguientes
nmeros es el que corresponde ms probablemente al coeficiente de Pearson de la
distribucin: 015, 099, 003 y -095

Ejercicio 25.- El nmero de trasplantes de corazn efectuados en Espaa entre 1986 y
1992 se recoge en la tabla siguiente, donde X es el ao e Y el nmero de trasplantes
anuales.

Ao (X) 1986 1987 1988 1989 1990 1991 1992
N trasplantesY 45 53 73 97 164 232 254

a) Representa el diagrama de dispersin de la distribucin y describe el tipo de
relacin que hay entre las variables X e Y.
b) Calcula el coeficiente de Pearson y razona si dicho valor es coherente con el
apartado anterior.

Ejercicio 26.- Una persona se somete a una dieta de adelgazamiento. La siguiente tabla
muestra el peso en kilogramos de esa persona (Y) segn el nmero de das (X) que lleva
haciendo esa dieta

Peso (X) 1 2 3 4 5 6
N de das (Y) 92 88 85 83 80 77

a) Representa la nube de puntos de la distribucin y describe el tipo de relacin
entre las variables. En caso de existir correlacin, indicar su grado, su sentido y
su tipo.
b) Calcula el coeficiente de Pearson. Es coherente el resultado con el apartado
anterior?
c) Cunto cabe esperar que pese esta persona despus de 8 semanas de
dieta?Cunto pesara si siguiese 20 semanas? Valora los resultados.

18
Ejercicio 27.- En la siguiente tabla se dan los valores de una variable estadstica
bidimensional (X, Y)

X 20 35 40 54 65 80
Y 50 60 46 39 25 20

a) Calcule el coeficiente de correlacin lineal entre X e Y.
b) Obtenga la recta de regresin de Y sobre X.

Ejercicio 28.- Segn datos obtenidos de la Asociacin Fonogrfica y Videogrfica
Espaola, la evolucin del nmero de LP y CD vendidos entre 1990 y 1994 est
recogida en la siguiente tabla

19901 1991 1992 .1993 1994
LP 18105 16611 9649 5335 2040
CD 7993 13291 20122 24199 34225

a) Dibuja el diagrama de dispersin si DO. Si existe la correlacin lineal entre
ambas variables, halla el coeficiente de Pearson.
b) Si suponemos unas ventas para 1995 de 950 LP Cuntos CD cabe esperar que
se vendan?

Ejercicio 29.- El nmero de motoristas (M) y automovilistas (A) fallecidos en las zonas
urbanas entre 1987 y 1996 se expone en la tabla siguiente:

Motoristas (M) 114 165 186 208 205 194 146 142 122 118
Automovilistas (A) 216 257 250 239 215 231 180 161 135 118

a) Dibuja el diagrama de dispersin si DO. Si existe la correlacin lineal entre
ambas variables, halla el coeficiente de Pearson.
b) Si la DGT previ para 1995 85 accidentes mortales entre los automovilistas
Cuntos motoristas cabe esperar que tuvieran un desenlace fatal ese ao?

Ejercicio 30.- Los casos totales de sida y los casos de sida provocados por el consumo
de drogas en distintas comunidades autnomas se recogen en la siguiente tabla

Casos
totales
4962 1041 845 1154 635 8710 2918 1835 9442 3052 41 34
Casos
droga
3564 529 273 808 425 4983 1828 1280 6255 2371 35 25

a) Dibuja la nube de puntos y, si caso de haber correlacin lineal, halla el
coeficiente de correlacin.
b) Sabiendo que en una comunidad hay 200 casos de sida por consumo de drogas
cuntos casos totales es probable que existan ?
c) Habindose determinado en una comunidad 362 casos totales de sida cuntos es
probable que sean por consumo de drogas?
d) Valora el resultado de los apartados b y c.

19
Ejercicio 31.- Las estaturas, en cm, y los pesos, en Kg., de 5 varones de 18 aos,
elegidos al zar, estn dados en la siguiente tabla:

Estatura (X) 166 168 169 177 185
Peso (Y) 61 65 57 68 79

a) Calcule el coeficiente de correlacin lineal entre X e Y .
b) Obtenga la recta de regresin de Y sobre X y halle el peso que esta recta asigna a
una estatura de 170 cm

Ejercicio 32.- Los gastos de publicidad y las ventas efectuadas, de un centro comercial,
vienen dadas en la tabla siguiente (los datos estn expresados en millones de pesetas)

Publicidad (X) 1 2 5 6 7
Ventas (Y) 10 12 15 16 17

a) Obtenga la recta de regresin de Y respecto de X .
b) Calcule las ventas estimadas si se invierten 4 millones de pesetas.

Ejercicio 33.- Las estaturas, en cm y el nmero de calzado de una muestra de cinco
personas se indican en la siguiente tabla:

Estatura (X) 175 172 183 170 180
N calzado (Y) 42 43 45 41 44

a) Represente la nube de puntos.
b) Calcule la recta de regresin de Y sobre X.
c) Utilice la ecuacin anterior para calcular la estimacin del nmero de calzado
de una persona de 177 cm de estatura.

Ejercicio 34.-Dada la siguiente tabla estadstica bidimensional

X 2 4 6 8 10 12 14 16 18 20
Y 4 12 17 27 35 44 51 62 75 90

a) Obtenga la ecuacin de la recta de regresin de Y sobre X.
b) Determine el coeficiente de correlacin lineal. Comente el resultado obtenido.

Ejercicio 35.- De un muelle se cuelgan pesas y se obtienen los siguientes
alargamientos:

Masa de la pesa en gr. (X) 0 10 30 60 90 120 150 200 250 300
Alargamiento en cm (Y) 0 0,5 1 3 5 6,5 8 10,2 12,5 18

a) Obtenga la ecuacin de la recta de regresin de Y sobre X
b) Utilice la ecuacin anterior para calcular la estimacin del alargamiento que
se conseguir con pesos de 100 g. y 500 g.

20
Ejercicio 36.- En una cofrada de pescadores, las capturas registradas de cierta variedad
de pescados, en kilogramos, y el precio de subasta en lonja, en /kg, fueron:

X(kg) 2000 2400 2500 3000 2900 2800 3160
Y(/kg) 1,8 1,68 1,65 1,32 1,44 1,50 1,20

a) Determine el coeficiente de correlacin lineal.
b) Estime el precio que alcanzara en lonja el kilo de esa especie si se pescasen
un total de 2600 kg.

Ejercicio 37.- La siguiente tabla estadstica bidimensional recoge informacin sobre los
valores de dos variables X e Y en 7 observaciones
:
X 12 4 5 8 13 14 10
Y 5 2 3 4 9 10 6

a) Calcule el coeficiente de correlacin lineal entre X e Y .
b) Obtenga la recta de regresin de Y sobre X

Ejercicio 38.- La altura, en cm, y el peso, en Kg., de 10 personas vienen recogidos en la
siguiente tabla:

Altura (X) 165 170 182 190 175 175 180 185 198 200
Peso (Y) 60 70 72 98 70 75 90 85 85 95

a) Calcule las medias y varianzas de ambas variables y la covarianza.
b) Calcule el coeficiente de correlacin entre altura y peso.
c) Obtenga la recta de regresin de la altura sobre el peso.

Ejercicio 39.- En una zona de una ciudad se tom una muestra del nmero de
habitaciones de que dispone un piso y el de personas que viven en l, obtenindose:

N de habitaciones 2 2 3 3 4 4 4 5 5 5
N de personas 1 2 2 3 3 4 5 4 5 6

a) Representa la nube de puntos.
b) Calcula e interpreta el coeficiente de correlacin.

Ejercicio 40.- La siguiente tabla muestra el salario bruto (Y) en miles de euros y los
beneficios (X) en miles de euros de una empresa

Salario bruto (X) 125 130 130 135 140
Beneficios (Y) 3 2 4 5 6

a) Represente la nube de puntos.
b) Calcule la covarianza.
c) Obtenga la recta de regresin que exprese los beneficios en funcin del
salario bruto.

21
Soluciones a los ejercicios propuestos:

1.- Basta efectuar las operaciones
2.- 5 ' 3 = x , 92 ' 2 = VarX , 71 ' 1 =
x
, 28 = y , 155 = VarY , 45 ' 12 =
y
, 75 ' 20 =
xy

3.- 5 ' 3 = x , 91 ' 2 = VarX , 7 ' 1 =
x
, 5 ' 3 = y , 41 ' 24 = VarY , 94 ' 4 =
y
, 08 ' 2 =
xy

4.- 4 ' 4 = x , 67 ' 7 = VarX , 77 ' 2 =
x
, 9 ' 4 = y , 33 ' 5 = VarY , 31 ' 2 =
y
, 67 ' 3 =
xy

5.-

0
5
10
15
20
25
30
35
40
45
50
0 2 4 6 8
Serie1
Serie2
Serie3
Serie4
Serie5
Serie6

6.-
0
2
4
6
8
10
12
0 2 4 6 8
Serie1
Serie2
Serie3
Serie4
Serie5
Serie6

7.-
0
1
2
3
4
5
6
7
8
9
10
0 10 20 30 40
Serie1
Serie2
Serie3
Serie4
Serie5
Serie6
Serie7
Serie8
Serie9
Serie10
Serie11

22

8.- r = 096. Hay correlacin lineal positiva muy grande entre las variables (r es un valor
prximo a 1). La nube de puntos se aproxima bien por una recta.

9.- r = -025. Hay una escasa correlacin entre las variables (r prxima a 0). No tiene
nada que ver con que sea negativa. La nube de puntos no se parece en nada a una recta.

10.- r = 058. Hay una cierta correlacin, pero no mucha.

11.- Basta sustituir el punto en las ecuaciones de las rectas de regresin.

12.- Es un sencillo ejercicio de clculo.

13.- y = 711 x + 319, x = 013 y 025, 55 ' 0 ) 5 ' 1 ( = x

14.- y = -071 x + 60, x = -009 y + 38, 91 ' 8 ) 5 ' 1 ( = y

15.- y = 048 x + 279, x = 09 y + 103, 73 ' 3 ) 3 ( = x 07 ' 8 ) 11 ( = y

16.- 833 ' 6 = x , 833 ' 4 = y , 069 ' 1 =
x
, 626 ' 0 =
y
, 559 ' 0 =
xy
,
835 ' 0 = =
y x
xy
r

. Hay correlacin lineal positiva fuerte, por lo que cotizarn al

alza o a la baja simultneamente.

17.- r = 095 corresponde a la nube d) pues indica correlacin positiva fuerte.
r = -1 corresponde a la nube c) pues los puntos estn situados sobre una recta de
pendiente negativa.
r = 0 corresponde a la nube a) pues los puntos estn totalmente dispersos.
r = -063 corresponde a la nube b) pues los puntos se agrupan alrededor de una
posible una recta de pendiente negativa.

18.- Como r
2
= 016*544 = 08704, sigue que r = 09330.

19.- Si suponemos falsa la afirmacin resultan las pendientes 7/5 = 14 y 5/4 = 125,
luego r
2
= 175 y r = 1323 > 1, lo que es imposible.
Si suponemos cierta la afirmacin resultan las pendientes 4/5 = 08 y 5/7 = 0714,
luego r
2
= 4/7 = 0571 y r = 0756 < 1, lo que es posible, aunque por s solo no
pruebe la afirmacin del enunciado.

20.- En efecto pues, si lo fueran, una de ellas tendra pendiente +1 y la otra -1, luego
valdra r
2
= -1 y r no sera real, lo que es imposible.

21.- No puede ser la ecuacin de ninguna pues ambas pasan por el punto medio ) , ( y x
que en este caso vale (1, 1) pero (1, 1) no est en la recta y = -3x + 5.

22.- El punto medio es comn a ambas rectas de regresin, resultando ) 7 , 3 ( ) , ( = y x . El
coeficiente de Pearson es la raz cuadrada del producto de las pendientes de ambas
rectas de regresin, resultando r
2
= (5/4)(2/3) = 5/6 = 0833

y r = 0913
23
23.- No es posible, pues sera r
2
= 2*3 = 6 > 1, lo que es una contradiccin.
24.-

En la nube de puntos se observa una fuerte correlacin positiva, luego r = 099.

25.- a)
0
50
100
150
200
250
300
1984 1986 1988 1990 1992 1994
Serie1
Serie2
Serie3
Serie4
Serie5
Serie6
Serie7
a)
Hay una correlacin positiva dbil
b)
x
i
y
i
x
i
2
y
i
2
x
i
y
i
1986 45 3944196 2025 89370
1987 53 3948169 2809 105311
1988 73 3952144 5329 145124
1989 97 3956121 9409 192933
1990 164 3960100 26896 326360
1991 232 3964801 53824 461912
1992 254 3968064 64516 505968
13923 918 27693595 164808 1826978

1989 = x 14 ' 131 = y 86 , 106
2
=
x
55 , 6345
2
=
y
34 , 10 =
x
66 , 79 =
y

40 , 159 =
xy
1935 ' 0 = r
0
2
4
6
8
10
12
14
16
0 5 10 15
Serie1
Serie2
Serie3
Serie4
Serie5
Serie6
Serie7
Serie8
Serie9
Serie10
24
26.-

a)

76
78
80
82
84
86
88
90
92
94
0 2 4 6 8
Serie1
Serie2
Serie3
Serie4
Serie5
Serie6

El grado de la correlacin entre dos variables es fuerte si la relacin entre
ambas se aproxima a la dependencia funcional y dbil si se acerca a la
independencia. La correlacin tiene sentido positivo cuando ambas variables
aumentan o disminuyen a la vez y sentido negativo si una de ellas disminuye al
aumentar la otra. La correlacin es de tipo lineal si los puntos del diagrama de
dispersin tienden a agruparse alrededor de una recta y de tipo curvilneo si se
agrupan en torno a cualquier otro tipo de lnea.
Se trata de una correlacin fuerte, negativa.y lineal

b)

x
i
y
i
x
i
2
y
i
2
x
i
y
i

1 92 1 8464 92
2 88 4 7744 176
3 85 9 7225 255
4 83 16 6889 332
5 80 25 6400 400
6 77 36 5929 462
21 505 91 42651 1717
5 ' 3 = x 17 ' 84 = y 92 ' 2
2
=
x
91 ' 23
2
=
y
71 ' 1 =
x
89 ' 4 =
y

33 ' 8 =
xy
996 ' 0 = r
El resultado es coherente con el apartado anterior.
c) Se trata ahora de hacer estimaciones a partir de las rectas de regresin; en
concreto, de la recta de regresin de Y sobre X, de ecuacin y = -2,85x + 9468.
Se tiene que 88 ' 71 ) 8 ( = y e 68 ' 37 ) 20 ( = y .
Valoracin: que a las 8 semanas pese alrededor de 72 kg es, ms o menos, creible.
Si llega a pesar menos de 38 kg habra que pensar en algn tipo de patologa, fsica
o psicolgica.
25
27.- a)
y x
xy
r

=
899 , 0
67 , 193 33 , 393
17 , 248
=
= r

b) ) 49 (
33 , 393
17 , 248
40 = x y 87 , 70 63 , 0 + = x y
28.- a)

0
5000
10000
15000
20000
25000
30000
35000
40000
0 5000 10000 15000 20000
Serie1
Serie2
Serie3
Serie4
Serie5

Si hay correlacin, aunque negativa. r = -0,978 b) 33967

29.- a) r = 0,694 b) 91 motoristas

0
50
100
150
200
250
300
0 100 200 300
Serie1
Serie2
Serie3
Serie4
Serie5
Serie6
Serie7
Serie8
Serie9
Serie10
26
30.-
a) r = 0,991 b) 257 c) 263

31.- a) 0,907 b) ) 173 (
50
48
66 = x y 08 , 100 96 , 0 = x y 12 , 63 ) 170 ( = y
32.- a) ) 2 , 4 (
134
150
4 = x y 2985 , 9 1194 , 1 + = x y b) 7761 . 13 ) 4 ( = y
33.-

40,5
41
41,5
42
42,5
43
43,5
44
44,5
45
45,5
165 170 175 180 185
Serie1
Serie2
Serie3
Serie4
Serie5

x
i
y
i
x
i
2
y
i
2
x
i
y
i
175
172
183
170
180
42
43
45
41
44
30625
29584
33489
28900
32400
1764
1849
2025
1681
1936
7350
7396
8235
6970
7920
880 215 154998 9255 37871
176 = x 43 = y 1 , 23
2
=
x
81 , 4 =
x
2
2
=
y
41 , 1 =
y
2 , 6 =
xy

a) 238 , 4 268 , 0 + = x y b) 198 , 43 ) 177 ( = y Calzara un 43.

0
1000
2000
3000
4000
5000
6000
7000
0 5000 10000
Serie1
Serie2
Serie3
Serie4
Serie5
Serie6
Serie7
Serie8
Serie9
Serie10
Serie11
Serie12
27
34.-
x
i
y
i
x
i
2
y
i
2
x
i
y
i
2
4
6
8
10
12
14
16
18
20
4
12
17
27
35
44
51
62
75
90
4
16
36
64
100
144
196
256
324
400
16
144
289
729
1225
1936
2601
3844
5625
8100
8
48
102
216
350
528
714
992
1350
1800
110 417 1540 24509 6108
11 = x 7 , 41 = y 33
2
=
x
74 ' 5 =
x
01 , 712
2
=
y
68 , 26 =
y
1 , 152 =
xy

a) 78 , 249 50 , 26 = x y b) r = 0,993 . Los datos se amoldan muy bien a la recta.
35.-
x
i
y
i
x
i
2
y
i
2
x
i
y
i
0
10
30
60
90
120
150
200
250
350
0
0,5
1
3
5
6,5
8
10,2
12,5
18
0
100
900
3600
8100
14400
22500
40000
62500
122500
0
0,25
1
9
25
42,25
64
104,04
156,25
324
0
5
30
180
450
780
1200
2040
3125
6300
1260 64,7 274600 725,79 14110
126 = x 47 , 6 = y 11584
2
=
x
63 , 107 =
x
72 , 30
2
=
y
54 , 5 =
y
78 , 595 =
xy

a) y = 0,05x 0,01 99 , 4 ) 100 ( = y 99 , 24 ) 500 ( = y

36.-
x
i
y
i
x
i
2
y
i
2
x
i
y
i
2000
2400
2500
3000
2900
2800
3160

1,80
1,68
1,65
1,32
1,44
1,50
1,20
4000000
5760000
6250000
9000000
8410000
7840000
9985600

3,2400
2,8224
2,7225
1,7424
2,0736
2,2500
1,4400
3600
4032
4125
3960
4176
4200
3792
18760 10,59 51245600 16,2909 27885

a) 2680 = x 5129 , 1 = y 138400
2
=
x
0215 , 372 =
x
0385 , 0
2
=
y
1962 , 0 =
y

00 , 71 =
xy
973 , 0 = r
b) 585 , 1 ) 2600 ( = y
28

37.-
x
i
y
i
x
i
2
y
i
2
x
i
y
i
12
4
5
8
13
14
10
5
2
3
4
9
10
6
144
16
25
64
169
196
100
25
4
9
16
81
100
36
60
8
15
32
117
140
60
66 39 714 271 432

2486 , 9 = x 7114 , 5 = y 4634 , 16
2
=
x

6735 , 7
2
=
y
7701 , 2 =
y
8918 , 8 =
xy

a) 791 , 0 = r b) 7163 , 0 5401 , 0 + = x y

38.-
x
i
y
i
x
i
2
y
i
2
x
i
y
i
165
170
182
190
175
175
180
185
198
200
60
70
72
98
70
75
90
85
85
95
27225
28900
33124
36100
30625
30625
32400
34225
39204
40000
3600
4900
5184
9604
4900
5625
8100
7225
7225
9025
9900
11900
13104
18620
12250
13125
16200
15725
16830
19000
1820 800 332428 65388 146654

a) 182 = x 80 = y 8 , 118
2
=
x
8995 , 10 =
x
8 , 138
2
=
y

7813 , 11 =
y

b) 821 , 0 = r c) 25 , 121 76 , 0 + = y x

4 , 105 =
xy
29

39.-
a)

x
i
y
i
x
i
2
y
i
2
x
i
y
i
2
2
3
3
4
4
4
5
5
5
1
2
2
3
3
4
5
4
5
6
4
4
9
9
16
16
16
25
25
25
1
4
4
9
9
16
25
16
25
36
2
4
6
9
12
16
20
20
25
30
37 35 149 145 144

7 , 3 = x 5 , 3 = y 21 , 1
2
=
x
1 , 1 =
x
25 , 2
2
=
y
5 , 1 =
y
45 , 1 =
xy

b) 879 , 0 = r La correlacin lineal es positiva y relativamente prxima a 1, por lo que
la nube se ajusta bien a la recta, aunque no totalmente.

40.-
a)

0
1
2
3
4
5
6
7
120 125 130 135 140 145
Serie1
Serie2
Serie3
Serie4
Serie5
0
1
2
3
4
5
6
7
0 2 4 6
Serie1
Serie2
Serie3
Serie4
Serie5
Serie6
Serie7
Serie8
Serie9
Serie10
30

x
i
y
i
x
i
2
y
i
2
x
i
y
i
125
130
130
135
140
3
2
4
5
6
15625
16900
16900
18225
19600
9
4
16
25
36
375
260
520
675
840
660 20 87250 90 2670

b) 132 = x 4 = y 26
2
=
x
0990 , 5 =
x
2
2
=
y
41 , 1 =
y
6 =
xy

c) y = 0,2308x -26,4538
1

TEMA 9.- INTRODUCCIN A LA PROBABILIDAD
9.1.- Sucesos. Operaciones con sucesos.
9.2.- Nmeros combinatorios.
9.3.- Probabilidad.
9.4.- Probabilidad condicionada.

9.1 Sucesos. Operaciones con sucesos.

Al realizar un experimento puede ocurrir que sepamos de antemano el resultado
o que no lo sepamos. As, definimos

Experimento determinista es aquel cuyo resultado se puede predecir si
conocemos las condiciones en que se realiza.

Ejemplo 1.- Si echamos vino en una copa con agua se disuelven. Si echamos
aceite y agua, no. Si dejamos caer un objeto desde cierta altura, en ausencia de rachas de
viento, tarda siempre el mismo tiempo en llegar al suelo.
Son ejemplos de experimentos deterministas.

Experimento aleatorio es aquel cuyo resultado no se puede predecir aunque
conozcamos las condiciones en que se realiza.

Ejemplo 2.- Al tirar un dado puede salir cualquiera de las seis caras. Al lanzar
una moneda al aire puede salir cara o cruz. Si extraemos (sin mirar) una bola de una
bolsa con bolas de diversos colores, no podemos predecir el color de la que se extraiga.
. Son ejemplos de experimentos aleatorios.

Ejercicio 1.- Dar dos ejemplos de experimentos deterministas y otros dos
ejemplos de experimentos aleatorios.

Se llama suceso elemental a cada resultado posible de un experimento aleatorio.
El conjunto de todos los resultados posibles asociados a experimento aleatorio se llama
espacio muestral asociado al experimento aleatorio. Se suele representar por la letra
griega omega mayscula, .

Ejemplo 3.- Si tiramos un dado, los sucesos elementales son {1}, {2}, {3}, {4},
{5} y {6} y el espacio muestral {1, 2, 3, 4, 5, 6}.

Ejemplo 4.- Si lanzamos una moneda al aire, los sucesos elementales son cara y
cruz y el espacio muestral {cara, cruz}.

A cada subconjunto del espacio muestral se le denomina suceso. Luego, todo
suceso est compuesto por sucesos elementales y todo suceso formado por un nico
elemento es un suceso elemental.

2
Ejemplo 5.- A ={1, 3, 5} es un suceso del experimento aleatorio lanzar un
dado. B ={5, 6} o sacar un nmero mayor que 4 es otro suceso.

Todo conjunto tiene dos subconjuntos especiales o impropios, el vaco y el
propio conjunto. Se denominan suceso imposible y suceso seguro. Es decir:

Dado un espacio muestral , se llama suceso imposible al que no contiene
ningn resultado posible del experimento y coincide con el conjunto vaco, .

Dado un espacio muestral , se llama suceso seguro al que contiene todos los
resultados posibles del experimento y coincide con el propio espacio muestral ,

Ejemplo 6.- Sacar un nmero mayor que 8 o sacar un 0 son sucesos imposibles
al lanzar un dado ordinario. Sacar un nmero menor o igual que 6 es un suceso seguro.

Dado un suceso A, se llama suceso contrario a A al que sucede cuando no
sucede A. Se representa por A o por
c
A .

Ejemplo 7.- El suceso salir un nmero impar es {1, 3, 5}. Su contrario es
salir un nmero par, o sea, {2, 4, 6}. El suceso contrario de {2, 6} es {1, 3, 4, 5}.

Cuando dos sucesos A y B tienen algn suceso elemental comn se dice que son
sucesos compatibles. Si no tienen se dice que son sucesos incompatibles. Tres o ms
sucesos se dicen incompatibles dos a dos si lo son dos cualesquiera de ellos.

Ejemplo 8.- El suceso salir un nmero impar es {1, 3, 5} es incompatible con
el suceso {2, 6} pero es compatible con {1, 3, 4, 5}..

Desde el punto de vista de la teora de conjuntos, dos sucesos son compatibles si
su interseccin es no vaca y son incompatibles si su interseccin es vaca.

Ejercicio 2.- Sea el experimento lanzar un dado. Se consideran los sucesos U
sacar menos de 3, V sacar puntuacin par y W sacar o la puntuacin mxima o la
mnima. Averiguar si son compatibles o incompatibles los sucesos U, V y W y si son
incompatibles dos a dos.

Se llama unin de dos sucesos A y B al suceso formado por todos los resultados
que estn en A o en B. Se representa B A .
Se llama interseccin de dos sucesos A y B al suceso formado por todos los
resultados que estn en A y en B. Se representa B A .
Se llama diferencia entre el suceso A y el B al suceso formado por todos los
resultados que estn en A pero no en B. Se representa B A .

Ejemplo 9.- Dados los sucesos A ={1, 3, 5} y B ={2, 3, 4, 5} se verifica que
los sucesos unin de A y B, interseccin de A y B, diferencia entre A y B y diferencia
entre B y A son, respectivamente
B A ={1, 2, 3, 4, 5}
B A ={3, 5}
A-B = {1}
3
B-A = {2, 4}
Ejercicio 3.- Extraemos una carta de una baraja espaola y consideramos los
sucesos A obtener un oro y B obtener una figura.Describa los sucesos:
a) B A , b) A , c) B A , d) B A

Ejercicio 4.- Extraemos una carta de una baraja francesa (palos: picas,
corazones, diamantes y trboles y cada palo 13 cartas: 1 al 10, J, Q y K). Se consideran
los sucesos A: sacar picas, B: no sacar figuras y C: sacar un trbol o un as.
Si se extrajo el as de corazones, indica cual o cules de los siguientes sucesos se
han verificado:
a) A b) B C c) A B C ) ( d) C B A e) A B

9.2.- Nmeros combinatorios
En la teora de la probabilidad es imprescindible conocer el concepto y
propiedades de los nmeros combinatorios.

Si unos abuelos tienen 7 nietos y pueden invitar a su casa de la playa a 2 de
ellos cada vez, de cuntas maneras se puede elegir a los dos nietos?
La seleccin espaola de baloncesto participa en un campeonato con 12
jugadores. Sin preocuparse de su especialidad (base, escolta, etc) de cuntas maneras
se puede elegir a los 5 que juegan en un momento dado?

El problema general es hallar de cuntas maneras se pueden seleccionar n
objetos de un total de m elementos distintos. Este nmero se designa
n
m
y se lee m
sobre n. Es igual, tambin, al nmero de subconjuntos de n elementos que tiene un
conjunto de m elementos.

Para hallarlo se utiliza el tringulo de Tartaglia. Cada fila empieza y termina por
1 y, salvo la primera, en las dems se hallan los nmeros intermedios sumando los dos
que tiene encima. Resulta
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
..
1 .. 1

n
m
resulta ser el nmero situado en la m-sima fila en la posicin n-sima. As:

4
21
2
7
=
792
5
12
=

Ejercicio 5.- Construyendo el tringulo de Tartaglia hasta la fila octava, al
menos, comprobar que los abuelos tienen 21 posibilidades distintas y el seleccionador
de la seleccin de baloncesto 792.

Los nmeros combinatorios tambin se pueden calcular utilizando factorial. Si n
es natural, se define factorial de n y se representa n! al producto de los n primeros
naturales. As,
1 2 3 ..... ) 2 ( ) 1 ( ! = n n n n
y se cumple que

)! ( !
!
n m n
m
n
m

Nota.- Se admite que 0! =1

Ejemplo 10.- Se cumple que
21
1 2
6 7
! 5 ! 2
! 7
)! 2 7 ( ! 2
! 7
2
7
=
= =

792
1 2 3 4 5
8 9 10 11 12
! 7 ! 5
! 12
)! 5 12 ( ! 5
! 12
5
12
=

= =

Ejercicio 6.- Calcula

a)
m
m
b)
0
m
c)
1
m
d)
1 m
m
e)
n
n 2

9.3.- Probabilidad.
Vamos a ver como cuantificar cunto es ms o menos probable un suceso que
otro.

Ejemplo 11.- Se realiza el experimento consistente en extraer una bola de una
urna donde hay 7 bolas azules, 11 bolas rojas y 2 bolas verdes. Si se extrae al azar una
bola de la urna hay tres resultados posibles, que la bola sea azul (A), roja (R) o verde
(V). Si preguntamos sobre cul es ms probable que salga, es fcil que digamos que R.
El problema que vamos a intentar resolver es cuanto es ms o menos probable cada
uno.

Se trata de cuantificar la probabilidad de que salga uno u otro.
5
Para ello haremos 10 series de 50 extracciones cada vez y anotaremos las
frecuencias absoluta y relativa de aparicin de cada uno. El resultado que hemos
obtenido ha sido el siguiente:

Realizaciones del experimento
50 100 150 200 250 300 350 400 450 500
A n
A
19 36 53 72 89 106 121 142 159 180
f
A
0,38 0,36 0,353 0,36 0,356 0,353 0,346 0,355 0,353 0,36
R n
R
23 52 80 108 136 163 191 217 245 271
f
R
0,46 0,52 0,533 054 0,544 0,543 0,546 0,543 0,544 0,542
V n
V
8 12 17 20 25 31 38 41 44 49
f
V
0,16 0,12 0,113 0,10 0,10 0,103 0,108 0,102 0,097 0,098

Nota.- El resultado anterior es un caso que ha realizado el autor en la realidad.

Si nos hubieran preguntado qu frecuencia de apariciones esperbamos, la
mayora habra respondido que 7 de cada 20 veces azul, 11 de cada 20 veces roja y
2 de cada 20 veces verde.

Si se realizan muchas veces el mismo experimento, las frecuencias tienden a
estabilizarse en torno a un cierto valor. Esto nos permite dar una primera definicin de
probabilidad, a la que llamaremos definicin experimental.

Dado cualquier suceso A, asociado a un experimento aleatorio, llamamos
probabilidad de A, P(A), al nmero hacia el que tienden las frecuencias relativas de A
al aumentar el nmero de realizaciones del experimento.

Ejemplo 12.- En el caso anterior se tienen los valores P(A) =0,35, P(B) =0,55
y P(C) =0,10

Ejercicio 7.- Lanza 300 veces una moneda al aire y propn un valor para la
probabilidad de los sucesos C, salir cara y X, salir cruz. Coincide con lo que
esperabas?

Ejercicio 8.- Tira un dado 1000 veces pero, antes de hacerlo, propn un valor
para P(A), P(B) y P(C), siendo A el suceso salir un 3, B el suceso salir un impar y C el
suceso salir un par diferente a 4. Qu diferencia hay entre tus propuestas y las
frecuencias relativas correspondientes? Razona la respuesta.

Cuando en un experimento aleatorio todos los sucesos tienen igual probabilidad
de salir se llaman sucesos equiprobables. En estos casos se puede aplicar la llamada
regla de Laplace que dice que

les casosposib n
ables casosfavor n
obabilidad
Pr =

A pesar de que pueda parecer resuelto el problema de definir la probabilidad,
aparecen diversos inconvenientes como, por ejemplo, la necesidad de realizar infinitas
veces el experimento para hallar el lmite de las frecuencias o la falta de garanta de que
la regularidad encontrada en las frecuencias relativas se mantenga cualquiera que sea el
6
nmero de repeticiones del experimento. Para solventar estos problemas daremos una
definicin axiomtica de probabilidad de un suceso.

Dado un espacio muestral asociado a un cierto experimento aleatorio, se llama
probabilidad a toda funcin P

P:

que a cada posible suceso A le asocia un nmero real P(A) , llamado probabilidad de A,
verificndose las siguientes propiedades:

P.1.- La probabilidad de cualquier suceso es no negativa y menor o igual a 1.
. 0 P(A)1
P 2.- La probabilidad del suceso seguro es uno P() =1.
P.3.-La probabilidad de la unin (finita o infinita) de un cierto nmero de sucesos que
sean incompatibles dos a dos es la suma de las probabilidades individuales;
Si A
1
A
2
..A
n
= P(A
1
A
2
A
n
) =P(A
1
) +P(A
2
) + +P (A
n
)

Ejercicio 9.- Probar que la probabilidad P definida sobre un espacio muestral
verifica las propiedades:
a) P(A) +P(A) =1 b) P() =0 c) P(AB) =P(A) +P(B) P(AB)

Ejercicio 10.- En una urna hay cinco bolas blancas, tres rojas y cuatro negras.
Halla probabilidad de los sucesos A: bola negra, B: bola blanca o negra y C: bola azul.

Ejercicio 11.- Cogemos una ficha del domin del montn inicial. Calcula la
probabilidad de los sucesos A: que sea la blanca doble y B: que los puntos sumen 7.

Ejercicio 12.- Un juego consiste en lanzar dos dados. Si la diferencia entre los
puntos de ambos es par, ganamos, pero si es impar, perdemos. Calcula la probabilidad
de ganar y perder.

Ejercicio 13.- En una bolsa hay tres bolas blancas, tres bolas negras y tres bolas
rojas. Se extraen sucesivamente tres bolas con reposicin. Si no importa el orden, hallar
la probabilidad de los siguientes sucesos:
A: que sean dos bolas blancas y una roja
B: que sean las tres del mismo color
C: que sean las tres de distinto color
D: que sean las tres rojas

Ejercicio 14.- Calcula la probabilidad de los sucesos B A C C C , , si se sabe
que P(A) =, P(B) =, P(A(B) =1/16, P(C) =1/12.

Ejercicio 15.- Se lanza un dado trucado tal que P({2}) =P({3}) =P({4}) =
P({5}) =P({6}) y P({1}) =2 P({6}). Hallar la probabilidad del suceso A: sacar un par.

7
Ejercicio 16.- Se extraen dos cartas de una baraja espaola. Calcula la
probabilidad de obtener: a) dos ases; b) algn as; c) ningn as; d) slo un as

Ejercicio 17.- Se lanzan tres monedas. Calcular la probabilidad de obtener:
a) tres caras; b) una cara; c) ms de una cara.

9.4.- Probabilidad condicionada.
En ocasiones, disponer de informacin sobre un suceso hace que vare su
probabilidad.. Vemoslo con un ejemplo.

Ejemplo 14.- En una patera se acercan a Espaa un total de 300 inmigrantes Los
cien senegaleses, son todos varones adultos. De los otros ciento cuarenta y seis, hay un
total de cuarenta y tres marroques varones y cinco mujeres, treinta y tres paquistanes
varones y siete mujeres, veintiocho ecuatoreos varones y diez mujeres y, finalmente,
doce hindes varones y cinco mujeres.

Si algo ms tarde se sabe que uno de ellos ha muerto, la probabilidad de que sea
paquistan es de 40/243 =0,165. Sin embargo, si se sabe que es mujer la probabilidad de
ser paquistan es, ahora, de 10/27 =0,370, que es ms del doble que la anterior.

En general, sean A y B dos sucesos. Aplicando la regla de Laplace resultan valer
P(A) =n
A
/N, P(B) =n
B
/N y P(AB) =n
A
B
/N, donde n
A
, n
B y
n
A
B
son las
frecuencias absolutas de A, B y AB y N el total de posibilidades. Sin embargo, la
probabilidad de que ocurra A sabiendo que ha ocurrido B es n
A
B
/n
B
.

Esta probabilidad se representa por P(A/B) y se dice que es la probabilidad de
A condicionada a B.

As, P(A/B) =
) (
) (
B P
B A P
N
n
N
n
n
n
B
B A
B
B A

= =
Dados dos sucesos A y B, tales que 0 ) ( B P , se llama probabilidad de A
condicionada a B, y se designa por P(A/B), al cociente
P(A/B) =
) (
) (
B P
B A P

Ejercicio 18.- Extraemos una carta de una baraja espaola. Calcula la
probabilidad de que la carta sea el rey de oros, sabiendo que la extrada es de oros.

Ejercicio 19.- Se lanza un dado. Calcula la probabilidad de que sea un 4,
sabiendo que hemos sacado un par.

Ejercicio 20.- En una bolsa hay cinco bolas blancas y cuatro negras. Se extraen
dos bolas sin devolucin. Calcula la probabilidad de que la segunda sea blanca si:
a) la primera bola extrada es blanca; b) la primera bola extrada es negra.

Ejercicio 21.- Si A y B son dos sucesos, calcula la probabilidad P(AB)
sabiendo que P(A) =0,3, P(B) =0,5 y P(A/B) =0,2
8

Ejercicios variados

Ejercicio 22.- De una urna que contiene tres bolas blancas y cuatro negras se
extraen, sucesivamente, dos bolas, al azar, sin reemplazamiento
a) Describa el espacio muestral de este experimento
b) Halle la probabilidad de que la segunda bola sea negra si la primera ha sido negra.
c) Calcule la probabilidad de que las dos bolas sean de distinto color

Ejercicio 23.- De una urna que contiene tres bolas blancas y cuatro negras se
extraen, sucesivamente, dos bolas, al azar, con reemplazamiento
b) Halle la probabilidad de que la segunda bola sea negra si la primera ha sido negra.
c) Calcule la probabilidad de que las dos bolas sean de distinto color.

Ejercicio 24.- Una urna contiene cuatro bolas rojas, tres bolas blancas y tres
bolas negras. Se sacan, de una vez, dos bolas al azar.
b) Halle la probabilidad de que las bolas extradas sean del mismo color.
c) Calcule la probabilidad de que, al menos, una de las dos bolas extradas sea blanca.

Ejercicio 25.- Tenemos dos urnas como sigue: una urna A que contiene cuatro
bolas rojas y seis blancas y una urna B con siete roja y tres blancas. Se extrae, al azar,
una bola de la urna A y se deposita en la urna B. Posteriormente se extrae una bola de la
urna B.
b) Halle la probabilidad de que la segunda bola sea blanca si la primera fue blanca
c) Calcule la probabilidad de que las dos bolas extradas sean del mismo color.

Ejercicio 26.- En una urna hay seis bolas blancas y cuatro negras y se extraen
dos bolas, al azar, sin reemplazamiento
b) Halle la probabilidad de que la segunda bola sea blanca si la primera bola extrada
fue blanca.
c) Halle la probabilidad de que la segunda bola sea blanca si la primera bola extrada fue
negra.
d) Calcule la probabilidad de que las dos bolas extradas sean del mismo color.

Ejercicio 27.- Del total de votantes de una pequea localidad, 30 lo hacen por el
Partido X, 20 por el Partido Y y 70 por la Coalicin Z. Un encuestador realiza una
entrevista a la salida de un colegio electoral
a) Qu probabilidad de ser encuestado tiene un votante del Partido X?
b) Qu probabilidad de no ser encuestado tiene un votante del Partido Y?

Ejercicio 28.- Un juego consiste en lanzar sucesivas veces una misma moneda
hasta que aparezca una cara, en cuyo caso el juego termina.
9
a) Calcula la probabilidad de que el juego termina en el cuarto lanzamiento
b) Cul es la probabilidad de que el juego termina antes del octavo lanzamiento?

Ejercicio 29.- Un inversor considera la posibilidad de adquirir acciones de la
empresa B y vender las que posee de la empresa A. Su analista financiero le predice que
la probabilidad de que suban las acciones de A es 0,6, la probabilidad de que suban las
acciones de B es 0,7 y la probabilidad de que suban ambas acciones es 0,5.
a) Cul es la probabilidad de que suban las de A y no las de B?
b) Y de que no suba ninguna?

Ejercicio 30.- Un 20% de los alumnos de un centro escolar practica el ftbol, un
15% el baloncesto y un 10% ambos deportes. Si se elige un alumno al azar, hallar la
probabilidad de que:
a) Practique el baloncesto, sabiendo que practica el ftbol.
b) Practique ambos deportes, sabiendo que practica alguno de ellos.
c) Practique el ftbol, sabiendo que no practica el baloncesto.

Ejercicio 31.- Una urna contiene seis bolas blancas y cuatro negras y otra urna
cuatro bolas blancas, dos negras y dos rojas. Se extrae, al azar, una bola de cada urna.
Halle la probabilidad de que a) ambas sean negras b) ambas tengan el mismo color.

Ejercicio 32.- Una urna contiene seis bolas blancas, cuatro negras y dos rojas y
otra urna tres bolas blancas, dos negras y una roja. Se extrae, al azar, una bola de cada
urna. Halle la probabilidad de a) extraer una bola roja de la primera urna; b) que ambas
sean rojas b) ambas tengan el mismo color.

Ejercicio 33.- Se lanzan dos dados y se observan los valores obtenidos.
a) Determine el espacio muestral
b) Halle la probabilidad de que la suma de los valores sea par.
c) Halle la probabilidad de que los valores sean distintos, supuesto que la suma es par.

Ejercicio 34.- De una urna que contiene tres bolas blancas y cinco rojas se
extraen, sucesivamente, dos bolas sin reemplazamiento.
a) Describa el espacio muestral.
b) Halle la probabilidad de extraer una segunda bola roja si ya lo fue la primera.
c) Calcule la probabilidad de que las dos bolas extradas sean de distinto color.

Ejercicio 35.- Dados dos sucesos aleatorios, A y B, se sabe que P(A) =0,2,
P(B) =0,5 y P(AB) =0,65.
a) Calcule P(AB) b) Calcule P(A/B)

Ejercicio 36.- Sean A y B dos sucesos de un espacio muestral dado. Sabiendo
que P(A) =0,45, P(B) =0,30 y P(A/B) =0,5
a) Halle P(AB) y P(AB).
b) Son los sucesos A y B independientes?

Ejercicio 37.- Una urna contiene cuatro bolas blancas, tres rojas y dos azules. Se
extrae, al azar, dos bolas de una vez.
10
a) Calcule la probabilidad de ambas tengan el mismo color.
b) Calcule la probabilidad de que al menos una de las bolas sea blanca.

Ejercicio 38.- Una caja contiene diez tornillos, tres de los cuales estn
defectuosos. Se extraen dos tornillos, de manera sucesiva y sin devolucin. Calcula la
probabilidad de que: a) ambos tornillos sean defectuosos b) al menos un tornillo sea
defectuoso.

Ejercicio 39.- Las probabilidades respectivas de acertar a un blanco los tiradores
A, B y C son, 1/6, 1/4 y 1/3. Halle
a) El espacio muestral
b) La probabilidad de que acierte uno solo.
c) La probabilidad de que al menos uno acierte.

Ejercicio 40.- De una bolsa que contiene nueve bolas, numeradas del 1 al 9, se
extraen dos bolas, al azar, de manera sucesiva y sin reemplazamiento. Se definen en este
experimento los sucesos
A:los nmeros extrados suman diez
B: la primera bola tiene un nmero par
a) Construye el conjunto de resultados del suceso AB.
b) Calcula las probabilidades P(A) y P(B).
c) Halla P(A/B) y determina si los sucesos A y B son independientes.

11

Soluciones a los ejercicios propuestos.

2.- U ={1, 2}, V ={2, 4, 6}, W ={1, 6}
Como = W V U , U, V y W son incompatibles, pero no son incompatibles dos
a dos puesto que } 2 { = V U , } 6 { = W V y } 1 { = W U . De hecho, cada pareja
de sucesos son compatibles.

3.- a) B A es obtener un oro no figura, o sea, del 1 al 7 de oros
b) A A = obtener un oro
c) B A obtener una carta que no sea ni oro ni figura, o sea del 1 al siete de copas o
de espadas o de bastos.
d) B A igual al anterior

4.- a) A SI; b) B C NO c) A B C ) ( SI d) C B A SI e) A B NO

6.- a) 1 =
m
m
b) 1
0
=
m
c) m
m
=
1
d) m
m
m
=
1

e)
!
) 1 ( ... ) 1 2 ( ) 2 (
2
n
n n n
n
n
+
=

9.- a) como = A A , = A A y P() =1, sigue el resultado, 1 ) ( ) ( = + A A P
b) Como = y 1 ) ( = P , sigue que P() =0
c) P(AB) =P(A) +P(B) P(AB) sigue de las operaciones con conjuntos.

10.- a) 1/3; b) ; c) 0

11.- a) 1/28; b) 3/28

12.- (ganamos si sale par-par o impar-impar; perdemos si sale par-impar o impar-par).

13.- la probabilidad de extraer de un color cualquiera es 1/3.
P(A) =3/27 =1/9. Casos favorables: BBR, BRB y RBB.
P(B) = 3/27 =1/9. Casos favorables: BBB, NNN y RRR.
P(C) = 6/27 =2/9 Casos favorables: BNR, BRN, NBR, NRB, RBN y RNB.
P(D) =1/27 Casos favorables: RRR

14.- P( ) C =11/12 P( C C ) =0 P( B A ) =7/16
15.- P({1}) +P({2}) +P({3}) +P({4}) +P({5}) +P({6}).=7 P({6}) =1
P(A) =P({2, 4, 6}) =P({2}) +P({4}) +P({6}).=3/7
12

16.- Habra que aclarar si hay reemplazamiento o no: Entendemos que no lo hay.
a) 6/780 =1/130 Casos favorables:
2
4
=6. Casos posibles:
2
40
=780
b) El suceso contrario es no sacar ningn as, de probabilidad 21/26 (vase el
apartado c). Luego 1-(21/26) =5/26
c)
2
36
/

2
40
=63/78 =21/26
d) 144/

2
40
=12/65 Casos favorables: un as y una carta que no sea as, es decir
4x36 =144. Casos posibles:
2
40
=780
17.- Casos posibles 2
3
=8.
a) 1/8 Casos favorables: CCC
b) 3/8 Casos favorables: CXX, XCX y XXC
c) 4/8 = Casos favorables: Si sale X, luego CC. Si sale C luego CX, XC, CC
18.- Sean R: extraer el rey de oros y O: extraer un oro. Como se tiene que
P(RO) =1/40, P(O) =10/40 =,
sigue que
P(R/O) =
10
1
40
4
4 / 1
40 / 1
) (
) (
= = =
O P
O R P

19.-
3
1
2 / 1
6 / 1
}) 6 , 4 , 2 ({
}) 4 ({
}) 6 , 4 , 2 ({
}) 6 , 4 , 2 ({ }) 4 ({
}) 6 , 4 , 2 /({ }) 4 ({ = = = =
P
P
P
P
P

Tambin se puede ver directamente. Como hay 3 pares y uno de ellos es el 4, la
probabilidad pedida es 1/3.
20.- P(B
1
) =5/9 y quedan cuatro bolas blancas y cuatro negras
P(N
1
) =4/9 y quedan cinco bolas blancas y tres negras
a) P(B
2
/ B
1
) = 2 / 1
9 / 5
) 8 / 4 )( 9 / 5 (
) B (
) B B (
1
1 2
= =
P
P

b) P(B
2
/ N
1
) = 8 / 5
9 / 5
) 8 / 5 )( 9 / 5 (
) (
) N B (
1
1 2
= =
N P
P

Directamente: En el caso a) despus de la extraccin quedan cuatro bolas
blancas y cuatro negras y en el segundo cinco bolas blancas y tres negras.
21.- P(AB) =P(A/B) * P(B) = 0,2*0,5 =0,1
13
P(AB) =P(A) +P(B) P(AB)=0,3 +05-0,1 =07
22.- a) ={{BB, BN, NB, NN}.
b) La probabilidad de que la primera sea negra es de 4/7 y despus de eso quedan tres
blancas y tres negras. Luego, la probabilidad pedida es P(N
2
/N
1
) =1/2
c) Hay ahora dos casos favorables, NB y BN. P(XY) =(4/7)(3/6)+(3/7)(2/6) =3/7.

23.- a) ={{BB, BN, NB, NN}, como antes, pero hay cambios en b) y c), porque al
reemplazar siempre hay tres blancas y cuatro negras, son extracciones independientes.
b) P(N
2
/N
1
) =(4/7)
2
=16/49. c) P(XY) =(4/7)(3/7)+(4/7)(3/7) =24/49.

24.- a) ={{BB, BN, BR, NN, NR, RR}
b) Hay tres posibilidades, BB, NN y RR. Los casos posibles son 45
2
10
=
y los
casos favorables 12 6 3 3
2
4
2
3
2
3
= + + =
. P(XX) =12/45 =4/15

c) Hay tres posibilidades, BB, BN y BR. Los casos posibles son 45
2
10
=
y los
casos favorables 24 4 * 3 3 * 3 3
1
4
1
3
1
3
1
3
2
3
= + + =
. P(BX) =8/15.
25.- a) ={{BB, BR, RB, RR}
b) P(B
2
/B
1
) =(6/10)(4/11) =12/55
c) P(R
2
/R
1
) =(4/10)(7/11) = 14/55 P(XX) =(12/55) +(14/55) =26/55

26.- a) ={{BB, BN, NB, NN}
b) P(B
2
/B
1
) =(6/10)(5/9) =1/3
c) P(B
2
/N
1
) =(4/10)(6/9) =4/15
d) P(N
2
/N
1
) =(4/10)(3/9) =2/15 P(XX) =(1/3) +(2/15) =7/15

27.- a) 30/120 = b) 100/120 =5/6

28.- a) P(XXXC) =(1/2)
4
=1/16
b) (1/2) +(1/4) +(1/8) +(1/16) +(1/32) +(1/64) +(1/128) =127/128

29.- a) P(A-B) =P(A) P(AB) =0,1
b) 2 , 0 ) ( ) ( ) ( 1 ) ( 1 ) ( ) ( = + = = = B A P B P A P B A P B A P B A P
30.- a) 5 , 0
2 , 0
1 , 0
) (
) (
) / ( = = =
F P
F B P
F B P

b) 8 / 5
5 , 0 6 , 0 7 , 0
5 , 0
) (
) (
}) /{ }} ({ =
+
= =
B F P
B F P
B F B F P

c) 125 , 0
8 , 0
1 , 0
) (
) (
) / ( = = =
B P
B F P
B F P

31.- a) P(NN) =(4/10)(2/8) =1/10
14
b) P(XX) =P(BB) +P(NN) =(6/10)(4/8) +(4/10)(2/8) =4/10 =2/5

32.- a) P(R
1
) =2/12 =1/6 b) P(RR) =(2/12)(1/6) =1/36
c) P(XX) =P(BB) +P(NN) +P(RR) =(6/12)(3/6) +(4/12)(2/6) +(2/12)(1/6) =
=(1/2)
2
+(1/3)
2
+(1/6)
2
=(1/4) +(1/9) +(1/36) =14/36 =7/18

33.- a) ={(1, 1), (1, 2), (1, 3), (1, 4), (1, 5), (1, 6), (2, 1), , (6, 6)}
b) Ha de ser Par-Par o Impar-Impar P(suma par) =P(PP) +P(II) = + =
c) Casos favorables: (2, 4), (2, 6), (4, 2), (6, 4), (1, 3), . (5, 3), 12 casos
Casos posibles: suma par 6x3 =18 P(XY/suma par) =12/18 =2/3
34.- a) ={BB, BR, RB, RR} b) P(R
2
/R
1
) =4/7
c) P(XY) = P(BR) +P(RB) =(3/8)(5/7) +(5/8) +(3/7) =15/28

35.- a) P(AB) =0,2 +0,5 0,65 =0,05 b) P(A/B) =0.05/0,5 =0,1

36.-a) P(AB) =P(A/B) P(B) =0,5*0,3 =0,15;
P(AB) =P(A) +P(B) - P(AB) =0,45 +0,30 0,15 =0,60
b) Dos sucesos A y B son independientes si y slo si P(A) =P(A/B) o, tambin
Dos sucesos A y B son independientes si y slo si P(AB) =P(A) P(B)
P(A) =0,45 0,5 =P(A/B). P(AB) =0,15 0,135 =0,45*0,30 =P(A) P(B)
A y B son sucesos dependientes.

37.- a) P(XX) =P(BB) +P(RR) +P(AA) =(4/9)(3/8) +(3/9)(2/8) +(2/9)(1/8) =5/18
b) Los sucesos al menos una bola blanca y ninguna bola blanca son opuestos.
La probabilidad pedida vale:1 (5/9)(4/8) =13/18

38.- a) (3/10)(2/9) =1/15 b) (7/10)(6/9) =7/15 es la probabilidad de que ninguno est
defectuoso. Luego, la probabilidad pedida es 1 (7/15) =8/15

39 .- a) ={EEE, EEF, EFE, EFF, FEE, FEF, FFE. FFF} donde E y F en la posicin 1
significan acierto o fallo del tirador A y anlogamente para B y C.
b) El suceso acierta slo un tirador es EFFFEFFFE y la probabilidad pedida
P(EFFFEFFFE) =(1/6)(3/4)(2/3) +(5/6)(1/4)(2/3) +(5/6)(3/4)(1/3) =31/72
c) Es el suceso contrario a que todos falle, luego vale 1 (5/6)(3/4)(2/3) =11/12

40.- a) El conjunto de resultados del suceso AB est formado por los pares de bolas
tales que la primera bola es par y la suma es diez, es decir
AB ={(2, 8), (4, 6), (6, 4), (8, 2)}
b) Para hallar P(A) y P(B) aplicamos la regla de Laplace. Casos posibles: 9*8 =72
Los casos favorables para A son 8 pues, valga lo que valga la primera bola
(salvo que sea 5), queda una nica bola en la bolsa que sume diez con la nuestra
Los casos favorables para B son 4*8 =32 pues, la primera bola slo se puede
escoger entre los cuatro nmeros pares que hay, mientras que la segunda puede
ser cualquiera de las ocho que restan en la bolsa
Luego, P(A) =8/72 =1/9 P(B) =32/72 =4/9
c)
) (
) (
) / (
B P
B A P
B A P

= .
Como AB tiene cuatro casos favorables, ser P(AB) =4/72 =1/18.
15
Luego, P(A/B) ={1/18}/{4/9} =1/8 P(A) y los sucesos A y B resultan ser
dependientes.

1

TEMA 11.- DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE
CONTINUA: DISTRIBUCIN NORMAL

11.1.- Variables aleatorias continuas. Funcin de densidad.
11.2.- Funcin de distribucin para variable aleatoria continua.
11.3.- Distribuciones normales. Manejo de la tabla de la funcin de
distribucin tipificada N(0, 1).
11.4.- Clculo de probabilidades en distribuciones normales. Tipificacin.

11.1.- Variables aleatorias continuas. Funcin de densidad.

En el tema anterior vimos cmo asociar una distribucin de probabilidad a una
variable aleatoria discreta. Lo que hacamos era asociar a cada uno de los valores que
toma la variable (cada valor del recorrido de la variable aleatoria) X la probabilidad de
que X tome ese valor. Como es natural, la suma de estas probabilidades es 1.

En el caso de una variable aleatoria continua (por ejemplo, el peso o la talla de
una persona) esto no puede hacerse as pues, al tomar la variable aleatoria X infinitos
valores distintos, la probabilidad asignada a cada uno slo puede ser cero.

Las distribuciones de probabilidad de variable continua se definen mediante una
funcin, y =f(x), que generaliza a la funcin de probabilidad para el caso continuo y se
llama funcin de densidad (a veces se llama, tambin, funcin de probabilidad).

Las probabilidades vienen dadas ahora por el rea encerrada por la curva de la
funcin de densidad, el eje OX y la recta x =X. Como la funcin de densidad generaliza
a la funcin de probabilidad del caso discreto, parece razonable exigir que para que una
determinada funcin f(x) sea funcin de densidad se ha de cumplir que

1.- f(x) 0 para todo x
2.- El rea encerrada por la totalidad de la curva, esto es, el rea encerrada entre
la funcin de densidad y el eje de abscisa, debe valer 1.

As, tenemos que, para hallar la probabilidad P[aXb] basta calcular el rea
encerrada bajo la curva en el intervalo [a, b], es decir, el rea encerrada entre la curva de
ecuacin y =f(x), el eje OX y las semirrectas x =a y x =b.

Las probabilidades de los sucesos puntuales son cero P[X=a] =0 =P[X=b].

Luego, P[aXb] =P[a<X<b]

2

Ejemplo 1.- Se considera la funcin : f dada por
f(x) =1/3 si x[1, 4]
f(x) =0 si x[1, 4]

Para comprobar que es funcin de densidad basta ver que f(x) 0 para todo x y
que el rea encerrada es 1, lo cual es fcil, pues se reduce al rectngulo de altura 1/3 y
base [1, 4], que es 1.

Para calcular la probabilidad P[1,6X5,2], supuesta X una variable aleatoria de
densidad f, basta calcular el rea encerrada por la curva y [1,6, 5,2], que no es otro que
la del rectngulo de altura 1/3 y base 4-1,6 =2,4, luego
P[1,6X5,2] =2,4/3 =0,8

Notacin.- Si designamos ) ( f A a
b
al rea que hay bajo la curva en el intervalo [a, b], se
tiene que 1 ) ( =
+
f A y que ) ( 5,2] X P[1,6 6 , 1
2 , 5
f A = < <

11.2.- Funcin de distribucin para variable aleatoria continua.

Como en el caso discreto, se define funcin de distribucin de una variable
aleatoria continua X como la funcin : F que asigna a cada nmero real x la
probabilidad de que la variable aleatoria X tome un valor menor o igual que x, o sea

: F
t x X P x F x = = ] [ ) (

siempre y cuando f sea una funcin de densidad.

Ejemplo 2.- Si f(x) es la funcin de densidad del ejemplo 1, halla la funcin de
distribucin F de la variable aleatoria X cuya funcin de densidad sea f.
Basta hacer F(x) =P[Xx], es decir, F(x) = ) ( f A
x
.
Hay que distinguir tres casos:
Si x<1 entonces 0 0 ) ( = =

x
x
dx f A
Si 1x4 entonces
3
1
) 1 (
3
1
0
3
1
0 ) ( ) ( ) (
1
1
1
1

= + = + = + =

x
x dx dx f A f A f A
x
x x

Si 4<x entonces
1 0
3
1 4
0 ) 1 (
3
1
0 0
3
1
0 ) ( ) ( ) ( ) (
4
4
1
1
4 1
4 1
= +
= + + = + + = + + =

x dx dx dx f A f A f A f A
x
x x

Para calcular ahora la probabilidad de que X est comprendida entre a y b se hace
P[aXb] =P[Xb]- P[Xa]

3

Parmetros.-

En el tema 10 se definieron los parmetros de una variable aleatoria discreta por
analoga con los de las variables estadsticas, sustituyendo las frecuencias relativas por
probabilidades. En el caso de las variables aleatorias continuas esto no es posible, pues
ahora la probabilidad de que una variable de este tipo alcance un valor determinado es
cero.
Es posible definir analticamente los parmetros de una variable alaeatoria
continua, pero ello requiere herramientas matemticas de un nivel superior al de este
curso. Nos quedaremos con una interpretacin cualitativa de la media aritmtica y la
desviacin tpica, que se puede ilustrar geomtricamente.

Variable estadstica X Variable aleatoria continua X
Media
aritmtica
o
esperanza

Si en el diagrama de frecuencias
se asigna una masa proporcional
a su frecuencia a cada rectngulo
del histograma de frecuencias, y
se sita una cua en el punto del
eje de abscisas correspondiente a
, el histograma se mantiene en
equilibrio.
Por analoga, ser el punto del eje de
abscisas donde, al situar una cua, la
figura plana definida por la funcin de
densidad quedar en equilibrio.
Desviacin
tpica

Si los datos estn agrupados en
torno a la media, la desviacin
tpica es pequea (histograma
alto pero estrecho).
Si los datos estn dispersos en
torno a la media, la desviacin
tpica es grande (histograma
bajo pero ancho).
Por analoga, la desviacin tpica de
una variable aleatoria continua X ser
pequea o grande segn que la grfica
de su funcin de densidad sea,
respectivamente, estrecha o ancha
en torno a la media.

Nota.- Media, mediana y moda son iguales en las distribuciones normales.

11.3.- Distribuciones normales. Manejo de la tabla de la funcin de distribucin
tipificada N(0, 1).

Clculo de probabilidades a partir de la funcin de densidad

Para calcular probabilidades en distribuciones de probabilidad de variable
continua, hay que hallar las reas bajo la curva que representa a la funcin densidad
y=f(x). Para ello necesitamos el clculo integral. Pero hay distribuciones sencillas para
las cuales la tarea es sencilla. Por ejemplo, la distribucin asociada a la funcin
densidad f(x) =k, la probabilidad P[aXb] es el rea de un rectngulo de base b-a y
altura k, luego
P[aXb] =k(b-a).
4

Distribuciones normales

Existe una distribucin de probabilidad de variable continua, quizs la ms
frecuente en la naturaleza, aquella cuya funcin de probabilidad es continua y simtrica,
de grfica una campana de Gauss con mximo en . El nombre se debe a la forma
acampanada de la grfica de la funcin de probabilidad F(x), asociada.

Ms formalmente:

Una variable aleatoria continua X sigue una distribucin normal de parmetros
y , lo que se simboliza por X N(, ), cuando su funcin de densidad es

2
2
2
) (
2
1
) (

=
x
e x f

La esperanza y la desviacin tpica de esta variable aleatoria coinciden con y
, respectivamente.

Manejo de la tabla de la funcin de distribucin N(0, 1)

Por una razn que ms tarde entenderemos, en la distribucin N(0, 1) la variable
se la suele representar por z. La tabla de la distribucin normal nos da las probabilidades
del tipo P[zk], para valores de k de 0 a 4, de centsima en centsima. Se representan
estas probabilidades (k). Es decir, (k) = P[zk], donde z es la variable aleatoria de
distribucin N(0, 1).

Dada la tabla N(0, 1), el valor de k se identifica buscando unidades y dcimas
en la columna de la izquierda y centsimas en la fila de arriba. El nmero que nos da la
tabla es el valor de (k) =P[zk].

Para hallar distintos valores se opera como sigue:

a.- P[zk] con 0k4.

Bsqueda directa en la tabla

Ejemplo 3.-
P[z1,23] = 0,8907

5

b.- P[zk] con 0k4.

P[zk] =1 - P[zk] porque el rea total bajo la curva vale 1.

Ejemplo 4.-
P[z1,25] =1 - P[z1,25] =1 0,8944 =0,1056

c.- P[z-k] con 0k4.

P[z-k] =P[zk] por simetra de la grfica.

Ejemplo 5.-
P[z-2,3] =P[z2,3] =0,9893

d.- P[z-k] con 0k4.

P[z-k] =P[zk] =1 - P[zk] por ambas razones.

Ejemplo 6.-
P[z-0,84] =P[z0,84] =1 - P[z0,84] =1 0,7995 =0,2005

6

e.- P[aZb] con 0ab

P[aZb] =P[Zb] - P[Za]

Ejemplo 7.-
P[0,27Z1,74] =P[Z1,74] - P[Z0,27] =0,9591 0,6064 =0,3527

f.- P[-aZ-b] con 0b<a

P[-aZ-b] =P[bZa] = P[Za] - P[Zb]

Ejemplo 8.-
P[-1,4Z-0,68] =P[0,68Z1,4] = P[Z1,4] - P[Z0,68] =
=0,9192 - 0,7517 =0,1675

g.- P[-aZb] con 0a, b

P[-aZb] =P[Zb] - P[Z-a] = P[Zb] - P[Za] =

=P[Zb] - {1 - P[Za]} =P[Zb] +P[Za] - 1

Ejemplo 9.-
P[-0,95Z1,16] =P[Z1,16] - P[Z-0,95] = P[Z1,16] - P[Z0,95] =
=P[Z1,16] {1-P[Z0,95]} =P[Z1,16] +P[Z0,95] -1 =
=0,8770 +0,8289 -1 =0,7059

7

h.- P[Zk] con 4<k

P[Zk] 1 porque el rea a partir de z =4 es despreciable.

Ejemplo 10.-
P[Z6] =0

Aunque se han usado valores concretos, es fcil generalizar

11.4.- Clculo de probabilidades en distribuciones normales.

Tipificacin de una variable aleatoria normal

A pesar de haber trabajado slo con un tipo de distribucin normal, la normal
tipificada, N(0,1), el caso es general pues, cualquier otra distribucin N(, ) se puede
transformar en N(0,1), a travs de la tipificacin de una variable aleatoria. ste proceso
no es otra cosa que un cambio de variable aleatoria. Ms formalmente:

Si X es una variable que sigue una distribucin normal N(, ), entonces, la variable
aleatoria

=
X
Z sigue una distribucin normal tipificada N(0,1)

Clculo de probabilidades en distribuciones normales.

Dado que las distribuciones de probabilidad se reparten de manera anloga en
distribuciones normales cualesquiera, usaremos siempre que sea posible, la N(0, 1),
pues, para ellas, disponemos de tablas.

Problema planteado: Calcular P[Xk] o Calcular P[aXb] con XN(,)

Los pasos a dar son los siguientes:
P1.- Proceso de tipificacin

=
X
Z
P2.- Cambio de extremos
k
k ,
a
a ,
b
b
P3.- Se tiene en cuenta que
8

P[Xk] =P [Z
k
] ] [ ] [ +
b
Z
a
P b X a P

Ejemplo 11.-
Considrese una variable aleatoria X del tipo N(6,4) . Calcular:
a) P[X3], b) P[X12], c) P[5X8].
Solucin:
P[X3] =P[Z-0,75] =P[Z 0,75] =1 P[Z0,75] =1- 0,7734 =0,2266
P[X12] =P[Z1,5] =1 P[Z1,5] =1 0,9332 =0,0668
P[5X8] =P[-0,25Z0,5] =P[Z0,5] - P[Z-0,25] =
=P[Z0,5] {1 - P[Z0,25]} =0,6915 +0,5987 1 = 0,2902
Veamos el proceso en general y, paralelamente, un ejemplo numrico concreto.

Ejemplo 12.-
Caso General:
X del tipo N((, ) Z del tipo N(0,1)
Ejemplo 12:
X del tipo N(5,2) Z del tipo N(0,1)
) (
`
) ( b Z P
b
b b
X
Z X
b X P =
=
=

) 85 , 3 ( 85
, 3
2
5 7 , 2
7 , 2
2
5
) 7 , 2 ( = =
=
= Z P
X
Z X
X P

=0,0001
a Z P
a
a a
X
Z X
a X P =
=
= (
) (

0,7734 = (Z0,75) ) 75 , 0 (
75 , 0
2
5 5 , 3
5
) 5 , 3 ( P Z P
a
X
Z X
X P = =
=
=

) (
) ( b Z a P
b
b b
a
a a
X
Z X
b X a P =
=
=

9

= =
=
= ) 25 , 0 55 ' 3 (
25 , 0
2
5 . 5 , 4
5 , 4
55 , 3
2
5 1 , 2
1 , 2
5
) 5 , 4 1 , 2 ( Z P
X
Z X
X P

= =P(Z3,55)- P(Z0,25) =0,9998-0,5987 =
=0,4011

Ejercicios propuestos.

Ejercicio 1.- Si Z es una variable aleatoria que sigue una distribucin N(0, 1), calcula
P(Z2,47), P(Z-1,24) y P(-1,14Z3,20) usando la tabla de la distribucin normal
tipificada.

Ejercicio 2.- Si X es una variable aleatoria que sigue una distribucin N(9, 4), calcula
P(X3), P(X7) y P(10X14) tipificando la variable, primero, y usando, despus, la
tabla de la distribucin normal tipificada.

Ejercicio 3.- Si Z es una variable aleatoria que sigue una distribucin N(0, 1), halla k en
cada uno de los siguientes casos:
a) P(Zk) =0,6772 b) P(Zk) =0,2204
c) P(-3Zk) =0,9893 d) P(|Z|k)=0,8444

Ejercicio 4.- Si Z es una variable aleatoria normal tipificada, halla k en cada uno de los
siguientes casos:
a) P(Zk) =0,5 b) P(Zk) =0,1788
c) P(-2Zk) =0,1788 d) P(|Z|k)=0,6528

Ejercicio 5.- Si X es una variable aleatoria del tipo N(3, 12), halla k en cada uno de los
siguientes casos:
a) P(Xk) =0,6803 b) P(Xk) =0,1210
c) P(-3Zk) =0,6826 d) P(Xk)=0,5

Ejercicio 6.- En una poblacin de animales machos adultos, el peso es una variable
aleatoria que sigue una ley normal de media 120 gramos y desviacin tpica 50 gramos.
Si se llama obeso al animal que pese ms de 217 gramos, qu porcentaje de obesos hay
en esa poblacin?

Ejercicio 7.- El tamao de una planta se distribuye normalmente siendo la media 20 y la
varianza desconocida. Sabiendo que P(X28) =0,9772, se pide:
a) Calcule la varianza b) Calcule P(12X26)
10

Ejercicio 8.- La distribucin de una variable aleatoria sigue una ley normal de media 8
y desviacin tpica 6. Calcula las probabilidades:
a) P(X12) y b) P(6X10).

Ejercicio 9.- a) Sabiendo que la distribucin de una variable aleatoria X es una ley
normal de media 5 y varianza 36, calcule las probabilidades P(X<6) y P(3X8).
b) Siendo Z una variable aleatoria sigue una ley normal N(0, 1), halle el valor de la
constante a para el que se cumple que P(Z<a)=0,91.

Ejercicio 10.- El peso de las naranjas de un huerto es una variable aleatoria que sigue
una ley normal de media 180 gramos y varianza 400
2
g .
a) Calcule la probabilidad de que una naranja de dicho huerto, elegida al azar, tenga un
peso inferior a 150 gr.
b) Halle el porcentaje de naranjas de este huerto cuyo peso est entre 175 gr. y 225 gr.

Ejercicio 11.- Los resultados de una prueba objetivade seleccin pasada a 200 personas
indicaron que la distribucin de las calificaciones era normal, con media y 60 puntos y
desviacin tpica de 6 puntos. Cada prueba se puntu con 0 o 1 puntos. Calcular cuntos
examinados han obtenido una puntuacin entre 30 y 40 puntos y cul es la mnima
puntuacin por debajo de la cual estn el 75% de los examinados.

Ejercicio 12.- Una empresa instala en una ciudad 20.000 bombillas para su iluminacin.
La duracin de una bombilla sigue una distribucin normal con media 302 das y
desviacin tpica 40 das. Cuntas bombillas es de esperar que se fundan antes de 365
das? Cuntas durarn ms de 400 das? Explica razonadamente el mtodo seguido par
encontrar la solucin.

Ejercicio 13.- Suponiendo que las tallas de los adultos de un pas A siguen una
distribucin normal con media 180 cm. y desviacin tpica 5 cm. y que las tallas de los
adultos en un pas B siguen una distribucin tambin normal, pero con media 180 cm. y
desviacin tpica 15 cm., contestar razonadamente en cul de los dos pases es ms
probable encontrar adultos con talla superior a 195 cm. y dnde es ms probable
encontrar adultos con talla comprendida entre 175 y 185 cm.

Ejercicio 14.- El peso de los adultos de una poblacin numerosa se distribuye
normalmente con media 65 kg. y desviacin tpica 3 kg. Se eligen dios individuos al
azar. Calculando las correspondientes probabilidades, justifica que situacin es ms
probable, a saber, que cada uno de los individuos tenga un peso comprendido entre 63,5
y 66,5 kg. o que uno de ellos tenga un peso comprendido entre 62 y 68 kg. y el otro
tenga un peso no comprendido entre 62 y 68 kg.

Ejercicio 15.- Supn que x e y representan la talla de ,los adultos de dos ciudades, que
supondremos que se distribuyen normalmente con medias 168 y 171 cm. y desviaciones
tpicas de 2 y 1 cm. respectivamente.
Justifica, sin recurrir a tablas, que la probabilidad de que x est comprendida entre 166 y
170 cm. coincide con la probabilidad de que y lo est entre 170 y 172 cm.

11

Ejercicio 16.- La estatura de una poblacin se distribuye normalmente con media 170
cm. y desviacin tpica 6 cm. Calcular la probabilidad de que, elegido un individuo al
azar, tenga estatura comprendida entre 158 y 182 cm.

Ejercicio 17.- Los resultados de una prueba objetiva de seleccin pasada a 200 personas
indicaron que la distribucin de puntuaciones era normal, con media de 80 puntos y
desviacin tpica de 6 puntos. Calcular cuntos examinados han obtenido una
puntuacin entre 70 y 90 puntos. Si se eligen al azar dos de esas 200 personas, calcular
la probabilidad de que ambas personas tengan puntuacin superior a 90.

Ejercicio 18.- Los ingresos diarios de una empresa tienen una distribucin normal con
media 3556 y desviacin tpica 253. Justifica si es o no razonable el esperar obtener
un da unas ventas superiores a 5500. Hallar cuntos das a lo largo de un ao se espera
obtener unas ventas superiores a 4062s.

Ejercicio 19.- Se sabe que las puntuaciones obtenidas al pasar un test siguen una
distribucin normal con media 210 puntos y desviacin tpica 0,6 puntos. Si se pasa el
test a 100 personas, Cuntas de esas 100 personas debemos esperar que obtengan una
puntuacin entre 209 y 211 puntos?

Ejercicio 20.- Se sabe que dos poblaciones distintas X e Y se distribuyen normalmente
con media 0. Adems, p(X2) =P(Y3)=0,1587. Se pide que calcules sus respectivas
varianzas. Indicaciones: Si Z es una variable aleatoria normal con parmetros 0, 1,
entonces
8413 , 0 ) 1 ( = Z p

.
Ejercicio 21.- Las precipitaciones anuales en una regin son, en media, de 2000 mm.,
con una desviacin tpica de 300 mm. Calcular, suponiendo distribucin normal, la
probabilidad de que en un ao determinado la lluvia no supere los 1200 mm.

Ejercicio 22.- Una variable aleatoria continua, tiene como funcin de densidad:
[ ] 1 , 0 ) (
2
= x para x k x f

Calcular el valor de la constante k y la varianza de dicha distribucin.

Ejercicio 23.- Se sabe que la talla media de la poblacin en edad escolar es de 165 cm.
con desviacin tpica de 12 cm. Un centro tiene 1400 alumnos matriculados:
a) Cuntos alumnos miden ms de 155 cm.?
b) Qu proporcin (%) de alumnos mide entre 150 y 178 cm.?
c) Determinar la probabilidad de que un cierto alumno mida entre 170 y 185 cm.

Ejercicio 24.- El peso de 600 alumnos se distribuye segn una distribucin normal
N(67; 5). Calcula cuntos de ellos pesan:
a) Ms de 80 kg. b) Menos de 50 kg. c) Entre 50 y 80 kg.

Ejercicio 25.- Tras un test de cultura general se observa que las puntuaciones obtenidas
siguen una distribucin N(65; 18). Se desea clasificar a los examinados en tres grupos
(cultura general baja, cultura general aceptable y cultura general excelente) de modo
que haya en el primero un 20 % de la poblacin, un 65 % en el segundo y un 15 % en el
tercero. Cules han de ser las puntuaciones que marcan el paso de un grupo al otro?
12

Ejercicio 26.- La presin sangunea de ciertos enfermos sigue una ley normal de media
90 mm. Hg y de desviacin tpica 12 mm. Hg.
Hallar la probabilidad de que elegido un paciente al azar:
a) Su presin sea mayor de 115 mm. Hg.
b) Su presin est comprendida entre 80 y 100 mm. Hg.

Ejercicio 27.- En una muestra de 1000 personas de una determinada poblacin, result
que la talla media era de 170 cm. con una desviacin tpica de 10 cm. Sabiendo que la
talla se distribuye normalmente, calcula el nmero de personas que se espera midan:
a) Menos de 160 cm. b) Ms de 2 m.

Ejercicio 28.- En una clase hay 15 alumnos y 20 alumnas. El peso medio de los
alumnos es de 58,2 kg. y el de las alumnas 52,4 kg. Suponiendo que las desviaciones
tpicas de los dos grupos son, respectivamente, 3,1 kg. y 5,1 kg. El peso de Juan L. es 70
kg. y el de Pilar S. es 65 kg. Cul de ellos puede, dentro del grupo de alumnos de su
sexo, considerarse ms grueso?

Ejercicio 29.- Una persona A mide 1,75 m. y reside en una ciudad donde la estatura
media es de 1,60 m. y su desviacin tpica es de 20 cm. Otra persona B mide 1,80 m. y
vive en una ciudad donde la estatura media es de 1,70 m. y la desviacin tpica es de 15
cm. Cul de las dos ser ms alta respecto a sus conciudadanos?

Ejercicio 30.- Las ventas de una determinada revista en un kiosko tienen de media 190
y una desviacin tpica de 25. Cuntos ejemplares de la revista deben encargar para
atender al 80 % de los clientes?

Ejercicio 31.- Determinar

en la funcin:
>

<
=
x si
x si
x
x si
x f
0
0
9
0 0
) (
2

para que sea una funcin de densidad. Calcular la funcin de distribucin y
representarla grficamente. Encontrar
) 5 , 0 ( ), 1 ( X p X p

Ejercicio 32.- La altura de los mozos de un llamamiento al Servicio Militar sigue una
distribucin normal de media 1,7 y desviacin tpica 0,1. Se desea saber:
a) Probabilidad de que un mozo, al azar, tenga una altura entre 1,7 y 1,9.
b) Si el llamamiento consta de 50.000 mozos y se libran por falta de talla aquellos cuya
altura es inferior a 1,5. Cul es el nmero esperado de libramientos por esta causa?

Ejercicio 33.- Varios test de inteligencia dieron una puntuacin que sigue una ley
normal con media 100 y desviacin tpica 15. Determinar el porcentaje de poblacin
que obtendra un coeficiente entre 95 y 110. Qu intervalo centrado en 100 contiene al
50 % de la poblacin.
En una poblacin de 2500 individuos. Cuntos individuos se espera que tengan
coeficiente superior a 125?
13

.
Ejercicio 34.- El tiempo necesario para llegar una ambulancia a un centro deportivo se
distribuye normalmente con media 17 minutos y desviacin tpica 3 minutos.
a) Calcular la probabilidad de que el tiempo de llegada est comprendido entre 13 y 21
minutos.
b) Para qu valor de t, la probabilidad de que la ambulancia emplee ms de t minutos
en llegar es el 5 %?

Ejercicio 35.- En un gran estadio deportivo se quiere instalar focos para iluminar el
campo de juego. El suministrador asegura que el tiempo de vida de los focos es,
aproximadamente, normal con media de 40 h. y desviacin tpica de 4 h.
a) Escogiendo un foco al azar, Cul es la probabilidad de que luzca al menos 30 h.?
b) Si se comprueba que slo 1400 focos lucen ms de 30 horas, Qu puede deducirse?

Ejercicio 36.- Para aprobar unas oposiciones se necesita obtener 100 puntos, o ms, en
una prueba. Por experiencias anteriores, se sabe que la distribucin de los puntos
obtenidos por los opositores es una normal de media 110 puntos y desviacin tpica 15.
a) Qu probabilidad hay de que un opositor apruebe?
b) Si sabemos que hay 1000 opositores y slo 300 plazas, Cuntos puntos se deber
exigir para ajustar el nmero de plazas al nmero de opositores aprobados?

Ejercicio 37.- Se ha aplicado a 300 alumnos un test y se ha obtenido que los resultados
se distribuyen normalmente con media 30 y desviacin tpica 12.
a) Qu porcentaje de alumnos tendrn una puntuacin comprendida entre 20 y 30?
b) Cuntos alumnos tendrn una puntuacin mayor que 42?

Ejercicio 38.- Si los pesos de una muestra de 2000 personas presentan una distribucin
normal de media 65 kg. y desviacin tpica 8, se pide la probabilidad de que una
persona elegida al azar, pese: i) Ms de 61 kg. ii)Entre 63 y 69 kg.

Ejercicio 39.- De 1000 medidas de tallas se obtuvo una media de 165 cm. y una
desviacin tpica de 8 cm. Se supone que la distribucin es normal y se pide:
i) Decir cuntas medidas son menores de 157 cm.
ii)Cuntas se hallan entre 167 y 181 cm.?

Ejercicio 40.- Las calificaciones en un examen de Matemticas II en dos grupos A y B
de COU se ajustan ambas a una distribucin normal. En el grupo A se ha obtenido una
media de 5,5 y una desviacin tpica de 1. En el grupo B la media es, tambin, de 5,5
pero la desviacin tpica es de 4.
a)Hacer las grficas aproximadas de cada distribucinn justificando en qu se basan.
b) Suponiendo que en otro grupo C la media fuese de 5,5 y la desviacin tpica cero,
Qu se puede afirmar de la calificacin de cada alumno?

Ejercicio 41.- En una ciudad, la temperatura mxima durante el mes de junio est
distribuida normalmente con media de 26 y desviacin tpica de 4. Hallar el nmero de
das que se espera tengan temperatura mxima comprendida entre 22 y 28.
14

Ejercicio 42.- Las calificaciones de los estudiantes de un curso siguen una distribucin
normal. Si las puntuaciones tipificadas de dos estudiantes fueron 0,8 y 0,4 y sus notas
reales fueron 88 y 67,4 puntos. Cul es la media y la desviacin tpica de las
puntuaciones del examen?

Ejercicio 43.- Define funcin densidad de una variable continua. La funcin
[ ]
[ ]
=
2 , 1 0
2 , 1
7
1
) (
2
x si
x si x
x f

Puede ser la funcin de densidad de alguna distribucin continua? Por qu?

Ejercicio 44.- Los pesos de los individuos de una cierta poblacin siguen una
distribucin normal, con media 70 kg. y desviacin tpica 5 kg.
Calcular la probabilidad de que:
a) El peso de un individuo est comprendido entre 65 y 80 kg.
b) Un individuo pese ms de 100 kg.

Ejercicio 45.- Se supone que las calificaciones de una prueba siguen una ley normal
N(5,5,1,2).Se elige una calificacin al azar
a) Halle la probabilidad de que est entre 7 y 9.
b) Halle la probabilidad de que sea menor que 5
c) Halle la nota a partir de la cual deben estar el 20% de las mejores calificaciones.

Ejercicio 46.- Los errores de medida de un aparato siguen una ley normal con media
12 cm. y desviacin tpica de 1 cm. Se realiza una medicin:
a) Halle la probabilidad de que el error de medida sea mayor de 10 cm.
b) Halle la probabilidad de que el error de medida sea menor de 15 cm.
c) Determine la moda y la mediana de la distribucin de los errores de medida

Ejercicio 47.- Se empaqueta sal en paquetes cuyo peso siguen una ley normal con
media 500 gr. y desviacin tpica 5 gr.
a) Halle la probabilidad de que un paquete de sal, elegido al azar, tenga un peso
comprendido entre 495 gr. 505 gr.
b) Halle la probabilidad de que un paquete de sal, elegido al azar, tenga un peso superior
a 510 gr.

Ejercicio 48.- Una variable aleatoria X sigue una distribucin normal de media 10 y
desviacin tpica 2. Calcula las probabilidades:
a) P(X8) y b) P(12X16).

Ejercicio 49.- Demuestra que si X es una variable aleatoria con distribucin N(, ),
para cualesquiera parmetros y se cumple que
P( - X+) =0,6826
P( - 2X+2) =0,9544
P( - 3X+3) =0,9974

Ejercicio 50.- Halla la probabilidad de que una variable aleatoria X con distribucin
N(3, ), tome valores comprendidos entre 3- 0,5 y 3 +1,5 .
15

Soluciones a los ejercicios propuestos.

1.- P(Z2,47) =0,9932 directamente
P(Z-1,24) = P(Z1,24) =1 - P(Z1,24) =1 0,8925 =0,1075
P(-1,14Z3,20) =P(Z3,20) - P(Z-1,14) =P(Z3,20) - P(Z1,14) =
=P(Z3,20) [1- P(Z1,14)] =P(Z3,20) +P(Z1,14) - 1 =
=0,9993 +0,8729 1 =0,7722
2.- Tipificando X, N(0,1) se transforma en Z =(X-9)/4 y los extremos, el 3 en -1,5, el 7
en -0,5, el 10 en 0,25 y el 14 en 1,25, resultando:
P(X3) =P(Z-1,5) = P(Z1,5) =1- P(Z1,5) =1 0,9332 =0,0668
P(X7) =P(Z-0,5) =P(Z0,5) =0,6915
P(10X14) =P(0,25Z1,25) =P(Z1,25) - P(Z0,25) =0,8944 0,5987 =0,29

3.- a) P(Zk) =0,6772 est en la tabla para k =0,46
b) P(Zk) =0,2004 no est en la tabla por ser inferior a 0,5, luego k<0 y, por tanto,
P(Zk) =P(Z-k) =1 - P(Z-k) =0,2004 P(Z-k) =0,7996. No est en la
lista pero s 0,7995 que corresponde a k =0,84 k =-0,84
Nota.- En b) k >0
P(-3Zk) =P(Zk) - P(Z-3) =P(Zk) - P(Z3) =P(Zk)- [1- P(Z3)] =
= P(Zk) (1 0,9987) = 0,9893 P(Zk) =0,9906 k =2,35
P(|Z|k) =P(-kZk) =P(Zk) - P(Z-k) =P(Zk) - P(Zk) =
=P(Zk) [1- P(Zk) ] =2 P(Zk) -1 =0,8444
P(Zk) =0,9222 k =1,42

4.- a) k =0; b) k =-0,92; c) k =2,40; d) k=0,94

5.- a) La tipificacin de la variable aleatoria X nos hace trabajar con una nueva variable
Z, tal que
12
3
=
X
Z mientras que k se transforma en
12
3
k
k , as que resulta
6803 , 0 )
12
3
( ) ( =
< =
k
Z P k X P
16

En la tabla se obtiene que si 6808 , 0 ) ( = b Z P es b =1,47, as que k ser solucin de la
ecuacin 64 , 8 3 47 , 0 12 47 , 1
12
3
= + = =
k
k

Nota.- De nuevo, aunque el valor buscado no est directamente en la tabla, es tan
prximo a uno de la tabla (el error ser menor que una diezmilsima) que no merece la
pena hacer otra cosa que tomarlo como si fuera de la tabla.
b)
6826 , 0 )} 5 , 0 ( 1 { ) ( ) 5 , 0 ( ) (
) 5 , 0 ( ) ( ) 5 , 0 ( )
12
3
)
12
3 3
( ) 3 (
= + = =
= = =

=
Z P b Z P Z b Z P
Z P b Z P b Z P
k
Z P k X P

Luego
) 37 , 2 ( 9911 , 0 1 6915 , 0 6826 , 0 ) ( = = + = Z P b Z P
de donde k =12x2,37 +3 =31,44

c) 0,1210 NO aparece en la tabla, pero s lo hace 1-0,1210 =0,8790, luego resulta
) 17 , 1 ( ) 17 , 1 ( ) 17 , 1 ( 1 8790 , 0 1 1210 , 0 ) ( = = = = = Z P Z P Z P b Z P
luego b =-1,17 y k =-11,04
d) ) 0 ( 5 , 0 5 , 0 1 ) ( ) ( 1 ) ( 5 , 0 5 , 0 ) ( = = = = = = Z P b Z P b Z P b Z P k X P
con lo que b =0 y k =3.

6.- Se trata de una N(120, 50) y piden el porcentaje de la poblacin con peso mayor a
217, o sea, probabilidad de que, al escoger un animal al azar, pese ms de 217 gramos.
Tipificando la variable y usando la tabla de la N(0, 1) se obtiene

0262 , 0 9738 , 0 1 ) 94 , 1 ( 1 ) 94 , 1 ( )
50
120 217
( ) 217 ( = = < = > =
> = > Z P Z P Z P X P
Luego, el porcentaje pedido es 2,62%

7.- Ahora, la variable aleatoria X que mide la longitud de una planta sigue una
distribucin N(20, ). Para tipificar la variable, resulta necesario hacer el cambio:
20
X
Z , luego

8 20 28
28 =

a) 9772 , 0 )
8
( ) 28 ( = =
Z P X P y, buscando en la tabla de N(0, 1) hallamos que

9772 , 0 ) 2 ( = Z P , luego 16 4
8
2
2
= = =
y la varianza pedida vale 16

b) Como nuestra ley es N(20, 4), tipificando resulta
2
4
20 12
12 =
y 5 , 1
4
20 26
26 =

con lo que

9104 , 0 1 9772 , 0 9332 , 0 1 ) 2 ( ) 5 , 1 ( )} 2 ( 1 { ) 5 , 1 (
) 2 ( ) 5 , 1 ( ) 2 ( ) 5 , 1 ( ) 5 , 1 2 ( ) 26 12 (
= + = + = =
= = = =
Z P Z P Z P Z P
Z P Z P Z P Z P Z P X P

8.- Como nuestra ley es N(8, 6), tipificndola se obtiene la variable tipificada
6
8
=
X
Z , que sigue la ley N(0, 1).
17

a) 67 , 0
6
8 12
12 =

b)
2586 , 0 1 2586 , 1 1 6293 , 0 2 1 ) 33 , 0 ( 2
)} 33 , 0 ( 1 { ) 33 , 0 ( ) 33 , 0 ( ) 33 , 0 (
) 33 , 0 ( ) 33 , 0 ( ) 33 , 0 33 , 0 ( )
6
8 10
6
8 6
( ) 10 6 (
= = = =
= = =
= = =
=
Z P
Z P Z P Z P Z P
Z P Z P Z P Z P X P

9.- a) Lo primero es tipificar obteniendo
6
5
=
X
Z 17 , 0
6
5 6
6 =
33 , 0
6
5 3
3 =
5 , 0
6
5 8
8 =

resultando
5675 , 0 ) 167 , 0 ( ) 6 ( = < = < Z P X P
3208 , 0 1 6293 , 0 6915 , 0 1 ) 33 , 0 ( ) 5 , 0 ( )} 33 , 0 ( 1 { ) 5 , 0 (
) 33 , 0 ( ) 5 , 0 ( ) 33 , 0 ( ) 5 , 0 ( ) 5 , 0 33 , 0 ( ) 8 3 (
= + = + = =
= = = =
Z P Z P Z P Z P

b) El valor ms prximo a 0,91 en la tabla es 0,9099 que corresponde a la fila1,3 y
columna 0,04, luego a1,34.
Nota.- Como 0,9099 es bastantee prximo a 0,91 no parece necesario interpolar.

10.- Como la varianza es 400 la desviacin tpica es 20. La variable X es N(180, 20).
La tipificacin da
20
180
=
X
Z 5 , 1
20
180 150
150 =

25 , 0
20
180 175
175 =
25 , 2
20
180 225
225 =

a) 0668 , 0 9332 , 0 1 ) 5 , 1 ( 1 ) 5 , 1 ( ) 5 , 1 ( ) 150 ( = = = > = < = < Z P Z P Z P X P
b)
5865 , 0 1 5987 , 0 9878 , 0 1 ) 25 , 0 ( ) 25 , 2 ( )} 25 , 0 ( 1 { ) 25 , 2 (
) 25 , 0 ( ) 25 , 2 ( ) 25 , 0 ( ) 25 , 2 ( ) 25 , 2 25 , 0 ( ) 225 175 (
= + = + = =
= = = =
Z P Z P Z P Z P

11.- Tipifiquemos la variable con los valores extremos dados:
5
6
60 30
1
=
= Z , 33 , 3
6
60 40
2
=
= Z
La probabilidad de obtener una puntuacin entre 30 y 40 es:
0004 , 0 9996 , 0 1 ) 33 , 3 ( ) 5 (
) 5 33 , 3 ( ) 33 , 3 5 ( ) 40 30 (
= = =
= = =
Z P Z P
Z P Z P X P

y el nmero de examinados con esa puntuacin ser de 0,0004x200=0,08, es decir,
ninguno. Otra forma de verlo es considerar menos cifras significativas en la tabla
.
0 1 1 ) 33 , 3 ( ) 5 ( ) 5 33 , 3 ( ) 33 , 3 5 ( ) 40 30 ( = = = = = z p z p z p z p X p
Sera

con lo cual no hay ningn examinado con una puntuacin entre 30 y 40.
18

Por otro lado, la mnima puntuacin por debajo de la cual est el 75 % de los
examinados la obtenemos as:
68 , 0
67 , 0
7517 , 0
7486 , 0
) (
=
=
=
Z
Z
para
para
Z X P
El valor de Z est entre 0,67 y 0,68 y podemos realizar una interpolacin proporcional
para obtener que, si para 0,01, la diferencia es 0,0031, como la diferencia es 0,0014,
habr que aadir
0045 , 0
0031 , 0
01 , 0 0014 , 0
=
= x

resultando 6745 , 0 0045 , 0 67 . 0 = + = Z
Como
6
60
=
X
Z 6 05 , 64 60 6745 , 0 6 60 6 = + = + = x Z X , luego, la mnima
puntuacin por debajo de la cual est el 75 % de los examinados es 64.

12. Tipificamos el valor 365:
575 , 1
40
302 365
=
= z

entonces:

9418 , 0 ) 575 , 1 ( ) 365 ( = = z p X p

siendo la esperanza matemtica:
E=n.p=20000 . 0,9418 =18836 bombillas se fundirn antes de 365 das.

Tipifiquemos el valor 400:
45 , 2
40
302 400
1
=
= z

entonces:
0071 , 0 9929 , 0 1 ) 45 , 2 ( 1 ) 45 , 2 ( ) 400 ( = = = > = > z p z p X p

y la esperanza matemtica E=20000 . 0,0071 =142 bombillas durarn ms de 400 das.

13.-Empezaremos tipificando el valor 195 en ambas distribuciones:

1
15
180 195
3
5
180 195
2
1
=
=
=
=
z
z

En la primera, la probabilidad de que un adulto tenga talla superior a 195 cm es:
0013 , 0 9987 , 0 1 ) 3 ( 1 ) 3 ( ) 195 ( = = = > = > Z P Z P X P
En la segunda:
1587 , 0 8413 , 0 1 ) 1 ( 1 ) 1 ( ) 195 ( = = = > = > z p z p X p

luego es ms probable encontrar un individuo de la talla dada en la 2.

Tipifiquemos ahora los valores 175 y 185 en ambas distribuciones:
33 , 0
15
180 185
' 1
5
180 185
33 , 0
15
180 175
' 1
5
180 175
2 2
1 1
=
= =
=
=
= =
=
z z
z z

19

y las probabilidades son:

2586 , 0 1 6293 , 0 2 1 ) 33 , 0 ( 2 ) 33 , 0 33 , 0 ( ) 185 175 (
6826 , 0 1 8413 , 0 2 1 ) 1 ( 2 ) 1 ( ) 1 ( ) 1 1 ( ) 185 175 (
= = = =
= = = = =
z p z p X p
z p z p z p z p X p

luego es ms probable encontrar individuos de tallas comprendidas entre 175 cm. y 185
cm. en la primera distribucin.

14.Tipifiquemos los valores que nos han proporcionado:

1
3
65 68
1
3
65 62
5 , 0
3
65 5 , 66
5 , 0
3
65 5 , 63
4
3
2
1
=
=
=
=
=
=
=
=
z
z
z
z

La probabilidad de que un individuo tenga un peso comprendido entre 63,5 y 66,5 es:
[ ] 383 , 0 1 6915 , 0 2 1 ) 5 , 0 ( 2 ) 5 , 0 ( 1 ) 5 , 0 (
) 5 , 0 ( ) 5 , 0 ( ) 5 , 0 ( ) 5 , 0 ( ) 5 , 0 5 , 0 ( ) 5 , 66 5 , 63 (
= = =
= > = = =
z p z p z p
z p z p z p z p z p X p

y la de que ambos estn en ese intervalo es:0,383 . 0,383 =0,147

Por otro lado, la probabilidad de que uno est entre 62 y 68 es:
[ ]
6826 , 0 1 8413 , 0 2 1 ) 1 ( 2
) 1 ( 1 ) 1 ( ) 1 ( ) 1 ( ) 1 1 ( ) 68 62 (
= =
= = = =
z p

y la de que el otro no est en ese intervalo es
[ ] [ ] 3174 , 0 6826 , 0 1 ) 1 , 1 ( ) 68 , 62 ( = = = z p X p

y la de que las dos cosas ocurran simultneamente es 0,6826 . 0,3174 =0,2167

Luego, es ms probables que ocurra lo indicado en b) que lo indicado en a).

15. Si tipificamos los datos proporcionados para las variables x e y tendremos:

1 171 172 1 171 170
1
171
1
2
168 170
1
2
168 166
2
168
2
1
= =
=
=
=
y
y
z
y
x
z

Y, como los valores tipificados de los extremos de cada uno de los intervalos dados son
iguales, se cumplir:
20

) 172 170 ( ) 170 166 ( ) 1 1 ( ) 1 1 (
2 1
= = y p X p z p z p

16. Tipificamos los extremos del intervalo:

2
6
170 182
2
6
170 158
2
1
=
=
=
=
z
z

Con lo que la probabilidad pedida ser:

[ ]
9544 , 0 1 9772 , 0 2 1 ) 2 ( 2
) 2 ( 1 ) 2 ( ) 2 ( ) 2 ( ) 2 2 ( ) 182 158 (
= =
= = = =
z p

17. Tipificamos:

67 , 1
6
80 90
67 , 1
6
80 70
2
1
=
=
=
=
z
z

La probabilidad de obtener puntuacin entre 70 y 90 es:

[ ]
905 , 0 1 9525 , 0 2 1 ) 67 , 1 ( 2
) 67 , 1 ( 1 ) 67 , 1 ( ) 67 , 1 ( ) 67 , 1 ( ) 67 , 1 67 , 1 ( ) 90 70 (
= =
= = = =
z p

y el nmero esperado de individuos que la obtienen es:
n=0,905 . 200 =181

La probabilidad de que una persona tenga puntuacin superior a 90 es:
0475 , 0 9525 , 0 1 ) 67 , 1 ( 1 ) 67 , 1 ( ) 90 ( = = = > = > z p z p X p

y para dos personas:
p=0,0475 . 0,0475 =0,0023

18. Tipificamos: 68 , 7
253
3556 5500
1
=
= Z 2
253
3556 4062
2
=
= Z
La probabilidad de obtener ventas superiores a 5500 . es.
0 1 1 ) 68 , 7 ( 1 ) 68 , 7 ( ) 5500 ( = = = > = > Z P Z P X P
luego no es razonable.

La probabilidad de obtener ventas superiores a 40620 es:
0228 , 0 9772 , 0 1 ) 2 ( 1 ) 2 ( ) 4062 ( = = = > = > Z P Z P X P
Lo que ocurrir en: E=365 . 0,0228 =8,3 das al ao.

19.
Tipificamos los extremos del intervalo:
21

67 , 1
6 , 0
210 211
67 , 1
6 , 0
210 209
2
1
=
=
=
=
z
z

La probabilidad de que una persona obtenga puntuacin entre 209 y 211 es:

905 , 0 1 9525 , 0 2
1 ) 67 , 1 ( 2 ) 67 , 1 ( ) 67 , 1 ( ) 67 , 1 67 , 1 ( ) 211 209 (
=
= = = = z p z p z p z p X p

Con lo cual, la esperanza matemtica para las 100 personas es: E=100 . 0,905 =
90,5 personas estarn en el intervalo indicado.

20. Las variables tipificadas sern, llamando s
1
y s
2

a las respectivas desviaciones
tpicas:
2
2
1
1
3
2
s
z
s
z
=
=

Entonces para las respectivas probabilidades se tiene:

= = =
= = =
= = = =
8413 , 0 1587 , 0 1 )
3
( 1587 , 0 )
3
( 1
8413 , 0 1587 , 0 1 )
2
( 1587 , 0 )
2
( 1
1587 , 0 )
3
( )
2
( 1587 , 0 ) 3 ( ) 2 (
2 2
1 1
2 1
s
z p
s
z p
s
z p
s
z p
s
z p
s
z p Y p X p

Y de aqu se tiene, siguiendo la indicacin dada en el enunciado, que:

9 3 1
3
4 2 1
2
2
2 2
2
2
1 1
1
= = =
= = =
s s
s
s s
s

que son las varianzas pedidas.

21. Tipificamos para obtener:
67 , 2
300
2000 1200
=
= z

Y para la probabilidad pedida tenemos:

0038 , 0 9962 , 0 1 ) 67 , 2 ( 1 ) 67 , 2 ( ) 1200 ( = = = = z p z p X p

22

22. Para que se cumpla la condicin de normalizacin, se tendr que cumplir:
3 1
3
1
3
1 ) (
1
0
3 1
0
2
= = = = =
k
k kx
dx kx x F

resultando la funcin densidad f(x)=3x

2

Por otro lado vamos a calcular la media y la desviacin tpica, usando las definiciones:

75 , 0
4
3
4
3
3 ) (
1
0
4 1
0
3
1
0
= = = = =

x
dx x xdx x f m

7875 , 0
80
63
240
189
48
27
8
3
5
3
48
27
8
3
5
3
)
16
27
2
3
3 (
3 )
16
9
2
3
( 3 )
4
3
( ) ( ) (
1
0
3 4 5 1
0
2 3
4
1
0
2 2
1
0
2 2
1
0
2
= = = + = + = +
= + = = =

x x x
dx
x x
x
dx x
x
x dx x x dx x f m x s

Para la varianza tenemos s
2
=0,7875
2

=0,6202
23. Tipificamos el valor 155 y da
83 , 0
12
165 155
=
= z

Por tanto, la probabilidad de que un alumno mida ms de 155 es:
7967 , 0 ) 83 , 0 ( ) 83 , 0 ( ) 155 ( = = > = > z p z p X p

Cabe esperar, pues, que 0,7967 . 1400 =1115 alumnos midan ms de 155 cm.

Tipificamos ahora los valores 150 y 178:

08 , 1
12
165 178
25 , 1
12
165 150
2
1
=
=
=
=
z
z

La probabilidad de que un alumno mida entre 150 y 178 cm. es:

[ ]
7543 , 0
1 8944 , 0 8599 , 0 1 ) 25 , 1 ( ) 08 , 1 ( ) 25 , 1 ( 1 ) 08 , 1 (
) 25 , 1 ( ) 08 , 1 ( ) 08 , 1 25 , 1 ( ) 178 150 (
= + = + = =
= = =
z p z p z p z p
z p z p z p X p

Lo que supone un 75,43 % de los alumnos:

Tipficamos ahora los valores 170 y 185:
67 , 1
12
165 185
42 , 0
12
165 170
2
1
=
=
=
=
z
z

La probabilidad de que un alumno mida entre 170 y 185 cm. es:
2897 , 0 662 , 0 9525 , 0 ) 42 , 0 ( ) 67 , 1 ( ) 67 , 1 42 , 0 ( ) 185 170 ( = = = = z p z p z p X p

24. Tipificamos los valores 50 y 80 kg.:
23

6 , 2
5
67 80
4 , 3
5
67 50
2
1
=
=
=
=
z
z

La probabilidad de que un alumno pese ms de 80 kg. es:

0047 , 0 9953 , 0 1 ) 6 , 2 ( 1 ) 6 , 2 ( ) 80 ( = = = > = > z p z p X p

Cabe esperar, por tanto, que:
3 82 , 2 0047 , 0 600 = = E

alumnos pesen ms de 80 kg.
La probabilidad de que un alumno pese menos de 50 kg. es:
0003 , 0 9997 , 0 1 ) 4 ; 3 ( 1 ) 4 , 3 ( ) 4 , 3 ( ) 50 ( = = = > = < = < Z P Z P Z P X P
y ningn alumno debe pesar menos de 50 kg. puesto que la esperanza vale ahora
600x0,0003 =0,18

La probabilidad de que un alumno pese entre 50 y 80 kg. es:
9953 , 0 1 1 9953 , 0
1 ) 4 , 3 ( ) 6 , 2 ( ) 4 , 3 ( ) 6 , 2 ( ) 6 , 2 4 , 3 ( ) 80 50 (
= +
= + = = = z p z p z p z p z p X p

Cabe esperar, pues que: E=0,9953 . 600 =597 alumnos pesen entre 50 y 80 kg.

25. De los datos del problema se infiere que:

) 3 ( 15 , 0 ) (
) 2 ( 65 , 0 ) (
) 1 ( 2 , 0 ) (
2
2 1
1
= >
=
=
z z p
z z z p
z z p

De (1) se deduce (al ser 0,2<0,5) que z
1

es negativo, as que:
puntos x
z z z z p z z p z z p
50 7 , 49 65 18 85 , 0
85 , 0 85 , 0 8 , 0 2 , 0 1 ) ( 1 ) ( ) (
1
1 1 1 1 1
= + =
= = = = = > =

De (2) se deduce que:
84 7 , 83 65 18 04 , 1 04 , 1
85 , 0 ) ( 65 , 0 2 , 0 ) ( ) ( ) ( ) (
2 2
2 2 1 2 2 1
= + =
= = =
x z
z z p z z p z z p z z p z z z p

Podemos, pues, tomar como notas de corte 50 y 84 puntos y afirmar que:
- Por debajo de 50 puntos tienen baja cultura general.
Entre 50 y 84 puntos tienen cultura general aceptable.
Por encima de 84 puntos tienen cultura general excelente.

26. Tipificando los valores 90, 80 y 100 tenemos:
24

83 , 0
12
90 100
83 , 0
12
90 80
08 , 2
12
90 115
3
2
1
=
=
=
=
=
=
z
z
z

La probabilidad de que la presin sea mayor de 115 mm. Hg. es:

0188 , 0 9812 , 0 1 ) 08 , 2 ( 1 ) 08 , 2 ( ) 115 ( = = = > = > z p z p X p

La probabilidad de que la presin est comprendida entre 80 y 100 mm. Hg:
[ ] 5934 , 0 1 7967 , 0 2 1 ) 83 , 0 ( 2 ) 83 , 0 ( 1
) 83 , 0 ( ) 83 , 0 ( ) 83 , 0 ( ) 83 , 0 83 , 0 ( ) 100 80 (
= = =
= = =
z p z p
z p z p z p z p X p

27. Tipificamos los valores dados: 1
10
170 160
1
=
= Z , 3
10
170 200
2
=
= Z
La probabilidad de medir menos de 160 cm. es:
1587 , 0 8413 , 0 1 ) 1 ( 1 ) 1 ( ) 1 ( ) 160 ( = = = > = < = < Z P Z P Z P X P
Por lo que cabe esperar E=1000x0,1587=158,7, es decir, cabe esperar que unas 159
personas midan menos de 160 cm.

La probabilidad de medir ms de 2 m. =200 cm. es:
0013 , 0 9987 , 0 1 1587 , 0 8413 , 0 1 ) 3 ( 1 ) 3 ( ) 200 ( = = = = = > = > Z P Z P X P
Por lo que cabe esperar que nadie mida ms de 2 m.

28. Tipificamos los valores dados dentro de cada sexo. Como:
: 81 , 3
1 , 3
2 , 58 70
1
=
= Z : 47 , 2
65
4 , 52 65
2
=
= Z
932 , 0 1 ) 247 ( ) 81 , 3 ( > > pues z p z p

Se puede afirmar que Juan L. es igual de grueso que Pilar S. dentro de su grupo de sexo.
Entre los chicos habrn 115 =15 (todos) alumnos que pesan menos que Juan L. Entre
las chicas habrn 0,993220 =19,8
20

alumnas (todas) pesan menos que Pilar S.
Luego, tanto Juan L. como Pilar S. son los ms gruesos de su sexo.

29. Tipificamos los valores dados:

67 , 0
15
170 180
75 , 0
20
160 175
=
=
=
=
B
A
z
z

Como:
7486 , 0 7734 , 0 ) 67 , 0 ( ) 75 , 0 ( > > pues z p z p

se tiene que la probabilidad de medir en la primera ciudad menos de 175 cm es mayor
que la de medir en la segunda menos de 180. Si ambas ciudades tuvieran el mismo
nmero de habitantes, habra ms ciudadanos en la 1 con estaturas inferiores a la de A
25

que en la 2 con estaturas inferiores a la de B, por tanto A es ms alto con relacin a sus
conciudadanos.

30. Para que p=0,8, se ha de cumplir que:
85 , 0 8 , 0 ) (
1 1
= = z z z p

Con lo que se han de encargar:
x=0,85 . 25 +190 =211,25 revistas para atender al 80 % de los clientes.

31. Se ha de cumplir que:

3 27 1
27 27 9
) ( ) (
3
3
0
3
0
2
0
= = = = = = =

x
dx
x
dx x f x F

Siendo, pues, la funcin de distribucin:

>

<
=
3 1
3 0
27
0 0
) (
3
x si
x si
x
x si
x F

Siendo su grfica:
Siendo los valores pedidos:

999 , 0 111 , 0 1
108
1
27
1
) 5 , 0 ( 1 ) 5 , 0 (
0 ) 1 (
5 , 0
0
4
5 , 0
0
3
= =
= = =
= =
=
x
dx
x
X p X p
X p

32. Tipificamos los valores 1,9 y
1,5:

2
1 , 0
7 , 1 5 , 1
2
1 , 0
7 , 1 9 , 1
2
1
=
=
=
=
z
z

La probabilidad de que un mozo tenga altura entre 1,7 y 1,9 es:

4772 , 0 5 , 0 9772 , 0 ) 0 ( ) 2 ( ) 2 0 ( ) 9 , 1 7 , 1 ( = = = = z p z p z p X p

La probabilidad de que un mozo tenga altura inferior a 1,5 es:

0228 , 0 9772 , 0 1 ) 2 ( 1 ) 2 ( ) 5 , 1 ( = = = = z p z p X p

De donde cabe esperar que se libren por cortos de talla, un total de:
E=50000 . 0,0228 =1140 mozos.

33. Tipificamos los valores 95 y 110:
26

67 , 0
15
100 110
33 , 0
15
100 95
2
1
=
=
=
=
z
z

El porcentaje de poblacin con un coeficiente entre 95 y 110 sera:

[ ] 3779 , 0 1 6293 , 0 7486 , 0 1 ) 33 , 0 ( ) 67 , 0 ( ) 33 , 0 ( 1 ) 67 , 0 (
) 33 , 0 ( ) 67 , 0 ( ) 33 , 0 ( ) 67 , 0 ( ) 67 , 0 33 , 0 ( ) 110 95 (
= + = + = =
= > = = =
z p z p z p z p

Lo que supone, en porcentaje, un 37,79 %

Buscamos ahora, los extremos x
1
y x
2
de un intervalo centrado en 100 que contenga al
50 % de la poblacin, esto es, los cuartiles C
1
y C
3
2 , 110 100 15 68 , 0 68 , 0 75 , 0
2
5 , 1
) (
5 , 0 1 ) ( 2 5 , 0 ) ( ) ( 5 , 0 ) 0 ( ) 100 (
1 1 1
1 1 1 2 1 2 1
= + = = =
= = = =
x z z z p
z z p z z p z z p z z p x x p
de la distribucin, se tiene:

El intervalo intercuartlico pedido es [-110,2; 110,2]

Tipificamos ahora el valor 125:

67 , 1
15
100 125
=
= z

Luego, la probabilidad de que un individuo alcance una puntuacin superior a 125 es:
0475 , 0 9525 , 0 1 ) 67 , 1 ( 1 ) 67 , 1 ( ) 125 ( = = = = > z p z p X p

Por lo que el nmero esperado de individuos que alcanzarn un valor superior a dicha
puntuacin ser E=0,0475 . 2500 =118,75
119


33 , 1
3
17 21
33 , 1
3
17 13
2
1
=
=
=
=
z
z

As que la probabilidad de que el tiempo est entre 13 y 21 minutos es:

8164 , 0 1 9082 , 0 2
1 ) 33 , 1 ( 2 ) 33 , 1 ( ) 33 , 1 ( ) 33 , 1 33 , 1 ( ) 21 13 (
= =
= = = = z p z p z p z p X p
E
El valor de t tal que la probabilidad de la ambulancia de llegar en menos de t minutos
sea 5 %, lo calculamos as:

minutos t
z z z p z z p z z p
t t t t
22 17 3 65 , 1
65 , 1 95 , 0 ) ( 05 , 0 ) ( 1 05 , 0 ) (
= + =
= = = = >

35. Tipificamos el valor 30:
27

5 , 2
4
40 30
=
= z

La probabilidad de que el foco escogido luzca al menos 30 h. es:

9938 , 0 ) 5 , 2 ( ) 5 , 2 ( ) 30 ( = = > = > z p z p X p

Si se espera que 1400 focos luzcan ms de 30 horas, se puede deducir:
1409 7 , 1408
9938 , 0
1400
1400 938 , 0 = = = = n n E

O sea, haban 1409 focos de los cuales 1400 lucen ms de 30 h. y 9 menos de 30 h.

36. Tipificamos la puntuacin 100:

67 , 0
15
110 100
=
= z

Entonces, la probabilidad de que un opositor apruebe (obtenga ms de 100 puntos), es:

7486 , 0 ) 67 , 0 ( ) 67 , 0 ( ) 100 ( = = > = > z p z p X p

Para que un opositor al aprobar est entre los 300 mejores, cabe exigir una puntuacin
de aprobado de:

puntos x z z z p
z z p z z p x X p p p
4 , 121 110 15 758 , 0 758 , 0 7 , 0 3 , 0 1 ) (
3 , 0 ) ( 1 ) ( ) ( 3 , 0 300 1000
1 1 1
1 1 1
= + = = = =
= = > = > = =

37. Tipificamos los valores 20, 30 y 42:

1
12
30 42
0
12
30 30
83 , 0
12
30 20
3
2
1
=
=
=
=
=
=
z
z
z

La probabilidad de que un alumno tenga puntuacin comprendida entre 20 y 30 es:
[ ] 2967 , 0 1 7967 , 0 5 , 0 1 ) 83 , 0 ( ) 0 ( ) 83 , 0 ( 1 ) 0 (
) 83 , 0 ( ) 0 ( ) 83 , 0 ( ) 0 ( ) 0 83 , 0 ( ) 30 20 (
= + = + = =
= > = = =
z p z p z p z p

Lo que en porcentaje supone un 29,67 %

La probabilidad de que un alumno punte por encima de 42 es:
1587 , 0 8413 , 0 1 ) 1 ( 1 ) 1 ( ) 42 ( = = = > = > z p z p X p

Por lo que cabe esperar que lo hagan
28

alumnos E 48 6 , 47 1587 , 0 300 = =

38.Tipificamos los valores 61, 63 y 69:

5 , 0
8
65 69
25 , 0
8
65 63
5 , 0
8
65 61
3
2
1
=
=
=
=
=
=
z
z
z

La probabilidad de que una persona pese ms de 61 kg. es:

6915 , 0 ) 5 , 0 ( ) 5 , 0 ( ) 61 ( = = > = > z p z p X p

Lo que hace que 0,6915 . 2000 =1383 personas pesen ms de 61 kg.

La probabilidad de pesar entre 63 y 69 es:

[ ]
2902 , 0 1 5987 , 0 6915 , 0 1 ) 25 , 0 ( ) 5 , 0 (
) 25 , 0 ( 1 ) 5 , 0 ( ) 25 , 0 ( ) 5 , 0 ( ) 5 , 0 25 , 0 ( ) 69 63 (
= + = +
= = = =
z p z p

Lo que hace que 0,2902 2000=580 personas estn en ese intervalo de pesos.

39. Tipificamos valores:

2
8
165 181
25 , 0
8
165 167
1
8
165 157
3
2
1
=
=
=
=
=
=
z
z
z

Con lo que tenemos:
159 7 , 158
1000 1587 , 0 1587 , 0 08413 1 ) 1 ( 1 ) 1 ( ) 1 ( ) 157 (
= = = = > = = z p z p z p X p

son las personas de talla inferior a 157 cm.
Por otro lado:
29

379 5 , 378 1000 3785 , 0
3785 , 0 5987 , 0 9772 , 0 ) 25 , 0 ( ) 2 ( ) 2 25 , 0 ( ) 181 167 (
=
= = = = z p z p z p X p

son las personas cuya talla est comprendida entre 167 y 181 cm.
40. Las grficas pedidas son:

Ambas presentan un mximo en
x=5,5. La dispersin es mayor en
la 2, por lo tanto el valor de ese
mximo ser menor (suponiendo
que los grupos A y B tienen los
mismos alumnos). La primera
presenta puntos de inflexin en 4,5
y 6,5 y la segunda en 1,5 y 9,5

Por otro lado, todos los alumnos del grupo C tienen la misma nota 5,5 pues no hay
dispersin y el valor del mximo coincide con el de los alumnos de los grupos A y B.
La grfica correspondiente al grupo C sera una recta vertical de ecuacin x=5,5.


5 , 0
4
26 28
1
4
26 22
2
1
=
=
=
=
z
z

La probabilidad de que en un da de junio la temperatura mxima est entre 22 y 28 es:

[ ] 5328 , 0 1 8413 , 0 6915 , 0 1 ) 1 ( ) 5 , 0 ( ) 1 ( 1 ) 5 , 0 (
) 1 ( ) 5 , 0 ( ) 1 ( ) 5 , 0 ( ) 5 , 0 1 ( ) 28 22 (
= + = + = =
= > = = =
z p z p z p z p

siendo el nmero esperado de das
das E 16 9 , 15 5328 , 0 30 = =

42. Se han de cumplir las siguientes igualdades que constituyen un sistema de dos
ecuaciones con dos incgnitas:

3 , 74 2 , 17 4 , 0 4 , 67
2 , 17
2 , 1
6 , 20
6 , 20 2 , 1
4 , 67 4 , 0
88 8 , 0
4 , 0 4 , 67
8 , 0 88
4 , 0
4 , 67
8 , 0
88
= + =
= = =
=
= +
=
=
m
s s
s m
s m
s m
s m
s
m
s
m

Luego, la media del examen ha es de 74,3 puntos y la desviacin tpica de 17,2 puntos.
43. La funcin de densidad de una variable continua es la que nos da la probabilidad
de que la variable tome un valor menor o igual que uno dado.

30

La funcin dada no puede ser funcin densidad de probabilidad por no cumplir la
condicin de normalizacin (probabilidad total =1) y aqu no se cumple pues:

1
3
1
3
7
7
1
)
3
1
3
8
(
7
1
21 7
1
2
1
3 2
1
2
= = = = =
x
dx x p

44.
Tipificamos los valores 65, 80 y 100:

6
5
70 100
2
5
70 80
1
5
70 65
3
2
1
=
=
=
=
=
=
z
z
z

Siendo las probabilidades pedidas:

8185 , 0 1 8413 , 0 9772 , 0
1 ) 1 ( ) 2 ( ) 1 ( ) 2 ( ) 2 1 ( ) 80 65 (
= + =
= + = = = Z P Z P Z P Z P Z P X P

0 1 1 ) 6 ( 1 ) 6 ( ) 100 ( = = = > = > Z P Z P X P

45.
Tipificando la variable X obtenemos
2 , 1
5 , 5
=
X
Z 25 , 1
2 , 1
5 , 5 7
7 =
92 , 2
2 , 1
5 , 5 9
9 =
2
, 51
5 , 5 5
5 =
e

a) P(7X9) =P(1,25Z2,92) =P(Z2,92) P(Z1,25) =0,1038

46.
1
12
=
X
Z 2
1
12 10
10 =
, 5
1
10 15
15 =

P(X10) =P(Z-2) = P(Z2) =0,9772
P(X15) =P(Z3) =0,9987
47. Tipificando la variable X obtenemos
5
500
=
X
Z 1
5
500 495
495 =
, 1
5
500 505
505 =
,
2
5
500 510
510 =

P(495X505) =P(-1Z1) =P(Z1) P(Z-1) =P(Z1) P(Z1) =
=P(Z1) {1 - P(Z1)} =2 P(Z1) -1 =0,6826
b) P(X510) =P(Z2) =1 - P(Z2) =1 0,9772 =0,0228

48.-

31

2
10
=
X
Z 1
2
10 8
8 =
, 1
2
10 12
12 =
, 3
2
10 16
16 =

P(X8) =P(Z-1) =P (Z1) =1 - P(Z1) =1 0,8413 =0,1587
P(12X16) =P(1Z3) =P(Z3) P(Z1) =0,9987 0,8413 =0,1574

2
10
=
X
Z 1
2
10 8
8 =
, 1
2
10 12
12 =
,

49.-

1 =

, 1 =
+
+

P( X + ) = P(-1Z1) = P(Z1) - P(Z-1) = P(Z1) P(Z1) =
=P(Z1) {1 - P(Z1)} = 2 P(Z1) 1 = 0,6826
Anlogamente
P( 2 X 2 + ) = P(-2Z2) = 2 P(Z2) 1 = 0,9544
P( 3 X 3 + ) = P(-3Z3) = 2 P(Z3) 1 = 0,9974

50.
Anlogo al anterior
P(3-0,5 X3+1,5 ) =P(-0,5 Z1,5) =
=. =P(Z1,5)+P(Z0,5)-1 =06247
32

Matematicas Aplicadas Completa PDF

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Originaltitel

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

Matematicas Aplicadas Completa PDF

Hochgeladen von

Copyright:

Verfügbare Formate

1

con a racional y n natural

= r , lo que indica una fuerte correlacin negativa entre la

= r , lo que indica una cierta correlacin entre la distancia y

= r , lo que indica una cierta correlacin lineal aunque los

se le llama coeficiente de regresin de Y sobre X.

se le llama coeficiente de regresin de X sobre Y.

. Hay correlacin lineal positiva fuerte, por lo que cotizarn al

. P(XX) =12/45 =4/15

Z P X P y, buscando en la tabla de N(0, 1) hallamos que

y la varianza pedida vale 16

Das könnte Ihnen auch gefallen