Temario De Matemtica Aplicada

6TO BIPED

Liceo CSS Materia: Matemtica Grado: 6to BIPED Prof: Mario Hernndez

Extensin: Z 7

Tema 7

Nombre: Roberto Alexander Soch Mndez Fecha De Entrega: 4/4/13

Temario De Matemtica Aplicada

6TO BIPED

TEMA 1 Definicin De Estadstica

La Estadstica es la ciencia cuyo objetivo es reunir una informacin cuantitativa concerniente a individuos, grupos, series de hechos, etc. y deducir de ello gracias al anlisis de estos datos unos significados precisos o unas previsiones para el futuro. La estadstica, en general, es la ciencia que trata de la recopilacin, organizacin presentacin, anlisis e interpretacin de datos numricos con el fin de realizar una toma de decisin ms efectiva. Y toma de decisiones o para explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional.

La estadstica se divide en dos grandes reas:

La estadstica descriptiva, se dedica a la descripcin, visualizacin y resumen de datos originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide poblacional, grfico circular, entre otros.
2

Temario De Matemtica Aplicada

6TO BIPED

La estadstica inferencial, se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de unas caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen a nova, series de tiempo y minera de datos.

Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las bases tericas de la materia. La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas criminales, entre otros. Utilidad e importancia Los mtodos estadsticos tradicionalmente se utilizan para propsitos descriptivos, para organizar y resumir datos numricos. La estadstica descriptiva, por ejemplo trata de la tabulacin de datos, su presentacin en forma grfica o ilustrativa y el clculo de medidas descriptivas. Ahora bien, las tcnicas estadsticas se aplican de manera amplia en mercadotecnia, contabilidad, control de calidad y en otras actividades; estudios de consumidores; anlisis de resultados en deportes; administradores de instituciones; en la educacin; organismos polticos; mdicos; y por otras personas que intervienen en la toma de decisiones. Divisin de la Estadstica La Estadstica para su mejor estudio se ha dividido en dos grandes ramas: la Estadstica Descriptiva, la Inferencial e Inductiva. Estadstica Descriptiva: Tienen por objeto fundamental describir y analizar las caractersticas de un conjunto de datos, obtenindose de esa manera conclusiones sobre las caractersticas de dicho conjunto y sobre las relaciones existentes con otras poblaciones, a fin de compararlas. No obstante puede no solo referirse a la observacin de todos los elementos de una poblacin (observacin exhaustiva) sino tambin a la descripcin de los elementos de una muestra (observacin parcial). En relacin a la estadstica descriptiva, Ernesto Rivas Gonzlez dice; "Para el estudio de estas muestras, la estadstica descriptiva nos provee de todos sus medidas; medidas que cuando quieran ser aplicadas al universo total, no tendrn la
3

Temario De Matemtica Aplicada

6TO BIPED

misma exactitud que tienen para la muestra, es decir al estimarse para el universo vendr dada con cierto margen de error; esto significa que el valor de la medida calculada para la muestra, en el oscilar dentro de cierto lmite de confianza, que casi siempre es de un 95 a 99% de los casos.

Estadstica Inferencial: se deriva de muestras, de observaciones hechas slo acerca de una parte de un conjunto numeroso de elementos y esto implica que su anlisis requiere de generalizaciones que van ms all de los datos. Como consecuencia, la caracterstica ms importante del reciente crecimiento de la estadstica ha sido un cambio en el nfasis de los mtodos que describen a mtodos que sirven para hacer generalizaciones. La Estadstica Inferencial investiga o analiza una poblacin partiendo de una muestra tomada. Segn Berenson y Levine; Estadstica Inferencial son procedimientos estadsticos que sirven para deducir o inferir algo acerca de un conjunto de datos numricos (poblacin), seleccionando un grupo menor de ellos (muestra). El objetivo de la inferencia en investigacin cientfica y tecnolgica radica en conocer clases numerosas de objetos, personas o eventos a partir de otras relativamente pequeas compuestas por los mismos elementos. En relacin a la estadstica descriptiva y la inferencial, Levin & Rubin (1996) citan los siguientes ejemplos para ayudar a entender la diferencia entre las dos. Estadstica Inductiva: Est fundamentada en los resultados obtenidos del anlisis de una muestra de poblacin, con el fin de inducir o inferir el comportamiento o caracterstica de la poblacin, de donde procede, por lo que recibe tambin el nombre de Inferencia estadstica. Mtodo Estadstico: El conjunto de los mtodos que se utilizan para medir las caractersticas de la informacin, para resumir los valores individuales, y para analizar los datos a fin de extraerles el mximo de informacin, es lo que se llama mtodos estadsticos. Los mtodos de anlisis para la informacin cuantitativa se pueden dividir en los siguientes seis pasos: 1. Definicin del problema. 2. Recopilacin de la informacin existente. 3. Obtencin de informacin original. 4. Clasificacin. 5. Presentacin. 6. Anlisis. Poblacin: El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes.
4

Temario De Matemtica Aplicada

6TO BIPED

"Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996). "Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974). Muestra: "Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R. Spiegel (1991). "Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin (1996). "Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974). Muestreo: Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms muestras de poblacin. Este se realiza una vez que se ha establecido un marco muestra representativo de la poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra. Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra. Tipos de muestreo Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la oportunidad de ser escogidos en la muestra. Una muestra seleccionada por muestreo de juicio se basa en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir cmo tomar una muestra aleatoria ms adelante. Las muestras de juicio evitan el anlisis estadstico necesario para hacer muestras de probabilidad.

Datos estadsticos: Los datos estadsticos no son otra cosa que el producto de las observaciones efectuadas en las personas y objetos en los cuales se produce el fenmeno que queremos estudiar. Dicho en otras palabras, son los antecedentes (en cifras) necesarios para llegar al conocimiento de un hecho o para reducir las consecuencias de este. Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es muy difcil en general, obtener conclusiones de los datos presentados de esta manera.
5

Temario De Matemtica Aplicada

6TO BIPED

Para poder obtener una precisa y rpida informacin con propsitos de descripcin o anlisis, estos deben organizarse de una manera sistemtica; es decir, se requiere que los datos sean clasificados. Esta clasificacin u organizacin puede muy bien hacerse antes de la recopilacin

Clasificacin de los datos Los datos estadsticos pueden ser clasificados en cualitativos, cuantitativos, cronolgicos y geogrficos.

Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos es de clase y no de cantidad. Datos cuantitativos: cuando los valores de los datos representan diferentes magnitudes, decimos que son datos cuantitativos. Datos cronolgicos: cuando los valores de los datos varan en diferentes instantes o perodos de tiempo, los datos son reconocidos como cronolgicos. Datos geogrficos: cuando los datos estn referidos a una localidad geogrfica se dicen que son datos geogrficos.

Fuentes de datos estadsticos Los datos estadsticos necesarios para la comprensin de los hechos pueden obtenerse a travs de fuentes primarias y fuentes secundarias.

Fuentes de datos primarias: es la persona o institucin que ha recolectado directamente los datos.

Fuentes secundarias: son las publicaciones y trabajos hechos por personas o entidades que no han recolectado directamente la informacin. Las fuentes primarias ms confiables, son las efectuadas por oficinas gubernamentales encargadas de tal fin. En la prctica, es aconsejable utilizar fuentes
6

Temario De Matemtica Aplicada

6TO BIPED

de datos primarias y en ltima instancia cuando estas no existan, usar estadsticas de fuentes secundarias. Con este ltimo tipo no debemos pasar por alto que la calidad de las conclusiones estadsticas depende en grado sumo de la exactitud de los datos que se recaben.

Mtodo para la recoleccin de datos En estadstica se emplean una variedad de mtodos distintos para obtener informacin de los que se desea investigar. Discutiremos aqu los mtodos ms importantes, incluyendo las ventajas y limitaciones de estos.

La entrevista personal: los datos estadsticos necesarios para una investigacin, se renen frecuentemente mediante un proceso que consiste en enviar un entrevistador o agente, directamente a la persona investigada. El investigador efectuar a esta persona una serie de preguntas previamente escritas en un cuestionario boleta, donde anotar las respuestas correspondientes. Este procedimiento que se conoce con el nombre de entrevista personal, permite obtener una informacin ms veraz y completa que la que proporcionan otros mtodos, debido a que al tener contacto directo con la persona entrevistada, el entrevistador podr aclarar cualquier duda que se presente sobre el cuestionario o investigacin.

Cuestionarios por correo: consiste en enviar por correo el cuestionario acompaado por el instructivo necesario, dando en este no solo las instrucciones pertinentes para cada una de las preguntas, sino tambin una breve explicacin del objeto de la encuesta con el fin de evitar interpretaciones errneas.

Entrevista por telfono: como lo indica su nombre, este mtodo consiste en telefonear a la persona a entrevistar y hacerle una serie de preguntas. Este mtodo es bastante simple y econmico, ya que el entrenamiento y supervisin de las personas encargadas de efectuar las preguntas es siempre fcil.

Instrumentos para la recoleccin de datos: Cuestionarios: Cualquiera que sea el mtodo por el que se decida el investigador para recabar informacin, es necesario elaborar un estudio de preguntas. Los cuestionarios en general, constan de las siguientes partes:
7

Temario De Matemtica Aplicada

6TO BIPED

a. La identificacin del cuestionario: nombre del patrocinante de la encuesta, (oficial o privada), nombre de la encuesta, nmero del cuestionario, nombre del encuestador, lugar y fecha de la entrevista. b. Datos de identificacin y de carcter social del encuestado: apellidos, nombres, cdula de identidad, nacionalidad, sexo, edad o fecha de nacimiento, estado civil, grado de instruccin, ocupacin actual, ingresos, etc. c. Datos propios de la investigacin, son los datos que interesa conocer para construir el propsito de la investigacin. Estas partes, as como las preguntas, varan de acuerdo a la finalidad de la encuesta. En algunos tipos de investigacin, la parte referente a los datos personales es eliminada por no tener ningn tipo de inters para el estudio. Variable La definicin ms sencilla, es la referida a la capacidad que tienen los objetos y las cosas de modificar su estado actual, es decir, de variar y asumir valores diferentes. Sabino (1980) establece: "entendemos por variable cualquier caracterstica o cualidad de la realidad que es susceptible de asumir diferentes valores, es decir, que puede variar, aunque para un objeto determinado que se considere puede tener un valor fijo". Briones (1987: 34) define: "Una variable es una propiedad, caracterstica o atributo que puede darse en ciertos sujetos o pueden darse en grados o modalidades diferentes. . . son conceptos clasificatorios que permiten ubicar a los individuos en categoras o clases y son susceptibles de identificacin y medicin".

CLASIFICACIN DE LAS VARIABLES

Variable Independiente: es aquella caracterstica o propiedad que se supone ser la causa del fenmeno estudiado. En investigacin experimental se llama as, a la variable que el investigador manipula.

Variable Dependiente: Hayman (1974: 69) la define como propiedad o caracterstica que se trata de cambiar mediante la manipulacin de la variable independiente. La variable dependiente es el factor que es observado y medido para determinar el efecto de la variable independiente.

Temario De Matemtica Aplicada

6TO BIPED

Variable Interviniente: Son aquellas caractersticas o propiedades que de una manera u otra afectan el resultado que se espera y estn vinculadas con las variables independientes y dependientes. Variable Moderadora: Segn Tuckman: representan un tipo especial de variable independiente, que es secundaria, y se selecciona con la finalidad de determinar si afecta la relacin entre la variable independiente primaria y las variables dependientes. Variables Cualitativas: Son aquellas que se refieren a atributos o cualidades de un fenmeno. Sabino (1989: 80) seala que sobre este tipo de variable no puede construirse una serie numrica definida.

Variable Cuantitativa: Son aquellas variables en las que caractersticas o propiedades pueden presentarse en diversos grados de intensidad, es decir, admiten una escala numrica de medicin. Variables Continuas: Son aquellas que pueden adoptar entre dos nmeros puntos de referencias intermedio. Las calificaciones acadmicas (10.5, 14.6, 18.7, etc.) Variables Discretas: Son aquellas que no admiten posiciones intermedias entre dos nmeros. Ej., en Barinas la divisin de territorial la constituyen 11 municipios por no (10.5 u 11.5 municipios).

Variables de Control: Segn Tuckman: La define como esos factores que son controlados por el investigador para eliminar o neutralizar cualquier efecto que podran tener de otra manera en el fenmeno observado.

Operacionalizacin de la Variable: Es un paso importante en el desarrollo de la investigacin. Cuando se identifican las variables, el prximo paso es su operacionalizacin. Comprende tres tipos de definiciones: Nominal: es el nombre de la variable que le interesa al investigador. Real: consiste en determinar las dimensiones que contienen las variables nominales.

Temario De Matemtica Aplicada

6TO BIPED

Operacional: o indicadores. Esta da la base para su medicin y la definicin de los indicadores que constituyen los elementos ms concretos de una variable y de donde el investigador derivar los tems o preguntas para el instrumento con que recolectar la informacin.

TEMA 2

Distribucin De Frecuencias

1. Frecuencia Absoluta

2. Frecuencia Relativa

3. Frecuencia Acumulada

4. Frecuencia Relativa Acumulada

5. Distribucin De Frecuencias Agrupadas

Distribucin de frecuencias es la agrupacin de datos en categoras mutuamente excluyentes que indican el nmero de observaciones en cada categora. Esto
10

Temario De Matemtica Aplicada

6TO BIPED

proporciona un valor aadido a la agrupacin de datos. La distribucin de frecuencias presenta las observaciones clasificadas de modo que se pueda ver el nmero existente en cada clase. Estas agrupaciones de datos suelen estar agrupadas en forma de tablas.

Caractersticas Una distribucin de frecuencias es un formato tabular en la que se organizan los datos en clases, es decir, en grupos de valores que describen una caracterstica de los [datos] y muestra el nmero de observaciones del conjunto de datos que caen en cada una de las clases. La tabla de frecuencias ayuda a agrupar cualquier tipo de dato numrico. En principio, en la tabla de frecuencias se detalla cada uno de los valores diferentes en el conjunto de datos junto con el nmero de veces que aparece, es decir, su Frecuencia. Se puede complementar la frecuencia absoluta con la denominada frecuencia relativa, que indica la frecuencia en porcentaje sobre el total de datos. En variables cuantitativas se distinguen por otra parte la frecuencia simple y la frecuencia acumulada. La tabla de frecuencias puede representarse grficamente en un histograma. Normalmente en el eje vertical se coloca las frecuencias y en el horizontal los intervalos de valores. La distribucin de frecuencias o tabla de frecuencias es una ordenacin en forma de tabla de los datos estadsticos, asignando a cada dato su frecuencia correspondiente.

Frecuencia absoluta La frecuencia absoluta es el nmero de veces que aparece un determinado valor en un estudio estadstico. Se representa por fi. La suma de las frecuencias absolutas es igual al nmero total de datos, que se representa por N.
11

Temario De Matemtica Aplicada

6TO BIPED

Para indicar resumidamente estas sumas se utiliza la letra griega (sigma mayscula) que se lee suma o sumatoria.

Ejemplo 1:

Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas mximas: 32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29. En la primera columna de la tabla colocamos la variable ordenada de menor a mayor y en la segunda anotamos la frecuencia absoluta. xi 27 28 29 30 31 32 33 34 fi 1 2 6 7 8 3 3 1 31

12

Temario De Matemtica Aplicada

6TO BIPED

Ejemplo 2:

Estatura 1.60 m 1.55 m 1.50 m 1.45 m 1.40 m 1.35 m 1.30 m 1.25 m Total

Frecuencias 1 2 10 15 2 3 1 1 35

La frecuencia de los alumnos que miden 1.60 m es 1; la frecuencia de los alumnos que miden 1.55 m es 2, etctera.

Ejemplo 3: La talla de calzado en una clase de 20 alumnos es: 43, 42, 41, 39, 41, 37, 40, 43, 44, 40, 39, 39, 38, 41, 40, 39, 38, 39, 39, 40. Construimos su tabla de frecuencias. Xi Fi 37 1 38 2 39 6 40 4 41 3

13

Temario De Matemtica Aplicada

6TO BIPED

Ejemplo 4: Un dentista observa el nmero de caries en cada uno de los 100 nios de cierto colegio. La informacin obtenida a parecer resumida en la siguiente tabla: N de caries 0 1 2 3 4 fi ni 25 0.25 20 0.2 x z 15 0.15 y 0.05

N de caries 0 1 2 3 4

fi 25 20 35 15 5

ni 0.25 0.2 0.35 0.15 0.05

fi ni 0 20 70 45 20 155

14

Temario De Matemtica Aplicada

6TO BIPED

Ejemplo 5:

Tenemos una urna con bolas numeradas del 1 al 6. Extraemos una y anotamos su nmero 50 veces.

Ejemplo 6: Una tabla con las frecuencias absolutas de las veces que ha salido un nmero al tirar un dado. 1 --- 50 2 --- 61 3 --- 43 4 --- 55 5 --- 53 6 --- 56 La frecuencia acumulada es la frecuencia de las clases inferiores sumadas, es decir la suma desde el principio a esta clase. 1 --- 50 = 50 2 --- 61+50 = 111
15

Temario De Matemtica Aplicada

6TO BIPED

3 --- 43+61+50 = 154 4 --- 55+43+61+50 = 209 5 --- 53+55+43+61+50 = 262 6 --- 56+53+55+43+61+50 = 318 Tambien se puede hacer sumando a la frecuencia actual la anterior frecuancia acumulada 1 --- 50 2 --- 61 + 50 = 111 3 --- 43 + 111 = 154 4 --- 55 + 154 = 209 5 --- 53 + 209 = 262 6 --- 56 + 262 = 318 Es decir la tabla de frecuencias absolutas acumuladas es : 1 --- 50 2 --- 111 3 --- 154 4 --- 209 5 --- 262 6 --- 318

Frecuencia relativa

La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor y el nmero total de datos. Se puede expresar en tantos por ciento y se representa por ni.

La suma de las frecuencias relativas es igual a 1.

16

Temario De Matemtica Aplicada

6TO BIPED

Ejemplo 1: Un representante del gobierno recopil los datos respecto a una votacin para elegir al jefe de manzana: Rodolfo, 6 votos; Carolina, 8 votos; Guillermo, 10 votos; Pedro, 7 votos; Carmen, 5 votos, y Sandra, 4 votos. Luego registr los datos correspondientes a cada uno de los candidatos en una tabla de frecuencias, como se muestra a continuacin. Personas Rodolfo Carolina Guillermo Pedro Carmen Sandra Totales Frecuencias Frecuencias relativas 6 8 10 7 5 4 40 6/40 8/40 10/40 7/40 5/40 4/40 40/40 0.15 0.20 0.25 0.175 0.125 0.1 1.00 15 % 20 % 25 % 17.5 % 12.5 % 10 % 100.0 %

Ejemplo 2: Goles anotados por cada pas en los octavos de final del Campeonato Mundial de Futbol. Francia 2 goles, Espaa 1, Alemania 3, Italia 2, Brasil 3, Nigeria 3, Holanda 1 y Argentina 2. Se obtienen las frecuencias absoluta y relativa de los goles anotados por cada pas y se anotan en el cuadro correspondiente.

Pas Alemania

Goles anotados 3

Frecuencia relativa 3/18

17

Temario De Matemtica Aplicada

6TO BIPED

Argentina Brasil Espaa Francia Holanda Italia Nigeria ----

3 3 1 2 1 2 3 Total de goles 18

3/18 3/18 1/18 2/18 1/18 2/18 3/18 Total de frecuencias 18/18

Ejemplo 3:

En el grupo 6 "A" se hizo una encuesta sobre el peridico que compran los nios. Los datos se ordenaron en una tabla, y se obtuvieron las frecuencias absoluta y relativa. Se presenta la frecuencia relativa en fracciones, decimales y porcentaje.

Peridico

Frecuencias Frecuencias relativas 10/50 20/50 15/50 5/50 50/50 0.2 0.4 0.3 0.1 1.0 20 % 40 % 30 % 10 % 100 %
18

El Universal 10 Exclsior La Prensa 20 15

No compran 5 Totales 50

Temario De Matemtica Aplicada

6TO BIPED

La ocupacin de los padres de familia del grupo 6 "B". Ocupacin Frecuencias Frecuencias relativas 16/40 14/40 10/40 40/40 0.4 0.35 0.25 1.0 40 % 35 % 25 % 100 %

Comerciantes 16 Obreros Empleado Totales 14 10 40

Ejemplo 4:

Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas mximas: 32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.

xi 27 28 29 30 31 32 33 34

fi 1 2 6 7 8 3 3 1

Fi 1 3 9 16 24 27 30 31

ni 0.032 0.065 0.194 0.226 0.258 0.097 0.097 0.032

Ni 0.032 0.097 0.290 0.516 0.774 0.871 0.968 1

19

Temario De Matemtica Aplicada

6TO BIPED

31

Ejemplo 5:

Los pesos de los 65 empleados de una fbrica vienen dados por la siguiente tabla: Peso [50, 60) [60, 70) [70, 80) [80,90) [90, 100) [100, 110) [110, 120) fi 8 10 16 14 10 5 2

Construir la tabla de frecuencias.

xi [50, 60) [60, 70) [70, 80) [80,90) [90, 100) [100, 110) [110, 120) 55 65 75 85 95 105 115

fi 8 10 16 14 10 5 2 65

Fi 8 18 34 48 58 63 65

ni 0.12 0.15 0.24 0.22 0.15 0.08 0.03

Ni 0.12 0.27 0.51 0.73 0.88 0.96 0.99

4. Completar los datos que faltan en la siguiente tabla estadstica: xi 1 fi 4 Fi ni 0.08

20

Temario De Matemtica Aplicada

6TO BIPED

2 3 4 5 6 7 8

4 16 7 5 28 38 7 45 0.16 0.14

Calcular la media, mediana y moda de esta distribucin.

Primera fila: F1 = 4 Segunda fila: F2 = 4 + 4 = 8 Tercera fila:

Cuarta fila: N4 = 16 + 7 = 23 Quinta fila:

Sexta fila: 28 + n8 = 38 n8 = 10
21

Temario De Matemtica Aplicada

6TO BIPED

Sptima fila:

Octava fila: N8 = N = 50 n8 = 50 45 = 5

xi 1 2 3 4 5 6 7 8

fi 4 4 8 7 5 10 7 5 50

Fi 4 8 16 23 28 38 45 50

ni 0.08 0.08 0.16 0.14 0.1 0.2 0.14 0.1

xi fi 4 8 24 28 25 60 49 40 238

Ejemplo 7:

En un campamento de verano, los jvenes son encuestados acerca de cules de las siguientes actividades son sus favoritas: ftbol, ping-pong, tiro con arco, vela y bicicleta de montaa. La tabla de abajo muestra los resultados de la encuesta.

22

Temario De Matemtica Aplicada

6TO BIPED

Calculamos la frecuencia total: 48 + 35 + 15 + 112 + 40 = 250. Obtendremos la frecuencia relativa dividiendo cada una de las frecuencias entre la frecuencia total: 48 : 250 = 0,192; 35 : 250 = 0,14; 15 : 250 = 0,06; 112 : 250 = 0,448 y 40 : 250 = 0,16.

Ejemplo 8: Datos De Alumnos:

23

Temario De Matemtica Aplicada

6TO BIPED

Calculamos las frecuencias relativas, redondeando a las centsimas: 7: 30 = 0,23; 22 : 30 = 0,73 y 1 : 30 = 0,03. La suma no es 1: 0,23 + 0,73 + 0,03 = 0,99.

Ejemplo 9: Las notas de Matemticas de una clase han sido las siguientes: 3, 4, 1, 2, 8, 9, 8, 7, 6, 6, 7, 9, 8, 7, 7, 1, 0, 1, 5, 9, 9, 8, 0, 8, 8, 8, 9, 5, 7, 5, 6 Construir una tabla:

Frecuencias Frecuencias Frecuencias Frecuencias acumuladas acumuladas relativas Calificaciones xi absolutas relativas fi Fi hi Hi 0 1 2 2 3 1 2 5 6 2/30 3/30 1/30 2/30 5/30 6/30
24

Temario De Matemtica Aplicada

6TO BIPED

3 4 5 6 7 8 9

1 1 3 2 5 7 5 30

7 8 11 13 18 25 30

1/30 1/30 3/30 2/30 5/30 7/30 5/30 1

7/30 8/30 11/30 13/30 18/30 25/30 30/30

Ejemplo 10:

Supongamos que medimos la estatura de los habitantes de una vivienda y obtenemos los siguientes resultados (cm): Estatura Cm x 1,01 - 1,10 1,11 - 1,20 1,21 - 1,30 1,31 - 1,40 1,41 - 1,50 1,51 - 1,60 1,61 - 1,70 1,71 - 1,80 Frecuencias absolutas Simple x 1 3 3 2 6 4 3 3 Acumulada x 1 4 7 9 15 19 22 25 Frecuencias relativas Simple x 3,3% 10,0% 10,0% 6,6% 20,0% 13,3% 10,0% 10,0% Acumulada x 3,3% 13,3% 23,3% 30,0% 50,0% 63,3% 73,3% 83,3%

25

Temario De Matemtica Aplicada

6TO BIPED

1,81 - 1,90 1,91 - 2,00

2 3

27 30

6,6% 10,0%

90,0% 100,0%

Frecuencia acumulada

La frecuencia acumulada es la suma de las frecuencias absolutas de todos los valores inferiores o iguales al valor considerado. Frecuencia relativa acumulada (far), es el resultado de la suma de los distintos valores de la frecuencia relativa, el total de estos valores nos dar como resultado la unidad o el 100%. n= n1 + n2 + ..... + nn-1 + Se representa por Fi. nn = n H

Ejemplo 1: lmites inferiores de cada clase ordenados los diferentes valores de la fa > que en el plano cartesiano. Ejemplo:clase fi 57 8 10 11 13 14 16 17 19 20 22 5 10 15 18 11 5 (faa < que) 5 15 30 48 59 64 (faa > que) 64 59 49 34 16 5

26

Temario De Matemtica Aplicada

6TO BIPED

Totales

64

Ejemplo 2: La Frecuencia acumulada mayor y menor que y puede utilizarse la frecuencia relativa.

Ejemplo:clase fi

fr

far

(faa < que) 5

(faa > que)

(far < que)

(far > que)

57 8 10 11 13 14 16 17 19 20 22 Totales

5 10 15 18 11 5

7.81%

7.81%

64 59 49 34 16 5 100%

7.81%

100%

15.63% 23.44% 15 23.44% 46.88% 30 28.13% 75.01% 48 17.18% 92.19% 59 7.81% 64 100% 64

23.44% 92.19% 46.88% 76.56% 75.01% 53.12% 92.19% 24.99% 100% 7.81%

27

Temario De Matemtica Aplicada

6TO BIPED

Frecuencia relativa acumulada

La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de un determinado valor y el nmero total de datos. Se puede expresar en tantos por ciento.

Ejemplo 1: Durante el mes de diciembre, en una ciudad se han registrado las siguientes temperaturas mximas: 32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29. En la primera columna de la tabla colocamos la variable ordenada de menor a mayor, en la segunda hacemos el recuento y en la tercera anotamos la frecuencia absoluta. Este tipo de tablas de frecuencias se utiliza con variables discretas:

xi 27 28 29 30 31 32 33 34

Recuento I II

fi 1 2 6 7 8

Fi 1 3 9 16 24 27 30 31

ni 0.032 0.065 0.194 0.226 0.258 0.097 0.097 0.032

Ni 0.032 0.097 0.290 0.516 0.774 0.871 0.968 1

28

III III I

3 3 1

Temario De Matemtica Aplicada

6TO BIPED

31

Ejemplo 2: Datos relativos a las personas activas.

Personas Activas Xi 1 2 3 4 Total

Nmero Familias ni Fi pi Ni 16 16/50 32% 16 20 20/50 40% 36 9 9/50 18% 45 5 5/50 10% 50 50

Fi 16/50 36/50 45/50 50/50

Pi 32% 72% 90% 100%

Distribucin de frecuencias agrupadas

La distribucin de frecuencias agrupadas o tabla con datos agrupados se emplea si las variables toman un nmero grande de valores o la variable es continua.

29

Temario De Matemtica Aplicada

6TO BIPED

Se agrupan los valores en intervalos que tengan la misma amplitud denominados clases. A cada clase se le asigna su frecuencia correspondiente. Lmites de la clase Cada clase est delimitada por el lmite inferior de la clase y el lmite superior de la clase. Amplitud de la clase La amplitud de la clase es la diferencia entre el lmite superior e inferior de la clase. Marca de clase La marca de clase es el punto medio de cada intervalo y es el valor que representa a todo el intervalo para el clculo de algunos parmetros.

Ejemplo 1:

3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13. 1 Se localizan los valores menor y mayor de la distribucin. En este caso son 3 y 48. 2 Se restan y se busca un nmero entero un poco mayor que la diferencia y que sea divisible por el nmero de intervalos queramos establecer. Es conveniente que el nmero de intervalos oscile entre 6 y 15. En este caso, 48 - 3 = 45, incrementamos el nmero hasta 50 : 5 = 10 intervalos. Se forman los intervalos teniendo presente que el lmite inferior de una clase pertenece al intervalo, pero el lmite superior no pertenece intervalo, se cuenta en el siguiente intervalo.

ci

fi

Fi

ni

Ni
30

Temario De Matemtica Aplicada

6TO BIPED

[0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, 30) [30, 35) [35, 40) [40, 45) [45, 50)

2.5 7.5 12.5 17.5 22.5 27.5 32.5 37.5 42.5 47.5

1 1 3 3 3 6 7 10 4 2 40

1 2 5 8 11 17 24 34 38 40

0.025 0.025 0.075 0.075 0.075 0.150 0.175 0.250 0.100 0.050 1

0.025 0.050 0.125 0.200 0.275 0.425 0.600 0.850 0.950 1

Ejemplo 2: Distribucin de Frecuencias con Datos Agrupados en Intervalos Colectivo: 60 cilindros fabricados por una mquina. Variable X: longitud en centmetros Valores observados: 239, 254, 255, 248, 246, 249, 242, 250, 249, 244, 253, 248 250, 258, 252, 251, 250, 253, 247, 243, 245, 251, 247, 250 248, 250, 259, 249, 249, 250, 251, 253, 241, 251, 249, 252 250, 247, 251, 259, 250, 246, 252, 238, 251, 238, 236, 259 249, 257, 249, 247, 251, 246, 245, 243, 250, 249, 242, 238 N = 60

Tabla de frecuencias con datos agrupados en intervalos:

31

Temario De Matemtica Aplicada

6TO BIPED

intervalos Li-1-Li 235-240 240-245 245-250 250-255 255-260

marcas de clase c i 237,5 242,5 247,5 252,5 257,5

frecuencias absolutas n 5 i 8 2 7 1 5 N=60 5 Ni 5 1 3 4 0 5 5 6 0

frecuencias relativas f i 0,08 0,13 0,45 0,25 0,08 1 F i 0,08 0,22 0,67 0,92 1

32

Temario De Matemtica Aplicada

6TO BIPED

Ejemplo 3: Distribucin de Frecuencias con Datos Agrupados en Intervalos Colectivo: 1000 empresas de un sector. Variable X: ventas mensuales en miles de euros. Valores observados: se han agrupado en intervalos. Tabla de distribucin de frecuencias: Frecuencias absolutas relativas n i 10 0 25 0 40 0 N=1000 20 0 5 0 N i 100 350 750 950 1000 fi = ni/N 0,10 0,25 0,40 0,20 0,05 1 Fi =Ni/N 0,10 0,35 0,75 0,95 1 N = 1000

Intervalos Li-1 Li 0-50 50-100 100-200 200-400 400-800

Marcas de clase ci 2 5 7 5 15 0 30 0

Amplitud Intervalo li=Li- Li1 5 0 5 0 10 0 20 0 40 0

Alturas hi = ni/li 2 5 4 1 0,125

Ejemplo 4:

60 0

Un nuevo hotel va abrir sus puertas en una cierta ciudad. Antes de decidir el precio de sus habitaciones, el gerente investiga los precios por habitacin de 40 hoteles de la misma categora de esta ciudad. Los datos obtenidos (en miles de pesetas) fueron:

3.3 4.2 4.5 5.1

3.3 4.3 4.7 5.3

3.7 4.3 4.7 5.3

3.8 4.3 4.7 5.4

3.9 4.3 4.7 5.6

3.9 4.4 4.8 5.8

3.9 4.4 4.9 5.8

4.0 4.5 5.0 6.0

4.1 4.5 5.0 6.1

4.2 4.5 5.1 6.1

33

Temario De Matemtica Aplicada

6TO BIPED

Procedimiento: 1.- El menor valor es 3.3 y el mayor 6.1, la diferencia es 2.8 y por tanto R=2.8. 2.- K= 1+3,322 log(40) = 6.3 6 nmeros de intervalos 3.- Ic = 2.8 / 6 = 0.467 0.5 tamao de los intervalos

La tabla sera: CLASES [3.3, 3.8) [3.8, 4.3) [4.3, 4.8) [4.8, 5.3) [5.3, 5.8) [5.8, 6.3) fi 3 8 14 6 4 5 Ejemplo 5: Fi 3 11 25 31 35 40 3.5 Ci 4 4.5 5 5.5 6 hi 0.075 0.2 0.35 0.15 0.1 0.125 Hi 0.075 0.275 0.625 0.775 0.875 1

Supongamos que medimos la estatura de los habitantes de una vivienda y obtenemos los siguientes resultados (cm): Habitante x Habitante 1 Habitante 2 Habitante Estatura Habitante x 1,15 1,48 1,57 x Habitante 11 Habitante 12 Habitante Estatura Habitante x 1,53 1,16 1,60 x Habitante 21 Habitante 22 Habitante Estatura x 1,21 1,59 1,86
34

Temario De Matemtica Aplicada

6TO BIPED

3 Habitante 4 Habitante 5 Habitante 6 Habitante 7 Habitante 8 Habitante 9 Habitante 10 1,71 1,92 1,39 1,40 1,64 1,77 1,49

13 Habitante 14 Habitante 15 Habitante 16 Habitante 17 Habitante 18 Habitante 19 Habitante 20 1,81 1,98 1,20 1,42 1,45 1,20 1,98

23 Habitante 24 Habitante 25 Habitante 26 Habitante 27 Habitante 28 Habitante 29 Habitante 30 1,52 1,48 1,37 1,16 1,73 1,62 1,01

Ejemplo 6:

Los datos que se dan a continuacin corresponden a los pesos en Kg. de ochenta personas: 60; 66; 63; 68; 65; 66; 67; 69; 72; 74; 77 ; 74 ; 80 ; 83 ; 67 ; 70; 66; 68; 5 7 ; 70 ; 66; 52; 75; 6 5 ; 69 ; 71; 58; 61 ; 59; 66; 70; 6 7 ; 78 ; 75; 64; 71; 8 1 ; 62 ; 64; 69; 56 ; 54; 65; 65; 6 9 ; 61 ; 67; 73; 57; 6 2 ; 67 ; 68; 63;
35

Temario De Matemtica Aplicada

6TO BIPED

67; 61; 68; 66;

71; 62; 59; 62;

68 ; 63 ; 69 ; 63 ;

76 ; 76; 61; 67; 6 7 ; 64 ; 72; 64; 73; 7 9 ; 58 ; 67; 71; 70 ; 66;

SOLUCIN: (a) Como se trata de efectuar una distribucin de datos agrupados, debemos obtener primero los intervalos correspondientes, situando los datos en sus lugares respectivos: ni 2 7 17 30 14 7 3 80 Ni 2 9 26 56 70 77 80

Li-1 - Li [50;55) [55; 60) [60; 65) [65;70) [70; 75) [75; 80) [80; 85]

36