ESTADISTICA La estadstica es una ciencia formal y una herramienta que estudia el uso y los anlisis provenientes de una muestra

representativa de datos, busca explicar las correlaciones y dependencias de un fenmeno fsico o natural, de ocurrencia en forma aleatoria o condicional. Sin embargo, la estadstica es ms que eso, es decir, es la herramienta fundamental que permite llevar a cabo el proceso relacionado con la investigacin cientfica.

Distribucin normal Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales, desde las ciencias de la saludhasta el control de calidad.

POBLACION ESTADISTICA Poblacin estadstica, en estadstica, tambin llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan unas de las observaciones. Poblacin (population) es el conjunto sobre el que estamos interesados en obtener conclusiones (hacer inferencia). Normalmente es demasiado grande para poder abarcarlo. En epidemiologa una poblacin es un conjunto de sujetos o individuos con determinadas caractersticas demogrficas, de la que se obtiene la muestra o participantes en un estudio epidemiolgico a la que se quiere extrapolar los resultados de dicho estudio (inferencia estadstica). La estadstica es comnmente considerada como una coleccin de hechos numricos expresados en trminos de una relacin sumisa, y que han sido recopilado a partir de otros datos numricos. Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadstica como un valor resumido, calculado, como base en una muestra de

observaciones que generalmente, aunque no por necesidad, se considera como una estimacin de parmetro de determinada poblacin; es decir, una funcin de valores de muestra.1 MUESTRA Y MUESTREO En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de una poblacin. Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzaran si se realizase un estudio de toda la poblacin. Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de la poblacin sino estimar tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea una muestra representativa, pero s podemos actuar de manera que esta condicin se alcance con una probabilidad alta. En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto de muestras que se pueden obtener de la poblacin se denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de extraccin, sigue la llamada distribucin muestral. TECNICAS DE MUESTREO Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de seleccin). Cuando este ltimo cumple con la condicin de que todos los elementos de la poblacin tienen alguna oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente a cada sujeto de la poblacin es conocida de antemano, recibe el nombre de muestreo probabilstico. Una muestra seleccionada por muestreo de juicio puede basarse 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. Muestreo probabilista[editar] Forman parte de este tipo de muestreo todos aquellos mtodos para los que se puede calcular la probabilidad de extraccin de cualquiera de las muestras posibles. Este conjunto de tcnicas de muestreo es el ms aconsejable, aunque en ocasiones no es posible optar por l. En este caso se habla de muestras probabilistas, pues no es correcto hablar en rigor de muestras representativas dado que, al no conocer las caractersticas de la poblacin, no es posible tener certeza de que tal caracterstica se haya conseguido.

Tipos[editar] Sin reposicin de los elementos: Cada elemento extrado se descarta para la subsiguiente extraccin. Por ejemplo, si se extrae una muestra de una "poblacin" de bombillas para estimar la vida media de las bombillas que la integran, no ser posible medir ms que una vez la bombilla seleccionada. Con reposicin de los elementos: Las observaciones se realizan con remplazo de los individuos, de forma que la poblacin es idntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse con reposicin aunque, realmente, no lo sea. Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse con reposicin. Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la extraccin de nmeros aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto. Muestreo sistemtico[editar] Se utiliza cuando el universo o poblacin es de gran tamao, o ha de extenderse en el tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda). Luego hay que calcular una constante, que se denomina coeficiente de elevacin: K= N/n Donde N es el tamao del universo y n el tamao de la muestra. Para determinar en qu fecha se producir la primera extraccin, hay que elegir al azar un nmero entre 1 y K; de ah en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del fenmeno. Esto quiere decir que si tenemos un determinado nmero de personas que es la poblacin (N) y queremos escoger de esa poblacin un nmero ms pequeo el cual es la muestra (n), dividimos el nmero de la poblacin por el nmero de la muestra que queremos tomar y el resultado de esta operacin ser el intervalo, entonces escogemos un nmero al azar desde uno hasta el nmero del intervalo, y a partir de este nmero escogemos los dems siguiendo el orden. Muestreo estratificado[editar] Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos con respecto a alguna caracterstica de las que se van a estudiar. A cada uno de estos estratos se le asignara una cuota que determinara

el nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato se suele usar la tcnica de muestreo sistemtico, una de las tcnicas de seleccin ms usadas en la prctica. Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de la muestra dentro de cada estrato es proporcional al tamao del estrato dentro de la poblacin. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin.

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y un 45 % de hombres, se tomara una muestra que contenga tambin esos mismos porcentajes de hombres y mujeres. Para una descripcin general del muestreo estratificado y los mtodos de inferencia asociados con este procedimiento, suponemos que la poblacin est dividida en h subpoblaciones o estratos de tamaos conocidos N1, N2,..., Nh tal que las unidades en cada estrato sean homogneas respecto a la caracterstica en cuestin. La media y la varianza desconocidas para el i-simo estrato son denotadas por mi y si2, respectivamente. Muestreo por estados mltiples[editar] Esta tcnica es la nica opcin cuando no se dispone de lista completa de la poblacin de referencia o bien cuando por medio de la tcnica de muestreo simple o estratificado se obtiene una muestra con unidades distribuidas de tal forma que resultan de difcil acceso. En el muestreo a estadios mltiples se subdivide la poblacin en varios niveles ordenados que se extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se desarrolla en varias fases o extracciones sucesivas para cada nivel. Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un pas determinado, stos pueden subdividirse en unidades primarias representadas por circunscripciones didcticas y unidades secundarias que seran los propios profesores. En primer lugar extraemos una muestra de las unidades primarias (para lo cual debemos tener la lista completa de estas unidades) y en segundo lugar extraemos aleatoriamente una muestra de unidades secundarias de cada una de las primarias seleccionadas en la primera extraccin. Muestreo por conglomerados[editar] Se utiliza cuando la poblacin se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la poblacin, es decir, la

representan fielmente respecto a la caracterstica a elegir, pueden seleccionarse slo algunos de estos grupos o conglomerados para la realizacin del estudio. Dentro de los grupos seleccionados se ubicarn las unidades elementales, por ejemplo, las personas a encuestar, y podra aplicrsele el instrumento de medicin a todas las unidades, es decir, los miembros del grupo, o slo se le podra aplicar a algunos de ellos, seleccionados al azar. Este mtodo tiene la ventaja de simplificar la recogida de informacin muestral. Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la muestra, el diseo se llama muestreo bietpico. Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer mtodo funciona mejor cuanto ms homognea es la poblacin respecto del estrato, aunque ms diferentes son stos entre s. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre s. Homogeneidad de las poblaciones o sus subgrupos[editar] Homogneo significa, en el contexto de la estratificacin, que no hay mucha variabilidad. Los estratos funcionan mejor cuanto ms homogneos son cada uno de ellos respecto a la caracterstica a medir. Por ejemplo, si se estudia la estatura de una poblacin, es bueno distinguir entre los estratos mujeres y hombres porque se espera que, dentro de ellos, haya menos variabilidad, es decir, sean menos heterogneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras dentro del estrato que en la poblacin total. Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las mismas diferencias dentro del estrato que en toda la poblacin, no hay por qu usar este mtodo de muestreo. En los casos en los que existan grupos que contengan toda la variabilidad de la poblacin, lo que se construyen son conglomerados, que ahorran algo del trabajo que supondra analizar toda la poblacin. En resumen, los estratos y los conglomerados funcionan bajo principios opuestos: los primeros son mejores cuanto ms homogneo es el grupo respecto a la caracterstica a estudiar y los conglomerados, si representan fielmente a la poblacin, esto es, contienen toda su variabilidad, o sea, son heterogneos. Muestreo no probabilstico[editar] Es aqul para el que puede calcularse la probabilidad de extraccin de una determinada muestra. Se busca seleccionar a individuos que tienen un conocimiento profundo del tema bajo estudio, por lo tanto, se considera que la informacin aportada por esas personas es vital para la toma de decisiones. Muestreo por cuotas[editar] Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de opinin. En primer lugar es necesario dividir la poblacin de referencia en varios estratos definidos por algunas variables de distribucin conocida (como el gnero o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es

decir, la parte proporcional de poblacin que representan. Finalmente se multiplica cada peso por el tamao de n de la muestra para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato. Muestreo de bola de nieve[editar] Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto entre s. Consiste en identificar sujetos que se incluirn en la muestra a partir de los propios entrevistados. Partiendo de una pequea cantidad de individuos que cumplen los requisitos necesarios, servirn como localizadores de otros con caractersticas anlogas. Muestreo subjetivo por decisin razonada[editar] En este caso las unidades de la muestra se eligen en funcin de algunas de sus caractersticas de manera racional y no casual. Una variante de esta tcnica es el muestreo compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para determinadas variables se acerque a la media de la poblacin. La cual funciona en base a referencias o por recomy despus se reconoce por medio de la estadstica PORPORCION Y PORCENTAJE Razones y proporciones A continuacin conceptos bsicos sobre cada uno de estos temas: RAZON: Es la comparacin entre dos cantidades. NOTA: Si dicha comparacin se realiza mediante una sustraccin se llama razn aritmtica Pero si se realiza mediante una divisin se llamara razn geomtrica Ejemplo: Las edades de Eduardo y Rene son 48 y 12 aos se observa que : a) 48-12= 36 Razn aritmtica (Sustraccin) 48 excede a 12 en 36 unidades. b) 48/12=4 Razn geomtrica (Divisin) 48 es a 4 veces 12 Por lo tanto si tenemos dos cantidades: a y b.

Donde:

a : Antecedente b: Consecuente r : Valor de razn aritmtica K: valor de la razn geomtrica Observaciones: La razn geomtrica es la que tiene mas uso en el desarrollo de este curso, de modo que si indicamos la razn y no su clase entenderemos que es una razn geomtrica Las comparaciones tambin las podemos dar para mas de 2 cantidades , por ejemplo tres nmeros se encuentran en la misma relacin que los nmeros 6,10y14 Donde: a: Antecedente b: Consecuente r : Valor de razn Aritmtica k: valor de la razn Geomtrica Proporcin Es la igualdad de dos razones de una misma clase y que tienen el mismo valor CLASES DE PROPORCIN 1) PROPORCIN ARITMTICA

a: es primer termino b: segundo termino c: Tercer termino d: cuarto termino Ejemplo se tiene 4 chompas cuyos precios son S/.15, S/.13, S/.9 y S/. 7 los cuales se comparan mediante la sustraccin del siguiente modo : S/.15 - S/.13 = S/. 2 S/. 9 - S/.7 = S/. 2 S/. 15 - S/.13 = S/.9 - S/.7.. Es una proporcin aritmtica (Sustraccin) Interpretando: El precio de S/.15 excede al precio de S/.13 tanto como el de S/. 9 excede al de siete TIPOS DE PROPORCION ARITMETICA

Donde: b: media diferencial o media aritmtica c: tercera diferencial. q: cuarta diferencial NOTA: En toda progresin aritmtica se cumple que: Suma de Extremos = Suma de Medios 2 ) PROPORCION GEOMETRICA a/b=c/d a: Primer termino b: Segundo termino c: Tercer termino . d: cuarto termino. En donde: a y d: trminos extremos b y c: trminos medios Ejemplo: Se tiene 4 recipientes cuyas capacidades son: 21Ltrs, 7Ltrs, 15Ltrs, 9Ltrs las cuales se comparan mediante la divisin del siguiente modo : 21Ltrs / 7Ltrs = 3 15Ltrs / 5ltrs = 3 Entonces: 21Ltrs / 7Ltrs = 15Ltrs / 5Ltrs Interpretacin: La capacidad de 21 Ltrs es a la capacidad de 7 Ltrs como ta de 15L es a la de 5L. TIPOS DE PROPORCION GEOMETRICA

Donde: b: media proporcional o media geomtrica. c: tercera proporcional d: Cuarta proporcional. En toda proporcin geomtrica se cumple: Producto de extremos = Producto de medios Propiedades de una Proporcin Geomtrica Sea la proporcin: a/b = c/d 1. a + b /a = c + d / c ; a - b / a = c d / c 2. a + b / b = c + d / d ; a- b / b = c d / d 3. a + b /a-b =c + d / c-d SERIE DE RAZONES GEOMETRICA EQUIVALENTES a 1/b 1 = a 2 / b 2 = a 3 / b 3 =.=a n / b n = k Donde: K es constante de proporcionalidad Eemplo: 30 / 5 = 24 / 4 =72 / 12 = 42 / 7 = 6 Razones y proporciones aplicados en la interpretacin de los negocios EL OBJETIVO ES: Interpretacin, generalizacin modelos matemticos en las diferentes situaciones de la vida cotidiana, particularmente las relacionadas con la administracin de negocios utilizando las razones y proporciones Asimismo se busca el razonamiento y la forma didctica de aplicar los problemas y al desarrollo profesional, y sus posibles soluciones Explicar las caractersticas de los problemas como una generalizacin de sus posibles respuestas y aplicarlas hacia el campo profesional El estudiante deber desarrollar de manera conceptual y grafica y el razonamiento en el momento de resolver problemas de aplicacin de las razones y proporciones. PROPORCIONES Ejemplo 1

Una inversin de S/. 5500 produce una utilidad de S/. 385 al ao, otra inversin produjo una utilidad de S/. 560 a la misma tasa de inters durante el mismo tiempo. Cul era el valor de la segunda inversin? Resolucin:

Ejemplo 2 2) si quinientos alumnos de la especialidad de negocios internacionales y administracin realizan un examen de ingreso del curso de matemtica de los cuales la relacin de los que aprobaron y las que no aprobaron es de 7 es a 3 Cuntos alumnos aprobaron . Resolucin:

Aprobaron 7k = 7(50) = 350 alumnos aprobaron Ejemplo 3 El dinero de Juan es el dinero de pedro como 7 es a 3 .si Juan gasta S/.200 le queda S/150 Cunto de dinero tiene pedro? .Halla el total de Juan y pedro. Resolucin:

Ejemplo 4 La edad de un padre es a la edad de su hijo como 7 a 2, adems entre las edades sumas 72 que edad tiene el hijo hace 2 aos? Resolucin: P = 7k H = 2k

Ejemplo 5 En una bodega la razn de varones que toman cerveza o una gaseosa es 6/8. si en la bodega hay 60 clientes varones cuantos de ellos toman una cerveza ? . Si la cerveza cuesta S/.6 cuantos fueron los ingresos del da por la venta de cerveza a los varones? Resolucin: C = 5k Remplazando = 5k G = 7k = 5(5) = 25 toman varones Valor de cerveza = S/.6 C + G = 60 5k+ 7k= 60 remplazando 25 x 6 = S/.150 por da 12k = 60 k = 60/12
k=5

SUMATORIA CONCEPTO En Estadstica cuando se obtienen varios datos que lleven secuencia y adems se decida sumarlos a esta operacin se le llama SUMATORIA;

PROPIEDADES La sumatoria de la suma de dos o ms trminos, es igual a la suma de las sumatorias separadas de los trminos.

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

<!--[if !supportLists]-->2. <!--[endif]-->La sumatoria de la diferencia de dos o ms trminos es igual a la diferencia de las sumatorias separadas de los trminos.

= (2 - 3) = 2 - 3 i=1 1 1 i=1 1 i=1 1

<!--[if !supportLists]-->3. <!--[endif]-->La sumatoria de una constante multiplicada por una variable es igual a la constante multiplicada por la sumatoria de la variable.

2 2. 3 i=1 1

2 = 2. 3 i=1 1

<!--[if !supportLists]-->4. <!--[endif]-->La sumatoria de una constante es igual a la constante multiplicada por el nmero que indique los lmites de la sumatoria. 2 2 = 2.2 x=1