04 Mat D s3 f10

MINISTERIO DE EDUCACIN
Matemtica
Serie 3 para docentes de Secundaria
Teora de Matemtica Bsica
Fascculo 10: LA ESTADSTICA Y SUS APLICACIONES
MS IMPORTANTES
Hecho el Depsito Legal en la

Biblioteca Nacional del Per
Nro. 2007-00278
Autora
Ediciones El Nocedal S.A.C.
Coordinador
Rubn Hildebrando Glvez Paredes
Elaboracin pedaggica
Felipe Eduardo Doroteo Petit
Itala Esperanza Navarro Montenegro
Edgar Justo Chacn Nieto
Daniel Jos Arroyo Guzmn
Colaboracin especial
Luis Bustamante Donayre
Revisin pedaggica
Hno. Marino La Torre Mario
Revisin acadmica
Armando Zenteno Ruiz
Diseo y diagramacin
Virginia Rosala Artadi Len
Coordinacin y supervisin general MED

Antonieta Cubas Meja
Supervisin pedaggica MED
Antonio Marcos Medina Martnez
Verificacin de estilo MED
Miguel Luis Bances Gandarillas
Ilustraciones
Patricia Nishimata Oishi
Brenda Romn Gonzlez
Fotografa
Enrique Bachmann
Corrector de estilo
Marlon Aquino Ramrez
Ministerio de Educacin
Van de Velde 160, San Borja
Primera edicin, 2007
Tiraje: 14 000 ejemplares
Impreso en Empresa Editora El Comercio S.A.
Jr. Juan del Mar y Bernedo 1318,
Chacra Ros Sur, Lima 01
Z_S3 F10 D.indd 1
6/16/07 1:53:34 PM
El presente fascculo es un material autoinstructivo dirigido al docente,

que facilita el desarrollo de las capacidades fundamentales y especcas en
el rea de Matemtica, as como la vivencia de los valores propuestos en
el Diseo Curricular Nacional de Educacin Bsica Regular del nivel de
Educacin Secundaria.
La Estadstica tiene sus races en el vocablo latino status, con la acepcin de
Estado poltico, debido a que una funcin de los gobiernos es la de registrar
y llevar el control del nmero de habitantes, nacimientos, defunciones,
ocupaciones y otras caractersticas de la sociedad.
Transcurrido el tiempo, el vocablo Estadstica pas a signicar descripciones
y anlisis de conjuntos de datos, no necesariamente relacionados con el
Estado. Los mtodos estadsticos se hicieron cada vez ms apropiados y con
un mayor renamiento terico.
As, el estudio de la Estadstica queda justicado porque nos permite entender
mejor el mundo y analizar crticamente la informacin que recogemos del
universo meditico.
Este fascculo desarrolla conceptos bsicos para la distribucin de frecuencias,
representaciones grcas, medidas de tendencia central y medidas de
dispersin, todo este conjunto de temas son tratados mediante las diferentes
aplicaciones de la Estadstica.
Complementamos el fascculo con la propuesta de logros de aprendizaje, estrategias para la recuperacin de saberes previos, estrategias de aprendizaje,
metacognicin, evaluacin, curiosidades matemticas, bibliografa comentada y enlaces web.
Z_Fasc10_Docen_Estadistica.indd 1
5/31/07 6:55:47 AM
NDICE
Presentacin ............................................................................................
ndice.......................................................................................................
Organizador visual de contenidos ...........................................................
Motivacin ..............................................................................................
Logros de aprendizaje .............................................................................
Recuperacin de saberes previos ............................................................
1
2
3
4
4
4
1. ORGANIZACIN Y REPRESENTACIN DE DATOS ........................................

5
1.1 Conceptos bsicos ......................................................................
5
1.2 Distribucin de frecuencias para datos no agrupados ................
6
1.3 Distribucin de frecuencias para datos agrupados ..................... 11
Actividad 1.......................................................................................... 14
2. MEDIDAS DE TENDENCIA CENTRAL .........................................................
2.1 Media aritmtica ...........................................................................
2.2 Mediana ........................................................................................
2.3 Moda.............................................................................................
2.4 Relacin entre media aritmtica, mediana y moda ......................
Actividad 2..........................................................................................
15
15
17
19
20
21
3. MEDIDAS DE DISPERSIN ....................................................................... 22

3.1 La varianza y la desviacin estndar ............................................ 22
Actividad 3.......................................................................................... 24
4. LA ESTADSTICA EN NUESTRAS VIDAS ..................................................... 25
Actividad 4.......................................................................................... 28
5. EVALUACIN .......................................................................................
6. METACOGNICIN .................................................................................
29
30
Bibliografa comentada ..........................................................................

Enlaces web ............................................................................................
31
32
5/31/07 6:55:49 AM
Variable
estadstica
Muestra
Poblacin
de
Conceptos
No agrupados
y sus
sean
Representaciones
grcas
Agrupados
tratando los
Datos
de
Distribucin
Tecnologa
en la
Media
aritmtica
Salud
Relacin
entre ellas
y su
Mediana
abarcando la
Coeciente
de variacin
tratando
Dispersin
Desviacin
estndar
Ejemplos
Moda
mediante
de
Medidas
Tendencia
central
trabajando con
para docentes
Ciencia
mostrando la
Aplicaciones de
la Estadstica
comprende el
tratamiento de las
LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES
Fascculo 10 / LA ESTADSTICA
Y SUS APLICACIONES MS
IMPORTANTES
5/31/07 6:55:49 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
LA ESTADSTICA
y sus APLICACIONES
Cada vez son ms

El Per vive un ritmo acelerado de envejecimiento de la poblacin. Su crecimiento anual es de 3,5%.
Esperanza de vida (en aos)
MS IMPORTANTES
75,4
Motivacin
42,8
El ser humano siempre ha sido testigo de un mundo

cambiante y poco comprendido. Con el uso de la razn
y el mtodo cientco, la percepcin de los fenmenos
ha ido mejorando a travs de la historia. La Estadstica es
la herramienta que nos hace pasar de la confusin de los
conglomerados numricos a lo inteligible, la utilizamos a
diario en los peridicos, en la televisin y en otros medios, y
forma desde hace tiempo parte importante en la comprensin
de diversos cambios en el mundo, sean polticos, religiosos,
econmicos o culturales. La Estadstica, pues, nos ayuda en
la interpretacin del mundo en el campo de la ciencia y la
vida.
1950-1955
LOGROS DE APRENDIZAJE
Disea actividades en la que los estudiantes
organicen, representen e interpreten tablas de
frecuencias y grcos estadsticos a travs
del anlisis de situaciones reales, mostrando
sentido crtico ante la realidad peruana.
Calcula e interpreta medidas de tendencia
central de un conjunto de datos agrupados o no
agrupados, aplicando algoritmos pertinentes,
mostrando exactitud y precisin.
Al nacer
Edad de jubilacin: 65 aos
56,6
77,1
1975-1980
67,3
80,0 72,8 81,8 75,4 82,7
2000-2005 2025-2030
Edad de jubilacin: 65 aos

76,0
60,4
A los 65 aos
VARONES
2045-2050
MUJERES
86,2
78,4 72,4 82,1 78,4 84,9 81,0
45,0
1950-1955
1975-1980
2000-2005 2025-2030
2045-2050
En millones
Proyeccin del aumento de nmero de personas de ms de 60 aos
5
4
3
2
1
4'429.000
3'665.000
1'848.000
2025
2010
2050
Fuente: Cepal
Fuente: El Comercio, 25 de marzo de 2007.
RECUPERACIN DE SABERES PREVIOS

1. Si tenemos el siguiente conjunto de edades de participantes
en el taller de verano:
13
15
12
10
13
16
12
11
11
12
a. Ordena los datos de modo ascendente y descendente.

b. Determina los valores mximo y mnimo.
c. Encuentra el dato que ms se repite.
2. Calcula los siguientes resultados de sumatorias:
Interpreta medidas de dispersin de datos

agrupados y no agrupados, aplicando algoritmos pertinentes, mostrando exactitud y perseverancia.
Investiga informacin relevante sobre la
poltica, educacin y economa del Per en
la que se evidencia las aplicaciones de la
estadstica, realizando debates y discusiones
grupales, respetando las ideas de los
compaeros.
a.
d.
b.
e.
c.
5/31/07 6:55:50 AM
IMPORTANTES
1. ORGANIZACIN
y REPRESENTACIN
de DATOS
Grco Tabla 1
40%
Nada
1.1 Conceptos bsicos

Analicemos la siguiente situacin:
40%
Poco
20%
Mucho
En la Universidad Catlica se quiere realizar una investigacin de mercado

para colocar un restaurante vegetariano dentro del campus. Se eligi al azar un
grupo de 50 alumnos de estudios generales para aplicar algunas encuestas.
Grco Tabla 1
Veamos en las siguientes tablas los resultados obtenidos:

Tabla 1
Preferencia por la Nmero de
comida vegetariana estudiantes
Nada
Poco
Mucho
TOTAL
20
20
10
50
Porciones de
carne al da
Nmero de
estudiantes
0
1
2
5
32
13
50
TOTAL
Tabla 3
8
20
16
6
50
Talla
m
Ciclo
universitario
27
23
50
1
2
3
4
TOTAL
,4
230
36
Porcin 0
0
93,6
7
26
13
4
50
Porcin 2
Grco Tabla 5
27
23
20
10
Nmero de
estudiantes
M
Masculino
Femenino
TOTAL
Grco Tabla 2
cin
Por
Tabla 6
Nmero de
estudiantes
Nmero de
estudiantes
[ 1,50 1,60
[ 1,60 1,70
[ 1,70 1,80
[ 1,80 1,90 ]
TOTAL
Tabla 5
Sexo
10
Tabla 4
Nmero de
estudiantes
Peso
kg
[ 50 60
[ 60 70
[ 70 80
[ 80 90 ]
TOTAL
20
Tabla 2
15
14
11
10
50
5/31/07 6:55:50 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
Segn podemos observar, no todos los estudiantes en la universidad han

sido encuestados. Esto nos lleva a distinguir dos grupos bien determinados.
En primer lugar, todos los estudiantes de la universidad conforman el total,
universo o poblacin.
Para recabar informacin de
una muestra se emplean las
encuestas.
Para recabar informacin de
la poblacin se emplean los
censos.
TIPOS DE FRECUENCIA
Frecuencia absoluta de un
dato (fi)
Llamamos frecuencia
absoluta de un dato (xi) de
la variable, al nmero de
veces que aparece repetido
dicho dato en el conjunto de
observaciones realizadas (n).
Frecuencia absoluta
acumulada de un dato (Fi )
La frecuencia absoluta
acumulada de un dato (xi)
es igual a la suma de las
frecuencias absolutas de los
datos inferiores o iguales a
dicho dato.
As, por ejemplo: F3 = f1+f2+f3
Frecuencia relativa de un
dato (hi)
Llamamos frecuencia
relativa de un dato (xi) de la
variable, al cociente entre
su frecuencia absoluta (fi) y
el nmero de observaciones
realizadas (n).
As por ejemplo:
Poblacin: es un conjunto de elementos (personas, animales, objetos, puntajes,

medicin, etc.) que presenta determinadas caractersticas observables y
medibles.
Adems, observamos que los 50 alumnos encuestados, son una parte de la
poblacin de estudiantes, y conforman un grupo llamado muestra.
Muestra: es un subconjunto de una poblacin.
Una vez hecha la encuesta, notamos que hay ciertas caractersticas que se han
determinado con los diferentes datos obtenidos. A dichas caractersticas se
les conoce como variables estadsticas.
Variable estadstica: es una caracterstica de los elementos de la poblacin.
Por ejemplo:
En las tablas presentadas, las variables son la preferencia por la comida
vegetariana, las porciones diarias de carne, el peso, la talla, el sexo y el ciclo
de estudios.
Podemos notar que estas variables tienen diferentes cualidades. Por ejemplo:
La comida vegetariana, el sexo y el ciclo universitario son variables que
indican atributos llamados variables cualitativas. El ciclo universitario es
una variable que requiere un orden determinado y la denominamos variable
cualitativa ordinal, mientras que el sexo es un atributo que no requiere un
orden determinado y lo podemos denominar variable cualitativa nominal.
Las proporciones de carne al da, el peso y la talla son variables que se pueden
contar y medir, y son llamadas variables cuantitativas.
Las variables que pueden ser contadas, como las porciones de carne al da,
se denominan variables discretas, mientras que las variables que representan
medidas, como la talla y el peso, se denominan variables continuas.
1.2 Distribucin de frecuencias para datos no agrupados

Frecuencia relativa
acumulada de un dato (Hi)
Se llama frecuencia relativa
acumulada de un dato (xi)
de la variable, a la suma
de las frecuencias relativas
de los datos inferiores o
iguales a dicho dato.
As por ejemplo:
H4 = h1 + h2 + h3 + h4
Para realizar un trabajo estadstico seguimos los siguientes pasos:

a. Toma de datos: es la recoleccin de toda la informacin obtenida en el
trabajo de campo.
b. Ordenacin: es la colocacin de los datos en orden ascendente o
descendente.
c. Agrupacin: es la reunin de los datos ordenados en grupos llamados
clases, los cuales se ubican en tablas.
d. Representacin: es la presentacin de la informacin de modo
comprensible y significativo.
5/31/07 6:55:51 AM
Las formas de representacin pueden ser: diagramas, tablas, cuadros de

doble entrada, grficos, etc.
IMPORTANTES
e. Interpretacin: consiste en explicar, decodificar o conceptualizar lo que

ha sido representado.
Veamos otro ejemplo:
Los directivos de un colegio estn interesados en futuras promociones y
necesitan tener informacin del nmero de hermanos que tiene cada uno de
sus estudiantes. Para ello, escoge una muestra al azar de 50 estudiantes,
obtenindose el siguiente resultado:
1; 2; 0; 3;
0;
1; 1; 2;
3; 4;
0; 1;
3;
2;
1; 1; 1; 0;
2; 1; 3; 5;
6;
1; 1; 2;
4; 2;
1; 1;
1;
2;
0; 3; 1; 2;
1; 2; 4; 5;
3;
3; 5; 6;
0; 0;
3; 2;
2;
3.
De la informacin recogida, podemos observar que hay datos que se repiten

un nmero determinado de veces. Por lo tanto, llamamos frecuencia,
denotada por fi , al nmero de veces que aparece el dato durante el proceso
de conteo. Dado que el nmero de hermanos es un valor comprendido entre
0 y 6, podemos ordenar estos datos con su frecuencia respectiva en la tabla
siguiente.
Representacin:
Tabla 7: Distribucin de frecuencia del nmero de hermanos
Nmero
de
hermanos
fi
Conteo
Frecuencia Frecuencia Frecuencia

Absoluta
Absoluta
Relativa
fi
Acumulada
hi
Fi
Frecuencia
Relativa
Acumulada
Hi
0,14
0,14 14%
15
22
0,30
0,44 44%
11
33
0,22
0,66 66%
42
0,18
0,84 84%
45
0,06
0,90 90%
48
0,06
0,96 96%
50
0,04
1,00 100%
50
1,00
Interpretacin:
En la tabla 7 observamos que:
- La suma de las frecuencias absolutas ( fi ) es igual al nmero de datos

( n = 50 ) .
- La ltima frecuencia absoluta acumulada es igual al nmero de datos.
7
5/31/07 6:55:51 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
- La suma de las frecuencias relativas ( hi ) es igual a 1.

- La ltima frecuencia relativa acumulada es igual a 1.
Por otro lado, en este ejemplo notamos que hay una mayor acumulacin de
frecuencias en los valores de xi comprendidas entre 0 y 3, lo cual nos permite
inferir que la mayora de las familias de la muestra tienen entre 1 y 4 hijos.
Como la hierba mala

Destino de la produccin
de hoja de coca
Produccin
para uso ilcito
92%
En funcin de la frecuencia relativa acumulada (Hi) porcentual, encontramos que:

a. El 66% (ms de la mitad de la muestra) de los estudiantes tiene hasta 2
hermanos inclusive.
b. El 44% (menos de la mitad de la muestra) no tiene hermanos o slo tiene
uno.
c. El 10% de los estudiantes encuestados tiene ms de 4 hermanos. (Esto se
calcula de la siguiente manera: 100% - 90% = 10%).
d. El 14% de los estudiantes encuestados es hijo nico (xi = 0).
Tradicional e industrial 8%
Mercado informal 67%
Enaco 33%
Fuente: El Comercio, 25 de marzo

de 2007.
Esta interpretacin resulta ms accesible si se elaboran representaciones

grficas.
Representaciones grficas
Despus de organizar los datos en una tabla de distribucin de frecuencia,
los podemos representar grficamente, pues as nos darn una informacin
precisa y permitirn extraer conclusiones sobre el comportamiento de la
variable de estudio.
ndice de rigidez del empleo 2005

76
Diagramacin de barras
75
Es una representacin grfica propia de una distribucin de frecuencia de una

variable cuantitativa discreta o de una variable cualitativa.
61
42
41
38
28
23
Venezuela
Per
Argentina Colombia
Bolivia
Brasil
Mxico
Chile
Se coloca sobre el eje de las abscisas los distintos valores de la variable, que
son base de cada barra, y su altura corresponde a la frecuencia absoluta o
relativa que se ubica en el eje de las ordenadas.
15
fi
10
xi
5/31/07 6:55:53 AM
IMPORTANTES
Para el proceso de construccin de este grfico tomamos en cuenta las

siguientes consideraciones:
a. El valor de la variable 0 se debe ubicar a la derecha del origen de los ejes
coordenados.
b. Una vez ubicado el 0 se toma una escala conveniente para ubicar los
puntos correspondientes a los dems valores de xi .
c. Para ubicar los valores de las frecuencias absolutas (fi), se ha considerado
la regla de los tres cuartos de altura, que consiste en tomar los tres cuartos
de la longitud k entre el menor valor de xi (xi = 0) y el mayor valor de xi
(x7 = 6) como la mxima altura que le corresponder al mayor valor de fi (en
este caso, igual a 15). En este caso, para una unidad de xi consideramos una
longitud de 2 cm por lo que la longitud k es igual a 12 cm. Aplicando la regla
de los tres cuartos de altura, la altura mxima del grfico, correspondiente
3
al mayor valor fi , es altura = 12 altura = 9 cm . Luego, 9 cm de
4
altura le corresponde a f2 = 15.
Para calcular las alturas (ai) de las barras, consideramos la siguiente
relacin:
ai 9
=
fi 15
9
fi
ai =
15
Distribuciones especiales
c
b
a
Curvas Simtricas unimodales
a) Platicrtica
b) Normal
c) Leptocrtica
A
Por ejemplo para fi = 7 correspondiente a xi = 0, tenemos:

9
ai =
7
15
ai = 4, 2 cm
Para calcular las siguientes alturas se procede anlogamente.
Diagrama circular
Es una representacin grfica que consiste en un crculo divido en partes
proporcionales a las frecuencias relativas de variables cualitativas.
Se dibuja un crculo y se divide en sectores correspondientes a cada variable.
En el interior de cada sector se coloca
el nombre de la variable y el porcentaje PROGRAMAS NMERO DE
DE TV
ALUMNOS
correspondiente a la frecuencia relativa
Series
7
de cada variable.
Veamos el siguiente ejemplo:
Pelculas
Se realiza una encuesta en un saln

de clases sobre la preferencia de
ciertos programas de televisin con los
siguientes resultados:
Musicales
Noticieros
Otros
A: Simtrica unimodal
B: Simtrica Bimodal
C: Asimtrica Bimodal
D: Asimtrica unimodal
sesgada hacia la
derecha
E: Asimtrica unimodal
sesgada hacia la
izquierda
F: Curva rectangular
G: Curva J
5/31/07 6:55:54 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
Esto lo podemos escribir en la siguiente tabla:

Tabla 8: Distribucin de frecuencias de preferencia de programas de
televisin
El factor de conversin
para obtener los grados
es 3,6 porque 360
representa el 100% del
diagrama circular.
Programas
de TV xi
Frecuencia
Absoluta fi
Frecuencia
Relativa
hi
Series
Pelculas
Musicales
Noticieros
Otros
Total
7
6
8
3
1
25
8
7
6
Grados
hi% x 3,6
Grados
Acumulados
hi %
0,28
0,24
0,32
0,12
0,04
1,00
28
24
32
12
4
100
100,8
86,4
115,2
43,2
14,4
360,0
100,8
187,2
302,4
345,6
360,0
100,8
Pelculas
24%
Histograma de frecuencias
de programas de TV
187,2
Otro
Musicales
32%
8
7
6
Series
28%
s 4% 0
Noticieros 345,6
12%
Programa de sectores
circulares:
Variables, Frecuencia relativa
en %: en el interior de los
sectores.
Grados acumulados:
Indicados por las lneas
divisoras de los sectores;
estn en el crculo.
302,4
Para el proceso de construccin de este grfico, tomamos en cuenta las

siguientes consideraciones:
S
Polgono de frecuencia de
programas de TV
a. Se dibuja un crculo, se fija el centro O y se traza una lnea radial de

origen desde el centro O a un punto de la circunferencia.
b. Colocamos un transportador circular con la marca 0 en el origen y
marcamos sobre la circunferencia los grados acumulados obtenidos en la
tabla 8 en sentido antihorario.
c. Unimos el centro con los puntos marcados sobre la circunferencia.
d. Escribimos el nombre de las variables y sus respectivos porcentajes sobre
cada sector circular.
Curva de frecuencias
de programas de TV
asimtrica bimodal
Interpretacin:
Observamos que:
a. Hay una marcada preferencia de los estudiantes por los programas
musicales, y esto se puede apreciar por el sector ms amplio en el diagrama
circular.
b. El inters de los alumnos por los noticieros resulta mnimo, tal como lo
notamos en el sector correspondiente.
10
5/31/07 6:55:55 AM
1.3 Distribucin de frecuencias para datos agrupados

En la recoleccin de datos es frecuente encontrar muchos valores de la
variable de estudio, y resulta poco prctico numerarlas todas. En aras de la
claridad y comprensin del usuario, resulta conveniente agrupar estos valores
en intervalos consecutivos, los que llamamos intervalos de clase. Por ejemplo,
si tuviramos valores comprendidos entre 0 y 100, podramos agruparlos en
intervalos de longitud constante como: [ 0;10 , [10; 20 , [ 20; 30 , etc. Que
son intervalos semiabiertos por la derecha, a excepcin del ltimo intervalo
[90;100] que es cerrado.
Hay mtodos que nos permiten calcular el nmero (k) de intervalos de clase
que depende del nmero (n) de valores de la variable. Este nmero de
intervalos de clase nos permitir calcular la longitud (L) de los intervalos de
clase.
Para lograr estos objetivos, es necesario saber entre qu lmites estn
comprendidos los valores de la variable para as determinar qu tan grande
es la distribucin de valores. Es decir, si calculamos la diferencia entre
el mayor y el menor valor de la variable, podemos determinar la longitud
llamada rango R.
Ilustremos lo mencionado a travs de un ejemplo:
110
110
130
103
102
108
97
92
108
108
125
122
115
109
136
93
120
110
140
99
130
90
104
107
93
95
108
105
124
98
96
103
112
104
106
115
102
124
107
110
Los puntajes mencionados corresponden a un test de aptitudes tomado a 40

estudiantes del colegio Champagnat.
Resolucin:
a. Determinemos el rango: para ello, debemos encontrar el menor y el mayor
valor de la distribucin.
x min = 90,
x max = 140; luego:
R= x max - x min R= 140 - 90

R= 50
b. Calculamos el nmero de intervalos de clase: para ello es conveniente
valernos de un criterio establecido, por ejemplo, la regla de Sturges. Esta
regla nos permite determinar el nmero (k) en intervalos de clase en
funcin del nmero (n) de valores de la variable.
k = 1 + 3,3 log n
Para construir la
distribucin de frecuencias
de intervalos hay varios
procedimientos y se
recomienda:
* Elegir no ms de 20
intervalos ni menos de 5,
ya que muchos intervalos
pueden complicar
innecesariamente los
clculos de las medidas
descriptivas, y pocos
intervalos podran omitir
caractersticas importantes
de los datos. En este caso
elegimos todo los intervalos
de igual amplitud A.
Construccin de
la distribucin de
frecuencias
Dados n valores de alguna
variable cuantitativa X
continua (o discreta en ms
de 20 valores distintos)
uno de los mtodos para
construir la distribucin de
frecuencia es:
1. Determina el rango (R)
de variacin de los datos
que se dene por:
R = Xmax - Xmin
donde Xmax es el dato
mximo y Xmin es el dato
mnimo.
2. Determina el nmero de
intervalos k.
Un valor aproximado del
nmero de intervalos k, nos
lo proporciona la Regla de
Sturges, donde:
k = 1 + 3,3 log (n); n 10
Por ejemplo:
Si se tiene n = 45 datos sin
decimales entonces.
k = 1 + 3,3log (45) = 6,4556
Luego, k podr elegirse
como 6 7.
k = 1 + 3,3 log (40)

k = 1 + 3,3 (1,60206)
k = 6,28680
11
5/31/07 6:55:55 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
Redondeando al entero: k = 6 (es decir, determinamos el nmero de

intervalos de clase igual a 6).
El intervalo de clase (I)
tiene un representante
llamado marca de clase
(xi) que es el punto
medio del intervalo (I).
c. Ahora, calcularemos la longitud (L) del intervalo de clase, como hay

6 intervalos y el rango es igual a 50, la longitud se obtiene obviamente
dividiendo el rango (R) entre el nmero de intervalos (k), es decir:
R
L=
k
50
L=
6
)
L = 8, 3
Redondeando: L = 8
Tabla 9: Distribucin de frecuencias correspondiente a un test de aptitudes aplicado a estudiantes

del colegio Champagnat
Intervalos I
Conteo Marca Frecuencia
Frecuencia
Frecuencia
Frecuencia
de clase
absoluta
relativa
acumulada
relativa
xi
fi
Fi
acumulativa
hi
hi%
Hi
Hi%
[ 90 98
94
0,175
17,5
0,175
17,5
[ 98 106
102
0,225
22,5
16
0,400
40,0
[ 106 114
110
13
0,325
32,5
29
0,725
72,5
[ 114 122
118
0,075
7,5
32
0,800
80,0
[ 122 130
126
0,100
10,0
36
0,900
90,0
[ 130 140 ]
135
0,100
10,0
40
1,000
100,0
40
1,000
100,0
Interpretacin
En la tabla 9, observamos que hay una mayor frecuencia (f3 = 13) en el
tercer intervalo [ 106 114 , esto significa que encontramos una mayor
cantidad de valores entre los nmeros mayores o iguales a 106 y menores que
114, es decir, un mayor nmero de alumnos que obtuvieron calificaciones
comprendidas entre estos valores.
Al observar la columna de Frecuencia Acumulada Porcentual (Hi%) notamos
que al segundo intervalo [ 98 106 le corresponde el valor 40%. Esto
significa que las calificaciones comprendidas entre 90, que es el primer
valor, hasta los valores menores que 106 llegan al 40% del total de alumnos
evaluados, es decir, menos de la mitad. Asimismo, vemos tambin que al
cuarto intervalo [ 114 122 le corresponde el valor 80% de la frecuencia
acumulada porcentual (Hi %), lo que nos permite afirmar, que el 20%
(obtenido de restar 80% de 100%) tiene calificaciones mayores o iguales a
122 y menores o iguales a 140, lo que denominamos el quinto superior de la
distribucin.
12
5/31/07 6:55:56 AM
IMPORTANTES
Representaciones grficas para datos agrupados

Histograma
Consiste en una sucesin de rectngulos contiguos cuyas longitudes de sus
bases coinciden con las longitudes de los intervalos de clase, y cuyas alturas
corresponden a las frecuencias de cada intervalo.
Para la construccin de este grfico podemos tomar una escala horizontal
de 1 cm = 5 unidades de xi y una escala vertical de 1 cm = 2 unidades de fi.
Esto nos proporciona una relacin prxima a los tres cuartos de altura, pues
tenemos una longitud igual a 10 cm equivalente a 50 unidades de xi y una
altura mxima de 6,5 cm equivalente a 13 unidades de fi.
f
13
12
11
10
9
8
7
6
5
4
3
2
1
90
100
110
120
130
140
Polgono de frecuencias
Es la lnea poligonal que resulta de la unin de los puntos medios de las
alturas de las barras del histograma. Esta lnea puede cerrar en los extremos
sobre el eje horizontal a una distancia equivalente a medio intervalo a cada
lado, tal como se observa en la siguiente figura.
f
13
12
11
10
9
8
7
6
5
4
3
2
1
90
100
110
120
130
140
Ojiva porcentual acumulativa

Es una lnea poligonal abierta que pasa por los puntos que
representan los lmites superiores de los intervalos. A cada
lmite superior le corresponde la frecuencia acumulada
porcentual de la clase correspondiente. La lnea inicia con el
lmite inferior del primer intervalo, asignndosele Hi% = 0.
Este grfico nos proporciona una percepcin grfica de
la Frecuencia acumulada porcentual, y nos permite captar
visualmente las mismas interpretaciones que las realizadas
con la Frecuencia Acumulada Porcentual (H %) presentada
en la tabla.
Hi %
100
80
60
40
20
90
100
110
120
130
140
13
6/12/07 6:50:18 PM
Serie 3 / TEORA DE
MATEMTICA BSICA
Actividad 1
Disea actividades en las que los estudiantes organicen, representen e interpreten tablas de frecuencias y
grcos estadsticos a travs del anlisis de situaciones reales, mostrando sentido crtico ante la realidad
peruana.
- Busca informacin estadstica en los medios de comunicacin, revistas o la internet, relacionada con
la problemtica de la realidad nacional como pobreza, mortalidad infantil, analfabetismo, SIDA,
etc.
- Elabora cinco situaciones basadas en esta informacin que permitan a los estudiantes, identicar la
poblacin, muestra, variable, elaborar e interpretar tablas de frecuencia con datos agrupados y no
agrupados, elaborar e interpretar diversos grcos estadsticos.
- Es conveniente presentar los diversos tipos de variables (cualitativos, cuantitativos, discretos,
continuos).
- Comparte con tus colegas de rea las actividades que has diseado para enriquecer tu trabajo.
Observa un ejemplo con datos no agrupados:
En el pueblo de Lamas se realiza un estudio de 30 familias para averiguar el nmero de hijos por familia
con la finalidad de instalar una posta mdica. Los resultados fueron los siguientes:
1
1
0
2
2
3
1
2
2
0
1
4
2
1
3
1
2
0
3
3
4
0
1
2
2
2
3
4
2
1
Con respecto a esta informacin:
a. Identica: poblacin, muestra, variable y tipo de variable.
b. Elabora una tabla de frecuencias e interprtala.
c. Elabora un grco de barras y un grco circular, e interprtalos.
en grupo...
investiga con tus colegas
Renete con tus colegas de rea y distribuyan el trabajo en forma equitativa.
Cada integrante deber elaborar un resumen con las ideas principales del tema Madres Adolescentes y
acompaarlo con grficas estadsticas.
Vulvanse a reunir para compartir lo que han investigado y discutir el tema, tomando en cuenta las
siguientes preguntas:
Qu te ha impresionado ms del tema? Por qu?
Qu opinin general tienes del tema?
Qu posibles soluciones propones?
Temas y pginas sugeridos para investigar:
Pobreza en el Per
www.unfpa.org.pe/infosd/pobreza/pobreza-01.htm
Mortalidad infantil
www.undp.org/spanish/mdgup/ODM-mortalidad.pdf
Madres adolescentes
http://sisbib.unmsm.edu.pe/Bvrevistas/ginecologia/vol50-Ns/a06.htm
Drogadiccin en el Per
www.cedro.org.pe/estadisticas.htm
Finalmente, elaboren un cuadro resumen y entreguen una fotocopia a cada integrante para poder usar esa
informacin en clase.
14
5/31/07 6:55:57 AM
IMPORTANTES
2. MEDIDAS de
TENDENCIA
CENTRAL
El objetivo fundamental de la Estadstica Descriptiva es poder mostrar de
modo comprensible un conjunto de datos que en un principio se presentan
desordenados y confusos. De ah que se haya recurrido a diversos procedimientos como la agrupacin y la representacin grfica.
Otra manera de describir un conjunto de datos es representarlos por un
nmero. Es decir, queremos ahora que este conjunto de datos pueda tener un
valor representativo. A este valor representante lo denominamos Medida de
tendencia central.
En todo anlisis o
interpretacin de datos
numricos, se puede
utilizar una gran variedad
de medidas descriptivas
que representan las
propiedades de: posicin,
dispersin y forma, para
extraer y resumir las
caractersticas resaltantes
del conjunto de datos.
Propiedades de
los datos
2.1 Media aritmtica

Se trata de buscar un valor promedio que de cierta manera signifique una
posicin central con respecto a los datos. As, si el valor representante tiene
una tendencia central, se espera que los datos sean algunos menores y otros
mayores que el valor representante, decimos entonces que los datos mayores
estn desviados a la derecha del promedio.
Si una desviacin (di) es la diferencia entre el valor de la variable (xi) y el valor
promedio ( ) expresado como: di = xi - , definiremos la media aritmtica de
un conjunto de calificaciones como el valor numrico con respecto al cual la
suma de las desviaciones a la izquierda es igual a la suma de las desviaciones
a la derecha o, dicho de otra manera, como el valor con respecto al cual la
suma de las desviaciones es igual a cero.
As, por ejemplo, si tenemos tres datos 4; 6; 14; podemos decir que el valor
8 es la media aritmtica, pues calculando sus desviaciones:
Posicin
Simetra
modalidad
curtosis
Media
aritmtica
mediana
moda
cuantiles
Simetra
asimetra
Recorrido
varianza
desviacin
estndar
coeciente
de variacin
d3
d1
d2 = 6 8 = 2
Donde vemos que la suma es:
Posicin
Medidas Variabilidad
de
tendencia
central
d1 = 4 8 = 4
d3 = 14 8 = 6
Posicin
d2
4
X
6
14
d1 + d2 + d3 = 0
d1 + d2 + d3 = 4 2 + 6 = 0
Sin embargo, es mejor deducir una manera prctica de calcular la media
aritmtica, para lo cual, en general, tenemos:
15
5/31/07 6:55:57 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
d1
d2
d3
M
dn
= x1 x
= x2 x
= x3 x
= xn x
Sumando miembro a miembro:

d1 + d 2 + d3 + ... + d n = x1 + x2 + x3 + ... + xn ( x + x + ... x )
1444
424444
3 144424443 1442443
igual a cero
suma de las calificaciones
n sumandos
Si a cada valor de un
conjunto de datos le
aadimos una cantidad
constante, la media
aritmtica de ese conjunto
quedar aadida en dicha
cantidad constante.
As, si tenemos el conjunto
de datos:
, la
media aritmtica
es:
Si aadimos a cada
elemento una constante k,
tenemos:
0 = xi n x
i =1
n x = xi
i =1
x=
i =1
Lo que nos permite calcular la media aritmtica de un conjunto de datos.

As, en el ejemplo mostrado:
4 + 6 + 14
x=
3
24
x=
3
x=8
Veamos el siguiente ejemplo:
En un saln de diez alumnos, se obtuvieron las siguientes calificaciones:
13; 16; 10; 8; 11; 15; 10; 12; 13; 11
Aplicando la frmula:
13 + 16 + 10 + 8 + 11 + 15 + 10 + 12 + 13 + 11
x=
10
119
x=
10
x = 11, 9
Se determina que la media aritmtica de las calificaciones es 11,9.
Media aritmtica de datos agrupados
Cuando tenemos datos agrupados en intervalos de clase, la frmula para
calcular la media aritmtica ( ) es:
16
5/31/07 6:55:58 AM
IMPORTANTES
x=
xi
i =1
En donde fi es la frecuencia absoluta de cada intervalo, xi es la marca de clase

correspondiente, m es el nmero de clases y n es el nmero de datos.
Veamos el caso de los datos agrupados procesado en la tabla 9; hay 6 intervalos
de clase (n = 6).
Tabla 10: Distribucin de frecuencias correspondiente a un test de
aptitudes aplicado a estudiantes del colegio Champagnat
Intervalos I
[ 90 98
[ 98 106
[ 106 114
[ 114 122
[ 122 130
[ 130 140 ]
Marca de
Frecuencia
Clase xi
Absoluta fi
94
7
102
9
110
13
118
3
126
4
134
4
40
fi xi
658
918
1 430
354
504
536
4 400
Aplicando la frmula
m
x=
i =1
40
x = 110
xi
x=
4400
40
2.2 Mediana
Es un criterio de tendencia central que considera al valor representante en el
centro de la sucesin ordenada de las calificaciones, es decir, que el nmero de
datos a la izquierda del promedio es igual al nmero de datos a su derecha.
Si estamos en el caso de datos no agrupados, la mediana se determina segn
los siguientes casos:
1. Si el nmero de datos es impar, la mediana es la calificacin central de la
sucesin ordenada de los datos.
Por ejemplo, si tenemos los datos:
1; 5; 4; 2; 7; 9; 10
La sucesin ordenada es:
1; 2; 4; 5; 7; 9; 10
http://www.york.ac.uk/depts/
maths/histstat/people/fisher.gif
RONALD AYLMER
FISHER
(Londres, 1890 Adelaida, 1962)
Ronald Aylmer Fisher es
considerado el Padre de
la Estadstica Moderna,
ya que realiz importantes
contribuciones a la
metodologa estadstica,
que aunque fuertemente
motivadas por problemas
genticos, biolgicos y de
la agricultura, pronto se
usaron en la industria, en
trabajos de investigacin
social y en general, en
todas las reas donde se
utiliza la experimentacin
y la observacin cientfica.
Fue l quien introdujo
definitivamente a la
Estadstica en el llamado
mtodo cientfico de las
ciencias factuales. Fue as
que, durante las dcadas de
los treintas a los sesentas
del siglo XX, se realiz
una intensa actividad de
investigacin y aplicacin
en metodologa estadstica.
http:www.uv.mx/acl/
paginas/ciencia-4.htm
La mediana (Me) es el valor central: Me = 5

17
5/31/07 6:55:59 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
2. Si el nmero de datos es par, la mediana es calculada como la semisuma

de los valores centrales de la sucesin ordenada de los datos.
Por ejemplo, si tenemos los datos:
2; 5; 9; 4; 6; 9; 4; 7
la sucesin ordenada es: 2; 4; 4; 5; 6; 7; 9; 9
La mediana (Me) es la semisuma de los valores centrales 5; 6:
5+6
Me = 5, 5
2
Mediana de datos agrupados
Me =
13
Cuando tenemos datos agrupados en intervalos de clase, la frmula para

calcular la mediana (Me) es:
9
7
3
94 102 110 118 126 134
Me = 108,46
Tabla 11
Frecuencia
Intervalos I Frecuencia
absoluta fi acumulada Fi
7
7
[ 90 98
9
16
[ 98 106
13
29
[ 106 114
3
32
[ 114 122
4
36
[ 122 130
4
40
[ 130 140
40
En donde, Um es el lmite inferior o extremo izquierdo del intervalo al que

pertenece la mediana, fm es la frecuencia absoluta de este intervalo, Fm 1 es la
frecuencia acumulada anterior a dicho intervalo, L es la longitud del intervalo
y n es el nmero de datos.
Veamos el caso de datos agrupados ya elaborado y calculemos la mediana.
Indicaciones para determinar la mediana:
Intervalos I
Frecuencia Absoluta fi
Frecuencia Acumulada Fi
[ 90 98
[ 98 106
16
[ 106 114
13
29
[ 114 122
32
[ 122 130
36
[ 130 140 ]
40
n 40
n
=
= 20
2 2
2
2. En la columna de la Frecuencia Acumulada (Fi) ubicamos el valor Fm
n
igual o inmediato superior a = 20 . En este caso Fm = 29.
2
3. El intervalo [ 106 114 , correspondiente al valor encontrado Fm = 29,
es el intervalo al que pertenece la mediana.
1. Calculamos
18
5/31/07 6:56:00 AM
4. La frecuencia acumulada anterior (Fm-1) al intervalo de la mediana es

Fm-1 = 16, el lmite inferior del intervalo de la mediana es Um = 106, la
frecuencia absoluta del intervalo de la mediana es fm = 13 y la longitud
del intervalo es L = 8.
IMPORTANTES
Reemplazando en la frmula:
20 16
Me = 106 +
8
13
Y, colega, qu tal los

resultados de la evaluacin
semestral de estudiantes del
primer ao?
Me = 106 + 2, 46
Me = 108, 46
2.3 Moda
Otro criterio para determinar un representante del conjunto de datos es
considerar el nmero de veces que aparece cada dato. As, la moda es el dato
de mayor frecuencia de un conjunto de datos. Podra haber ms de una moda.
Si hubiera dos modas, se tratara de una distribucin bimodal y si hubiera
varias modas, tendramos una distribucin multimodal.
Para el caso de datos no agrupados, veamos el siguiente ejemplo:
Tenemos los datos: 1; 4; 8; 4; 6; 8; 7; 9; 8
Observamos que el dato que aparece con mayor frecuencia es el nmero 8.
Decimos entonces que la moda (Mo) es: Mo = 8.
Para datos agrupados, se aplica la siguiente frmula:
1
Mo = U mo +
L
1 + 2
Pues la mitad del grupo

A est por debajo de la
media y el grupo B est por
encima, adems de tener una
desviacin igual a 2 ...
En donde: Umo es el lmite inferior del intervalo al que pertenece la moda; 1

es la diferencia entre la frecuencia absoluta de la clase que contiene la moda
y la frecuencia absoluta de la clase anterior, es decir 1 = f mo f mo 1 ; 2 es
la diferencia entre la frecuencia absoluta de la clase que contiene la moda y
la frecuencia absoluta de la clase posterior, es decir, 2 = f mo f mo +1 ; y L es
la longitud del intervalo.
Intervalos I
[ 90 98
Frecuencia Absoluta fi
7
[ 98 106
[ 106 114
13
[ 114 122
[ 122 130
[ 130 140 ]
4
19
5/31/07 6:56:01 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
Veamos el caso de los datos agrupados:

Procedimiento para determinar la moda:
1. Ubicamos el intervalo de la moda [ 106 114 que es el correspondiente a
la clase de mayor frecuencia fmo = 13. El lmite inferior (Umo) es Umo = 106.
2. Las frecuencias anterior y posterior a la mayor frecuencia son
respectivamente: f mo 1 = 9 y f mo +1 = 3 .
3. Calculamos:
1 = 13 9 = 4
2 = 13 3 = 10
Reemplazando en la frmula:
4
Mo = 106 +
8
4 + 10
Las distribuciones
de frecuencia
siguen el siguiente
comportamiento
Mo = 106 + 2, 29
Mo = 108, 29
Interpretacin:
Podemos notar que los resultados de las tres medidas de tendencia central
obtenidas del caso de datos agrupados siguen la relacin de desigualdad:
Mo
Para distribucin simtrica
x = Me = Mo
108, 29 < 108, 46 < 110 . Esto expresa una distribucin asimtrica con sesgo
hacia la derecha, lo cual denotamos como: Mo < Me < x
2.4 Relacin entre la media, la mediana y la moda

Mo
Me x
Para distribucin asimtrica

sesgada hacia la izquierda
Mo < Me < x
Cuando trabajamos un problema de Estadstica, la media aritmtica suele

ser la medida de tendencia central ms utilizada. Sin embargo, la media
aritmtica es sensible a valores extremos con alta frecuencia (distribuciones
asimtricas) y puede ser ms conveniente el uso de la mediana para estos
casos.
Para el caso de distribuciones unimodales, la mediana est frecuentemente
comprendida entre la media y la moda.
Me Mo
As las medidas de tendencia central son valores numricos estadgrafos que

representan la tendencia de todo el conjunto de datos estadsticos. Son los
valores o promedio alrededor de los cuales se agrupan todos los dems.
Para distribucin asimtrica

sesgada hacia la derecha
x < Me < Mo
20
6/12/07 6:50:39 PM
Actividad 2
IMPORTANTES
Calcula e interpreta medidas de tendencia central de un conjunto de datos agrupados o no

agrupados, aplicando algoritmos pertinentes, mostrando exactitud y precisin.
1. Plantea a tus estudiantes casos en los que la media aritmtica resulta poco representativa por
ser una distribucin muy asimtrica y donde resulta ms conveniente el uso de la mediana.
Discute los casos.
2. Para resolver el siguiente problema, se recomienda formar grupos de seis estudiantes para
interpretar paso a paso la solucin del problema, los cuales sern guiados por el docente.
Resuelve los problemas siguientes:
Para determinar el grado de sobrepeso de los alumnos de 3 de secundaria de un colegio
particular se tom una muestra de 24 alumnos. Los resultados fueron los siguientes:
62,2
53,2
60,2
55,6
65,8
49,6
57,3
62,3
65,2
62,2
49,9
46,4
54,2
50,1
61,1
42,3
44,8
40,9
66,9
60,2
61,4
51,2
56,2
43,3
Con respecto a esta informacin:

a. Identifiquen la variable y el tipo de variable.
b. Elaboren una tabla de frecuencias para datos agrupados.
c. Elaboren un histograma con su polgono de frecuencias.
d. Determinen la media aritmtica, la mediana y la moda.
e. Establezcan una relacin entre estas tres medidas de tendencia central y determinen el
tipo de simetra, interpretando los resultados.
Los dimetros en centmetros de 50 lapiceros fabricados por una cierta compaa se muestran
en la siguiente tabla.
0,529
0,538
0,532
0,529
0,535
0,536
0,534
0,542
0,537
0,530
0,538
0,536
0,536
0,536
0,526
0,525
0,524
0,543
0,530
0,539
0,542
0,528
0,546
0,532
0,534
0,535
0,539
0,527
0,544
0,527
0,535
0,534
0,540
0,540
0,536
0,532
0,535
0,535
0,535
0,528
0,541
0,531
0,540
0,532
0,535
0,533
0,535
0,537
0,537
0,545
Con respecto a esta transformacin:
a. Identifica la variable y clasifcala.
b. Determina el nmero de intervalos de clase aplicando la frmula de Sturges y la longitud
de los intervalos.
c. Elabora una tabla de frecuencia absolutas, relativas y acumuladas.
d. Traza el histograma, el polgono de frecuencias y la ojiva porcentual acumulada.
e. Calcula el dimetro medio, e indica la media en el histograma trazando una lnea
vertical.
f. Calcula la mediana y la moda.
g. Compara las medidas de tendencia central. Indica qu tipo de asimetra tiene la distribucin
e interpreta el sesgo que presenta.
21
5/31/07 6:02:40 PM
Serie 3 / TEORA DE
MATEMTICA BSICA
3. MEDIDAS
de DISPERSIN
25
50
CURVA A
25
50
CURVA B
Las curvas A y B tienen

igual media aritmtica
pero diferentes
distribuciones, es
decir, distintas medidas
de dispersin o
variabilidad.
La distribucin
representada en
la curva A es ms
homognea que la de la
curva B. Es decir, que
la variabilidad en la
curva A es menor que
en la curva B.
Frecuencia fi
Calicacin por encima

De 15 distribucin de baja
dispersin
ada
elev rsin
e
disp
10
15
20
Acabamos de realizar un anlisis de las medidas de tendencia central con el

fin de describir un conjunto de datos de alguna variable estadstica; es decir,
hemos focalizado los promedios que determinan el centro, pero con estos
conocimientos no podemos visualizar cmo estos datos estn localizados
alrededor del centro. Para ello, es necesario realizar un breve anlisis
sobre las medidas de dispersin o variabilidad, que son aquellas medidas
numricas que miden el grado de separacin de los datos con respecto a un
valor central, que generalmente es la media aritmtica. Las ms reconocidas
son la varianza, la desviacin estndar y el coeficiente de variacin.
3.1 La varianza y la desviacin estndar

La varianza
Es una medida de dispersin que nos informa el grado de dispersin de los
valores de una serie de datos con respecto a su media aritmtica, de tal manera
que cuanto mayor sea el valor de la varianza, mayor es la dispersin y mientras
ms pequea sea la varianza, menor es la dispersin, lo que nos informa la
concentracin de los datos o valores alrededor de su media aritmtica. Se
utiliza la frmula:
Donde:
S2 =
f ( x X )
i
fi : Frecuencias
S : Varianza
xi : Valores de las variables
X : Media aritmtica
n : Nmero de casos
La varianza se expresa en unidades al cuadrado: como kilmetro al cuadrado,
soles al cuadrado, aos de servicio al cuadrado, etc., segn las caractersticas
de los valores de las variables, por ello, para fines prcticos se utiliza la
Medida de Desviacin Estndar (S) que resulta de la extraccin de la raz
cuadrada de la varianza.
fi ( xi X ) 2
S:
n
Ejemplos:
1. Un estudiante obtiene una calificacin de 13 en el examen de Matemtica.
La media aritmtica de la clase es de 12. No podramos decir que la
calificacin del alumno es baja, ya que est por encima de la media. Si la
mayor cantidad de calificaciones estn estrechamente agrupadas en torno
a la media de 12, entonces, esta calificacin de un punto sobre la media
ser una de las ms elevadas, pero si por el contrario las calificaciones
22
5/31/07 6:56:08 AM
estn muy dispersas, abundando los 17 y 18, estar a un punto por encima
de la media no ser gran cosa, puesto que muchos lo han hecho mejor y por
lo tanto la calificacin de 13 es una calificacin baja o ms o menos alta.
Por lo tanto:
Una media de 12 con baja dispersin indicar que el estudiante lo hizo muy
bien, pero una media de 12 con alta dispersin implicar que su rendimiento
no es sobresaliente en comparacin con el resto de los examinados.
2. Calcula el grado de dispersin de los datos de notas en el curso de
Matemtica para 15 estudiantes del cuarto grado de educacin primaria
del colegio Carmelo School Chacra Ros Lima.
Notas
01
04
12
14
15
17
20
fi
1
2
3
2
2
2
3
15
xi - X
1 13 = -12
4 13 = - 9
12 13 = -1
14 13 = 1
15 13 = 2
17 13= 4
20 13= 7
(xi - X)2
144
81
1
1
4
16
49
fi (xi - X)2
1 (144) = 144
2 (81) = 162
3 (1) = 3
2 (1) = 2
2 (4) = 8
2 (16) = 32
3(49) = 147
498
IMPORTANTES
Distribucin 1
5,0 ; 5,0 ; 5,0 ; 5,0 ; 5,0
La variabilidad mnima
posible es cero y esto
ocurre si todos los valores
son exactamente iguales, y
por ello no hay variacin
en absoluto.
Distribucin 2
9,0 ; 9,1 ; 9,1 ; 9,1 ; 9,2
Hay una pequea
variabilidad, los valores
estn algo dispersos pero
muy poco.
Distribucin 3
15,0 ; 15,1 ; 15,1 ; 15,1;
15,2
En torno a la media, el grado de dispersin es alto.
La variabilidad con
respecto a la distribucin
2, es idntica, pero la
localizacin de ambas
distribuciones son
diferentes. Pues la
variacin es diferente a la
localizacin.
Coeficiente de variacin
Distribucin 4
Es una medida relativa que se expresa como porcentaje, sirve para comparar
la variabilidad de dos o ms conjuntos de datos que se expresan en diferentes
3,0 ; 3,0 ; 7,5 ; 5,0 ; 10,5
Esta cifra nos indica un alto ndice de dispersin.

Luego, la desviacin estndar ser:
unidades de medida.
Por ejemplo, tenemos que la desviacin estndar y la media aritmtica de los
estudiantes del cuarto grado de educacin primaria del Colegio Carmelo
y, supongamos que la media aritmtica y la
School es:
desviacin estndar de los estudiantes del quinto grado de educacin primaria
; entonces:
del mismo colegio es:
Para los alumnos del cuarto grado.
Para los alumnos del quinto grado.
Por lo que concluimos que existe una considerable variacin entre el ndice
de calificaciones del cuarto y quinto grado.
Esta distribucin presenta

ms variabilidad que las
distribuciones anteriores.
Distribucin 5
-7,0 .; +7,0
En el extremo opuesto a
la distribucin (1) podra
aceptarse una distribucin
con valores dispersos a lo
largo de todo intervalo de
-7,0 hasta +7,0 (o ms).
Sin embargo, en la prctica
es muy raro encontrar
dispersiones tan extremas.
23
5/31/07 6:56:08 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
Actividad 3
Interpreta medidas de dispersin de datos agrupados y no agrupados, aplicando algoritmos pertinentes,
mostrando exactitud y perseverancia.
Resuelve los siguientes problemas:
1. Dados los siguientes datos agrupados referentes a las edades de los participantes a un concurso
literario en la Universidad Catlica, se les pide a los alumnos que determinen la media aritmtica y
la desviacin estndar de la distribucin.
Intervalos I
fi
[ 20 23
[ 23 26
[ 26 29
[ 29 32
11
[ 32 35
10
[ 35 38 ]
2. Los pesos de 50 personas elegidas al azar se muestran en la siguiente tabla:

Intervalos
de clase
I
Marca de Frecuencia Frecuencia

clase
absoluta acumulada
xi
[ 20 30
[ 30 40
[ 40 50
[ 50 60
[ 60 70
fi
Frecuencia Frecuencia
relativa
relativa
acumulada
Fi
hi
ES
O
N
I
B
I
R
Hi
f i xi
fi (xi - x)2
R
0,90
Adems, se sabe que: h2 = h5 y h1 = h4 Determina la media, la mediana y la desviacin estndar.

Sugerencia: completa la tabla con la informacin presentada.
3. Se han elegido 150 productos para analizar sus pesos en gramos, los resultados estn clasificados en
la siguiente tabla.
Intervalos de clase Frecuencia absoluta
[ 2,00 2,04
[ 2,04 2,08
[ 2,08 2,12
[ 2,12 2,16
[ 2,16 2,20
[ 2,20 2,24 ]
[ 2,24 2,28 ]
[ 2,28 2,32 ]
12
20
38
x
y
z
9
8
Si se sabe que la media aritmtica es igual a 2,14 y

la mediana es igual a 2,128.
a. Construye el histograma y el polgono de
frecuencias.
R. x = 25; y = 21; z = 17
b. Calcula el valor de la desviacin estndar y el
coeficiente de variacin.
R. 0,075
c. Interpreta:
i. Asimetra de la distribucin.
ii. Grado de heterogeneidad en funcin del
coeficiente de variacin.
24
5/31/07 6:56:09 AM
IMPORTANTES
4. LA ESTADSTICA
en
NUESTRAS VIDAS
Aplicaciones de la Estadstica
La importancia de la Estadstica radica en sus aplicaciones. Por ello, se aplica
en relevantes campos de la ciencia, la tecnologa y la sociedad en general.
Mencionaremos las aplicaciones ms importantes de la Estadstica.
La Poltica
La Estadstica desempea en la Poltica un papel muchas veces decisivo.
A travs de ella, podemos conocer la preferencia de la poblacin electoral
por un candidato, o informarnos sobre el grado de aceptacin de la gestin
de una autoridad del gobierno. Con la Estadstica se puede disear una
campaa poltica, basndose en informacin fundada en encuestas de opinin
orientadas a determinados problemas sociales o nacionales.
La Educacin
Consumo mundial de cigarrillos

en miles de millones
1950
1960
1970
1980
1990
2000
1686
2150
3112
4388
5419
5500
Fuente: OMS
La Estadstica tambin sirve para medir

los parmetros de salud a nivel mundial.
La Estadstica resulta una herramienta indispensable en el campo de la

Educacin. Se requiere saber el nmero de estudiantes matriculados,
considerando, por ejemplo, su lugar de procedencia, edad, sexo, aos de
estudios, nmero de cursos aprobados o desaprobados, asistencia diaria,
mensual y anual. Cabe considerar el aspecto de las mediciones como el
coeficiente de inteligencia y edad mental de los estudiantes, y la velocidad
y comprensin en la tarea de la lectoescritura. Tambin se registra lo
relacionado con el magisterio, como la distribucin de docentes por
categoras, especialidad, aos de servicio y otros. No podemos dejar de
lado la informacin sobre los padres de familia, su instruccin, extraccin
social, nivel socioeconmico, etc.
La Economa
La Estadstica resulta indispensable en la estimacin de las relaciones
econmicas, el pronstico de tendencias, la prediccin de fenmenos
econmicos, el estudio de las preferencias o planes de los consumidores, la
determinacin del flujo de ingresos, las variaciones de precios, los estudios
poblacionales que determinan el poder adquisitivo y el sector econmico
activo, etc.
25
6/12/07 6:52:34 PM
Serie 3 / TEORA DE
MATEMTICA BSICA
El Comercio
La Estadstica puede proveernos de la informacin necesaria para introducir
un nuevo producto comercial a travs de las respuestas obtenidas en las
investigaciones de mercado, en donde se estudia la reaccin del pblico
frente a la introduccin de un posible producto en el medio. Asimismo,
los empresarios se informan de la economa nacional, a partir de los datos
estadsticos referentes a los mercados financieros, los costos y las ventas de
los diversos productos y de los beneficios de sus empresas. Los productos
manufacturados pueden ser evaluados a partir de los datos estadsticos de
rendimiento o calidad.
La Sicologa
Las observaciones de la Sicologa experimental efectuadas sobre grupos
humanos, y en general, los estudios que requieren evaluaciones para estados
mentales o trastornos, y pruebas psicolgicas de diversos formatos encuentran
un importante apoyo en la Estadstica.
La Biologa
La Estadstica puede ayudar a estimar el tamao de las poblaciones de
especies elegidas para su estudio, describir pautas de comportamiento
animal a travs de observaciones de grupos de una especie en particular, etc.
Tambin la Estadstica permite estimar, por ejemplo, una cierta propagacin
de bacterias, estudiar el mejoramiento de razas, etc.
La Medicina
La descripcin del nivel de salud de una determinada comunidad requiere de
un buen estudio estadstico para evaluar las carencias de los grupos humanos
muchas veces marginados. La Estadstica permite probar la eficiencia de un
medicamento o de un producto farmacutico en particular. Tambin facilita
el diagnstico de enfermedades, basado en estudios de casos poblacionales
u obtenidos a travs de muestras. Adems, un proceso estadstico ayuda a
establecer rdenes de prioridad en los programas de salud pblica.
La Contabilidad
Las auditoras utilizan generalmente mtodos de muestreo, es decir, mtodos
que permiten realizar observaciones mediante la eleccin de muestras
representativas de una poblacin, para examinar el estado contable de una
determinada institucin o dependencia de Estado, y poder detectar, en caso
que lo hiciera, irregularidades o negligencias en el manejo de ciertas empresas
o dependencias.
La Sociologa
La Sociologa recurre frecuentemente a estudios estadsticos para confirmar
las teoras propuestas por los investigadores.
26
5/31/07 6:56:09 AM
La Industria
La Estadstica nos permite controlar la calidad de las unidades de produccin
mediante muestreos elegidos al azar. De otro modo, esta evaluacin resultara
sumamente costosa, sobre todo si son productos pequeos y de muy bajo
precio.
La Lingstica
Cuando se realiza un anlisis lingstico, se puede requerir para el estudio de
vocablos, la medicin de las frecuencias de uso, la poblacin de usuarios de
un determinado giro o trmino informal o coloquial, etc. Tambin se recurre
a veces a la Estadstica para estudiar la evolucin de algunos usos del idioma
y su nivel de difusin por estratos sociales y edades.
IMPORTANTES
Informacin
estadstica
El 75% de los
empresarios del Parque
Industrial de Villa
el Salvador tienen
Educacin Primaria,
Secundaria y/o Superior.
Como vemos, son innumerables los campos en los que la Estadstica se aplica.
Casi podramos decir que Estadstica resulta ser un sinnimo de Estadstica
Aplicada. Es decir, no resulta fcil concebir una Estadstica Pura, fuera de
un contexto o con un exclusivo sistema teortico que no tenga o reclame una
representacin real.
El 12% ha asistido a
cursos de capacitacin.
En todos los casos de las aplicaciones estadsticas, existe una estructura

semejante en el carcter de proceso y de objetivos. Podemos resumir las
aplicaciones de la Estadstica en dos grandes campos: el mundo de las
aplicaciones prcticas y el mundo de la ciencia.
El PIVES orienta el
1% de sus productos
al interior del pas y
el 0,3% al mercado
internacional.
En el mundo de las aplicaciones prcticas nos encontramos con todas

las actividades en donde estamos involucrados de un modo personal o
institucional. Si vamos a trabajar y marcamos una tarjeta de ingreso, ya
estamos formando parte de un registro estadstico, que conjuntamente con un
nmero considerable de marcas, tanto propias como ajenas, podemos procesar
para hacer de ese conjunto confuso de datos numricos algo inteligible y
manejable. El mundo prctico abarca, pues, todo lo que se pueda relacionar
con nuestra vida cotidiana en forma general.
El mundo de la ciencia suele tener un carcter menos involucrado con el diario
vivir, aunque tenga con ste una importante relacin de interdependencia.
El aspecto cientfico recurre con altsima frecuencia a la descripcin de
hechos medibles que luego son comparados con otros hechos de grupos
llamados grupos de control.
El 85% declara que no

ha tenido servicios de
asesora empresarial.
Esta informacin nos

permite observar que
el nivel educativo del
PIVES es bajo, con
poca disposicin para
participar en actividades
de capacitacin y
con un mercado
mayoritariamente local.
La Estadstica es una ciencia de espritu aplicativo y no tiene el carcter

puro que se le puede atribuir a la Matemtica. Tanto es as que podramos
decir que Estadstica y Estadstica Aplicada son dos expresiones sinnimas.
Sin la Estadstica no hay posibilidad de resolver los problemas prcticos de
descripcin de grupos y de inferencias para la toma de decisiones, y tampoco
hay posibilidad de producir una ciencia autntica y una tecnologa eficiente
y til.
27
5/31/07 6:56:13 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
Actividad 4
Investiga informacin relevante sobre poltica, educacin y economa del Per en la que se
evidencie las aplicaciones de la Estadstica, realizando debates y discusiones grupales, respetando
las ideas de los compaeros.
Para ello resuelve las siguientes situaciones:
1. Busca informacin en revistas, peridicos, la internet y otros donde aparezcan datos numricos
del Per relacionados con la poltica, la educacin y la economa. Presenta a tus estudiantes la
informacin recabada y pdeles:
a. Representar los datos en tablas de frecuencia (frecuencia absoluta, frecuencia relativa,
frecuencia acumulada, frecuencia relativa acumulada) siguiendo el procedimiento para
elaborar el cuadro de distribucin de frecuencias (ver pgina 7 y 10).
b. Representar las distribuciones de frecuencia en histogramas, polgonos de frecuencia,
diagramas circulares o diagramas de barras.
c. Interpretar los grficos obtenidos.
d. Calcular la media aritmtica, mediana y moda y analizar la asimetra de las distribuciones
en funcin de las tres medidas de tendencia central.
e. Calcular las desviaciones estndar.
2. Organiza grupos de discusin sobre el contenido del trabajo elaborado, haciendo comparaciones,
evaluaciones e interpretaciones, confrontando las conclusiones de cada grupo, para llegar a
una sntesis de los resultados obtenidos.
3. Comparte con tus colegas y discute la resolucin de los siguientes problemas:
a. Un conjunto A tiene una media aritmtica de 42 y una desviacin estndar de 2,5. Otro
conjunto B tiene una media aritmtica de 50 y una desviacin estndar de 27.
Para cul de los conjuntos disminuira la desviacin estndar si se le aadiese a cada valor
de las distribuciones de ambos conjuntos un valor igual a 46? Sugerencia: ver pestaa de
la pgina 16.
b. Rene pequeos conjuntos de datos que satisfacen las siguientes condiciones:
i.
Media Aritmtica < mediana < moda
ii.
Moda < media Aritmtica < mediana
iii. Mediana = media Aritmtica = moda
28
5/31/07 6:56:14 AM
5. EVALUACIN
1. Se realiz una investigacin de trnsito y se determin el nmero de infracciones por exceso
de velocidad de un grupo de 40 choferes de la empresa TAXICOM.
Nmero de infracciones
0
1
2
3
Nmero de choferes
16
12
7
5
a. Elabora la tabla de frecuencias.

b. Representa grcamente la distribucin mediante un diagrama de barras y un diagrama
circular.
2. Una investigacin sobre la edad en que un grupo de nios haba contrado una enfermedad
arroj los siguientes resultados:
Intervalos I
[03
[36
[69
[ 9 12
[ 12 15 ]
Frecuencia absoluta fi
7
13
8
6
2
a. Elabora la tabla de frecuencias.

b. Representa grcamente la distribucin mediante el histograma y el polgono de
frecuencias.
c. Calcula la media aritmtica, la mediana y la moda.
3. En una encuesta sobre los gastos mensuales en miles de nuevos soles de un grupo de
empresas, se obtuvo la siguiente informacin:
1.
2. f3 = 5 f2
3. Determina la desviacin
estndar.
I
[ 5 15
[ 15 25
[ 25 35
[ 35 45 ]
fi
10
10
29
5/31/07 6:56:14 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
6. METACOGNICIN
Metacognicin es la habilidad de pensar sobre el discurso del propio pensamiento, es decir,
sirve para darnos cuenta cmo aprendemos cuando aprendemos.
Responde en una hoja aparte:

1. De qu manera te organizaste para leer el fascculo y desarrollar las actividades
propuestas?
2. Te fue fcil comprender el enunciado de las actividades? Por qu?
3. Si no te fue fcil, qu hiciste para comprenderlo?
4. Qu pasos has seguido para desarrollar cada una de las actividades?
5. Cules de estos pasos te presentaron mayor dicultad?
6. Cmo lograste superar estas dicultades?
7. Al resolver la evaluacin, qu tems te presentaron mayor dicultad?
8. Qu pasos has seguido para superar estas dicultades?
9. En qu acciones de tu vida te pueden ayudar los temas desarrollados en este
fascculo?
10. Qu nivel de logro de aprendizaje consideras que has obtenido al nalizar este
fascculo?
Muy bueno
Bueno
Regular
Deciente
NO ESCRIBIR
Por qu?
11. Crees que las actividades de investigacin fueron realmente un trabajo de equipo?
Explica.
12. Tuviste la oportunidad de compartir tus conocimientos con algunos de tus compaeros?
Qu sentimientos provocaron en ti este hecho?
30
5/31/07 6:56:14 AM
IMPORTANTES
BIBLIOGRAFA
comentada
1. Crdova Zamora, Manuel. Estadstica aplicada. Lima. Edicin Mashera, 2006.

Es un libro bien estructurado, extenso y con espritu didctico.
2. Crdova Zamora, Manuel. Estadstica descriptiva e inferencial. Quinta Edicin.
Lima. Editorial Librera Moshera S.R.L, 2003.
Es un texto didctico referente a problemas reales y su interpretacin.
3. Fernndez Crdova, Jos. Estadstica Descriptiva: Una invitacin a la investigacin.
Lima. Fondo Editorial del Pedaggico San Marcos, 1996.
Introduce al lector en la teora bsica de la Estadstica, con un desarrollo gradual de los
temas y un buen nmero de ejercicios.
4. Haber, Audrey. Estadstica General. Mxico. Fondo Educativo Interamericano,
1973.
Muestra de un modo prctico el proceso estadstico y sus aplicaciones. Se caracteriza
por su redaccin detallada.
5. Pontica Universidad Catlica del Per. Estadstica aplicada a la Educacin. Lima.
Fondo Editorial PUCP, 2001.
Es un mdulo autoinstructivo sobre la educacin en el Per.
6. Smith, Stanley A. y Charles, Randall I. lgebra y Trigonometra. Mxico. Editorial
Adison Wesley Iberoamericana, 1997.
Es un libro de consulta que contiene problemas sugerentes de Estadstica, que conducen
a la creatividad y al desarrollo del pensamiento crtico.
7. Spliegel, Murrzy R. Teora y Problemas de Estadstica. Mxico. Editorial Mc Graw
Hill, 1987.
Libro clsico que desarrolla y dene adecuadamente los conceptos estadsticos
bsicos.
31
5/31/07 6:56:14 AM
Serie 3 / TEORA DE
MATEMTICA BSICA
ENLACES
web
1. http://www.inei.gob.pe
Importante fuente estadstica que sirve como referencia para toda consulta de ndole
nacional.
2. http://www.unice.org/spanish/infobycountry/peru-stadistics.html
Provee de un modo bastante claro las descripciones de distintas reas de inters para el
Per.
3. http://www.fao.org/docrep/v9921s/v9921so9.htm
Texto que presenta los principales problemas de la Estadstica y las propuestas para
mejorarlos.
4. http://www.peru.com/peruinfo/estadisticas/estadisticas.htm
Fuente que cubre importantes aspectos, como son la pobreza, la economa y otras reas de
inters.
5. http://www.cortland.edu/teach/stats/stat-sp.html
En esta pgina se puede encontrar una amplia introduccin a la Estadstica, con referencias
histricas y un glosario bsico.
6. http://thales.cica.es/rd/Recursos/rd98/Matematicas/01/matematicas-01.html
Se trata de una pgina web dedicada al estudio de la Estadstica bsica, es decir, la Estadstica
Descriptiva.
7. http://www.rediris.es/list/info/estadistica.es.html
En cierto sentido la Estadstica es el lenguaje necesario para coordinar y manejar el
material cuantitativo. As pues, es importante comprender este lenguaje para interpretar
adecuadamente dichos resultados. Por ello, esta pgina ofrece las metodologas que emplea
la Estadstica.
32
5/31/07 6:56:14 AM

04 Mat D s3 f10

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

04 Mat D s3 f10

Cargado por

Copyright:

Formatos disponibles

MINISTERIO DE EDUCACIN

Hecho el Depsito Legal en la

Coordinacin y supervisin general MED

Z_S3 F10 D.indd 1

El presente fascculo es un material autoinstructivo dirigido al docente,

1. ORGANIZACIN Y REPRESENTACIN DE DATOS ........................................

3. MEDIDAS DE DISPERSIN ....................................................................... 22

Bibliografa comentada ..........................................................................

LA ESTADSTICA Y SUS APLICACIONES MS IMPORTANTES

Cada vez son ms

Esperanza de vida (en aos)

El ser humano siempre ha sido testigo de un mundo

Edad de jubilacin: 65 aos

80,0 72,8 81,8 75,4 82,7

Edad de jubilacin: 65 aos

Proyeccin del aumento de nmero de personas de ms de 60 aos

Fuente: El Comercio, 25 de marzo de 2007.

RECUPERACIN DE SABERES PREVIOS

a. Ordena los datos de modo ascendente y descendente.

Interpreta medidas de dispersin de datos

1.1 Conceptos bsicos

En la Universidad Catlica se quiere realizar una investigacin de mercado

Veamos en las siguientes tablas los resultados obtenidos:

Segn podemos observar, no todos los estudiantes en la universidad han

Poblacin: es un conjunto de elementos (personas, animales, objetos, puntajes,

1.2 Distribucin de frecuencias para datos no agrupados

Para realizar un trabajo estadstico seguimos los siguientes pasos:

Las formas de representacin pueden ser: diagramas, tablas, cuadros de

e. Interpretacin: consiste en explicar, decodificar o conceptualizar lo que

De la informacin recogida, podemos observar que hay datos que se repiten

Frecuencia Frecuencia Frecuencia

- La suma de las frecuencias absolutas ( fi ) es igual al nmero de datos

- La suma de las frecuencias relativas ( hi ) es igual a 1.

Como la hierba mala

En funcin de la frecuencia relativa acumulada (Hi) porcentual, encontramos que:

Fuente: El Comercio, 25 de marzo

Esta interpretacin resulta ms accesible si se elaboran representaciones

ndice de rigidez del empleo 2005

Es una representacin grfica propia de una distribucin de frecuencia de una

Para el proceso de construccin de este grfico tomamos en cuenta las

Curvas Simtricas unimodales

Por ejemplo para fi = 7 correspondiente a xi = 0, tenemos:

Para calcular las siguientes alturas se procede anlogamente.

Se realiza una encuesta en un saln

Esto lo podemos escribir en la siguiente tabla:

Para el proceso de construccin de este grfico, tomamos en cuenta las

a. Se dibuja un crculo, se fija el centro O y se traza una lnea radial de

1.3 Distribucin de frecuencias para datos agrupados

Los puntajes mencionados corresponden a un test de aptitudes tomado a 40

x max = 140; luego:

R= x max - x min R= 140 - 90

k = 1 + 3,3 log (40)

Redondeando al entero: k = 6 (es decir, determinamos el nmero de

c. Ahora, calcularemos la longitud (L) del intervalo de clase, como hay

Tabla 9: Distribucin de frecuencias correspondiente a un test de aptitudes aplicado a estudiantes

Representaciones grficas para datos agrupados

Ojiva porcentual acumulativa

2.1 Media aritmtica

Sumando miembro a miembro:

suma de las calificaciones

Lo que nos permite calcular la media aritmtica de un conjunto de datos.

En donde fi es la frecuencia absoluta de cada intervalo, xi es la marca de clase

La mediana (Me) es el valor central: Me = 5