Documentos de Académico
Documentos de Profesional
Documentos de Cultura
A LAS
CIENCIAS SOCIALES II
1/12
x + 5y = 10
3x + 15y = 30
multiplicando la segunda ecuacin por 3.
Si a una ecuacin se le suma o resta otra ecuacin del mismo sistema, resulta un
sistema equivalente al dado. Por ejemplo:
3x 2 y = 25 3x 2 y = 25
x + 5y = 10
4x + 3y = 35
4x + 5y = 6
4x + 5y = 6
5x + 7y = 9
2/12
II.
III
Ejemplo 1.
-7
-1
-6
-2
-7
3/12
-105
-15
30
40
-60
50
30
-12
24
-42
30
45
-105
-15
-45
-65
57
-129
27
-7
-9 -13
19 -43
-1
-7
-1
-9 -13
128 256
-7
-9 -13
1
-1
4/12
Ejemplo 2.
5/12
Ejemplo 3.
Ejemplo 4.
6/12
Ejemplo 5.
Ejemplo 6.
7/12
Ejemplo 7.
3 2
-1
-1
-3
-1
-1
k-12
-1
-1
-3
k-9
8/12
9/12
10/12
12. En cierta heladera, por una copa de la casa, dos horchatas y cuatro batidos te cobran 34
un da. Otro da, por 4 copas de la casa y 4 horchatas te cobran 44 y, un tercer da, te
piden 26 por una horchata y cuatro batidos. Tienes motivos para pensar que alguno de
los tres das te han presentado una cuenta incorrecta?
13. Una tienda ha vendido 600 ejemplares de un videojuego por un total de 6 384 . El precio
original era de 12 , pero tambin ha vendido copias defectuosas con descuentos del 30% y
del 40%. Sabiendo que el nmero de copias defectuosas vendidas fue la mitad del de copias
en buen estado, calcula a cuntas copias se le aplic el 30% de descuento.
15. Se dispone de tres cajas A, B y C con monedas de 1 euro. Se sabe que en total hay 36
euros. El nmero de monedas de A excede en 2 a la suma de las monedas de las otras dos
cajas. Si se traslada 1 moneda de la caja B a la caja A, esta tendr el doble de monedas que
B. Averigua cuntas monedas haba en cada caja.
16. Antonio tiene un ao ms que Juan y Luis uno ms que ngel. Determina la edad de los
cuatro sabiendo que la edad de Luis es la suma de la tercera parte ms la sptima parte de
la edad de Antonio y que la edad de ngel es la suma de la cuarta
parte ms la quinta parte de la edad de Juan.
17. Un joyero tiene tres clases de monedas A, B y C. Las monedas de tipo A tienen 2 gramos
de oro, 4 gramos de plata y 14 gramos de cobre; las de tipo BS tienen 6 gramos de oro, 4
gramos de plata y 10 gramos de cobre, y las de tipo C tienen 8 gramos de oro, 6 gramos de
plata y 6 gramos de cobre. Cuntas monedas de cada tipo debe fundir para obtener 44
gramos de oro, 44 gramos de plata y 112 gramos de cobre?
11/12
II. MATRICES
NDICE
2.1.
2.2.
2.3.
2.4.
2.5.
2.6.
2.7.
2.8.
a21
....
am1
a12
a22
....
am 2
.... a1n
.... a2 n
.... ....
.... amn
Atendiendo a la forma
1/13
II. MATRICES
Matriz cuadrada : es aquel tipo de matriz que tiene igual nmero de filas que de
columnas, es decir de dimensin n n o m m . Cuando se habla de matrices
cuadradas no se habla de dimensin sino de orden.
Ejemplo:
Matriz rectangular : aquel tipo de matriz que tiene distinto nmero de filas que
de columnas, es decir de dimensin m n .
Ejemplo:
B)
2/13
II. MATRICES
Ejemplo:
Matriz diagonal : este tipo de matriz est asociada a una matriz cuadrada, y es
aquella en la que salvo los elementos situados en la diagonal principal (es decir
empezando por a11 ) todos los elementos son nulos. En el caso de que todos los
elementos de la diagonal sean iguales se le llama matriz escalar y en el caso de
que sean 1 entonces se le llama matriz unidad.
Ejemplo:
3/13
II. MATRICES
Ejemplo:
4/13
II. MATRICES
se llama matriz resta y se representa por A B a la matriz:
3. Producto de matrices
Esta operacin no est definida para todas las matrices, adems no cumple la propiedad
conmutativa. Para que dos matrices se puedan multiplicar la primera tiene que tener el
mismo nmero de columnas que filas tenga la segunda.
5/13
II. MATRICES
As el producto de una matriz A de dimensin m n por otra matriz B de dimensin
n q es una matriz de dimensin m q , tal que cada elemento ( cij ) se obtiene de
multiplicar escalarmente la fila i de la primera matriz por la columna j de la segunda
matriz.
Es decir:
Ejemplo 1.
6/13
II. MATRICES
4. Potencia de matrices
Esta operacin slo est definida para matrices cuadradas, ya que si no, no se cumplira
el requisito previo de multiplicacin de matrices.
a ) ( At )t = A
b) ( A + B)t = At + B t
c) ( A)t = At
d ) ( AB)t = B t At
e) ( An )t = ( At ) n
que seran matriz de los coeficientes, matriz de las incgnitas y matriz de los trminos
independientes respectivamente.
7/13
II. MATRICES
2.6. MATRIZ INVERSA. CLCULO
Sea A una matriz cuadrada de orden n, se dice que A posee matriz inversa y se denota
como A-1 cuando se cumple:
Ejemplo 2.
Los cambios los denotaremos por F que es la fila y el subndice el nmero de fila:
8/13
II. MATRICES
Por lo tanto:
Vamos a describir el mtodo por filas (de igual forma sera por columnas).
Bsicamente consiste en hacer nulos los elementos que hay debajo de los aii con i = 1,
2, 3, ..., m-1 ; y el rango final ser el nmero de filas distintas de cero.
9/13
II. MATRICES
Ejemplo 3.
Ejemplo 4.
10/13
II. MATRICES
2.8. APLICACIONES DE MATRICES A LA
SISTEMAS DE ECUACIONES LINEALES
DISCUSIN
DE
sistema incompatible
r ( A) r ( M )
h = n determinado
11/13
II. MATRICES
EJERCICIOS DE MATRICES
1.
2.
3.
4.
5.
6.
7.
12/13
II. MATRICES
8.
9.
10.
11.
12.
13/13
1/11
Caja tipo B
Disponibles
Chocolate
3 kg.
2 kg.
500 kg.
Almendras
1 kg.
1'5 kg.
100 kg.
Frutas
1 kg.
1 kg.
85 kg.
Precio
1.300 pts
1.350 pts
2/11
3/11
4/11
5/11
6/11
7/11
8/11
9/11
10/11
2. Una persona quiere invertir 100 000 en dos tipos de acciones, A y B. Las de tipo A tienen
ms riesgo, pero producen un beneficio del 10%. Las de tipo B son ms seguras, pero
producen solo el 7% nominal. Decide invertir como mximo 60 000 en la compra de
acciones A y, por lo menos, 20 000 en la compra de acciones B. Adems, quiere que lo
invertido en A sea, por lo menos, igual a lo invertido en B. Cmo debe invertir los 100 000
para que el beneficio anual sea mximo?
3. Un comerciante acude a cierto mercado a comprar naranjas con 500 . Le ofrecen dos tipos
de naranjas: las de tipo A a 0,5 el kg y las de tipo B a 0,8 el kg. Sabemos que solo
dispone en su furgoneta de espacio para transportar 700 kg de naranjas como mximo y
que piensa vender el kilo de naranjas de tipo A a 0,58 y el de tipo B a 0,9 . Cuntos
kilogramos de naranjas de cada tipo deber comprar para obtener beneficio mximo?
5. Se quiere elaborar una dieta para ganado que satisfaga unas condiciones mnimas de
Cmo deben mezclarse los piensos para que el gasto sea mnimo?
6. Un pastelero fabrica dos tipos de tartas T1 y T2, para lo que usa tres ingredientes, A, B y C.
Dispone de 150 kg de A, 90 kg de B y 150 kg de C. Para fabricar una tarta T1 debe mezclar
1 kg de A, 1 kg de B y 2 kg de C, mientras que para hacer una tarta T2 necesita 5 kg de A, 2
kg de B y 1 kg de C.
a) Si se venden las tartas T1 a 10 , y las tartas T2 a 23 , qu cantidad debe fabricar de
cada clase para maximizar sus ingresos?
b) Si se fija el precio de una tarta del tipo T1 en 15 , cul ser el precio de una tarta del
tipo T2 si una solucin ptima es fabricar 60 tartas del tipo T1 y 15 del tipo T2?
11/11
x x0
x 2y
1'8
3'24
1'9
3'61
1'99
3'9601
1'999
3'996001
x 2+
y
2'2
4'84
2'1
4'41
2'01
4'0401
2'001
4'004001
Luego cuando x se aproxima a 2, tanto por la derecha como por la izquierda los valores
de y se acercan cada vez ms a 4. Esta idea se suele expresar as:
lim x 2 = 4 (lmite lateral por la izquierda)
x 2
lim x 2 = 4
x 2+
x x 0+
1/13
x x 0
x x0
x x0
x x0
Si los lmites laterales en x = x0 son distintos entonces f no tiene lmite en ese punto.
Ejemplo 1.
Considere una funcin definida "por partes" como sigue:
2/13
x 1
x 1
x 1+
x 1
Ejemplo 2.
Considere la funcin:
Solucin: Tenemos
lim f (x) = lim+ (4x 2 + 2) = 10
x 2+
x 2
x 2
x 2
3/13
Ejemplo 3.
Dada la funcin:
Solucin: Tenemos
2
lim g(x) = lim(x
+ 3) = 7
+
x 2+
x 2
x 2
x 2
3. lim [f(x)-g(x)] = lim f(x) - lim g(x): El lmite de una resta de funciones es igual a la
resta de los lmites de las funciones (cuando stos existen)
4. lim [f(x)g(x)] = lim f(x) lim g(x): El lmite de un producto de funciones es el
producto de los lmites de esas funciones (cuando stos existen)
5. lim kf(x) = k lim f(x) donde k es un n real: El lmite del producto de una
constante por una funcin es el producto de la constante por el lmite de la funcin
(cuando ste existe)
6. limf(x)/g(x) = lim f (x)/ lim g(x) siempre que lim g(x) 0: El lmite de un cociente
de funciones es el cociente de los lmites de esas funciones (cuando stos existen y el
lmite en el denominador es diferente de 0)
4/13
xx 0
xx 0
si Q(x0) 0
Ejemplo 4.
Ejemplo 5.
Que P(x0) 0. Tendremos que calcular los lmites laterales, si existen y son
iguales la funcin tendr lmite que ser + . En caso contrario no
existir lmite.
Que P(x0) = 0 por lo que tendremos una indeterminacin del tipo 0/0 que se
resuelve factorizando numerador y denominador y simplificando la funcin
racional. En el caso de que haya races debemos multiplicar numerador y
denominador por el conjugado.
5/13
Ejemplo 6.
Ejemplo 7.
Ejemplo 8.
Ejemplo 9.
6/13
Ejemplo 10.
Ejemplo 11.
Ejemplo 12.
7/13
mxima potencia , tanto si las expresiones son racionales como si son radicales.
En el caso ms simple que es el de las funciones racionales podemos obtener los
siguientes casos:
grado P(x)>gradoQ(x)
lim = +/-
grado P(x)=gradoQ(x)
lim = an/bn
grado P(x)<gradoQ(x)
lim = 0
4. Si al calcular el lmite de la funcin aparece una indeterminacin del tipo para eliminarla tendremos que distinguir dos casos:
c) Son iguales
Una funcin se dice que es continua en un intervalo si lo es en cada uno de sus puntos.
Funcin identidad
La funcin identidad f(x) = x es continua en todos los puntos.
8/13
Funcin potencial
La funcin potencial f (x) = xn es continua en todos sus puntos, salvo el caso en que
n<0 y x = 0, ya que en este caso se tendra una funcin racional con denominador nulo.
Funcin polinmica
2
n
La funcin f ( x ) = a0 + a1 x + a2 x + ... + an x es una funcin continua en todos los puntos
puntos, por ser suma de funciones continuas en todos los puntos.
Funcin racional
La funcin f ( x) =
P( x)
, donce P(x) y Q(x) son funciones polinmicas, es continua en
Q ( x)
todos los puntos, salvo en los que el denominador se anula, por ser un cociente de dos
funciones continuas.
9/13
Solucin: Aqu tenemos una funcin definida por partes. Dentro de cada parte la funcin
es continua, pero podra haber problemas con los lmites en los puntos de divisin 0 y 2.
Tenemos
y adems
h(0)=02+1=1,
Solucin: Dentro de cada parte la funcin es continua. Para que adems sea continua en
2, debemos tener que
Es decir,
4d-3 = 2d+2
10/13
No existe f(x0)
f ( x)
Existe f(x0) pero f(x0) xlim
x
0
f ( x) :
b) Discontinuidad inevitable : No existe xlim
x
0
o salto infinito
11/13
2.
3.
4.
5.
6.
12/13
8.
9.
10.
11.
12.
13.
13/13
V. DERIVADAS
NDICE
5.1.
5.2.
5.3.
5.4.
5.5.
5.6.
5.7.
5.8.
5.9.
5.10.
5.11.
Introduccin
Tasa de variacin media de una funcin
Concepto de derivada de una funcin en un punto
Interpretacin geomtrica de la derivada de una funcin en un punto
La funcin derivada
Continuidad y derivabilidad
Clculo de derivadas
Recta tangente a una curva en uno de sus puntos
Aplicacin de la derivada el estudio cualitativo de una funcin
Representacin grfica de una funcin
Optimizacin de funciones
5.1. INTRODUCCIN
El concepto de derivada es la piedra angular del clculo diferencial, el cual es una
poderosa herramienta de clculo para cualquier rama de la ciencia.
Siempre que halla que cuantificar la variacin relativa de una magnitud (ya sea fsica,
econmica, demogrfica, qumica, etc.) ligada funcionalmente con otra, llegaremos al
concepto de derivada.
Ejemplos: Velocidad de un mvil, Tasa de variacin de una poblacin, aceleracin,
cambios de volmenes, etc.
Resumiendo, diremos que el concepto de derivada mide el ritmo de cambio de una
magnitud.
f ( x1 ) f ( x0 )
x1 x0
Es decir la tasa de variacin media de una funcin es: el cociente entre la variacin de
la funcin en dos puntos y la variacin de la variable en ese intervalo.
Otra forma ms genrica de expresar la tasa de variacin media es:
1/25
V. DERIVADAS
ya que:
A esta expresin se le conoce como derivada de la funcin f(x) en el punto x0. Otra
forma de expresar la definicin sera:
Pues bien, si este lmite existe, se dice que la funcin es derivable en x = x0. La forma
de expresar la derivada adquiere varios modelos como son:
Se divide por x.
Ejemplo 1.
Vamos a calcular la derivada en el punto x0 = 2 de la funcin:
2/25
V. DERIVADAS
Por tanto:
f(2) = 4
Nota: la derivada de una funcin en un punto es la tasa de variacin instantnea de
dicha funcin en un punto.
Este valor numrico es el valor de la pendiente de la recta que pasa por los puntos a y b
de la funcin f(x).
Ahora bien, si hacemos tender el punto b hacia a, veremos que la recta que en
principio cortaba a 2 puntos de la funcin, llegar un momento que slo cortar a la
funcin en un punto en: a = x0, con lo que la recta que era secante se convertir en
tangente,
3/25
V. DERIVADAS
El proceso para obtener la funcin derivada es igual que para un punto, es decir la regla
de los cinco pasos.
Ejemplo 2.
4/25
V. DERIVADAS
Por tanto:
f(x) = 2x
Ahora bien, para la existencia de dicho lmite, los lmites laterales han de existir y ser
iguales, es decir:
5/25
V. DERIVADAS
5.7. CLCULO DE DERIVADAS
1. Derivada de la funcin potencial
Comenzamos por el caso particular de:
6/25
V. DERIVADAS
6 Derivada de una funcin compuesta (Regla de la cadena)
Sea la funcin:
Entonces:
f ( x) = a x f ( x) = a x ln a
En el caso particular en que:
f ( x ) = e x f ( x ) = e x
f ( x) = a u f ( x) = a u u ln a
Matemticas Aplicadas a las CCSS II
7/25
V. DERIVADAS
9 Derivada de las funciones trigonomtricas
9.1 Derivada de la funcin seno
Sea la funcin:
Por tanto:
f(x) = cos x
Si la funcin es compuesta, es decir f(x) = sin u (donde u es una funcin cualquiera),
entonces f(x) = u cos u
9.2 Dderivada de la funcin coseno
Sea f(x) = cos x,
f(x) = -sin x
Si la funcin es compuesta, es decir f(x) = cos u (donde u es una funcin cualquiera),
entonces f(x) = -u sin u
9.3 Derivada de la funcin tangente
Sea la funcin f(x) = tan x, esto es lo mismo que decir:
Entonces:
8/25
V. DERIVADAS
Por tanto:
Por tanto:
Por tanto:
Matemticas Aplicadas a las CCSS II
9/25
V. DERIVADAS
y = f ( x0 ) + f ( x0 )( x x0 )
Ejemplo 4.
Hallar la ecuacin de la recta tangente, en x0 = 3, a:
y=
x2 2x
x+3
32 2i3 1
=
3+ 3
2
(2 x 2)( x + 3) ( x 2 2 x)
;
( x + 3) 2
f (3) =
(4)(6) (3) 7
=
(6) 2
12
y=
1 7
+ ( x 3)
2 12
10/25
V. DERIVADAS
a) Crecimiento y decrecimiento
Una funcin se sabe que es creciente en un intervalo, cuando para dos puntos
cualesquiera de ste, por ejemplo x y x + h, se verifica que:
Del mismo modo, se sabe que una funcin es decreciente en un intervalo, cuando para
dos puntos cualesquiera de ste, por ejemplo x y x + h, se verifica que:
b) Mximos y mnimos
El mximo es el punto donde una funcin pasa de creciente a decreciente, mientras que
un mnimo es aquel punto donde la funcin pasa de decreciente a creciente.
De forma ms exacta, la funcin f tiene un mximo relativo (un mnimo relativo) en el
punto x = a si existe un entorno de a tal que para todo
del entorno se verifica que:
;
11/25
V. DERIVADAS
Suponiendo que existe derivada segunda en un entorno de x = a:
Si f(a) > 0 entonces la funcin alcanza un mnimo relativo en x = a
Si f(a) < 0 entonces la funcin alcanza un mximo relativo en x = a
c) Concavidad y convexidad
La convexidad o la concavidad de una funcin se define atendiendo a la regin superior
o inferior que determina la grfica.
Al igual que el crecimiento y el decrecimiento, la concavidad y convexidad de una
funcin se estudia en intervalos, por tanto se dice que:
Una funcin es convexa en un intervalo [a,b], si la grfica de la funcin queda por
encima de la recta tangente en cada uno de los puntos de dicho intervalo.
Anlogamente: Una funcin es cncava en un intervalo [a,b], si la grfica de la funcin
queda por debajo de la recta tangente en cada uno de los puntos de dicho intervalo.
El criterio utilizado comnmente para la determinacin de estos intervalos es el
siguiente:
Sea f una funcin definida en un intervalo I, se tiene que cuando:
, donde
, la funcin es convexa
, donde
, la funcin es cncava
d) Puntos de inflexin
Los puntos de inflexin son aquellos puntos pertenecientes a la funcin donde sta pasa
de convexa a cncava o de cncava a convexa.
Los posibles puntos de inflexin de una funcin son aquellos que anulan la derivada
segunda, es decir: f(a) = 0 . La demostracin es directa teniendo en cuenta los criterios
para determinar los intervalos de concavidad y convexidad de la funcin.
12/25
V. DERIVADAS
a) Clculo del dominio de definicin de la funcin
El dominio de definicin son todos los valores reales que puede tomar la variable
independiente x, que hagan real la variable y.
En el ejemplo :
esta ecuacin no tiene solucin real, por lo que la funcin no tiene puntos de corte con
el eje x.
Puntos de corte con el eje y:
esta expresin no es un nmero real, por tanto tampoco tiene puntos de corte con el eje
y.
13/25
V. DERIVADAS
d) Simetras
Una funcin ser par (simtrica respecto al eje y) si se cumple que:
e) Asntotas
Las asntotas son rectas a las cuales se aproximan algunas funciones cuando x tiende
, o hacia
. Podemos distinguir tres tipos:
hacia un valor a, hacia
Asntotas verticales:
Como ayuda, las asntotas verticales, en las funciones que no son a trozos, coinciden
con los puntos de discontinuidad.
En el ejemplo:
por tanto x = 0
Asntotas horizontales:
14/25
V. DERIVADAS
Asntotas oblicuas:
por lo que:
; creciente
; decreciente
; decreciente
; decreciente
15/25
V. DERIVADAS
g) Mximos y mnimos
Siguiendo los criterios vistos en el epgrafe 8 del tema, habr un mximo o mnimo
relativo donde la funcin cambie de creciente a decreciente o de decreciente a
creciente, siempre que este punto exista en la funcin.
En el ejemplo:
Habr un mximo relativo en:
i) Representacin
Teniendo en cuenta todos los puntos anteriores se traza la curva de la funcin, marcando
previamente todas las caractersticas que han surgido.
En el ejemplo:
16/25
V. DERIVADAS
y=
32
x2
32
128
= x2 +
= f (x ),
2
x
x
(x > 0 )
17/25
V. DERIVADAS
Buscamos x > 0 para que la superficie sea mnima:
f ' (x ) = 2 x
f ' (x ) = 0 2 x
128
x2
128 2 x 3 128
=
= 0 2 x 3 128 = 0 x 3 = 64
2
2
x
x
x = 3 64 = 4 x = 4 y = 2
256
; f ' ' (4 ) > 0 En x = 4 hay un mnimo.
x3
10
, 0 t 12
(t 6) 2 + 1
10 2 (t 6)
20 (t 6)
=
[(t 6) 2 + 1] 2 [(t 6) 2 + 1] 2
f '(t) = 0
t -6=0 t=6
Signo de f '(t):
Como f '(t) > 0 para t (0, 6) y f '(t) < 0 para t (6, 12), en t = 6 hay un
mximo.
f (0) = 0,27 ; f (6) = 10 ; f (12) = 0,27
Por tanto, la mxima cantidad de agua se obtuvo en el 6 mes, es decir, en junio.
b) f (6) = 10 10 millones de litros
Matemticas Aplicadas a las CCSS II
18/25
V. DERIVADAS
EJERCICIOS DE DERIVADAS
1.
2.
3.
4.
5.
6.
7.
8.
19/25
V. DERIVADAS
9.
10.
11.
12.
13.
14.
15.
16.
17.
20/25
V. DERIVADAS
18.
19.
20.
21.
22.
23.
21/25
V. DERIVADAS
REPRESENTAR LAS SIGUIENTES FUNCIONES
1.
y = x3 3x + 1
2. y = x3 x2
3. y =
1
x +1
22/25
V. DERIVADAS
4. y =
1
4 x2
x2 + 1
5. y =
x
6. y =
1
x 1
2
23/25
V. DERIVADAS
7. y =
x
x 1
8. y =
x
1 + x2
9. y =
3x 4 + 1
x3
24/25
V. DERIVADAS
10. y =
x2 1
x2 + 1
11. y =
x2 + 1
x2 1
12. y =
x 3
x+5
25/25
VI. INTEGRALES
NDICE
6.1.
6.2.
6.3.
6.4.
6.5.
6.6.
6.7.
6.8.
6.9.
1/14
VI. INTEGRALES
De modo que, la integracin se puede considerar como el proceso inverso de la
derivacin.
Conviene sealar que existen funciones cuyas primitivas no son expresables por medio
de funciones elementales. En este sentido se dice que no son integrables, aunque esto no
quiere decir que no posean primitivas.
Una caracterstica importante es que la primitiva de una funcin no es nica, es decir
que una funcin puede tener varias primitivas.
As por ejemplo:
F1 ( x) = x 2 + 1
F2 ( x) = x 2 + 2
F3 ( x) = x 2 + 3 ..............
Puesto que no existe la primitiva de f(x), sino las primitivas de f(x), entonces habr
que hablar del conjunto de primitivas de una funcin f(x). A este conjunto se le llama
integral indefinida.
Se representa por:
Esta propiedad permite que una constante pueda salir del signo de integracin.
2/14
VI. INTEGRALES
6.4. INTEGRALES INMEDIATAS
La integracin, como hemos dicho anteriormente, es el proceso inverso al de la
derivacin, por eso la lectura de la tabla de derivadas en sentido inverso, nos
proporciona las primitivas de las funciones elementales.
Estas primitivas que se obtienen directamente de la tabla de derivadas se suelen llamar
inmediatas, y el conjunto de ellas, integrales inmediatas.
Utilizando la tabla que se expone a continuacin, y teniendo en cuenta las dos
propiedades lineales vistas en el epgrafe anterior, se pueden calcular gran cantidad de
primitivas.
Tabla de integrales inmediatas:
1. Tipo potencial
2. Tipo logartmico
x dx = lnx + C
1
x log
3. Tipo exponencial
x n+1
+C
n +1
n
x dx =
a
e
e dx = log a x + C
lna dx = a x + C
dx = e x + C
4. Tipo seno
cos x dx = sen x + C
5. Tipo coseno
sen x dx = cos x + C
6. Tipo tangente
1
cos2 x dx = tg x + C
(1 + tg
7. Tipo cotangente
sen
x)dx = tg x + C
dx = cot gx + C
(1 + cotg
8. Tipo arco seno
1
1 x2
x) dx = cotgx + C
dx = arcsen x + C
3/14
VI. INTEGRALES
9. Tipo arco coseno
1
1 x
1
1+ x
dx = arccos x + C
dx = arctg x + C
4/14
VI. INTEGRALES
Este mtodo es uno de los ms utilizados por la gran variedad de sustituciones que se
pueden dar, unas simples y otras ms complicadas. La sustitucin deber ser la adecuada
para el tipo concreto, dado que el error al utilizar una sustitucin inadecuada conducir
frecuentemente a integrales de mayor dificultad que la propuesta.
Ejemplo 2.
5 Se resuelve:
6 Se deshace la sustitucin:
(uv) = uv + uv
Si integramos ambos miembros quedara:
(uv) = uv + uv ,
por lo que:
5/14
VI. INTEGRALES
A la hora de aplicar la frmula, en el integrando hay que elegir u y dv, lo que exige un
poco de intuicin y otro tanto de prctica.
Por regla general, este mtodo se utilizar, cuando se aprecie que el integrando es
producto de dos funciones, y una de ellas sea la derivada de otra fcil de obtener. Suele
ser efectivo este mtodo cuando uno de los dos factores es de tipo exponencial,
logartmico o trigonomtrico.
Ejemplo 3.
Haciendo
6/14
VI. INTEGRALES
Para ello haremos una particin del segmento (a,b) en n partes iguales, y por tanto
tendremos n rectngulos de base ( xn xn 1 ) . Cada altura del rectngulo ser o bien el
mnimo de la funcin en cada intervalo ( xn xn 1 ) (en este caso sern rectngulos
inscritos en el rea), o bien el mximo en dicho intervalo (y en este caso sern
rectngulos circunscritos al rea).
Si sumamos las reas de los rectngulos de altura mnima, tendremos una aproximacin
del clculo del rea por defecto, (suma inferior I); si sumamos las reas de los
rectngulos de altura mxima, tendremos una aproximacin del clculo del rea por
exceso, (suma superior S).
Naturalmente la aproximacin ser tanto mayor, cuanto mayor sea el nmero de
particiones que hagamos del segmento (a,b).
Ahora bien, si tomamos la base de cada rectngulo por dx y la altura por f(x), el rea de
cada rectngulo ser A = f(x)dx, y teniendo en cuenta el concepto de lmite podemos
afirmar que:
Este nmero real recibe el nombre de integral definida de la funcin f(x) en [a,b] y se
designa por
b
a
f ( x) dx
7/14
VI. INTEGRALES
6.7. PROPIEDADES DE LA INTEGRAL DEFINIDA
Si c es un punto interior de [a,b] , la integral definida se descompone como suma de dos
integrales definidas de intervalos [a,c] y [c,b], es decir:
b
a
Si a = b, entonces:
a
a
f ( x)dx = 0
b
a
f ( x) dx = f ( x) dx
b
d) Suma y diferencia
La integral definida de una suma o resta de funciones es igual a la suma o resta de las
integrales definidas, es decir:
La integral definida del producto de una constante por una funcin es igual a la
constante por la integral de la funcin, es decir:
b
a
k f ( x)dx = k f ( x)dx
a
b
a
f ( x)dx = F (b) F ( a)
8/14
VI. INTEGRALES
En efecto:
Si G ( x) =
x
a
f ( x)dx es la funcin integral de f(x), entonces por ser tambin F(x) una
b
a
Esta regla nos permite un clculo rpido y sencillo de reas limitadas por funciones que
sean integrables.
El teorema de Barrow nos da una herramienta para el clculo de reas. Ahora bien, la
superficie de un recinto es siempre positiva, mientras que la integral puede ser positiva,
negativa o nula.
Por tanto, en la aplicacin de la integral definida al clculo de reas debe tenerse en
cuenta el signo de cada uno de los recintos limitados por la funcin y el eje OX y tomar
el valor absoluto de los mismos. Su suma en tal caso es el rea busca. Esto quiere decir
que cuando la grfica de la funcin entre dos puntos a y b est por encima del eje OX
(es decir en la Y positiva), entonces el rea ser:
b
a
f ( x) dx
Ahora bien, si la grfica de la funcin entre a y b est toda por debajo del eje OX,
entonces el rea ser:
b
a
f ( x) dx
9/14
VI. INTEGRALES
Si por ltimo, la grfica de la funcin entre a y b, est parte por encima y parte por
debajo del eje OX, habr que buscar el punto o los puntos, donde la funcin pase de
positiva a negativa o viceversa (es decir sern los puntos de corte de la funcin con el
eje OX). En este caso, y suponiendo que el punto de corte sea c, tendremos que:
A=
f ( x)dx + f ( x)dx
c
Ejemplo 4.
Esto quiere decir que la funcin en el intervalo est por debajo del eje OX entre los
puntos 0 y 0.58, y por encima entre 0.58 y 2.
As que el rea hay que calcularla en dos trozos:
10/14
VI. INTEGRALES
o reas del recinto limitado por dos funciones
En este caso los intervalos de integracin vendrn delimitados por sus puntos de corte,
para lo cual, se hace f(x) = g(x) y se calculan dichos puntos.
En el caso de que g(x) > f(x) en [a,b] resultar que el rea buscada ser:
b
A = g ( x) dx f ( x)dx
que por la propiedad de la diferencia de la integral definida quedara como:
A = [ g ( x) f ( x) ] dx
b
En el caso de que existan partes negativas y positivas, habr que efectuar los cambios
introducidos en el epgrafe anterior.
Ejemplo 5.
11/14
VI. INTEGRALES
EJERCICIOS DE INTEGRALES
1.
2.
3.
4.
12/14
VI. INTEGRALES
5.
6.
7.
13/14
VI. INTEGRALES
8.
9.
10.
14/14
VII. PROBABILIDAD
NDICE
7.1.
7.2.
7.3.
7.4.
7.5.
7.6.
7.7.
7.8.
7.9.
7.10.
Introduccin
Experimentos aleatorios
Lenguaje del clculo de probabilidades
Sistema completo de sucesos
Experimentos compuestos
Probabilidad
Probabilidad condicionada
Sucesos dependientes e independientes
Probabilidad total
Teorema de Bayes
7.1. INTRODUCCIN
La teora de probabilidad tiene su origen en los juegos de azar.
Su finalidad, podramos decir, que es la de cuantificar la previsibilidad a priori en
algo totalmente imprevisible en principio, como son los fenmenos aleatorios.
Poincar (matemtico francs) afirmaba, que: el azar no es ms que la medida de
nuestra ignorancia. Los fenmenos fortuitos son, por definicin, aquellos cuyas leyes
ignoramos.
Con el estudio de las leyes de la probabilidad, no se intenta hacer del azar algo
determinista, sino saber qu peso tiene dicho azar en determinados fenmenos.
Como se ver ms adelante, la probabilidad de un fenmeno (que llamaremos suceso)
consiste en asignar un nmero real a tal suceso. Este nmero nos permite obrar en
consecuencia acerca de la posibilidad ms o menos remota de que dicho suceso ocurra.
etc.
1/13
VII. PROBABILIDAD
7.3. LENGUAJE DEL CLCULO DE PROBABILIDADES
Como toda especialidad o disciplina del conocimiento, el clculo de probabilidades
tiene su propio lenguaje. A continuacin definiremos los conceptos ms utilizados
dentro del mundo de las probabilidades.
1 Espacio muestral E: (de un experimento aleatorio) es el conjunto de todos los
resultados posibles del experimento.
Ejemplo 1.
1.- El espacio muestral asociado al experimento lanzar una moneda es:
E={C,X}
2.- El espacio muestral asociado al lanzamiento de dos monedas es:
E={ CC,CX,XC,XX}
C
CC
CX
XC
XX
2/13
VII. PROBABILIDAD
Ejemplo 2.
Al lanzar un dado con sus caras numeradas y anotar el resultado de la cara superior su
espacio muestral sera:
E={ 1 , 2 , 3 , 4 , 5 , 6 }
pues bien, si consideramos los siguientes casos:
Todos son subconjuntos de E, y por tanto a cada uno de ellos se les denomina suceso.
3/13
VII. PROBABILIDAD
Ejemplo 3.
"Lanzar un dado"
E={1,2,3,4,5,6}
Propiedades :
Asociativa
Conmutativa
Idempotente
Simplificativa
Distributiva
Suceso contrario
Unin
Interseccin
(A B) C=A (B C) (A B) C=A (B C)
A B=B A
A B=B A
A A=A
A A=A
A (B A)=A
A (B A)=A
A (B C)=(A B) (A C)
A(B C)=(A B) (A C)
A A =
A A = E
A1 A2 ........ = E
A1 , A2 , ......son incompatibles 2 a 2 .
An
A1 A2 .............
4/13
VII. PROBABILIDAD
Ejemplo 4.
Lanzamiento de un dado y una moneda.
Al espacio muestral generado a partir de un experimento compuesto se le denomina
espacio compuesto.
En el ejemplo anterior, el espacio compuesto sera:
7.6. PROBABILIDAD
1 Idea intuitiva de probabilidad
Supongamos que lanzamos una moneda y anotamos las veces que sale cara. Despus de
10, 20, 30, ......, 200 lanzamientos obtenemos los resultados:
N de lanz. 10
N de caras
6
fre.relativa 06
20
11
055
30
16
053
40
20
05
50
27
054
60
31
051
70
37
052
80 ................. 200
43 ................ 101
053 ............ 050
p( A ) =
n de casos favorables
n de casos posibles
5/13
VII. PROBABILIDAD
(para aplicar esta definicin se supone que los sucesos elementales son equiprobables)
Ejemplo 5.
"Lanzar un dado"
a) A="nmero par"={2,4,6}
b) B="Obtener primo" ={2,3,5}
c) C="obtener multiplos de 3"={3,6}
d) D=Obtener mltiplo de 5"={5}
p(A)=3/6=1/2
p(B)=3/6=1/2
p(C)=2/6=1/3
p(D)=1/6
Ejemplo 6.
"Lanzar dos monedas"
E={CC,CX,XC,XX}
Ejemplo 7.
"Extraccin de una carta de una baraja espaola"
a) A = Obtener un oro
b) B = Obtener un as
c) C = Obtener una sota de espadas
d) D = Obtener un as o una sota
e) E = Obtener bastos o espadas
f) F = Obtener una figura
p(A)=10/40=1/4
p(B)=4/40=1/10
p(C)=1/40
p(D)=8/40=1/5
p(E)=20/40=1/2
p(F)=12/40=3/10
p( A ) = 1 - P(A)
p( ) = 0
0 p( A ) 1
6/13
VII. PROBABILIDAD
-
Si A B
p(A) p(B)
Si los suceso son compatibles: p(A B) = p(A) + p(B) - p(A B)
Ejemplo 8.
"Extraer una carta de una baraja"
Sucesos:
A="Obtener un oro" , B="Obtener un rey"
C="Obtener un as de espadas" , D="Obtener figuras"
i)
10 4 1 13
+
=
40 40 40 40
ii) A y C son incompatibles, pues no se puede obtener un oro y el as de espadas a
p(A B ) = p(A )+ p(B ) p(A B ) =
la vez.
p(A C) = p(A ) + p(C) =
10 1
11
+
=
40 40 40
iii) B A P(B)=4/40=1/10<p(A)=12/40=3/10
iv) A D ="obtener figura de oros"
p(A D)= p(A )+ p(D) p(A D) =
10 12 3 19
+
=
40 40 40 40
p(A B)
p(B)
7/13
VII. PROBABILIDAD
B
a
p(A B) =
b
a+b+c
p(B) =
b+c
a+b+c
p(A/B) =
b
b+c
Ejemplo 9.
Hombres
70
20
90
Fuman
No Fuman
p(H) = 90/160
p(M) = 70/160
p(H/NF) = 20/50
Mujeres
40
30
70
p(F) = 110/160
110
50
160
p(NF) = 50/160
p(M/F) = 40/110
Ejemplo 10.
"Lanzar un dado al aire". Calcula la probabilidad de obtener un mltiplo de 3,
sabiendo que ha salido puntuacin par.
Sea A="Salir n par"={2,4,6}
B="Salir mltiplo de 3"={3,6}
p(B /A ) =
p(A)=3/6=1/2
p(B)=2/6=1/3
p(B A ) 1/6 2 1
=
= =
1/2 6 3
p(A )
8/13
VII. PROBABILIDAD
7.8. SUCESOS DEPENDIENTES E INDEPENDIENTES
Dos sucesos A y B se dice que son independientes si p(A) = p(A/B). En caso contrario,
p(A) p(A/B), se dice que son dependientes.
Esto implica que cuando dos sucesos son independientes la realizacin de un suceso no
implica la realizacin del segundo, y en caso contrario si.
Ejemplo 11.
Si al extraer dos cartas de una baraja lo hacemos con devolucin tendremos dos
sucesos independientes, p(A B) = p(A) p(B) pero si lo hacemos sin devolucin ahora
si son dependientes p(A B) = p(A) p(B/A).
A1
A2
A3
B
A4
B
9/13
VII. PROBABILIDAD
Ejemplo 12.
Importante: Se va ha realizar el siguiente experimento: se tira una moneda, si sale cara
se saca una bola de una urna en la que hay 4 bolas negras, 3 turquesa y 3 amarillas, si
sale cruz se saca una bola de otra urna en la que hay 5 bolas negras, 2 turquesa y 3
amarillas.
NNNN
TTT
AAA
NNNNN
TT
AAA
Cara 1/2
N 4/10
T 3/10
A 3/10
Cruz 1/2
N 5/10
T 2/10
A 3/10
T de Bayes: p(Cara/N) =
10/13
VII. PROBABILIDAD
EJERCICIOS DE PROBABILIDAD
1. Lanzamos un dado y una moneda. Los posibles resultados son (1,C), (1,+), (2,C) Describe el espacio
muestral con los doce elementos de los que consta.
a) Sean los sucesos:
A = Sacar uno o dos en el dado
B = sacar + en la moneda
D = {(1,C), (2,+), (3,C), (3,+), (6,+)}
b) Describe los sucesos A y B mediante todos los elementos.
c) Halla A UB, A B, A UD'
2. Determina si son compatibles o incompatibles los sucesos A y B: P[A] = 1/4, P[B] = 1/2, P[A UB] = 2/3
3. Se lanzan dos dados. Calcula la probabilidad de que la mayor de las puntuaciones sea un 1, un 2, un 3, un
4, un 5, un 6.
4. Una clase se compone de veinte alumnos y diez alumnas. La mitad de las alumnas y la mitad de los
alumnos aprueban las matemticas. Calcula la probabilidad de que, al elegir una persona al azar,
resulte ser:
a) Alumna o que aprueba las matemticas.
b) Alumno que suspenda las matemticas.
c) Sabiendo que es alumno, cul es la probabilidad de que apruebe las matemticas?
d) Son independientes los sucesos ALUMNO y APRUEBA MATEMTICAS?
5. En una caja hay seis bolas numeradas, tres de ellas con nmeros positivos y las otras tres con nmeros
negativos. Se extrae una bola y despus otra, sin remplazamiento.
a) Calcula la probabilidad de que el producto de los nmeros obtenidos sea positivo.
b) Calcula la probabilidad de que el producto de los nmeros obtenidos sea negativo.
6. En una cierta ciudad, el 40% de la poblacin tiene cabellos castaos, el 25% tiene los ojos castaos y
el 15% tiene cabellos y ojos castaos. Se escoge una persona al azar:
a) Si tiene cabellos castaos, cul es la probabilidad de que tambin tenga ojos castaos?
b) Si tiene ojos castaos, cul es la probabilidad de que tenga cabellos castaos?
c) Cul es la probabilidad de que no tenga cabellos ni ojos castaos?
7. Un examen consiste en elegir al azar dos temas de entre los diez del programa y desarrollar uno de
ellos.
a) Un alumno sabe 6 temas. Qu probabilidad tiene de aprobar el examen?
b) Qu probabilidad tiene el mismo alumno de saberse uno de los temas elegidos y el otro no?
8. Un estudiante hace dos pruebas en un mismo da. La probabilidad de que pase la primera prueba es 0,6.
La probabilidad de que pase la segunda es 0,8 y la de que pase ambas es 0,5. Se pide:
a) Probabilidad de que pase al menos una prueba.
b) Probabilidad de que no pase ninguna prueba.
c) Son las pruebas sucesos independientes?
d) Probabilidad de que pase la segunda prueba en caso de no haber superado la primera.
9. Una urna A tiene 3 bolas blancas y 7 negras. Otra urna B tiene 9 bolas blancas y 1 negra. Escogemos
una de las urnas al azar y de ella extraemos una bola. Calcula:
a) P[ BLANCA/A ]
b) P[ BLANCA/B ]
c) P[ A y BLANCA ]
d) P[ B y BLANCA ]
11/13
VII. PROBABILIDAD
e) P[ BLANCA ]
f) Sabiendo que la bola obtenida ha sido blanca, cul es la probabilidad de haber escogido la urna B ?
10. Tenemos las mismas urnas del ejercicio anterior. Sacamos una bola de A y la echamos en B y, a
continuacin, sacamos una bola de B.
a) Cul es la probabilidad de que la segunda bola sea negra?
b) Sabiendo que la segunda bola ha sido negra, cul es la probabilidad de que tambin la primera
fuese negra?
11. Una urna contiene 10 bolas blancas, 6 negras y 4 rojas. Si se extraen tres bolas con reemplazamiento,
cul es la probabilidad de obtener 2 blancas y una roja?
12. Una urna A contiene 6 bolas blancas y 4 negras. Otra urna B tiene 5 blancas y 9 negras. Elegimos una
urna al azar y extraemos dos bolas, que resultan ser blancas. Halla la probabilidad de que la urna
elegida haya sido la A.
13. Se dispone de tres urnas: la A que contiene dos bolas blancas y cuatro rojas, la B con tres blancas y
tres rojas; y la C con una blanca y cinco rojas.
a) Se elige una urna al azar y se extrae una bola de ella. Cul es la probabilidad de que esta bola sea
blanca?
b) Si la bola extrada resulta ser blanca, cul es la probabilidad de que proceda de la urna B?
14. Sean A y B dos montones de cartas. En A hay 8 oros y 5 espadas y, en B 4 oros y 7 espadas. Sacamos
dos cartas del mismo montn y resulta que ambas son de espadas. Halla la probabilidad de que las
hayamos sacado del montn B.
15. Una urna contiene 25 bolas blancas sin marcas, 75 bolas blancas marcadas, 125 bolas negras sin
marcar y 175 bolas negras marcadas.
a) Se extrae una bola. Calcula la probabilidad de que sea blanca.
b) Se extrae una bola y est marcada. Cul es la probabilidad de que sea blanca?
c) Se extrae una bola. Cul es la probabilidad de que sea negra y est marcada?
d) Son independientes los sucesos sacar bola blanca y sacar bola marcada?
16. En un centro escolar hay tres grupos de Bachillerato. El primero est compuesto por 10 alumnos de
los que 7 prefieren la msica moderna, 2 prefieren la clsica y 1 que no le gusta la msica. En el
segundo, compuesto por 12 alumnos, la distribucin de preferencias es 5, 7 y 0 respectivamente; y en
el tercero, formado por 14 alumnos, la distribucin de preferencias es de 6,6 y 2 respectivamente.
Se elige un grupo al azar y se regalan 2 entradas para un concierto de msica clsica a dos alumnos
seleccionados al azar.
a) Halla la probabilidad de que los dos alumnos elegidos sean aficionados a la msica clsica.
b) Si los dos alumnos agraciados son, efectivamente, aficionados a la msica clsica, cul es la
probabilidad de que sean del primer grupo?.
17. De una baraja se extraen simultneamente tres cartas al azar. Encuentra la probabilidad de que:
a) Las tres cartas sean de bastos.
b) Alguna de las cartas sea un oro.
18. Una urna A contiene 2 bolas blancas y una negra, y otra urna B contiene 2 bolas negras y una blanca.
Se extraen dos bolas de la urna A y, sin mirar el color, se introducen en la B. A continuacin se
extrae una bola de la urna B. Cul es la probabilidad de que esa bola sea negra?
19. Los alumnos de Bachillerato de un IES proceden de 3 localidades, A, B y C, siendo un 20% de A, un
30% de B y el resto de C. El 80% de los alumnos de A cursa 1 de Bachillerato y el resto, 2. El 50%
12/13
VII. PROBABILIDAD
de los alumnos de B cursa 1 de Bachillerato y el resto, 2. El 60% de los alumnos de C cursa 1 de
Bachillerato y el resto, 2.
a) Seleccionado, al azar, un alumno de Bachillerato de ese IES, cul es la probabilidad de que sea de
2?
b) Si elegimos, al azar, un alumno de Bachillerato de ese IES y este es un alumno de 2, cul es la
probabilidad de que proceda de la localidad B.
20. Segn una estadstica de resultados en las Pruebas de Acceso a la Universidad, el nmero de alumnas
presentadas es 840, de las que han aprobado un 70%, mientras que el nmero de alumnos presentados
es 668, habiendo aprobado un75% de estos.
a) Elegida, al azar, una persona presentada a las Pruebas, cul es la probabilidad de que haya
aprobado?
b) Sabiendo que una persona ha aprobado, cul es la probabilidad de que sea varn?
13/13
Introduccin
Poblacin y muestra
El muestreo. Tipos de muestreo
Distribucin Normal
Distribucin de probabilidad de la media muestral
Intervalos de confianza
Error admitido y tamao de la muestra
8.1. INTRODUCCIN
La Estadstica es la ciencia que estudia los fenmenos de masas para hallar en ellos las
regularidades del comportamiento colectivo, regularidades que sirven para describir el
fenmeno y para efectuar predicciones.
Cuando se observan exhaustivamente todos los elementos de la poblacin, se dispone de
todos los datos posibles para el estudio de un fenmeno dado, y por tanto es posible
describir de forma exacta las regularidades, el comportamiento o las caractersticas de
dicha poblacin. Esto es a lo que se dedica la llamada Estadstica descriptiva.
Ahora bien, si esa observacin no es exhaustiva, sino que se parte de una muestra, a
partir de la cual se intenta conocer las caractersticas de una poblacin, entonces
estamos ante un proceso de induccin. Por tanto la Estadstica Inductiva o la Inferencia
Estadstica tiene como funcin generalizar los resultados de la muestra para estimar las
caractersticas de la poblacin, lo cual no quiere decir que los mtodos utilizados en la
Estadstica descriptiva sean distintos a los utilizados en el estudio de una muestra.
Es importante resear que los conceptos de poblacin y muestra deben de estar
subordinados al uso que se le va a dar al conjunto de observaciones de que se dispone.
1/16
2/16
1
f ( x) =
e 2
2
3/16
3. Funcin de densidad
1
f ( x) =
e 2
2
4. Funcin de distribucin.
Dada una variable aleatoria continua X, que sigue una distribucin normal, la funcin
de distribucin que representaremos por F(x) viene dada por: N ( , )
1 x
1
F ( x) = p( X t ) =
e 2
2
t
dx
4/16
f ( x) =
1 2x
e
2
La funcin de distribucin de la ley normal estndar, que ser el trozo de rea X<x, por
tanto menor que 1, depender del valor que tome la variable x.
Para ello se hace uso de una tabla donde vienen tabulados los valores de F(x) para
distintos valores de x.
6. Tipificacin de la variable.
5/16
Segundo decimal de Z
Z
.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
0.0
0.1
0.2
0.3
0.4
.5000
.5398
.5793
.6179
.6554
.5040
.5438
.5832
.6217
.6591
.5080
.5478
.5871
.6255
.6628
.5120
.5517
.5910
.6293
.6664
.5160
.5557
.5948
.6331
.6700
.5199
.5596
.5987
.6368
.6736
.5239
.5636
.6026
.6406
.6772
.5279
.5675
.6064
.6443
.6808
.5319
.5714
.6103
.6480
.6844
.5359
.5753
.6141
.6517
.6879
0.5
0.6
0.7
0.8
0.9
.6915
.7257
.7580
.7881
.8159
.6950
.7291
.7611
.7910
.8186
.6985
.7324
.7642
.7939
.8212
.7019
.7357
.7673
.7967
.8238
.7054
.7389
.7704
.7995
.8264
.7088
.7422
.7734
.8023
.8289
.7123
.7454
.7764
.8051
.8315
.7157
.7486
.7794
.8078
.8340
.7190
.7517
.7823
.8106
.8365
.7224
.7549
.7852
.8133
.8389
1.0
1.1
1.2
1.3
1.4
.8413
.8643
.8849
.9032
.9192
.8438
.8665
.8869
.9049
.9207
.8461
.8686
.8888
.9066
.9222
.8485
.8708
.8907
.9082
.9236
.8508
.8729
.8925
.9099
.9251
.8531
.8749
.8944
.9115
.9265
.8554
.8770
.8962
.9131
.9279
.8577
.8790
.8980
.9147
.9292
.8599
.8810
.8997
.9162
.9306
.8621
.8830
.9015
.9177
.9319
1.5
1.6
1.7
1.8
1.9
.9332
.9452
.9554
.9641
.9713
.9345
.9463
.9564
.9649
.9719
.9357
.9474
.9573
.9656
.9726
.9370
.9484
.9582
.9664
.9732
.9382
.9495
.9591
.9671
.9738
.9394
.9505
.9599
.9678
.9744
.9406
.9515
.9608
.9686
.9750
.9418
.9525
.9616
.9693
.9756
.9429
.9535
.9625
.9699
.9762
.9441
.9545
.9633
.9706
.9767
2.0
2.1
2.2
2.3
2.4
.9772
.9821
.9861
.9893
.9918
.9778
.9826
.9864
.9896
.9920
.9783
.9830
.9868
.9898
.9922
.9788
.9834
.9871
.9901
.9925
.9793
.9838
.9875
.9904
.9927
.9798
.9842
.9878
.9906
.9929
.9803
.9846
.9881
.9909
.9931
.9808
.9850
.9884
.9911
.9932
.9812
.9854
.9887
.9913
.9934
.9817
.9857
.9890
.9916
.9936
2.5
2.6
2.7
2.8
2.9
.9938
.9953
.9965
.9974
.9981
.9940
.9955
.9966
.9975
.9982
.9941
.9956
.9967
.9976
.9982
.9943
.9957
.9968
.9977
.9983
.9945
.9959
.9969
.9977
.9984
.9946
.9960
.9970
.9978
.9984
.9948
.9961
.9971
.9979
.9985
.9949
.9962
.9972
.9979
.9985
.9951
.9963
.9973
.9980
.9986
.9952
.9964
.9974
.9981
.9986
3.0
3.1
3.2
3.3
3.4
.9987
.9990
.9993
.9995
.9997
.9987
.9991
.9993
.9995
.9997
.9987
.9991
.9994
.9995
.9997
.9988
.9991
.9994
.9996
.9997
.9988
.9992
.9994
.9996
.9997
.9989
.9992
.9994
.9996
.9997
.9989
.9992
.9994
.9996
.9997
.9989
.9992
.9995
.9996
.9997
.9990
.9993
.9995
.9996
.9997
.9990
.9993
.9995
.9997
.9998
3.5
3.6
3.8
4.0
.9998
.9998
.9999
1.000
.9998
.9999
.9999
1.000
.9998
.9999
.9999
1.000
.9998
.9999
.9999
1.000
.9998
.9999
.9999
1.000
.9998
.9999
.9999
1.000
.9998
.9999
.9999
1.000
.9998
.9999
1.000
1.000
.9998
.9999
1.000
1.000
.9998
.9999
1.000
1.000
6/16
7/16
Ejemplo 1.
X=
x1 + x2 + ......... + xn
=
n de muestras posibles
)
poblacin (normal o no normal) se distribuye segn una N( ,
n
8/16
Ejemplo 2.
El peso de los recin nacidos en una maternidad se ha distribuido segn una ley normal
de media = 3100 gr y de desviacin tpica = 150 gr Cul ser la probabilidad de
que la media de una muestra de 100 recin nacidos se superior a 3130 gr?
3130 3100
por lo tanto solo un 2'28% de las muestras tendr una media por encima de los 3130 gr
9/16
N
100
y unido a este, se encuentra el llamado nivel de significacin, que viene dado por .
Este nivel en general vendr explicitado en las condiciones del problema, si bien los
valores mas comunes suelen ser del 90%, 95% y 99%.
Ejemplo 3.
10/16
2
probabilidad que se busca dentro de la tabla como hemos visto.
Ahora bien, este valor slo sirve para la normal estndar N(0,1). Nosotros manejamos la
normal N ,
y para pasar a la normal estndar deberemos tipificar:
n
k
= z / 2
/ n
de donde despejando, encontramos k, el valor buscado:
k =+
z / 2
, + z / 2
z / 2
n
n
Ejemplo 4.
11/16
, + z / 2
entre : z / 2
siendo / 2 el valor de la probabilidad que queda a
n
n
p z / 2
, + z / 2
= 1 (nivel de confianza)
n
n
, + z0'025
comprendida entre z0'025
=
n
n
, + 1'96
1'96
n
n
x + z / 2
x z / 2
n
n
x + z / 2
p x z / 2
= 1 (nivel de confianza)
n
n
12/16
x + z / 2
Cuando decimos que x z / 2
estamos admitiendo un error
n
n
mximo de z / 2
esto es: la diferencia mxima entre la media poblacional y la
n
media muestral debe ser menor que este valor. Como se puede observar de este valor se
puede controlar dos parmetros, n y z .
El tamao mnimo de una encuesta depende de la confianza que se desee para los
resultados y del error mximo que se est dispuesto a asumir:
E = z / 2
despejando
n = z / 2
E
Ejemplo 5.
Se desea realizar una investigacin para estimar el peso medio de los hijos de madres
fumadoras. Se admite un error mximo de 50 gr, con una confianza del 95% . Si por
estudios se sabe que la desviacin tpica es de 400 gr Qu tamao mnimo de muestra
se necesita en la investigacin?
2
400
13/16
b) P(z 1,8)
e) P(1 z 2)
h) P(2,3 < z < 1,7)
b) P(z k) = 0,8729
d) P(z k) = 0,33
f) P(z > k) = 0,12
h) P(z k) = 0,6
b) P(x 16,5)
e) P(11 x < 25)
c) P(x 11)
4. En una distribucin N(6, 0,9), calcula k para que se den las siguientes igualdades:
a) P(x k) = 0,9772
c) P(x k) = 0,3
b) P(x k) = 0,8
d) P(x k) = 0,6331
5. En una distribucin N(173, 6) halla los intervalos caractersticos para el 90%, el 95% y el
99%.
6. En una distribucin N(18, 4) halla los intervalos caractersticos para el 95% y el 99,8%.
7. En una distribucin N(20, 6), tomamos muestras de tamao 64.
8. Se sabe que el cociente intelectual de los alumnos de una universidad se distribuye segn
9. Las notas en un cierto examen se distribuyen normal con media = 5,3 y desviacin tpica
= 2,4. Halla la probabilidad de que un estudiante tomado al azar tenga una nota:
a) Superior a 7.
b) Inferior a 5.
c) Comprendida ente 5 y 7.
14/16
10. El tiempo de espera, en minutos, de los pacientes en un servicio de urgencias, es N(14, 4).
12. La estatura de los jvenes de una ciudad sigue una distribucin N(, ). Si el 90% de las
medias de las muestras de 81 jvenes estn en (173,4; 175,8), halla y .
13. En una muestra de 50 jvenes encontramos que la dedicacin media diaria de ocio es de
400 minutos y su desviacin tpica de 63 minutos. Calcula el intervalo de confianza de la
media de la poblacin al 95% de nivel de confianza.
14. La desviacin tpica de una variable estadstica es = 5. Para estimar la media de dicha
variable, extraemos una muestra aleatoria de tamao n = 100 y obtenemos X = 28. Obtn
un intervalo de confianza del 95% para estimar la media de la poblacin, .
15. Los estudiantes de Bachillerato de una cierta comunidad autnoma duermen un nmero de
horas diarias que se distribuye segn una ley normal de media desconocida y de
desviacin tpica 3. A partir de una muestra de tamao 30 se ha obtenido una media
muestral igual a 7 horas. Halla un intervalo de confianza al 96% para la media de horas de
sueo, .
16. Se desea estudiar el gasto semanal de fotocopias, en cntimos de euro, de los estudiantes
de bachillerato de cierta comunidad. Para ello, se ha elegido una muestra aleatoria de 9 de
estos estudiantes, resultando los valores siguientes para estos gastos:
100; 150; 90; 70; 75; 105; 200; 120; 80
Se supone que la variable objeto del estudio sigue una distribucin normal de media
desconocida y desviacin tpica igual a 12. Determina un intervalo de confianza al 95% para
la media del gasto semanal en fotocopias por estudiante.
17. Se ha tomado una muestra aleatoria de 100 individuos a los que se ha medido el nivel de
glucosa en sangre, obtenindose una media muestral de 110 mg/cm3. Se sabe que la
desviacin tpica de la poblacin es de 20 mg/cm3.
a) Obtn un intervalo de confianza, al 90%, para el nivel de glucosa en sangre en la
poblacin.
15/16
18. La media de las estaturas de una muestra aleatoria de 400 personas de una ciudad es 1,75
m. Se sabe que la estatura de las personas de esa ciudad es una variable aleatoria que sigue
una distribucin normal con varianza 2 = 0,16 m2.
a) Construye un intervalo, de un 95% de confianza, para la media de las estaturas de la
poblacin.
b) Cul sera el mnimo tamao muestral necesario para que pueda decirse que la
verdadera media de las estaturas est a menos de 2 cm de la media muestral, con una
confianza del 90%?
19. Las medidas de los dimetros de una muestra al azar de 200 cojinetes de bolas, hechos
por una determinada mquina dieron una media de 2 cm y una desviacin tpica de 0,1 cm.
Halla los intervalos de confianza del:
a) 68,26%
b) 95,44%
c) 99,73%
20. La duracin de las bombillas fabricadas por una empresa sigue una distribucin normal de
21. Al medir el tiempo de reaccin, un psiclogo estima que la desviacin tpica del mismo es de
0,5 segundos. Cul ser el nmero de medidas que deber hacer para que sea del 95% la
confianza de que el error de su estimacin no exceder de 0,05 segundos?
22. Al medir el dimetro de los cojinetes producidos por una empresa, se estima que la
desviacin tpica de dicho dimetro es de 0,05 cm. Se han hecho 121 mediciones. Se puede
afirmar, con el 99% de confianza, que el error en la estimacin de la media no exceder a
0,01 cm?
23. Las ventas mensuales de una tienda de electrodomsticos se distribuyen segn una ley
normal, con desviacin tpica 900 . En un estudio estadstico de las ventas realizadas en
los ltimos nueve meses, se ha encontrado un intervalo de confianza para la media mensual
de las ventas, cuyos extremos son 4 663 y 5 839 .
a) Cul ha sido la media de las ventas en estos nueve meses?
b) Cul es el nivel de confianza para este intervalo?
16/16
Introduccin
Hiptesis estadsticas
Errores
Regiones de aceptacin y rechazo
Contraste unilateral y bilateral
Contraste de hiptesis para la media de una poblacin normal
9.1. INTRODUCCIN
En este tema trataremos el importante aspecto de la toma de decisiones, referida a
decidir si un valor obtenido a partir de la muestra es probable que pertenezca a la
poblacin.
En general, la media en una muestra suele ser distinta a la media de la poblacin, de la
cul se extrae la muestra. Lo normal suele ser que tal diferencia entre la media muestral
y poblacional sea pequea y debida al azar, pero podra suceder que dicha diferencia no
est justificada por el azar y se deba a un cambio en la poblacin, y debamos modificar
los datos que conocemos previamente.
Ejemplo 1.
1. Hace algunos aos, la media de estatura de los espaoles adultos varones era de
170 cm y su desviacin tpica 9 cm. Pasado el tiempo, un muestreo realizado a
36 adultos da una medida de 172 cm. Puede afirmarse que esa diferencia de 2
cm es debida al azar o realmente la estatura media ha aumentado?
2. Supongamos que, respecto a una determinada ley, el 52% de los ciudadanos est
en contra. Pasado el tiempo, una encuesta realizada a 400 personas indica que
los ciudadanos en contra han descendido hasta el 49 %. Ha cambiado realmente
la opinin pblica o tal resultado es debido al azar?
1/10
Ejemplo 2.
Un investigador afirma que la temperatura del cuerpo humano en un adulto sano se
distribuye segn una normal de media = 37o C y desviacin tpica = 09o C.
Formular la hiptesis nula y la hiptesis alternativa.
A la vista de los datos, el investigador afirma que la temperatura media del cuerpo
humano es 37o, es decir la hiptesis o conjetura que formula es:
2/10
ACEPTAR H0
Decisin:
RECHAZAR H0
Situacin real:
H0 es cierta
H0 es falsa
ERROR II
CORRECTO
Probabilidad 1 Probabilidad
ERROR I
Probabilidad
CORRECTO
Probabilidad 1
1 = p( Aceptar H 0 / H 0 es cierta )
1 = p( Rechazar H 0 / H 0 es falsa )
3/10
, + z / 2
z / 2
n
n
4/10
,
, z / 2
+ z / 2
n
n
2 Contraste unilateral (o de una cola): En este caso la regin crtica est formada por
un slo conjunto de puntos. Como se observa en las figuras, el nivel de significacin
se concentra slo en una parte o cola. Este caso se presenta cuando la hiptesis nula es
del tipo H0: k y la hiptesis alternativa, por tanto, es del tipo H1: < k (Tambin
si aparece k ).
, + z / 2
,
+ z / 2
n
5/10
,
z / 2
n
, z / 2
6/10
Ejemplo 3.
Se cree que el cociente intelectual medio de los estudiantes de una universidad es 113,
con una desviacin tpica de 7. Para contrastar la hiptesis, se extrae una muestra de
180 estudiantes y se obtiene en ellos un cociente intelectual medio de 115. Podemos
aceptar la hiptesis con un nivel de significacin del 5 %?
1 Enunciado: H 0 : = 113 , H1 : 113 .
2 Deduccin de conclusiones: Puesto que el tamao de la muestra, n = 180 , es mayor
que 30, las medias maestrales se distribuiran (si la hiptesis fuera cierta):
N 113,
= N (113;0,52)
180
Ejemplo 4.
El peso de los pollos de una granja es normal con media 2,6 kg y desviacin tpica 0,5.
Se experimenta un nuevo tipo de alimentacin con 50 cras. Cuando se hacen adultos,
Matemticas Aplicadas a las CCSS II
7/10
0,5
; 2, 6 + 2,33
= (; 2, 76)
50
3 Verificacin: El valor obtenido mediante la muestra, 2,78 kg, queda fuera de la zona
de aceptacin.
4 Decisin: Por tanto, se rechaza H 0 y se acepta H1 (la poblacin aumentar de peso
con el nuevo tipo de alimentacin) con un nivel de significacin de 0,01.
8/10
corrientes. Con el fin de comprobar esta informacin, se eligen al azar 30 pacientes con
jaqueca y se toma como variable en el experimento el tiempo que transcurre entre la
administracin del calmante y el momento en que desaparece la jaqueca. Los resultados
obtenidos en esta muestra fueron media 17 minutos y desviacin tpica 7 minutos.
Podemos admitir como cierta la afirmacin del laboratorio a un nivel de confianza del
95%?
3. Se sabe que la renta anual de los individuos de una localidad sigue una distribucin normal
4. Sabemos que la vida media de las lavadoras de una determinada marca sigue una
distribucin normal con una desviacin tpica de 0,7 aos. Un fabricante de dicha marca
afirma que sus lavadoras tienen una vida media de 10 aos. Para comprobar dicha
afirmacin se obtuvo una muestra de 50 lavadoras, cuya duracin media fue de x = 9,2
aos.
a) Formula la hiptesis nula y la hiptesis alternativa del contraste.
b) Determina la zona de aceptacin y realiza el contraste (con un nivel de confianza del
95%).
c) Explica, en el contexto del problema, en qu consisten cada uno de los errores del tipo I
y II.
5. Se ha comprobado que el tiempo de espera (en minutos) hasta ser atendido, en cierto
9/10
normal con una desviacin tpica de 120 horas. Su vida media est garantizada durante un
mnimo de 800 horas. Se escoge al azar una muestra de 50 bombillas de un lote y, despus
de comprobarlas, se obtiene una vida media de 750 horas. Con un nivel de significacin de
0,01, habra que rechazar el lote por no cumplir la garanta?
7. Una encuesta, realizada a 64 empleados de una fbrica, concluy que el tiempo medio de
duracin de un empleo en la misma era de 6,5 aos, con una desviacin tpica de 4. Sirve
esta informacin para aceptar, con un nivel de significacin del 5%, que el tiempo medio de
empleo en esa fbrica es menor o igual que 6? Justifica adecuadamente la respuesta.
establecido que la media de horas semanales dedicadas por el alumnado de ese centro al
estudio es superior a 15, con una desviacin tpica igual a 1 hora. Durante el presente curso,
el Departamento de Matemticas quiere demostrar que esta media ha disminuido. Para ello,
elige una muestra aleatoria de 150 alumnos, obteniendo una media muestral de 12,7 horas.
a) Puede afirmarse, con un nivel de confianza del 90%, que ha disminuido el tiempo medio
dedicado al estudio por los alumnos y alumnas del centro?
b) Responde a la pregunta a) con un nivel de significacin del 1%.
deben emitir ms de 5 ppm (partes por milln) de CO2. Dentro de sus procesos de control
de calidad, un fabricante ha medido la emisin de CO2 en una muestra de 36 motores,
obteniendo una media de 5,5 ppm y una desviacin tpica de 0,6 ppm. Contrasta, con un nivel
de significacin igual a 0,05, la hiptesis de que los motores de este fabricante cumplen en
media la normativa sobre contaminacin.
10. La Concejala de Juventud de un Ayuntamiento maneja el dato de que la edad a la que los
hijos se independizan de sus padres es una variable normal con media 29 aos y desviacin
tpica 3 aos. Aunque la desviacin tpica no plantea dudas, s se sospecha que la media ha
descendido, sobre todo por la poltica de ayuda al empleo que ha llevado a cabo el
Ayuntamiento. As, de un estudio reciente sobre 100 jvenes que se acaban de
independizar, se ha obtenido una media de 28,1 aos de edad.
a) Con un nivel de significacin del 1%, puede defenderse que la edad media no ha
disminuido, frente a que s lo ha hecho como parecen indicar los datos? Plantea el contraste
o test de hiptesis y resulvelo.
b) Explica, en el contexto del problema, en qu consisten cada uno de los errores del tipo I
y II.
10/10