Estadstica:

La estadstica es comnmente considerada como una coleccin de hechos numricos expresados en trminos de una
relacin sumisa, y que han sido recopilado a partir de otros datos numricos.
Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadstica como un valor resumido,
calculado, como base en una muestra de observaciones que generalmente, aunque no por necesidad, se considera
como una estimacin de parmetro de determinada poblacin; es decir, unafuncin de valores de muestra.
"La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa o colectivo, cuya
mediacin requiere una masa de observaciones de otros fenmenos ms simples llamados individuales o particulares".
(Gini, 1953.
Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos para recoger, organizar, resumir y analizar
datos, as como para sacar conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis.
"La estadstica es la ciencia que trata de la recoleccin, clasificacin y presentacin de los hechos sujetos a una
apreciacin numrica como base a la explicacin, descripcin y comparacin de los fenmenos". (Yale y Kendal, 1954).
Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica que tiene la estadstica, debido al gran
campo de aplicacin que posee.

Encuesta:
Se entiende por encuesta las observaciones realizadas por muestreo, es decir son observaciones parciales.
El diseo de encuestas es exclusivo de las ciencias sociales y parte de la premisa de que si queremos conocer algo
sobre el comportamiento de las personas, lo mejor, ms directo y simple es preguntrselo directamente a ellas.
(Cadenas, 1974).
Segn Antonio Napolitano "La encuesta, es un mtodo mediante el cual se quiere averiguar. Se efecta a travs de
cuestionarios verbales o escritos que son aplicados a un gran nmero de personas".

Frecuencia
E n e sta d st ica , la f re cu e n cia (o f re cu en cia ab so lu t a ) de un even t o x, e s e l n me ro de ve ce s ni q ue
d icho e ve n to se re p ite d u ra nt e un expe r ime nt o o mu e st ra e st a d st ica .1 Co m n me n te , la d ist rib u cin
d e la f re cu en cia su e le visu a li za r se co n el u so d e h isto g ra ma s.

Frecuencia absoluta
L a fre c ue nc ia a bs ol uta e s el nme ro de ve c es qu e ap a re ce un de te rm ina d o va l or en un
e stu d io e sta d st ico .
S e re p re se n ta po r f i .
L a s uma de la s fre c ue nc ia s abs ol utas e s igu a l al n m e ro t ot a l de da to s, que se re p re se n ta
p o r N.

P a ra in d ica r re su m id am en t e esta s sum a s se ut ili za la let ra g rie ga (si gma m a y scu la ) qu e se

le e su ma o sum at o ria .

Frecuencia relativa
L a fre c ue nc ia rel a ti va e s el c oci e nte en t re la f re c ue nc i a a bs ol uta d e un de te rm in ad o va lo r y
e l nme ro tota l de da tos .

S e p ue de e xp re sa r en t an t o s p o r cien to y se re p re se n ta po r n i .

L a sum a de la s f re cu en cia s re la t iva s e s i gua l a 1.

Marca de clase
La marca de clase es el punto medio de cada intervalo.
La marca de clase es el valor que representa a todo el intervalopara el clculo de algunos parmetros como la media
artmtica o ladesviacin tpica.
Se representa por ci o xi.
Ejemplo
xi
fi
xi fi
xi2 fi

0)

15

15

225

0)

25

200

5000

0)

35

10

350

12 250

0)

45

405

18 225

0)

55

440

24 200

0)

65

260

16 900

0)

75

150

11 250

42

1 820

88 050

Amplitud
La amplitud total (AT) es la diferencia entre la puntuacin de mayor valor y la de menor valor:

La amplitud total es un estadstico muy sencillo y fcil de calcular, pero a menudo esta simplicidad es un inconveniente.
Consideremos el siguiente ejemplo:

Los grupos A y B son bastante semejantes, pero no los coeficientes de amplitud. La diferencia en los coeficientes es
ocasionada por la variacin introducida por una sola puntuacin con valor extremo, el 1000. Por esta razn es
conveniente disponer de otras medidas ms adecuadas.
Principales caractersticas: Adems de la ya sealada, el coeficiente de amplitud total no tiene en cuenta los valores
entre extremos, que son los que determinan su valor.

Intervalo de clase
Los intervalos de clase se emplean si las variables toman unnmero grande de valores o la variable es continua.

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

Construccin de una tabla con Intervalos de clase

3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35,
28, 38, 41, 48, 15, 32, 13.
1 se localizan los valores menor y mayor de la distribucin. En este caso son 3 y 48.
2 Se restan y se busca un nmero entero un poco mayor que la diferencia y que sea divisible por el nmero de
intervalos de queramos poner.
Es conveniente que el nmero de intervalos oscile entre 6 y 15.
En este caso, 48 - 3 = 45, incrementamos el nmero hasta 50 : 5 = 10 intervalos.
Se forman los intervalos teniendo presente que el lmite inferior de una clase pertenece al intervalo, pero el lmite superior
no pertenece intervalo, se cuenta en el siguiente intervalo.
ci
fi
Fi
ni
Ni
2.5

0.025

0.025

7.5

0.025

0.050

5)

12.5

0.075

0.125

0)

17.5

0.075

0.200

5)

22.5

11

0.075

0.2775

0)

27.5

17

0.150

0.425

5)

32.5

24

0.175

0.600

0)

37.5

10

34

0.250

0.850

5)

42.5

38

0.100

0.950

0)

47.5

40

0.050

40

Moda, mediana y media

Moda
La moda es el valor que tiene mayor frecuencia absoluta.
Se representa por Mo.
Se puede hallar la moda para variables cualitativas y cuantitativas.
Hallar la moda de la distribucin:
2, 3, 3, 4, 4, 4, 5, 5 Mo= 4
Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa frecuencia es la mxima,
la distribucin es bimodal omultimodal, es decir, tiene varias modas.
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9Mo= 1, 5, 9
Cuando todas las puntuaciones de un grupo tienen la misma frecuencia, no hay moda.
2, 2, 3, 3, 6, 6, 9, 9
Si dos puntuaciones adyacentes tienen la frecuencia mxima, lamoda es el promedio de las dos puntuaciones
adyacentes.
0, 1, 3, 3, 5, 5, 7, 8Mo = 4
Clculo de la moda para datos agrupados
1 Todos los intervalos tienen la misma amplitud.

Li-1 es el lmite inferior de la clase modal.

fi es la frecuencia absoluta de la clase modal.
fi--1 es la frecuencia absoluta inmediatamente inferior a la en clase modal.
fi-+1 es la frecuencia absoluta inmediatamente posterior a la clase modal.
ai es la amplitud de la clase.
Tambin se utiliza otra frmula de la moda que da un valor aproximado de sta:

Ejemplo
Calcular la moda de una distribucin estadstica que viene dada por la siguiente tabla:
[60, 63)
[63, 66)
[66, 69)
[69, 72)
[72, 75)

2 Los intervalos tienen amplitudes distintas.

En primer lugar tenemos que hallar las alturas.

La clase modal es la que tiene mayor altura.

La frmula de la moda aproximada cuando existen distintas amplitudes es:

Mediana
Es el valor que ocupa el lugar central de todos los datos cuando stos estn ordenados de menor a mayor.
La mediana se representa por Me.
La mediana se puede hallar slo para variables cuantitativas.
Clculo de la mediana
1 Ordenamos los datos de menor a mayor.
2 Si la serie tiene un nmero impar de medidas la mediana es lapuntuacin central de la misma.
2, 3, 4, 4, 5, 5, 5, 6, 6Me= 5
3 Si la serie tiene un nmero par de puntuaciones la mediana es la media entre las dos puntuaciones centrales.

7, 8, 9, 10, 11, 12Me= 9.5

Clculo de la mediana para datos agrupados
La mediana se encuentra en el intervalo donde la frecuencia acumulada llega hasta la mitad de la suma de las
frecuencias absolutas.
Es decir tenemos que buscar el intervalo en el que se encuentre

Li-1 es el lmite inferior de la clase donde se encuentra la mediana.

es la semisuma de las frecuencias absolutas.
Fi-1 es la frecuencia acumulada anterior a la clase mediana.
ai es la amplitud de la clase.
La mediana es independiente de las amplitudes de los intervalos.
Ejemplo
Calcular la mediana de una distribucin estadstica que viene dada por la siguiente tabla:
[60, 63)
[63, 66)
[66, 69)
[69, 72)
[72, 75)
100 / 2 = 50
Clase modal: [66, 69)

Media aritmtica
La media aritmtica es el valor obtenido al sumar todos los datos ydividir el resultado entre el nmero total de datos.
es el smbolo de la media aritmtica.

Ejemplo
Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg. Hallar el peso medio.

Media aritmtica para datos agrupados

Si los datos vienen agrupados en una tabla de frecuencias, la expresin de la media es:

Ejercicio de media aritmtica

En un test realizado a un grupo de 42 personas se han obtenido las puntuaciones que muestra la tabla. Calcula la
puntuacin media.
[10, 20)
[20, 30)
[30,40)
[40, 50)
[50, 60
[60,70)
[70, 80)

Propiedades de la media aritmtica

1 La suma de las desviaciones de todas las puntuaciones de una distribucin respecto a la media de la misma igual
a cero.
Las suma de las desviaciones de los nmeros 8, 3, 5, 12, 10 de su media aritmtica 7.6 es igual a 0:
8 7.6 + 3 7.6 + 5 7.6 + 12 7.6 + 10 7.6 =
= 0. 4 4.6 2.6 + 4. 4 + 2. 4 = 0
2 La media aritmtica de los cuadrados de las desviaciones de los valores de la variable con respecto a
un nmero cualquiera se hacemnima cuando dicho nmero coincide con la media aritmtica.
3 Si a todos los valores de la variable se les suma un mismo nmero, la media aritmtica queda aumentada en
dicho nmero.
4 Si todos los valores de la variable se multiplican por un mismo nmero la media aritmtica queda multiplicada por
dicho nmero.
Observaciones sobre la media aritmtica
1 La media se puede hallar slo para variables cuantitativas.
2 La media es independiente de las amplitudes de los intervalos.
3 La media es muy sensible a las puntuaciones extremas. Si tenemos una distribucin con los siguientes pesos:
65 kg, 69kg , 65 kg, 72 kg, 66 kg, 75 kg, 70 kg, 110 kg.
La media es igual a 74 kg, que es una medida de centralizacinpoco representativa de la distribucin.
4 La media no se puede calcular si hay un intervalo con unaamplitud indeterminada.

Desviacin media
Desviacin respecto a la media
La desviacin respecto a la media es la diferencia en valor absoluto entre cadavalor de la variable estadstica y
la media aritmtica.
Di = |x - x|
Desviacin media
La desviacin media es la media aritmtica de los valores absolutos de las desviaciones respecto a la media.
La desviacin media se representa por

Ejemplo:
Calcular la desviacin media de la distribucin:
9, 3, 8, 8, 9, 8, 9, 18

Desviacin media para datos agrupados

Si los datos vienen agrupados en una tabla de frecuencias, la expresin de ladesviacin media es:

Ejemplo:
Calcular la desviacin media de la distribucin:
xi
fi

xi f i

|x -x|

|x - x| fi

[10, 15)

12.5

37.5

9.286

27.858

[15, 20)

17.5

87.5

4.286

21.43

[20, 25)

22.5

157.5

0.714

4.998

[25, 30)

27.5

110

5.714

22.856

[30, 35)

32.5

65

10.714

21.428

21

457.5

98.57

Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto dedatos ordenados en cuatro partes
iguales.
Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de los datos.
Q2 coincide con la mediana.
Clculo de los cuartiles
1. Ordenamos los datos de menor a mayor.
2. Buscamos el lugar que ocupa cada cuartil mediante la expresin
Nmero impar de datos
2, 5, 3, 6, 7, 4, 9

Nmero par de datos

2, 5, 3, 4, 6, 7, 1, 9

Clculo de los cuartiles para datos agrupados

En primer lugar buscamos la clase donde se encuentra
acumuladas.

, en latabla de las frecuencias

Li es el lmite inferior de la clase donde se encuentra el cuartil.

N es la suma de las frecuencias absolutas.
Fi-1 es la frecuencia acumulada anterior a la clase del cuartil.
ai es la amplitud de la clase.
Ejercicio de cuartiles
Calcular los cuartiles de la distribucin de la tabla:
fi

Fi

[50, 60)

[60, 70)

10

18

[70, 80)

16

34

[80, 90)

14

48

[90, 100)

10

58

[100, 110)

63

[110, 120)

65

65
Clculo del primer cuartil

Clculo del segundo cuartil

Clculo del tercer cuartil

Probabilidad
La probabilidad es un mtodo por el cual se obtiene la frecuencia de un acontecimiento determinado mediante la
realizacin de experimentos aleatorios, de los que se conocen todos los resultados posibles, bajo
condiciones suficientemente estables. La probabilidad es un evento o suceso que puede ser improbable, probable o
seguro.

La teora de la probabilidad se usa extensamente en reas como laestadstica, la fsica, la matemtica, las ciencias y
la filosofa para sacar conclusiones sobre la probabilidad discreta de sucesos potenciales y la mecnica subyacente
discreta de sistemas complejos, por lo tanto es la rama de las matemticas que estudia, mide o determina a los
experimentos o fenmenos aleatorios.
Funcin exponencial
La funcin exponencial es del tipo:
Sea a un nmero real positivo. La funcin que a cada nmero real x le hace corresponder la potencia a x se llama funcin
exponencial de base a y exponente x.
Ejemplos

y = 2x

-3

1/8

-2

1/4

-1

1/2

y = ()x

-3

-2

-1

1/2

1/4

3
1/8
Propiedades de la funcin exponencial
Dominio:
.
Recorrido:
.
Es continua.
Los puntos (0, 1) y (1, a) pertenecen a la grfica.
Es inyectiva
a 1(ninguna imagen tiene ms de un original).
Creciente si a > 1.
Decreciente si a < 1.
Las curvas y = ax e y = (1/a)x son simtricas respecto del eje OY.

Logaritmo

En anlisis matemtico, usualmente, ellogaritmo de un nmero real positivo en una base de logaritmo
determinada es el exponente al cual hay que elevar la base para obtener dicho nmero. Por ejemplo, el logaritmo
de 1000 en base 10 es 3, porque 1000 es igual a 10 a la potencia 3: 1000 = 10 3= 101010.
De la misma manera que la operacin opuesta de la suma es la resta y la de lamultiplicacin ladivisin, el clculo
de logaritmos es la operacin inversa a laexponenciacin de la base del logaritmo.
Para representar la operacin de logaritmo en una determinada base se escribe la abreviatura log y como
subndice la base y despus el nmero resultante del que deseamos hallar el logaritmo. Por ejemplo, 3 5=243 luego
log3243=5. Cuando se sobreentiende la base, se puede omitir.
Los logaritmos fueron introducidos por John Napier a principios del siglo XVII como un medio de simplificacin de
los clculos. Estos fueron prontamente adoptados por cientficos, ingenieros, banqueros y otros para realizar
operaciones fcil y rpidamente, usando reglas de clculo ytablas de logaritmos. Estos dispositivos se basan en el
hecho ms importante por identidades logartmicas que el logaritmo de unproducto es la suma de los
logaritmos de los factores:
La nocin actual de los logaritmos viene de Leonhard Euler, quien conect estos con la funcin exponencial en
el siglo XVIII.

Funcin logartmica[editar]
Para garantizar la definicin de logaritmos, es necesario demostrar que para la ecuacin exponencial

existe una nica solucin x , asumiendo que y es positivo y que b es positivo y distinto de 1. Una demostracin
de este hecho requiere delteorema del valor intermedio del clculo elemental.4 Este teorema establece que
una funcin continua que produce dos valores m y ntambin produce cualquier valor que se encuentre
entre m y n. Una funcin es continua si esta no salta, esto es, si su grfico puede ser escrito sin levantar el
lpiz del papel.
Esta propiedad se puede demostrar que se cumple para la funcinf(x) = bx. Puesto que f toma arbitrariamente
valores grandes positivos y valores pequeos positivos, cualquier nmero y > 0 que se encuentra entre f(x0)
y f(x1) para un adecuado x0 y x1. Por lo tanto, el teorema del valor intermedio asegura que la ecuacin f(x)
= y tiene una solucin. Ms an, hay nicamente una solucin para esta ecuacin, puesto que la
funcin f es estrictamente creciente (para b > 1), o estrictamente decreciente (para 0 < b < 1).5
La nica solucin x es el logaritmo de y en la base b, logb(y). La funcin que asigna a cada y su logaritmo se
llama funcin logaritmo o funcin logartmica (o logaritmo a secas).

caracteristicas de una funcion logaritmica

La caracterstica de una funcin logartmica de base b de un nmero N es otro nmero L, tal que b elevado a L da como
resultado N.
Por ejemplo el logaritmo en base 10 (b) de un nmero 100 (N) es 2 (L), porque 10 elevado a la 2 da 100.
Los logartmos ms conocidos son los de base 10 y base e (que es muy usado en ingeniera)

reas, Permetros y Volmenes

de Figuras y Formas Geomtricas