Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matemática y Estadística | 2
UNIDAD VII: RECOLECCIÓN Y ELABORACIÓN DE DATOS CUANTITATIVOS Y CUALITATIVOS . 47
Problemas que se enfrentan al disponer de un listado de Datos ............................................................ 47
Conceptos generales ............................................................................................................................. 47
Matemática y Estadística | 3
REFERENCIAS
Actividad en el Foro.
Actividad Grupal.
Actividad Individual.
Atención.
Audio.
Bibliografía.
Glosario.
Sugerencia.
Video.
Matemática y Estadística | 4
UNIDAD I: CONJUNTOS
1.- Definición
Es una agrupación de ciertos objetos que reciben el nombre de elementos.
2.- Representación
Se lo puede representar gráficamente mediante un Diagrama de Venn, que es una
curva cerrada, dentro de la cual se indica mediante puntos, letras o números los
elementos que pertenecen al conjunto.
Matemática y Estadística | 5
b.- Comprensión: es cuando se expresan sus elementos a través de una o más
propiedades que los relacionan.
Ejemplos:
Ejemplos:
𝐴𝐴 = {𝑥𝑥 ⁄𝑥𝑥𝑥𝑥𝑥𝑥 , 1 ≤ 𝑥𝑥 ≤ 4, 𝑥𝑥 = 6 𝑦𝑦 𝑥𝑥 = 12 }
𝐵𝐵 = {𝑥𝑥 ⁄𝑥𝑥𝑥𝑥𝑥𝑥 𝑥𝑥 = 1, 𝑥𝑥 = 3, 𝑥𝑥 = 5, 𝑥𝑥 = 15 }
Matemática y Estadística | 6
5.- Relaciones
1.- Pertenencia: si un elemento está en un conjunto, se dice que pertenece a él.
2.- Inclusión: un conjunto A está incluido en otro conjunto B, si o sólo si todos los
elementos de A pertenecen a B.
Ejemplo:
𝐴𝐴 = {1, 3, 7}
𝐵𝐵 = {1, 2,3, 4, 5, 6, 7}
𝐴𝐴 = {𝑥𝑥 ⁄𝑥𝑥𝑥𝑥𝑥𝑥, 𝑥𝑥 = 3 }
𝐵𝐵 = {3}
Ejemplo:
Matemática y Estadística | 7
b.- Intersección de conjuntos: la intersección entre dos conjuntos A y B es el con-
junto formado por los elementos de A y los elementos de B. En otras palabras,
es el conjunto formado por los elementos comunes a dichos conjuntos.
Ejemplo:
Ejemplo:
Matemática y Estadística | 8
Nótese que 𝐴𝐴 − 𝐵𝐵 ≠ 𝐵𝐵 − 𝐴𝐴
Ejemplo:
Nota:
- 𝐴𝐴𝐶𝐶 = 𝑈𝑈 − 𝐴𝐴
- 𝑈𝑈 𝐶𝐶 = ∅
https://www.gcfaprendelibre.org/matematicas/curso/los_conjuntos/entend
er_los_conjuntos/9.do
Matemática y Estadística | 9
UNIDAD II: CONJUNTOS NUMÉRICOS
𝑁𝑁 = {1, 2, 3, 4, 5, 6, … … }
𝑆𝑆𝑆𝑆 𝑎𝑎 ∙ 𝑏𝑏 = 0 ⇒ 𝑎𝑎 = 0 𝑜𝑜 𝑏𝑏 = 0
𝑝𝑝 𝑟𝑟 𝑝𝑝 ∙ 𝑠𝑠 + 𝑟𝑟 ∙ 𝑞𝑞
+ = 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑞𝑞 ≠ 0, 𝑠𝑠 ≠ 0
𝑞𝑞 𝑠𝑠 𝑞𝑞 ∙ 𝑠𝑠
𝑝𝑝 𝑟𝑟 𝑝𝑝 ∙ 𝑠𝑠 − 𝑟𝑟 ∙ 𝑞𝑞
− = 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 𝑞𝑞 ≠ 0, 𝑠𝑠 ≠ 0
𝑞𝑞 𝑠𝑠 𝑞𝑞 ∙ 𝑠𝑠
Matemática y Estadística | 10
Ejemplo:
3 1 9 + 5 − 30 16
+ −2 = =−
5 3 5∙3 15
Ejemplos:
7 2 7 ∙ 2 14
∙ = =
3 5 3 ∙ 5 15
2 3 2 ∙ (−3) 6 1
∙ �− � = =− =−
9 4 9∙4 36 6
7 2 7 ∙ 5 35
÷ = =
4 5 4∙2 8
7
4 = 7 ∙ 5 = 35
2 4∙2 8
5
Nótese que tanto los números naturales como los números enteros son tam-
bién números racionales.
Matemática y Estadística | 11
4.- Números Irracionales
Son aquellos que tienen infinitas cifras decimales no periódicas, es decir son núme-
ros decimales que no pueden expresarte como fracciones, es decir como números
racionales. Se simboliza con la letra 𝐼𝐼.
Ejemplos:
√2 = 1,414213562 … …
𝑒𝑒 = 2,718281828 … …
𝜋𝜋 = 3,141592654 … …
Los números reales (𝑅𝑅) abarcan todos los conjuntos de números vistos con anterio-
ridad, es decir, conforman la unión entre los números racionales (dentro de los cua-
les están incluidos los naturales y enteros) y los números irracionales.
En términos simbólicos: 𝑅𝑅 = 𝑄𝑄 ∪ 𝐼𝐼
a.- Potenciación
∀𝑎𝑎 ∈ 𝑅𝑅, 𝑛𝑛 ∈ 𝑁𝑁; 𝑎𝑎𝑛𝑛 = 𝑎𝑎 ∙ 𝑎𝑎 ∙ 𝑎𝑎 ∙ 𝑎𝑎 … … 𝑎𝑎, es decir se multiplica tantas veces 𝑎𝑎 como
indica la potencia 𝑛𝑛.
Ejemplos:
22 = 2 ∙ 2 = 4
43 = 4 ∙ 4 ∙ 4 = 64
35 = 3 ∙ 3 ∙ 3 ∙ 3 ∙ 3 = 243
- Propiedades:
Matemática y Estadística | 12
1
𝑎𝑎−𝑛𝑛 = 𝑛𝑛 , ∀𝑎𝑎 ∈ 𝑅𝑅, 𝑎𝑎 ≠ 0, ∀ 𝑛𝑛 ∈ 𝑁𝑁
𝑎𝑎
(𝑎𝑎 ∙ 𝑏𝑏)𝑛𝑛 = 𝑎𝑎𝑛𝑛 ∙ 𝑏𝑏 𝑛𝑛
(𝑎𝑎 ± 𝑏𝑏)𝑛𝑛 ≠ 𝑎𝑎𝑛𝑛 ± 𝑏𝑏 𝑛𝑛
𝑎𝑎 𝑛𝑛 𝑎𝑎 𝑛𝑛
� � = 𝑏𝑏𝑛𝑛 , ∀𝑏𝑏 ≠ 0
𝑏𝑏
𝑎𝑎𝑛𝑛 ∙ 𝑎𝑎𝑚𝑚 = 𝑎𝑎𝑛𝑛+𝑚𝑚
𝑎𝑎 𝑛𝑛
𝑚𝑚 = 𝑎𝑎𝑛𝑛−𝑚𝑚
𝑎𝑎
(𝑎𝑎𝑛𝑛 )𝑚𝑚 = 𝑎𝑎𝑛𝑛∙𝑚𝑚
𝑚𝑚
𝑛𝑛
𝑎𝑎 𝑛𝑛 = √𝑎𝑎𝑚𝑚
b.- Radicación
𝑛𝑛
√𝑎𝑎 = 𝑏𝑏 ⇔ 𝑏𝑏 𝑛𝑛 = 𝑎𝑎 , 𝑛𝑛 ∈ 𝑁𝑁
Ejemplos:
3
√8 = 2 ⇔ 23 = 8
3
√−8 = −2 ⇔ (−2)3 = 8
√16 = ±4 ⇔ 42 = 16 𝑜𝑜 (−4)2 = 16
√−16 ∉ 𝑅𝑅
- Propiedades:
𝑛𝑛 𝑛𝑛 𝑛𝑛
√𝑎𝑎 ∙ 𝑏𝑏 = √𝑎𝑎 ∙ √𝑏𝑏
𝑛𝑛 𝑛𝑛 𝑛𝑛
√𝑎𝑎 ± 𝑏𝑏 ≠ √𝑎𝑎 ± √𝑏𝑏
𝑛𝑛
𝑛𝑛 𝑎𝑎 √𝑎𝑎
� = 𝑛𝑛 , 𝑏𝑏 ≠ 0
𝑏𝑏 √𝑏𝑏
𝑚𝑚
� √𝑎𝑎 =
𝑛𝑛 𝑚𝑚∙𝑛𝑛
√𝑎𝑎
https://es.khanacademy.org/math/algebra/introduction-to-polynomial-
expressions
Matemática y Estadística | 13
UNIDAD III: POLINOMIOS
1.- Definición
Donde:
𝑛𝑛 ∈ 𝑁𝑁0
𝑎𝑎0 , 𝑎𝑎1 , 𝑎𝑎2 , 𝑎𝑎3 , … … . , 𝑎𝑎𝑛𝑛−1 , 𝑎𝑎𝑛𝑛 ∈ 𝑅𝑅 y se los denomina coeficientes.
𝑥𝑥 es la variable.
2.- Grado
Viene determinado por el mayor exponente de la variable.
Ejemplos:
Ejemplos:
1 1
𝑃𝑃(𝑥𝑥) = 3𝑥𝑥 4 − 𝑥𝑥 3 + 𝑥𝑥 − 5 , 𝑠𝑠𝑠𝑠 𝑥𝑥 = −3 ⇒ 𝑃𝑃(−3) = 3(−3)4 − (−3)3 + (−3) − 5
2 2
443
⇒ 𝑃𝑃(−3) =
2
𝐴𝐴(𝑥𝑥) = 𝐵𝐵(𝑥𝑥) ⇔ 𝑛𝑛 = 𝑚𝑚 𝑦𝑦 𝑎𝑎0 = 𝑏𝑏0 , 𝑎𝑎1 = 𝑏𝑏1 , 𝑎𝑎2 = 𝑏𝑏2 , 𝑎𝑎3 = 𝑏𝑏3 … … 𝑎𝑎𝑛𝑛−1 = 𝑏𝑏𝑛𝑛−1 , 𝑎𝑎𝑛𝑛 = 𝑏𝑏𝑛𝑛
Matemática y Estadística | 14
5.- Clasificación
a.- Por cantidad de términos:
- Monomio.
- Binomio.
- Trinomio.
- Cuatrinomio.
- Polinomio.
b.- Polinomio Nulo: es aquel cuyos términos son todos nulos, es decir iguales a
cero.
c.- Polinomio Mónico: es aquel cuyo coeficiente principal es 1.
Ejemplos:
𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 𝑃𝑃(𝑥𝑥) = 𝑥𝑥 4 + 4 no tiene raíces ya que no existe ningún valor de x que haga
cero al polinomio.
Matemática y Estadística | 15
Distribuyendo el signo negativo:
Nótese que las propiedades de los números reales se aplican para las opera-
ciones de suma y resta de polinomios.
Donde 𝑘𝑘 ∈ 𝑅𝑅
Ejemplo:
1 3 5
𝑃𝑃(𝑥𝑥) = 5 �𝑥𝑥 4 − 𝑥𝑥 2 + 𝑥𝑥 − � = 5𝑥𝑥 4 − 5𝑥𝑥 2 + 𝑥𝑥 − 3
2 5 2
Ejemplo 1:
5
𝑃𝑃(𝑥𝑥) = 𝑥𝑥 4 + 2𝑥𝑥 2 − 1, 𝑄𝑄(𝑥𝑥) = 2𝑥𝑥 3 −
4
5
𝑃𝑃(𝑥𝑥) ∙ 𝑄𝑄(𝑥𝑥) = (𝑥𝑥 4 + 2𝑥𝑥 2 − 1) ∙ �2𝑥𝑥 3 − �
4
5 5 5
𝑃𝑃(𝑥𝑥) ∙ 𝑄𝑄(𝑥𝑥) = 𝑥𝑥 4 ∙ 2𝑥𝑥 3 + 𝑥𝑥 4 ∙ �− � + 2𝑥𝑥 2 ∙ 2𝑥𝑥 3 + 2𝑥𝑥 2 ∙ �− � + (−1) ∙ 2𝑥𝑥 3 + (−1) ∙ �− �
4 4 4
5 5 5
𝑃𝑃(𝑥𝑥) ∙ 𝑄𝑄(𝑥𝑥) = 2𝑥𝑥 7 − 𝑥𝑥 4 + 4𝑥𝑥 5 − 𝑥𝑥 2 − 2𝑥𝑥 3 +
4 2 4
Ejemplo 2:
Matemática y Estadística | 16
Reduciendo términos semejantes:
Ejemplo 3:
Nótese que las propiedades de los números reales se aplican para las opera-
ciones multiplicación de polinomios.
Ejemplo1:
(𝑥𝑥 + 4)2 = 𝑥𝑥 2 + 2 ∙ 𝑥𝑥 ∙ 4 + 42
(𝑥𝑥 + 4)2 = 𝑥𝑥 2 + 8𝑥𝑥 + 16
Ejemplo 2:
Ejemplo 3:
2
1 1 2 1
� − 2𝑥𝑥 3 � = � � − 2 ∙ ∙ 2𝑥𝑥 3 + (2𝑥𝑥 3 )2
4 4 4
2
1 1
� − 2𝑥𝑥 � = − 𝑥𝑥 3 + 4𝑥𝑥 6
3
4 8
Matemática y Estadística | 17
b.- Cubo de un binomio
Ejemplo 1:
(𝑥𝑥 + 2)3 = 𝑥𝑥 3 + 3 ∙ 𝑥𝑥 2 ∙ 2 + 3 ∙ 𝑥𝑥 ∙ 22 + 23
Ejemplo 2:
Ejemplo 3:
3 2 3
�1 + √5𝑥𝑥 4 � = 13 + 3 ∙ 12 ∙ √5𝑥𝑥 4 + 3 ∙ 1 ∙ �√5𝑥𝑥 4 � + �√5𝑥𝑥 4 �
3 3
�1 + √5𝑥𝑥 4 � = 1 + 3√5𝑥𝑥 4 + 15𝑥𝑥 4 + �√5� 𝑥𝑥 12
c.- Producto de una suma por una diferencia en las mismas bases
(𝑎𝑎 + 𝑏𝑏)(𝑎𝑎 − 𝑏𝑏) = 𝑎𝑎2 − 𝑏𝑏 2
Ejemplo 1:
(𝑥𝑥 + 2)(𝑥𝑥 − 2) = 𝑥𝑥 2 − 22 = 𝑥𝑥 2 − 4
Ejemplo 2:
Ejemplo 3:
1 1 1 2 2 1
� − √7𝑥𝑥 2 � � + √7𝑥𝑥 2 � = � � − �√7𝑥𝑥 2 � = − 7𝑥𝑥 4
3 3 3 9
http://cimanet.uoc.edu/cursMates0/IniciacionMatematicas/pdf/C%208ecua
cionesPprimerSegundoGrado.pdf
Matemática y Estadística | 18
UNIDAD IV: FACTORIZACIÓN
1.- Definición
Factorizar un polinomio significa transformarlo en un producto de polinomios de
grado uno o polinomio irreducible de mayor grado.
Ejemplo 2:
Ejemplo 3:
Nótese que en cualquier caso siempre se puede sacar -1 como factor común:
Matemática y Estadística | 19
Ejemplo 1:
Se agrupa:
Se extrae factor común 2𝑥𝑥 2 dentro del primer paréntesis y factor común 3 den-
tro del segundo paréntesis.
Ejemplo 2:
Se agrupa:
Se extrae factor común 𝑥𝑥 2 dentro del primer paréntesis y factor común −1 den-
tro del segundo paréntesis.
Ejemplo 1:
Ejemplo 2:
Matemática y Estadística | 20
Ejemplo 1:
Ejemplo 2:
Ejemplo 1:
Ejemplo 2:
Ejemplo 3:
1 1 1
𝑃𝑃(𝑥𝑥) = − 7𝑥𝑥 4 = � − √7𝑥𝑥 2 � � + √7𝑥𝑥 2 �
9 3 3
𝑎𝑎𝑛𝑛 − 𝑏𝑏 𝑛𝑛 = (𝑎𝑎 − 𝑏𝑏)(𝑎𝑎𝑛𝑛−1 + 𝑎𝑎𝑛𝑛−2 𝑏𝑏 + 𝑎𝑎𝑛𝑛−3 𝑏𝑏2 + 𝑎𝑎𝑛𝑛−4 𝑏𝑏3 + ⋯ + 𝑎𝑎𝑏𝑏 𝑛𝑛−1 + 𝑏𝑏 𝑛𝑛 )
𝑎𝑎𝑛𝑛 + 𝑏𝑏 𝑛𝑛 = (𝑎𝑎 + 𝑏𝑏)(𝑎𝑎𝑛𝑛−1 − 𝑎𝑎𝑛𝑛−2 𝑏𝑏 + 𝑎𝑎𝑛𝑛−3 𝑏𝑏2 − 𝑎𝑎𝑛𝑛−4 𝑏𝑏3 + ⋯ − 𝑎𝑎𝑏𝑏 𝑛𝑛−1 + 𝑏𝑏 𝑛𝑛 )
Nótese que ambas bases tienen que estar elevadas al mismo exponente impar.
Ejemplo 1:
Ejemplo 2:
Ejemplo 3:
3 3 3 3 3 2
𝑃𝑃(𝑥𝑥) = 1 − 5𝑥𝑥 3 = 13 − � √5𝑥𝑥� = �1 − √5𝑥𝑥� �12 + 1 ∙ √5𝑥𝑥 + � √5𝑥𝑥� �
3 3 3 2
𝑃𝑃(𝑥𝑥) = 1 − 5𝑥𝑥 3 = �1 − √5𝑥𝑥� �1 + √5𝑥𝑥 + � √5� 𝑥𝑥 2 �
Matemática y Estadística | 21
Ejemplo 4:
Una vez calculados los valores de 𝑥𝑥, el trinomio 𝑃𝑃(𝑥𝑥) = 𝑎𝑎𝑥𝑥 2 + 𝑏𝑏𝑏𝑏 + 𝑐𝑐 se factori-
za de la siguiente manera:
Ejemplo 1:
Aplicando la fórmula
Factorizando:
Ejemplo 2:
Aplicando la fórmula
−5 ± √52 − 4 ∙ 2 ∙ 2
𝑥𝑥1,2 =
2∙2
Matemática y Estadística | 22
Realizando las operaciones correspondientes para hallar los valores de 𝑥𝑥:
−5 + √52 − 4 ∙ 2 ∙ 2 1
𝑥𝑥1 = ⇒ 𝑥𝑥1 = −
2∙2 2
−5 − √52 − 4 ∙ 2 ∙ 2
𝑥𝑥2 = ⇒ 𝑥𝑥2 = −2
2∙2
Factorizando:
1 1
𝑃𝑃(𝑥𝑥) == 2 ∙ �𝑥𝑥 − �− �� [𝑥𝑥 − (−2)] = 2 �𝑥𝑥 + � (𝑥𝑥 + 2)
2 2
Ejemplo 3:
Aplicando la fórmula
−(−6) ± �(−6)2 − 4 ∙ 1 ∙ 9
𝑥𝑥1,2 =
2∙1
−(−6) + �(−6)2 − 4 ∙ 1 ∙ 9
𝑥𝑥1 = ⇒ 𝑥𝑥1 = 3
2∙1
−(−6) − �(−6)2 − 4 ∙ 1 ∙ 9
𝑥𝑥2 = ⇒ 𝑥𝑥2 = 3
2∙1
Factorizando:
Ejemplo 4:
Aplicando la fórmula
−3 ± √32 − 4 ∙ 1 ∙ 12 −3 ± √−39
𝑥𝑥1,2 = =
2∙1 2∙1
Nótese que al operar resulta la raíz cuadrada de un número negativo, lo cual no
pertenece a los reales. Por lo tanto se concluye que el polinomio 𝑃𝑃(𝑥𝑥) = 𝑥𝑥 2 +
3𝑥𝑥 + 12 no puede ser factorizado, es decir es un polinomio irreducible.
https://es.khanacademy.org/math/algebra/introduction-to-polynomial-
expressions
Matemática y Estadística | 23
UNIDAD V: ECUACIONES
1.- Definición
Una ecuación es una igualdad matemática entre dos expresiones algebraicas de-
nominadas miembros, en las que aparecen valores conocidos o datos, y descono-
cidos o incógnitas, relacionados mediante operaciones matemáticas.
Las incógnitas, representadas generalmente por letras, constituyen los valores que
se pretenden hallar.
Ejemplo1:
2𝑥𝑥 + 1 = 9 + 𝑥𝑥 ⇒ 2𝑥𝑥 − 𝑥𝑥 = 9 − 1 ⇒ 𝑥𝑥 = 8
Verificando la igualdad:
𝑆𝑆𝑆𝑆 𝑥𝑥 = 8 ⇒ 2 ∙ 8 + 1 = 9 + 8 ⇒ 17 = 17
Ejemplo 2:
𝑥𝑥 2 − 4 = 0 ⇒ 𝑥𝑥 = 2 𝑜𝑜 𝑥𝑥 = −2
Verificando la igualdad:
𝑆𝑆𝑆𝑆 𝑥𝑥 = 2 ⇒ 22 − 4 = 0 ⇒ 0 = 0
𝑆𝑆𝑆𝑆 𝑥𝑥 = −2 ⇒ (−2)2 − 4 = 0 ⇒ 0 = 0
Ejemplo 3:
𝑥𝑥 2 + 1 = 0
Nótese que en ese caso, no existe ningún valor de 𝑥𝑥 que satisfaga la igualdad, por
lo tanto el conjunto solución de esta ecuación es vacío 𝐶𝐶𝑠𝑠 : ∅
Matemática y Estadística | 24
3.- Ecuación Lineal con una incógnita
Una ecuación lineal en “𝑥𝑥” puede escribirse en la forma 𝑎𝑎𝑎𝑎 = 𝑏𝑏, donde a 𝑎𝑎, 𝑏𝑏 son
constantes y pertenecen a los reales.
Ejemplo 1:
1
−𝑥𝑥 + 2 = 𝑥𝑥 − 5
2
1
−𝑥𝑥 − 𝑥𝑥 = −5 − 7
2
3
− 𝑥𝑥 = −12
2
2
𝑥𝑥 = − (−12)
3
𝑥𝑥 = 8
Ejemplo 2:
3
(2𝑥𝑥 + 4) = 𝑥𝑥 + 19
4
3 3
∙ 2𝑥𝑥 + ∙ 4 = 𝑥𝑥 + 19
4 4
3
𝑥𝑥 + 3 = 𝑥𝑥 + 19
2
3
𝑥𝑥 − 𝑥𝑥 = −3 + 19
2
Matemática y Estadística | 25
Reduciendo términos semejantes:
1
𝑥𝑥 = 16
2
𝑥𝑥 = 16 ∙ 2
𝑥𝑥 = 32
Ejemplo 3:
5 3
=
𝑥𝑥 − 7 𝑥𝑥 − 2
5(𝑥𝑥 − 2) = 3(𝑥𝑥 − 7)
5𝑥𝑥 − 10 = 3𝑥𝑥 − 21
5𝑥𝑥 − 3𝑥𝑥 = 10 − 21
2𝑥𝑥 = −11
11
𝑥𝑥 = −
2
11 11
Nótese que con 𝑥𝑥 = − se verifica la igualdad, por lo tanto 𝐶𝐶𝑠𝑠 : �− �
2 2
Ejemplo 4:
3𝑥𝑥 + 1 2 − 4𝑥𝑥
− =2
7 3
3 ∙ (3𝑥𝑥 + 1) − 7 ∙ (2 − 4𝑥𝑥)
=2
7∙3
Matemática y Estadística | 26
Aplicando la propiedad distributiva:
9𝑥𝑥 + 3 − 14 + 28𝑥𝑥
=2
21
37𝑥𝑥 − 11
=2
21
37𝑥𝑥 − 11 = 42
37𝑥𝑥 = 42 + 11
37𝑥𝑥 = 53
53
𝑥𝑥 =
37
53 53
Nótese que con 𝑥𝑥 = se verifica la igualdad, por lo tanto 𝐶𝐶𝑠𝑠 : � �
37 37
Para poder resolver este tipo de ecuaciones, se puede utilizar los casos de factoreo
tales como factor común, diferencia de cuadrados y la fórmula cuadrática. En primer
lugar se llevarán todos los términos a un solo miembro y se igualará a 0 el otro
miembro, después se llevarán a cabo las operaciones pertinentes.
Ejemplo 1:
𝑥𝑥 2 = 2𝑥𝑥
𝑥𝑥 2 − 2𝑥𝑥 = 0
𝑥𝑥(𝑥𝑥 − 2) = 0
𝑥𝑥 = 0 𝑜𝑜 𝑥𝑥 − 2 = 0
Resolviendo:
𝑥𝑥 = 0 𝑜𝑜 𝑥𝑥 = 2
Matemática y Estadística | 27
Nótese que con 𝑥𝑥 = 0 𝑜𝑜 𝑥𝑥 = 2 se verifica la igualdad, por lo tanto 𝐶𝐶𝑠𝑠 : {0,2}
Ejemplo 2:
𝑥𝑥 2 − 9 = 0
(𝑥𝑥 − 3)(𝑥𝑥 + 3) = 0
𝑥𝑥 − 3 = 0 𝑜𝑜 𝑥𝑥 + 3 = 0
Resolviendo:
𝑥𝑥 = 3 𝑜𝑜 𝑥𝑥 = −3
Si se tiene una ecuación cuadrática, en la cual después de haber hecho las opera-
ciones pertinentes, queda una expresión de la forma 𝑎𝑎𝑥𝑥 2 + 𝑏𝑏𝑏𝑏 + 𝑐𝑐 = 0, se aplica la
fórmula cuadrática expuesta en el tema de factorización, para hallar sus raíces.
- Si (𝑏𝑏 2 − 4𝑎𝑎𝑎𝑎) > 0 ⇒ 𝑎𝑎𝑥𝑥 2 + 𝑏𝑏𝑏𝑏 + 𝑐𝑐 = 0 tiene dos raíces reales distintas.
- Si (𝑏𝑏 2 − 4𝑎𝑎𝑎𝑎) = 0 ⇒ 𝑎𝑎𝑥𝑥 2 + 𝑏𝑏𝑏𝑏 + 𝑐𝑐 = 0 tiene una raíz real doble, es decir es un tri-
nomio cuadrado perfecto.
- Si (𝑏𝑏 2 − 4𝑎𝑎𝑎𝑎) < 0 ⇒ 𝑎𝑎𝑥𝑥 2 + 𝑏𝑏𝑏𝑏 + 𝑐𝑐 = 0 no tiene raíces reales, es decir el conjunto
solución es vacío.
Ejemplo 1:
𝑥𝑥 2 − 5𝑥𝑥 − 6 = 0
Matemática y Estadística | 28
Desglosando y operando:
5 + √25 + 24
𝑥𝑥1 = ⇒ 𝑥𝑥1 = 6
2
5 − √25 + 24
𝑥𝑥2 = ⇒ 𝑥𝑥2 = −1
2
Ejemplo 2:
(𝑥𝑥 + 2)2 + 1 = 2𝑥𝑥 2
𝑥𝑥 2 + 4𝑥𝑥 + 4 + 1 = 2𝑥𝑥 2
𝑥𝑥 2 + 4𝑥𝑥 + 4 + 1 − 2𝑥𝑥 2 = 0
−𝑥𝑥 2 + 4𝑥𝑥 + 5 = 0
−4 ± �42 − 4 ∙ (−1) ∙ 5
𝑥𝑥1,2 =
2 ∙ (−1)
Desglosando y operando:
−4 + √16 + 20
𝑥𝑥1 = ⇒ 𝑥𝑥1 = −1
−2
−4 − √16 + 20
𝑥𝑥2 = ⇒ 𝑥𝑥2 = 5
−2
Ejemplo 3:
𝑥𝑥 2 + 6𝑥𝑥 + 9 = 0
Matemática y Estadística | 29
Se aplica la fórmula cuadrática donde 𝑎𝑎 = 1, 𝑏𝑏 = 6, 𝑐𝑐 = 9:
−6 ± √62 − 4 ∙ 1 ∙ 9
𝑥𝑥1,2 =
2∙1
Desglosando y operando:
−6 + √36 − 36
𝑥𝑥1 = ⇒ 𝑥𝑥1 = −3
2
−6 − √36 − 36
𝑥𝑥2 = ⇒ 𝑥𝑥2 = −3
2
Como se trata de un trinomio cuadrado perfecto, se podría haber obviado todo este
proceso y factorizarlo al principio:
𝑥𝑥 2 + 6𝑥𝑥 + 9 = 0
Factorizando:
(𝑥𝑥 + 3)2 = 0
�(𝑥𝑥 + 3)2 = √0
Simplificando:
𝑥𝑥 + 3 = 0
Despejando:
𝑥𝑥 = 3
https://www.geogebra.org/m/xgjTytnF
Matemática y Estadística | 30
UNIDAD VI: FUNCIONES
El producto cartesiano 𝐴𝐴𝐴𝐴𝐴𝐴 de los conjuntos 𝐴𝐴, 𝐵𝐵; es el conjunto de todos los pares
ordenados (𝑎𝑎, 𝑏𝑏), donde 𝑎𝑎 ∈ 𝐴𝐴, 𝑏𝑏 ∈ 𝐵𝐵.
En términos simbólicos:
Condición de Existencia
𝑦𝑦 = 𝑓𝑓(𝑥𝑥)
Matemática y Estadística | 31
recta vertical se denomina eje de las ordenadas en la cual se ubicarán los valores
de la variable dependiente 𝑦𝑦. La intersección de estas dos rectas se denomina ori-
gen y forman el par ordenado (0,0).
a.- Dominio �𝐷𝐷𝑓𝑓 �: Son los posibles valores que puede llegar a tomar la variable
independiente 𝑥𝑥. Para determinarlo, se debe tener despejada la variable de-
pendiente 𝑦𝑦, y posteriormente analizar los valores que puede tomar 𝑥𝑥.
Ejemplo:
𝑦𝑦 = 𝑥𝑥 + 9
𝑦𝑦 = 2𝑥𝑥 2 − 3
Nótese que generalmente las funciones siempre vienen expresadas con la va-
riable dependiente despejada.
Se puede concluir, para ambas funciones que la variable independiente 𝑥𝑥 pue-
de tomar cualquier valor, ya que al reemplazar por cualquier número, la varia-
ble dependiente 𝑦𝑦 siempre arrojará un valor real. Por lo tanto se concluye que 𝑥𝑥
puede tomar cualquier valor real: 𝐷𝐷𝑓𝑓 : 𝑅𝑅 o 𝐷𝐷𝑓𝑓 : (−∞, +∞).
Por lo que se puede concluir que tanto el dominio de las funciones lineales co-
mo las cuadráticas siempre serán los reales en estos casos.
b.- Rango, Imagen o Codominio�𝑅𝑅𝑓𝑓 , 𝐼𝐼𝑓𝑓 , 𝐶𝐶𝐶𝐶𝑓𝑓 �: Son los posibles valores que puede
llegar a tomar la variable dependiente 𝑦𝑦. Para determinarlo, se debe tener des-
pejada la variable independiente 𝑥𝑥, y posteriormente analizar los valores que
puede tomar 𝑦𝑦.
Ejemplo 1:
𝑦𝑦 = 2𝑥𝑥 − 3
Matemática y Estadística | 32
Despejando 𝑥𝑥:
𝑦𝑦 3
2𝑥𝑥 = 𝑦𝑦 + 3 ⇒ 𝑥𝑥 = +
3 2
Analizando 𝑦𝑦 se concluye que puede tomar cualquier valor numérico, por lo tan-
to 𝑅𝑅𝑓𝑓 : 𝑅𝑅 o 𝑅𝑅𝑓𝑓 : (−∞, +∞).
Ejemplo 2:
𝑦𝑦 = −5𝑥𝑥 + 7
Despejando 𝑥𝑥:
𝑦𝑦 7
−5𝑥𝑥 = 𝑦𝑦 + 7 ⇒ 𝑥𝑥 = − −
5 5
Analizando 𝑦𝑦 se concluye que puede tomar cualquier valor numérico, por lo tan-
to 𝑅𝑅𝑓𝑓 : 𝑅𝑅 o 𝑅𝑅𝑓𝑓 : (−∞, +∞).
Nótese que para las funciones lineales, el rango siempre serán todos los
reales.
Ejemplo 3:
𝑦𝑦 = 𝑥𝑥 2 − 4
Despejando 𝑥𝑥:
𝑥𝑥 2 = 𝑦𝑦 + 4 ⇒ 𝑥𝑥 = ±�𝑦𝑦 + 4
Nótese que lo que está adentro de la raíz tiene que ser siempre mayor o igual a
cero, por lo tanto:
𝑦𝑦 + 4 ≥ 0 ⇒ 𝑦𝑦 ≥ −4
Ejemplo 4:
1
𝑦𝑦 = − 𝑥𝑥 2 + 5
2
Despejando 𝑥𝑥:
1
− 𝑥𝑥 2 = 𝑦𝑦 − 5 ⇒ 𝑥𝑥 2 = −2𝑦𝑦 + 10 ⇒ 𝑥𝑥 = ±�−2𝑦𝑦 + 10
2
Nótese que lo que está adentro de la raíz tiene que ser siempre mayor o igual a
cero, por lo tanto:
Matemática y Estadística | 33
c.- Intersecciones con los ejes
- Con el eje x: se reemplaza 𝑦𝑦 por 0, es decir 𝑓𝑓(𝑥𝑥) = 0, se forma una ecuación
y se encuentra su raíz.
Ejemplo:
𝑦𝑦 = 𝑥𝑥 − 5
Si 𝑦𝑦 = 0 ⇒ 𝑥𝑥 − 5 = 0
Resolviendo la ecuación:
𝑥𝑥 = 5
𝑦𝑦 = 𝑥𝑥 − 8
Si 𝑥𝑥 = 0 ⇒ 𝑦𝑦 = 0 − 8
Resolviendo:
𝑥𝑥 = −8
Por lo tanto la intersección con el eje y sería el par ordenado (0, −8).
𝑓𝑓(𝑥𝑥) = 𝑓𝑓(−𝑥𝑥)
Ejemplo 1:
𝑓𝑓(𝑥𝑥) = 𝑥𝑥 2
𝑥𝑥 2 = (−𝑥𝑥)2
Operando:
𝑥𝑥 2 = 𝑥𝑥 2
Se cumple la igualad por lo tanto 𝑓𝑓(𝑥𝑥) = 𝑥𝑥 2 es una función par o simétrica con
respecto al eje y.
Ejemplo 2:
𝑓𝑓(𝑥𝑥) = 2𝑥𝑥 + 1
Matemática y Estadística | 34
Aplicando la fórmula, es decir donde haya 𝑥𝑥 se introduce −1:
2𝑥𝑥 + 1 = 2(−𝑥𝑥) + 1
Operando:
2𝑥𝑥 + 1 ≠ −2𝑥𝑥 + 1
𝑓𝑓(𝑥𝑥) = −𝑓𝑓(−𝑥𝑥)
Ejemplo 1:
𝑓𝑓(𝑥𝑥) = 𝑥𝑥
𝑥𝑥 = −(−𝑥𝑥)
Operando:
𝑥𝑥 = 𝑥𝑥
Se cumple la igualad por lo tanto 𝑓𝑓(𝑥𝑥) = 𝑥𝑥 es una función impar o simétrica con
respecto al origen.
Ejemplo 2:
𝑓𝑓(𝑥𝑥) = 5 − 𝑥𝑥 2
5 − 𝑥𝑥 2 = −[5 − (−𝑥𝑥)2 ]
Operando:
5 − 𝑥𝑥 2 ≠ −5 + 𝑥𝑥 2
Matemática y Estadística | 35
Para poder graficar solo hace falta tener dos pares ordenados, ya que su gráfi-
ca es una línea recta.
El punto máximo o mínimo que tenga la parábola según sea el caso se deno-
mina vértice, cuyas coordenadas se calculan de la siguiente forma:
𝑏𝑏 4𝑎𝑎𝑎𝑎 − 𝑏𝑏 2
𝑉𝑉 = �− , �
2𝑎𝑎 4𝑎𝑎
Matemática y Estadística | 36
Para poder graficar una parábola se necesitan por lo menos cinco partes orde-
nados:
Matemática y Estadística | 37
UNIDAD VII:
CONCEPTOS BÁSICOS DE ESTADÍSTICA
Cada día es más importante el contar con información para las actividades de plani-
ficación y toma de decisiones en cualquier ámbito institucional, por ello las empre-
sas públicas y privadas requieren tener información relevante y confiable sobre su
campo de acción con los menores costos posibles.
Matemática y Estadística | 38
A continuación, se detalla el procedimiento a seguir para enfrentarse a algún
problema y encontrar la solución siguiendo este método:
El ejemplo anterior es una situación muy común en todas las disciplinas, pero el
paso 5 contiene un concepto en que se hace necesario conocer y manejar aspectos
de la estadística que utiliza la inferencia y no sola descripción de datos.
a.- La estadística descriptiva: que son los métodos que involucran la recolección,
presentación y análisis de un conjunto de datos con el fin de describir apropia-
damente sus diversas características. Su desarrollo se ha dado por la necesi-
dad de información relevante de amplias poblaciones.
b.- La estadística inferencial: que puede definirse como aquellos métodos que ha-
cen posible la estimación de una característica de una población basándose
solamente en los resultados de una muestra. Su desarrollo se ha dado a princi-
pios del siglo XX y tienen amplia aplicación en todos los campos de la investi-
gación en la actualidad.
Conceptos Básicos
Estadística: es la ciencia que se ocupa de la recolección, agrupación, presenta-
ción, análisis e interpretación de datos.
Es una parte de las Matemáticas que estudia cómo recopilar y resumir gran canti-
dad de información para extraer conclusiones.
Matemática y Estadística | 39
Debido a que generalmente es muy costoso o imposible (a veces la población es
infinita!) acceder a la población de elementos que se quiere estudiar, es que la es-
tadística descriptiva permite conocer las características de una población a partir
del estudio de solo una pequeña parte de ella. Este método es estudiado por una
rama de la Estadística llamada Estadística Inferencial.
El proceso de elevar una conclusión extraída desde una muestra hacia toda una
población se conoce como proceso de inferencia.
Para que las conclusiones de un estudio en una muestra puedan ser generalizadas
para toda la población, ésta debe ser representativa de toda la población o universo;
y para lograrlo se debe dar a todos los elementos la misma posibilidad de formar par-
te de la muestra. Así es como se logra lo que se llama muestra probabilística.
Obsérvese en la imagen 1 como que los cuatro elementos que están a la derecha
(muestra) no fueron seleccionados arbitrariamente, sino que mantienen la fidelidad
de lo que sucede a la izquierda (población). Existen 16 elementos que están siendo
representados por solo 4 de ellos. La mitad de los elementos de la población son
amarillos, por los que en la muestra se cumple dicha característica.
Imagen 1
Matemática y Estadística | 40
a.- Las variables cualitativas toman valores no numéricos. Pueden ser:
- nominales, es decir que sus categorizaciones no obedecen a una clasificación
intrínseca
- ordinales, cuando las categorías admiten algún orden. Ejemplos: Sexo, carre-
ra, región
b.- Las variables cuantitativas toman valores numéricos. Pueden ser:
- discretas, es decir que los valores se caracterizan por números enteros
- continuos, cuando sus valores admiten cualquier punto en el intervalo entre
dos números.
Se suele diferenciar ambas variables si surgen de un proceso de conteo (dis-
cretas) o de una medición (continuas). Ejemplos: Número de hijos, cantidad de
accidentes, talla, precio.
Continua
Cuantitativa
Discreta
Variable
Nominal
Cualitativa
Ordinal
Ejercicios:
1.- Indica cuál es la población de cada uno de los siguientes estudios estadísticos
y decide si es conveniente tomar muestra y como lo harías.
Matemática y Estadística | 41
2.- Clasifica las siguientes variables
Tipo
Variable
Cualitativa Cuantitativa
Número de mesas de cada aula
Longitud de las calles de una ciudad
Partido más votado en unas elecciones
Color del pelo de los caballos
6.- Escoge de algún medio de información una expresión que utilice la estadística
descriptiva. Analiza su fuente, veracidad y significado social o económico.
Matemática y Estadística | 42
UNIDAD VI:
RECOLECCIÓN DE INFORMACIÓN ESTADÍSTICA
a.- Observación directa: es aquella donde se tienen un contacto directo con los
elementos o caracteres en los cuales se presenta el fenómeno que se pretende
investigar, y los resultados obtenidos se consideran datos estadísticos origina-
les. El investigador observa directamente los casos o individuos en los cuales
se produce el fenómeno, entrando en contacto con ellos; sus resultados se
consideran datos estadísticos originales.
Ejemplo; el seguimiento de la población agrícola por año, llevado en una de-
terminada granja.
b.- Observación Indirecta: es aquella donde la persona que investiga hace uso
de datos estadísticos ya conocidos en una investigación anterior, o de datos
observados por un tercero (persona o entidad). Con el fin de deducir otros he-
chos o fenómenos.
Ejemplo; si un investigador pretende estudiar la producción por años de una
granja avícola, en sus últimos cinco años de producción, tendría que hacer un
seguimiento, a tal fin recurriría a las observaciones que posee la oficina admi-
nistrativa de la granja durante estos cinco años, o dirigirse a la dirección de es-
tadísticas, ministerio, etc.
Según la periodicidad:
Según la cobertura:
Matemática y Estadística | 43
tra; o bien cuando la población es muy grande, parte de ella se observa par-
cialmente.
Censo:
Se entiende por censo aquella numeración que se efectúa a todos y cada uno de
los caracteres componentes de una población.
Encuesta:
Se entiende por encuesta las observaciones realizadas por muestreo, es decir son
observaciones parciales.
Los datos estadísticos necesarios para la comprensión de los hechos pueden obte-
nerse a través de fuentes primarias y fuentes secundarias.
Las fuentes primarias más confiables, son las efectuadas por oficinas gubernamen-
tales encargadas de tal fin.
Matemática y Estadística | 44
Método para la recolección de datos:
a.- Entrevista personal: los datos estadísticos necesarios para una investigación,
se reúnen frecuentemente mediante un proceso que consiste en enviar un en-
trevistador o agente, directamente a la persona investigada.
El investigador efectuará a esta persona una serie de preguntas previamente
escritas en un cuestionario o boleta, donde anotará las respuestas correspon-
dientes. Este procedimiento que se conoce con el nombre de entrevista perso-
nal, permite obtener una información más veraz y completa que la que propor-
cionan otros métodos, debido a que, al tener contacto directo con la persona
entrevistada, el entrevistador podrá aclarar cualquier duda que se presente so-
bre el cuestionario o investigación.
Otra ventaja es la posibilidad que tienen los entrevistadores de adaptar el len-
guaje de las preguntas al nivel intelectual de las personas entrevistadas.
Una de las desventajas de este método se debe a que si el entrevistador no
obra de buena fe o no tiene un entrenamiento adecuado, puede alterar las res-
puestas por las personas entrevistadas.
Otra desventaja es su alto costo, ya que resulta bastante oneroso el entrena-
miento de los agentes o entrenadores y los supervisores de estos, sobre todo si
se trata de una investigación extensa.
b.- Cuestionarios por correo: consiste en enviar por correo el cuestionario
acompañado por el instructivo necesario, dando en este no solo las instruccio-
nes pertinentes para cada una de las preguntas, sino también una breve expli-
cación del objeto de la encuesta con el fin de evitar interpretaciones erróneas.
Una de las ventajas es que tienen un costo muy inferior al anterior procedimien-
to, puesto que no hay que incluir gastos de entrenamiento de personal, el único
gasto sería el de franqueo postal.
Dentro de las desventajas de este procedimiento podemos señalar que solo un
porcentaje bastante bajo de estos es devuelto, en algunos casos no estamos
seguros de que los formularios hayan sido recibidos por sus destinatarios y que
hayan sido respondido por ellos mismos. Lo que trae como consecuencia que
la información se obtenga con una serie de errores difíciles de precisar por el
investigador.
c.- Entrevista por teléfono: como lo indica su nombre, este método consiste en
telefonear a la persona a entrevistar y hacerle una serie de preguntas. Este mé-
todo es bastante simple y económico, ya que el entrenamiento y supervisión de
las personas encargadas de efectuar las preguntas es siempre fácil.
Entre las limitaciones que presenta este método podemos señalar el número de
preguntas que pueden formularse es relativamente limitado; además las investi-
gaciones efectuadas por este método tienen un carácter selectivo, debido a que
muchas de las personas que potencialmente podrían ser investigadas no posee
servicio telefónico, por lo que quedan sin la posibilidad de ser entrevistados.
Cuestionarios:
Cualquiera que sea el método por el que se decida el investigador para recabar
información, es necesario elaborar un estudio de preguntas.
Matemática y Estadística | 45
Consideraciones que debemos tomar en cuenta:
- El cuestionario debe ser conciso; tratar en los posibles de que, con el menor nú-
mero de preguntas, se obtenga la mejor información.
- Claridad de la redacción; evitar preguntas ambiguas o que sugieran respuestas
incorrectas, por lo que deben estar formuladas las preguntas de la forma más
sencilla.
- Discreción: un cuestionario hecho a conciencia, no debe tener preguntas indiscre-
tas o curiosas, sobre datos personales que puedan ofender al entrevistado.
- Facilidad de contestación: se deben evitar, en lo posible, las preguntas de res-
puestas libres o abiertas y también la formulación de preguntas que requieran
cálculos numéricos por parte del entrevistado.
- Orden de las preguntas: estas deben tener una secuencia y un orden lógico,
agruparlas procurando que se relacionen unas con otras.
Matemática y Estadística | 46
UNIDAD VII:
RECOLECCIÓN Y ELABORACIÓN
DE DATOS CUANTITATIVOS Y CUALITATIVOS
La Estadística es la ciencia de los datos, pero estos generalmente son imperfectos,
No hablan por sí solos en el sentido que aun cuando posean información útil no nos
cuentan la historia completa.
Por ello Es necesario contar con métodos que nos permitan extraer información a
partir de los datos observados, para comprender mejor las situaciones que los mis-
mos representan. Además, cuando los datos estadísticos disponibles son numero-
sos, es difícil realizar cálculos sobre ellos.
Conceptos generales
Distribución o Tablas de Frecuencias: Es la condensación, simplificación, orde-
nación, del conjunto de observaciones que forman la muestra; la característica prin-
cipal es no perder ningún dato de la muestra.
Categorías o Clases: Son los datos que están agrupados por sus características
comunes. Se simboliza con xi
Matemática y Estadística | 47
- Frecuencia Relativa (fr): Es el % porcentaje que representa a la cantidad de da-
tos de una Clase con respecto al total de datos. Es la proporción de veces que
ocurre xi respecto del total (n).
- Frecuencia Absoluta Acumulada (FA-): Representa a la suma en forma acumu-
lativa de las fi de cada clase. Es el número de observaciones menores o iguales
que xi.
- Frecuencia Relativa Acumulada (FAr) Representa a la suma en forma acumula-
tiva de las fr de cada clase. Es la proporción de observaciones menores o iguales
que xi.
El tratamiento de los datos dependerá del tipo de variable con la que se trabaja.
Variable cualitativa
Ejemplo:
Codificación de variables
Matemática y Estadística | 48
El registro del mes es el siguiente:
1; 1; 3; 2; 3; 1; 1; 1; 3; 3; 2; 1; 1; 1; 2; 1; 2; 3; 1; 3; 1; 2; 2; 1; 3; 2; 1; 1; 1; 3; 2
A pesar de tener una lista muy acotada de datos, es difícil responder a las tres
cuestiones. La información está dispersa y es difícil extraer conclusiones sin incurrir
en errores
Lo primero que podríamos hacer es organizar los datos para facilitar su lectura.
1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 2; 2; 2; 2; 2; 2; 2; 2; 3; 3; 3; 3; 3; 3 ;3;3;3;3;3
Nº Proporción
Jurisdicción Porcentajes
de Mediaciones de Mediaciones
(1) Capital 15 0,44 44%
(2) San Martín y Orán 8 0,24 24%
(3) Otros 11 0,32 32%
Total 34 1 100%
¿Cuál fue el distrito con más mediaciones realizadas? Respuesta: Salta capital
Matemática y Estadística | 49
Monto adeudado por 40 acreedores en miles de pesos.
Para trabajar con variables continuas conviene organizar la información según in-
tervalos. Y esto tiene una explicación matemática ya que los valores reales en una
variable continua no son exactos 1. La idea de imputar uno o varios valores a un
intervalo implica dos cosas fundamentales:
Por un lado, la información será resumida en ese intervalo, perdiendo por lo tanto la
pureza de la misma. Ya no conoceremos el valor del dato, sino el intervalo en el
que se encuentra. Pero, por otro lado, esa resignación de la pureza de la informa-
ción se admite por una razón, la de simplificarla para poder ser analizada.
Existen algunas reglas más o menos para poder disponer a la información de ma-
nera coherente y evitar una arbitrariedad que implique deficiencias en la construc-
ción de la tabla.
R
A=
K
donde A es la amplitud del intervalo, la R representa el rango o amplitud que toma
la variable en este caso y K el número de clases o categorías.
1.- Recordemos que por definición una variable es continua cuando su valor se obtiene a partir de un
proceso de medición. Entonces, por ejemplo, si dos personas que miden 1,8 mts. creen tener la
misma talla, con un instrumento más específico llegaran a la conclusión de que uno es más alto
que el otro, ya sea por un centímetro, milímetro o micrómetro.
2.- Las medidas resumen que se verán en el Tema 5 solo son posibles de ser calculadas cuando el
tamaño de los intervalos son iguales.
Matemática y Estadística | 50
Luego
R = Xmáx - Xmín
K= n
Empezaremos por medir la amplitud que toma la variable en este caso:
Tabla 2
Frec.
Intervalos Marca
Absoluta FA- fr FA%-
Yi-1 – Yi+1 de clase Y1
fi
[60 – 70) 65 3 3 0,075 7,5%
[70 – 80) 75 5 8 0,125 20,0%
[80 – 90) 85 7 15 0,175 37,5%
[90 – 100) 95 11 26 0,275 0.62
[100 – 110) 105 8 34 0,2 85,0%
[110 – 120) 115 6 40 0,15 100,0%
Total 40 1
Mirando los datos crudos se puede responder a esta pregunta, pero en el caso de
no tenerlos, existe un procedimiento matemático para estimar este valor, que se
verá en el próximo tema 4.
Matemática y Estadística | 51
Ejercicios:
1.- Una determinada especie de mamíferos tiene en cada parto un número varia-
ble de hijos. Se observa que las camadas de 35 familias durante un año han
sido las que se recogen en la tabla adjunta:
Número de hijos 0 1 2 3 4 5 6 7
Número de familias 2 3 10 10 5 0 5 0
Elabora una tabla estadística completa con todos los tipos de frecuencias exis-
tentes.
2.- La realización de una prueba de habilidad motora por parte de 60 niños ha da-
do los resultados que siguen:
15, 35, 18, 23, 75, 81, 19, 27, 15, 18, 63, 45, 31, 32, 45, 18, 29, 17, 30, 77,
76, 75, 19, 15, 23, 35, 81, 15, 81, 41, 76, 24, 27, 69, 15, 18, 13, 18, 76, 14,
29, 31, 52, 46, 18, 17, 35, 62, 44, 31, 18, 27, 32, 74, 19, 31, 47, 19, 82, 50.
Matemática y Estadística | 52
UNIDAD VIII:
PRESENTACIÓN DE LA INFORMACIÓN.
INDICADORES
La presentación de los datos
Los métodos de la estadística descriptiva nos ayudan, entre otras cosas, a:
La presentación textual es una de las tres formas diferentes de presentar los datos
estadísticos, en general se utiliza cuando una serie de datos incluye pocos valores,
o cuando se desea acentuar o resaltar algún aspecto específico de la información.
Presentación tabular
Presentación gráfica
Matemática y Estadística | 53
Cuadros estadísticos
Pautas para la construcción de un cuadro estadístico 3:
Un cuadro estadístico puede ser de gran ayuda para presentar la información, así
como para analizarla. Sin embargo, sino se siguen algunas pautas para su correcta
construcción, es muy posible que entorpezca al investigador o interesado y que un
lector cualquiera abandone la lectura, debido a lo engorroso de tener que navegar
en un mar de datos sin sentido lógico ni orden específico.
a.- Significación conceptual: El concepto a cuantificar debe estar definido con cla-
ridad y precisión en el documento.
b.- Veracidad: El dato, objeto de cuantificación, deberá ser obtenido directamente de
las unidades generadoras de información y debe reflejar la realidad que pretende
cuantificar, conforme a un marco conceptual y metodológico definido y validado.
c.- Comparabilidad: Los resultados que se obtengan deben ser congruentes entre
ellos ya que su medición se debe desprender
d.- de esquemas conceptuales homogéneos; si no es así, debe existir notas acla-
ratorias sobre las fuentes que generaron las estadísticas u otros aspectos.
e.- Oportunidad: El tiempo entre el suceso, el registro del dato y la difusión de la
información, debe ser el mínimo posible, a fin de que ésta no pierda vigencia
respecto de la realidad que describe o explica.
f.- Integralidad: Los cuadros con información estadística deben contener todos los
elementos básicos para facilitar su consulta e interpretación, relación precisa
entre cifras y conceptos, uso de totales, incorporación de notas y llamadas téc-
nicas y utilización de simbología homogénea.
3.- Para profundizar ver: pautas para la preparación y presentación de cuadros estadísticos.
http://estadisticas.salta.gov.ar/web/archivos/documentos/PreparacionyPresentaciondeCuad
rosEstadisticos.pdf.
Matemática y Estadística | 54
Los gráficos
Los gráficos estadísticos son representaciones visuales de un conjunto de datos, en
forma de figuras geométricas, de superficie o volumen con el objeto de ilustrar los
cambios o dimensión de una variable, para comparar instantáneamente dos o más
variables similares o relacionadas. Para una rápida comprensión de situaciones o
variaciones en cantidades, es muy útil traducir los números en gráficos o imágenes.
Por su naturaleza, a veces un gráfico no toma en cuenta los detalles y no tiene la
misma precisión que una tabla estadística.
Son una herramienta de diagnóstico muy poderosa ya que nos ayudan a confirmar
supuestos y en ocasiones sugieren acciones correctivas.
Variables Cualitativas
Es importante tener en cuenta que si las categorías de la variable son muchas (más
de 5 por ejemplo), este gráfico no es el más conveniente, debido a que se complica
visualmente la comparabilidad. También sucede esto, si las categorías no son mu-
chas, pero existe una que es muy mayoritaria, y otras con un peso demasiado mar-
ginal.
Matemática y Estadística | 55
Ejemplos:
Preferencias Electorales
Candidato 5 Candidato 1
14% 18%
Candidato 1
Candidato 4 Candidato 2
14% Candidato 3
Candidato 2
22% Candidato 4
Candidato 5
Candidato 3
32%
Preferencias Electorales
Candidato 5 Candidato 1
14% 18% Candidato 1
Candidato 2
Candidato 4
Candidato 2 Candidato 3
14%
22% Candidato 4
Candidato 3 Candidato 5
32%
Clase Frecuencia
A 5
B 11
C 11
D 4
E 15
F 18
G 24
Total 88
Matemática y Estadística | 56
Solución
PASO 1: Representar las escalas en los ejes horizontal y vertical del primer cua-
drante de un plano de cartesiano. En el eje vertical colocaremos las frecuencias y
en el eje horizontal las clases.
Para establecer la escala en eje vertical, nos guiaremos por la frecuencia máxima,
siendo ese el punto más elevado. Puede trabajarse también con frecuencias relati-
vas. El plano resultante quedaría:
PASO 2: A cada clase se representa con una columna (o barra) cuya altura con-
cuerda con su frecuencia expuesta en el eje vertical. Para la clase A con frecuencia
5, tenemos:
Matemática y Estadística | 57
Este gráfico también se suele representar intercambiando los ejes, es decir impu-
tando las frecuencias absolutas en el eje horizontal (de abscisas) en vez de en el
eje vertical (ordenadas).
Esta técnica es muy conveniente porque, en general, los nombres de las categorías
en variables cualitativas a veces son extensos, o son posibles de ser descriptos con
más palabras y, ubicando las categorías en el eje vertical, hay espacio suficiente
para ampliar este tipo de información.
Variables Cuantitativas
Diagramas de punto
Matemática y Estadística | 58
0 50 100
Con este diagrama se pueden obtener dos productos: un gráfico que nos da una
idea de la distribución de frecuencia y la de ordenación de los datos.
78 93 61 100 70 83 88 74 97 72
66 73 76 81 83 64 91 70 77 86
Ahora pensaremos en cada uno de los datos separando las decenas de las unida-
des, es decir, el número 51 se verá como 5 | 1. De esta manera las decenas se
pondrán en una columna, en forma vertical, y las unidades a su derecha:
Matemática y Estadística | 59
6 1 6 4
7 8 0 4 2 3 6 0 7
8 3 8 1 3 6
9 3 7 1
10 0
Para entenderle un poco más, hemos de decir que el primer renglón que dice 6 | 1 6
4 quiere decir que entre la lista de datos se encuentran los valores 61, 66 y 64.
Esta es la representación gráfica tronco y hoja, donde cada renglón es una posición
de tronco y cada dígito de la derecha es una hoja.
Además, si se desean tener los datos ordenados, y hay gente que lo prefiere así, se
pueden ordenar las hojas en cada renglón para que la representación quede como
sigue:
6 1 4 6
7 0 0 2 3 4 6 7 8
8 1 3 3 6 8
9 1 3 7
10 0
Histograma
Un histograma es una forma especial de una gráfica de barras en la cual los inter-
valos de clase están representados por el ancho de las barras. La altura de las ba-
rras puede ser la frecuencia absoluta o la relativa, sin embargo, es más informativo
con frecuencias relativas puesto que así tenemos una idea del porcentaje de obser-
vaciones que ocurrieron por intervalo.
Matemática y Estadística | 60
Ejemplo. Histograma del índice de dificultad.
Polígono de frecuencias
La construcción es fácil; se unen los puntos medios de la parte superior de las ba-
rras del histograma y se cierran los extremos con el eje horizontal.
Matemática y Estadística | 61
Ojiva
Es la curva que resulta de graficar las frecuencias acumuladas contra las fronteras
superiores de cada intervalo de clase.
Existen dos diferencias fundamentales entre las ojivas y los polígonos de frecuen-
cias (y por esto la aplicación de la técnica es parcial):
En el eje horizontal en lugar de colocar las marcas de clase se colocan las fronteras
de clase. Para el caso de la ojiva mayor que es la frontera menor; para la ojiva me-
nor que, la mayor.
Las siguientes son ejemplos de ojivas para la variable horario de visita en una sala
de urgencias, a la izquierda la mayor que, a la derecha la menor que:
Pictogramas
Matemática y Estadística | 62
El de la izquierda representa la población de los Estados Unidos (cada persona
representa a dos millones de habitantes), el de la derecha representa la masa de
tres planetas de nuestro sistema solar tomando como unidad a la masa de la Tierra
(cada planeta tierra representa la masa de nuestro planeta: Venus tiene masa me-
nor y Neptuno tiene más 17 veces más masa que la Tierra).
Cartogramas
Análisis de la distribución:
Se pueden dar infinitos casos en función del problema que se esté analizando.
Estos son unos pocos ejemplos de lo que puede suceder con una variable bajo
análisis. Pero es conveniente, para concluir con el tema de representación de la
información, exponer aquí tres casos representativos que se profundizaran luego
cuando se calculen las medidas resumen
Matemática y Estadística | 63
vez menos casos. Idéntico comportamiento se da a medida que el valor de la
variable es menor.
2.- Distribución positiva o de cola a la derecha: en estas distribuciones las frecuen-
cias se dan al principio de la distribución, luego a medida que aumenta el valor
de la variable hay cada vez menos frecuencias.
3.- Distribución negativa o de cola a la izquierda: en estas distribuciones, cuando
el valor de la variable es bajo, existen pocas frecuencias y a medida que va
creciendo, los casos son cada vez más frecuentes acumulándose la mayoría
en los valores altos de la variable.
Indicadores estadísticos
Todas las actividades, proceso o fenómenos en general son plausibles de ser com-
parados, ya sea contra sí mismos a través del tiempo como también entre diferen-
tes entidades, regiones, departamentos, etc. Pero para ello se precisa de herra-
mientas de medición homogéneas. Hasta aquí hemos visto como recolectar, orde-
nar y presentar la información estadística. Pero es necesario cuantificar las activi-
dades que se realizan en el interior de una organización. Dicha cuantificación se
denomina medición.
- La medición debe ser Pertinente, debe ser relevante y útil en el tiempo para la
toma de decisiones.
- La medición debe ser Precisa, debe reflejar fielmente la magnitud que se quiere
analizar.
- La medición debe ser Oportuna, que se encuentre disponible en el periodo de
tiempo en que la información es importante y es relevante.
- La medición debe ser Económica, debe existir una proporcionalidad entre los cos-
tos incurridos en la medición y los beneficios y la relevancia de la medición.
Matemática y Estadística | 64
¿Qué es un indicador?
Un indicador es algo que indica o sirve para indicar (diccionario Real Academia Es-
pañola).
Tipos de indicadores:
Razón: es una relación o un cociente entre dos valores con iguales o distintas uni-
dades de medida.
Ejemplos: PBI per cápita; PBI real, Razón de Femineidad, Proporción de Mujeres
respecto del total de alumnos, Alumno por Maestro, Médico por habitante.
Porcentaje o proporción: razón entre dos variables con una misma unidad de me-
dida. En una proporción, el numerador está contenido en el denominador. La pro-
porción se utiliza como estimación de la probabilidad de un evento (estadística infe-
rencial).
La tasa y la Proporción son razones debido a que relacionan dos valores entre sí.
Matemática y Estadística | 65
existentes. La medición se refiere a que el fenómeno que pretende medir el indica-
dor debe ser mensurable y comparable. La comunicación implica que el indicador
sirva para la toma de decisión.
Ejercicio:
A partir de algún diario o revista, escoge algún problema que te interese y propón
alguna solución del mismo. Luego piensa de qué manera se puede construir un
indicador específico para conocer la evolución del problema en cuestión a partir de
la aplicación de la solución que pensaste.
Matemática y Estadística | 66
UNIDAD IX: ANÁLISIS DE LA INFORMACIÓN
Luego de haber seguido todos los procedimientos de la Estadística Descriptiva,
cuando los datos han sido reunidos y tabulados, se inicia el análisis de la informa-
ción.
El primer paso que hay que realizar para que se entienda una larga serie de valores
u observaciones, es el de resumir los datos en una distribución de frecuencia; esto
no es suficiente para fines practico, puesto que a menudo es necesario una sola
medida descriptiva, y en especial cuando se requiere comparar dos o más serie
estadísticas. Es necesario continuar el proceso de reducción hasta sustituir todos
los valores observados por uno solo que sea representativo, de tal forma que permi-
ta una interpretación global del fenómeno en estudio; para que ese valor sea repre-
sentativo debe reflejar la tendencia de los datos individuales de la serie de valores.
Media aritmética
Por lo general si la media se refiera a una población se lo denota con la letra griega
µ x y si proviene de una muestra con la letra x .
∑X i
x= i =1
n
Matemática y Estadística | 67
Para datos agrupados:
∑X i * fi
x= i =1
n
Principales características:
- Su valor depende de cada uno de los datos que forman la serie, y se halla afecta-
da excesivamente por los valores extremos de la serie de datos.
- Se calcula con facilidad y es única para cada caso y permite representar mediante
un solo valor la posición de la serie de datos.
- Al utilizar todos los valores de la serie para su cálculo, es susceptible de operacio-
nes algebraicas.
- La suma de desvíos de los datos con respecto a la media es 0.
- Centro de gravedad, punto de equilibrio o centro de masas de los datos.
Media geométrica
G = n x1 * x 2 * ... * x n
Media Armónica
n
H= n
1
∑x
i =1 i
Matemática y Estadística | 68
Propiedades de las medias: H < G <
µ
Media ponderada
∑w x i i
xw = i =1
n
∑w
i =1
i
La Mediana
(n + 1)
Me =
2
Datos agrupados:
(n / 2 − FAa)
Me = ( Li ) + *h
fi
Principales características:
La mediana no es afectada por los valores extremos de una serie de valores, pues-
to que la misma no es calculada con todos los valores de la serie.
Matemática y Estadística | 69
- La mediana se puede calcular en aquellas distribuciones de frecuencia de clases
abierta, siempre y cuando los elementos centrales puedan ser determinados.
- La suma de los valores absolutos de las desviaciones de los datos individuales
con respecto a la mediana siempre es mínima. (propiedad)
La Moda
Moda (Mo): Es el valor que ocurre con más frecuencia en un conjunto de observa-
ciones. De las medidas de posición la moda es la que se determina con mayor faci-
lidad, ya que se puede obtener por una simple observación de los datos en estudio,
puesto que es el dato que se observa con mayor frecuencia. En las representacio-
nes gráficas la moda es el punto más alto de la gráfica. La obtención de la moda
para datos agrupados no es un valor exacto, ya que varía con las diferentes formas
de agrupar una distribución de frecuencia.
Características:
En datos agrupados:
∆1
Mo = ( Li ) + *h
∆1 + ∆ 2
Donde Li es el límite inferior del intervalo modal o intervalo que contiene a la moda.
Para conocer el intervalo modal, ubicamos el intervalo con mayor cantidad de fre-
cuencias absolutas.
Matemática y Estadística | 70
Relación entre la media, la mediana y la moda
El solo hecho de conocer el valor de estas medidas ya permite analizar una de las
características más importantes de una distribución de datos: su forma.
Este análisis es fácil de entender si se toma en cuenta las falencias que tiene cada
una de estas medidas. Por ejemplo, sabemos que la media aritmética se ve afectada
por los valores extremos, es decir que, si un valor es demasiado grande respecto del
resto, el valor de la media se sesgará hacia la derecha, será más grande y nos dará
una idea sesgada de la distribución. En cambio, sabemos que la mediana no se verá
afectada por este hecho, siempre se ubicará en el centro de la distribución.
En general:
Distribución Relación
Positiva Media>Me>Mo
Asimétrica
Negativa Media<Me<Mo
Matemática y Estadística | 71
Datos agrupados:
i * n 1
Qi = +
4 2
i * n 1
Di = +
10 2
i * n 1
Pi = +
100 2
Datos agrupados:
(i * n / 4 − FAa)
Qi = ( Li ) + *h
fi
(i * n / 10 − FAa)
Di = ( Li ) + *h
fi
(i * n / 100 − FAa)
Pi = ( Li ) + *h
fi
Obsérvese en la figura como dos distribuciones pueden tener idéntica tendencia cen-
tral, pero un comportamiento muy diferente respecto a la variabilidad de los datos.
Matemática y Estadística | 72
Una medida de variabilidad es un número que nos indica el grado de dispersión en
un conjunto de datos. Si el valor es pequeño (respecto de la unidad de medida)
entonces hay una gran uniformidad entre los datos (homogénea). Por el contrario,
un gran valor nos indica poca uniformidad (heterogénea). Cuando es cero quiere
decir que todos los datos son iguales.
R = Xmax-Xmin
Si los datos están agrupados en K clases el rango será la diferencia entre el límite
superior de la K-ésima clase menos el límite inferior de la primera clase.
El rango nos dará una primera idea sobre la dispersión de los datos ya que si su
valor es pequeño nos indicará una gran concentración de los datos, y si por el con-
trario su valor es grande nos puede indicar una gran variabilidad o dispersión de los
datos.
Q3 − Q1
Qd =
2
Si los valores de Qd son pequeños indica una alta concentración de los datos de la
distribución en los valores centrales de la serie de datos. Esta medida se utiliza pa-
ra comparar los grados de variación de los valores centrales en diferentes distribu-
ciones de frecuencias. Los mismos no son afectados por los valores extremos, no
se adaptan a la manipulación algebraica, por tal motivo son de poca utilidad.
Aunque esta medida es idónea para acompañar a la mediana. Por un lado, la me-
diana informa acerca del centro de la distribución, independientemente de los valo-
res extremos, luego el Qd informa que tanto se dispersan alrededor de la mediana
el 50% de los datos centrales.
Desviación media: Esta medida es más acorde que la de amplitud, ya que involucra
a todos los valores del conjunto de observaciones corrigiendo la desviación. Ésta
medida se obtiene calculando la media aritmética de la muestra, y luego realizando
la sumatoria de valor absoluto de las diferencias de todos los valores con respecto
de la media. Luego se divide por el número de observaciones.
Una medida como ésta tiene la ventaja de que utiliza cada observación y corrige la
variación en el número de observaciones al hacer la división final. Y por último tam-
bién se expresa en las mismas unidades que las observaciones mismas.
Matemática y Estadística | 73
∑
n
( xi − µ x ) * f i
DM x = i =1
∑
n
2
( xi − x) 2 * f i
Varianza muestral: S x = i =1
n −1
Esta fórmula tiene una desventaja, y es que sus unidades no son las mismas que
las de las observaciones, ya que son unidades cuadradas.
∑
n
2
( xi − m x ) 2 * f i
Desvío muestral: S x = S =
x
i =1
n −1
∑
n
( xi − µ x ) 2 * f i
Desvío poblacional: σ x = σ
2 i =1
x =
N
S
Entonces en este caso la unidad de medida de x es la misma que la del conjunto
de observaciones de la muestra estadística. Esto facilita la interpretación del resul-
tado.
La desviación típica como medida absoluta de dispersión, es la que mejor nos pro-
porciona la variación de los datos con respecto a la media aritmética, su valor se
encuentra en relación directa con la dispersión de los datos, a mayor dispersión de
ellos, mayor desviación típica, y a menor dispersión, menor desviación típica.
Las medidas de variabilidad, estudiadas hasta ahora, solo permitían medir las dis-
persiones absolutas de los términos de la muestra. Las medidas, tomadas en esas
condiciones, serán de utilidad, solo cuando se trata de analizar una sola muestra;
pero, cuando hay que establecer comparaciones entre distintas muestras, será ne-
cesario expresar tales medidas en valores relativos, que pueden ser proporciones o
porcentajes.
Matemática y Estadística | 74
Coeficiente De variación: Existen varias medidas de dispersión relativa, pero, la
más usada es el coeficiente de variación de Pearson, este es un índice de variabili-
dad sin dimensiones, lo que permite la comparación entre diferentes distribuciones
de frecuencias, medidas en diferentes unidades.
S
CV =
x
x − Mo ( x − Me)
As = o As = 3 *
S S
Resultados posibles:
As = 0 la distribución es simétrica
As > 0 la distribución es asimétrica positiva. Las desviaciones positivas superan a
las negativas.
As < 0, la distribución es asimétrica negativa. Las desviaciones negativas superan
a las positivas.
𝑄𝑄3 − 𝑄𝑄1
𝐾𝐾 = 2
𝑃𝑃90 − 𝑃𝑃10
Resultados posibles:
Matemática y Estadística | 75
Cartilla de Trabajo Prácticos
UNIDAD V: CONCEPTOS BÁSICOS
Objetivos:
1.- Indique para cada una de las siguientes variables en qué escala es usualmente
medida.
a) Área.
b) Color.
c) Clasificación de una película.
d) Temperatura en grados centígrados.
e) Nivel de Ingreso.
2.- Determine si cada una de las siguientes variables es Cualitativa; nominal u or-
dinal y Cuantitativa; discreta o continua. Justifique su elección.
Matemática y Estadística | 76
4.- Brinde un ejemplo de población. A partir de la población escogida:
a) Escriba una MUESTRA NO REPRESENTATIVA Y UNA REPRESENTATI-
VA.
b) ¿Cuál es la unidad de análisis en estudio?
c) Mencione Variables Cualitativas (Nominal y Ordinal) y Cuantitativas (Discre-
tas y Continuas) para el ejemplo que brindó.
5.- De cada una de las siguientes situaciones responda las preguntas que se plan-
tean:
a) Un fabricante de medicamentos desea conocer la producción de personas
cuya hipertensión (presión alta) puede ser controlada con un nuevo producto
fabricado por la compañía. En un estudio a un grupo de 13.000 individuos
hipertensos, se encontró que el 80% de ellos controló su presión con el nue-
vo medicamento.
b) Según una encuesta realizada a 500 adultos mayores de la comuna de San-
tiago, reveló que en promedio realizan 6 visitas anuales al consultorio. En
vista de los resultados el ministerio de salud deberá aumentar los recursos
en un 10%.
a) ¿Cuál es la población?
b) ¿Cuál es la muestra?
c) Identifique el parámetro de interés
d) Identifique el estadístico y su valor
e) ¿Se conoce el valor del parámetro?
Objetivos:
Matemática y Estadística | 77
a) Tabla N° 1: Alumnos matriculados de la educación común por Nivel de Edu-
cación. Salta, 2008.
Nivel de Educación Cantidad de Alumnos
Inicial 37.734
EGB 1 y 2 / Primero 194.418
EGB 3 68.592
Total 360.840
Fuente: INDEC
Jefes 26,0
Cónyuges 15,0
Hijos 45,1
Total 100,0
Total 329.449
Matemática y Estadística | 78
2.- Los datos a continuación corresponden a los cobros por electricidad, durante el
mes de diciembre de 2015, de 50 departamentos alquilados, de 2 dormitorios.
333333333344444444444444444444444444455555
5555555555555555566667
Matemática y Estadística | 79
a) ¿Cuál es la Variable analizada? Clasifíquela.
b) Construya una tabla de frecuencia.
c) Represente gráficamente la variable.
d) Interprete las frecuencias calculadas para la fila 3.
e) interpretar a que se refiere una frecuencia relativa = 0.6 en la fila 4.
f) ¿Cómo verifica que las frecuencias relativas calculadas en la tabla están co-
rrectas?
5.- A continuación, se presentan las comisiones por ventas pagadas por una em-
presa a sus vendedores lo largo de una semana.
1349 1350 1352 1353 1353 1356 1390 1392 1396 1422 1422 1650
1660 1671 1685 1691 1700 1742 1750 1785 1811 1853 1992 2000
2001 2001 2005 2010 2013 2020 2040 2065 2071 2080 2085 2100
2120 2121 2130 2156 2158 2159 2170 2189 2196 2318 2456 2480
2560 2581 2 581 2560 2594 2595 2606 2606 2606 2609 2612 2613
Objetivos
- Conocer las diferentes formas en que se pueden presentar los resultados de una
investigación.
- Organizar e interpretar la información estadística en cuadros y gráficos.
- Analizar cuadros estadísticos y gráficos detectando posibles errores e intenciona-
lidades que pudieran afectar su interpretación.
- Determinar las diferencias entre cuadros y gráficos, ventajas y desventajas de
cada uno.
1.- Se ha realizado un test de habilidad numérica a los alumnos de una clase. Re-
presenta los datos mediante un histograma
Los resultados obtenidos son:
Matemática y Estadística | 80
2.- Se ha aplicado un test a los empleados de una fábrica, obteniéndose la si-
guiente tabla:
francés inglés francés inglés francés alemán ruso español francés inglés
francés inglés español francés español francés alemán inglés español inglés
inglés español inglés francés español ruso alemán francés inglés español
alemán inglés español francés alemán inglés inglés inglés español francés
Matemática y Estadística | 81
b) La razón de masculinidad de casos de malaria es de 3 hombres por mujer
en América Latina y El Caribe.
d) Más de la mitad de los porteños lleva una vida poco saludable.
e) El 2 % de las madres atendidas en partos en el Nuevo Hospital del Milagro
son menores de 20 años.
f) Según Amnistía Internacional, cada 3 días muere una mujer por violencia de
género.
g) 6 de cada 10 jóvenes que terminan la escuela primaria en Salta, siguen con
los estudios secundarios.
h) La Argentina cuenta con 558 policías por cada 100 mil personas.
i) Para el año 2010, la tasa de mortalidad por VIH-SIDA en la región NOA fue
de 3 por cada 100 mil habitantes.
Objetivos
5 8 3 9 6 7 10 6 7 4 6 9 5 6 7 9 4 6 8 7
Matemática y Estadística | 82
b) Calcule la moda, la media, la mediana y el tercer cuartil de las observacio-
nes dadas. Obtenga la frecuencia del conjunto de los resultados superiores
a 5.
c) Calcule la varianza y el desvío estándar.
d) Un grupo de 20 actores fue sometido a la misma experiencia que los estu-
diantes mencionados arriba. Para ellos resultó una media de 4,8 y un desvío
de 1,8. En base a los resúmenes estadísticos adecuados señale:
e) Cuál es el grupo de mejor desempeño en la experiencia realizada. Justifique
su respuesta.
f) En cuál grupo los integrantes son más parecidos entre sí en relación a la
cantidad de ensayos necesarios para memorizar la lista de seis pares de pa-
labras. Utilice la mejor medida para comparar ambas distribuciones. Justifi-
que su respuesta.
Puntaje fi
0,5 – 5,5 7
5,5 – 10,5 12
10,5 – 15,5 21
15,5 – 20,5 32
20,5 - 25,5 28
100
4.- Para cada uno de los términos listados coloque una cruz en la casilla que co-
rresponda según esté incluido en el concepto de medidas de tendencia central,
de posición, dispersión u otro.
Tendencia
Medida Posición Dispersión Otro
central
Rango
Asimetría
Desvío estándar
Rango
semiintercuartílico
Mediana
Marca de clase
Quintil
Matemática y Estadística | 83
5.- A partir del punto 5- de las comisiones pagadas por una empresa, en bloque
“Cuadro de distribución de Frecuencias”, calcule todas las medidas de ten-
dencia central y dispersión que conozca.
6.- En una muestra de Pacientes hipertensos, se midieron la talla de todos ellos
obteniéndose los siguientes resultados:
Responda:
a) Con los datos presentados: Calcular el Coeficiente de Variación y Rango
b) ¿Analice los datos estadísticos que se presentan e indique cómo es la Dis-
tribución de la variable Talla?______________________________
c) De acuerdo a su respuesta en b), informe qué medida de Tendencia Central
y Dispersión es conveniente informar para el Análisis de los datos
d) Grafique una curva ubicando a lo largo de la variable la media, la mediana y
la moda
7.- Un alumno que quiere aprobar sin demasiadas complicaciones debe escoger
con qué profesor cursará una asignatura. Según datos del pasado año, la nota
media de los alumnos que tuvieron el profesor José fue de 61 puntos y la des-
viación típica fue 10 puntos. En el curso del profesor Roberto la media fue 52 y
la desviación de 22 puntos.
a) ¿Qué profesor debe elegir? ¿Y por qué?
b) El alumno se percató de que necesita subir notas para acceder a un posgra-
do, por lo que en realidad deberá elegir el profesor en el que tenga las chan-
ces de obtener la mayor nota posible.
c) ¿Qué profesor debe elegir? ¿Y por qué?
Matemática y Estadística | 84
Sistema de Educación a Distancia - SEAD
Edición © UCASAL
Este material fue elaborado por: Lic. Martín Daroca Aparicio – Lic. Pablo Pagani en conjunto a la Dirección de Diseño y Desarrollo Instruccional
del Sistema de Educación a Distancia con exclusivos fines didácticos. Todos los derechos de uso y distribución son reservados. Cualquier
copia, edición o reducción, corrección, alquiles, intercambio o contrato, préstamo, difusión y/o emisión de exhibiciones públicas de este material
o de alguna parte del mismo sin autorización expresa, están terminantemente prohibidos y la realización de cualquiera de estas actividades
haría incurrir en responsabilidades legales y podrá dar lugar a actuaciones penales. Ley 11.723 - Régimen Legal de la Propiedad Intelectual;
Art. 172 C.P.