Introducción. ..........................................................................................................................

Evolución de los sistemas numéricos. ...................................................................................4

Números naturales. ........................................................................................................5

El número cero. ..............................................................................................................5

Números negativos.........................................................................................................5

Números enteros. ...........................................................................................................5

Números racionales........................................................................................................6

Números irracionales......................................................................................................7

Números reales. .............................................................................................................7

TEMA 1: Números reales ......................................................................................................8

SUBTEMA 1: Propiedades de los números reales.............................................................8

Propiedades Algebraicas ................................................................................................9

SUBTEMA 2: Operaciones con números reales ..............................................................13

Operaciones y Propiedades. Suma, Resta, Multiplicación, División y Potenciación con

exponente Entero. ........................................................................................................13

Números Reales. Operaciones y propiedades. ............................................................14

Operaciones. ................................................................................................................16

TEMA 2: Estadística ............................................................................................................20

SUBTEMA 1: Medidas de tendencia central: media, mediana y moda ............................20

Introducción: .................................................................................................................20

Definición e Historia de la Estadística. .........................................................................20

Población ......................................................................................................................22

Muestra: .......................................................................................................................22

Gráficos Estadísticos ....................................................................................................22

 Medidas de tendencia central .......................................................................................26

SUBTEMA 2: Medidas de dispersión: desviación estándar, rango estadístico, varianza y

coeficiente de variación....................................................................................................34

Rango: ..........................................................................................................................35

Varianza: ......................................................................................................................35

Desviación típica o estándar: .......................................................................................37

Coeficiente de variación. ..............................................................................................37

Desviación media. ........................................................................................................38

Bibliografía de apoyo ...........................................................................................................40

 GUÍA DE APRENDIZAJE
DEL ESTUDIANTE DE LA UNIDAD 1
Asignatura: MATEMÁTICA ADMISIÓN

UNIDAD 1: INTRODUCCIÓN A LOS NÚMEROS

Introducción.
Las matemáticas son un campo fundamental, una herramienta de apoyo indispensable para
todos los profesionales y parte integral de la formación académica en diversos campos de
conocimiento. (Sílabo Matemática en Educación, 2023).

En la presente guía de la Unidad 1 de la materia Matemáticas en Educación, se estudian

cantidades continuas en la vida real. Estos incluyen números racionales (números que se
pueden expresar como una fracción) y números irracionales (números que no se pueden
expresar como fracciones y tienen una expansión decimal infinita no periódica). El estudio
de los números reales es esencial para comprender muchos conceptos matemáticos, como
el cálculo y la geometría, es una parte fundamental del aprendizaje de las matemáticas.
Además, se estudia Estadística donde se incluyen conceptos básicos como la media, la
mediana y la moda, así como métodos para visualizar datos como gráficos y diagramas. La
estadística es una herramienta poderosa para tomar decisiones informadas y comprender el
mundo que nos rodea.

Evolución de los sistemas numéricos.

Los números aparecen en la historia de la humanidad debido a la necesidad
de contar objetos, animales, etc. para este propósito se usaron los dedos de las manos,
granos, piedras, marcas en bastones, nudos en una cuerda y otras formas, sin embargo,
para cantidades grandes es necesario un sistema de representación numérica más práctico.
(Armas, Baquerizo, Miriam, & Solís, 2006)
Existen estudios que demuestran que el sistema de numeración más usado actualmente fue
inventado por los indios y transmitido a Europa por los árabes. El matemático italiano
Leonardo de Pisa (Fibonacci) fue uno de los que introdujo este sistema en Europa donde en
esa época se utilizaba el sistema de numeración Romano. “Su gran aporte a las matemáticas
fue la introducción del concepto y símbolo del cero, lo que permite un sistema en el que sólo
diez símbolos pueden representar cualquier número por grande que sea y simplificar la forma
de efectuar las operaciones” (Armas, Baquerizo, Miriam, & Solís, 2006, pág. 111)

Números naturales.
Los números naturales son aquellos que nos permiten contar, surgieron precisamente desde
esa necesidad, estos números se construyen con base en el principio de adición. (Aguilar,
Bravo, Gallegos, Cerón, & Reyes, 209)

ℕ={1,2,3,4,5 … . . . }

El número cero.
Posterior a los números naturales apareció la necesidad de un número que indique ausencia
total, este número es el número “cero” 0. El cual no pertenece al conjunto de los números
naturales.

Números negativos.
Existen situaciones en las que los números naturales no son suficientes para representar una
cantidad, por ejemplo, un sobregiro, una deuda, restar un número mayor de uno menor, etc.
El conjunto de números negativos resuelve este problema.

Números enteros.
El conjunto de los números enteros es la unión del conjunto de los números naturales, el
cero y el conjunto de los números enteros negativos.

ℤ = {… , −5, −4, −3, −2, −1,0,1,2,3,4,5, … . . . }

Números racionales.
Dentro del conjunto de los números enteros no siempre existe un número x tal que dado dos
números enteros m y n cualesquiera, x multiplicado por n (n ≠ 0) sea igual a m, esta situación

generó la necesidad de introducir un nuevo conjunto numérico denominado conjunto de los

números racionales, representado por ℚ y definido por:

𝑓 𝑝
ℚ = { = , 𝑝 ∊ ℤ, 𝑝 ∊ ℤ, 𝑞 ≠ 0}
𝑓 𝑞

Se puede resumir que un número racional es aquel que puede expresarse como una fracción
𝑝
entre dos números enteros: p (numerador) y q (denominador), con denominador q
𝑞

diferente de cero. (Armas, Baquerizo, Miriam, & Solís, 2006)

Los números racionales que tienen una cantidad finita de decimales y números que tienen
una cantidad infinita de decimales periódicos, por ejemplo:

Figura 1: Números racionales decimales

Fuente: Elaboración propia

Números irracionales.
Existe un conjunto de números que no pueden ser representados como una fracción de dos
números enteros, a este conjunto de números se los denomina números irracionales
denotados por: 𝕀

Números reales.
El conjunto de los números reales está formado por el conjunto de los números racionales y
el conjunto de los números irracionales.

ℝ= ℚ ∪𝕀

Clasificación de los Números Reales

Figura 2: Clasificación de los números reales

Fuente: bit.ly/41wPEuo
TEMA 1: Números reales
SUBTEMA 1: Propiedades de los números reales
Los números reales son los que consideramos como aquellos que son utilizados durante
nuestra vida cotidiana. Es decir, cada vez que observamos el velocímetro en algún vehículo
o la temperatura generada de un cuerpo, estamos hablando de números reales.

Esos números pueden ser representados en una recta numérica e incluso los podremos
encontrar de forma negativa y positiva.

Figura 3: Números reales en la recta numérica

Fuente: https://bit.ly/3M27cIX

Las propiedades de los números reales pueden ser comprendidas en tres aspectos:
algebraicas, de orden y de completitud.

Figura 4: Números reales

Fuente: Compendio Aprendizaje de la matemática, UNEMI (2020).

Propiedades Algebraicas
En esta categoría se establece que cada uno de los números que son considerados como
reales pueden ser sumados, restados, multiplicados y divididos con el fin de obtener más
números reales siguiendo de ese modo las reglas de la aritmética.

Figura 5: Propiedades algebraicas

Fuente: bit.ly/42KNics

Los números reales tienen la propiedad de que con ellos pueden realizar dos operaciones
básicas que se conocen como suma y producto.

Suma.
Es una operación binaria tal que +: RXR →R

(a, b) → (a + b)

y cumple con las siguientes propiedades:

 Figura 6: Cuadro de propiedades

Fuente: (Armas, Baquerizo, Miriam, & Solís, 2006)

Propiedad Conmutativa
Sean a y b dos números cualesquiera pertenecientes al conjunto de los números reales, a
+ b = b + a, es decir, cuando se suman dos números, el orden de adición no importa.

Propiedad Asociativa
Sean a, b, c números pertenecientes al conjunto de los números reales, a+(b+c) = (a+b)+c

Esta propiedad permite sumar los números sin importar cuál de ellos se ubica en primer
orden.

a+b+c = a+(b+c) = (a+b)+c

Ejemplo:

3+4-6 = 3+(4-6) = (3+4)-6

= 3-2 = 7-6

=1 = 1

a+b+c = a+(b+c) = (a+b)+c

25+7-4 = 25+(7-4) = (25+7)-4

= 25 + 3 = 32 - 4

= 28 = 28
Propiedad Neutro aditivo.
La suma de un número real y cero es el mismo número.

Producto.
Es una operación binaria tal que •: RXR →R

y cumple con las siguientes propiedades: (a, b) → (a . b)

Figura 7: Cuadro de propiedades

Fuente: (Armas, Baquerizo, Miriam, & Solís, 2006)

Propiedad conmutativa.
Para todo a y b elementos del conjunto de los números reales,

(a  b = b  a)

Propiedad Distributiva
∀a, b, c ∈ [a  (b + c) = (a  b) + (a  c)]

Aplica siempre que multiplicamos un número por una suma.

a(b+c) =(a.b)+(a.c)

Ejemplo:

6(3-6) =(6.3)-(6.6)

6(-3) = (18)-(36)

-18 = -18
Propiedad Asociativa.
∀a, b, c ∈ [a  b . c) = a ( b.c) = (a  b).c]

Identidad multiplicativa
El número 1 es especial para la multiplicación; a . 1 = a para cualquier número real a.

Todo número real a diferente de 0 tiene un recíproco 1/a que satisface a.(1/a) = 1.

Para combinar los números reales con números negativos, se hace uso de las siguientes
propiedades:

Figura 8: Propiedades de negativos

Fuente: bit.ly/41xPDX0

Para combinar los números reales usando la operación de división se aplican las siguientes
propiedades.
 Figura 9: Propiedades de las fracciones

Fuente: bit.ly/41xPDX0

SUBTEMA 2: Operaciones con números reales

Operaciones y Propiedades. Suma, Resta, Multiplicación, División y Potenciación con
exponente Entero.
Estudiar las operaciones en este campo de numeración es en realidad repasar las
operaciones que hemos aprendido desde nuestros estudios primarios. Operar con naturales,
decimales exactos, enteros, de igual y distintos signos, fracciones y decimales periódicos,
nos ha preparado para agregar sólo los decimales irracionales que completan el campo de
los Números Reales. Más que aprender una nueva operación o forma de efectuar una
operación, aquí organizamos y revisamos todo lo aprendido durante nuestra formación
primaria y la parte de secundaria que hasta ahora llevamos, de tal manera que no tengamos
dificultades para efectuar cálculos con números reales en matemática, física y química.
Números Reales. Operaciones y propiedades.
Este conjunto de numeración hereda las operaciones y propiedades de los conjuntos que lo
componen. Aquí se habla de Suma Algebraica, multiplicación, división, potenciación y ahora
radicación.

Figura 10: Operaciones con números reales

Fuente: bit.ly/42zGn5X

Se tiene definido que la resta es la operación contraria de la suma, la división es la operación

contraria de la multiplicación, y la radicación es la operación contraria de la potenciación.

Figura 11: Operaciones

Fuente: bit.ly/3pIMF4w
Como los números Reales contemplan Números Enteros, Racionales e Irracionales, las
operaciones contemplan:

• Operaciones entre números enteros

• Operaciones entre números fraccionarios

• Operaciones entre números decimales (ya sea exactos, periódicos o no periódicos)

Figura 12: Operaciones entre números reales

Fuente: Elaboración propia

En las lecciones de números enteros aprendimos a efectuar todas las operaciones entre
números enteros, en la sección de números racionales aprendimos a efectuar las
operaciones entre números fraccionarios, y en educación básica aprendimos a sumar, restar
y dividir entre números decimales.
 Figura 13: Operaciones entre números reales

Fuente: Elaboración propia

En las propiedades de los números reales se heredan de las propiedades de los Números
que los conforman entonces, tenemos dos grupos de propiedades y una propiedad que
conecta dos operaciones. Un grupo para la suma algebraica y un grupo para la multiplicación
y la propiedad que conecta estas dos operaciones.

Operaciones.
Cuando hablamos de La Naturaleza de los Números enteros, sabemos que sólo estamos
contemplando números y operaciones enteras y exactas. Por ejemplo, sabemos que la
suma, resta o multiplicación de números enteros resulta en números enteros

Pero si intentamos dividir el número 8 entre 3, sabemos que no encontraremos un número

entero que represente el resultado de esa división.

Figura 14: Operaciones entre números

Fuente: Elaboración propia

Adición y sustracción de números reales.
Si a y b son dos números reales, la expresión debe corresponder a la suma de estos
sumandos a+b y se llamarán adición a y b.

Por el contrario, la resta sería a- b. Dando como equivalencia a la adición a + ( - b)

Ejemplo:

Multiplicación y división de números reales.

Ejemplo 1:

Calcula la velocidad a la que viaja el sonido de una vuvuzela, si se sabe que la velocidad de
propagación v es: v=x/t, v= distancia recorrida/tiempo.

a. La distancia entre el punto A y B es de 27 metros y el sonido tarda cuatro segundos

en llegar de un punto al otro.
 Figura 15: Distancia 1

Fuente: bit.ly/42UsPSa

a. La distancia vertical es de 15 m y horizontal es de 9 m. Además, el sonido se demora

cinco segundos en llegar de un punto al otro.

Figura 16: Distancia 2

Fuente: bit.ly/42UsPSa

Solución:
Ejemplo 2:

Simplifica al mínimo la siguiente expresión de números Reales:

48 48 ⋅2 24  ⋅3⋅2 4
√ ⋅ √2 = √ =√ = 5 √2
75 75 3⋅52

Ejemplo 3:

Simplifica al mínimo la siguiente expresión de radicales:

√108  −  √147 = √22   ⋅ 32 ⋅ 3  −  √3 ⋅ 72 = 6√3  −  7√3 = −√3

Ejemplo 4:

Opera y simplifica la siguiente expresión de números Reales:

1 3 3 −1 1 3 5 1 5 2+5 7
+   4 ⋅ (5) = 2 +   4 ⋅ (3) = 2 +   4 = =  4
2 4
TEMA 2: Estadística
SUBTEMA 1: Medidas de tendencia central: media, mediana y moda
Introducción:

La estadística es una rama de las matemáticas que estudia y analiza el comportamiento de

un conjunto de datos. Constituye una herramienta fundamental para la investigación en
múltiples campos, desde la medicina y la ingeniería hasta la economía y la sociología. Su
aplicación permite la recopilación, análisis e interpretación de datos para la toma de
decisiones informadas y la resolución de problemas complejos. Las aplicaciones de esta
ciencia además del carácter profesional se extienden a la vida cotidiana. Constantemente
las personas aplicamos la estadística para evaluar riesgos y oportunidades en varios
contextos, desde asuntos personales como una inversión financiera, hasta la planificación
de políticas públicas en el gobierno. Debido a esto, es indispensable contar con una base
sólida de conocimientos estadísticos para tomar decisiones fundamentadas y comprender el
mundo que nos rodea (Pagano, 2006). Para realizar correctamente un estudio estadístico,
se deben seguir técnicas y estrategias que garanticen escoger una muestra apropiada,
utilizar las técnicas de recolección de datos correctas, filtrar convenientemente la información
recibida, extraer información y variables numéricas representativas, y generar conclusiones
a partir de los resultados obtenidos. (Burgos, Argüelles, & Palacios, 2021).

Definición e Historia de la Estadística.

La estadística es la ciencia que comprende el estudio y aplicación de métodos, principios y
reglas, para la observación y análisis de un hecho o fenómeno, a partir de un conjunto de
datos. De esta forma, presenta herramientas para describir el comportamiento de una
población, además de elaborar deducciones y conclusiones acerca de esta (Martínez, 2012).

La estadística ha sido parte de la historia de la humanidad desde sus inicios, siendo tan
antigua como la escritura misma. Las civilizaciones iniciales realizaban gráficos y símbolos
en rocas, pieles o paredes de cuevas para registrar conteos de personas, alimentos,
animales, y otros productos. En la antigua Babilonia, alrededor del año 5000 A.C., se
utilizaban tablas de arcilla para monitorear la producción agrícola y los trueques. En el año
3050 A.C. en Egipto se registraban datos sobre la riqueza y población del país, a través de
los censos. Posteriormente, esta costumbre fue adoptada por otras civilizaciones como
China, Grecia, Israel, y especialmente en el imperio romano debido al conteo y registro de
los bienes obtenidos a través de la conquista de otros pueblos. Al pasar los años, los
gobiernos realizaron censos para distintas finalidades según su contexto histórico, ya sea
para registrar los cambios demográficos y económicos tras una guerra, o para dimensionar
los efectos de epidemias y pestes características de la Edad Media. Adicionalmente, se
instauraron leyes que exigían a los clérigos el registro de los bautizos, matrimonios y
defunciones. El término Estadística proviene de la palabra alemana statistik, y significa
“Ciencia del Estado”, debido a que las aplicaciones de esta hasta la época habían sido
mayoritariamente para fines político-económicos. Este término fue acuñado por el
economista Godofredo Achenwall en 1760, quien fue conocido como el “inventor de la
estadística” debido a sus múltiples obras publicadas referentes a esta temática. Sin embargo,
la primera aplicación no política de la estadística se dio años antes, en 1691, cuando el
profesor alemán Gaspar Neumann desmintió una creencia popular de dicha época de que
la mayor cantidad de fallecimientos ocurrían en años terminados en la cifra 7. Estos estudios
fueron utilizados posteriormente por el astrónomo Hailey, quien estableció las bases de las
tablas de mortalidad utilizadas en la actualidad por las compañías de seguros. Años después
en el siglo XVI el matemático Girolano Cardano publicó uno de los primeros estudios de
probabilidades. A raíz de esto, otros eruditos profundizaron en temas como la teoría de
probabilidades y la teoría de juegos. Otros famosos matemáticos como Moivre, Gauss y
Poison, realizaron aportes a la estadística al definir el comportamiento de las poblaciones
mediante distribuciones estandarizadas. A partir de la instauración del método científico en
el siglo XIX, el registro y manipulación de datos cuantitativos incrementó su importancia,
debido a la necesidad de evitar las ambigüedades presentadas en los datos cualitativos. En
consecuencia, se involucró múltiples campos como economía, ciencias sociales, biología,
psicología, física, etc., siendo parte primordial de las investigaciones para describir y analizar
los datos recopilados. En la actualidad, la estadística corresponde a una profesión que se
dedica no solo al registro de información sino a la interpretación de la misma, permitiendo
describir y predecir el comportamiento de un fenómeno estudiado (Hernández, 2005).

Población
Es el conjunto de elementos o individuos que comparten una o varias características
comunes y son objeto de estudio. Las poblaciones pueden dividirse en subpoblaciones o
estratos según uno o varios atributos en común entre sus individuos. La característica que
define los estratos no debe permitir que ningún individuo o elemento de la población
pertenezca a más de uno de ellos.

Muestra:
La muestra es un subconjunto seleccionado a partir de una población. Esta debe escogerse
de forma tal que logre representar de manera generalizada el comportamiento de la
población total

Gráficos Estadísticos

Histograma
Los histogramas son una representación gráfica estadística de un conjunto de datos
agrupados. Esto significa que los datos se encuentran organizados de manera que no se
trabaja con cada valor individual, sino que estos se agrupan en intervalos o clases. Los
histogramas se grafican mediante barras o rectángulos adyacentes, cuyas bases en el eje X
corresponden al intervalo de datos representado, y sus alturas en eje Y indican la frecuencia
de cada intervalo. Generalmente los histogramas trabajan con frecuencias absolutas, sin
embargo, es posible también graficarlos utilizando frecuencias relativas (Levin & Rubin,
2004).

Ejemplo:

Se ha realizado un experimento midiendo la presión que soporta cierto producto. Para

construir un histograma se utiliza la tabla de frecuencias donde se especifican los intervalos
en los cuales se han clasificado los datos, y la frecuencia absoluta correspondiente, es decir,
la cantidad de datos que pertenece a cada uno. En el eje X se ubican todos los límites de
intervalos indicados en la tabla, de manera que la amplitud de estos corresponda a la base
de cada rectángulo. Finalmente, se grafican los rectángulos con una altura igual a su
frecuencia absoluta (Guerrero, 2006).

Figura 17: Ejemplo de histograma

Fuente: (Guerrero, 2006)

Polígono de Frecuencias
Los polígonos de frecuencia son gráficos estadísticos que se construyen a partir de
histogramas. Para esto, es necesario calcular la marca de clase que representa el punto
medio de cada intervalo. Luego, se forman pares ordenados al juntar cada marca de clase
con la respectiva frecuencia de su intervalo. Es decir, cada uno de estos pares corresponden
al punto medio superior de cada barra del histograma. Finalmente, el polígono de frecuencias
se forma uniendo estos pares ordenados mediante segmentos de recta.
Figura 18: Histograma vs Polígono de Frecuencia

Fuente: (Realini, 2014)

Ejemplo:

A continuación, se muestra la tabla de datos del ejemplo anterior añadiendo la marca de

clase de cada intervalo. Luego, los pares ordenados (marca de clase, frecuencia) son unidos
mediante segmentos de recta.

Figura 19: Ejemplo Polígono de Frecuencias (Realini, 2014)

Fuente: (Guerrero, 2006)

Ojiva
Las ojivas son una representación gráfica de las frecuencias acumuladas en un conjunto de
datos. Para graficarlas, se toma el límite superior de cada intervalo en el eje X, y la frecuencia
acumulada correspondiente a este intervalo en el eje Y, para formar pares ordenados. Luego,
se unen estos puntos mediante segmentos de recta. Dado que se trata de frecuencias
acumuladas, la ojiva siempre tendrá una tendencia creciente. Si se utilizan las frecuencias
absolutas acumuladas, el valor en Y del último punto de la ojiva deberá ser igual al total de
datos de la muestra estudiada. Mientras que para frecuencias relativas acumuladas o
frecuencias porcentuales acumuladas, este último punto en Y deberá ser igual a la unidad o
al 100%, respectivamente. Estos gráficos sirven para identificar visualmente la cantidad de
datos que se encuentran por encima o por debajo de cierto valor de interés (Tejero, 2018).
Ejemplo

Se ha realizado un registro de los tiempos de duración de las llamadas realizadas en un call

center. Dado que se trata de datos continuos, estos se han agrupado en intervalos, como se
muestra en la tabla de frecuencias. Según la cantidad de llamadas para cada intervalo de
tiempo, se determinan las frecuencias absolutas, y en consecuencia las frecuencias
absolutas acumuladas, permitiendo graficar la ojiva como se explicó anteriormente. Dado
que la cantidad total de datos es 40, el punto máximo de la ojiva en el eje Y será igual a 40
unidades.

Tabla 1: Frecuencias de tiempos por llamada

Fuente: (Tejero, 2018)

Figura 20: Ojiva de tiempos por llamada

Fuente: (Tejero, 2018)

Medidas de tendencia central
Son indicadores estadísticos que muestran hacia donde se agrupan los datos, en relación
con un valor y generalmente su nombre se da porque normalmente se encuentran en la
posición central de una distribución. Usando medidas de tendencia central, es posible
conocer la asimetría de los datos porque son medidas estadísticas que determinan el punto
medio de esos datos, dado que esas medidas están diseñadas para mostrar los elementos.
Promedio, capaz de comparar e interpretar valores con indicadores centrales. Cabe señalar
que las estadísticas más comunes para la obtención de medidas de tendencia central son la
media, la moda y la mediana, las cuales pueden ser utilizadas para obtener representaciones
cuantitativas de los datos utilizados en poblaciones, transformándose en herramientas
estadísticas para calcular y analizar la variabilidad de la mejor manera (Ricardi, 2011)

Es importante conocer algunas definiciones básicas de la Estadística, como la Población que

es el universo al cual está dirigida toda la investigación, la muestra, que hace referencia al
subconjunto del universo que resulte representativo, otro concepto que debemos conocer
para entender la estadística son las variables, cuya definición elemental es la característica
de un objeto o hecho que queremos observar que puede tener diferentes valores, se
distingue varios tipos de variables, la variable cuantitativa puede expresarse a través de
números, variable cualitativa que se expresa a través de una cualidad o característica,
variable ordinal pertenece dentro de las cualitativas se expresan a través del orden o
jerarquía, como primero, segundo etc. y la variables discretas las que contemplan valores
enteros.

También como parte introductoria en la Estadística, se utilizan gráficos para mostrar los
cambios que han sufrido las variables en un período de tiempo. Entre los más utilizados
tenemos al Diagrama de barras reflejan el conteo de frecuencias de los datos, los
histogramas que son utilizados para representar la distribución de frecuencias de los datos
de la variable, la ojiva que muestra la curva de una función de distribución

acumulada, el polígono de frecuencias muestra la frecuencia con la que cambia una variable
a partir de su histograma.
La media para datos no agrupados
También se la conoce como media aritmética, y se obtiene sumando los datos para el
número total de datos, se la conoce con el símbolo , para el caso de la muestra, y para el
caso de la población se utiliza la N y sus fórmulas son:

𝑋 1 +𝑋 2 + 𝑋 3 +......𝑋 𝑛
Poblacional: 𝑢= 𝑁

𝑋 1 +𝑋 2 + 𝑋 3 +......𝑋 𝑛
Muestral: 𝑥=
𝑛

Ejemplo

Las notas de el examen de estadística

16, 20, 14, 13, 15, 17, 19, 20, 18, 17, 12, 14, 16, 19

Si aplicamos la fórmula sería: en el caso de que los datos corresponden a toda la población
por ejemplo puede ser un paralelo con 14 estudiantes.

16 + 20 + 14 + 13 + 15 + 17 + 19 + 20 + 18 + 17 + 12 + 14 + 16 + 19
𝑢=
14

230
𝑢= = 16,42
14

La nota promedio del examen es 16,4

Ejercicio propuesto:

Obtener la media aritmética de los siguientes datos que corresponde a la edad de los
estudiantes que dieron el examen de Estadística.

Edades: 25, 28, 30, 35, 37, 39, 44, 35, 37, 38, 45, 29, 26, 24
La mediana para datos no agrupados
La mediana se representa por Me y está dada por el valor central de todos los datos, una
vez que estos han sido ordenados, esta medida divide al conjunto de datos en dos partes
iguales (50% y 50%), cabe indicar que el cálculo de la mediana se realiza para variables
cuantitativas, para su cálculo los valores estén ordenados de menor a mayor (Suarez M y
Tapia F, 2012, pág. 87)

La mediana para datos no agrupados se calcula considerando si el número de los n datos

es par o impar, lo primero que se debe hallar es la ubicación del valor central que divide en
dos partes iguales al conjunto de datos utilizando la fórmula:

𝑛+1
𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 =
2

Entonces si n es par, el valor central se hallará entre los valores más próximos al número
halado ejemplo: los siguientes valores corresponden a la cantidad en dólares que gastan los
estudiantes en alimento diario

Si n = 8 entonces;

Tabla 2: Datos Mediana – n par

5 5 7 9 11 12 15 18

X1 X2 X3 X4 X5 X6 X7 X8

Fuente: Elaboración propia

Por lo tanto, la ubicación se encuentra entre las posiciones 4 y 5, para lo cual se hallará una
semisuma de dichos valores (9 y 11).

9+11
𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 = =10
2

La lectura sería que, el 50% de los estudiantes tienen un gasto mayor o igual a 10 dólares
diarios en alimentos; mientras que el otro 50 % de estudiantes tiene un gasto menor a 10
dólares diarios en alimentos por día.
En el caso de que n sea impar

Calcular la mediana de las siguientes calificaciones del curso de Estadística evaluadas

sobre diez: 10, 8, 6, 4, 9, 7, 10, 9 y 6

Se ordena los datos de menor a mayor:

Tabla 3: Datos Mediana - n impar

Fuente: Elaboración propia

La media aritmética es igual a 8

Si n es impar entonces el valor del centro será la mediana

9+1
𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 = =5
2

La posición 5 nos da de que, la mediana tiene el valor de 8.

La moda datos no agrupados

La moda es el valor que más se repite en un conjunto de datos y se representa por Mo es
decir, el valor más frecuente, es importante indicar que en un conjunto de valores la moda
puede no existir o también no ser única en el caso de que si exista. (Spiegel M y Stephens
l, 2009, pág. 75). Para la obtención de la moda, es necesario que se tenga establecida la
frecuencia, es decir número de veces que se repite un valor. Ejemplo:

Considere los siguientes valores 20, 23, 24, 25, 25, 26 y 30, calcular la moda

• En este ejemplo Mo = 25, por ser el dato que más repite, y por haber solo una moda
se le denomina unimodal.

Considere los siguientes valores 20, 20, 23, 24, 25, 25, 26 y 30, calcular la moda.
Solución:

• En este caso Mo1= 20; Mo2 = 25, debido a que son los valores que se repiten en igual
cantidad de frecuencia. Este ejercicio sería entonces un caso bimodal.

Dada la muestra con los siguientes valores 20, 23, 20, 24, 25, 25, 26, 30 y 30, calcular la
moda.

Solución:

• En este caso Mo1= 20 Mo2= 25 y Mo3=30, estos son los datos que más se repiten y
con una frecuencia de dos veces cada uno. Se tiene entonces que es un caso multimodal.
(Informe Global, 2021)

̅
Media para Datos Agrupados 𝑿
En la actualidad, el alto poder computacional de las herramientas tecnológicas permite
realizar cálculos con grandes volúmenes de información, por lo que se suele preferir trabajar
con todos los datos recopilados. Sin embargo, esto no siempre es posible, ya sea porque se
trata de variables continuas o porque la fuente de información ha proporcionado ya los datos
agrupados. Al utilizar intervalos, se pierde cierta información sobre los datos reales. Por lo
tanto, existen técnicas para aproximar las medidas de tendencia central ya conocidas
(Freund & Simon, 1994).

Para aproximar la media aritmética (𝑋̅) de un conjunto de datos agrupados primero se

determina la marca de clase de cada intervalo (𝑋𝑀𝐶𝑖 ). Luego, este valor se multiplica por la
frecuencia absoluta (𝑓𝑖 ) del intervalo en cuestión. Finalmente, se obtiene la sumatoria de
todos estos productos, y se divide dicho valor para el total de datos en la muestra (𝑁). Esto
se representa mediante la siguiente fórmula, donde 𝑘 representa el número de intervalos
(Freund & Simon, 1994):

∑𝑘𝑖=1(𝑋𝑀𝐶𝑖 ∗ 𝑓𝑖 )
̅=
𝑋
𝑁
Ejemplo

Se realiza un estudio de los sueldos que gana una muestra de personas de una empresa en
particular, y se organiza la información recopilada en una tabla de frecuencias. Se divide la
información en intervalos de 50 unidades. A partir de esto, se puede conocer la marca de
clase y frecuencia absoluta de cada intervalo. Al multiplicar ambas cantidades, se obtiene la
información necesaria para aplicar la fórmula mencionada anteriormente y hallar la media
aritmética como se muestra a continuación:

Tabla 4: Frecuencia de Sueldos – Media Datos Agrupados

Fuente: (Guerrero, 2006)

̅=
4250 + 9500 + 15750 + 23000 + 9375 + 6750 + 3875 72500
𝑋 =
130 130
̅ = 𝟓𝟓𝟕. 𝟕
𝑿

Mediana para Datos Agrupados 𝑴𝒆

Como se explicó anteriormente, la mediana corresponde al valor que divide a la muestra en
dos partes iguales cuando los datos son ordenados numéricamente. Sin embargo, este
método no se puede realizar cuando se trabaja con datos agrupados dado que se
desconocen los valores reales. Por lo tanto, para hallar la mediana en estos casos primero
se debe identificar la clase mediana que corresponde al menor intervalo (𝑖) para el cual su
frecuencia absoluta acumulada (𝐹𝑖 ) es mayor que 𝑁/2, donde 𝑁 es igual al total de datos en
la muestra. Conociendo este intervalo, se aplica la siguiente fórmula donde 𝐿𝑖 es el límite
inferior de la clase mediana, 𝑓𝑖 es la frecuencia absoluta de la clase mediana, 𝐹𝑖−1 es la
frecuencia absoluta acumulada del intervalo previo a la clase mediana, y 𝐴𝑖 es la amplitud
de la clase mediana (Caballero, 1975):

𝑁
− 𝐹𝑖−1
𝑀𝑒 = 𝐿𝑖 + ( 2 ) ∗ 𝐴𝑖
𝑓𝑖

Adicionalmente, es posible encontrar la mediana de manera gráfica. En un histograma la

mediana corresponde al valor en X que divide el área bajo la curva del histograma en dos
partes iguales. En una ojiva de frecuencias porcentuales acumuladas, la mediana
corresponde al valor en X que intercepta a la frecuencia porcentual acumulada del 50%
(Alperin, 2013).

Figura 21: Método Gráfico – Ojiva

Fuente: (Alperin, 2013)

Ejemplo

En un colegio se quiere analizar el rendimiento de los estudiantes, por lo que se tabulan los
resultados de un examen de calificación máxima 20, como se muestra en la tabla de
frecuencias. Como se han tomado los datos de 21 alumnos, el valor de la mediana debería
encontrarse en la posición 10.5. Este valor se encuentra dentro del tercer intervalo, dado que
éste muestra una frecuencia acumulada igual a 14, siendo esta la inmediatamente mayor a
N/2=10.5.
Tabla 5: Frecuencias de Calificaciones – Mediana Datos Agrupados

Fuente: (Tejero, 2018)

Aplicando la fórmula correspondiente, para 𝑖 = 3, se tiene:

21
−8
𝑀𝑒 = 8 + ( 2 )∗4
6

𝑴𝒆 = 𝟗. 𝟔𝟔𝟕

Moda para Datos Agrupados 𝑴𝒐

La moda corresponde al dato con una mayor frecuencia absoluta en la muestra, es decir, el
dato que más se repite. Al trabajar con datos agrupados y desconocer los valores reales, no
es posible identificar el dato específico con más repeticiones. En este caso, se debe asume
que la moda se encuentra en el intervalo (𝑖) con mayor frecuencia absoluta. Una vez
identificado este intervalo, se aplica la siguiente fórmula donde 𝐿𝑖 es el límite inferior del
intervalo donde se encuentra la moda, 𝑓𝑖 es la frecuencia absoluta de este intervalo, 𝑓𝑖−1 es
la frecuencia absoluta del intervalo previo, 𝑓𝑖+1 es la frecuencia absoluta del intervalo
posterior, y 𝐴𝑖 es la amplitud del donde se encuentra la moda (Tejero, 2018).

𝑓𝑖 − 𝑓𝑖−1
𝑀𝑜 = 𝐿𝑖 + ∗ 𝐴𝑖
(𝑓𝑖 − 𝑓𝑖−1 ) + (𝑓𝑖 − 𝑓𝑖+1 )
Ejemplo

Para el estudio realizado sobre las calificaciones en un examen, en el ejemplo anterior, se

procede a identificar el intervalo con mayor frecuencia absoluta. En este caso, se esto
corresponde al tercer intervalo, donde 𝑓3 = 6.

Tabla 6: Frecuencias de Calificaciones – Moda Datos Agrupados

Fuente: (Tejero, 2018)

A partir de esto, se aplica la fórmula descrita para 𝑖 = 3.

6−5
𝑀𝑜 = 8 + ∗4
(6 − 5) + (6 − 4)

𝑀𝑜 = 9.333

SUBTEMA 2: Medidas de dispersión: desviación estándar, rango

estadístico, varianza y coeficiente de variación.

En ocasiones los datos pueden estar diseminados en mayor o menor grado, es decir que
algunos datos pueden estar cerca y otros estar muy alejados de la medida de tendencia
central, lo cual podría generar una incorrecta apreciación de la tendencia de los datos
analizados.
Las medidas de dispersión son útiles para producir ensayos y calibrar la implementación de
un modelo estadístico genérico para conocer qué tan confiables puede ser las relaciones
entre los datos ingresados en él.

Las medidas de dispersión nos permiten analizar si los datos se encuentran más o menos
concentrados, o más o menos dispersos. (Armas, et al., 2006)

Existen diversas medidas de dispersión, entre las más utilizadas podemos destacar las
siguientes:

Rango:

Es la medida de dispersión más sencilla, nos permite tener una idea rápida del grado de
separación que existe en los datos, también se conoce como amplitud o recorrido y se
calcula por la diferencia entre el mayor valor y el menor por lo tanto tendrá las mismas
unidades de medida que los datos.

Varianza:

Nos permite medir la variabilidad existente entre los valores de la serie y la media aritmética.
Se calcula como la sumatoria de las diferencias al cuadrado
entre cada valor y la media, y se divide para el número de datos menos uno.

La varianza siempre será mayor que cero. Mientras más se aproxima a cero, más
concentrados están los valores de la serie alrededor de la media. Por el contrario, un valor
alto de la varianza indica una mayor dispersión de los datos, en este sentido el rango nos
sirve de referencia. (Armas, et., 2006)

2
(𝑥1− 𝑥̅ )2 + (𝑥2− 𝑥̅ )2 + (𝑥3− 𝑥̅ )2 + ⋯ . (𝑥𝑛− 𝑥̅ )2
𝑆 =
𝑛−1

∑𝑛𝑖=1(𝑥𝑖− 𝑥̅ )2
𝑆2 =
𝑛−1
Las unidades de la varianza son las unidades de los datos al cuadrado.

Ejemplo

Tabla 7: Varianza

Fuente: Elaboración propia

El procedimiento consiste en calcular primero la media aritmética y restarla con cada uno de
los datos de la tabla para obtener los resultados de la columna, a continuación, elevar al
cuadrado cada uno de estos resultados y colocar ese valor en la columna siguiente, sumar
todos los resultados, y finalmente dividir para la cantidad de datos menos uno que en este
ejemplo sería 20-1 es decir 19.
 ∑𝑛𝑖=1(𝑥𝑖− 𝑥̅ )2 =0.13649

2
∑𝑛𝑖=1(𝑥𝑖− 𝑥̅ )2
𝑆 = = 0.00718
𝑛−1

Para el caso de datos agrupados.

∑𝑘𝑖=1(𝑥𝑐𝑖− 𝑥̅ )2 𝑓𝑖
2
𝑆 =
𝑛−1
Tabla 8: Varianza - Datos Agrupados

Fuente: Elaboración propia

∑(𝑥𝑐𝑖− 𝑥̅ )2 𝑓𝑖 = 3265
𝑖=1

∑𝑘𝑖=1(𝑥𝑐𝑖− 𝑥̅ )2 𝑓𝑖
𝑆2 = = 55.338
𝑛−1

Desviación típica o estándar:

Se calcula como la raíz cuadrada positiva de la varianza, con esto se consigue tener valores
en las mismas unidades de los datos

𝑆 = √𝑆 2

Coeficiente de variación.
La variación standard “S” nos da la dispersión absoluta, esta medida puede darnos una idea
no tan precisa de cuanto se dispersan los datos ya que no es lo mismo una variación de 1
cm. en una escala de 10 cm que una variación de 1 cm. en una escala de 100 m. Por esta
razón es conveniente calcular una variación relativa conocida como “coeficiente de variación”
y se define como el cociente entre la desviación estándar y la media de los datos. (Spiegel
& Stephens, 2009).

𝑆
𝐶𝑉 =
𝑋

Puede ser expresado en términos de porcentaje.

𝑆
𝐶𝑉 = . 100 %
𝑋

Desviación media.

La desviación media es la media aritmética de los valores absolutos de las desviaciones

respecto a la media, considerando que la desviación respecto a la media es la diferencia
entre cada valor de la variable estadística y la media aritmética.

𝐷 = 𝑥 − 𝑥̅

∑𝑛𝑖=1 |𝑥 − 𝑥̅ |
𝐷𝑥̅ =
𝑛−1

Ejemplo

Determine la desviación media de la siguiente muestra: 2,3,6,8,11

Paso 1. Cálculo de la media aritmética

2 + 3 + 6 + 8 + 11
𝑥̅ = =6
5

Paso 2. Cálculo de la desviación media

|2 − 6| + |3 − 6| + |6 − 6| + |8 − 6| + |11 − 6|
𝐷𝑥̅ = = 𝟐. 𝟖
5
MATERIAL COMPLEMENTARIO

Numeros Reales que son en la recta Los Números Reales - QUÉ SON Y
numerica EJEMPLOS

✅PROPIEDADES de lo NÚMEROS
OPERACIONES COMBINADAS BÁSICAS
REALES | EXPLICADO en 10 MINUTOS
CON NÚMEROS REALES
😎| ARITMÉTICA

MEDIA, MODA Y MEDIANA Super facil |

Varianza y desviación estándar | Introducción
Medidas de tendencia central

Conceptos básicos de estadística

https://www.youtube.com/watch?v=y1RFJGMmJ
Medidas de tendencia central
ZM

https://www.youtube.com/watch?v=Nm7log51vF
Medidas de tendencia central para datos
A
agrupados
Bibliografía de apoyo
Alperin, M. (2013). Introducción al Análisis Estadístico de Datos Geológicos. Argentina:
Editorial de la Universidad de La Plata.

Caballero, W. (1975). Introducción a la Estadística. Costa Rica: Editorial IICA.

Castro, Encarnación; Rico, Luis; Castro, Enrique. Números y operaciones. Editorial Síntesis,
Madrid, 1996.

Clemens et al. Serie Awli. Geometría. Pearson Educación, México, 1998.

De los Santos Ruiz, I. (2007) Propiedades de los números reales. Instituto de Florida para la
Cognición humana y mecánica https://cmapspublic.ihmc.us/rid=1HQ04ZGQS-
12FHRWY-
YT2/PROPIEDAD%20DE%20LOS%20NUM.%20REALES%20(ACT.%20TRES).pdf

Freund, J., & Simon, G. (1994). Estadística elemental. México: Pearson Educación.

Guerrero, C. (2006). Fundamentos de Matemáticas para Bachillerato. Ecuador: ESPOL.

Levin, R., & Rubin, D. (2004). Estadística para administración y economía. México: Pearson
Educación.

Merida, K. (2015). Operaciones en los Reales. Matemáticas de 3er. año. Recuperado de:
https://guao.org/sites/default/files/N%C3%BAmeros%20Reales.%20Operaciones%20y%20Propi
edades%20en%20los%20Reales.pdf

Realini, S. (2014). Polígono de Frecuencia. Obtenido de Estadística en Contexto:

http://www.iered.org/archivos/Proyecto_coKREA/REAfinales2014/EstadisticaContext
o_LuisaHernandez/polgono_de_frecuencias.html

Stewart J, Redlin L & Watson S. (2017). Precálculo. Matemáticas para el cálculo, Sexta
edición. Recuperado de: http://www.unl.edu.ar/ingreso/cursos/matematica/wp-
content/uploads/sites/7/2017/07/M%C3%B3dulo-1-N%C3%BAmeros-Reales.pdf
Tejero, J. (27 de agosto de 2018). Histogramas, ejemplos y ejercicios. Obtenido de
Matemóvil: https://matemovil.com/histogramas-ejemplos-y-ejercicios/

Tejero, J. (25 de septiembre de 2018). Media, mediana y moda para datos agrupados en
intervalos. Obtenido de Matemóvil: https://matemovil.com/media-mediana-y-moda-
para-datos-agrupados-en-intervalos/

Ricardi, F. Q. (2011). Medidas de Tendencia Central y dispersión. Revista Biomédica

Revisada por pares, 1-8.

Spiegel, M., & Stephens, L. (2009). Estadística de Shaum. México: McGrawHill.

UNEMI. (2022). Compendio de Estadística para nivel 6 de Educación. Milagro: UNEMI.

Máster, S., & Navarro, H. d. (2018). Estadística, teoría de probabilidades y más. Estelí:
Universidad Nacional de Ingeniería.