Universidad de Santiago de Chile

Facultad de Ciencias
Pedagogía en Matemática y Computación
Estadística (22223)

Un formulario para Estadística

Medidas de tendencia central para datos sin agrupar

Media aritmética Desviación estándar poblacional

∑𝑛𝑖=1 𝑥𝑖
𝑋̅ = 1
𝑛
n 𝜎 = √ ∗ ∑(𝑥𝑖 − 𝑋̅)2
𝑛
𝑖=1

Media aritmética de los X al cuadrado Desviación estándar muestral

∑𝑛𝑖=1 𝑥𝑖 2
̅̅̅̅
𝑋 2̅ = 𝑛
n 1
𝑆=√ ∗ ∑(𝑥𝑖 − 𝑋̅)2
𝑛−1
𝑖=1
Medidas de tendencia central para datos agrupados

Media aritmética Desviación estándar poblacional

∑𝑛𝑖=1 𝑥𝑖∗𝑓𝑖
𝑋̅ = 1
𝑛
n 𝜎 = √ ∗ ∑(𝑥𝑖 − 𝑋̅)2 ∗ 𝑓𝑖
𝑓𝑖 : 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑛
𝑖=1

Media aritmética para datos agrupados en Desviación estándar poblacional

intervalos
∑𝑛𝑖=1 𝑓𝑖 ∗ 𝑚𝑐𝑖
𝑋̅ = 1
𝑛
n 𝜎 = √ ∗ ∑(𝑚𝑐𝑖 − 𝑋̅)2 ∗ 𝑓𝑖
𝑚𝑐𝑖 : 𝑚𝑎𝑟𝑐𝑎 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 𝑑𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑛
𝐿𝑖 + 𝐿𝑖+1 𝑖=1
𝑚𝑐 =
2
Nota: para calcular la desviación estándar muestral en datos agrupados cambiar el
denominador por (n-1)
𝒏
Expresiones válidas
utilizando el ∑𝒏𝒊=𝟏 𝒙𝒊 ̅ = ∑ 𝒙𝒊
𝒏∗𝑿 ∑𝒏𝒊=𝟏 𝒙𝒊
̅=
𝑿 𝒏=
promedio 𝒏 𝒊=𝟏 ̅
𝑿

Profesor: Alvaro Figueroa. Ayudante: Juan Pablo Pincheira.

 Universidad de Santiago de Chile
Facultad de Ciencias
Pedagogía en Matemática y Computación
Estadística (22223)

Una expresión diferente para la

𝑛
desviación estándar. (vale para 1
poblacional o muestral, solo de cambiar el 𝜎 = √ (∑ 𝑥𝑖 2 ) − (𝑋̅)2 ∗ 𝑛
denominador) 𝑛
𝑖=1

Esperanza y Varianza Variable Aleatoria Discreta

Esperanza de X
𝑬(𝒙) = ∑ 𝒑(𝒙𝒊 ) ∗ 𝒙𝒊
∀𝒙

Varianza de X
𝑽(𝒙) = ∑ 𝒙𝟐𝒊 ∗ 𝒑(𝒙𝒊 ) − [𝑬(𝒙)]𝟐
∀𝒙

Esperanza y Varianza Variable Aleatoria Continua

Esperanza de X
𝑬(𝒙) = ∫ 𝒇(𝒙) ∗ 𝒙 𝒅𝒙
𝑫𝒐𝒎(𝒙)

Varianza de X
𝑽(𝒙) = ∫ 𝒇(𝒙) ∗ 𝒙𝟐 𝒅𝒙 − [𝑬(𝒙)]𝟐
𝑫𝒐𝒎(𝒙)

Propiedades de la Esperanza
• 𝑬(𝒂) = 𝒂 ; 𝒂 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒓𝒆𝒂𝒍
• 𝑬(𝒂𝑿) = 𝒂𝑬(𝑿) ; 𝒄𝒐𝒏 𝒂 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒓𝒆𝒂𝒍
• 𝑬(𝑿 + 𝒀) = 𝑬(𝑿) + 𝑬(𝒀) ; 𝒔𝒆 𝒄𝒖𝒎𝒑𝒍𝒆 𝒂𝒏á𝒍𝒐𝒈𝒂𝒎𝒆𝒏𝒕𝒆 𝒑𝒂𝒓𝒂 𝒍𝒂 𝒓𝒆𝒔𝒕𝒂
• 𝑬(∑ 𝑿𝒊 ) = ∑ 𝑬(𝑿𝒊 )
Propiedades de la Varianza
• 𝑽(𝒂) = 𝟎 ; 𝒂 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒓𝒆𝒂𝒍
• 𝑽(𝒂𝑿) = 𝒂𝟐 𝑬(𝑿) ; 𝒄𝒐𝒏 𝒂 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒓𝒆𝒂𝒍
• 𝑽(𝑿 + 𝒀) = 𝑽(𝑿) + 𝑽(𝒀) ; 𝒔𝒊𝒆𝒎𝒑𝒓𝒆 𝒚 𝒄𝒖𝒂𝒏𝒅𝒐 𝑿 𝒆 𝒀 𝒔𝒆𝒂𝒏 𝒊𝒏𝒅𝒆𝒑𝒆𝒏𝒅𝒊𝒆𝒏𝒕𝒆𝒔.
• 𝑽(𝑿 − 𝒀) = 𝑽(𝑿) + 𝑽(𝒀); 𝒔𝒊𝒆𝒎𝒑𝒓𝒆 𝒚 𝒄𝒖𝒂𝒏𝒅𝒐 𝑿 𝒆 𝒀 𝒔𝒆𝒂𝒏 𝒊𝒏𝒅𝒆𝒑𝒆𝒏𝒅𝒊𝒆𝒏𝒕𝒆𝒔
• 𝑽(∑ 𝑿𝒊 ) = ∑ 𝑽(𝑿𝒊 ) ; 𝒔𝒊𝒆𝒎𝒑𝒓𝒆 𝒚 𝒄𝒖𝒂𝒏𝒅𝒐 𝑿 𝒆 𝒀 𝒔𝒆𝒂𝒏 𝒊𝒏𝒅𝒆𝒑𝒆𝒏𝒅𝒊𝒆𝒏𝒕𝒆𝒔
• 𝑽(𝑿) = 𝑬(𝑿𝟐 ) − [𝑬(𝑿)]𝟐
• 𝑽(𝑿 + 𝒀) = 𝑽(𝑿) + 𝑽(𝒀) + 𝟐𝑪𝑶𝑽(𝑿, 𝒀); 𝑪𝒐𝒏 𝑿 𝒆 𝒀 𝒅𝒆𝒑𝒆𝒏𝒅𝒊𝒆𝒏𝒕𝒆𝒔 𝒆𝒏𝒕𝒓𝒆 𝒔𝒊

Profesor: Alvaro Figueroa. Ayudante: Juan Pablo Pincheira.

 Universidad de Santiago de Chile
Facultad de Ciencias
Pedagogía en Matemática y Computación
Estadística (22223)

Propiedades de Logaritmos más usadas en el cálculo de EMV

• 𝑳𝒏(𝒂 ∗ 𝒃) = 𝑳𝒏(𝒂) + 𝑳𝒏(𝒃)
𝒂
• 𝑳𝒏 (𝒃) = 𝑳𝒏(𝒂) − 𝑳𝒏(𝒃)
• 𝑳𝒏(𝒂𝒃 ) = 𝒃 ∗ 𝑳𝒏(𝒂)
• 𝑳𝒏(𝟏) = 𝟎
• 𝑳𝒏(𝒆) = 𝟏
Estimadores

Podemos obtener estimadores mediante diferentes métodos. A continuación, se

mostrará como obtener un estimador mediante el método de los momentos:

• 𝑬(𝑿𝒌 ) = ̅̅̅̅
𝑿𝒌 ; 𝒅𝒐𝒏𝒅𝒆 𝒌 𝒆𝒔 𝒆𝒍 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒑𝒂𝒓á𝒎𝒆𝒕𝒓𝒐𝒔 𝒂 𝒆𝒔𝒕𝒊𝒎𝒂𝒓

Propiedades de los estimadores (Tanto para los estimadores obtenidos mediante

momentos como para los obtenidos mediate máxima verosimilitud)

• ̂ un estimador para el parámetro 𝜽. Diremos que:

Insesgamiento: Sea 𝜽

̂ 𝒆𝒔 𝒊𝒏𝒔𝒆𝒔𝒈𝒂𝒅𝒐 ↔ 𝑬(𝜽
𝜽 ̂) = 𝜽
• ̂ un estimador para el parámetro 𝜽. Diremos que:
Sesgo: Sea 𝜽

̂ ) = 𝑬(𝜽
𝑺𝒆𝒔𝒈𝒐(𝜽 ̂) − 𝜽

̂ es insesgado entonces 𝑺𝒆𝒔𝒈𝒐(𝜽

Notar que si 𝜽 ̂) = 𝟎
• Error Cuadrático Medio: Sea 𝜽̂ un estimador para el parámetro 𝜽. Diremos que:

̂ ) = 𝑽(𝜽
𝑬. 𝑪. 𝑴(𝜽 ̂ ) + [𝑬(𝜽
̂ ) − 𝜽]𝟐 = 𝑽(𝜽
̂ ) + [𝑺𝒆𝒔𝒈𝒐(𝜽
̂ )]𝟐
• Consistencia: Sea 𝜽̂ un estimador para el parámetro 𝜽. Diremos que 𝜽
̂ es
consistente si:

̂)=𝜽
𝐥𝐢𝐦 𝑬(𝜽 ̂)=𝟎
∧ 𝐥𝐢𝐦 𝑽(𝜽
𝒏→∞ 𝒏→∞

Profesor: Alvaro Figueroa. Ayudante: Juan Pablo Pincheira.

 Universidad de Santiago de Chile
Facultad de Ciencias
Pedagogía en Matemática y Computación
Estadística (22223)

Propiedades de Sumatorias
• ∑𝒏𝒊=𝟏 𝟏 = 𝒏

• ∑𝒏𝒊=𝟏 𝒌 = 𝒌 ∗ 𝒏 ; 𝒌 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒓𝒆𝒂𝒍

• ∑𝒏𝒊=𝟏 𝒂𝒊 + 𝒃𝒊 = ∑𝒏𝒊=𝟏 𝒂𝒊 + ∑𝒏𝒊=𝟏 𝒃𝒊

• ∑𝒏𝒊=𝟏 𝒂𝒊 − 𝒃𝒊 = ∑𝒏𝒊=𝟏 𝒂𝒊 − ∑𝒏𝒊=𝟏 𝒃𝒊

• ∑𝒏𝒊=𝟏 𝒂𝒊 ∗ 𝒌 = 𝒌 ∗ ∑𝒏𝒊=𝟏 𝒂𝒊 ; 𝒌 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒓𝒆𝒂𝒍

Derivadas
Función Derivada
𝒇(𝒙) = 𝒌 ; 𝒌 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒇´(𝒙) = 𝟎
𝒇(𝒙) = 𝒙 𝒇´(𝒙) = 𝟏
𝒇(𝒙) = 𝒌 ∗ 𝒙 ; 𝒌 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒇´(𝒙) = 𝒌 ∗ (𝒙)´
𝒇(𝒙) = 𝒙𝒌 𝒇´(𝒙) = 𝒌 ∗ 𝒙𝒌−𝟏 ∗ (𝒙)´
𝒇(𝒙) = 𝒆𝒙 𝒇´(𝒙) = 𝒆𝒙 ∗ (𝒙)´
𝒇(𝒙) = 𝑳𝒏(𝒙) (𝒙)´
𝒇´(𝒙) =
𝒙

𝒇(𝒙) = 𝒈(𝒙) + 𝒉(𝒙) 𝒇´(𝒙) = 𝒈´(𝒙) + 𝒉´(𝒙)

𝒇(𝒙) = 𝒈(𝒙) + 𝒉(𝒙) 𝒇´(𝒙) = 𝒈´(𝒙) − 𝒉´(𝒙)
𝒇(𝒙) = 𝒈(𝒙) ∗ 𝒉(𝒙) 𝒇´(𝒙) = 𝒈´(𝒙) ∗ 𝒉(𝒙) + 𝒈(𝒙) ∗ 𝒉´(𝒙)
𝒈(𝒙) 𝒈´(𝒙) ∗ 𝒉(𝒙) − 𝒈(𝒙) ∗ 𝒉´(𝒙)
𝒇(𝒙) = ; 𝒉(𝒙) ≠ 𝟎 𝒇´(𝒙) =
𝒉(𝒙) [𝒉(𝒙)]𝟐

Profesor: Alvaro Figueroa. Ayudante: Juan Pablo Pincheira.

 Universidad de Santiago de Chile
Facultad de Ciencias
Pedagogía en Matemática y Computación
Estadística (22223)

Integrales
Propiedades de las integrales:
𝒃
• ∫𝒂 𝒇(𝒙) 𝒅𝒙 = 𝑭(𝒃) − 𝑭(𝒂) ; 𝒅𝒐𝒏𝒅𝒆 𝑭 𝒆𝒔 𝒍𝒂 𝒑𝒓𝒊𝒎𝒊𝒕𝒊𝒗𝒂 𝒅𝒆 𝒇

• ∫ 𝒇(𝒙) + 𝒈(𝒙) 𝒅𝒙 = ∫ 𝒇(𝒙)𝒅𝒙 + ∫ 𝒈(𝒙)𝒅𝒙

• ∫ 𝒇(𝒙) − 𝒈(𝒙) 𝒅𝒙 = ∫ 𝒇(𝒙)𝒅𝒙 − ∫ 𝒈(𝒙)𝒅𝒙

• ∫ 𝒌 ∗ 𝒇(𝒙) 𝒅𝒙 = 𝒌 ∗ ∫ 𝒇(𝒙)𝒅𝒙

Integrales indefinidas inmediatas

• ∫ 𝟎𝒅𝒙 = 𝑪

• ∫ 𝟏𝒅𝒙 = 𝒙 + 𝒄

𝒙𝒌+𝟏
• ∫ 𝒙𝒌 𝒅𝒙 = + 𝒄 ; 𝒅𝒐𝒏𝒅𝒆 𝒌 𝒆𝒔 𝒄𝒐𝒏𝒔𝒕𝒂𝒏𝒕𝒆 𝒓𝒆𝒂𝒍 𝒅𝒊𝒔𝒕𝒊𝒏𝒕𝒂 𝒅𝒆 − 𝟏
𝒌+𝟏

𝟏
• ∫ 𝒙 𝒅𝒙 = 𝑳𝒏(𝒙) + 𝒄

• ∫ 𝒆𝒙 𝒅𝒙 = 𝒆𝒙 ∗ 𝒙´ + 𝒄

Profesor: Alvaro Figueroa. Ayudante: Juan Pablo Pincheira.