TÉCNICAS DE GRAFICACIÓN DE FUNCIONES

Mediante una gráfica conocida es posible obtener nuevas gráficas que tengan alguna relación
con ella. Estas relaciones matemáticamente se las representa mediante sumas o productos de
constantes con las variables del dominio y rango de la función original.

Desplazamientos:

Pueden darse horizontal o verticalmente, es decir, podemos mover la gráfica de una función
hacia la derecha, hacia la izquierda, hacia arriba o hacia abajo. Dada la regla de
correspondencia de f, siendo c> 0, se pueden generar las nuevas funciones:

 y = f (x + c): desplazamiento de la gráfica c unidades hacia la izquierda.

 y = f (x − c): desplazamiento de la gráfica c unidades hacia la derecha.

 y = f (x) + c: desplazamiento de la gráfica c unidades hacia arriba.

 y = f (x) − c: desplazamiento de la gráfica c unidades hacia abajo.

Reflexiones:

Pueden ser con respecto a alguno de los ejes coordenados. Dada la regla de correspondencia
de f, se pueden generar las nuevas funciones:

 y = f (− x): reflexión de la gráfica de f con respecto al eje Y.

 y = − f (x): reflexión de la gráfica de f con respecto al eje X.

ASÍNTOTAS DE LA GRÁFICA DE UNA FUNCIÓN

Video sugerido Asíntotas de una función: Verticales, Horizontales y Oblicuas

En matemática, se le llama asíntota de la gráfica de una función, a una recta a la que se

aproxima continuamente la gráfica de tal función es decir que la distancia entre las dos tiende
a ser cero (0), a medida que se extienden indefinidamente. Generalmente, las funciones
racionales tienen comportamiento asintótico.
FUNCION INYECTIVA

Revise el siguiente video sugerido Función inyectiva

Sea la función f: A → B es inyectiva, si y solo si, cada elemento del rango es imagen exclusiva
de un único elemento del dominio. Es decir, no pueden haber más de un elemento de X que
tenga la misma imagen en y.

Tenga en cuenta que es necesario que N(A) ≤ N(B) (el número de elementos de A sea menor o
igual al número de elementos de B) para poder construir funciones inyectivas.

Ejemplos
  La función f(x)= 2x+1 es inyectiva. f(x)= {(1, 3), (2, 5), (3, 7), (4, 9), (5, 11)}

Funcion Sobreyectiva

Revise el siguiente video sugerido Funcion sobreyectiva

Sea la función f: A → B es sobreyectiva, si y solo si, para cada elemento del rango existe al
menos una imagen de un elemento del dominio. Es decir, todo elemento del conjunto y tiene
al menos un elemento del conjunto x al que le corresponde.

Tenga en cuenta que es necesario que N(A) ≥ N(B) para poder construir funciones
sobreyectivas. Tenga en cuenta que es necesario que N(A) ≥ N(B) para poder construir
funciones sobreyectivas.

Ejemplos

La función
es sobreyectiva, porque para cada valor k que esté en el rango, es una imagen, de otro valor
que se encuentra en el dominio.

Un ejemplo de una función que no es sobreyectiva es: y = √ x; porque los valores negativos de
y, no son imágenes de algún elemento del dominio; esto es, no hay valores de x que hagan que
la función devuelva valores negativos.

FUNCION BIYECTIVA

Revise el siguiente video sugerido Función biyectiva

Sea la función f : A→B es biyectiva si y sólo si f es inyectiva y f es sobreyectiva. Es decir, si todo

elemento del rango tiene un único elemento del dominio al que le corresponde (condición de
función sobreyectiva) y todos los elementos del conjunto dominio tiene una única imagen en
el conjunto rango (condición de función inyectiva).

Ejemplos:
La función

Un ejemplo de una función que no es biyectiva es:

esta función no es biyectiva porque no es sobreyectiva. Pero sí es inyectiva

INTRODUCCION

Definicion de funciones Lineales

Sean a y b números reales, la función f de correspondencia es f (x) = ax + b, o también

f(x)=mx+b, recibe el nombre de función lineal. Dicho de otra manera una función lineal es una
función polinómica de primer grado (variable elevada a la primera potencia).

La gráfica de esta función representa una recta cuya pendiente está dada por “a” o por “m” y
su intercepto con el eje Y es el punto (0, b). Para graficar una recta, es suficiente obtener dos
puntos de ella y trazar el segmento ilimitado que los contenga. Se sugiere que estos dos
puntos sean las intersecciones con los ejes coordenados, es decir, encontrar el valor
de Y cuando x = 0; y, encontrar el valor de x cuando y = 0.

Ejemplos

Al representar gráficamente las funciones usted observara que todas grafican una recta.

 f(x) = x + 5
 f(x) = 2x – 1
  f(x) = 13x + 2x – 6 = 15x -1 6 (al resolver nos genera una recta constante de k=

Ejercicios Propuestos

Representar gráficamente las funciones:

DOMINIO Y RANGO DE UNA FUNCION LINEAL

Revise el siguiente video sugerido Dominio y rango de una función lineal

Dominio de una función lineal: Es el conjunto formado por los elementos que tienen imagen.
Los valores que le damos a “X” forman el conjunto de partida. Gráficamente lo miramos en el
eje horizontal. Por lo general se lo puede simbolizar Df(x) ó Df

Rango de una función lineal: Es el conjunto formado por las imágenes. Son los valores que
toma la función "Y" o “f(x)”, su valor depende del valor que le demos a "X". Gráficamente lo
miramos en el eje vertical. La manera más efectiva para determinar el Rango consiste en
graficar la función y ver los valores que toma “Y” de abajo hacia arriba. Por lo general se lo
puede simbolizar Rf(x) ó Rf

Ejemplos

Para determinar el dominio y el rango de una función lineal. Analizamos si la función tiene
valores que generen restricciones.

 Sea la función f(x) = 2x + 7 vemos que podemos evaluar la función para cualquier valor
de x, esto quiere decir que x puede ser cualquier número real, por lo tanto: Dominio=
Reales. Por lo general se lo puede simbolizar Dom f(x) = [-∞ ,+∞]. Esto indica que el
dominio de la función va desde menos infinito a más infinito.

Para determinar el rango de la función, despejamos la x:

Analizando vemos que la función esta definida para cualquier valor de y, por lo tanto no hay
restricciones y puede ser cualquier número real: Rango = Reales. Por lo general se lo puede
simbolizar

Esto indica que el rango de la función va desde menos infinito a más infinito.

 Sea la función

 Vemos que podemos evaluar la función para cualquier valor de x, a excepción de

cuando x = 6, porque de darse este caso vemos que la función

 va a estar dividido para cero y no se podría realizar; esto quiere decir que x puede ser
cualquier número real a excepción del 6, por lo
tanto:

Para determinar el rango de la función, despejamos la x:

Analizando vemos que la función está definida para cualquier valor de y, por lo tanto no hay
restricciones y puede ser cualquier número real:

Ejercicios Propuestos

Determinar el dominio y el rango para las siguientes funciones

 Función polinomial: definición. Operaciones con funciones polinomiales. Función racional:

definición. Raíces de una ecuación polinómica.

FUNCIONES POLINOMIALES Y RACIONALES

Funcion Polinomial: definicion

Revise el siguiente video sugerido Concepto de función polinomial

Las funciones polinomiales y su representación gráfica, tienen gran importancia en la

Matemática. Estas funciones son modelos que describen relaciones entre dos variables que
intervienen en diversos problemas y/o fenómenos que provienen del mundo real.

La función polinómica se llama así porque generalmente su expresión algebraica es un

polinomio; su forma

general

Donde son números reales que se llaman coeficientes

del polinomio y n es el grado del polinomio.
Ejemplos

Función polinómica de grado 0, es una recta horizontal constante, pues no contiene variables.
f(x) = 3 o f(x) = -3

Función polinómica de primer grado, es una recta con pendiente. f(x) = 3x + 2 ó

f(x) = -3x + 2

Función polinómica de segundo grado, es una parábola.

ó también
Función polinómica de tercer grado, es una gráfica cúbica

ó también
Función polinómica de cuarto grado, es una gráfica cuartica,

ó también

OPERACIONES CON FUNCIONES POLINOMIALES

Revise el siguiente video sugerido Dominio de Operaciones entre funciones (SUMA, RESTA,
MULTIPLICACIÓN y DIVISIÓN)

Son las operaciones:

 Suma

 Producto

SUMA: Para este proceso se pueden identificar los siguientes pasos:

 Se ordena los polinomios en forma decreciente con relación al exponente de la

variable.

 Se coloca los polinomios una debajo de la otra de tal manera que los términos
semejantes queden en la misma dirección

 Suma los términos similares

Cabe resaltar que el procedimiento será similar en caso de la diferencia solo que debemos
cambiar el signo a la segunda función o a la función que va a ser sustraída.

Ejemplos

Sumar las funciones:

Observamos que ambos están ordenados de manera decreciente según el exponente de las
variables. Ahora los colocamos una debajo de la otra

Realizando las operaciones obtenemos:

Restar las funciones: De

restar

Realizando las operaciones obtenemos:

PRODUCTO: Dados dos monomios

su producto es

Note que el grado del polinomio producto es la suma de los grados de los polinomios.

Ejemplo

Si

entonces su producto entre

sera:

Paso # 1:

Paso # 2:

Paso # 3:

Ejercicios Propuestos:

Resolver las siguientes operaciones con funciones

Dadas las funciones

1. (f + g)(x)

2. (f * g)(x)

3. (f - g)(x)

4. (g - f)(x)

Revise el siguiente video sugerido Gráfica, dominio y rango de una función racional

Función Racional son aquellas funciones cuya expresión es una fracción algebraica hx=
es decir una función es racional si es el cociente de dos polinomios, en donde la función
polinómica del denominador es diferente de 0.

Ejemplo

Si

en donde el denominador

es diferente de 0, es decir el dominio de esta función es

Ejercicios Propuestos

Calcular el dominio de las funciones racionales:

RAICES DE UNA ECUACION POLINOMICA

Una raíz a de una función polinómica es un valor donde

es decir que para encontrar las raíces de la función polinómica f, debemos factorizar la función
para resolver la ecuación f(x) = 0.

Ejemplo

Primero igualamos la función a cero para luego resolverlo

entonces la solución es

verifiquemos si

es
decir

0
y

Para

 Conceptos básicos de estadística descriptiva

INTRODUCCIÓN

Objetivos

Al finalizar esta sección el lector podrá:

 Explicar el rol de la estadística en la sociedad y su aplicación en el análisis de

información.

 Distinguir entre estadística descriptiva y estadística Inferencial.

  Definir los términos estadísticos, los tipos de variables y escalas de medición
frecuentemente más empleados.

CONCEPTOS BÁSICOS DE ESTADÍSTICA DESCRIPTIVA

Revise el siguiente video sugerido ¿Qué es la Estadística? Descriptiva e Inferencial

La Estadística es la ciencia cuyo objetivo es reunir una información cuantitativa o cualitativa

referente a individuos, grupos, series de hechos, etc. analizar los datos obtenidos y deducir, a
partir de este análisis y mediante técnicas propias, conclusiones generales o previsiones para
el futuro con un cierto grado de incertidumbre.

La Estadística está dividido en dos grandes ramas: la estadística descriptiva y la estadística

inferencial.

En otras palabras la estadística descriptiva trata de la tabulación de datos, su presentación en

forma gráfica o ilustrativa y el cálculo de medidas descriptivas. Estas técnicas estadísticas se
aplican en muchos ámbitos de nuestras vidas como son en análisis deportivos, educación,
política, medicina, exámenes médicos, control de calidad, contabilidad, mercadotecnia,
estudios de mercado, administración de instituciones.

Aplicaciones de la estadística

 La Estadística colabora en el conocimiento de las necesidades de la sociedad,

permitiendo planificar los servicios sociales de esta, como los hospitales, la cantidad de
instituciones educativas, las necesidades asistenciales, etc. Para estudiar estas
necesidades sociales normalmente se recurre a encuestas, ya que investigar a toda la
población sería lento y caro. Las técnicas estadísticas de Muestreo, permiten obtener
muestras válidas para que las conclusiones sean extrapolables a toda la población.

 Las técnicas de Investigación de Mercados permiten planificar la producción y saber si

un producto nuevo, o un nuevo centro comercial va a ser viable económicamente,
estudiando el número de personas que prefieren ese tipo de productos o estarían
gustosos de comprar en este tipo de establecimiento.

 En Medicina se emplea la estadística para seleccionar, entre un conjunto de

tratamientos para una enfermedad, el mejor posible.

 Con el estudio de las Series Temporales se puede tener una mejor comprensión del
comportamiento aleatorio de los fenómenos meteorológicos que pueden ayudar en la
previsión del tiempo, hacer pronósticos sobre el comportamiento en bolsa de ciertas
acciones, de las fluctuaciones de las ventas, etc.

 En cuanto a la Industria, el Control de Calidad permite seguir la calidad de un producto

en todas las fases de la cadena de producción dentro de la fábrica, tomando decisiones
correctivas si procede. Como las correcciones se realizan en la fase de aceptación de la
materia prima y en el proceso de producción, antes de que el producto esté terminado
por completo, se elimina el gasto superfluo de seguir produciendo artículos
defectuosos. Esto permite conseguir un producto, no solo de mejor calidad, sino
incluso más barato.

Elemento, población y muestra

Observe el siguiente video sugerido Conceptos población y muestra

Elemento: Es cualquier elemento que aporte información sobre una característica que se
estudia. Así, si estudiamos el peso de los niños de una localidad para saber si sufren de
desnutrición, cada niño de esta localidad es un ente; si estudiamos el precio de la vivienda,
cada vivienda es un ente.

Población: Es un conjunto o colección de los entes a investigar. Cada ente presenta

características determinadas, observables y medibles. Por ejemplo, en el elemento persona:
nombre, edad, género, peso, estatura, nivel de educación, nacionalidad, etc.

La población se puede clasificar, según su tamaño, en dos tipos:

 Población finita: El número de elementos es finito. Por ejemplo: la cantidad de

alumnos de una escuela.

 Población infinita: El número de elementos es infinito o tan grande que pueden

considerarse en cantidad infinita. Por ejemplo: las estrellas de la Vía Láctea.

Caracteres: Cualidades o propiedades de los elementos de una población que son objeto del
estudio. Atendiendo a que sean o no medibles, los caracteres se pueden clasificar en
cuantitativos (o variables) y cualitativos (o atributos). Las variables cuantitativas pueden ser a
su vez discretas o continuas.

Muestra: Es el subconjunto o una parte de la población sujeta de estudio. Es utilizada en la

mayoría de los estudios estadísticos cuando no se puede realizar el estudio de la población
debido a los altos costos en tiempo y dinero, partiendo del supuesto de que este subconjunto
representa el mismo comportamiento y características de la población. Por ejemplo, para la
población “estudiantes de las escuelas de Guayaquil”, una muestra podría ser “el conjunto de
niños de una escuela en particular”.

Ejemplos

Determine la población y la muestra de los siguientes ejemplos.

 En la Universidad de Guayaquil, se llevará a cabo un estudio estadístico con los

estudiantes de sexto ciclo, para saber su deporte favorito.

o La población son los estudiantes de la Universidad de Guayaquil y,

o la muestra son los estudiantes de sexto ciclo.

 En el colegio Vicente Rocafuerte su Rectora, realiza una encuesta en los grados 9º y

10º para saber en qué estado se encuentran los pupitres.

o La Población es: la Institución Educativa Colegio Vicente Rocafuerte y,

o la Muestra son los estudiantes de los grados 9º y 10º del colegio

Problemas propuestos

1. Supongamos que se desea investigar ciertas características de los alumnos de un

instituto. Se han seleccionado al azar 50 de ellos para realizar una encuesta. Se ha
 registrado para cada uno de los alumnos seleccionado: su talla, el tipo de estudios
realizados por su padre, el número de personas que conviven en su domicilio y su
peso.

Determinar:

 La población:

 La muestra:

 Caracteres Cuantitativos o variables:

 Caracteres Cualitativos o atributos:

2. Indica cuál es la población de cada uno de los siguientes estudios estadísticos y di si es

conveniente tomar muestra.

TIPOS DE VARIABLES

Revise el siguiente video sugerido Variables y tipos de variables - Estadística

Se denomina Variable a una característica que se asocia a los elementos de una muestra o
población y tiene la propiedad de poder ser medida u observada.

Las variables se pueden clasificar en dos tipos:

 Variables cuantitativas: Se expresan por medio de números y pueden ser:

o Discretas: Sólo se miden por medio de valores puntuales. Por ejemplo:

número de materias, cantidad de médicos en un hospital.

o Continuas: Pueden tomar cualquier valor intermedio entre dos números, es

decir, intervalos. Por ejemplo: el peso y la estatura de una persona.

 Variables cualitativas o atributos: No se pueden expresar numéricamente, sino por

medio del nombre de la característica en estudio; se pueden clasificar en:

o Ordinales: Aquellas que sugieren una ordenación. Por ejemplo: nivel de

estudio, posición de los ganadores de un concurso.
 o Nominales: Aquellas que sólo admiten una mera ordenación alfabética, pero
no establecen orden por su contenido. Por ejemplo: género, estado civil, color
de cabello.

Las variables también se pueden clasificar en:

 Variables unidimensionales: Recogen información sobre una característica. Por

ejemplo: edad de los alumnos de una clase.

 Variables bidimensionales: Recogen información sobre dos características de la

población. Por ejemplo: edad y estatura de los alumnos de una clase.

 Variables multidimensionales: Recogen información sobre tres o más características.

Por ejemplo: edad, estatura y peso de los alumnos de una clase.

Ejemplos

Determine las variables de los siguientes ejemplos y el tipo de variable.

 En la Universidad de Guayaquil, se llevará a cabo un estudio estadístico con los

estudiantes de sexto nivel, para saber su deporte favorito.

 La variable sería el deporte favorito del alumno y es una variable cualitativa ordinal ya
que los deportes pueden ser voleibol, futbol, básquet, etc.

 En el colegio Vicente Rocafuerte su Rectora, realiza una encuesta en los grados 9º y

10º para saber en qué estado se encuentran los pupitres.

o La Variables es el estado en que se encuentran los pupitres, la cual vendría

hacer una Variable Cualitativa Ordinal.

Ejercicios Propuestos

Determine la población, la muestra, las variables y el tipo de variable a ser investigadas de los
siguientes ejercicios:

1. Se desea realizar un estudio estadístico con algunas personas de la ciudad de

Guayaquil, acerca de lo viable o no del horario del pico y placa para los automóviles.
Determine la población a ser investigada.

2. En un salón de 35 estudiantes, se le pregunta a 12 alumnos sobre su edad y peso.

Determine la población y la muestra a ser investigada.

3. Indica que variables son cualitativas (A) y cuales cuantitativas (B):

 Profesión que te gusta______

 Número de goles marcados por tu equipo favorito en la última temporada______

  Número de alumnos de tu Instituto______

 Comida favorita______

4. De las siguientes variables indica cuáles son discretas (D) y cuales continuas (C).

 Número de acciones vendidas cada día en la Bolsa______

 Temperaturas registradas cada hora en un observatorio______

 Número de hijos de 50 familias______

 Tablas de frecuencia

ORGANIZACIÓN DE DATOS
Revise el siguiente video sugerido Tabla de Distribución de Frecuencias. #Tutorial01 de
Estadística.
Una vez que las variables han sido medidas, estos valores pasan a constituir el conjunto de
datos estadísticos, que deberán ser procesados y analizados. Para el efecto, existen algunas
técnicas que serán estudiadas en las siguientes secciones. La primera en estudiar es la tabla
de frecuencia que es una herramienta de Estadística donde se colocan los datos en
columnas representando los distintos valores recogidos en la muestra y las frecuencias (las
veces) en que ocurren.
Tablas de distribución de frecuencias
La tabla de distribución de frecuencias es una ordenación en forma de tabla de los
datos estadísticos, asignando a cada dato su frecuencia correspondiente. Generalmente, las
tablas de tipo II y III se completan con distintos tipos de frecuencias y están conformados por
los siguientes elementos:,

Intervalo de clase o clase

Es la variable o rango de la variable sujeto de estudio.
Marca de clase
Es el punto medio del intervalo de clase.
Frecuencia absoluta
Es el número de veces que aparece dicho valor, como resultado de la medición de la variable.
Se denota por fa.
Frecuencia relativa
Es el cociente entre la frecuencia absoluta y el tamaño de la muestra o población (fa/N).
Se denota por fr.
Frecuencia absoluta acumulada
Es el resultado de sumar a la frecuencia absoluta del valor correspondiente la
frecuencia absoluta del valor anterior. Se denota por Fa
Frecuencia relativa acumulada
Es el resultado de sumar a la frecuencia relativa del valor correspondiente la frecuencia
relativa del valor anterior. Se denota por Fr.
Pasos para la elaboración de la tabla de frecuencias
Antes de elaborar la tabla de frecuencias, se deben seguir los siguientes pasos:
1. Ordene los datos de menor a mayor valor.
2. Calcule el rango, recorrido o intervalo: ; donde es el valor máximo de los datos y es el valor
mínimo de los datos en estudio.
3. Calcule la cantidad de intervalos necesario para elaborar la tabla de frecuencias.
Pueden utilizar las siguientes fórmulas:
 Numero intervalos= (Raíz cuadrad de n); ó
 Numero intervalos =1+3,3*log(n);

Donde n es la cantidad de datos que se van a analizar.

4. Calcule la distancia de cada intervalo Rango (restando el valor máximo menos el mínimo de
los datos) y divídalo para la cantidad de intervalos.

Una vez realizados estos pasos previos elaboramos la tabla de frecuencia.

Ejemplo
Los datos son tomados de la Calificación sobre 100 obtenida por 25 alumnos de la materia
de estadística en su primera evaluación son:

1. Primero ordenamos los datos de menor a mayor

5 35 10 57 15 70 20 80 25 95

2. Luego calculamos la cantidad de intervalos que necesitamos con la raíz cuadrada de

n=25 datos y es 5, entonces son 5 los intervalos que forman parte de la tabla de frecuencias.
3. Luego calculamos el Rango.

4. Calculamos la distancia de cada intervalo

Intervalos de clase La distancia de cada intervalo es de 13,8 unidades; también se

podría redondear la distancia a 14 unidades. El primer intervalo tiene como límite inferior el
valor mínimo de mis datos y como superior será la distancia del intervalo más el límite inferior;
este proceso se lo realiza para calcular el resto de intervalos que para este ejemplo son 5
intervalos.
El primer intervalo tendría el dato 26 como límite inferior y el límite superior estaría dado por
el dato 40 (26+14); el segundo intervalo empieza con 40 y termina con 54 y así sucesivamente.
Los intervalos que darían de la siguiente manera:

Marca de clase: Una vez determinado los intervalos de clase calculamos las marcas de clase de
cada intervalo; para el primer intervalo la marca de clase sería:
Frecuencia absoluta (fa): Dentro de cada intervalo se cuenta la cantidad de datos que estén
entre el límite inferior y antes del límite superior del mismo; en el ejemplo el primer intervalo
[26 – 40) se cuentan los datos que estén entre 26 y antes de 40; es decir se cuenta los datos
26, 30, 32, 34, 35, 35 que en total son 6 datos en este intervalo.

Frecuencia relativa (fr): La frecuencia relativa es la proporción de cada intervalo con respecto
al total de datos y se lo calcula dividiendo la frecuencia absoluta para el total de datos. El
primer intervalo la frecuencia relativa es 24% (6/25=0,24); para el resto de intervalos el
proceso es igual.

Frecuencia Acumulada (FA): Para el cálculo de esta frecuencia el primer intervalo tendrá como
valor el mismo que la frecuencia absoluta, pero para el segundo intervalo el valor será la suma
de la frecuencia absoluta del primer intervalo más el valor de la frecuencias absoluta del
segundo intervalo (6+3=9): para el resto de intervalos el proceso es igual.
Frecuencia acumulada relativa (FR): Este proceso se lo realiza igual que el de la frecuencia
relativa, tomando esta vez como numerador el valor de la Frecuencia Acumulada y como
denominador el total de datos.

La tabla de frecuencia quedaría de la siguiente manera:

Ejercicios Propuestos:

Realizar la Tabla de frecuencias del porcentaje de estado civil unido de las Parroquias
Urbanas de Guayaquil, según el Censo 2010
MEDIDAS DE TENDENCIA CENTRAL

Revisar el video el video sugerido: Medidas de tendencia central

Una medida de tendencia central es un número (estadígrafo) que se considera representativo

de todos los números en un conjunto de datos. Se clasifican en:

 Media aritmética

 Mediana y

 Moda

MEDIA ARITMÉTICA

Se define como el cociente entre la suma de los valores que toma la variable (datos) y el total
de observaciones.

En otras palabras debemos sumar todos los datos de las variables y luego dividirlos para el
total de datos que tenemos. Tenga en consideración que la media es susceptible a valores
extremos o altos.

Ejemplos
  El tiempo de espera (en minutos) de cinco clientes de un banco es: 3, 2, 4, 1 y 2. El

tiempo medio de espera es: minutos. En promedio, un

cliente espera 2.4 minutos para ser atendido en el banco.

 Cambiemos el último valor del tiempo de espera (en minutos) de cinco clientes de un

banco es: 3, 2, 4, 1 y 25. El tiempo medio de espera es:

minutos

En promedio, un cliente espera 7 minutos para ser atendido en el banco. Si comparamos con el
ejemplo anterior en donde el último dato es bajo podemos observar como la media aumenta
cuando tiene valores extremos.

 En matemática, un alumno tiene las siguientes notas: 4, 7, 7, 2, 5, 3; el promedio de su

nota es:

La media aritmética de las notas de esa asignatura es 4,7.

MEDIANA

Una vez ordenados los datos de manera creciente o decreciente, se define como mediana al
valor central de una distribución que tiene un número impar de datos. El dato que representa
la mediana divide la distribución en dos grupos, un 50% de valores son inferiores y otro 50%
son superiores. Si el número de datos (N) de la distribución es par, la mediana está dada por el
promedio de los dos datos centrales. La mediana no se ve afectada por los valores extremos,
pero en cambio no utiliza en su cálculo toda la información de la serie de datos.

Ejemplos

 Se tienen las calificaciones sobre 10 de un estudiante de estadística y son: 5, 4, 8, 10,

9, 1, 2. Primero se los ordena y se tiene: 1, 2, 4, 5, 8, 9, 10. Podemos observar que la
cantidad de datos es impar (7), por lo tanto escogemos el valor central de estos datos
y es el 5, este es la mediana. Esto indica que el 50% de las notas de este alumno son
menor a 5.

 Se tienen las calificaciones sobre 10 de un estudiante de estadística y son: 5, 4, 8, 9, 1,

2. Primero se los ordena y se tiene: 1, 2, 4, 5, 8, 9. Podemos observar que la cantidad
de datos es par (6), por lo tanto debemos escoger los dos valores centrales y sacarles
el promedio 4+5= 9/2= 4,5. La mediana es 4,5. Esto indica que el 50% de las notas de
este alumno son menor a 4,5

MODA

Se define como el valor de la variable con mayor frecuencia absoluta, o el valor que más se
repite. Puede haber más de una moda (cuando es una sola moda es UNIMODAL); para el caso
que existan dos, se tiene una distribución BIMODAL; para más de dos, POLIMODAL o
MULTIMODAL.

Ejemplos

 Dado el siguiente conjunto de datos que corresponden a las edades de niñas de un

Jardín Infantil. 5, 7, 3, 3 , 7, 8, 3 , 5, 9, 5, 3 , 4, 3; observamos que la moda es la edad de
3 años, pues es el que se repite más veces (5 veces). Vemos que es UNIMODAL.

 Dado el siguiente conjunto de datos que corresponden a las edades de niñas de un

Jardín Infantil. 7, 3, 7, 8, 5, 9, 5, 4, 3; observamos que hay varias modas y son las
edades de 3, 5 y 7 años, pues son los que más veces se repiten (2 veces cada uno).
Vemos que es MULTIMODAL.

 Dado el siguiente conjunto de datos que corresponden a las edades de niñas de un

Jardín Infantil. 7, 3, 8, 5, 9, 4; observamos que no existe moda.

 Dado el siguiente conjunto de datos que corresponden a las edades de niñas de un

Jardín Infantil. 5, 7, 3, 7, 8, 3 , 5, 9, 8, 4, 9; observamos que no existe moda por cuanto
casi todos los datos se repiten dos veces a excepción de 4. Recuerde que la moda es el
dato que más se repite, pero si casi todos los datos se repiten en la misma cantidad de
veces no existe moda.

Ejercicio Propuesto

Dado el siguiente grupo de datos, calcular las medidas de tendencia central

1. Explique la diferencia entre variables cualitativas y cuantitativas. Proporcione un

ejemplo de cada una de ellas.

2. Explique la diferencia entre variables discretas y continuas. Proporcione un ejemplo de

cada una de ellas.

3. Ubique las variables en las siguientes tablas de clasificación. Resuma en cada tabla sus
observaciones y evalúe si sus resultados son verdaderos. Por ejemplo, el salario se
presenta como una variable cuantitativa continua. También es una variable de escala
de razón.

a. Salario

b. Género
 c. Volumen de ventas de reproductores MP3

d. Preferencia por los refrescos

e. Temperatura

f. Resultados de una prueba de aptitud

g. Lugar que ocupa un estudiante en clase

h. Calificaciones de un profesor de Estadística

a. Cantidad de computadoras personales

MEDIDAS DE DISPERSIÓN

Revise el siguiente video sugerido: Qué son las medidas de dispersión y tipos

Las medidas de dispersión estudian la distribución de los valores de la serie, analizando la

concentración o dispersión de los datos; si éstos son altos o bajos. Existen diversas medidas de
dispersión, entre las más utilizadas podemos destacar las siguientes:

 Rango

 Varianza
  Desviación típica o estándar

Rango

Mide la amplitud de los valores de la muestra y se calcula por la diferencia entre el mayor valor
y el menor.

Ejemplo

 El tiempo de espera (en minutos) de cinco clientes de un banco es: 3, 15, 4, 12 y 25. El
rango de tiempo de espera es (25-3=22) de 22 minutos.

Varianza

Mide la distancia 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, multiplicadas por el
número de veces que se ha repetido cada valor. La sumatoria obtenida se divide por el tamaño
de la muestra.

Si el número de datos es pequeño, es recomendable utilizar (n − 1) en vez de n en el

denominador de la expresión anterior. 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, mientras mayor sea la varianza, más dispersos están. Cabe resaltar que quien nos
permite analizar mejor la dispersión de los datos es la desviación estándar que se calcula a
partir de la varianza.

Ejemplo

 Hallar la varianza de la serie: 5, 8, 10, 12, 16.

Primero hallamos la media

, luego lo restamos a cada dato y después lo elevamos al cuadrado para, al final, dividirlo para
la cantidad de datos.

La suma de la última columna es 68,8 y lo dividimos para la cantidad de datos nos da la

varianza 68,8/6 = 13,76.
Desviación típica o estándar

Revise el siguiente video sugerido Cómo obtener la varianza y la desviación estándar

Se calcula como la raíz cuadrada de la varianza. Si este valor es menor de 10 unidades se indica
que los datos no son dispersos.

Ejemplo

 Hallar la desviación estándar de la serie: 5, 8, 10, 12, 16. Primero hallamos la varianza

La suma de la última columna es 68,8 y lo dividimos para la cantidad de datos nos da la

varianza 68,8/6 = 13,76. Luego a esta varianza le sacamos la raíz cuadrada y esa es la
desviación estándar o típica S = √13,76 = 3,71

Ejercicio Propuesto

Dado el siguiente grupo de datos, calcular las medidas de dispersión