Formulario para Matemáticas y su didáctica III

1 Unidad de aprendizaje 1
X
fi xi
1. Media aritmética; x = N
X
fi pi xi
2. Media ponderada; xp =
fi pi
P

X !
N/2 − fi
3. Mediana para datos continuos agrupados en clases; Me = Li + fMe c

fi x2i
P
2
2 1
− x2
P
4. Varianza; s = N fi (xi − x) =
N
s
5. Coeficiente de variación; CV = 100 · |x|

2 Unidad de aprendizaje 2
P
1
P fi xi yi
1. Covarianza; sxy = N fi (xi − x) · (yi − y) = −x·y
N
sxy
2. Coeficiente de correlación de Pearson; r =
sx · sy
sxy
3. Regresión de Y sobre X; y − y = s2x (x − x)
sxy
4. Regresión de X sobre Y; x − x = s2y (y − y)
P 2
6· di
5. Coeficiente de correlación de Spearman; rs = 1 − n·(n2 −1)

3 Unidad de aprendizaje 3
Variaciones Permutaciones Combinaciones
 
m! m m!
Simples Vm,n = (m−n)! Pn = n! Cm,n = = n!×(m−n)!
 n 
n! m+n−1 (m+n−1)!
Con repetición V Rm,n = mn P Rnn1 ,n2 ,...,nk = n1 !×n2 !×···×nk ! CRm,n = = n!×(m−1)!
n

4 Unidad de aprendizaje 4
Función de probabilidad Media Desviación típica
√
P (X = r) = nr · pr · q n−r


Binomial µ=n·p σ = n√· p · q
r
Poisson P (X = r) = λr! · e−λ µ=λ σ= λ
(x−M0 )
1. Primer Coeficiente de Asimetría de Pearson; AS1 = s

3·(x−M0 )
2. Segundo Coeficiente de Asimetría de Pearson; AS2 = s

1
· fi (xi − x)3
P
3. Coeficiente de Asimetría de Fisher; AS = N
s3x

1
· fi (xi − x)4
P
4. Coeficiente de apuntamiento o curtosis; Cr = N
s4x −3

1
5 Unidad de aprendizaje 5
√
1. Intervalo de confianza para la media en poblaciones normales con σconocida: x ± zα/2 · σ/ n
√
2. Intervalo de confianza para la media en poblaciones normales con σdesconocida: x ± tn−1,α/2 · s/ n
p
3. Intervalo de confianza para una proporción con o sin información previa: p̂ ± zα/2 · p̂ · (1 − p̂)/n
4. Tamaño muestral para estimar µ en poblaciones normales con σconocida: n > (zα/2 · σ/E)2
p
5. Tamaño muestral para estimar p : n > (zα/2 · p̂ · (1 − p̂)/E)2

H0 Región de aceptación Estadístico Decisión

√ x−µ
µ = µ0 R = µ0 ± zα/2 · σ/ n ó R = (−zα/2 , zα/2 ) z= √
σ/ n
Si x ∈ R se acepta H0
6. √ x−µ
µ ≤ µ0 R = (−∞, µ0 + zα · σ/ n ó R = (−∞, zα ) z= √
σ/ n
Si x ∈ R se acepta H0
√ x−µ
µ ≥ µ0 R = (µ0 − zα · σ/ n, ∞) ó R = (−zα , ∞) z= √
σ/ n
Si x ∈ R se acepta H0

H0 Región de aceptación Estadístico Decisión

z = √ p̂−p0
p
p = p0 R = p0 ± zα/2 · (p0 · (1 − p0 )/n ó R = (−zα/2 , zα/2 ) Si p̂ ∈ R se acepta H0
(p0 ·(1−p0 )/n
7. p
√ p̂−p0
p ≤ p0 R = (−∞, p0 + zα · (p0 · (1 − p0 )/n ó R = (−∞, zα ) z= Si p̂ ∈ R se acepta H0
(p0 ·(1−p0 )/n
√ p̂−p0
p
p ≥ p0 R = (p0 − zα · (p0 · (1 − p0 )/n, ∞) ó R = (−zα , ∞) z= Si p̂ ∈ R se acepta H0
(p0 ·(1−p0 )/n