Вы находитесь на странице: 1из 576

GUIA CENEVAL PARA LA ACREDITACION DEL BACHILLERATO 286

Indice

Aritmética

3

Operaciones básicas: suma, resta, multiplicación y división Suma Resta Multiplicación 5

4

3

3

 

Division

7

Cálculo de porcentajes, regla de tres, potencias y raíces

9

Porcentaje

9

Regla de tres

10

potencia y raiz

10

Propiedades de los números

11

Álgebra

12

• Literales y exponentes

13

 

Reglas de los Exponentes:

14

• Productos notables y factorización

15

• Ecuaciones de primer y segundo grados

19

• Proporciones y desigualdades

23

 

Geometría

24

Cálculo de perímetros, áreas y volúmenes

27

Probabilidad y estadística básica

34

• Población, muestra, medidas de tendencia central, desviación estándar y varianza 35

• Eventos dependientes e independientes, combinaciones y permutaciones

62

 

Precálculo

67

Propiedades de los números reales

67

Desigualdades

68

Función y límite

70

Español

75

• Ortografía general (incluye acentuación y homófonos) 75

• Puntuación

79

Gramática y vocabulario

84

• Concordancia y discordancia de las partes de la oración

97

• Autores y obras importantes de la literatura clásica 103

Ciencias naturales

138

Física

139

Mecánica

145

Electromagnetismo

154

 

Acústica

155

Óptica

169

Termodinámica

174

Química

179

Propiedades de la materia

182

Estequiometría

184

Química orgánica

184

Termodinámica

219

1

Biología

227

Biología celular y molecular

236

Anatomía y fisiología

250

 

Genética

273

Bioquímica

282

Ciclos metabólicos

300

Salud y enfermedad

302

Psicología

309

Ciencias sociales

335

Historia universal y de México

337

Historial universal

337

México: historia

358

• Geografía universal y de México

406

Geografía física

421

Geografia Politica

425

Geografía humana

429

México: geografía

475

 

• Civismo

495

• Filosofía

501

• Economía

518

• Sociología

534

 

• Ética

539

Mundo contemporáneo

546

• Hitos o acontecimientos, políticos, económicos, sociales y culturales

546

• Siglas, acrónimos y funciones de organismos importantes

553

• Problemas y hechos significativos en el campo de la ecología, la salud y los deportes

 

559

Razonamiento verbal

561

• La comprensión de

561

• El establecimiento de relaciones entre palabras y frases sinónimas y antónimas

573

• El establecimiento de completamientos o interpretaciones de razonamientos lógicos y

analógicos

573

• La elaboración de inferencias lógicas y silogísticas

573

• El establecimiento de relaciones:

573

— causa-consecuencia

573

— oposición-semejanza

573

— general-particular

573

— ejemplificativas

573

— explicativas, comparativas

573

— analógicas

574

Razonamiento matemático

574

2

Matemática: Es el estudio de patrones en las estructuras de entes abstractos y en las relaciones entre ellas. Algunos matemáticos se refieren a ella como la «Reina de las Ciencias».

Según los Sabios, se dice que la matemática abarca tres ámbitos:

Aritmética.

Geometría, incluyendo la Trigonometría y las Secciones cónicas.

Ánálisis matemático, en el cual se hace uso de letras y símbolos, y que incluye el álgebra, la geometría analítica y el cálculo.

Aritmética

Aritmética es la parte de las matemáticas que estudia los números y las operaciones hechas con

ellos.

Las cuatro operaciones básicas de la Aritmética son:

Suma

Resta

Multiplicación

División

• Operaciones básicas: suma, resta, multiplicación y división

Todas estas operaciones se verifican a través de su operación inversa: la suma con la resta, la

multiplicación con la division

Suma

Se utiliza para juntar, agregar, unir, etc, 2 o mas cantidades contables de la misma magnitud

(categoría)

La suma o adición es una operación aritmética definida sobre conjuntos de números (naturales,

enteros, racionales, reales y complejos) y también sobre estructuras asociadas a ellos, como

espacios vectoriales con vectores cuyas componentes sean estos números o funciones que tengan

su imagen en ellos.

En el álgebra moderna se utiliza el nombre suma y su símbolo "+" para representar la operación

formal de un anillo que dota al anillo de estructura de grupo abeliano, o la operación de un módulo

que dota al módulo de estructura de grupo abeliano. También se utiliza a veces en teoría de

grupos para representar la operación que dota a un conjunto de estructura de grupo. En estos

casos se trata de una denominación puramente simbólica, sin que necesariamente coincida esta

operación con la suma habitual en números, funciones, vectores

Propiedades de la suma

Propiedad conmutativa: si se altera el orden de los sumandos no cambia el resultado, de esta forma, a+b=b+a.

Propiedad asociativa: a+(b+c) = (a+b)+c

Elemento neutro: 0. Para cualquier número a, a + 0 = 0 + a = a.

Elemento opuesto. Para cualquier número entero, racional, real o complejo a, existe un número −a tal que a + (−a) = (−a) + a = 0. Este número −a se denomina elemento opuesto, y es único para cada a. No existe en algunos conjuntos, como el de los números naturales.

Estas propiedades pueden no cumplirse en casos de sumas infinitas.

3

Notación

Si todos los términos se escriben individualmente, se utiliza el símbolo "+" (leído más). Con esto, la suma de los números 1, 2 y 4 es 1 + 2 + 4 = 7.

También se puede emplear el símbolo "+" cuando, a pesar de no escribirse individualmente los términos, se indican los números omitidos mediante puntos suspensivos y es sencillo reconocer los números omitidos. Por ejemplo:

1 + 98 + 99 + 100 es la suma de los cien primeros números naturales.

+ 2 + 3 +

2 + 512 + 1024 es la suma de las diez primeras potencias de 2.

En sumas largas e incluso sumas infinitas se emplea un nuevo símbolo, que se llama sumatorio y

se representa con la letra griega Sigma mayúscula (Σ). Por ejemplo:

+ 4 + 8 +

es la suma de los cien primeros números naturales.letra griega Sigma mayúscula (Σ). Por ejemplo: + 4 + 8 + es la suma de

es la suma de las diez primeras potencias de 2.4 + 8 + es la suma de los cien primeros números naturales. Suma de fracciones

Suma de fracciones

Hay dos casos:

Fracciones que tienen el mismo denominador; Fracciones que tienen el distinto denominador

Primer caso: la suma de dos ó más fracciones que tienen el mismo denominador es muy sencilla,

sólo hay que sumar los numeradores y se deja el denominador común.

Segundo caso: la suma de dos o más fracciones con distinto denominador es un poco menos

sencilla.

Pasos

1º. Se haya el mínimo común múltiplo de los dos denominadores

2º Se calcula el numerador con la fórmula: numerador antiguo x denominador común y dividido por

denominador antiguo

3º Se procede como en el primer caso (dado que las fracciones tienen el mimos denominador)

Resta

Se utiliza para restar, descontar, disminuir, etc., 2 o mas cantidades contables de la misma

magnitud (categoría)

La resta o substracción es una de las cuatro operaciones básicas de la aritmética, y se trata

básicamente de la operación inversa a la suma. Por ejemplo, si a+b=c, entonces c-b=a.

En la resta, el primer número se denomina minuendo y el segundo es el sustraendo. El resultado de la resta se denomina diferencia.

En el conjunto de los números naturales, N, sólo se pueden restar dos números si el minuendo es mayor que el sustraendo. De lo contrario, la diferencia sería un número negativo, que por definición estaría excluido del conjunto. Esto es así para otros conjuntos con ciertas restricciones, como los números reales positivos.

En matemáticas avanzadas no se habla de "restar" sino de "sumar el opuesto". En otras palabras, no se tiene a - b sino a + (-b), donde -b es el elemento opuesto de b respecto de la suma

4

Resta de fracciones

Resta de fracciones que tienen el mismo denominador

Para restar dos ó más fracciones que tienen el mismo denominador, sólo hay que restar los numeradores y se deja el denominador común. Ejemplo:

los numeradores y se deja el denominador común. Ejemplo: Resta de fracciones con distinto denominador 1.

Resta de fracciones con distinto denominador

1. Se haya el mínimo común múltiplo de los dos denominadores:

(mínimo común múltiplo de 4 y 2)haya el mínimo común múltiplo de los dos denominadores: 2. Se calculan los numeradores con la

2. Se calculan los numeradores con la fórmula: numerador antiguo (6) x denominador común (4) y

dividido por denominador antiguo (4)

( 6*4/4=6 )

(4) y dividido por denominador antiguo (4) ( 6*4/4=6 ) Numerador antiguo (1) x denominador común

Numerador antiguo (1) x denominador común (4) y dividido por denominador antiguo (2)

( 1*4/2= 2 )

(4) y dividido por denominador antiguo (2) ( 1*4/2= 2 ) 3. Se procede como en

3. Se procede como en la resta de fracciones de igual denominador (dado que las fracciones

tienen el mismo denominador)

(dado que las fracciones tienen el mismo denominador) Multiplicación Se utiliza para resolver problemas donde se

Multiplicación

Se utiliza para resolver problemas donde se suman “n” veces las mismas cantidades.

El producto o la multiplicación es una operación aritmética que se puede explicar como una

manera de sumar números idénticos.

El resultado de la multiplicación de números se llama producto. Los números que se multiplican se

llaman factores o coeficientes, e individualmente como multiplicando (número a sumar) y

multiplicador (veces que se suma el multiplicando).

La multiplicación se suele indicar con el aspa × o el punto centrado ·. En ausencia de estos caracteres se suele emplear el asterisco *, sobre todo en computación

Definición

La multiplicación de dos números enteros n y m se define como:

de dos números enteros n y m se define como: Ésta no es más que una

Ésta no es más que una forma de simbolizar la expresión "sumar m a sí mismo n veces". Puede facilitar la comprensión el expandir la expresión anterior:

5

m×n = m + m + m +

tal que hay n sumandos. Así que, por ejemplo:

5×2 = 5 + 5 = 10

2×5 = 2 + 2 + 2 + 2 + 2 = 10

4×3 = 4 + 4 + 4 = 12

m×6 = m + m + m + m + m + m

Utilizando esta definición, es fácil demostrar algunas propiedades interesantes de la multiplicación. Como indican los dos primeros ejemplos, el orden en que se multiplican dos números es

irrelevante, lo que se conoce como propiedad conmutativa, y se cumple en general para dos

números cualesquiera x e y:

x·y = y·x

La multiplicación también cumple la propiedad asociativa, que consiste en que, para tres números

cualesquiera x, y y z, se cumple:

(x·y)z = x(y·z)

En la notación algebraica, los paréntesis indican que las operaciones dentro de los mismos deben

ser realizadas con preferencia a cualquier otra operación.

La multiplicación también tiene lo que se llama propiedad distributiva con la suma, porque:

x(y + z) = xy + xz

Asimismo:

(x + t)(y + z) = x(y + z) + t(y + z) = xy + xz + ty + tz

También es de interés que cualquier número multiplicado por 1 es igual a sí mismo:

1·x = x

es decir, la multiplicación tiene un elemento identidad que es el 1.

¿Qué ocurre con el cero? La definición inicial no ayuda mucho porque 1 es mayor que 0. De

hecho, es más fácil definir el producto por cero utilizando la segunda definición:

m·0 = m + m + m +

donde hay cero sumandos. La suma de cero veces m es cero, así que

m·0 = 0

sin importar lo que valga m, siempre que sea finito.

El producto de números negativos también requiere reflexionar un poco. Primero, considérese el

número -1. Para cualquier entero positivo m:

(-1)m = (-1) + (-1) +

Éste es un resultado interesante que muestra que cualquier número negativo no es más que un

número positivo multiplicado por -1. Así que la multiplicación de enteros cualesquiera se puede representar por la multiplicación de enteros positivos y factores -1. Lo único que queda por definir es el producto de (-1)(-1):

(-1)(-1) = -(-1) = 1

De esta forma, se define la multiplicación de dos enteros. Las definiciones pueden extenderse a conjuntos cada vez mayores de números: primero el conjunto de las fracciones o números racionales, después a todos los números reales y finalmente a los números complejos y otras extensiones de los números reales.

+ m

+ m

+ (-1) = -m

6

el producto vacío, es decir, multiplicar cero factores, vale 1.

Una definición recursiva de la multiplicación puede darse según estas reglas:

x·0 = 0

x·y = x + x·(y-1)

donde x es una cantidad arbitraria e y es un número natural. Una vez el producto está definido para los números naturales, se puede extender a conjuntos más grandes, como ya se ha indicado anteriormente.

Division

Se utiliza para determinar “n” partes iguales de una cantidad determinada, dividir una magnitud en

partes iguales.

En matemáticas, especificamente en aritmética elemental, la división es una operación aritmética

que es la inversa de la multiplicación y a veces puede interpretarse como una resta repetida.

En otras palabras, consiste en averiguar cuántas veces un número (el divisor) está contenido en

otro número (el dividendo). En la división de números enteros además del dividendo y el divisor

intervienen otros números. Así al resultado entero de la división se le denomina cociente y si la

división no es exacta, es decir, el divisor no está contenido un número exacto de veces en el

dividendo, la operación tendrá un resto, donde:

resto = dividendo - cociente × divisor

Orden de Operaciones

Reglas Importantes para Resolver Operaciones Aritméticas:

1. Primero resolver todo lo que esté dentro de simbolos de agrupación.

2. Evaluar las expresiones exponenciales.

3. Hacer todas las multiplicaciones y divisiones en orden de izquierda a derecha.

4. Hacer todas las sumas y restas en orden de izquierda a derecha.

Ejemplo:

divisiones en orden de izquierda a derecha. 4. Hacer todas las sumas y restas en orden

7

Propiedades de los Números Reales:

Conmutativa de adición:

La conmutatividad implica que no importa el orden de operación, el resultado siempre es el mismo.

el orden de operación, el resultado siempre es el mismo. Por ejemplo: 4 + 2 =

Por ejemplo:

4 + 2 = 2 + 4

Conmutativa de multiplicación:

ejemplo: 4 + 2 = 2 + 4  Conmutativa de multiplicación: Por ejemplo: 4 .

Por ejemplo:

4 . 2 = 2 . 4

Asociativa de adición:

La asociatividad implica que no importa el orden en que se agrupe, el resultado es el mismo.

importa el orden en que se agrupe, el resultado es el mismo. Por ejemplo: (4 +

Por ejemplo:

(4 + 2) + 9 = 4 + (2 + 9)

Asociativa de multiplicación:

+ 2) + 9 = 4 + (2 + 9)  Asociativa de multiplicación: Por ejemplo:

Por ejemplo:

4 . (2 . 9) = (4 . 2) . 9

Distributiva de multiplicación sobre adición:

2) . 9  Distributiva de multiplicación sobre adición: Por ejemplo: 4 . (2 + 9)

Por ejemplo:

4 . (2 + 9) = 4 . 2 + 4 . 9

Reglas de los Signos:

1. En suma de números con signos iguales, se suman los números y el resultado lleva el mismo signo. Si los números tienen signos diferentes, se restan y el resultado lleva el signo del mayor.

Ejemplo:

8

5

+ 8 = 13

5 + -8 = -3

2. En resta de signos iguales el resultado lleva el signo del mayor. Si se restan signos diferentes, se suman los números y el resultado lleva el signo del mayor.

Ejemplo:

5

- 8 = -3

5

- (-8) = 13

3. En multiplicación y división de números con signos iguales el resultado es positivo. Si los

números son signos opuestos, el resultado es negativo.

Ejemplo:

5

x 8 = 40

5

x -8 = -40

• Cálculo de porcentajes, regla de tres, potencias y raíces

Porcentaje

Un porcentaje es una forma de expresar una proporción o fracción como una fracción de

denominador 100, es decir, como una cantidad de centésimas. Es decir, una expresión como

"45%" ("45 por ciento") es lo mismo que la fracción 45/100.

"El 45% de la población humana

Un porcentaje puede ser un número mayor que 100. Por ejemplo, el 200% de un número es el

doble de dicho número, o un incremento del 100%. Un incremento del 200% daría como resultado

el triple de la cantidad inicial. De esta forma, se puede apreciar la relación que existe entre el

aumento porcentual y el producto.

Confusión en el uso de los porcentajes

Surgen muchas confusiones en el uso de los porcentajes debido a un uso inconsistente o a un mal

entendimiento de la aritmética elemental.

Cambios

Debido a un uso inconsistente, no siempre está claro por el contexto con qué se compara un

porcentaje. Cuando se habla de una subida o caída del 10% de una cantidad, la interpretación

usual es que este cambio es relativo al valor inicial de la cantidad: por ejemplo, una subida del 10%

sobre un producto que cuesta 100$ es una subida de 10$, con lo que el nuevo precio pasa a ser

110$. Para muchos, cualquier otra interpretación es incorrecta.

En el caso de los tipos de interés, sin embargo, es práctica común utilizar los porcentajes de otra

manera: supongamos que el tipo de interés inicial es del 10%, y que en un momento dado sube al

20%. Esto se puede expresar como una subida del 100% si se calcula el aumento con respecto del valor inicial del tipo de interés. Sin embargo, mucha gente dice en la práctica que "los tipos de interés han subido un 10%", refiriéndose a que ha subido en un 10% sobre el 100% adicional al 10% inicial (20% en total), aunque en la expresión usual de los porcentajes debería querer decir una subida del 10% sobre el 10% inicial (es decir, un total del 11%).

Para evitar esta confusión, se suele emplear la expresión "punto porcentual". Así, en el ejemplo anterior, "los tipos de interés han subido en 10 puntos porcentuales" no daría lugar a confusión, sino que todos entenderían que los tipos están actualmente en el 20%. También se emplea la

"

es equivalente a: "45 de cada 100 personas

"

9

expresión "punto base", que significa la centésima parte de un punto porcentual (es decir, una parte entre diez mil). Así, los tipos de interés han subido en 1000 puntos base.

Cancelaciones

Un error común en el uso de porcentajes es imaginar que una subida de un determinado porcentaje se cancela con una caída del mismo porcentaje. Una subida del 50% sobre 100 es 100

+ 50, o 150, pero una reducción del 50% sobre 150 es 150 - 75, o 75. En general, el efecto final de un aumento seguido de una reducción proporcionalmente igual es:

(1 + x)(1 - x) = 1 - x²

es decir, una reducción proporcional al cuadrado del cambio porcentual.

Los que tenían acciones punto como en el momento de la crisis acabaron comprendiendo que,

aunque una acción haya caído un 99%, puede volver a caer otro 99%. Además, si sube por un

porcentaje muy grande, seguirá perdiéndolo todo si un día la acción reduce su valor en un 100%,

porque entonces no valdrá nada.

Regla de tres

La regla de tres es una relación que se establece entre tres (o más) valores conocidos y una

incógnita. Normalmente se usa cuando se puede establecer una relación de linealidad

(proporcionalidad) entre todos los valores involucrados (análogo para proporcionalidad inversa).

Normalmente se representa de la siguiente forma:

A

X

Siendo A, B y C valores conocidos y X la incógnita cuyo valor queremos averiguar. Esto se lee de

la siguiente manera: A es a B como X es a C. La posición de la incógnita puede variar, por

supuesto.

Así por ejemplo para pasar 60 grados a radianes podríamos establecer la siguiente regla de tres:

360º - 2 × π

60º - X

potencia y raiz

- B

- C

Notación Exponencial

La notación exponencial se usa para repetir multiplicaciones de un mismo número. Es la

elevación a la enésima potencia (n) de una base (X).

de un mismo número. Es la elevación a la enésima potencia (n) de una base (X).

Ejemplos:

de un mismo número. Es la elevación a la enésima potencia (n) de una base (X).
de un mismo número. Es la elevación a la enésima potencia (n) de una base (X).
de un mismo número. Es la elevación a la enésima potencia (n) de una base (X).

Raíz cuadrada

10

En matemáticas, la raíz cuadrada de un número real no negativo x es el número real no negativo

que, multiplicado con sí mismo, da x. La raíz cuadrada de x se denota por √x. Por ejemplo, √16 = 4,

ya que 4 × 4 = 16, y √2 = 1,41421 ecuaciones cuadráticas.

La generalización de la función raíz cuadrada a los números negativos da lugar a los números imaginarios y al campo de los números complejos.

El símbolo de la raíz cuadrada se empleó por primera vez en el siglo XVI. Se ha especulado con que tuvo su origen en una forma alterada de la letra r minúscula, que representaría la palabra latina "radix", que significa "raíz".

Propiedades

Las siguientes propiedades de la raíz cuadrada son válidas para todos los números positivos x, y:

. Las raíces cuadradas son importantes en la resolución de

. Las raíces cuadradas son importantes en la resolución de para todo número real x (véase
. Las raíces cuadradas son importantes en la resolución de para todo número real x (véase

para todo número real x (véase valor absoluto). Las raíces cuadradas son importantes en la resolución de La función raíz cuadrada, en general,

de para todo número real x (véase valor absoluto) La función raíz cuadrada, en general, transforma

La función raíz cuadrada, en general, transforma números racionales en números algebraicos; √x

es racional si y sólo si x es un número racional que puede escribirse como fracción de dos

cuadrados perfectos. Si el denominador es 1² = 1, entonces se trata de un número natural. Sin

embargo, √2 es irracional.

La función raíz cuadrada transforma la superficie de un cuadrado en la longitud de su lado.

• Propiedades de los números

Un número es un símbolo que representa una cantidad. Los números son ampliamente utilizados

en matemáticas, pero también en muchas otras disciplinas y actividades, así como de forma más

elemental en la vida diaria.

El número es también una entidad abstracta con la que se describe una cantidad. Los números

más conocidos son los números naturales 0, 1, 2,

números negativos obtenemos los enteros. Cocientes de enteros generan los números racionales.

Si incluimos todos los números que son expresables con decimales pero no con fracciones de

enteros, obtenemos los números reales; si a éstos les añadimos los números complejos,

tendremos todos los números necesarios para resolver cualquier ecuación algebraica. Podemos

ampliar aún más los números, si añadimos los infinitos y los transfinitos. Entre los reales, existen

números que no son soluciones de una ecuación polinomial o algebraica. Reciben el nombre de

transcendentales. El ejemplo más famoso de estos números es π (Pi), otro ejemplo fundamental e

igual de importante es e, base de los logaritmos naturales. Estos dos números están relacionados entre si por la identidad de Euler, también llamada la fórmula más importante del mundo.

Existe toda una teoría de los números. Se distinguen distintos tipos de números:

, que se usan para contar. Si añadimos los

Números naturales . conjunto de numeros que utilizamos para contar cantidades enteras positivas

o

Tiene como primer elemento el cero

o

Cualquier numero puede ser escrito con los numero del sistema decimal

o

Es un conjunto infinito

11

o

Todos los numeros tienen su siguente

o

No existen numeros intermedios entre un numero y sus siguiente

o

Todos los numeros naturales cumplen con las relaciones de orden y comparación.

Número primo

Números compuestos

Números perfectos

Números enteros

Números pares

Números impares

Números racionales

Números reales

Números irracionales

Números algebraicos

Números trascendentes

Números complejos

Cuaterniones

Números infinitos

Números transfinitos

Números fundamentales: π y e

El estudio de ciertas propiedades que cumplen los números ha producido una enorme cantidad de

tipos de números, la mayoría sin un interés matemático específico. A continuación se indican

algunos:

Narcisista: Número de n dígitos que resulta ser igual a la suma de las potencias de orden n de sus

dígitos. Ejemplo: 153 = 1³ + 5³ + 3³.

Omirp: Número primo que al invertir sus dígitos da otro número primo. Ejemplo : 1597 y 7951 son

primos.

Vampiro: Número que se obtiene a partir del producto de dos números obtenidos a partir de sus

dígitos. Ejemplo: 2187 = 27 x 81.

Una vez entendido el problema de la naturaleza y la clasificación de los números, surge otro, más

práctico, pero que condiciona todo lo que se va a hacer con ellos: la manera de escribirlos. El

sistema que se ha impuesto universalmente es la numeración de posición gracias al invento del

cero, con una base constante.

Álgebra

El Álgebra es la rama de las matemáticas que tiene por objeto de estudio la generalización del cálculo aritmético mediante expresiones compuestas de constantes (números) y variables (letras).

Etimológicamente, proviene del árabe (también nombrado por los árabes Amucabala)جبر (yebr) (al-dejaber), con el significado de reducción, operación de cirugía por la cual se reducen los huesos luxados o fraccionados (algebrista era el médico reparador de huesos).

El álgebra lineal tiene sus orígenes en el estudio de los vectores en el plano y en el espacio tridimensional cartesiano. Aquí, un vector es un segmento, caracterizado por su longitud (o

12

magnitud) y dirección. Los vectores pueden entonces utilizarse para representar ciertas magnitudes físicas, como las fuerzas, pueden sumarse y ser multiplicados por escalares, formando entonces el primer ejemplo de espacio vectorial real.

Hoy día, el álgebra lineal se ha extendido para considerar espacios de dimensión arbitraria o

incluso de dimensión infinita. Un espacio vectorial de dimensión n se dice que es n-dimensional. La mayoría de los resultados encontrados en 2 y 3 dimensiones pueden extenderse al caso n- dimensional. A mucha gente le resulta imposible la visualización mental de los vectores de más de tres dimensiones (o incluso los tridimensionales). Pero los vectores de un espacio n-dimensional pueden ser útiles para representar información: considerados como n-tuplas, es decir, listas ordenadas de n componentes, pueden utilizarse para resumir y manipular información eficientemente. Por ejemplo, en economía, se pueden crear y usar vectores octo-dimensionales u

8-tuplas para representar el Producto Interno Bruto de 8 países diferentes. Se puede simplemente

mostrar el PIB en un año en particular, en donde se especifica el orden que se desea, por ejemplo,

(Estados Unidos, Reino Unido, Francia, Alemania, España, India, Japón, Australia), utilizando un

vector (v1, v2, v3, v4, v5, v6, v7, v8) en donde el PIB de cada país está en su respectiva posición.

Un espacio vectorial (o espacio lineal), como concepto puramente abstracto en el que podemos

probar teoremas, es parte del álgebra abstracta, y está bien integrado en ella. Por ejemplo, con la

operación de composición, el conjunto de aplicaciones lineales de un espacio vectorial en sí mismo

(endomorfismos) tiene estructura de anillo, y el subconjunto de las aplicaciones lineales que son

invertibles (los automorfismos) tiene estructura de grupo. El Álgebra Lineal también tiene un papel

importante en el cálculo, sobre todo en la descripción de derivadas de orden superior en el análisis

vectorial y en el estudio del producto tensorial (en física, buscar momentos de torsión) y de las

aplicaciones antisimétricas.

Un espacio vectorial se define sobre un cuerpo, tal como el de los números reales o en el de los

números complejos. Una aplicación (u operador) lineal hace corresponder los vectores de un

espacio vectorial con los de otro (o de él mismo), de forma compatible con la suma o adición y la

multiplicación por un escalar definidos en ellos. Elegida una base de un espacio vectorial, cada

aplicación lineal puede ser representada por una tabla de números llamada matriz. El estudio

detallado de las propiedades de las matrices y los algoritmos aplicados a las mismas, incluyendo

los determinantes y autovectores, se consideran parte del álgebra lineal.

En matemáticas los problemas lineales, aquellos que exhiben linealidad en su comportamiento, por

lo general pueden resolverse. Por ejemplo, en el cálculo diferencial se trabaja con una

aproximación lineal a funciones. La distinción entre problemas lineales y no lineales es muy

importante en la práctica.

Algunos Teoremas Útiles

Todo espacio lineal tiene una base (Esta afirmación es lógicamente equivalente al Axioma de

elección)

Una matriz A no nula con n filas y n columnas es no singular (inversible) si existe una matriz B que

satisface AB = BA = I donde I es la matriz identidad.

Una matriz es inversible si y solo si su determinante es distinto de cero.

Una matriz es inversible si y solo si la transformación lineal representada por la matriz es un

isomorfismo (vea también matriz inversible para otras afirmaciones equivalentes)

Una matriz es positiva semidefinida si y solo si cada uno de sus eigenvalores son mayores o iguales a cero

Una matriz es positiva definida si y solo si cada uno de sus eigenvalores son mayores a cero.

• Literales y exponentes

Una literal es una representación general de una cierta magnitud.

Por ejempo: el area de un rectangualo es igual a : A= bh donde A, b y H son literales.

13

Expresiones Algebraicas

Las expresiones algebraicas se clasifican según su número de términos.

monomio = un solo término.

según su número de términos. monomio = un solo término. Por ejemplo: binomio = suma o

Por ejemplo:

de términos. monomio = un solo término. Por ejemplo: binomio = suma o resta de dos

binomio = suma o resta de dos monomios.

Por ejemplo:

binomio = suma o resta de dos monomios. Por ejemplo: trinomio = suma o resta de

trinomio = suma o resta de tres monomios.

Por ejemplo:

trinomio = suma o resta de tres monomios. Por ejemplo: polinomio = suma o resta de

polinomio = suma o resta de cualquier número de monomios.

Reglas de los Exponentes:

Para multiplicar factores exponenciales que tienen la misma base y los exponentes

son enteros positivos diferentes.

base y los exponentes son enteros positivos diferentes. Ejemplo:  Para multiplicar factores que tienen base

Ejemplo:

y los exponentes son enteros positivos diferentes. Ejemplo:  Para multiplicar factores que tienen base diferente

Para multiplicar factores que tienen base diferente y exponentes iguales, el exponente se

queda igual.

diferente y exponentes iguales, el exponente se queda igual. Ejemplo:  En división, si tienen la

Ejemplo:

y exponentes iguales, el exponente se queda igual. Ejemplo:  En división, si tienen la misma

En división, si tienen la misma base y los exponentes son enteros positivos diferentes, se restan los exponentes. Las variables m y n son enteros positivos , m > n.

enteros positivos diferentes, se restan los exponentes. Las variables m y n son enteros positivos ,

Ejemplo:

14

 En suma y resta, solo se procede si son términos similares, en otras palabras

En suma y resta, solo se procede si son términos similares, en otras palabras lo que difiere es su coeficiente numérico.

• Productos notables y factorización

Productos Notables

Cuadrado de la suma de dos cantidades

El cuadrado de la suma de dos cantidades es igual al cuadrado de la primera cantidad más el

doble de la primera cantidad por la segunda más el cuadrado de la segunda cantidad.

Cuadrado de la diferencia de dos cantidades

El cuadrado de la suma de dos cantidades es igual al cuadrado de la primera cantidad menos el

doble de la primera cantidad por la segunda más el cuadrado de la segunda cantidad.

Producto de la suma por la diferencia de dos cantidades

El producto de la suma por la diferencia de dos cantidades es igual al cuadrado de la primera

cantidad menos el cuadrado de la segunda

Cubo de un binomio

El cubo de la suma de dos cantidades es igual al cubo de la primera cantidad mas el triple del

cuadrado de la primera por la segunda mas el triple del cuadrado de la segunda por la primera mas

el segundo al cubo.

El cubo de la diferencia de dos cantidades es igual al cubo de la primera cantidad menos el triple

del cuadrado de la primera por la segunda mas el triple del cuadrado de la segunda por la primera

menos el segundo al cubo.

Cocientes Notables

Cociente de la diferencia de los cuadrados de dos cantidades entre la suma o la diferencia de las

cantidades

La diferencia de los cuadrados de dos cantidades divididas entre la suma de las cantidades es

igual a la diferencia de las cantidades.

La diferencia de los cuadrados de dos cantidades entre la diferencia de las cantidades es igual a la suma de las cantidades.

Factorización de Polinomios

Factorizar un polinomio es el primer método para obtener las raíces o ceros de la expresión. Para factorizar se comienza con una regla que te permite desarrollar la destreza, para aplicarla a ejercicios de mayor dificultad. Se buscan dos factores o números cuyo producto sea el último término y a la vez sumados o restados den como resultado el coeficiente del término del medio. Esta regla aplica solo a ecuaciones cuadráticas cuyo coeficiente de la variable elevado al cuadrado es 1. Si el coeficiente de la variable elevada al cuadrado no fuese 1, la manera de factorizar sería

15

tanteando hasta poder lograr la factorización. Muchas veces la factorización es simplemente reconocer factores comunes.

Se puede utilizar también la inversa de las fórmulas de productos especiales. O sea, expresamos el polinomio como una multiplicación o un producto, usando las fórmulas a la inversa.

Completando el Cuadrado

Completando el cuadrado es el segundo método para obtener las raíces o ceros de un polinomio. El proceso es el siguiente:

1. Primero mueves el tercer término con signo opuesto al lado contrario de la

igualdad.

2. Luego, vas a calcular el término que te permite crear tu cuadrado de la siguiente

forma: selecciona el coeficiente de la variable que está elevada a la 1, se divide

entre dos y elevarlo al cuadrado.

3. Este resultado lo sumarás a ambos lados de la expresión.

4. Después, la raíz cuadrada del primer término, el operador (signo) del medio y la

raíz cuadrada del último termino, todo elevado al cuadrado es igual a la suma de la

derecha.

5. Luego, sacas raíz cuadrada a ambos lados, observando que hay dos posibles

soluciones, el caso positivo y el caso negativo.

6. Por último despejas por la variable y esas son las raíces o ceros del polinomio.

Como ejemplo vamos a utilizar el ejercicio

o ceros del polinomio. Como ejemplo vamos a utilizar el ejercicio . Casos de factorización Caso
.
.
o ceros del polinomio. Como ejemplo vamos a utilizar el ejercicio . Casos de factorización Caso

Casos de factorización

Caso 1 - Factor común

16

Cuando se tiene una expresión de dos o más términos algebraicos y si se presenta algún término común, entonces se puede sacar este término como factor común.

Caso 2 - Factor por agrupación de términos

En una expresión de dos, cuatro, seis o un número par de términos es posible asociar por medio de paréntesis de dos en dos o de tres en tres o de cuatro en cuatro de acuerdo al número de términos de la expresión original. Se debe dar que cada uno de estos paréntesis que contiene dos, o tres o mas términos se le pueda sacar un factor común y se debe dar que lo que queda en los paréntesis sea lo mismo para todos los paréntesis o el factor común de todos los paréntesis sea el mismo y este será el factor común.

Caso 3 - Trinomio cuadrado perfecto

Una expresión se denomina trinomio cuadrado perfecto cuando consta de tres términos donde el

primero y tercer términos son cuadrados perfectos (tienen raíz cuadrada exacta) y positivos, y el

segundo término es el doble producto de sus raíces cuadradas.

Se extrae la raíz cuadrada del primer y tercer término y se separan estas raíces por el signo del

segundo término. El binomio así formado se eleva al cuadrado.

Caso 4 - Diferencia de cuadrados perfectos

Dos cuadrados que se están restando es una diferencia de cuadrados. Para factorizar esta

expresión se extrae la raíz cuadrada de los dos términos y se multiplica la resta de los dos términos

por la suma de los dos.

Caso especial: Se puede presentar que uno o los dos términos de la diferencia contenga mas de

un término.

Caso especial: Se puede dar una expresión de cuatro términos donde tres de ellos formen un

trinomio cuadrado perfecto que al ser factorizado y combinado con el cuarto término se convierta

en una diferencia de cuadrados, o pueden ser seis términos que formen dos trinomios cuadrados

perfectos y al ser factorizados formen una diferencia de cuadrados.

Caso 5 - Trinomio cuadrado perfecto por adición y sustracción

Algunos trinomios no cumplen las condiciones para ser trinomios cuadrados perfectos, el primer y

tercer término tienen raíz cuadrada perfecta pero el término de la mitad no es el doble producto de

las dos raíces. Se debe saber cuanto debe ser el doble producto y la cantidad que falte para

cuadrar el término de la mitad, esta cantidad se le suma y se le resta al mismo tiempo, de tal forma

se armara un trinomio cuadrado y factorizado unido con el último término tendremos una diferencia

de cuadrados.

Caso especial: factorar una suma de cuadrados, se suma el término que hace falta para formar un trinomio cuadrado perfecto y al mismo tiempo se resta esta misma cantidad, así tendremos un trinomio cuadrado perfecto enseguida una diferencia de cuadrados.

Caso 6 - Trinomio de la forma

x 2 +bx+c

Esta clase de trinomio se caracteriza por lo siguiente:

17

El primer término tiene como coeficiente 1 y la variable esta al cuadrado.

El segundo término tiene coeficiente entero de cualquier valor y signo y la misma variable.

El tercer término es independiente (no contiene la variable).

Para factorar este trinomio se deben abrir dos factores que sean binomios, y donde el primer término de cada binomio es la variable y el segundo término en cada uno de los factores

(paréntesis), son dos números , uno en cada paréntesis de tal forma que la suma de los dos del coeficiente del segundo término del trinomio y la multiplicación de los dos del tercer término del

trinomio, el signo del segundo término de cada factor depende de lo siguiente:

° Si el signo del tercer término es negativo, entonces uno será positivo y el otro negativo, el

mayor de los dos números llevara el signo del segundo término del trinomio y el otro

número llevara el signo contrario.

° Si el signo del tercer término es positivo, entonces los dos signos serán iguales (positivos

o negativos), serán el signo del segundo término del trinomio.

Caso 7 - Trinomio de la forma

segundo término del trinomio. Caso 7 - Trinomio de la forma Este trinomio se diferencia del

Este trinomio se diferencia del trinomio cuadrado perfecto en que el primer término puede tener

coeficiente diferente de 1.

Se procede de la siguiente forma:

Se multiplica todo el trinomio por el coeficiente del primer término, de esta forma se convierte en un

trinomio de la forma:

de esta forma se convierte en un trinomio de la forma: y se divide por el

y se divide por el mismo coeficiente. Se factoriza el trinomio en la parte superior del fraccionario y

se simplifica con el número que esta como denominador.

Caso 8 - Cubo perfecto de binomios

Podemos asegurar que una expresión algebraica es un cubo perfecto si cumple las siguientes

condiciones:

Posee cuatro términos

° El primer y cuarto término son cubos perfectos (tienen raíces cúbicas exactas).

° El segundo termino sea el triple del cuadrado de la raíz cúbica del primer término multiplicado por la raíz cúbica del último término.

° El tercer termino sea el triple del cuadrado de la raíz cúbica del último término -multiplicado por la raíz cúbica del primer término.

18

° Los signos son todos mas o también podría ser positivo el primero y el tercero y negativo el segundo y el cuarto.

Para factorizar un cubo perfecto se forma un binomio y se eleva al cubo, el primer término del binomio es la raíz cúbica del primer término y el segundo término es la raíz cúbica del último término. El signo del segundo término es mas si todos los signos del cubo son mas y es menos si los signos del segundo y cuarto término del cubo son menos.

Caso 9 - Suma o diferencia de cubos perfectos

Su nombre lo indica, se reconoce por ser la suma o la resta de dos cubos. Su solución será dos

factores, el primero de ellos es un binomio formado por las dos raíces cúbicas de los términos

dados, el segundo factor esta formado por tres términos así: la priemra raíz al cuadrado, la primera

raíz por la segunda y la segunda raíz al cuadrado. Los signos pueden ser de dos formas acuerdo a

lo siguiente:

Los signos pueden ser de dos formas acuerdo a lo siguiente: Caso 10 - Suma o
Los signos pueden ser de dos formas acuerdo a lo siguiente: Caso 10 - Suma o

Caso 10 - Suma o diferencia de dos potencias iguales

Resumamos en la siguiente tabla las posibilidades:

Para an-bn con n = par o impar la factorización será:

Para an-bn con n = par o impar la factorización será: Para an-bn con n =

Para an-bn con n = par la factorización será:

será: Para an-bn con n = par la factorización será: Para an+bn con n = impar

Para an+bn con n = impar la factorización será:

será: Para an+bn con n = impar la factorización será: • Ecuaciones de primer y segundo

• Ecuaciones de primer y segundo grados

Se llaman ecuaciones a igualdades en las que aparecen número y letras (incógnitas) relacionados mediante operaciones matemáticas.

Por ejemplo: 3x - 2y = x 2 + 1

Son ecuaciones con una incógnita cuando aparece una sóla letra (incógnita, normalmente la x).

Por ejemplo: x 2 + 1 = x + 4

19

Se dice que son de primer grado cuando dicha letra no está elevada a ninguna potencia (por tanto

a 1).

Ejemplos :

3x + 1 = x - 2

1 - 3x = 2x - 9.

x - 3 = 2 + x.

x/2 = 1 - x + 3x/2

Ecuaciones de segundo grado con una incógnita

Las ecuaciones de segundo grado o cuadráticas son aquellas en las que la variable está elevada al

cuadrado, el siguiente es un ejemplo de una ecuación cuadrática:

el siguiente es un ejemplo de una ecuación cuadrática: La ecuación solo tiene una incógnita, y

La ecuación solo tiene una incógnita, y ésta se encuentra elevada a la 1 y al cuadrado, además

hay términos independientes (números). Las ecuaciones de segundo grado tienen dos soluciones

o ninguna. Este es un ejemplo de una ecuación cuadrática completa, ya que posee coeficientes

distintos de cero en los términos cuadráticos (x^2), lineales (x^1) e independientes (x^0).

Veamos entonces algunos ejemplos de ecuaciones cuadráticas incompletas:

algunos ejemplos de ecuaciones cuadráticas incompletas: Esta ecuación es muy fácil de resolver, ya que no

Esta ecuación es muy fácil de resolver, ya que no se encuentra presente el término lineal:

ya que no se encuentra presente el término lineal: Pero las ecuaciones cuadráticas tienen siempre dos

Pero las ecuaciones cuadráticas tienen siempre dos soluciones, o bien ninguna, así que en este

caso una raíz cuadrada genera dos soluciones, una con signo positivo y otra negativo:

dos soluciones, una con signo positivo y otra negativo: Y esto es cierto ya que tanto

Y esto es cierto ya que tanto 2 como -2 elevados al cuadrado dan 4, así que siempre que

calculemos la solución de una raíz cuadrada se debe tener en cuenta que ésta genera dos signos.

Esto suele expresarse de la siguiente manera:

dos signos. Esto suele expresarse de la siguiente manera: Esto es un poco confuso pero en

Esto es un poco confuso pero en realidad nos dice que hay dos soluciones, vemos que ambas soluciones verifican la ecuación inicial. Veamos ahora otro caso, si la ecuación tiene términos cuadráticos y lineales, pero no tiene términos independientes:

20

En este caso sacamos factor común X y razonamos de la siguiente forma: Para que

En este caso sacamos factor común X y razonamos de la siguiente forma:

sacamos factor común X y razonamos de la siguiente forma: Para que el primer miembro se

Para que el primer miembro se haga 0 solo hay 2 alternativas: x es igual a 0 o (x+4) es igual a 0. De aquí se obtienen las dos soluciones (que llamamos X1 y X2):

aquí se obtienen las dos soluciones (que llamamos X1 y X2): Vemos que las soluciones verifican.

Vemos que las soluciones verifican. Finalmente vamos al caso más complejo que es el que

teníamos inicialmente:

al caso más complejo que es el que teníamos inicialmente: Es muy difícil despejar x de

Es muy difícil despejar x de esta ecuación (pero no imposible como veremos más adelante). Para

resolverla se utiliza una fórmula muy famosa, la fórmula de las soluciones de la ecuación de

segundo grado, la cual es atribuída a un indú de apellido Baskara, en primer lugar hay que pasar

todos los términos a un lado de la expresión de manera que quede igualada a cero. En segundo

lugar se identifican tres coeficientes llamados a, b y c (a=coeficiente cuadrático, b=coeficiente

linearl, c=término independiente).

La ecuación debe expresarse de la forma:

independiente). La ecuación debe expresarse de la forma: Por lo tanto operamos con la ecuación hasta

Por lo tanto operamos con la ecuación hasta llevarla a este formato (a, b y c son números en

definitiva).

a este formato (a, b y c son números en definitiva). Comparando encontramos que: La fórmula

Comparando encontramos que:

y c son números en definitiva). Comparando encontramos que: La fórmula que da las soluciones es

La fórmula que da las soluciones es la siguiente:

que: La fórmula que da las soluciones es la siguiente: Fórmula de Baskara Así que reemplazando

Fórmula de Baskara

Así que reemplazando los valores a, b y c:

21

Con lo cual obtenemos 2 soluciones, (ambas verifican la ecuación), una con el signo +

Con lo cual obtenemos 2 soluciones, (ambas verifican la ecuación), una con el signo + y otra con el

-

verifican la ecuación), una con el signo + y otra con el - Puede darse el

Puede darse el caso que la ecuación no tenga solución (cuando queda una raíz negativa).

El tema es: de dónde sacó Baskara esta fórmula?, bueno, en realidad es sencillo, él encontró la

forma de construir un trinomio cuadrado perfecto (tercer caso de factoreo), aplicando algunos

"truquillos".

Fórmula de Baskara - Demostración

Ahora viene la parte divertida, la demostración. En primer lugar hay que llevar la ecuación a la

forma:

En primer lugar hay que llevar la ecuación a la forma: Luego se multiplica todo por

Luego se multiplica todo por 4a (la igualdad se mantiene desde luego):

todo por 4a (la igualdad se mantiene desde luego): Ahora sumamos y restamos b^2, de esta

Ahora sumamos y restamos b^2, de esta manera no cambia nada tampoco:

y restamos b^2, de esta manera no cambia nada tampoco: Ahora observemos los primeros 3 términos,

Ahora observemos los primeros 3 términos, se trata de un trinomio cuadrado perfecto, así que

factoreando se obtiene:

trinomio cuadrado perfecto, así que factoreando se obtiene: Y ahora es fácil despejar X: Pero como

Y ahora es fácil despejar X:

que factoreando se obtiene: Y ahora es fácil despejar X: Pero como vimos antes una raíz

Pero como vimos antes una raíz arroja 2 resultados, uno positivo y uno negativo así que queda:

2 resultados, uno positivo y uno negativo así que queda: Esta última es la famosa fórmula

Esta última es la famosa fórmula que nos da las soluciones para X.

22

• Proporciones y desigualdades

Desigualdades algebraicas Definiciones:

y desigualdades Desigualdades algebraicas Definiciones: Ley de la tricotomía: "Para cada par de números reales

Ley de la tricotomía:

"Para cada par de números reales a y b, es verdadera una, y solamente una, de las proposiciones:

b, es verdadera una, y solamente una, de las proposiciones: Propiedades de las desigualdades Teorema1-Propiedad

Propiedades de las desigualdades

Teorema1-Propiedad transitiva:

de las desigualdades Teorema1-Propiedad transitiva: Ejemplo ilustrativo: Teorema2-Suma: Ejemplo ilustrativo:

Ejemplo ilustrativo:

Teorema1-Propiedad transitiva: Ejemplo ilustrativo: Teorema2-Suma: Ejemplo ilustrativo: Teorema3-Multiplicación

Teorema2-Suma:

transitiva: Ejemplo ilustrativo: Teorema2-Suma: Ejemplo ilustrativo: Teorema3-Multiplicación por un número

Ejemplo ilustrativo:

Ejemplo ilustrativo: Teorema2-Suma: Ejemplo ilustrativo: Teorema3-Multiplicación por un número positivo: Ejemplo

Teorema3-Multiplicación por un número positivo:

ilustrativo: Teorema3-Multiplicación por un número positivo: Ejemplo ilustrativo: Teorema4: Ejemplo ilustrativo: 23

Ejemplo ilustrativo:

ilustrativo: Teorema3-Multiplicación por un número positivo: Ejemplo ilustrativo: Teorema4: Ejemplo ilustrativo: 23

Teorema4:

ilustrativo: Teorema3-Multiplicación por un número positivo: Ejemplo ilustrativo: Teorema4: Ejemplo ilustrativo: 23

Ejemplo ilustrativo:

ilustrativo: Teorema3-Multiplicación por un número positivo: Ejemplo ilustrativo: Teorema4: Ejemplo ilustrativo: 23

23

Los Teoremas 1 a 4 también son válidos si se cambia ">" por "<"

Teorema5:

si se cambia ">" por "<" Teorema5: Teorema6: "Si se cambia el signo de ambos miembros

Teorema6:

">" por "<" Teorema5: Teorema6: "Si se cambia el signo de ambos miembros de una

"Si se cambia el signo de ambos miembros de una desigualdad, se cambia el sentido de la

desigualdad".

Teorema7:

se cambia el sentido de la desigualdad". Teorema7: Teorema8: Teorema9: Teorema10: Teorema11: Geometría La

Teorema8:

el sentido de la desigualdad". Teorema7: Teorema8: Teorema9: Teorema10: Teorema11: Geometría La geometría es

Teorema9:

de la desigualdad". Teorema7: Teorema8: Teorema9: Teorema10: Teorema11: Geometría La geometría es la

Teorema10:

desigualdad". Teorema7: Teorema8: Teorema9: Teorema10: Teorema11: Geometría La geometría es la matemática que

Teorema11:

Teorema7: Teorema8: Teorema9: Teorema10: Teorema11: Geometría La geometría es la matemática que estudia

Geometría

La geometría es la matemática que estudia idealizaciones del espacio: los puntos, las rectas, los

planos y otros elementos conceptos derivados de ellos, como polígonos o poliedros.

Origen y desarrollo de la geometría:

Todo comenzó en Egipto

El ser humano necesitó contar, y creó los números; quiso hacer cálculos, y definió las operaciones; hizo relaciones, y determinó las propiedades numéricas.

Por medio de lo anterior, más el uso de la lógica, obtuvo los instrumentos adecuados para resolver las situaciones problemáticas surgidas a diario.

Además de esos requerimientos prácticos, el hombre precisó admirar la belleza de la creación para satisfacer su espíritu. Con ese fin, observó la naturaleza y todo lo que le rodeaba. Así fue ideando

24

conceptos de formas, figuras, cuerpos, líneas, los que dieron origen a la parte de la matemática que designamos con el nombre de geometría.

El río Nilo

La palabra geometría está formada por las raíces griegas: "geo", tierra, y "metrón", medida, por lo tanto, su significado es "medida de la tierra".

Según lo registra la historia, los conceptos geométricos que el hombre ideó para explicarse la naturaleza nacieron -en forma práctica- a orillas del río Nilo, en el antiguo Egipto.

Las principales causas fueron tener que remarcar los límites de los terrenos ribereños y construir diques paralelos para encauzar sus aguas. Esto, debido a los desbordes que causaban las

inundaciones periódicas.

El aporte griego

Quienes dieron carácter científico a la geometría fueron los griegos, al incorporar demostraciones

en base a razonamientos.

Tales de Mileto (600 a.d.C.) inició esta tendencia, al concebir la posibilidad de explicar diferentes

principios geométricos a partir de verdades simples y evidentes.

Euclides (200 a.d.C.) le dio su máximo esplendor a esta corriente científica. Recogió los

fundamentos de la geometría y de la matemática griega en su tratado Elementos.

Representemos los conceptos

Hay conceptos geométricos que no pueden definirse. Son ideas formadas en nuestra mente a

través de la observación del entorno y solamente podemos hacer representaciones concretas de

ellas.

Las llamaremos términos primitivos o conceptos primarios y son: espacio, punto, recta y plano.

Espacio

Es el conjunto universo de la geometría. En él se encuentran todos los demás elementos. Dentro

de él determinamos cuerpos geométricos como cajas, planetas, esferas, etcétera.

Su símbolo es: E

Punto

El punto tiene posición en el espacio. Su representación más cercana es el orificio que deja un

alfiler en una hoja de papel o en un granito de arena, pero debemos tener en cuenta que no tiene

grosor.

En el espacio hay infinitos puntos. Los identificaremos con una letra mayúscula y para

reconocerlos usaremos

Por ejemplo:

A se lee punto A, x M se lee punto M.

usaremos Por ejemplo: A se lee punto A, x M se lee punto M. o x.

o x.

Si unimos diferentes puntos, obtendremos líneas que pueden ser curvas, rectas, mixtas o poligonales. Son curvas si, al unirse los puntos, siguen distintas direcciones; rectas, si llevan la misma dirección; mixtas, si mezclan ambas; y poligonales, si están formadas solamente por trozos de rectas.

25

Plano y Recta:Infinitos puntos La unión de infinitos puntos da origen a los otros dos

Plano y Recta:Infinitos puntos

La unión de infinitos puntos da origen a los otros dos principios básicos de la geometría: plano y

recta.

La representación más cercana de la recta es un hilo tenso o la marca que deja un lápiz en un

papel. Es infinita, porque sus extremos son ilimitados y en ella hay infinitos puntos.

La identificaremos con el dibujo

Una recta puede tener dirección:

Horizontal:

con el dibujo Una recta puede tener dirección: Horizontal: como la línea del horizonte. Vertical: como

como la línea del horizonte.

Vertical:

como el hilo a plomo.

Oblicua:

Oblicua: cuando es distinta a las dos anteriores.

cuando es distinta a las dos anteriores.

Las rectas se nombran con dos letras mayúsculas y sobre ellas se anota su símbolo. Por ejemplo:

AB, se lee recta AB.

También se usa una L ó una R, especialmente en los casos en que deban distinguirse varias

rectas.

Veamos:

DE es una recta oblicua.

distinguirse varias rectas. Veamos: DE es una recta oblicua. L es una recta vertical. Plano Lo

L es una recta vertical.

Plano

Lo más parecido a este elemento del espacio es una hoja de papel, pero lo diferencia con ésta, el hecho que es ilimitado y no tiene grosor.

26

El plano es una superficie infinita, formada por infinitos puntos que siguen una misma dirección, es decir, hay rectas que quedan totalmente incluidas en ella.

El símbolo de plano es P y para nombrarlo debe estar acompañado de, por lo menos, tres puntos.

Las paredes de nuestra casa, el pavimento de las calles, la superficie de una laguna, son representaciones de planos.

Es importante saber que en un plano podemos encontrar puntos y rectas, y obtener figuras geométricas.

Hay planos horizontales, verticales y oblicuos.

Cuando en una superficie no quedan rectas totalmente incluidas en ella, decimos que es curva.

Una representación de esto sería una bandera flameando

• Cálculo de perímetros, áreas y volúmenes

El perímetro de una figura bidimensional es la distancia que hay alrededor de ella.

El perímetro de un polígono es igual a la suma de todos sus lados. El perímetro de un polígono

regular es igual a la la longitud de uno de los lados multiplicada por el número de lados.

La longitud de una circunferencia, o su perímetro, es igual a 2×π×r, donde r es el radio y π es una

constante que tiene un valor aproximadamente igual a 3,1416.

Llamamos área o superficie a la medida de la región interior de un polígono. Recordemos que la

región interior es la parte del plano que queda encerrada por los lados del polígono. Observa:

que queda encerrada por los lados del polígono. Observa: Este polígono de 9 lados, es decir,

Este polígono de 9 lados, es decir, un eneágono, tiene pintada de azul su región interior.

Los puntos de la región interior no se intersectan con la región exterior, porque tienen una frontera:

los lados que forman el polígono.

Una necesidad y un problema

El hombre tuvo necesidad de medir la superficie de los terrenos que sembraba. Para hacerlo, ideó un sistema utilizando los elementos que tenía a su alcance. El método consistió en colocar cada elemento sobre la tierra para ver cuántas veces cabía en la superficie que quería medir, como si pusiera baldosas sobre ella.

Pero se le presentó una dificultad, debido a que las medidas que usaba eran arbitrarias. Es decir, cada persona tenía una base diferente, y media de acuerdo a su propio parecer, sin ponerse de acuerdo con los demás.

Por ejemplo

Para que entiendas mejor lo anterior, lo veremos graficado con un ejemplo.

27

Vamos a medir el área de una figura, utilizando elementos diferentes.

Esta es nuestra figura:

utilizando elementos diferentes. Esta es nuestra figura: Primero mediremos el área de este rectángulo, tomando como

Primero mediremos el área de este rectángulo, tomando como medida base una baldosa roja.

este rectángulo, tomando como medida base una baldosa roja. La baldosa roja cabe 9 veces en

La baldosa roja cabe 9 veces en nuestro rectángulo, entonces su área es de 9 baldosas rojas.

Ahora, mediremos con una baldosa diferente, la que identificaremos con el color verde. Así:

diferente, la que identificaremos con el color verde. Así: La baldosa verde cabe 16 veces en

La baldosa verde cabe 16 veces en el rectángulo. El área corresponde a 16 baldosas verdes.

El rectángulo es el mismo, pero las baldosas son diferentes. Por lo tanto, los resultados de la

medición también fueron distintos.

Cuadrados y rectángulos

Dibujaremos un cuadrado de 3 cm. y colocaremos sobre él centímetros cuadrados.

de 3 cm. y colocaremos sobre él centímetros cuadrados. Obtuvimos 9 cm2, lo mismo que si

Obtuvimos 9 cm2, lo mismo que si multiplicamos lado por lado, de este modo:

3 cm · 3 cm = 9 cm2

Si llamamos a al lado del cuadrado, podemos concluir que:

el área de un cuadrado es a · a = a2

El área de un rectángulo se calcula de forma semejante; lo único que cambia es que las medidas

de los lados son distintas. Al largo, lo denominaremos a, y al ancho, b. Calcularemos el área del

siguiente rectángulo con centímetros cuadrados.

área del siguiente rectángulo con centímetros cuadrados. El área equivale a 8 cm2. Matemáticamente se puede

El área equivale a 8 cm2.

Matemáticamente se puede obtener multiplicando largo por ancho.

En fórmula, el área de un rectángulo es a · b

Rombos y romboides

28

Estos paralelógramos no tienen ángulos rectos, por lo que en ellos no se puede aplicar la misma fórmula. Para calcular su área, recurriremos a un elemento secundario: la altura, un segmento perpendicular (forma ángulos de 90°) que une un lado con su vértice opuesto.

ángulos de 90°) que une un lado con su vértice opuesto. En el rombo y romboide

En el rombo y romboide dibujados, DE corresponde a la altura.

¿Por qué necesitamos la altura para calcular el área?

Trazaremos una paralela a la altura desde C y prolongaremos el lado AB hasta obtener F.

Se formó un BFC, congruente con AED y nos quedó el rectángulo EFCD

un BFC, congruente con AED y nos quedó el rectángulo EFCD El rectángulo formado tiene como

El rectángulo formado tiene como largo el lado del rombo o romboide, y su ancho es la altura

dibujada. Entonces, concluimos que:

El área del rombo o romboide = b · h ---> b= base, y h = altura

En resumen, cualquier paralelógramo tiene una sola fórmula para calcular su área, ya que en el

cuadrado y en el rectángulo un lado es la base y el otro, la altura. Entonces:

Área de un paralelógramo = b · h

Calcularemos el área de un rombo que tiene 4,6 cm. por lado y su altura es de 3 cm. Aplicamos la

fórmula:

Área rombo = b · h

Área rombo = 4,6 cm · 3 cm.

Área rombo = 13,8 cm2

Trapecios

Sabemos que los trapecios son cuadriláteros que tienen un par de lados paralelos llamados bases.

Sus lados, es decir, los no paralelos, no son perpendiculares a las bases, salvo el trapecio

rectángulo que tiene perpendicular uno de ellos. Para el cálculo de su área también necesitamos considerar la altura.

29

Para formar un rectángulo trazamos la paralela a DE desde B y prolongamos DC hasta

Para formar un rectángulo trazamos la paralela a DE desde B y prolongamos DC hasta formar F.

Nos queda el

a DE desde B y prolongamos DC hasta formar F. Nos queda el AED CFB y
a DE desde B y prolongamos DC hasta formar F. Nos queda el AED CFB y

AED

CFB y nuestro rectángulo es EBFD

formar F. Nos queda el AED CFB y nuestro rectángulo es EBFD El rectángulo tiene como

El rectángulo tiene como largo la mitad de la suma de las bases del trapecio y su ancho es la altura

que trazamos. El área del trapecio se puede calcular aplicando la fórmula:

Área del trapecio = base mayor + base menor · h

2

Calcularemos el área de nuestro trapecio.

Área del trapecio =

8 cm +

4 cm ·

3,6

2

Área del trapecio =

12 cm ·

3,6

2

Área del trapecio =

El área de los triángulos

El cálculo de área de un triángulo cualquiera, se relaciona con el área de un romboide, cuya fórmula era base · altura

¿Cómo podemos relacionar triángulo y romboide?

Lo haremos a través del siguiente dibujo

21,6 cm2

30

A nuestro de C. ABC, le trazaremos una paralela al lado AC a partir de

A nuestro

de C.

A nuestro de C. ABC, le trazaremos una paralela al lado AC a partir de B,

ABC, le trazaremos una paralela al lado AC a partir de B, y una paralela a AB a partir

al lado AC a partir de B, y una paralela a AB a partir Se ha

Se ha formado un romboide donde el

Para calcular el área del romboide necesitábamos la altura, porque su fórmula es b · h.

Como el

romboide.

Su fórmula es:

su fórmula es b · h. Como el romboide. Su fórmula es: ABC es la mitad

ABC es la mitad de él.

h. Como el romboide. Su fórmula es: ABC es la mitad de él. es la mitad

es la mitad del romboide obtenemos que el área del

de él. es la mitad del romboide obtenemos que el área del es igual a la

es igual a la mitad del área del

Área del triángulo = b · h

2

a la mitad del área del Área del triángulo = b · h 2 AB= 5

AB= 5 cm AC= 3,2 cm

BC= 4 cm CD= 3 cm

Calculemos el área de este triángulo. Comenzamos, aplicando la fórmula.

área de este triángulo. Comenzamos, aplicando la fórmula. Triángulo rectángulo Si el es rectángulo, su área

Triángulo rectángulo

Si el es rectángulo, su área se puede calcular por medio de sus catetos, que son los lados

perpendiculares, porque un cateto es la altura del otro. Entonces, la fórmula para su cálculo sería:

Área del triángulo =

cateto · cateto

2

Aplicaremos esta fórmula en el siguiente triángulo rectángulo.

31

AB= 4 cm BC= 5 cm AC= 3 cm Los catetos miden 3 y 4

AB= 4 cm

BC= 5 cm

AC= 3 cm

Los catetos miden 3 y 4 cm

AB= 4 cm BC= 5 cm AC= 3 cm Los catetos miden 3 y 4 cm

En el círculo

El círculo es la región interior de una circunferencia.

El círculo es la región interior de una circunferencia. El área de un círculo se obtiene

El área de un círculo se obtiene aplicando la siguiente fórmula:

Área del O =

= 3,14 r = radio de la circunferenciase obtiene aplicando la siguiente fórmula: Área del O = Recordemos que ó 3. Aplicaremos la

Recordemos que

ó 3.

Aplicaremos la fórmula para calcular el área de un círculo de 3 cm. de radio.

para calcular el área de un círculo de 3 cm. de radio. · r2 es un

· r2

calcular el área de un círculo de 3 cm. de radio. · r2 es un número

es un número decimal infinito que, para efectos de cálculo, lo dejamos en 3,14

infinito que, para efectos de cálculo, lo dejamos en 3,14 Apliquemos el teorema de Pitágoras El

Apliquemos el teorema de Pitágoras

El gran matemático griego Pitágoras descubrió una situación muy especial que se produce en el

triángulo rectángulo y que se relaciona con sus lados.

Su teorema dice: "El cuadrado construido sobre la hipotenusa de un triángulo rectángulo, equivale

a la suma de los cuadrados construidos sobre sus catetos"

Demostraremos este teorema a través de un dibujo.

32

Hemos construido un cuadrado sobre cada lado del triángulo rectángulo. Pitágoras dice que el cuadrado

Hemos construido un cuadrado sobre cada lado del triángulo rectángulo.

Pitágoras dice que el cuadrado 1 tiene su área igual a la suma de los cuadrados 2 y 3.

De acuerdo al cuadriculado, el cuadrado 1 tiene un área de 25 cuadros. Al sumar los 9 cuadros del

cuadrado 2 y los 16 cuadros del 3 obtenemos 25. Entonces, se cumple:

2 y los 16 cuadros del 3 obtenemos 25. Entonces, se cumple: Este teorema nos sirve

Este teorema nos sirve para calcular la medida desconocida de un lado de un triángulo rectángulo,

puede ser un cateto o su hipotenusa.

Por ejemplo: si la hipotenusa mide 5 cm y uno de sus catetos es 4 cm, ¿cuánto mide el otro cateto?

Aplicamos la fórmula.

4 cm, ¿cuánto mide el otro cateto? Aplicamos la fórmula. Áreas achuradas Son una forma de

Áreas achuradas

Son una forma de aplicación del cálculo de áreas de diferentes figuras que están relacionadas

entre sí. Para distinguir la parte que se debe calcular como resultado final se procede a achurarla,

es decir, se pinta o raya imitando texturas.

Algunas veces, la parte achurada está formada por la unión de áreas de figuras, por lo tanto, hay

que descomponerla, luego hacer el cálculo de cada parte, y finalmente, sumarlas para encontrar el

área total.

Veamos el siguiente ejemplo:

hacer el cálculo de cada parte, y finalmente, sumarlas para encontrar el área total. Veamos el

33

Esta figura se descompone en medio círculo y un rectángulo. Primero, tendremos que calcular el área del círculo; luego, dividirla por 2. Buscaremos, también el área del rectángulo y después sumaremos ambos resultados para obtener el área total.

Hay ejercicios, que tienen unas figuras dentro de otras y la parte achurada se relaciona con un sector formado por la intersección de ellas. En estos casos, la solución se encuentra buscando la diferencia entre las figuras que forman la intersección. Por ejemplo:

entre las figuras que forman la intersección. Por ejemplo: Nuestra figura está formada por un cuadrado

Nuestra figura está formada por un cuadrado con un círculo en su interior. La parte achurada

corresponde a la diferencia entre el área del cuadrado y la del círculo

Volumen

Probabilidad y estadística básica

La probabilidad es la caracteristica de un suceso del que existen razones para creer que se

realizará. Los sucesos tienden a ser una frecuencia relativa del numero de veces que se realiza el

experimento

La probabilidad p de aparición de un suceso S de un total de n casos posibles igualmente factibles

es la razón entre el número de ocurrencias h de dicho suceso y el número total de casos posibles

n.

p = P{S} = h / n

La probabilidad es un número (valor) entre 0 y 1. Cuando el suceso es imposible se dice que su

probabilidad es 0 y se dice que es un suceso cierto cuando siempre tiene que ocurrir y su

probabilidad es 1. La probabilidad de no ocurrencia de un evento está dada por q donde:

q = P{noS} = 1 (h / n)

Simbólicamente el espacio de resultados, que normalmente se denota por Ω, es el espacio que

consiste en todos los resultados que son posibles. Los resultados, que se denota por ω

etcétera, son elementos del espacio Ω

1

2 ,

La Estadística es una rama de las matemáticas que se utiliza para describir, analizar e interpretar

fenómenos donde interviene el azar, y que permite a otras ciencias a generar modelos

matemáticos empíricos donde se considera el componente aleatorio. La Estadística se divide en

dos grandes ramas:

La Estadística descriptiva, que se dedica a los métodos de recolección, descripción, visualización y resumen de datos originados a partir de los fenómenos en estudio.

La Estadística inferencial, que se dedica a la generación de los modelos, inferencias y predicciones asociadas a los fenómenos en cuestión.

El Razonamiento Estadístico

Todo problema estadístico opera del modo siguiente:

Se plantea un problema en estudio.

34

Se realiza un muestreo consistente en la recolección de datos referentes al fenómeno o variable que deseamos estudiar.

Se propone un modelo de probabilidad, cuyos parámetros se estiman mediante estadísticos a partir de los datos de muestreo. Sin embargo se mantiene lo que se denominan hipótesis sostenidas (que no son sometidas a comprobación)

Se valida el modelo comparándolo con lo que sucede en la realidad. Se utiliza métodos estadísticos conocidos como test de hipótesis y pilin de significación

• Población, muestra, medidas de tendencia central, desviación

estándar y varianza

Población: Conjunto de todos los elementos incluidos en cierto estudio estadístico.

Muestra: Subconjunto de la población.

Elemento: Unidad mínima de la que se compone la población

MEDIA ARITMÉTICA

Es la suma de los valores de una variable dividida por, él numero de ellos. La media aritmética, que

se representa con

numero de ellos. La media aritmética, que se representa con . La fórmula de la media

.

La fórmula de la media aritmética es:

se representa con . La fórmula de la media aritmética es: Ejemplo: se obtiene con los

Ejemplo:

se obtiene con los siguientes pasos

1. Se suman todos los datos

obtiene con los siguientes pasos 1. Se suman todos los datos 10 + 3 + 5

10 + 3 + 5 + 9 + 6 + 8 + 8 + 7 + 9 + 6 + 8 + 7 =

2. La suma (

+ 3 + 5 + 9 + 6 + 8 + 8 + 7 + 9

) se divide entre el número de datos (n) :

7 = 2. La suma ( ) se divide entre el número de datos (n) :

La media aritmética o promedio de las evaluaciones es 7.16, que es el valor representativo de todos los datos.

MEDIA ARITMÉTICA PONDERADA

o promedio de las evaluaciones es 7.16, que es el valor representativo de todos los datos.

35

A veces se asocia a los números x1, x2,

w1, w2,

Entonces se genera una media aritmética ponderada, que también se representa con equis

testada.

,xn

que se quieren promediar, ciertos factores o pesos

,wn

que dependen de la significación o importancia de cada uno de los números.

la significación o importancia de cada uno de los números. Ejemplo Supongamos que un alumno quiere

Ejemplo

Supongamos que un alumno quiere encontrar el promedio ponderado de sus cinco calificaciones.

La segunda calificación vale el doble de al primera, la tercera el triple de la primera, la cuarta vale

cuatro veces la primera y la quinta cinco veces. ¿Cuál es su promedio si sus calificaciones son 8.5,

7.3, 8.3, 6.4 y 9.2?

X1 = 8.5 ; W1 = 1

X2 = 7.3 ; W2 = 2

X3 = 8.3 ; W3 = 3

X4 = 6.4 ; W4 = 4

X5 = 9.2 ; W5 = 5

(8.5*1+7.3*2+8.3*3+6.4*4+9.2*5)

(1+2+3+4+5)

= 119.6/15 = 7.97 es el promedio ponderado de las calificaciones de este alumno

LA MEDIANA

Es la observación que se encuentra en el centro cuando los datos están ordenados, divide a los

datos en dos partes iguales.

- Si n es impar:

la mediana es la observación que está en el lugar (n+1)/2, esto es

es la observación que está en el lugar (n+1)/2, esto es - Si n es par:

- Si n es par:

la mediana es el promedio de las observaciones n/2 y n/2+1, esto es

36

Ejemplo Encuentra la mediana para el siguiente conjunto de datos 9 12 5 16 8

Ejemplo

Encuentra la mediana para el siguiente conjunto de datos 9 12 5 16 8 3
Encuentra la mediana para el siguiente conjunto de datos
9 12
5
16
8
3
11
Primero se ordenan los datos
3 5
8
9
11
12
16
Una vez ordenados, como el número de datos es impar (7), se busca el que tiene la posición

(n+1)2, o sea (7+1)2 = 4. Este número es el 9 y representa la mediana.

Ejemplo

Calcula la mediana para el siguiente conjunto de datos 8.3 5.7 9.2 3.9 7.4 11.8
Calcula la mediana para el siguiente conjunto de datos
8.3 5.7
9.2
3.9
7.4
11.8
10.6
4.3
Nuevamente se ordenan los datos
3.9 4.3
5.7
7.4
8.3
9.2
10.6
11.8
Una vez ordenados, como el númeo de datos es par (8), se busca el número que tiene la posición

n/2 y el que tiene la posición n/2+1, o sea 8/2 = 4 y 8/2+1 = 5. Los números que tienen la posición

cuarta y quinta son 7.4 y 8.3. Estos números se promedian y el resultado será la mediana.

(7.4+8.3)/2 = 7.85. Este resultado 7.85 representa la mediana para este conjunto de datos

LA MODA

La moda es el dato que aparece con mayor frecuencia en una colección.

Ejemplo

Si se observa cual es el dato que más se repite en las evaluaciones, se tiene:

3, 5, 6, 6, 7, 7, 8, 8, 8, 9, 9, 10

Que es el ocho. Este valor representa la moda de esta colección, por lo tanto, la moda se refiere al dato que tiene mayor frecuencia.

Nota: Si ninguna observación se repite, se dice que esos datos no tienen moda. Si todos los datos se repiten el mismo número de veces, los datos serán multimodales.

37

Ejemplo

Encuentra la moda de los siguientes datos

4 9 5 6 7
4 9
5 6
7

Como los datos sólo existen una vez, este conjunto de datos no tienen moda.

Ejemplo

Encuentra la moda del siguiente conjunto de datos 9 3 6 7 9 8 5
Encuentra la moda del siguiente conjunto de datos
9 3
6
7
9
8
5
9
7
3
El 3 se repite dos veces, el 7 se repite también dos veces, pero como el 9 se repite tres veces, este

último número es la moda para este conjunto de datos.

Ejemplo

Calcula la moda para los datos que se presentan a continuación 6 7 8 6
Calcula la moda para los datos que se presentan a continuación
6 7
8
6
9
7
8
5
6
8
El máximo número de veces que se repiten los datos son tres, y hay dos datos que se repiten tres

veces, el 6 y el 8. El conjunto de datos es bimodal y sus modas son el 6 y el 8.

Ejemplo

Calcula la moda para estos datos 8 6 5 5 9 6 8 6 5
Calcula la moda para estos datos
8 6 5 5 9
6 8 6 5 9 8 9
En este conjunto de datos, todos se repiten tres veces. El 5, 6, 8 y el 9 son moda. No hay ninguno

que no lo sea, es un caso multimodal

DESVIACIÓN ESTÁNDAR

La desviación estándar es la medida de dispersión mas usada en estadística, tanto en aspectos

descriptivos como analíticos. En su forma conceptual, la desviación estándar se define así:

tanto en aspectos descriptivos como analíticos. En su forma conceptual, la desviación estándar se define así:

38

Fórmula de trabajo para la población

Fórmula de trabajo para la población Fórmula de trabajo para la muestra: Ejemplo: x x2 3

Fórmula de trabajo para la muestra:

para la población Fórmula de trabajo para la muestra: Ejemplo: x x2 3 9 2 4

Ejemplo:

x

x2

3

9

2

4

3

9

5

25

4

16

3

9

20

72

39

Cuando se trata de datos agrupados la formula es: Ejemplo : x f fx x2

Cuando se trata de datos agrupados la formula es:

Cuando se trata de datos agrupados la formula es: Ejemplo : x f fx x2 fx2

Ejemplo :

x

f

fx

x2

fx2

32

1

32

1024

1024

37

3

111

1369

4107

42

8

336

1764

14112

47

9

423

2209

19881

52

7

364

2704

18928

57

4

228

3249

12996

62

3

186

3844

11532

67

3

201

4489

13467

72

2

144

5184

10368

Sumas

40

2025

 

106415

40

Conociendo la desviación estándar, se puede calcular otros estimadores derivados que son de gran utilidad

Conociendo la desviación estándar, se puede calcular otros estimadores derivados que son de

gran utilidad para describir y/o interpretar el comportamiento de los datos

VARIANZA (VARIANCIA) S2

La varianza,

, se define como la media de las diferencias cuadráticas de n puntuaciones con respecto a su

media aritmética, es decir:

puntuaciones con respecto a su media aritmética, es decir: Para datos agrupados en tablas, usando las
puntuaciones con respecto a su media aritmética, es decir: Para datos agrupados en tablas, usando las

Para datos agrupados en tablas, usando las notaciones establecidas en los capítulos anteriores, la

varianza se puede escribir como

capítulos anteriores, la varianza se puede escribir como Una fórmula equivalente para el cálculo de la

Una fórmula equivalente para el cálculo de la varianza está basada en lo siguiente:

como Una fórmula equivalente para el cálculo de la varianza está basada en lo siguiente: Con

Con lo cual se tiene

41

Si los datos están agrupados en tablas, es evidente que La varianza no tiene la

Si los datos están agrupados en tablas, es evidente que

Si los datos están agrupados en tablas, es evidente que La varianza no tiene la misma

La varianza no tiene la misma magnitud que las observaciones (ej. si las observaciones se miden

en metros, la varianza lo hace en metros2). Si queremos que la medida de dispersión sea de la

misma dimensionalidad que las observaciones bastará con tomar su raíz cuadrada.

Por ello se define la desviación típica,

raíz cuadrada. Por ello se define la desviación típica, Ejemplo , como: Calcular la varianza y

Ejemplo

cuadrada. Por ello se define la desviación típica, Ejemplo , como: Calcular la varianza y desviación

, como:

Calcular la varianza y desviación típica de las siguientes cantidades medidas en metros:

3,3,4,4,5

Para calcular dichas medidas de dispersión es necesario calcular previamente el valor con

respecto al cual vamos a medir las diferencias. Éste es la media:

al cual vamos a medir las diferencias. Éste es la media: La varianza es: Siendo la

La varianza es:

a medir las diferencias. Éste es la media: La varianza es: Siendo la desviación típica su

Siendo la desviación típica su raíz cuadrada:

es: Siendo la desviación típica su raíz cuadrada: Las siguientes propiedades de la varianza (respectivamente,

Las siguientes propiedades de la varianza (respectivamente, desviación típica) son importantes a la hora de hacer un cambio de origen y escala a una variable. En primer lugar, la varianza (resp. Desviación típica) no se ve afectada si al conjunto de valores de la variable se le añade una constante. Si además cada observación es multiplicada por otra constante, en este caso la varianza cambia en relación al cuadrado de la constante (resp. La desviación típica cambia en relación al valor absoluto de la constante). Esto queda precisado en la siguiente proposición

TASA INTERNA DE RENTABILIDAD O DE RETORNO

42

Generalmente conocido por su acrónimo TIR, es el tipo de descuento que hace que el VAN (valor actual o presente neto) sea igual a cero, es decir, el tipo de descuento que iguala el valor actual de los flujos de entrada (positivos) con el flujo de salida inicial y otros flujos negativos actualizados de un proyecto de inversión. En el análisis de inversiones, para que un proyecto se considere rentable, su TIR debe ser superior al coste del capital empleado.

El Valor Actual Neto es un criterio financiero para el análisis de proyectos de inversión que consiste en determinar el valor actual de los flujos de caja que se esperan en el transcurso de la inversión, tanto de los flujos positivos como de las salidas de capital (incluida la inversión inicial), donde éstas se representan con signo negativo, mediante su descuento a una tasa o coste de capital adecuado al valor temporal del dinero y al riesgo de la inversión. Según este criterio, se recomienda realizar

aquellas inversiones cuyo valor actual neto sea positivo.

El Valor Actual o Valor presente, es calculado mediante la aplicación de una tasa de descuento, de

uno o varios flujos de tesorería que se espera recibir en el futuro; es decir, es la cantidad de dinero

que sería necesaria invertir hoy para que, a un tipo de interés dado, se obtuvieran los flujos de caja

previstos.

CORRELACIÓN LINEAL

Objetivo principal del análisis de correlación lineal es medir la intensidad de una relación lineal

entre dos variables. A continuación se estudian algunos diagramas de dispersión que indican

diferentes relaciones entre las variables independientes x y las variables dependientes y. Si Y

dependientes no existe un cambio definido en los valores de y conforme aumentan los valores de

x, se dice que no hay correlación o que no existe relación entre x y y. En cambio, si al aumentar x

hay una modificación definida en los valores de y, entonces existe correlación.

En este último caso la correlación es positiva cuando y tiende a aumentar, y negativa cuando y

decrece. Si tanto los correlación lineal valores de x como los de y tienden a seguir una dirección

recta, existe una correlación lineal.

La precisión del cambio en y conforme x incrementa su valor, determina la solidez de la correlación

lineal. Los diagramas de dispersión de la Figura 3-2 ilustran estas nociones.

de dispersión de la Figura 3-2 ilustran estas nociones. Hay una correlación lineal perfecta cuando todos

Hay una correlación lineal perfecta cuando todos los puntos están situados a lo largo de una recta

en forma exacta, como se muestra en la Figura. Esta correlación puede ser positiva o negativa, dependiendo de que y aumente o disminuya conforme x aumenta. Si los datos forman una recta vertical u horizontal no existe correlación, pues una variable no tiene efecto sobre la otra.

43

PROBABILIDAD Y TIPOS DE PROBABILIDAD Históricamente se han desarrollado tres diferentes enfoques conceptuales para

PROBABILIDAD Y

TIPOS DE PROBABILIDAD

Históricamente se han desarrollado tres diferentes enfoques conceptuales para definir la

probabilidad y para determinar valores de probabilidad:

el clásico,

el de frecuencia relativa y

el subjetivo.

De acuerdo con el enfoque clásico de la probabilidad, si N(A) resultados elementales posibles son

favorables en el evento A, y existe N(S) posibles resultados en el espacio muestral y todos los

resultados elementales son igualmente probables y mutuamente excluyentes; entonces, la

probabilidad de que ocurra el evento A es

N(A)

P(A) = -------------

N(S)

Obsérvese que el enfoque clásico de la probabilidad se basa en la suposición de que cada uno de

los resultados es igualmente probable. Debido a que este enfoque (cuando es aplicable) permite

determinar los valores de probabilidad antes de observar cualesquiera eventos muestrales,

también se le denomina enfoque a priori.

EJEMPLO

En un mazo de cartas bien barajadas que contiene 4 ases y 48 cartas de otro tipo, la probabilidad de obtener un as (A) en una sola extracción es

N(A) 4 1

P(A) = ---------- = ----- = ----

44

N(S) 52 13

A través del enfoque de frecuencia relativa, se determina la probabilidad con base en la proporción

de veces que ocurre un resultado favorable en un determinado número de observaciones o experimentos. No hay implícita ninguna suposición previa de igualdad de probabilidades. Debido a que para determinar los valores de probabilidad se requiere de la observación y de la recopilación de datos, a este enfoque se le denomina también enfoque empírico. La probabilidad de que ocurra

un evento A, de acuerdo con el enfoque de frecuencia relativa es

Número de observaciones de A n(A)

P(A) = -------------------------------------- = -------

Tamaño de la muestra n

EJEMPLO.

Antes de incluir la cobertura para ciertos tipos de problemas dentales en pólizas de seguros

médicos para adultos con empleo, una compañía de seguros desea determinar la probabilidad de

ocurrencia de esa clase de problemas, para que pueda fijarse la prima de seguros de acuerdo con

esas cifras. Por ello, un especialista en estadística recopila datos para 10,000 adultos que se

encuentran en las categorías de edad apropiadas y encuentra que 100 de ellos han experimentado

el problema dental específico durante el año anterior.

Por ello, la probabilidad de ocurrencia es:

n(A) 100

P(A) = ------- = --------- = 0.01, o 1%

n 10,000

Tanto el enfoque clásico como el de frecuencia relativa producen valores de probabilidad objetivos,

en el sentido de que señalan la tasa relativa de ocurrencia del evento a largo plazo.

Por el contrario, el enfoque subjetivo a la probabilidad es particularmente apropiado cuando sólo

existe una probabilidad de que el evento ocurra, y se da el caso de que ocurra o no esa única vez.

De acuerdo con el enfoque subjetivo, la probabilidad de un evento es el grado de confianza que

una persona tiene en que el evento ocurra, con base en toda la evidencia que tiene disponible.

Debido a que el valor de la probabilidad es un juicio personal, al enfoque subjetivo se le denomina

también enfoque personalista.

EJEMPLO

Debido a los impuestos y a los posibles usos alternativos de sus fondos, un inversionista ha determinado que la compra de terrenos vale la pena sólo si existe una probabilidad de cuando menos 0.90 de que el terreno obtenga plusvalía por 50% o más en los próximos 4 años. Al evaluar un determinado terreno, el inversionista estudia los cambios en los precios en el área en años recientes, considera los niveles corrientes de precios, estudia el estado corriente y futuro probable de los proyectos de desarrollo inmobiliarios y revisa las estadísticas referentes al desarrollo económico del área geográfica global. Con base en esta revisión, concluye que existe una probabilidad de aproximadamente 0.75% de que se dé la plusvalía que requiere. Como esta probabilidad es menor que la mínima que requiere, (0.90), no debe llevarse a cabo la inversión

45

DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS DISCRETAS:

BINOMIAL, HIPERGEOMÉTRICA Y POISSON.

DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS

En contraste con un evento, una variable aleatoria es un evento numérico cuyo valor se determina mediante un proceso al azar. Cuando se asignan valores de probabilidad a todos los valores numéricos posibles de una variable aleatoria X, ya sea mediante un listado o a través de una función matemática, se obtiene como resultado una distribución de probabilidad. La suma de las

probabilidades para todos los resultados numéricos posibles debe ser igual 1.0. Pueden denotarse

los valores de probabilidad individuales mediante el símbolo f(x), lo cual implica que hay implícita

una función matemática; mediante P(x=X), el cual implica que la variable aleatoria puede asumir

diversos valores específicos, o simplemente mediante P(X).

Para una variable aleatoria discreta, se pueden enlistar todos los valores numéricos posibles de la

variable en una tabla con las probabilidades correspondientes. Existen diversas distribuciones

estándar de probabilidad que pueden utilizarse como modelos para una amplia gama de variables

aleatorias discretas en aplicaciones de negocios. Los modelos estándar que se describiremos son

las distribuciones de probabilidad binomial, hipergeométrica y Poisson.

Para una variable aleatoria continua no es posible enlistar todos los posibles valores fraccionarios

de la variable y, por lo tanto, las probabilidades que se determinan a través de una función

matemática se ilustran en forma gráfica mediante una función de densidad de probabilidad o curva

de probabilidad. Más adelante se describen diversas distribuciones estándar de probabilidad que

pueden servir como modelos para variables aleatorias continuas.

EJEMPLO

En la siguiente tabla se muestra el número de camionetas que se han solicitado para renta en una

arrendadora de automóviles, en un periodo de 50 días. En la última columna de la Tabla se

incluyen las frecuencias observadas en este periodo de 50 días, convertidas en probabilidades.

Así, puede observarse que la probabilidad de que se hayan solicitado exactamente siete

camionetas en un día elegido al azar en ese periodo es de 0.20, y que la probabilidad de que se

hayan solicitado seis o más es de 0.20 + 0.20 + 0.08 = 0.56.

Demanda diaria de arrendamiento de camionetas

durante un periodo de 50 días

Demanda

Número de

Probabilidad [P

posible X

días

(X)]

3

3

0.06

4

7

0.14

5

12

0.24

6

14

0.28

7

10

0.20

46

8

4

0.08

 

50

1.00

EL VALOR ESPERADO Y LA VARIANZA DE UNA VARIABLE ALEATORIA DISCRETA

De la misma manera en que se hace para conjuntos de datos muestrales y poblacionales, con frecuencia resulta útil describir una variable aleatoria en términos de su media y su varianza. La

media (a largo plazo) de una variable aleatoria X se denomina valor esperado y se denota mediante E(X). Para una variable aleatoria discreta, resulta ser el promedio ponderado de todos los

valores numéricos posibles de la variable, utilizando las probabilidades correspondientes como

pesos. Como la suma de los pesos (probabilidades) es 1.0, puede simplificarse la fórmula de la

media ponderada de manera que el valor esperado de una variable aleatoria discreta es

E(X) = ðXP(X)

EJEMPLO

Con base en los datos de la Tabla anterior, se presentan en la Tabla siguiente los cálculos que

conducen al valor esperado de la variable aleatoria. El valor esperado es 5.66 camionetas.

Observe que el valor esperado de la variable discreta puede ser un valor fraccionario porque

representa el valor promedio a largo plazo y no el valor específico de determinada observación.

Cálculo del valor esperado para la demanda de camionetas

Demanda posible X

Probabilidad [ P

Valor ponderado [

(X) ]

X P (X) ]

3

0.06

0.18

4

0.14

0.56

5

0.24

1.20

6

0.28

1.68

7

0.20

1.40

8

0.08

0.64

 

1.00

E(X) = 5.66

La varianza de una variable aleatoria X se denota mediante V(X); se calcula con respecto a E(X)

como la media de la distribución de probabilidad. La forma general de desviaciones para la fórmula

de la varianza de una variable aleatoria discreta es

V(X) = ð[X-E(X)-E(X)]2 P(X)

La forma abreviada para la fórmula de la varianza de una variable aleatoria discreta, que no requiere el cálculo de las desviaciones con respecto a la media, es

V(X) = ð X2 P(X) - [ð XP(X)]2 = E(X2) - [E(X)]2

47

EJEMPLO

En la siguiente Tabla se presenta la hoja de trabajo utilizada para el cálculo de la varianza de la demanda de renta de camionetas, utilizando la versión abreviada de la fórmula. Tal como se señala enseguida, el valor de la varianza es de 1.74.

V(X) = E(X2}-[E(X)]2 = 33.78-(5.66)2 = 33.78-32.04 = 1.74

Hoja de trabajo para el cálculo de la varianza para la demanda de camionetas

     

Demanda al

Valor

Demanda posible

X

Probabilidad [P(X)]

Valor

ponderado

[XP(X)]

cuadrado

(X2)

ponderado al

cuadrado

[X2P(X)]

3

0.06

0.18

9

0.54

4

0.14

0.56

16

2.24

5

0.24

1.20

25

6.00

6

0.28

1.68

36

10.08

7

0.20

1.40

49

9.80

8

0.08

0.64

64

5.12

   

E(X) = 5.66

 

E(X2) = 33.78

LA DISTRIBUCIÓN BINOMIAL

La distribución binomial es una distribución discreta de probabilidad aplicable como modelo a

diversas situaciones de toma de decisiones, siempre y cuando pueda suponerse que el proceso de

muestreo se ajusta a un proceso Bernoulli. Un proceso Bernoulli es un proceso de muestreo en el

que:

(1) Sólo son posibles dos resultados mutuamente excluyentes en cada ensayo u observación. Por

conveniencia, a estos resultados se les denomina éxito y fracaso.

(2) Los resultados del conjunto de ensayos u observaciones, constituyen eventos independientes.

(3) La probabilidad de éxito, que se denota mediante p, permanece constante de un ensayo a otro.

Es decir, el proceso es estacionario.

Puede utilizarse la distribución binomial para determinar la probabilidad de obtener un número determinado de éxitos en un proceso Bernoulli. Se requieren tres valores: el número específico de éxitos (X), el número de ensayos u observaciones (n) y la probabilidad de éxito en cada uno de los ensayos (p). La fórmula para determinar la probabilidad de un número determinado de éxitos X para una distribución binomial, en donde q = (1-p) es:

P(Xðn, p) = nCXpXqn-X

n!

48

= ----------- px q n-x

X! (n-X)!

EJEMPLO

La probabilidad de que un prospecto de ventas elegido al azar realice una compra es de 0.20. Si un vendedor visita a seis prospectos, la probabilidad de que realice exactamente cuatro ventas se determina de la siguiente manera:

P(X = 4ðn = 6, p = 0.20) = 6C4(0.20)4(0.80)2 = 6! (0.20)4(0.80)2

4!2!

6x5x4x3x2

= ------------- (0.0016)(0.64) = 0.01536 ð 0.015

(4x3x2)(2)

Con frecuencia existe interés en la probabilidad acumulada de "X o más" éxitos o "X o menos"

éxitos en n ensayos. En este caso, debe determinarse la probabilidad de cada uno de los

resultados incluidos dentro del intervalo designado, y entonces sumar esas probabilidades.

EJEMPLO

En relación con el ejemplo anterior la probabilidad de que el vendedor logre 4 o más ventas se

determina de la siguiente manera:

P(X 4ðn=6, p=0.20) = P(X=4) + P(X=5) + P(X=6)

= 0.01536 + 0.001536 + 0.000064 = 0.016960 ð 0.017

en donde P(X=4) = 0.1536 (del ejemplo anterior

P(X=5) = 6C5(0.20)5(0.80)1 = 6! (0.20)5(0.80) = 6(0.00032)(080) = 0.001536

5! 1!

P(X=6) = 6C6(0.20)6(0.80)0 = 6! (0.000064)(1) = (1)(0.000064) = 0.00064

6! 0!

(Nota: recuérdese que cualquier valor elevado a la potencia 0 es igual a 1).

Como el uso de la fórmula binomial implica una cantidad considerable de cálculos cuando la muestra es relativamente grande, con frecuencia se utilizan tablas de probabilidades binomiales.

LA DISTRIBUCIÓN HIPERGEOMÉTRICA

49

Cuando el muestreo se realiza sin reemplazo para cada uno de los elementos que se toman de una población finita de elementos, no se puede aplicar el proceso Bernoulli debido a que existe un cambio sistemático en la probabilidad de éxitos al ir extrayendo elementos de la población. Cuando se utiliza el muestreo sin reemplazo en alguna situación en la que, de no ser por el no reemplazo, se le pudiera calificar como proceso de Bernoulli, la distribución discreta de probabilidad apropiada resulta ser la distribución hipergeométrica.

Si X es el número designado de éxitos, N es el número de elementos de la población, T es el

número total de "éxitos" incluidos en la población y n es el número de elementos de la muestra, la

fórmula para determinar las probabilidades hipergeométricas es

N

n

- T T

- X X

P(XðN, Tn) = ----------------

N

n

EJEMPLO

De seis empleados, tres han estado con la compañía durante cinco o más años, si se eligen cuatro

empleados al azar de ese grupo la probabilidad de que exactamente dos de ellos tengan una

antigüedad de cinco años o más es:

6-3 3 3 3 3 ! 3 !

4-2 2 2 2 2!1! 2!1! (3) (3)

P(X=2ðN=6, T=3 n=4) = ------------- = ------------ = ------------- = ----------

6

6 6! 15

4

4 4!2!

=

0.60

Nótese que en el ejemplo anterior, el valor que se requiere de la probabilidad se calcula

determinando el número de combinaciones diferentes que incluirían a dos empleados con

antigüedad suficiente y dos con menor antigüedad como cociente del número total de

combinaciones de cuatro empleados, tomados de entre los seis. Por ello, la fórmula hipergeométrica es una aplicación directa de las reglas de análisis combinatorio.

Cuando la población es grande y la muestra es relativamente pequeña, el hecho de que se realice

el muestreo sin reemplazo tiene poco efecto sobre la probabilidad de éxito en cada ensayo. Una

regla práctica conveniente consiste en utilizar la distribución binomial como aproximación a la hipergeométrica cuando n<0.05N. Es decir, el tamaño de la muestra debe ser cuando menos del 5% del tamaño de la población. En diferentes textos pueden encontrarse reglas un tanto distintas

para determinar los casos en los que una aproximación como ésta es apropiada.

50

LA DISTRIBUCIÓN DE POISSON.

Puede utilizarse la distribución de Poisson para determinar la probabilidad de que ocurra un número designado de eventos, cuando esto ocurre en un continuo de tiempo o espacio. A un proceso como este se le denomina proceso Poisson; es similar al proceso Bernoulli excepto en que los eventos ocurren en un continuo (por ejemplo en un intervalo de tiempo) en vez de ocurrir en ensayos u observaciones fijas. Un ejemplo es la entrada de llamadas en un conmutador telefónico.

Al igual que en el caso del proceso Bernoulli, se supone que los eventos son independientes y que

el proceso es estacionario.

Sólo se requiere un valor para determinar la probabilidad de que ocurra un número designado de

eventos en un proceso de Poisson: el número promedio a largo plazo de eventos para el tiempo o

dimensión específico de interés. Por lo general, esta media se representa mediante ð (la letra

griega "lambda") o, es posible, mediante ð. La fórmula para determinar la probabilidad de un

número determinado de éxitos N en una distribución Poisson es

ðxe-ð

P(Xðð) = --------

X!

Aquí, e es la constante 2.7183 que es la base de los logaritmos naturales.

EJEMPLO

Un departamento de reparación de maquinaria recibe un promedio de cinco solicitudes de servicio

por hora. La probabilidad de que se reciban exactamente tres solicitudes en una hora seleccionada

al azar es

(5)3e-5 (125)(0.00674)

P(X =3ðð=5.0) = -------- = ------------------- = 0.1404

3! 6

DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS CONTINUAS:

NORMAL Y EXPONENCIAL

VARIABLES ALEATORIAS CONTINUAS

A diferencia de una variable aleatoria discreta, una variable aleatoria continua es la que puede

tomar cualquier valor fraccionario en un rango determinado de valores. Como existe un número infinito de posibles mediciones fraccionarias, no pueden enlistarse todos los valores posibles con una probabilidad correspondiente. Más bien, se define una función de densidad de probabilidad. Esta expresión matemática da la función de X, y se representa mediante el símbolo f(X), para cualquier valor designado de la variable aleatoria X. A la gráfica de una función de este tipo se le denomina curva de probabilidad y el área entre dos puntos cualesquiera bajo la curva de la probabilidad de la ocurrencia aleatoria de un valor entre esos dos puntos.

EJEMPLO

51

Para la distribución continua de probabilidad de la figura siguiente, la probabilidad de que un embarque seleccionado al azar tenga un peso neto entre 3,000 y 4,000 kilogramos es igual a la proporción del área total bajo la curva que se encuentra en el área sombreada. Es decir, se define que el área total bajo la función de densidad de probabilidad es igual a 1, y puede determinarse la proporción de esta área que se encuentra entre dos puntos determinados aplicando el método de la integración (del cálculo diferencial e integral) junto con la función matemática de densidad de probabilidad para esa curva de probabilidad.

de densidad de probabilidad para esa curva de probabilidad. Existen diversas distribuciones continuas de probabilidad

Existen diversas distribuciones continuas de probabilidad comunes que son aplicables como

modelos a una amplia gama de variables continuas en determinadas circunstancias. Existen tablas

de probabilidades para esas distribuciones estándar, haciendo que resulte innecesario el método

de la integración para determinar las áreas bajo la curva de probabilidad para estas distribuciones.

Los modelos comunes de distribuciones de probabilidad continua que se describen son las

distribuciones normal y la exponencial.

LA DISTRIBUCIÓN NORMAL DE PROBABILIDAD

La distribución normal de probabilidad es una distribución continua de probabilidad que es, al

mismo tiempo, simétrica y mesokúrtica (que no es plana ni puntiaguda). Con frecuencia se

describe a la curva de probabilidad que representa la distribución normal como una campana como

se muestra.

la distribución normal como una campana como se muestra. La distribución normal de probabilidad es muy

La distribución normal de probabilidad es muy importante en inferencia estadística por tres razones principales:

Se sabe que las mediciones que se obtienen en muchos procesos aleatorios tienen esta clase de distribución.

Con frecuencia pueden utilizarse las probabilidades normales para aproximar otras distribuciones de probabilidad tales como las distribuciones binomial y Poisson.

52

Las distribuciones de estadísticas como la media muestral y la proporción muestral tienen distribución normal cuando el tamaño de la muestra es grande, sin importar la forma de la distribución de la población de origen.

Como se mencionó antes, en el caso de las distribuciones continuas de probabilidad sólo es posible determinar un valor de probabilidad para un intervalo de valores. La altura de la función de densidad, o curva de probabilidad, para un variable con distribución normal está dada por

1 -[(X-ð)2/2σ2]

f(X) = -------- e

σð

en donde ð es la constante 3.1416, e es la constante 2.7183, ð es la media de la distribución y σ es

la desviación estándar de la distribución. Como cualquier combinación distinta de ð y σ genera una

distribución normal de probabilidad distinta (todas ellas simétricas y mesokúrticas), las tablas de las

probabilidades normales se basan en una distribución específica:

La distribución normal estándar. Ésta es una distribución normal en la que ð=0 y σ=1. Cualquier

valor X de una población con distribución normal puede convertirse a su valor normal estándar

equivalente, z, mediante la fórmula

X-ð

z = -----

σ

PUNTOS PERCENTILES PARA VARIABLES CON DISTRIBUCIÓN NORMAL

Puede recordarse que el punto percentil 90 es el punto de la distribución tal que el 90% de los

valores se encuentran por debajo de él y el 10% por encima. Para la distribución normal estándar,

es el valor de z tal que la proporción total de área a la izquierda de ese valor, bajo la curva normal,

es 0.90.

EJEMPLO

En la siguiente figura se ilustra la posición del punto percentil 90 para la distribución normal

estándar. Para determinar el valor requerido de z, se utiliza la tabla correspondiente en el sentido

contrario al común, porque, en este caso, el área bajo la curva entre la media y el punto de interés

es 0.40, tal como se ha especificado, y se desea determinar el valor correspondiente de z. Se

busca en el cuerpo de la tabla el valor más cercano a 0.4000. Este valor resulta ser 0.3997.

Determinando los encabezados del renglón y de la columna, se encuentra que el valor de z asociado con esta área es 1.28, y por lo tanto, z 0.90 = + 1.28.

53

Dado el procedimiento de este ejemplo, que permite determinar un punto percentil para la distribución

Dado el procedimiento de este ejemplo, que permite determinar un punto percentil para la

distribución normal estándar, puede determinarse un punto percentil para una variable aleatoria

con distribución normal convirtiendo el valor pertinente de z al valor que se requiere de X, mediante

la fórmula

X= ð+zσ

APROXIMACIÓN NORMAL A PROBABILIDADES BINOMIALES

Cuando el número de observaciones o ensayos n es relativamente grande, puede utilizarse la

distribución normal de probabilidad para aproximar las posibilidades binomiales. Una regla

conveniente consiste en afirmar que esas aproximaciones son aceptables cuando n ðð, y tanto

np 5 como nq 5. Esta regla, en combinación con la que se proporciona con respecto a la

aproximación de Poisson a las probabilidades binomiales, significa que en los casos en que n 30,

las probabilidades binomiales pueden aproximarse, ya sea mediante la distribución normal o la de

Poisson, dependiendo de los valores np y nq. Algunos otros textos pueden utilizar reglas un tanto

distintas para determinar los casos en los que esas aproximaciones son apropiadas.

Cuando se utiliza la distribución normal de probabilidad como base para aproximar un valor

binomial de probabilidad, la media y la desviación estándar se basan en un valor esperado y la

varianza del número de éxitos de la distribución binomial, el número promedio de “éxitos” es

ð = np

La desviación estándar del número de “éxitos” es

σ = npq

APROXIMACIÓN NORMAL A PROBABILIDADES DE POISSON

Cuando la media ð de una distribución Poisson es relativamente grande, puede utilizarse la

distribución normal de probabilidad para aproximar probabilidades tipo Poisson. Una regla práctica

consiste en afirmar que esa aproximación es aceptable cuando ð ≥10.0.

La media y la desviación están dar de la distribución normal de probabilidad se basan en el valor esperado y la varianza del número de eventos de un proceso Poisson. Esta media es

ð = ð

La desviación estándar es

σ = ð

54

PRUEBA DE HIPÓTESIS SOBRE LA MEDIA DE UNA POBLACIÓN.

ETAPAS BÁSICAS EN PRUEBAS DE HIPÓTESIS

Al realizar pruebas de hipótesis. se parte de un valor supuesto (hipotético) de un parámetro poblacional. Después de recolectar una muestra aleatoria, se compara la estadística muestral, así como la media (X), con el parámetro hipotético, se compara con una supuesta media poblacional (ð). Después. se acepta o se rechaza el valor hipotético, según proceda, se rechaza el valor hipotético sólo si el resultado muestral resulta muy poco probable cuando la hipótesis es cierta.

Etapa 1: Plantear la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0) es el valor

hipotético del parámetro que se compara con el resultado muestral. Se rechaza sólo si el resultado

muestral es muy poco probable en el caso de que la hipótesis sea cierta. Se acepta la hipótesis

alternativa (H1) sólo si se rechaza la hipótesis nula.

EJEMPLO.

Un auditor desea probar el supuesto de que el valor promedio de todas las cuentas por cobrar en

un empresa determinada es $260,000, tomando una muestra de n=36 y calculando la media

muestral. Desea rechazar el valor del supuesto de $260,000 sólo si la media muestral lo contradice

en forma clara, por lo que debe “darse el beneficio de la duda” al valor hipotético en el

procedimiento de prueba. Las hipótesis nula y alternativa para esta prueba son H0: ð = $ 260,000

H1: ðð260,000.

Etapa 2: Especificar el nivel de significancia que se va a utilizar. El nivel de significancia es el

estándar estadístico que se especifica para rechazar la hipótesis nula. Si se especifica un nivel de

significancia del 5%, entonces se rechaza la hipótesis nula solamente si el resultado muestral es

tan diferente del valor hipotético que una diferencia de esa magnitud o mayor, pudiera ocurrir

aleatoriamente con una probabilidad de 0.05 o menos.

Debe observarse que si se utiliza el nivel de significancia del 5%, existe una probabilidad del 0.05

de rechazar la hipótesis nula cuando, de hecho, es cierta. A esto se le denomina error tipo I. La

probabilidad del error tipo I es siempre igual al nivel de significancia que se utiliza como criterio

para rechazar la hipótesis nula; se le designa mediante la letra griega ð ("alfa") Y, por ello, ð

designa el nivel de significancia. Los niveles de significancia que se utilizan con mayor frecuencia

en las pruebas de hipótesis son el 5 y el 1%.

Ocurre un error tipo II si se acepta la hipótesis nula cuando, de hecho, es falsa. En la siguiente

Tabla se resumen los tipos de decisiones y las consecuencias posibles, al realizar pruebas de

hipótesis.

 

Situaciones posibles

 
   

La

Decisiones

posibles

La hipótesis

hipótesis

nula es

nula es

 

verdadera

falsa

Aceptar la

Se acepta

Error

 

hipótesis nula

correctamente

tipo II

55

Rechazar la

Error

Se rechaza

hipótesis nula

tipo I

correctamente

Etapa 3: Elegir la estadística de prueba. La estadística de prueba puede ser la estadística muestral (el estimador no sesgado del parámetro que se prueba) o una versión transformada de esa estadística muestral. Por ejemplo, para probar el valor hipotético de una media poblacional, se toma la media de una muestra aleatoria de esa población para utilizarla como estadística de prueba. Sin embargo, si la distribución de muestreo de la media tiene distribución normal, entonces es común que se transforme la media muestral en un valor z el cual. a su vez, sirve como

estadística de prueba.

Etapa 4: Establecer el valor o valores críticos de la estadística de prueba. Habiendo especificado la

hipótesis nula, el nivel de significancia y la estadística de prueba que se van a utilizar, se procede a

establecer el o los valores críticos de estadística de prueba. Puede haber uno o más de esos

valores, dependiendo de si se va a realizar una prueba de uno o dos extremos. En cualquier caso,

un valor crítico identifica el valor de estadística de prueba que se requiere para rechazar la

hipótesis nula.

Etapa 5: Determinar el valor real de la estadística de prueba. Por ejemplo, al probar un valor

hipotético de la media poblacional, se toma una muestra aleatoria y se determina el valor de la

media muestral. Si el valor crítico que se establece es un valor de z, entonces se transforma la

media muestral en un valor de z.

Etapa 6: Tomar la decisión. Se compara el valor observado de la estadística muestral con el valor

(o valores) críticos de la estadística de prueba. Después, se acepta o se rechaza la hipótesis nula.

Si se rechaza ésta, se acepta la alternativa; a su vez, esta decisión tendrá efecto sobre otras

decisiones de los administradores operativos, como por ejemplo, mantener o no un estándar de

desempeño o cuál de dos estrategias de mercadotecnia utilizar.

PRUEBA DE UN VALOR HIPOTÉTICO DE LA MEDIA UTILIZANDO LA DISTRIBUCIÓN NORMAL

Puede utilizarse la distribución normal para probar un valor hipotético de la media poblacional:

Cuando n 30, utilizando teorema del límite central, o

Cuando n < 30, pero la distribución de la población es normal y se conoce

Se utiliza una prueba de dos extremos cuando lo que interesa es una posible desviación en

cualquier dirección, a partir del valor hipotético de la media. La fórmula que se utiliza para

establecer los valores críticos de la media muestra! es similar la que se utiliza para determinar los

límites de confianza para estimar la media de una población, excepto que el valor hipotético de la

media poblacional ð0 es el punto de referencia, y no la media muestral. Los valores críticos de la

media muestral para una prueba de dos extremos, dependiendo de si se conoce σ, son:

XCR = ð0 ð Zσx

o XCR = ð0 ð zsx

EJEMPLO

56

Para la hipótesis nula que se planteó en el ejemplo anterior, determine los valores críticos de la media muestral para probar la hipótesis con un nivel de significancia del 5%. Como se sabe que la desviación estándar de las cuentas por cobrar es σ = 43,000, los valores críticos son:

Hipótesis: H0: ð = $260,000; H1: ð ð $260,000

Nivel de significancia = ð = 0.05

Estadística de prueba: X con base en una muestra de n=36, y con una σ = 43,000

XCR = valores críticos de la media muestral

XCR = ð0 ð Zσx = 260,000 ð 1.96 σ/ ðn = 260,000 ð 1.96 43,000 / ð36

= 260,000 ð 1.967166.67 = 266,000 ð 14,046.67 = $245,953.33 y 274,046.67

Por lo tanto, para rechazar la hipótesis nula, la media muestral debe tener un valor inferior a

$245,950 o mayor de $274,050. Así, existen dos regiones de rechazo en el caso de una prueba de

dos extremos. Se utilizan los valores de z de ð 1.96 para establecer los límites críticos porque para

la distribución normal estándar se tiene 0.05 de proporción del área en los dos extremos (0.025 en

cada extremo), lo cual corresponde al valor de ð = 0.05 que se especifica.

En vez de establecer valores críticos en términos de la media muestral como tal, es común que se

especifiquen los valores críticos en las pruebas de hipótesis en términos de valores z. Para el nivel

de significancia del 5%, los valores críticos z para una prueba de dos extremos son -1.96 y +1.96,

por ejemplo. Cuando se determine el valor de la media muestral, se le transforma en un valor z

para que pueda compararse con los valores críticos de z. La fórmula de transformación,

dependiendo de si se conoce σ o no, es

X

- ð0

z

= --------

σx

X

- ð0

z

= -----------

sx

ERRORES TIPO I y TIPO II EN PRUEBAS DE HIPÓTESIS

Analizaremos en forma completa los errores tipo I y tipo II con respecto a las pruebas de un extremo sobre una media hipotética. Sin embargo, los conceptos que se ilustran aquí son aplicables también a otros modelos de pruebas de hipótesis.

La probabilidad del error tipo I es siempre igual al nivel de significancia que se utiliza al probar hipótesis nulas. Esto es así porque, por definición, la proporción de área en la región de rechazo es igual a la proporción de resultados muestrales que ocurrirían en esa región, cuando la hipótesis es verdadera.

57

Por lo general, a la probabilidad del error del tipo II se le designa mediante la letra griega ð ("beta"). La única forma en que se puede determinar es con respecto a un valor especifico incluido dentro del rango de la hipótesis alternativa.

DETERMINACIÓN DEL TAMAÑO NECESARIO DA LA MUESTRA PARA LAMEDIA

Antes de extraer la muestra, puede determinarse el tamaño que se requiere especificando (1) el valor hipotético de la media; (2) un valor alternativo especifico para la media, de manera que la

diferencia con respecto al valor hipotético resulta considerable; (3) el nivel de significancia que debe utilizarse en la prueba; (4) la probabilidad del error tipo II que se permite; y (5) el valor de la desviación estándar para la población, σð La fórmula para determinar el tamaño mínimo que se

requiere para la muestra, a fin de probar un valor hipotético de media con base en la distribución

normal es.

(z0 - z1)2σð

n =-------------------

(ðð ð ðð)2

En z0 es el valor critico de z que se utiliza para el nivel de significación especificado (nivel ðð, en

tanto que z1 es el valor de z correspondiente a la probabilidad especificada del error tipo II (nivel

ðð. El valor de σ debe ser conocido o estimado de alguna manera. Puede utilizarse la formula

anterior para pruebas de uno o dos extremos.

El único valor que difiere para los dos tipos de prueba es el valor de z0 que se utiliza.

(Nota: Cuando se está determinando el tamaño mínimo de muestra, siempre se redondean hacia

arriba los resultados fraccionarios. Además, si no se conoce σ, o la población no tiene una

distribución normal, cualquier tamaño de muestra que se calcule debe aumentarse cuando menos

a este valor, porque la fórmula anterior se basa en el uso de la distribución normal.)

EL MÉTODO DEL VALOR p PARA PROBAR HIPÓTESIS NULAS REFERENTES A UNA MEDIA

POBLACIONAL

Al seguir el método del valor p en vez de comparar el valor observado de un estadístico de prueba

con un valor crítico, se determina la probabilidad de ocurrencia del estadístico de prueba,

suponiendo que la hipótesis nula es cierta, y se le compara con el nivel de significancia ð. Se

rechaza la hipótesis nula si el valor p es inferior al nivel designado ð.

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

OBJETIVOS Y SUPOSICIONES DEL ANÁLISIS DE REGRESIÓN

El principal objetivo del análisis de regresión es estimar el valor de una variable aleatoria (la variable dependiente) conociendo el valor de una variable asociada (la variable independiente). La ecuación de regresión es la fórmula algebraica mediante la cual se estima el valor de la variable dependiente.

El término de análisis de regresión simple indica que se estima el valor de la variable dependiente con base en una independiente, en tanto que el análisis de regresión múltiple se ocupa de la estimación del valor de la variable dependiente con base en dos o más variables independientes.

58

Las suposiciones generales en las que se basa el modelo de la regresión que se presenta son: (1) la variable dependiente es una variable aleatoria; (2) las variables dependiente e independiente tienen una relación lineal; y (3) las varianzas de las distribuciones condicionales de la variable dependiente, para diversos valores de la variable independiente, son iguales (homoscedasticidad). La primera suposición indica que, aunque puedan controlarse los valores de la variable independiente, los valores de la variable dependiente se deben obtener a través del proceso de muestreo.

Si se utiliza la estimación por intervalos en el análisis de regresión, se requiere una suposición adicional: (4) las distribuciones condicionales de la variable dependiente, para valores diferentes de la variable dependiente, son todas distribuciones normales para la población de valores.

EJEMPLO

Un analista desea estimar el tiempo de entrega de refacciones industriales embarcadas por

camión. Desea utilizar el tiempo de entrega como variable dependiente y la distancia como variable

independiente. Suponga que elige diez embarques recientes de los registros de la compañía, de

manera que las distancias por carretera correspondientes están más o menos equitativamente

dispersas entre 100 y 1,000 kilómetros de distancia, y registra el tiempo de entrega para cada

embarque. Como se va a utilizar la distancia por carretera como variable independiente, esa

selección de viajes con distancias específicas resulta aceptable. Por otro lado, la variable

dependiente (el tiempo de entrega) es una variable aleatoria en su estudio, lo cual se ajusta a los

supuestos del análisis de regresión. El que las variables tengan o no una relación lineal, por lo

general se determina construyendo un diagrama de dispersión o una gráfica de residuales. Estos

diagramas se utilizan también para observar si la dispersión vertical (varianza) es más o menos

igual a lo largo de la línea de regresión.

DIAGRAMA DE DISPERSIÓN

Un diagrama de dispersión es una gráfica en la que se traza cada uno de los puntos que

representan un par de valores observados para las variables independiente y dependiente. El valor

de la variable independiente se grafica con respecto al eje horizontal, y el valor de la variable

dependiente y se traza con respecto al eje vertical.

La forma de la relación representada mediante el diagrama de dispersión puede ser curvilínea y no

lineal. Para relaciones que no son lineales, un enfoque utilizado con frecuencia consiste en

determinar algún método para transformar los valores de una o ambas variables, de manera que la

relación de los valores transformados sí sea lineal. Después, puede aplicarse el análisis de

regresión a los valores transformados y pueden transformarse los valores estimados de la variable

dependiente, de vuelta a la escala original de medición.

EL MÉTODO DE MÍNIMOS CUADRADOS PARA AJUSTAR UNA LÍNEA DE REGRESIÓN

El modelo lineal que representa el modelo de regresión lineal simple es:

Yi = ð0 + ððXi + ði

en donde

Yi - Valor de la variable dependiente en el i-ésimo ensayo u observación.

ðð - Primer parámetro de la ecuación de regresión, que indica el valor de Y cuando X= 0.

59

ðð - Segundo parámetro de la ecuación de regresión, que indica la pendiente de la línea de regresión.

Xi

- El valor especificado de la variable independiente en el i-ésimo ensayo, u observación.

ði

- Error aleatorio de muestreo en el i-ésimo ensayo, u observación (E es el griego "épsilon")

RESIDUALES Y GRÁFICAS DE RESIDUALES

Para un valor X dado de la variable independiente. al valor y frecuentemente se le denomina el

valor ajustado de la variable dependiente. A la diferencia entre el valor observado y y el valor

ajustado y se le denomina residual para esa observación, y se le denota mediante e:

e = Y- y

EL ERROR ESTÁNDAR DEL ESTIMADOR

El error estándar del estimador es la desviación estándar condicional de la variable dependiente Y,

dado un valor de la variable independiente X. Para datos poblacionales, el error estándar del

estimador se representa mediante el símbolo σ Y.X. La formula de desviaciones que permite

estimar este valor con base en datos muestrales es

(ðY- y)2 ðe2

SY.X = -------------- = ----------

n-2 n-2

INFERENCIAS SOBRE LA PENDIENTE

Antes de utilizar la ecuación de regresión para realizar estimaciones o predicciones, debe

determinarse en primer lugar si, de hecho, existe una relación entre las dos variables de la

población o, por otro lado, si pudiera ser que la relación que se observa en la muestra haya

ocurrido por azar. Si no existe relación en la población, la pendiente de la línea de regresión

poblacional sería cero, por definición: ð1 = 0. Por ello, la hipótesis que generalmente se prueba es

H0: ð1= 0. También puede plantearse la hipótesis nula, como prueba con un criterio de calificación,

en cuyo caso la hipótesis alternativa no es simplemente que las dos variables están relacionadas,

sino que la relación es de algún tipo específico (directa o inversa).

Se prueba el valor hipotético de una pendiente calculando la estadística t y utilizando n -2 grados

de libertad. Se pierden dos grados de libertad en el proceso de la inferencia porque se incluyen en

el análisis de regresión dos estimaciones de parámetros, b0 y b1. La fórmula general es

b1 - (ð1)0

t = --------------

sb1

en donde

SY.X

60

Sb1 = -----------------

S X2 - nX2

Sin embargo, cuando la hipótesis nula dice que la pendiente es cero, lo cual generalmente es el caso, se simplifica la fórmula y se plantea de la siguiente manera:

b1

t = ---------

s b1

EL COEFICIENTE DE CORRELACIÓN

Aunque el coeficiente de determinación es relativamente fácil de interpretar, no se prueba muy bien

en pruebas estadísticas. Sin embargo, la raíz cuadrada del coeficiente de determinación, que se

denomina el coeficiente de correlación r sí se presta para las pruebas estadísticas, porque puede

utilizarse para definir una estadística de prueba que tiene distribución t cuando la correlación en la

población p es igual a 0. El valor del coeficiente puede variar de -1.00 a +1.00. El signo aritmético

asociado con el coeficiente de correlación, que es siempre igual al signo de ð1 de la ecuación de

regresión, indica la dirección de la relación entre X y Y (positiva = directa; negativa = inversa). El

coeficiente de correlación poblacional, teniendo el mismo signo aritmético que ð1 de la ecuación de

regresión es:

p = p2

El coeficiente de correlación muestral es

r = r2

En resumen, el signo del coeficiente de correlación indica la dirección de la relación entre las

variables X y Y, en tanto que el valor absoluto del coeficiente muestra la medida de la relación. El

coeficiente de correlación elevado al cuadrado es el coeficiente de determinación e indica la

proporción de la varianza de Y que queda explicada por el conocimiento de X (y viceversa).

SIGNIFICACIÓN DEL COEFICIENTE DE CORRELACIÓN

Es común que la hipótesis nula de interés sea que la correlación en la población p = 0, porque si se

rechaza esta hipótesis a un nivel especificado ð, se concluiría que existe una relación real entre las

variables. También puede plantearse la hipótesis como prueba con un criterio de calificación.

Considerando que se satisfacen las suposiciones, la siguiente estadística muestral que incluye a r

se distribuye como la distribución t, con gl = n -2, cuando p =0:

r

t

= ------------

1-r2

n-2

61

Probar la hipótesis nula de que p = 0 es equivalente a probar la hipótesis nula de que ð = 0 en la ecuación de regresión.