Aritmetica

ESTADISTICA Muestra: Es un subconjunto

Definición: Es una ciencia que tomado al azar de los elementos
nos proporciona un conjunto de de una determinada población.
métodos y procedimientos para
la recolección, clasificación, Ejemplo:
Las edades de los alumnos de la
organización, presentación, facultad de mecánica.
análisis e interpretación de datos
en forma adecuada con el fin de 2.3. Variable.-Es una
realizar una teoría de decisiones característica que puede tomar
más efectiva. varios valores. Es un “Dato” que
sufre variación dentro de una
Clases de Estadística escala recorrido o intervalo. Una
Estadística Descriptiva: Es la variable puede ser:
parte de la estadística que trata
de recopilar, clasificar, presentar
y describir datos estadísticos. 1. Variable cuantitativa.-
Cuando esta asociada a una
Estadística Inferencial: Es la característica cuantitativa, es
parte de la estadística cuyo decir cuando se puede
objetivo es investigar como establecer cuánto o en que
deben ser utilizados los datos cantidad se posee una
para reducir resultados ó probar determinada característica. Por
alguna hipótesis. ejemplo, son variables
cuantitativas:
Observación:
La diferencia entre la estadística Ingreso por familia, numero de
descriptiva y la inferencial es accidentes de transito, longitud,
que la segunda usa el cálculo de tiempo, etc.
la probabilidad.
Una variable cuantitativa puede
ser:
Población: Es un conjunto de
datos referentes a determinadas - Discreta: Son aquellas que
características de un grupo de surgen por el procedimiento de
individuos o elementos. conteo, es decir, pueden tomar
Ejemplo: algunos valores del intervalo
Las edades de los alumnos de la considerado (generalmente
UNI números enteros positivos).
 Por ejemplo: una familia Son grupos que resultan de
puede tener: 0; 1; 2; 3; … ; 10 particionar el alcance ó recorrido;
hijos, pero no valores el número de grupos (K) se
intermedios determina por la regla propuesta
por Sturges.
- Continua: Son aquellas que
pueden tomar cualquier valor K = 1 + 3,32 Log n
del intervalo considerado.
Por ejemplo: El peso, la (Redondeando el entero superior
estatura, la presión arterial, la e inferior según convenga)
superficie, etc. Donde:
2. Variable cualitativa.- Cuando n: Número total de datos
esta asociada a una disponibles.
característica cualitativa, es
decir, cuando sus valores son Ancho de Clase (W)
cualidades, propiedades o Es la diferencia que hay entre
los extremos de cada intervalo de
atributos que presenta la clase.
población. Ejemplo:
Sea el intervalo [ Li + 1 - Li>
Por ejemplo: La variable W  Li 1  Li
“profesión“ puede adoptar las
modalidades: ingeniero, medico, R
biólogo, economista, … etc. También: W  K
Distribución de Frecuencias Marcas de Clase (xi)
Consiste en distribuir los datos Son los puntos medios de los
de la muestra en clases ó intervalos de clase.
categorías e ir colocando el Ejemplo:
número de datos que caen en Sea el intervalo [Li - Li+1 >
cada intervalo. L L
x
i i 1
Definiciones Previas 2
Alcance o Recorrido (A)
Es el intervalo definido por los Problema Aplicativo:
datos extremos(mayo y menor Se tiene los pesos de 50
valor) estudiantes de la UNI con una
Rango (R) aproximación de kg.
En la longitud de alcance que
resulta por la diferencia del
mayor y menor valor.

Intervalo de Clase(I i )
 73 67 67 60 61
67 57 59 57 77
67> 6
69 76 52 69 72 [ 67   1 3
19 35
76 77 94 77 93 – 50 50 70.5
73 70 68 72 63 74>   9 5
47 82 70 67 80 [ 74 8 43
4
70 85 70 73 58 –   8 3
50 50 77,5
58 67 68 66 86 81>
79 88 67 54 56 [ 81 1
4 47

64 46 63 84 74
–  4 7
50 50 84,5
88>
Calculando el Alcance: [ 88 3 50
5
–  3 0
50 50 91,5
Dato mayor: 94 95>
Dato menor: 46
A = [ 46 - 94] Frecuencia Absoluta(fi):Es el
Calculando el Rango: R = 94 número de datos que caen
– 46 = 48 dentro de cada intervalo de
Calculando el Número de clase.
Intervalos:
Si: n = 50; (n = Número de
datos) Frecuencia Relativa(hi): Viene a
K = 1 + 3,32 Log (50) ser el cociente entre la
frecuencia absoluta y el número
= 6,61  7 de datos
Calculando el Ancho de Clase:
fi
W 
R

48
 6,86  7 hi
K 7 n
Frecuencia Absoluta
Con los siguientes datos Acumulada (Fi):Es aquella que
encontrados haremos una resulta de sumar sucesivamente
distribución de frecuencias. las frecuencias absolutas.
Ejemplo:
[Li Tabulación fi Fi hi Hi xiSuponiendo “k” intervalos:
-Li+1 F1 = f1
> F2 = f1 + f2 + f3
[ 46 3 3 M
–  3 3 50 50 49,5 F(k) = f1 + f2 + f3 + ...
53> fk = n
[ 53 7 10
Donde:
1
–   7 0
50 50 56,5
n: Número de intervalos
60>
[ 60   6 1 6 16 63,5
50 50
 i F6 = 3 + 7 + 6 + 19 + 8 + 4
Fi   f j F7 = 3 + 7 + 6 + 19 + 8 + 4 +3
j1 * Calculando las Frecuencias
Donde: i : 1 , 2, 3, ........, k Relativas
Frecuencia Relativa Acumulada h 1  503 h2 
7

50
h3 
6

50
(H) h4 
19
h5 
8

Es aquella que resulta de sumar 50

4
50
3
h6  h7 
sucesivamente las frecuencias 50 50

relativas. *Calculando las Frecuencias

Relativas Acumuladas
3 3 7
H1 = h1 H1 
50
H2 
50

50

H2 = h1 + h2 + h3 H3 
3

7
50

6
50
H
4

3

7
50

6
50

19
50
M
50 50
3 7 6 19 8
H     

H(k) = h1 + h2 + h3 5 50
3
50
7
50
6
50
19
50
8 4
H      
+ ... hk = n 6 50
3
50 50 50 50 50
7 6 19 8 4 3
H       
7 50 50 50 50 50 50 50
i
Hi   h j *Calculando las Marcas de
j1
Clase
46  53 53  60
x1   49 , 5 x2   56, 5

Donde: x3   63, 5
2
60  67
x4 
2
67  74
 70 , 5
i : 1 , 2, 3, ........, k 2
74  81
2
81  88
* Calculando las Frecuencias x 5  2  77,5 x 6  2  84,5
88  95
Absolutas x7 
2
 91, 5

Del conjunto de datos se puede

observar cuantos de estos caen Valores Centrales
en cada intervalo de la Media (Ma)
distribución de frecuencias, este
número de datos se ira Llamado también “Promedio
colocando en sus respectivos Aritmético” o “Media Aritmética”
Ejemplo:
casilleros hasta llenar toda la Las notas del joven Arítmio en su
columna. primer ciclo en la UNI en
* Calculando las Frecuencias Matemáticas I, fueron:
Absolutas Acumuladas: 8, 12, 10, 11
F1 = 3 Que se han repetido:
F2 = 3 + 7 2 1 2 3
F3 = 3 + 7 + 6 Su nota media o promedio será:
F4 = 3 + 7 + 6 + 19 8(2)  12(1)  10(2)  11(3)
F5 = 3 + 7 + 6 + 19 + 8  10,125
8
 Arítmio aprobó el curso. distribución que tiene una sola
Mediana (Me) moda se le denomina unimodal.
El valor mediano o mediana de
un conjunto de valores es aquel Si hubiese más de dos valores
que tiene la propiedad de dividir no adyacentes con frecuencias
al conjunto en 2 partes máximas similares; la distribución
igualmente numerosas. es multimodal; bimodal; trimodal;
etc.
Si el número de elementos
fuese impar se tomará como En el caso que ningún valor se
mediana el valor central, pero si repita se dice que no existe
el número de elementos fuese moda; el sistema será amodal.
par hay 2 elementos en el centro
y como mediana tomamos el Ejemplo:
promedio de ambos. Las edades de los alumnos
ingresantes a la facultad de
Ejemplo: Ingeniería Mecánica fueron:
Se supo el coeficiente de de 16 años 25 alumnos
inteligencia de 5 alumnos de la de 17 años 32 alumnos
UNI los cuales están ordenados de 18 años 46 alumnos
de mayor a menor. de 19 años 23 alumnos
de 20 años 40 alumnos
120 118 110 110 100 de 21 años 27 alumnos
* de 22 años 12 alumnos
Por lo tanto la inteligencia Por lo tanto la moda de edades
mediana de los alumnos será será 18.
110. MEDIA, MEDIANA Y MODA
PARA DATOS CLASIFICADOS
Ejemplo: Media Aritmética: (Ma)
Para dictar la clase de Aritmética k
poseo 6 tizas de diferentes  x i fi
n i 1
colores cuyos pesos ordenados Ma   x i h i 
de menor a mayor son: i 1 n
10 10 14 27 30 Ejemplo:
32
* * [ Li –
Por lo tanto la mediana será: Li+1> xi fi xifi
14  27

2
 20 , 5 [5 - 7> 6 1 6
Moda (Mo): Es el valor que se [7 – 9> 8 5 40
presenta con mayor frecuencia [9 - 11> 10 4 40
en un grupo de datos. A una [11 –
13> 12 6 72
 [13 – clase mediana: [ 4400 - 4600>
15> 14 2 28 (Intervalo que contiene a la
[15 - mediana)
17> 16 2 32 Me = 4400 + 200
 600 
Total 20 218 
 2
 200 
  4560
218  125 
Ma   10,9 



20
Mediana (Me) Moda (Mo)
 
 n  M o  L O  WO 
d1

  Fm 1  
 d1  d2 
 Wm  
2
Me  L m
 fm  Donde:
  Lo : Límite interior de la clase
 
Donde: modal.
Lm: Límite inferior de la clase W o: Ancho de la clase modal.
mediana. d1 : Diferencia entre la frecuencia
W m: Ancho de clase de la clase de la clase modal y la frecuencia
mediana. de la clase anterior a ella.
n : Número total de datos. d2: Diferencia entre la frecuencia
Fm-1: Frecuencia absoluta modal y la frecuencia de la clase
acumulada de la clase que siguiente:
Ejemplo:
precede a clase mediana. [Li–Li+1> fi
fm: Frecuencia absoluta de la
clase mediana. [ 20 -30> 2
[ 30 -40> 10
Ejemplo: [ 40 -55> 8
[Li–Li+1> fi Fi [ 55 -65> 6
[4000- 80 80 [ 65 -85> 2
4200> Total 28
[4200- 120 200
4400> Clase modal: [ 30 - 40>
[4400- 125 325 d1: 10 – 2 = 8
4600> d2: 10 - 8 = 2
 2 
[4600- 99 424 Mfo = 30 + 10  8  2  = 38
4800> i

[4800- 88 512 19DIAGRAMAS Polígono de

O GRÁFICAS
Frecuencias
5000> Histogramas
[5000- 78 590 Son diagramas de barras o
5200> rectángulos cuyas bases
8
[5200- 10 600 representan los intervalos de
5400> 7
clases y las alturas, las
Total 600 6
frecuencias absolutas ó relativas.
4
3

46 Ii
60 74 88
53 67 81 95
 Gráficos de Sectores
Preferenci Núm Ex Expr
a ero pre esad
Por de sad os
pers os en
onas en Porc
Gr entaj
ad e
os
Aritmética 14
60 4 40
Algebra 20 48 13,3
Geometría 30 72 20
Trigonome
tría 40 96 26,6
Total 150
Analizando al curso de
Aritmética:
60  360
 x   144
DIAGRAMA ESCALONADOS 150 ______ 360° 150

Son diagramas similares al 60 ______ x 144  100

histograma con la diferencia que  x  360  40%
las alturas son frecuencias Expresamos los grados en
absolutas o relativas porcentaje:
acumuladas.
360°______ 100 %
144°______ y
50
47
X
43 13,3%
72º G
35 A 144º 20,6%
16 T
10 Ojiva
3

46 53 60 67 74 81 88 95
 PROBLEMAS
1

6
7

10
 11

12

13

TAREA DOMICILIARIA
14

17

15

16
Cusco, 02 de Julio del 2005