Unos grandes almacenes encargan a un fabricante pantalones y chaquetas

deportivas.
El fabricante dispone para la confeccin de 750 m de tejido de algodn y 1000 m
de tejido de polister. Cada pantaln precisa 1 m de algodn y 2 m de polister.
Para cada chaqueta se necesitan 1.5 m de algodn y 1 m de polister.
El precio del pantaln se fija en 50 y el de la chaqueta en 40 .
Qu nmero de pantalones y chaquetas debe suministrar el fabricante a los
almacenes para que estos consigan una beneficio mxima?
1 Eleccin de las incgnitas.
x = nmero de pantalones
y = nmero de chaquetas
2 Funcin objetivo
f(x,y)= 50x + 40y
3 Restricciones
Para escribir las restricciones vamos a ayudarnos de una tabla:

pantalones

algodn

chaquetas

1,5

disponible

750

polister

x + 1.5y 750

1000

2x+3y 1500

2x + y 1000
Como el nmero de pantalones y chaquetas son nmeros naturales, tendremos dos
restricciones ms:
x0
y0
4 Hallar el conjunto de soluciones factibles
Tenemos que representar grficamente las restricciones.
Al ser x 0 e y 0, trabajaremos en el primer cuadrante.
Representamos las rectas, a partir de sus puntos de corte con los ejes.

Resolvemos grficamente la inecuacin: x + 1.5y 750, para ello tomamos un

punto del plano, por ejemplo el (0,0).
0 + 1.5 0 750
0 750 entonces el punto (0,0) se encuentra en el semiplano donde se cumple la
desigualdad.
De modo anlogo resolvemos 2x + y 1000.
2 0 + 0 1 000
La zona de interseccin de las soluciones de las inecuaciones sera la solucin al
sistema de inecuaciones, que constituye el conjunto de las soluciones factibles.

5 Calcular las coordenadas de los vrtices del recinto de las soluciones factibles.
La solucin ptima, si es nica, se encuentra en un vrtice del recinto. Estas son
las soluciones a los sistemas:
2x + 3y = 1500; x = 0 (0, 500)
2x + y = 1000; y = 0 (500, 0)
2x + 3y =1500; 2x + y = 1000 (375, 250)

6 Calcular el valor de la funcin objetivo

En la funcin objetivo sustituimos cada uno de los vrtices.
f(x, y) = 50x + 40y
f(0, 500) = 50 0 + 40 500 = 20 000
f(500, 0) = 50 500 + 40 0 = 25 000
f(375, 250) = 50 375 + 40 250 = 28 750

Mximo

La solucin ptima es fabricar 375 pantalones y 250 chaquetas para obtener

un beneficio de 28750 .

Solucin mltiple

La solucin no siempre es nica, tambin podemos encontrarnos con una solucin

mltiple.

Si la funcin objetivo del ejercicio anterior hubiese sido:

f(x,y)= 20x + 30y
f(0,500) = 20 0 + 30 500 = 15 000

Mximo

f(500, 0) = 20 500 + 30 0 = 10 000

f(375, 250) = 20 375 + 30 250 = 15 000

Mximo

En este caso todos los pares, con soluciones enteras, del segmento trazado en
negro seran mximos.

f(300, 300)= 20 300 + 30 300 = 15 000

Mximo

Una co mpa a fabr ica y vende n do s mo de lo s de lm para L 1 y L 2 .

Para su fabr icac i n se ne ce sita un traba jo manu al de 2 0 minu to s
para e l mo de lo L 1 y de 3 0 minuto s para e l L 2 ; y un trabajo de
mqui na para L 1 y de 1 0 minuto s para L 2 . Se di spo ne para el

trabajo manual de 1 00 ho ras al me s y para la mqui na 8 0 horas al

me s. Sa bie ndo que el be ne ficio por un idad e s de 15 y 10 e ur o s
para L 1 y L 2 , r e spe ctivame n te , pla nificar la pr o ducci n para
o bte ner e l mx imo be ne ficio .

Una co mpa a fabr ica y vende n do s mo de lo s de lm para L 1 y L 2 .

Para su fabr icac i n se ne ce sita un traba jo manu al de 2 0 minu to s
para e l mo de lo L 1 y de 3 0 minuto s para e l L 2 ; y un trabajo de
mqui na para L 1 y de 1 0 minuto s para L 2 . Se di spo ne para el
trabajo manual de 1 00 ho ras al me s y para la mqui na 8 0 horas
al me s. Sabie ndo que e l be ne ficio po r unida d e s de 1 5 y 1 0 e ur o s
para L 1 y L 2 , r e spe ctivame n te , pla nificar la pr o ducci n para
o bte ner e l mx imo be ne ficio .

1 Ele cci n de las inc g nitas .

x = n de lm paras L 1
y = n de lm paras L 2

2 F unci n o bje tivo

f(x, y) = 15 x + 1 0 y

3 Restr iccio ne s

Pasamo s lo s tie mpo s a ho ras

20 min = 1 /3 h
30 min = 1 /2 h
10 min = 1 /6 h

Para escr ibir las r e str iccio ne s vamo s a ayudar no s de una ta bla:

L1

L2

Tiem po

M a nua l

1/3

1/2

100

M quina

1/3

1/6

80

1 /3 x + 1 /2 y 10 0
1 /3 x + 1 /6 y 80

Co mo e l n mer o de lm paras so n n mer o s na turale s, te ndr e mo s

do s r estr iccio ne s ms:
x 0
y 0

4 Hallar e l co n jun to de so lucio ne s fact ible s

Tene mo s que r e pre se ntar gr ficame nte las re str iccio ne s.

Al se r x 0 e y 0 , trab ajar e mo s e n e l pr ime r cuadran te .

Repr e se ntamo s las r ectas , a par tir de sus pun to s de co r te co n lo s

e je s.

Reso lvemo s gr fica me nte la ine cuac i n: 1 /3 x + 1 /2 y 10 0 ;

para e llo to mamo s un pu nto de l plano, po r e je mplo e l (0 ,0 ).
1 /3 0 + 1 /2 0 1 00

1 /3 0 + 1 /6 0 8 0

L a zona de inte r se cci n de las so lucio ne s de las ine cuacio ne s

se r a la so luci n al siste ma de ine cuacio ne s, que co nsti tuye e l
co njun to de las so lucio ne s factib le s.

5 C alcular las co or de nad as de lo s v r tice s de l re cinto de las

so lucio ne s facti ble s.

L a so luc i n pti ma si es nica se e ncue ntra e n un v r tice de l

re cint o. e sto s so n las so lucio ne s a lo s sis te mas:
1 /3 x + 1 /2 y = 10 0 ; x = 0 (0 , 2 00 )
1 /3 x + 1 /6 y = 8 0 ; y = 0 (2 40 , 0 )
1 /3 x + 1 /2 y = 10 0 ; 1 /3 x + 1 /6 y = 8 0 (2 1 0 , 6 0 )

6 C alcular e l valor de la func i n o bje ti vo

En la funci n o bje tivo sus tit uimo s cad a uno de lo s v r tice s.

f(x, y) = 15 x + 1 0 y
f(0 , 20 0 ) = 15 0 + 1 0 2 0 0 = 2 0 00
f(2 40 , 0 ) = 1 5 2 40 + 10 0 = 3 60 0
f(2 10 , 60 ) = 1 5 21 0 + 10 6 0 = 3 75 0

Mxi mo

L a so luc i n pti ma e s fabr icar 210 del m o delo L 1 y 60 del

mo delo L 1 para o bte ne r un be ne ficio de 3 750 .

2 Co n el co mie nz o de l cur so se va a lanz ar unas o fe r tas de

mate r ial e sco lar. Uno s alm ace ne s quie re n o fr e cer 6 00 cua der no s,

50 0 car pe ta s y 40 0 bo l grafo s para la o fe r ta , e mpaq ue tndo lo de

do s fo r mas dis tint as; e n el pr imer blo q ue po ndr 2 cuade r no s, 1
car pe ta y 2 bo lgrafo s; e n e l se gun do, po ndr n 3 cua der no s, 1
car pe ta y 1 bo lgrafo. L o s pre cio s de cada pa que te se r n 6 .5 y 7 ,
re spe ctivame nte . C un to s paque te s le co nvie ne po ne r de cada
tipo para o bte ne r el mximo be ne ficio ?

Co n el co mie nz o de l cur so se va a lanz ar unas o fe r tas de mate r ial

esco lar. Uno s almace ne s quie r e n o fre ce r 60 0 cuade r no s, 5 00
car pe tas y 40 0 bo lgrafo s para la o fer ta , e mpaq ue tndo lo de do s
for mas dist intas ; e n e l pr ime r blo que po ndr 2 cuade r no s, 1
car pe ta y 2 bo lgrafo s; e n e l se gun do, po ndr n 3 cua der no s, 1
car pe ta y 1 bo lgrafo. L o s pre cio s de cada pa que te se r n 6 .5 y 7
, re spe cti vame nte . C un to s paq ue te s le co nvie ne po ner de cada
tipo para o bte ne r el mximo be ne ficio ?

1 Ele cci n de las inc g nitas .

x = P1
y = P2

2 F unci n o bje tivo

f(x, y) = 6 .5 x + 7 y

3 Restr iccio ne s

P1

P2

Dispo nibl es

Cua d er no s

600

Ca r pet a s

500

Bo lgr a fo s

400

2 x + 3y 60 0
x + y 5 00
2 x + y 4 00
x 0
y 0

4 Hallar e l co n jun to de so lucio ne s fact ible s

5 C alcular las co or de nad as de lo s v r tice s de l re cinto de las

so lucio ne s facti ble s.

6 C alcular e l valor de la func i n o bje ti vo

f(x, y) = 6 .5 2 00 + 7 0 = 1 30 0
f(x, y)= 6 .5 0 + 7 20 0 = 1 40 0
f(x, y)= 6 .5 15 0 + 7 1 00 = 1 67 5

Mxi mo

L a so luc i n pti ma so n 150 P 1 y 100 P 2 co n la que se o btie ne n 1

675

3 En un a gran ja de po llo s se da una die ta, para engo r dar, co n una

co mpo sici n m nima de 15 uni dade s de un a sus tancia A y o tras 15
de una sustanc ia B . En e l me r cado s lo se e ncue ntra do s clase s de
co mpue sto s: e l tipo X co n una co mpo sici n de una un idad de A y 5
de B, y e l o tr o tipo , Y, co n una co mpo sici n de cinco un idade s de A
y una de B. El pre cio de l tipo X e s de 10 e uro s y de l ti po Y es de
30 . Q u cantid ade s se han de co mprar de cada tipo para cubr ir
las ne ce sidade s co n un co ste m nimo ?

En un a gran ja de po llo s se da una die ta, para engo r dar, co n una

co mpo sici n m nima de 15 uni dade s de un a sus tancia A y o tras 15
de una sustanc ia B . En e l me r cado s lo se e ncue ntra do s clase s
de co mpue sto s: e l tipo X co n una co mpo sici n de una unidad de A
y 5 de B, y e l o tr o tipo , Y, co n una co mpo sici n de cinco unidade s
de A y una de B. El pr e cio de l ti po X es de 10 e ur o s y de l tipo Y
es de 30 . Q u cantida de s se han de co mprar de cada tipo para
cubr ir las ne ce sida de s co n un co ste mnimo ?

1 Ele cci n de las inc g nitas .

x = X
y = Y

2 F unci n o bje tivo

f(x, y) = 10 x + 3 0 y

3 Restr iccio ne s

M nim o

15

15

x + 5y 15

5x + y 15
x 0
y 0

4 Hallar e l co n jun to de so lucio ne s fact ible s

5 C alcular las co or de nad as de lo s v r tice s de l re cinto de las

so lucio ne s facti ble s.

6 C alcular e l valor de la func i n o bje ti vo

f(0 , 15 ) = 1 0 0 + 30 15 = 4 50
f(1 5 , 0 ) = 1 0 1 5 + 30 0 = 1 50
f(5 /2 , 5 /2 ) = 10 5 /2 + 3 0 5 /2 = 1 00

Mnimo

El c o st e m nim o so n 100 pa r a X = 5/2 e Y = 5/2.

4 Se dispo ne de 60 0 g de un de ter min ado fr maco para e laborar

pasti llas grande s y pe q ue as. Las grande s pe san 40 g y las
pe que as 3 0 g. Se ne ce sit an al me no s tr e s pasti llas grande s, y al
me no s e l do ble de pe que as que de las grande s. C ada pas tilla
grande pr o po r cio na un be ne ficio de 2 y la pe que a de 1 .
C un tas pastill as se han de e labo rar de cada clase para que e l
be ne ficio se a mximo ?

Se dispo ne de 60 0 g de un de ter min ado fr maco para e laborar

pasti llas grande s y pe q ue as. Las grande s pe san 40 g y las
pe que as 3 0 g. Se ne ce sit an al me no s tr e s pasti llas grande s, y al
me no s e l do ble de pe que as que de las grande s. C ada pas tilla
grande pr o po r cio na un be ne ficio de 2 y la pe que a de 1 .
C un tas pastill as se han de e labo rar de cada clase para que e l
be ne ficio se a mximo ?
1 Ele cci n de las inc g nitas .
x = Pastil las gran de s
y = Pastil las pe que as
2 F unci n o bje tivo
f(x, y) = 2 x + y
3 Restr iccio ne s
40 x + 3 0 y 60 0
x 3
y 2x
x 0
y 0
4 Hallar e l co n jun to de so lucio ne s fact ible s

5 C alcular las co or de nad as de lo s v r tice s de l re cinto de las

so lucio ne s facti ble s.

6 C alcular e l valor de la func i n o bje ti vo

f(x, y) = 2 3 + 16 = 2 2
f(x, y) = 2 3 + 6 = 12

f(x, y) = 2 6 + 12 = 2 4

Mxi mo

El mx imo be ne ficio e s de 24 , y se o btie ne fabr icando 6

pa st illa s gr a ndes y 12 pequ ea s.

5 Uno s grande s almace ne s de se an liq uidar 20 0 cam isas y 10 0

panta lo ne s de la te mpo rada ante r io r. Para e llo lanz an, do s o fe r tas ,
A y B. L a o fe r ta A co nsiste e n un lo te de una camisa y un pant al n,
que se ven de n a 30 ; la o fe r ta B co nsiste e n un lo te de tr e s
camisas y un panta l n, que se ven de a 5 0 . No se de se a o fr e cer
me no s de 20 lo te s de la o fe r ta A ni me no s de 10 de la B. C un to s
lo te s ha de vende r de cada tipo para maxi miz ar la gana ncia?

Uno s grande s almace ne s de se an liq uidar 20 0 cam isas y 10 0

panta lo ne s de la te mpo rada ante r io r. Para e llo lanz an, do s
o fe r tas, A y B. L a o fe r ta A co nsiste e n un lo te de un a camisa y un
panta l n, que se ven de n a 3 0 ; la o fer ta B co nsiste e n un lo te
de tr e s camisas y un panta l n, que se ven de a 5 0 . No se de se a
o fr e cer me no s de 2 0 lo te s de la o fer ta A ni me no s de 1 0 de la B .
C un to s lo te s ha de ven der de cada ti po para maximiz ar la
gananc ia?

1 Ele cci n de las inc g nitas .

x = n de lo te s de A
y = n de lo te s de B

2 F unci n o bje tivo

f(x, y) = 30 x + 5 0 y

3 Restr iccio ne s

M nim o

Ca m isa s

200

Pa nt a lo nes

100

x + 3 y 2 00
x + y 1 00
x 20
y 10

4 Hallar e l co n jun to de so lucio ne s fact ible s

5 C alcular las co or de nad as de lo s v r tice s de l re cinto de las

so lucio ne s facti ble s.

6 C alcular e l valor de la func i n o bje ti vo

f(x, y) = 30 20 + 5 0 1 0 = 1 10 0
f(x, y) = 30 90 + 5 0 1 0 = 3 20 0
f(x, y) = 30 20 + 5 0 6 0 = 3 60 0
f(x, y) = 30 50 + 5 0 5 0 = 4 00 0

Mximo

Co n 50 lo t es de c a da tipo se o btie ne una ga na nc ia m x im a de

4000 .

Medidas descriptivas
Las medidas descriptivas son valores numricos calculados a partir de la muestra y que nos resumen la
informacin contenida en ella.

Medidas de Posicin: Cuantiles

Los cuantiles son valores de la distribucin que la dividen en partes iguales, es decir, en intervalos, que
comprenden el mismo nmero de valores. Los ms usados son los cuartiles, los deciles y los percentiles.
PERCENTILES: son 99 valores que dividen en cien partes iguales el conjunto de datos
ordenados. Ejemplo, el percentil de orden 15 deja por debajo al 15% de las observaciones, y por encima
queda el 85%

CUARTILES: son los tres valores que dividen al conjunto de datos ordenados en cuatro partes
iguales, son un caso particular de los percentiles:

- El primer cuartil Q 1 es el menor valor que es mayor que una cuarta parte
de los datos
- El segundo cuartil Q 2 (la mediana), es el menor valor que es mayor que
la mitad de los datos
- El tercer cuartil Q 3 es el menor valor que es mayor que tres cuartas

partes de los datos

DECILES: son los nueve valores que dividen al conjunto de datos ordenados en diez partes iguales,
son tambin un caso particular de los percentiles.

Ejemplo:
Dada la siguiente distribucin en el nmero de hijos (Xi) de cien familias, calcular sus cuartiles.

xi

ni

Ni

14

14

10

24

15

39

26

65

20

85

15

100

n=100
Solucin:
1.
Primer cuartil:

2.
Segundo cuartil:

3.
Tercer cuartil:

Medidas de Centralizacin
Nos dan un centro de la distribucin de frecuencias, es un valor que se puede tomar como representativo
de todos los datos. Hay diferentes modos para definir el "centro" de las observaciones en un conjunto de
datos. Por orden de importancia, son:
MEDIA : (media aritmtica o simplemente media). es el promedio aritmtico de las observaciones,
es decir, el cociente entre la suma de todos los datos y el numero de ellos. Si xi es el valor de la variable y
ni su frecuencia, tenemos que:

Si los datos estn agrupados utilizamos las marcas de clase, es decir c i en vez de xi.

MEDIANA (Me):es el valor que separa por la mitad las observaciones ordenadas de menor a mayor,
de tal forma que el 50% de estas son menores que la mediana y el otro 50% son mayores. Si el nmero
de datos es impar la mediana ser el valor central, si es par tomaremos como mediana la media
aritmtica de los dos valores centrales.

MODA (M0): es el valor de la variable que ms veces se repite, es decir, aquella cuya frecuencia
absoluta es mayor. No tiene porque ser nica.

Medidas de Dispersin
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un valor representativo,
las medidas de dispersin nos dicen hasta que punto estas medidas de tendencia central son
representativas como sntesis de la informacin. Las medidas de dispersin cuantifican la separacin, la
dispersin, la variabilidad de los valores de la distribucin respecto al valor central.Distinguimos entre
medidas de dispersin absolutas, que no son comparables entre diferentes muestras y las relativas que
nos permitirn comparar varias muestras.
MEDIDAS DE DISPERSIN ABSOLUTAS
VARIANZA ( s2 ): es el promedio del cuadrado de las distancias entre cada observacin y la media
aritmtica del conjunto de observaciones.

Haciendo operaciones en la frmula anterior obtenemos otra frmula para calcular la varianza:

Si los datos estn agrupados utilizamos las marcas de clase en lugar de X i.

DESVIACIN TPICA (S): La varianza viene dada por las mismas unidades que la variable pero al
cuadrado, para evitar este problema podemos usar como medida de dispersin la desviacin tpica que
se define como la raz cuadrada positiva de la varianza

Para estimar la desviacin tpica de una poblacin a partir de los datos de una muestra se utiliza la
frmula (cuasi desviacin tpica):

RECORRIDO O RANGO MUESTRAL (Re). Es la diferencia entre el valor de las observaciones

mayor y el menor. Re = xmax - xmin
MEDIDAS DE DISPERSIN RELATIVAS
COEFICIENTE DE VARIACIN DE PEARSON: Cuando se quiere comparar el grado de dispersin
de dos distribuciones que no vienen dadas en las mismas unidades o que las medias no son iguales se

utiliza el coeficiente de variacin de Pearson que se define como el cociente entre la desviacin tpica y el
valor absoluto de la media aritmtica

CV representa el nmero de veces que la desviacin tpica contiene a la media aritmtica y por lo tanto
cuanto mayor es CV mayor es la dispersin y menor la representatividad de la media.

Medidas de Forma
Comparan la forma que tiene la representacin grfica, bien sea el histograma o el diagrama de barras de
la distribucin, con la distribucin normal.
MEDIDA DE ASIMETRA
Diremos que una distribucin es simtrica cuando su mediana, su moda y su media aritmtica coinciden.
Diremos que una distribucin es asimtrica a la derecha si las frecuencias (absolutas o relativas)
descienden ms lentamente por la derecha que por la izquierda.
Si las frecuencias descienden ms lentamente por la izquierda que por la derecha diremos que la
distribucin es asimtrica a la izquierda.
Existen varias medidas de la asimetra de una distribucin de frecuencias. Una de ellas es el Coeficiente
de Asimetra de Pearson:

Su valor es cero cuando la distribucin es simtrica, positivo cuando existe asimetra a la derecha y
negativo cuando existe asimetra a la izquierda.

MEDIDA DE APUNTAMIENTO O CURTOSIS

Miden la mayor o menor cantidad de datos que se agrupan en torno a la moda.

Se definen 3 tipos de

distribuciones segn su grado de curtosis:

Distribucin mesocrtica: presenta un grado de concentracin medio alrededor de los valores
centrales de la variable (el mismo que presenta una distribucin normal). Distribucin leptocrtica:
presenta un elevado grado de concentracin alrededor de los valores centrales de la
variable. Distribucin platicrtica: presenta un reducido grado de concentracin alrededor de los
valores centrales de la variable.

EJEMPLO 1

El nmero de dis necesarios por 10 equipos de trabajadores para terminar 10 instalaciones de

iguales caractersticas han sido: 21, 32, 15, 59, 60, 61, 64, 60, 71, y 80 das. Calcular la media,
mediana, moda, varianza y desviacin tpica.
SOLUCIN:
La media: suma de todos los valores de una variable dividida entre el nmero total de datos de
los que se dispone:

La mediana: es el valor que deja a la mitad de los datos por encima de dicho valor y a la otra
mitad por debajo. Si ordenamos los datos de mayor a menor observamos la secuencia:
15, 21, 32, 59, 60, 60,61, 64, 71, 80.
Como quiera que en este ejemplo el nmero de observaciones es par (10 individuos), los dos
valores que se encuentran en el medio son 60 y 60. Si realizamos el clculo de la media de estos
dos valores nos dar a su vez 60, que es el valor de la mediana.
La moda: el valor de la variable que presenta una mayor frecuencia es 60
La varianza S2: Es la media de los cuadrados de las diferencias entre cada valor de la variable y
la media aritmtica de la distribucin.

Sx2=

La desviacin tpica S: es la raz cuadrada de la varianza.

S = 427,61 = 20.67
El rango: diferencia entre el valor de las observaciones mayor y el menor
80 - 15 = 65 das
El coeficiente de variacin: cociente entre la desviacin tpica y el valor absoluto de la media
aritmtica
CV = 20,67/52,3 = 0,39

EJEMPLO 2
El precio de un interruptor magentotrmico en 10 comercios de electricidad de una ciudad son : 25, 25,
26, 24, 30, 25, 29, 28, 26, y 27 Euros. Hallar la media, moda, mediana, (abrir la calculadora estadstica,
ms abajo) diagrama de barras y el diagrama de caja.
SOLUCIN:
(Utilizar la calculadora de debajo)

[El diagrama de cajas: caja desde Q1 a Q3 (50% de los datos), bigotes el recorrido]

Abrir Calculadora
Estadstica

Ir a Calculadora Estadstica

Resumen de Frmulas

1.

Asimetra

2.

Curtosis o apuntamiento

3.

Referencias bibliogrficas

1) ASIMETRA
Es una medida de forma de una distribucin que permite identificar y describir la manera como
los datos tiende a reunirse de acuerdo con la frecuencia con que se hallen dentro de la distribucin. Permite
identificar las caractersticas de la distribucin de datos sin necesidad de generar el grfico.
1.1) TIPOS DE ASIMETRA
La asimetra presenta las siguientes formas:
Asimetra Negativa o a la Izquierda.- Se da cuando en una distribucin la minora de los datos est en la
parte izquierda de la media. Este tipo de distribucin presenta un alargamiento o sesgo hacia la izquierda, es
decir, la distribucin de los datos tiene a la izquierda una cola ms larga que a la derecha. Tambin se dice
que una distribucin es simtrica a la izquierda o tiene sesgo negativo cuando el valor de la media aritmtica
es menor que la mediana y ste valor de la mediana a su vez es menor que la moda,
en smbolos
Nota: Sesgo es el grado de asimetra de una distribucin, es decir, cunto se aparta de la simetra.
Simtrica.- Se da cuando en una distribucin se distribuyen aproximadamente la misma cantidad de los datos
a ambos lados de la media aritmtica. No tiene alargamiento o sesgo. Se representa por una curva normal en
forma de campana llamada campana de Gauss (matemtico Alemn 1777-1855) o tambin conocida como
de Laplace (1749-1827).Tambin se dice que una distribucin es simtrica cuando su media aritmtica, su
mediana y su moda son iguales, en smbolos

Md=Mo

Asimetra Positiva o a la Derecha.- Se da cuando en una distribucin la minora de los datos est en la parte
derecha de la media aritmtica. Este tipo de distribucin presenta un alargamiento o sesgo hacia la derecha,
es decir, la distribucin de los datos tiene a la derecha una cola ms larga que a la izquierda.
Tambin se dice que una distribucin es simtrica a la derecha o tiene sesgo positivo cuando el valor de la
media aritmtica es mayor que la mediana y ste a valor de la mediana a su vez es mayor que la moda, en
smbolos

1.2) MEDIDAS DE ASIMETRA

Coeficiente de Karl Pearson

Donde:
= media aritmtica.
Md = Mediana.
s = desviacin tpica o estndar.
Nota:
El Coeficiente de Pearson vara entre -3 y 3
Si As < 0 ? la distribucin ser asimtrica negativa.
Si As = 0 ? la distribucin ser simtrica.
Si As > 0 ? la distribucin ser asimtrica positiva.
Medida de Yule Bowley o Medida Cuartlica

Donde:
= Cuartil uno;

= Cuartil dos = Mediana;

= Cuartil tres.

Nota:
La Medida de Bowley vara entre -1 y 1
Si As < 0 ? la distribucin ser asimtrica negativa.
Si As = 0 ? la distribucin ser simtrica.
Si As > 0 ? la distribucin ser asimtrica positiva.
Medida de Fisher
Para datos sin agrupar se emplea la siguiente frmula:

Para datos agrupados en tablas de frecuencias se emplea la siguiente frmula:

Para datos agrupados en intervalos se emplea la siguiente frmula:

Donde:
= cada uno de los valores; n = nmero de datos; = media aritmtica; f = frecuencia absoluta
= cubo de la desviacin estndar poblacional; xm = marca de clase
Nota:
Si As < 0 ?Indica que existe presencia de la minora de datos en la parte izquierda de la media, aunque en
algunos casos no necesariamente indicar que la distribucin sea asimtrica negativa
Si As = 0 ? la distribucin ser simtrica
Si As > 0 ? Indica que existe presencia de la minora de datos en la parte derecha de la media, aunque en
algunos casos no necesariamente indicar que la distribucin sea asimtrica positiva
Ejemplo ilustrativo:
Calcular el Coeficiente de Pearson, Medida Cuartlica y la Medida de Fisher dada la siguiente distribucin: 6,
9, 9, 12, 12, 12, 15 y 17
Solucin:
Calculando la media aritmtica se obtiene:

Para calcular los cuartiles se ordena los datos de menor a mayor

12

12

12

15

17

Calculando el cuartil uno se obtiene:

Calculando el cuartil dos se obtiene:

Calculando el cuartil tres se obtiene:

Calculando la desviacin estndar muestral se obtiene:

Calculando el Coeficiente de Pearson se obtiene:

Calculando la Medida de Bowley se obtiene

Calculando la desviacin estndar poblacional se obtiene:

Calculando la Medida de Fisher se obtiene

Datos

-166,375

-15,625

-15,625

12

0,125

12

0,125

12

0,125

15

42,875

17

166,375

Total

12

Los clculos en Excel se muestran en la siguiente figura:

Nota: El COEFICIENTE.ASIMETRIA(A2:A9) es un valor que tiene consideraciones semejantes a la Medida de

Fisher

2) CURTOSIS O APUNTAMIENTO
La curtosis mide el grado de agudeza o achatamiento de una distribucin con relacin a la distribucin normal,
es decir, mide cun puntiaguda es una distribucin.
2.1) TIPOS DE CURTOSIS
La curtosis determina el grado de concentracin que presentan los valores en la regin central de la
distribucin. As puede ser:
Leptocrtica.- Existe una gran concentracin.

Mesocrtica.- Existe una concentracin normal.

Platicrtica.- Existe una baja concentracin.

2.2) MEDIDAS DE CURTOSIS

Medida de Fisher
Para datos sin agrupar se emplea la siguiente frmula:

Para datos agrupados en tablas de frecuencias se emplea la siguiente frmula:

Para datos agrupados en intervalos se emplea la siguiente frmula:

Donde: = cada uno de los valores; n = nmero de datos; = media aritmtica;

desviacin estndar poblacional; f = frecuencia absoluta; xm = marca de clase
Nota:
Si a < 3 ? la distribucin es platictica
Si a = 3 ? la distribucin es normal o mesocrtica
Si a > 3 ? la distribucin es leptocrtica
Medida basada en Cuartiles y Percentiles

= Cudruplo de la

(letra griega minscula kappa) = Coeficiente percentil de curtosis

Nota:
Si < 0,263 ? la distribucin es platicrtica
Si

= 0,263 ? la distribucin es normal o mesocrtica

Si > 0,263 ? la distribucin es leptocrtica

Esta medida no es muy utilizada.
Ejemplo ilustrativo: Determinar qu tipo de curtosis tiene la siguiente distribucin: 6, 9, 9, 12, 12, 12, 15 y 17.
Emplear la medida de Fisher y el coeficiente percentil de curtosis.
Solucin: Calculando la media aritmtica se obtiene

Calculando la desviacin estndar poblacional se obtiene:

Calculando la Medida de Fisher se obtiene:

Datos

915,0625

39,0625

39,0625

12

0,0625

12

0,0625

12

0,0625

15

150,0625

17

915,0625

Total

2058,5

Para calcular los cuartiles y percentiles se ordena los datos de menor a mayor:

12

12

12

15

17

Calculando el cuartil uno se obtiene:

Calculando el cuartil tres se obtiene:

Calculando el percentil 90 se tiene:

Calculando el percentil 10 se tiene:

Calculando el coeficiente percentil de curtosis se obtiene:

Como a= 2,23 y

la distribucin es platicrtica

Los clculos en Excel se muestran en la siguiente figura:

REFERENCIAS BIBLIOGRFICAS
BENALCZAR, Marco, (2002), Unidades para Producir Medios Instruccionales en Educacin, SUREZ, Mario
Ed. Graficolor, Ibarra, Ecuador.
DAZA, Jorge, (2006), Estadstica Aplicada con Microsoft Excel, Grupo Editorial Megabyte,
Lima, Per.
SUREZ, Mario, (2004), Interaprendizaje Holstico de Matemtica, Ed. Grficas Planeta,
Ibarra, Ecuador.
SUREZ, Mario, (2011), Interaprendizaje de Estadstica Bsica
TAPIA, Fausto Ibarra, Ecuador.

Leer ms: http://www.monografias.com/trabajos87/medidas-forma-asimetria-curtosis/medidas-forma-asimetriacurtosis.shtml#ixzz4W9F4Ztkp

Medidas de Forma
Editar 0 8
MEDIDAS DE FORMA
Las medidas de forma, a manera sencilla, son indicadores estadsticos que permiten identificar
si una distribucin de frecuencia presenta uniformidad,
tambin las medidas de forma permiten comprobar si una distribucin de frecuencia tiene
caractersticas especiales como simetra, asimetra, nivel de concentracin de datos y nivel de
apuntamiento que la clasifiquen en un tipo particular de distribucin.
Las medidas de forma son necesarias para determinar el comportamiento de los datos y as, poder
adaptar herramientas para el anlisis probabilstico.
las medidas de uniformidad o tambien llamadas de forma se distribuyen de manera paralela.
Para identificar las medidas de forma tenemos que dirgirnos ala tabla, encontrar la ubicacion del
valor y escoger el area determinada.

Resumen.Las medidas de forma son tablas de valores independientes clasificados por reas
determinadas.

PEARSON
Editar 0 9
El coeficiente de correlacin de Pearson es un ndice que mide la relacin lineal entre dos
variables aleatorias cuantitativas.

Formula para hallar el COEFICIENTE DE PEARSON "Ap":

EJEMPLO

EL COEFICIENTE DE FISHER

Las medidas de dispersin nos informan sobre cunto se

alejan del centro los valores de la distribucin.
Las medidas de dispersin son:

Rango o recorrido
El rango es la diferencia entre el mayor y el menor de
los datos de una distribucin estadstica.

Desviacin media
L a desvia c i n r espec to a la m edia es la difer enc ia e ntre
cada va lo r de la var iable esta dst ica y la m edia a r it m t ic a .
Di = x - x
L a desvia c i n m edia es la m edia a r it m t ic a de
lo s va lo r es a bso luto s de la s desvia c io ne s r esp ec to a la
m edia .
L a desvia c i n m edia se re pre se nta po r

Ejemplo
C alcular la desvia c i n m edia de la dis tr ibuci n :
9 , 3 , 8 , 8 , 9 , 8 , 9 , 18

Desviacin media para datos agrupados

Si lo s dato s vie ne n agr u pado s e n un a t a bla de
fr ec uenc ia s , la e xpr e si n de la desv ia c i n m edia e s:

Ejemplo
C alcular la desvia c i n m edia de la dis tr ibuci n :

xi

fi

xi fi

|x - x |

|x - x |
fi

12.5

37.5

9.286

27.858

17.5

87.5

4.286

21.43

22.5

157.5

0.714

4.998

27.5

110

5.714

22.856

32.5

65

10.174

21.428

21

457.5

98.57

Varianza
L a var ia nz a e s la m edia ar it m t ic a del c ua dr a do de la s
desvia c io ne s r esp ect o a la m edia de una distr ib uci n
esta dst ica.
L a var ianz a se re pr e se nta po r

Varianza para da tos agr upados

Para simpli ficar e l c lc ulo de la var ia nz a vamo s o utiliz ar

las sig uie nte s e xpr e sio ne s que so n e quivale n te s a las ante r ior e s.

Varianza para da tos agr upados

Ejercicios de varianza
Ca lc ula r la va r ia nza de la distr ib uci n:
9 , 3 , 8 , 8 , 9 , 8 , 9 , 18

Ca lc ula r la va r ia nza de la distr ib uci n de la tab la:

xi

fi

xi

xi2

fi

fi

15

15

225

25

200

5000

35

10

350

12
250

45

405

18
225

55

440

24
200

65

260

16
900

75

150

11
250

42

1
820

88
050

Propiedades de la varianza
1 L a va r ia nz a se r sie mpr e un va lo r po sit ivo o c ero , e n
e l caso de que las punt uacio ne s se an ig uale s.

2 Si a to do s lo s va lo r es de la var iable se
le s sum a un nm er o la va r ia nz a no var a .

3 Si to do s lo s va lo r es de la var iable se m ult iplic a n por

un nm ero la var ia nz a que da m ult iplic a da po r e l c ua dr a do de
dicho nm ero .

4 Si te ne mo s var ias dis tr ibuc io ne s co n la mis ma m edia y

co no ce mo s sus re spe ctivas va r ia nz a s se pue de calcular
la va r ia nz a to ta l .
Si to da s las mue stras t ie ne n e l mismo ta mao :

Si las mue stras tie ne n dis tinto tamao :

Observaciones sobre la varianza

1 L a va r ia nz a , al igual que la me dia, es un nd ice muy

se nsi ble a las pun tuacio ne s extr e mas.

2 En lo s caso s que no s e pueda ha lla r la m edia ta mpo co

se r po sib le hallar la var ia nz a .

3 L a va r ia nz a no vie ne e xpre sada e n las mis mas un idade s

que lo s da to s, ya que las de sviacio ne s e stn ele vadas al
cuadrado .

Desviacin tpica
L a desvia c i n tpic a e s la r a z c ua dr a da de la var ia nz a .
Es de cir, la raz cuadrada de la me dia de lo s cuadrado s de
las pu ntuac io ne s de de sviaci n.
L a desvia c i n tpic a se r e pr e se nta por .

Desviacin tpica para da tos agrupa dos

Para simpli ficar e l clcu lo vamo s o uti liz ar las sig uie nte s
e xpre sio ne s que so n e quivale nte s a las ante r io re s.

Desviacin tpica para da tos agrupa dos

Ejercicios de desviacin tpica

C alcular la desvia c i n tpic a de la distr ib uci n:
9 , 3 , 8 , 8 , 9 , 8 , 9 , 18

Ca lc ula r la desv ia c i n t pica de la distr ib uci n de la

tabla :

xi

fi

xi
fi

xi2
fi

15

15

225

25

200

5000

35

10

350

12
250

45

405

18
225

55

440

24
200

65

260

16
900

75

150

11
250

42

1
820

88
050

Propiedades de la desviacin tpica

1 L a desv ia c i n t pic a se r sie mpr e un va lo r po sit ivo o
c ero , e n e l caso de que las pun tuacio ne s se an iguale s.

2 Si a to do s lo s va lo r es de la var iable se
le s sum a un nm er o la desv ia c i n t pic a no var a .

3 Si to do s lo s va lo r es de la var iable se m ult iplic a n por

un nm ero la desvia c i n tpic a que da m ult iplic a da po r
dicho nm ero .

4 Si te ne mo s var ias dis tr ibuc io ne s co n la mis ma m edia y

co no ce mo s sus re spe ctivas desv ia c io nes t pic a s se pue de
calcular la desvia c i n tpic a t ot a l .
Si to da s las mue stras t ie ne n e l mismo ta mao :

Si las mue stras tie ne n dis tinto tamao :

Observaciones sobre la desviacin tpica

1 L a desv ia c i n t pic a , al igual que la me dia y la var ianz a,

es un n dice muy se nsible a las pun tuacio ne s extr e mas.

2 En lo s caso s que no s e pueda ha lla r la m edia ta mpo co

se r po sib le hallar la desvia c i n tpic a .

3 C uan ta ms pe que a se a la desvia c i n tpic a m ayor

se r la co nc e ntr a c i n de da t o s alr e de dor de la m edia .