Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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.
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)
Mximo
Solucin mltiple
Mximo
Mximo
En este caso todos los pares, con soluciones enteras, del segmento trazado en
negro seran mximos.
Mximo
3 Restr iccio ne s
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
1 /3 0 + 1 /6 0 8 0
Mxi mo
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
Mxi mo
3 Restr iccio ne s
M nim o
15
15
x + 5y 15
5x + y 15
x 0
y 0
Mnimo
f(x, y) = 2 6 + 12 = 2 4
Mxi mo
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
Mximo
Medidas descriptivas
Las medidas descriptivas son valores numricos calculados a partir de la muestra y que nos resumen la
informacin contenida en ella.
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
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:
Para estimar la desviacin tpica de una poblacin a partir de los datos de una muestra se utiliza la
frmula (cuasi desviacin tpica):
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.
Se definen 3 tipos de
EJEMPLO 1
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=
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
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 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:
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:
12
12
12
15
17
Datos
-166,375
-15,625
-15,625
12
0,125
12
0,125
12
0,125
15
42,875
17
166,375
Total
12
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.
= Cudruplo de la
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
Como a= 2,23 y
la distribucin es platicrtica
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.
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.
EJEMPLO
EL COEFICIENTE DE FISHER
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
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
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
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 .
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 .
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.
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
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 .