CUADERNOS DE TRABAJO

FACULTAD DE ESTUDIOS ESTADSTICOS

Las medias estadsticas:

ejercicios motivadores
Almudena Pajares Garca
Dpto. Estadstico. Consultora farmacutica

Venancio Tomeo Perucha

Dpto. lgebra. Facultad de Estudios Estadsticos (U.C.M.)

Cuaderno de Trabajo nmero 05/2014



Los Cuadernos de Trabajo de la Facultad de Estudios Estadsticos

constituyenunaapuestaporlapublicacindelostrabajosencursoyde
losinformestcnicosdesarrolladosdesdelaFacultadparaservirdeapoyo
tantoaladocenciacomoalainvestigacin.

Los Cuadernos de Trabajo se pueden descargar de la pgina de la

Biblioteca de la Facultad www.ucm.es/BUCM/est/ y en la seccin de

investigacindelapginadelcentrowww.ucm.es/centros/webs/eest/

BibliotecadelaFacultaddeEstudiosEstadsticos

UniversidadComplutensedeMadrid

Av.PuertadeHierro,S/N

28040Madrid

Tlf.913944035

buc_est@buc.ucm.es

LostrabajospublicadosenlaserieCuadernosdeTrabajodelaFacultadde
Estudios Estadsticos no estn sujetos a ninguna evaluacin previa. Las
opinionesyanlisisqueaparecenpublicadosenlosCuadernosdeTrabajo
sonresponsabilidadexclusivadesusautores.

ISSN:23412550

 Las medias estadsticas: ejercicios motivadores
Almudena Pajares Garca

Dpto. Estadstico. Consultora farmacutica

almudena.pajares@googlemail.com

Venancio Tomeo Perucha

Dpto. Algebra. Fac. Estudios Estadsticos tomeo@ucm.es

15 de septiembre de 2014

Resumen
En este trabajo vamos a estudiar la medias estadsticas desde un punto de
vista elemental, de forma que los conceptos puedan ser asimilados por alumnos de
Enseanza Secundaria y Bachillerato. Para ello se consideran problemas sencillos
de la vida ordinaria relacionados con la geometra elemental, con la fsica y con
la economa.
Por parte de la Geometra se estudian problemas sencillos de clculo de lon-
gitudes, reas y volmenes, con ayuda del Clculo integral cuando se considera
necesario en el clculo de volmenes de revolucin y volmenes por secciones, en
concreto en el volumen del tronco de cono.
Por parte de la Fsica se estudian problemas de mviles, adems del llenado de
depsitos. Se estudian tambin las leyes de los gases con relacin a la Qumica y
la inversin en acciones por parte de la Economa, adems de otros ejemplos, todo
ello para diferenciar bien el uso de la media aritmtica y de la media armnica.
Se intenta dar un enfoque prctico al estudio de las medias, poniendo de relieve
la gran importancia que tienen para problemas que quiz no se han pensado con
suciente atencin, ofreciendo distintas motivaciones para alumnos y profesores.

Palabras clave: Medias estadsticas, longitudes, reas, volmenes, elipse, cir-

cunferencia, velocidades, depsitos, inversiones.
1
1. Las medias estadsticas

En Estadstica se utilizan muchas medias, las cuatro ms habituales, si se

dispone de N datos, son las siguientes:

La media aritmtica
P P
xi ni xi
X= o bien X=
N N
y la media aritmtica ponderada que es X en el caso en que los datos tienen
diferente importancia o pesos pi
P
xi pi
X= P
pi

La media geomtrica
p
G= N
x1 x2 xN
La media cuadrtica
r
x21 + x22 + + x2N
C=
N
La media armnica
1 1 1
+ + +
N 1 x1 x2 xN
H= o bien =
1 1 1 H N
+ + +
x1 x2 xN

2. La relacin entre ellas

Estas cuatro medias verican la relacin

H G X C;

que es muy fcil recordar con la frase que se dice cuando los mozos de un pueblo
han ganado al ftbol a los mozos del pueblo de al lado: Hemos Ganado Por
Coraje.

2
 La relacin anterior puede demostrarse con facilidad para el caso de dos datos
positivos y distintos, a y b; tales que a; b > 0; a 6= b: Estas demostraciones consisten
en buscar relaciones equivalentes a las que necesitamos, hasta llegar a una verdad
evidente, de la misma manera que se hace en las demostraciones psilon-delta
de los lmites. Vamos a demostrar las tres desigualdades, que numeramos del
siguiente modo:
H G X C:
(1) (2) (3)

2 p
(1) Hay que llegar a que 1 1 < ab; pero se tiene que
a
+ b

2 p 2ab p
1 1 < ab , ab , 4a2 b2 ab(a + b)2 ,
a
+ b
a+b
, 4ab < (a + b)2 ,
, 4ab a2 + 2ab + b2 ,
, 0 a2 2ab + b2 , 0 (a b)2 ;

lo que es una armacin verdadera. Recorriendo las equivalencias hacia atrs, se

tiene la demostracin de (1).
p a+b
(2) Hay que llegar a que ab ; pero se tiene que
2
p a+b p
ab , 2 ab a+b , 4ab (a + b)2 ,
2 2 2 2
, 4ab a + 2ab + b , 0 a 2ab + b2 , 0 (a b)2

que es la misma armacin anterior.

r
a+b a2 + b 2
(3) Hay que llegar a que y se tiene que
2 2
r 2
a+b a2 + b 2 a+b a2 + b2
, ,
2 2 2 2
, a2 + 2ab + b2 2(a2 + b2 ) ,
, a2 + 2ab + b2 2a2 + 2b2 ,
, 0 a2 2ab + b2 , 0 (a b)2 ;

obteniendo la misma desigualdad verdadera.

3
3. La p-media

Se dene elevando los datos a la potencia p-sima, sumando, dividiendo entre

el nmero de datos y extrayendo la raz p-sima, de forma anloga a la frmula
de la media cuadrtica pero con exponente e ndice p: Es decir
v 1
uN 0 1
uP p p P
N
p
u
t i=1 xi B i=1 xi C
p

Mp = o bien Mp = B
@ N A
C
N

Es una generalizacin de las medias conocidas, ya que para los valores p = 1;

p = 2; p = 1 y p ! 0; resultan las anteriores. En efecto,
v
uN 0N 1 1
P
N uP 2 P 1
xi u xi x
t B i=1 i C
M1 = i=1 = X; M2 = i=1 = C; M 1=B C = N =H
N N @ N A PN 1

i=1 xi

y cuando p ! 0 se obtiene como lmite

1
0 1
P
N
p p
B i=1 xi C
M!0 = lim B C = G;
p!0 @ N A

aunque esto no es sencillo de demostrar.

Para p = 3 tenemos la media cbica

rP
3 x3i
M3 = ;
N
para p = 4 y p = 5 tenemos las medias
rP rP
4 x4i 5 x5i
M4 = ; M5 = :
N N

4
 3
Para p = 2
yp= 2 tenemos las medias
!2=3 v
P u P p !2 P 1 p
3=2
xi u x3i xi 2 2
N
=t
3
M3=2 = ; M 2 = = qP
N N N 1
x2i

4. Ejemplos de la media aritmtica

Ejemplo 1: En un trapecio: La paralela media a las bases de un trapecio tiene

por medida la media aritmtica de las bases. Es decir

b + b0
X=
2
como puede verse en la gura.

Trapecio y tringulo
Lo mismo ocurre en un tringulo, que es un trapecio con una base de valor nulo,
b+0
X= :
2
La demostracin de estas armaciones es trivial sin ms que aadir otro trapecio,
o tringulo, de forma que se obtenga un paralelogramo.

Ejemplo 2: Si en un trapecio se divide la altura en n partes iguales y se eligen

k y n k partes, Cunto mide la paralela por ese punto y cunto valen las reas

5
de los nuevos trapecios?

Trapecio
La solucin est en la media aritmtica ponderada, ya que

kb + (n k)b0
bk =
n
y las reas de los trapecios que resultan con esa divisin son sencillas de calcular
porque se conocen las bases y las alturas. La demostracin de este hecho es trivial
a partir del teorema de Thales.

Ejemplo 3: El problema de la media con incremento de datos: Dados tres

nmeros, si tenemos la media aritmtica de los dos primeros y el valor del ter-
cero, podemos saber la media aritmtica de los tres nmeros sin conocer los dos
primeros?

Sean x1 ; x2 ; x3 los datos y sea X 12 la media de los dos primeros. Utilizando la

denicin de media aritmtica, se tiene que

x1 + x2 + x3 1 x1 + x2 1
X= = 2 + x3 = (2X 12 + x3 )
3 3 2 3

es decir, la media artimtica ponderada de X 12 y x3 : Luego basta sustituir los

datos por su media conocida y hacer

X 12 + X 12 + x3
X=
3

6
 Si en una clase hay 19 alumnos y su media de edades es 16,2 aos y viene un
alumno nuevo que tiene 18 aos, no es preciso repetir todas las cuentas, la media
de todos ser
19 16; 2 + 18 325; 8
X= = = 16; 29:
20 20

5. Ejemplos de la media geomtrica

La media geomtrica de N datos est denida por la frmula quepvimos en la

seccin 1, pero cuando solo son dos datos, a y b la frmula es G = ab; es decir
la media geomtrica verica la igualdad
a G
=
G b
por lo que es llamada tambin media proporcional.

Ejemplo 4: En Geometra se estudian los tringulos rectngulos y el famoso

teorema de la altura: La altura relativa a la hipotenusa es media proporcional
entre las proyecciones de los catetos sobre ella.

Ejemplo 5: Tambin se estudia el teorema del cateto: Un cateto es media pro-

porcional entre la hipotenusa y su proyecccin sobre ella. En el tringulo de la
gura

Medias geomtricas
se cumplen que la media geomtrica de 9 y 16 es 12, al ser altura del tringulo rec-
tngulo. La media geomtrica de 25 y 9 es 15, como cateto, y la media geomtrica
de 25 y 16 es 20, tambin como cateto.

7
Ejemplo 6: El teorema de la altura nos proporciona una demostracin geo-
mtrica y visual de la desigualdad (2) de la seccin 2 para dos nmeros positivos
a y b; es decir, que la media geomtrica es menor o igual que la media aritmtica.

Dados a y b; queremos demostrar que

p a+b
G= ab X=
2
Para ello construimos media circunferencia que tenga por dimetro a + b; sean A
y B los extremos del dimetro. Si desde el punto H que une los dos segmentos
levantamos una altura que corta a la circunferencia en C y construimos el tringulo
ABC; resulta que este tringulo es rectngulo en C; ya que este ngulo abarca
media circunferencia, como vemos en la gura.

Media geomtrica menor o igual que media aritmtica

El teorema de la altura nos dice que la altura CH
p es media proporcional entre las
proyecciones AH y HB; es decir G = CH = ab: Por otra parte, trazando una
perpendicular al dimetro AB en su punto medio M y siendo N el punto de corte
con la circunferencia, resulta que M N es un radio de la circunferencia, de donde
a+b
X = MN =
2

8
Es claro que el radio M N es mayor o igual que cualquier segmento CH; luego
G X: Adems observamos que la igualdad se cumple solo si el tringulo es
rectngulo issceles, es decir si
a+b
a=b= ;
2
cuando los dos nmeros coinciden.

Ejemplo 7: El rea de la elipse de semiejes a y b est dada por la frmula

A = ab: En el caso en que sea a = b; se trata de una circunferencia, y el rea
del crculo de radio a est dada por la frmula A = a2 ; como caso particular del
rea de la elipse.

Elipse
Una demostracin sencilla y rigurosa de la frmula del rea de la elipse utiliza el
Clculo integral. Sea la elipse de semiejes a y b; cuya ecuacin es a2 y 2 +b2 x2 = a2 b2 ;
bp 2
despejando tenemos la funcin y = a x2 cuya grca es la parte superior
a
de la elipse. El rea es cuatro veces la del primer cuadrante, luego ser
Z a Z
4b a p 2
A=4 y(x)dx = a x2 dx:
0 a 0

Integrando por partes se tiene

Z p p Z
x2 dx
a2 x2 dx = x a2 x2 + p ;
a2 x 2

9
pero esta ltima integral es
Z Z Z p
x2 dx (x2 a2 + a2 )dx x
p = p = a2 x2 dx + a2 arcsen
a2 x 2 a2 x 2 a

y sustituyendo queda
Z p p Z p
2 x
a2 x2 dx = x a2 x2 + a arcsen a2 x2 dx;
a
por lo que juntando en el mismo miembro las dos ltimas integrales resulta que
Z p p x
2 a2 x2 dx = x a2 x2 + a2 arcsen
a
y el rea de la elipse dada es
Z
4b a p 2 4b 1 h p 2 x ia
A = a x2 dx = x a x2 + a2 arcsen =
a 0 a 2 a 0
2b 2 2b
= a arcsen 1 0 = a2 = ab;
a a 2
lo que concluye la demostracin.

Cincunferencias inscrita y circunscrita

Sin embargo, si nos jamos que la elipse tiene una circunferencia inscrita y
otra circunscrita, cuyos radios b y a son respectivamente los semiejes menor y

10
mayor de la elipse, el rea de la elipse es la media geomtrica de las reas de esos
dos crculos, ya que p p
A = Ai A c = b2 a2 = ab:
Ejemplo 8: El volumen del elipsoide. Se pretende hallar el volumen de un
elipsoide general, no de revolucin en general, con semiejes a; b; c: En el caso
4 3
particular en que sean a = b = c; se trata de una esfera, cuyo volumen es r ;
3
por lo que el volumen del elipsoide ser la media geomtrica de las tres esferas de
radios a; b y c; es decir el volumen de una esfera cuyo radio es la media geomtrica
de los tres semiejes
4 p 3
3 4
VE = abc = abc:
3 3
Pero esto no es una demostracin, sino una frmula que deducimos por lgica. La
demostracin rigurosa necesita Clculo integral. Concretamente, dado el elipsoide
de ecuacin
x2 y 2 z 2
+ 2 + 2 = 1;
a2 b c
un plano a distancia x = x0 le corta segn la elipse
9 y2 z2
x2 y 2 z 2 = y2 z2 a2 x20 + 2
2
+ 2 + 2 =1 , + = , b2 c =1
a b c 2
x20
x = x0 ; b2 c2 a2 a
a2
es decir
y2 z2
+ =1
b2 2 c2 2
(a x20 ) (a x20 )
a2 a2
con semiejes q q
b c
a2 x20 y a2 x20
a a
y rea de la seccin
bc 2
A(x) =
2
(a x2 )
a
por lo que el volumen del elipsoide, calculado como volumen por secciones, es
Z a a
bc 2 2 2 bc 2 x3 2 bc 2a3 4
VE = 2 2
(a x )dx = 2
a x = 2
= abc:
0 a a 3 0 a 3 3

11
 En el caso en que sea un elipsoide de revolucin, por ser b = c; por ejemplo, el
volumen resulta ser
4
VE = ab2
3
y puede calcularse tambin como volumen de revolucin alrededor del eje OX:

Elipsoide

6. Ejemplos de la media armnica

Ejemplo 9: Cul es la gura ms armnica? Esta pregunta se la hacan los

griegos con referencia a los poliedros regulares, que podemos ver en la siguiente
gura

Poliedros regulares

12
 La respuesta es que el cubo, o hexaedro, era considerada la gura geomtrica
ms armnica, ya que el nmero de vrtices es media armnica entre las caras y
las aristas. Ya que tiene
C = 6; V = 8; A = 12:
Se verica el teorema de Euler, C + V = A + 2; como todos los poliedros regulares,
pero adems cumple que
2 2 24
V = = = = 8:
1 1 3 3
+
6 12 12
Segn los griegos, los dems poliedros regulares no eran tan armnicos como
el cubo, ya que tienen caras, vrtices y aristas dadas por la tabla siguiente:
C V A
Tetraedro 4 4 6
Cubo 6 8 12
Octoedro 8 6 12
Docecaedro 12 20 30
Icosaedro 20 12 30

Ejemplo 10: Estudiemos la velocidad media de un ciclista. Depender de lo

bueno que sea. Pongamos que el ciclista Prez entrena durante una hora a la
velocidad de 60 km/h y a 20 km/h durante la hora siguiente. Cul es su velocidad
media? Pongamos que el ciclista Gmez sube un puerto a 20 km/h y desciende
por la misma ruta a 60 km/h. Cul es su velocidad media? Es la misma para
ambos?

El ciclista Prez recorre 80 km en 2 horas, por lo que su velocidad media es

et 20 + 60
vm = = = 40 km/h,
tt 2
que es la media aritmtica. La velocidad media en igualdad de tiempos es la media
aritmtica.

Si la longitud del puerto es e el ciclista Gmez emplea en su recorrido un

tiempo total
e e
t= +
20 60

13
por lo que su velocidad media es
espacio total 2e 2 2
= e e = = = 30 km/h,
tiempo total + 1 1 4
20 60 +
20 60 60
que es la media armnica. La velocidad media en igualdad de espacios es la media
armnica.

Obsrvese que en la frmula del movimiento uniforme e = vt; si el tiempo es

constante, el espacio y la velocidad son directamente proporcionales, pero si el
espacio es constante, la velocidad y el tiempo son inversamente proporcionales, a
ms velocidad se necesita menos tiempo para hacer el mismo recorrido.

Ejemplo 11: Estudiemos los depsitos. Cmo se llenan y cmo se vacan.

Supongamos que un depsito dispone de tres grifos para llenarlo. El primero
tarda 8 horas en llenarlo, el segundo tarda 10 horas y el tercero tarda 14 horas.
Si los tres grifos vierten agua a la vez, cundo tiempo tardar en llenarse?

Llenado de depsitos
Si el depsito tiene una capacidad C; el caudal, o velocidad de llenado, de los
tres grifos es
C C C
; y
8 10 14
y si todos llenan el depsito por separado, es decir que llenaran tres depsitos, el
tiempo empleado ser
3C 3
t= = = 12 horas,
C C C 1 1 1
+ + + +
8 10 14 9 12 18

14
luego el depsito lo llenarn en 4 horas, que es la media armnica de los tiempos
por separado.

Ejemplo 12: En un proceso de produccin distintas mquinas tienen velocidadas

distintas de produccin. Estudiar el tiempo necesario para producir un lote de
productos es interesante para la planicacin del trabajo diario en una empresa de
cualquier tipo de artculos. Supongamos que cinco mquinas distintas producen a
velocidades de 375, 362, 315, 408 y 350 productos por hora. Hllese la velocidad
media de la cadena de produccin.

Si el lote que se va a produir tiene C productos, el tiempo empleado por cada

una de estas mquinas es
C C C C C
; ; ; ; horas
375 362 315 408 350
y la velocidad media desarrollada para el total del lote sera
Produccin total 5C
= =
Tiempo total C C C C C
+ + + +
375 362 315 408 350
5
= = 359; 4
1 1 1 1 1
+ + + +
375 362 315 408 350
productos por hora, que es la media armnica de las velocidades.

Ejemplo 13: Carreras de relevos. Supongamos que cada uno de los componentes
de un equipo de relevos 4 100 alcanz en una competicin la siguiente velocidad:

10; 16m/s, 10; 35m/s, 10; 40m/s, 10; 52m/s.

Cul fue la velocidad media desarrollada por el testigo que se entregan los corre-
dores?

Vamos a llamar A; B; C y D a los componentes del equipo, VA ; VB ; VC y VD

sus velocidades y TA ; TB ; TC y TD los tiempos empleados en los 100 m que cada
uno recorre. Tenemos que

100 = VA TA = VB TB = VC TC = VD TD ;

15
por tanto, los tiempos son
100 100 100 100
TA = ; TB = ; TC = ; TD = ;
VA VB VC VD
es decir inversos a sus velocidades, lo que es lgico, a ms velocidad se necesita
menos tiempo.

Como la velocidad media en el trayecto es el espacio total recorrido entre el

tiempo total empleado:
400 400
Velocidad media = = =
Ttotal TA + TB + TC + TD
400 4
= = = 10; 356 m/s
100 100 100 100 1 1 1 1
+ + + + + +
VA VB VC VD VA VB VC VD
que es la media armnica de las velocidades individuales.

Ejemplo 14: Los inversores. Supongamos que dos inversores han comprado
acciones de bolsa de una misma empresa en cinco ocaciones; los precios por accin
han sido de
20; 48; 23; 04; 19; 20; 25; 60 y 30; 72:
Hallar el precio medio de las acciones que han comprado sabiendo que:
a) Fernndez adquiri las cinco veces igual nmero de acciones, N:
b) Hernndez emple en todas las compras igual cantidad de dinero, D:

El precio medio es el cociente entre el dinero invertido y el nmero de acciones

adquiridas. En el primer caso, si las acciones estn ms caras hay que pagar ms,
proporcionalidad directa. El precio medio es
20; 48N + 23; 04N + 19; 20N + 25; 60N + 30; 72N
PF = =
5N
20; 48 + 23; 04 + 19; 20 + 25; 60 + 30; 72
= = 23; 81
5
euros por accin, que es la media aritmtica.

16
 En el segundo caso si las acciones estn ms caras hay que comprar menos,
proporcionalidad inversa. El dinero invertido es 5D y el nmero total de acciones
compradas es
D D D D D
+ + + +
20; 48 23; 04 19; 20 25; 60 30; 72
luego el precio medio es
5D
PH = =
D D D D D
+ + + +
20; 48 23; 04 19; 20 25; 60 30; 72
5
= = 23; 16
1 1 1 1 1
+ + + +
20; 48 23; 04 19; 20 25; 60 30; 72
euros por accin, que es la media armnica.

Ejemplo 15: Los gases perfectos. En Qumica se estudia que cuando se trata
con gases es necesario tener en cuenta el volumen, la presin y la temperatura,
de forma que si se modica una de estas variables manteniendo otra constante, la
tercera se modica segn las leyes de Boyle-Mariotte y de Gay-Lussac.

La ley de Boyle-Mariotte dice que a temperatura constante el producto de

presin por volumen permanece constante, es decir

P V = P 0 V 0 = k;

por tanto P y V varan de forma inversamente proporcional, si una de estas varia-

bles aumenta la otra disminuye. En conclusin, si queremos promediar presiones
o promediar volmenes, debemos hacerlo usando la media armnica, del mismo
modo que hemos hecho con la velocidad media del ciclista Gmez en el ejemplo
10, con los depsitos del ejemplo 11 y el inversor Hernndez del ejemplo 14.

Las leyes de Gay-Lussac dicen que si el volumen de un gas permanece cons-

tante, la presin y la temperatura varan de forma directamente proporcional, es
decir,
P P0
= 0 =k
T T

17
y si la presin de un gas permanece constante, el volumen y la temperatura son
directamente proporcionales, es decir,

V V0
= 0 = k:
T T
En conclusin, cuando queramos promediar presiones o temperaturas, para
un volumen constante, o volmenes o temperaturas, para una presin constante,
debemeos usar la media aritmtica.

7. Ejemplos de la media cuadrtica

Ejemplo 16: Estudiemos la velocidad de cada de un objeto. Sabemos por la

fsica que si desde una torre de altura h dejamos caer un objeto, la velocidad del
mismo al llegar al suelo est dada por la frmula
p
vf = 2gh:

Cul es la velocidad del objeto a mitad de la torre? Y cuando lleva recorrido

un cuarto? Y a tres cuartos?

Velocidad de cada

18
 El objeto parte del reposo, es decir vi = 0 y va acelerando hasta alcanzar vf
en el momento del impacto. Como la velocidad aumenta segn la raz cuadrada
del espacio, ya que de la frmula anterior se deduce que

v 2 = 2gh;

lo que indica que para duplicar la velocidad es necesario multiplicar por cuatro la
altura. La solucin est en la media cuadrtica entre vi y vf ; es decir
s r
vi2 + vf2 0 + 2gh p
C= = = gh:
2 2

Si calculamos la velocidad a mitad de la torre con la frmula de la velocidad de

cada se obtiene lo mismo, ya que
r
h p
v1=2 = 2g = gh;
2
lo que demuestra que la eleccin de la media cuadrtica ha sido acertada.

Cuando el objeto lleva recorrido un cuarto de la altura de la torre, la velocidad

ser la media cuadrtica entre la velocidad inicial y la velocidad a mitad de la
torre, es decir s r r
vi2 + v1=2
2
0 + gh gh
v1=4 = = =
2 2 2
y la velocidad a los tres cuartos de recorrido ser
s r r
2
v1=2 + vf2 gh + 2gh 3gh
v3=4 = = =
2 2 2

Estos resultados pueden comprobarse usando directamente la frmula de la ve-

locidad de cada.

Ejemplo 17: La desviacin tpica est dada por la frmula

s
(x1 X)2 + (x2 X)2 + + (xN X)2
S=
N

19
lo que indica que es la media cuadrtica de las desviaciones de los datos respecto
de la media.

Su cuadrado es la varianza
P P 2
2 (xi X)2 xi
S = = (X)2
N N
que se utiliza, al igual que la desviacin tpica, como medida de la dispersin de
los datos porque elimina la inuencia de los signos. La media de las desviaciones
no sirve como medida de dispersin porque siempre es
P
(xi X)
= 0:
N

Ejemplo 18: El ajuste por mnimos cuadrados. Cuando tenemos una nube de
puntos en el plano y queremos ajustar una recta o una curva a esa nube,

Recta de regresin

20
se eligen los parmetros de la lnea de forma que sea mnima la suma de los
cuadrados de los errores, es decir
X
(yi yi )2 = m{nima:

Hacer mnima la suma no es lo mismo que hacer mnima la media cuadrtica de

los errores, pero el uso de los cuadrados tiene el mismo fn, evitar la inuencia de
los signos.

8. Clculo de lmites

Ejemplo 19: Si tenemos una sucesin de nmeros reales fan g = fa1 ; a2 ; :::; an ; :::g
y nos preguntamos por el lmite de la media aritmtica de los trminos de la
sucesin,
a1 + a2 + + an
lim
n n
tenemos una respuesta sencilla. Consideramos la sucesin de trmino general
a1 + a2 + + an
y aplicamos el criterio de Stolz, ya que el denominador tiende
n
a +1; resultando que
a1 + a2 + + an
lim =
n n
(a1 + a2 + + an ) (a1 + a2 + + an 1 ) an
= lim = lim = lim an
n n (n 1) n 1 n

es decir, el lmite de la media aritmtica es el lmite del trmino general. (Propiedad

de Cauchy del lmite de la media aritmtica).

Ejemplo 20: Si nos preguntamos por el lmite de la media geomtrica

p
lim n
a1 a2 an
n

tenemos el mismo resultado. El lmite se obtiene del ejemplo anterior escribiendo

la raz como potencia y aplicando las propiedades de los logaritmos

21
 p
lim n
a1 a2 an =
n

= lim(a1 a2 an )1=n = lim exp[ln(a1 a2 an )1=n ] =

n n
1 ln a1 + ln a2 + + ln an
= lim exp ln(a1 a2 an ) = lim exp =
nn n n
ln a1 + ln a2 + + ln an
= exp lim = exp[lim ln an ] = exp[ln lim an ] = lim an
n n n n n

es decir, el lmite de la media geomtrica es el lmite del trmino general. (Propiedad

de Cauchy del lmite de la media geomtrica).

9. Ejemplo nal: el tronco de cono

Deseamos estudiar el volumen del tronco de cono y hallar el radio de un cilin-

dro de la misma altura que tenga el mismo volumen que el tronco de cono, que
llamaremos radio equivalente.

Tronco de cono y cilindro equivalente

22
 Parece que si giramos la gura lo vemos mejor:

El tronco de cono
Geomtricamente parece que se trata de la media aritmtica de los radios
R+r
re =
2
Eso es sencillo pero completamente falso, porque la parte del tronco que gira por
fuera del cilindro genera ms volumen que la que gira por dentro.

Si queremos una demostracin ms formal, deducimos el volumen del tronco

de cono, restando al cono grande el cono pequeo segn la gura

Una seccin del tronco de cono

23
 Por la semejanza de los tringulos se tiene que
H h H hR
= ) HR hR = Hr ) H(R r) = hR ) H=
r R R r
lo que nos permite eliminar el valor de H; resultando
1 2 1 2
Vtronco = R H r (H h) = R2 H r2 H + r2 h =
3 3 3
(R2 r2 )hR
= R2 r2 H + r2 h = + r2 h =
3 3 R r
h 2
= (R + r)hR + r2 h = (R + r2 + Rr)
3 3
Haciendo un clculo del volumen de revolucin por integracin, se llega al
mismo resultado. Para ello hemos de encontrar la frmula de la funcin que pasa
por los puntos A(0; r) y B(h; R); esta funcin es claramente
R r
y=r+ x
h
e integrando
Z h Z h 2
2 R r
Vtronco = [y(x)] dx = r+ x dx =
0 0 h
Z h 2 2
(R r) x r(R r)x
= r2 + 2
+ dx =
0 h h
h
2 r)2 x3 r(R r)x2
(R
= r x+ + =
3h3 h 0
2 3
(R r) h r(R r)h2
= r2 h + + =
3h2 h
h 2
= (3r + (R r)2 + 3r(R r) =
3
h 2 h 2
= (3r + R2 2Rr + r2 + 3Rr 3r2 ) = (R + r2 + Rr):
3 3
Es mucho ms simple obtener el volumen del cono por integracin y el del
tronco de cono como diferencia entre dos conos.

24
 Nos falta hallar una frmula para el radio equivalente, es decir el radio de un
cilindro de igual altura que nos proporcione el mismo volumen. Como el volumen
del cilindro est dado por la frmula V = re2 h; donde re es el llamado radio
equivalente. Comparando con la frmula nal del tronco de cono resulta que
r
1 R2 + r2 + Rr
re2 = (R2 + r2 + Rr) ) re =
3 3
es la frmula del radio equivalente. El radio equivalente es la media
p cuadrtica
del radio mayor, el radio menor y la media geomtrica de ambos, Rr:

Agradecimiento

Los autores quieren expresar su agradecimiento al profesor Cristbal Pareja,

vicedecano de investigacin, por sus valiosos comentarios y sugerencias, que han
contribuido notablemente a una versin mejor de este trabajo.

Bibliografa

Algunos de los ejemplos presentados se han tomado de los textos:

[1] Rodriguez L.A, Tomeo V, Ua I. Mtodos estadsticos para Ingeniera
Ed. Garceta. Madrid, 2011.
[2] Tomeo V, Ua I. Estadstica descriptiva
Ed. Garceta. Madrid, 2009.
[3] Tomeo V, Ua I, San Martn J. Clculo en una variable
Ed. Garceta. Madrid, 2010.
[4] Ua I, San Martn J, Tomeo V. Clculo de probabilidades
Ed. Garceta. Madrid, 2009.

25
 Cuadernos de Trabajo
Facultad de Estudios Estadsticos

CT04/2014 Jugando con la estadstica ( y la probabilidad)

Gloria Cabrera Gmez

CT03/2014 Anlisis estadstico de las consultas a la base de datos de ayudas e incentivos a

empresas de la Direccin General de Industria y de la PYME.
Adolfo Coello de Portugal Muo , Juana Mara Alonso Revenga

CT02/2014 Values of games with weighted graphs

E. Gonzlez-Arangena, C. Manuel y M. del Pozo

CT01/2014 Estimacin de la tasa de retorno de la carta del censo de los Estados Unidos a
travs del modelo de regresin lineal y tcnicas de prediccin inteligentes.
Jos Luis Jimnez-Moro y Javier Portela Garca Miguel

CT03/2013 Provisin de siniestros de incapacidad temporal utilizando anlisis de

supervivencia.
Ana Crespo Palacios y Magdalena Ferrn Aranaz

CT02/2013 Consumer need for touch and Multichannel Purchasing Behaviour.

R. Manzano, M. Ferrn y D. Gaviln

CT01/2013 Un mtodo grfico de comparacin de series histricas en el mercado burstil.

Magdalena Ferrn Aranaz

CT03/2012 Calculando la matriz de covarianzas con la estructura de una red Bayesiana

Gaussiana
Miguel A. Gmez-Villegas y Rosario Susi

CT02/2012 Whats new and useful about chaos in economic science.

Andrs Fernndez Daz, Lorenzo Escot and Pilar Grau-Carles

CT01/2012 A social capital index

Enrique Gonzlez-Arangena, Anna Khmelnitskaya, Conrado Manuel, Mnica del Pozo

CT04/2011 La metodologa del haz de rectas para la comparacin de series temporales.

Magdalena Ferrn Aranaz

CT03/2011 Game Theory and Centrality in Directed Social Networks

Mnica del Pozo, Conrado Manuel, Enrique Gonzlez-Arangena y Guillermo Owen.

CT02/2011 Sondeo de intencin de voto en las elecciones a Rector de la Universidad

Complutense de Madrid 2011
L.Escot, E. Ortega Castell y L. Fernndez Franco (coords)

CT01/2011 Juegos y Experimentos Didcticos de Estadstica y Probabilidad

G. Cabrera Gmez y M.J. Pons Bordera

CT04/2010 Medio siglo de estadsticas en el sector de la construccin residencial

M. Ferrn Aranaz

CT03/2010 Sensitivity to hyperprior parameters in Gaussian Bayesian networks.

M.A. Gmez-Villegas, P. Main, H. Navarro y R. Susi

i
CT02/2010 Las polticas de conciliacin de la vida familiar y laboral desde la perspectiva del
empleador. Problemas y ventajas para la empresa.
R. Albert, L. Escot, J.A. Fernndez Cornejo y M.T. Palomo

CT01/2010 Propiedades exticas de los determinantes

Venancio Tomeo Perucha

CT05/2009 La predisposicin de las estudiantes universitarias de la Comunidad de Madrid a

auto-limitarse profesionalmente en el futuro por razones de conciliacin
R. Albert, L. Escot y J.A. Fernndez Cornejo

CT04/2009 A Probabilistic Position Value

A. Ghintran, E. GonzlezArangena y C. Manuel

CT03/2009 Didctica de la Estadstica y la Probabilidad en Secundaria: Experimentos

motivadores
A. Pajares Garca y V. Tomeo Perucha

CT02/2009 La disposicin entre los hombres espaoles a tomarse el permiso por nacimiento.
Influyen en ello las estrategias de conciliacin de las empresas?
L. Escot, J.A. Fernndez-Cornejo, C. Lafuente y C. Poza

CT01/2009 Perturbing the structure in Gaussian Bayesian networks

R. Susi, H. Navarro, P. Main y M.A. Gmez-Villegas

CT09/2008 Un experimento de campo para analizar la discriminacin contra la mujer en los

procesos de seleccin de personal
L. Escot, J.A. Fernndez Cornejo, R. Albert y M.O. Samamed

CT08/2008 Laboratorio de Programacin. Manual de Mooshak para el alumno

D. I. de Basilio y Vildsola, M. Gonzlez Cuado y C. Pareja Flores

CT07/2008 Factores de proteccin y riesgo de infidelidad en la banca comercial

J. M Santiago Merino

CT06/2008 Multinationals and foreign direct investment: Main theoretical strands and
empirical effects
Mara C. Latorre

CT05/2008 On the Asymptotic Distribution of Cooks distance in Logistic Regression Models

Nirian Martn y and Leandro Pardo

CT04/2008 La innovacin tecnolgica desde el marco del capital intelectual

Miriam Delgado Verde, Jos Emilio Navas Lpez, Gregorio Martn de Castro y Pedro
Lpez Sez

CT03/2008 Anlisis del comportamiento de los indecisos en procesos electorales: propuesta de

investigacin funcional predictivo-normativa
J. M Santiago Merino

CT02/2008 Inaccurate parameters in Gaussian Bayesian networks

Miguel A. Gmez-Villegas, Paloma Main and Rosario Susi

CT01/2008 A Value for Directed Communication Situations.

E. GonzlezArangena, C. Manuel, D. Gmez, R. van den Brink

ii