Introduccién histérica El matemitico y fisico francés Simeén Denis Poisson (Pithiviers, 1781 - Paris, 1840) estudié la mecdnica racional, introduciendo la ecuacién que lleva su nombre. Asi- mismo revisten gran importancia sus investigaciones sobre la teoria de probabilida- des y la mecdnica celeste. Fue discipulo de Laplace y profesor de la Escuela Politéc- nica y de la Facultad de Ciencias de Paris. 61.1 Introduccién La Estadistiea es la ciencia que trata sobre la toma, organizaci6n, recopilacién, presentacién y andlisis de datos para deducir conclusiones sobre ellos y para tomar decisiones que estén de acuerdo con los andlisis ‘efectuados. Cuando se dispone de una serie de datos sobre las caracteristicas de un conjunto de personas u objetos, tales como las edades, los pesos y las alturas de los habitantes de una ciudad determinada o el nimero de botellas defectuosas y no defectuosas producidas por una fabrica en un tiempo determi- nado, resulta poco menos que imposible estudiar todas las personas u objetos. Asi pues, en Estadisti- ca se acostumbra estudiar una parte del total que recibe el nombre de muestra, mientras que la totalidad del conjunto estudiado se denomina poblacién. Una poblacién puede ser finita o infinita, Ast, por ejemplo, el conjunto de personas que viven en una ciudad es una poblaciGn finita, mientras que la poblacién constituida por todos los posibles sucesos (caras © cruces) obtenidos en los lanzamientos sucesivos de una moneda es infinita. En el caso de que la muestra elegida sea representativa de la poblaci6n, se pueden deducir interesan- tes conclusiones sobre dicha poblacién, al analizar la muestra extrafda. La parte de la Estadistica que estudia las condiciones bajo las cuales tales inferencias son validas recibe el nombre de Estadistica inductiva o inferencial, Sin embargo, en muchas ocasiones no se puede tener una total certeza sobre la veracidad de las inferencias deducidas. En estos casos, se acostumbra a decir que hay una determinada probabilidad de que dichas inferencias sean vilidas. 1243 Escaneado con CamScannerpa de describir y analizar un conjunto der, 1 sobre un conjunto mayor se denoming ina, “Hadi amente se OCU} n o inferent La parte de la Estadistica que sin extraer ningdn tipo de conclusion descriptiva 0 deductiva. Una variable es un simbolo, dentro de un conjunto de posi slo puede tomar un valor recib Una variable se denomina continu como, por ejemplo, X, Y, Z, que puede tomar un vator ey bles valores denominado dominio de Ia va ibe el nombre de constante : 4 cuando puede tomar cualquier valor comprendido ene, dos. Asi, por ejemplo, el peso de una persona es una variable continua puesto que una person," pesar 75 kg, 76 kg o cualquier valor comprendido entre 15 y 16 kg como, por ejemplo, 75h ina discreta cuando no puede tomar cualquier valor com, En cambio, una variable se denomi d en otros dos. Ast, por ejemplo, el nimero de miembros de una familia puede ser 4 o Teticwonente Jos datos que vienen definidos por una variable continua, tales como Los pesos gy, conjunto de personas, reciben el nombre de datos continuos, mientras que los datos que vig, Gefinidos por una variable discreta, tales como el niimero de miembros de un conjunto de familia Genominan datos discretos. Generalmente, los datos continuos se obtienen a partir de medi, mientras que los datos discretos se obtienen a partir de enumeraciones. Para presentar los datos de una poblacién estadistica se acostumbra a emplear métodos grifics g, simplifiquen la labor del observador. Los métodos gréficos mas utilizados son los siguientes: end, 5 peta s, 8) Diagrama de barras. Consiste en levantar sobre cada valor de iy variable una barra cuya logit coincida con su frecuenci Ejemplo Las notas de Matemiticas obtenidas por los 40 alumnos de una clase han sido las siguientes: Nota Miimero de alumnos (frecuencia) 0 1 1 1 2 2 3 3 4 7 5 i $ 7 i 4 8 2 1 10 i Rey Presentar las notas de los alumnos’ mediante un diagrama de barras. Solucién: Tendremos 1244 Escaneado con CamScanneril Fig. 61-1. }) Poligono de frecuencias. Se sefialan los extremos de los segmentos cuya altura coincide con la frecuencia y se unen mediante una inea quebrada, 1 3 aw ersuoaryvoo ok Fig, 61-2. 1245 Escaneado con CamScannerEjemplo En el ejemplo anterior, representar las notas de los alumnos mediante un poligono de freuen Soluci6n: (Véase figura 61-2). c) Diagrama de frecuenclas acumuladas. Se utilizan cuando interesa conocer el niimero de individuos qy, hhay antes de un cierto valor de la variable, Ejemplo En el ejemplo anterior, representar las notas de los alumnos mediante un diagrama de frecuencss acumuladas. Solucién: Tendremos 40 30| 25| 45] 10) Fig. 61-3. Notas Niimero de alumnos (frecuencia acumulada, {p) 0 1 (0,1) 2 (0, 2] 4 (0, 3] iz (0, 4] 4 {0,5} 25 (0, 6] 32 (0,7) 36 (0, 8] 38 (0, 9} 39 {0, 10] 40 1246 add Escaneado con CamScannerd) Diagrama de frecuencias relati nes del mismo t Resultan imprescindibles cuando interesa comparar varias poblacio- pero con distinto nimero de individuos. Ejemplo Mediante un diagrama de frecuencias relativas acumuladas, comparar las notas de Matematicas de los 40 alumnos de Ia clase del ejemplo anterior con las notas obtenidas por los 20 alumnos de otra clase, que fueron las siguientes: Nota Nuimero de alunos (frecuencia) Sewmrsauavnro PNvaUneEHos Solucién: Tendremos 1." Clase 2." Clase | Nota te fon = fxN40 7 Sra = fA20 | | 0 1 0,025 ¢ . | 0,1 2 0,05 i 0. 4 4 oO 1 0,05 | (0, 3] 2 0,175 2 OL (0,4) 14 0,35 3 0,15 10,5) 25 0,625 5 0,25 | 10,6) 32 0.8 5 Oe | (0,7) 36 09 4 0,7 | (0, 8] 38 0,95 7 0,85, {0,9} 39 0,975 19 0,95 10, 10] 40 1 20 1 1247 — L Escaneado con CamScannerFig. 61-4. Tal como puede observarse, las notas de la segunda clase son muy superiores a las de la primera cae Y, por lo tanto, el diagrama de frecuencias relativas acumuladas de la primera clase queda por encina del de la segunda clase. €) Diagramas de sectores. Consisten en repartir los 360° del circulo proporcionalmente a las frecuencia de la poblacién estudiada, Ejemplo Representar mediante diagramas de sectores los alumnos aprobados (notas (5-10]) _y suspe®®* (notas [0-5]) del ejemplo anterior. Solucién: Tendremos z0 Glien 2 Clase Aprobados 26 (234°%el circulo) 17 (206° de ciculo) Suspensos 14 (126° del circulo) 3 (54° del eirulo) 1248, 4 Escaneado con CamScanneré £ 6 Aprobados Fig, 61-5, f la expansién, 1) Graficas en espiral, Se emplean para representar datos cronol6gicos que registran una fuerte tendencia a Ejemplo La poblacién de un pais evolucion6 durante los ultimos 100 afios del modo siguiente: 1880 1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 Poblacion (millones de personas) 50 63 6 92 106 123 132 151 179 212 247 Representar la evolucién experimentada por la poblacién de dicho pais mediante una grafica en spiral, 1249 Escaneado con CamScannerSolucién: Tendremos NZ Asi, por ejemplo, se puede pintar la densidad de poblacién o la renta per cépita segun su distibuci* en un mapa. _ ft) Pietogramas. Se utilizan fundamentalmente para representar indices de produccién empleando un sinh | to del articulo que se produce. Este caw puede ser, por ejemplo, un automévil 0 una manzana. El principal inconveniente & Pictogramas es que Jas fracciones son dificiles de representar puesto que se deben amputat dibujos, 1) Histogramas de frecuencia, Se emplean cuando et nimero cae vaekas: ta vores estadisticn ex muy elevado, . : oe et eae Escaneado con CamScannerEjemplo Las estaturas de 1,000 soldados de un cuartel se distribuyen del modo siguiente: Estatura (cm) Numero de soldados (frecuencia) [150-160) 140 [160-170) 410 [170-180) 320 [180-190) 70 [190-200) 50 [200-210) 10 ® Representar mediante un histograma de frecuencias las estaturas de los soldados del cuartel. Dibujar asimismo el poligono de frecuencias. Solucién: En primer lugar hallaremos el valor central de cada intervalo, que recibe el nombre de marca de clase, para poder dibujar posteriormente el poligono de frecuencias. Asi pues, tendremos: Intervalos Marcas de clase Frecuencias [150-160) 155 140 [160-170) 165 410 (170-180) 175 320 [180-190) 185 70 [190-200) 195 50 (200-210) 205 10 \ 400 Ke 300 200 100 150 160 170 180 190 200 210 220 Fig. 61-7. 1251 Escaneado con CamScanner61.2 Distribuciones de frecuencia Ne denommiie ontenaetdiy a toda eotocacian de ana determinada serie de datos numéticos aerennea ecrwetente ae maghitind, La diferente entre ef mayor y el menor de fos datos ones” Feeibe eb onthe ake range a reeorrida de los datos. Ast, por ejemplo, sila estatura det Soldady py, vera wit chattel es de D1} em y ka el mids bajo ex de 151 em, ef rango serd 213 — 15} ~ gp Talon ae camentd anteriormente, cuando se trabaja con tin gran ntimera de datos resuity gyn vente aisttbnittos en intervalos de clase y posteriormente determinar el nimero de datos 4, pertenecen a oad clase, que teeibe ef nombre de frecuencia de clase, © on, ‘Diva distribuctin de Nreewenctas es una orstenactén en forma de tabla de los datos en clases, asignando a eady ‘elawe Has frecueneéas correspondientes, Los datos ontenados y resumidos en una distribucién de frecuencia reciben el nombre de duty, agrupados. Los mimers extremoy de cada intervalo de clase reciben el nombre de Ifmites de clase, 1 menor d ellos se denomina limite inferior de ta clase y el mayor se Hama Iimite superior de ta clase Cuando un intervato de clase earece de Iimite superior o de limite inferior, recibe el nombre & intetvalo de clase abierto, Ast, por ejemplo, un intervalo de clase que agrupara a las personas cya estatura fuera sinferior a 180 cm» serfa un intervalo de clase abierto. EL punto medio de un intervalo de clase recibe el nombre de marca de clase y se obtiene dividends por 2 la suma de los Iimites inferior y superior del intervalo de clas En general, para obtener distribuciones de frecuencia se acostumbra a seguir los siguientes pass a) Determinar cl mayor y el menor de los datos registrados para encontrar ef rango, es decir, diferencia entre ef mayor y el menor de los datos bd) Dividir el rango en un mimero adecuado de intervalos de clase del mismo tamafio, que genetsh mente oveila entre $ y 15. €) Determinar las frecuencias de clase, es decir, el ntimero de datos que corresponden a cade intervalo de clase Tal como se coments anteriormente, existen diversos modos de representar graficamente las distrib ciones de frecuencia, Los mas utilizados son los histogramas y los polfgonos de frecuencias. Los histogramas constan de una serie de recténgulos cuyas superficies son proporcionales 4 frecuencias de clase y cuyas bases se hallan situadas sobre un eje horizontal con centros en las ma de clase y cuyas longitudes coinciden con el tamatio de los intervalos de clase. Si los intervalos de clase son todos de igual tamaiio, las alturas de los rectingulos son proporciontl a las frecuencias de clase y en este caso se acostumbra a tomar las alturas numéricamente iguales* frecuencias de clase. Los poligonos de frecuencias se obtienen uniendo las marcas de clase, En general, se acostun” prolongar los polfgonos de frecuencias hasta las marcas de clase inmediatamente superior € inft®" que corresponderian a clases de frecuencia cero. 1 Se define la frecuencia relativa de una clase como la frecuencia de dicha clase dividida por !a su? ts frecuencia de todas claves, Obvitmente, la suma de as frecuencia relativas de ods tas vale 1, ‘Tal come se coments en los ejemplos precedentes, las representaciones graficas de aistribucion™ 1382 y | Escaneado con CamScannerf jecvencia Felativa pueden obtenerse a partir del correspondiente histograms « poliyrmes de frecu sevsin mas que cambiar la escala vertical de frecuencias por una excala de frecucrcvas relat ee airervandose ef mismo diagrama. Las representaciones revultantes ve denominan,t stogramas de atruencias relativas y poligonos de frecuencias relativas, respectivamente “ se denomina frecuencia acumulada hasta un intervalo de clave determinado a la frecuencia total de Jos valores menores que el limite superior de clase de dicho intervalo de clave : [hs tablas que Fepresentan frecuencias acumuladas reciben el nombre de distribuciones de frecuencias Momuladas, mientras que las gréficas que representan las frecuencias acumuladas ve denominan iigonos de frecuencias acumuladas u ojivas, ndlogamente, la frecuencia relativa acumulada es la frecuencia acumulada dividida por la frecuencia total, mientras que las gréficas que representan las frecuencias relativas acumuladas reciben el nom- tre de poligonos de frecuencias relativas acumuladas Sila poblacién de donde se extraen las muestras es muy grande, es posible elegir intervalos de clase muy pequefios. De este modo, el poligono de frecuencias correspondiente a una poblaci6n grande puede estar formado por muchos segmentos pequefios, de manera que el poligono va aproximindose puna curva. Dichas curvas se denominan curvas de frecuencias. Las curvas de frecuencia presentan las siguientes formas caracteristicas: 2) Curvas simétricas. Tal como puede observarse en la figura 61-8, las curvas de frecuencia simétricas ton aquellas en las que las observaciones que equidistan del maximo central tienen la misma fre- cuencia. Fig. 61-8. » varse en las figuras 61-9 y 61-10, las curvas de frecuencia tome ae a oan 0 ‘curva a un lado del méximo central es mayor que al otro Ia, Stia cola prenabatns ta derecha de la curva se dice que Ia curva esti sesgada a la derecha 0 1253 Escaneado con CamScanner4 que tiene sesgo positivo (Fig. 61-9), mientras que si la cola mayor aparece a la izquierda ¢, 7 , le dice que la curva esta sesgada a la izquierda 0 que tiene sesgo negativo (Fig. 61-10). 2 Cun, : Fig. 61-9. ge eee ee ee Fig. 61.10 ft 2 w ©) Curvas en forma de J 0 de J invertida. Tal como puede observarse en las figuras 61-11 y 61-12 4 curvas de frecuencia en forma de J 0 de J invertida se caracterizan porque el maximo s¢ un extremo, 1254 a Escaneado con CamScannerFig. 61-11. Fig. 61.12 © Curvas en forma de U. Tal como puede observarse en la figura 61-13, Ins curvas de frecuencia en forma de U presentan el maximo en ambos extremos, 1255 h Escaneado con CamScannerFig. 61-13. ©) Curvas bimodales. Tal como puede observarse en la figura 61-14, las curvas de frecuencia bimods- les presentan dos maximos. 1) Curvas multimodales. Tal como puede observarse ia multi” dales presentan mas de dos méximos, en la figura 61-15, las curvas de frecuenci 1256 ad Escaneado con CamScannerFig. 61.15 61.3 Medidas de centralizacion 7 Tas medidas de centralizacién son valores que tienden a situarse en el centro del conjunto de datos ordena- & dos segin su magnitud, q Las medidas de centralizacién mas empleadas son la media aritmética 0 media, la mediana, la moda, la media geométrica, la media armOnica y la media cuadrética. La aplicacién de una otra medida de centtazacién depende de los resultados que interese extraer a partir de los datos. D Media arimdiiea » media, La media aritmética o media de un conjunto de N_ mémeras x1. £3.33, « %q se representa por ¥ y se define como: Sas! a hee ‘ Mi Bus ish ska Waly ape TO anne a N N N Hal donde el simbolo x, representa cualquiera de los N valores 1, "2,5. ..» 44 que puede tomar la Variable x. La letra i mindsculaen 2; se denomina subindice y puede representar cualquiera de tndimeros 1, 2, 3, sore Me Por su parte, el simbolo Bn se utiliza para indicar la suma de todas las x; desde i= 1 hasta 1257 me Escaneado con CamScanner“ si - ilidad de c june esdecir, que Soap = ay tay tan ton + tne Si m0 hay posibilidad de contusign, : - re ~ zx. 1 Se acostumbra a simplificar por Ejemplo Hallar la media aritmética de 6, 4, 3,7 y ® Solucién; Tendremos 64+4+34+74+8 5 = 28/5 = 5,6 Cuando los néimeros x1, x2, Xs, ...4%n aparecen fi, fo, fr, «--+fn veces, Tespectivamente, es decir que sus frecuencias respectivas son fy, fa, fa, .... fay Ia media aritmética puede calcularse del moj, siguiente: fun + Saka + fats + oe Stn 2 fe Spe Spe Aththt uth zh zs N Ejemplo Hallar la media aritmética de 6, 6, 6, 4, 4, 4, 4, 3, 3, 7. Solucién: Tendremos 3:644-442-341-7 18 + 16+64+7 47 _—_—_—_—— -— 3444241 10 oe En ocasiones, a cada uno de los nimeros x, inado © B 1 22, 3) «+5 4q_ Se les asigna un peso determinad °* a, tn En estos casos, se acostumbra a calcular la media artméue, ponderada del F- Stitomtont.tos, Zar Oe OEE ae pig, Lo 1258 I —_ Escaneado con CamScannerEjemplo tin estudiante ha obtenido las calificaciones siguientes: Asignatura Nota Peso Historia 8 1 Quimica 7 3 Fisica 3 3 Matematicas 6 3 Biolog 5 3 Geologia 6 2 Dibujo 5 2 Idioma 7 2 Filosofia 4 1 Calcular su nota media ponderada. Solucién: Tendremos ge 1.8 + 3.7 + 3.3 + 3.6+35+264+25+27+14 143434343424+24+241 8+ 2494184 15+12+104 1444 — 1D 20 5,55 La media aritmética presenta, entre otras, las siguientes propiedades: cero, 1. La suma algebraica de tas desviaciones de un conjunto de nimeros respecto de su media aritmética es Ejemplo Comprobar la propiedad anterior con los muimeros 6, 4, 3,7 y 8 Solucién: La media aritmética de estos nimeros es F = 5, 6, tal como se vio anteriormente. Us desviaciones respectivas son: 6 - 5,6 = 4-56 3-56 7-56 8-56 a suma algebraica de las desviaciones ‘omprobar, we 0,4 — 1,6 — 2,6 + 14+ 2,4 = 0 tal como queriamos 1259 Escaneado con CamScanne lerrE. A | Jaclanes de ne Conjunto de HaMErHs FespectO de yy 2. La sia dhe how cosiraden de tn Sosy eave pen aa Mitwey, cualquiera ex uiniinn ¢ re de datos ordenadon on orden de nvagnltud €8 et valor suey, Rahire ef line hegre Shien te media eriiviien de ls des volores medion oll Stabore oe Maton eat Ejemplo Hallar ta mediana de los nimeros 2.33405, 7. 77% Solucidn: Como fo» nimeros estin ordenados en orden ereviente de magnitud y hay un ndimero inp de nimeros, la mediana sera el valor medio, 0 sea, 5 Ejemplo Hallar ta mediana de los niimeros 2, 2, 3, 4, 6, 6, 6, 8. Solucidn: Como los nuimeros estén ordenados en orden ereciente de magnitud y hay un ndmero pu de mimeros, a mediana seré la media aritmética de los dos valores medios, o sea, (4+ 6)/2 —§ S€ presenta con mayor frecuencia, La moda puede no ser dnica e incluso puede no existir. Ejemplo Hallar la moda de los ntimeros 2, 2, 3, 4, 5 Solucidn: EI niimero que mas veces se repite es 5. uiente, 5 es la moda. Ejemplo Mallar la moda de los nimeros 2, 2, 3, 4, 5, 5, 5, 5, 6, Solucidn: Los mimeros que mis se repiten son’ 5) y) 7, pes gaye. 7: 72 8 att $y" ‘or consiguiente, las modas son Ejemplo Hallar la moda de los nimeros Solucion: Ningdin nimero se rey bimodal, ete, 1260 a Escaneado con CamScanner(p Media geométrica. La media eométrica G de una serie dem mimeros x, est del producto de dichos nimeros. Ha Kis coy Se eS la raz gs dear. Ejemplo lar la media geométrica de los nimeros 3,9 y 27. Socién: Tendremos G=V3-9-I7= VI =9 (fice saanea ow vale meseelea fide ean sic cel aymaaas iy Tn, 13, +014 Fe Se define como: | 1 N H a Lure Ejemplo Hallar la media arménica de los nimeros 2,5 y 10. Solucién: Tendremos = E = ; = 308 = 3,75 1/3 (12 + US + 1/10) 8/10 1) Media cuadrética. La media cuadratica de una serie dem miimeros £4, £3. 43-0 Fn Hiatar ta media cuadratica de los nimeros 23,4 y 5. se define como: Ejemplo 1261 Escaneado con CamScannerSolucién: Tendremos PaPEE HF yf soe eee Se TSN Ne ae 4 . = VIBS = 3,67 aprox. 61.4 Medidas de dispersién Las medidas de dispersién dan idea de la separacion de los datos numéricos alrededor de un aly medio. Las medidas de dispe tsién més utilizadas son el rango o recorrido, la desviacién media, la varianzay la desviacién tipica, 2) Rango o recorrido. Rango 0 recorrido de una distribucién es la diferencia entre los dos valores extremos, maximo y minimo. » Puesto que basta con que un dato se aleje mucho ée rrido resulte muy afectado, valores, sin que influyan para nada los restantes datos, Ejemplo Hallar el rango de la siguiente serie de nimeros: 4,5, 7,9, 9, 10, 12, 15. Solucién: El Tango serd la diferencia entre los valores extremos. Es decir, 15-4 = ll. ») Desviacién media. La desviacion media de una serie de nm nam NEPOS X15 Xa, 3, ony tq Se define Come: Ejemplo Hallar ta desviacin media de los ntimeros 3, 4, 6, 7, 1262 sl Escaneado con CamScannertr solucién: Tendremos 3+44+64+7 20 gu tts! Ss 4 4 Desviacion media: IB -5]+l4-S|+lo-sl+i7-5) _ [-2)+i-ul+ ll +t _ 4 4 2614 a 2414142 6 oy 4 4 Los sumandos se toman en valor absoluto para que no se compensen las desviaciones de los datos que superan a la media aritmética con las desviaciones de los datos que son inferiores a ella. La desviacién media es una buena medida de dispersién. j En el caso de que los datos x;, x2,.X3, .... %» aparezcan con frecuencias respectivas fi, fas far +» Suv la desviacion media adopta la expresién La expresién anterior resulta muy itil cuando se dispone de datos agrupados donde los distintos x; representan las marcas de clase y las fj las correspondientes frecuencias de clase. Ejemplo | Hallar la desviacién media de los nimeros 3, 3, 3, 4, 6, 6, 7, 7, 7, 7. Solucién: Tendremos ! Be341-4+2-644-7 _ 3414244 | _ 94442428 _ 3 5, | 10 10 fH Desviacion media: | | 1} 3/3 — 5,3] + 114 - 5.3] + 2/6 - 5,3] + 417-53] _ | 34+1+2+4 } 1263 i] i — bad Escaneado con CamScanner> | ) + 20.7) + 41,9) 10 ©) Varianza, La varianza 5? de una serie dem mimeros ty, X35 45 fa viene dada porta expr saw Lu-7¥ Abora bien, en la practica los valores. x, Son niimeros cémodos de manejar, mientras aritmética acostumbra a ser un niimero con varios decimales, por lo que las dife también suelen ser nimeros decimales, que resultan engorrosos de ser clevados al cua cllo, en la prictica se prefiere desarrollar la expresién de la varianza del modo sj IS que la mediy Tencias x, ~7 \rado. Por tog iguiente: Zany Eade awz ey Escaneado con CamScannere goluciin: Tendremos 16 + 25 + 36+ 49 2 we SA Ee 9.25 = 28 3935 = 315 = 30,25 = 1.25 | 4 4 En el caso de que los datos 4,3, 3, <<... aparezcan con frecuencias respectivas fi, fas fas « la varianza adopta la expresién . & fie-FP Te -¥P Fe a eee ah " En la practica se acostumbra a desarrollar esta expresién de modo similar al comentado anteriormen- te, convirtiéndose la expresién anterior en fsa Zhi Ejemplo Calcular ta varianza de los nuimeros 2, 2, 2, 3, 3, 4, 4, 4, 4, 4. Soluci6n: Tendremos 3-242-345-4 _ 64642 _ 32 _,, 34245 10 0 x2 = (3,27 = 10.24 | ae 3(2)? + 23)? + 5(4)? 35442-945-16 ~ 10,24 = = 10,24 = } 34245 10 } { 1265 t Escaneado con CamScanner12+ 18+ 80 _ ig og =! _ tog = 11 - 10,25 10 10 4) Desviacién tipica. La desviacién tipica de una serie dem miimeros x4, X35 X35 ..05 ay Meme dada por expresion Zi! como puede observarse, la desviacién tipica es la raiz cuadrada de la varianza, En la préctica se calcula la desviacién tipica mediante la expresién s= Ejemplo Calcular la desviaci6n tipica de los mimeros 4, 5, 7, 8. Solucién: Tendremos ASi pues, P+ FPR =f : -@ V 16 +25 +49 4 64 a V ess 4 4 = VBS=3 = vis En el caso de que los ntimeros x, fa la desviacién tipica puede = 1,58 aprox. . a X25) 0+) 4 8€ presenten con frecuencias respectivas fi fil calcularse mediante la expresion so | alee - (22S " a 1266 Escaneado con CamScanneraa tn prictica, se suele desarrollar la expresién anterior, obteniéndose ra Ejemplo Calcular ta desvi Solucidn: Tendremos 442 3+2+144 1644-7 _ ién tipica de los nimeros 4, 4, 4, 5, 5, 6, 7, 7, 7, 7. 12+10+6+28 _ 56 10 10 \ 34 + 26" + 16)" + 4) 10 -\ Senet 1965136 = 10 — (5,6) 3-164+2-25+1-364+4-49 — 136 = 10 33 = 31,36 = V164 = 1,28 aprox. Problemas propuestos 1. Las calificaciones de un estudiante en 8 asignaturas fueron 6, 5, 7, 6, 8, 5, 9 y 6. Hallar la media aritmética de las califica- ciones, ~ Las estaturas de 12 estudiantes de una Clase son 165, 163, 161, 168, 151, 159, 161, 160, 164, 155, 160 y 162 cm. Hallar a media aritmética de las estaturas. % Los salarios mensuales de 6 trabajadores Son $1.000, $1.300, $1.100, $1.150, $1.200 y $970, Hallar la media aritmética 4, 29 10s salarios, "78s tomperaturas tomadas en una ciudad Cl mismo dia de cada mes a la misma a durante un afo fueron 1°C, 6°C, W'C, 14°C, 18°C, 25°C, 30°C, 34°C, 26°C, 19°C, 11°C y 4°C, Hallar la media aritméti- ca de las temperaturas. Los tiempos empleados por 8 atletas en recorrer 100 metros fueron 10,15, 10,18, 10,08, 10,03, 10,11, 10,00, 9,99 y 10,02 segundos. Hallar la media aritmética de los tiempos. En un examen de Geogratia, 6 alumnos obtuvieron un 3, 8 obtuvieron un 4, 13 un 5,8 un 6, 5 un 7,3un 8y 1 un 9. Hallar la media aritmética de las calificaciones. Al finalizar sus estudios de Quimica, 60 estudiantes tenian 22 afios, 50 tenian 23 afios, 17 tenian 24 afos y 8 tenian 25 afios. Hallar la media aritmética ce edades. ses Escaneado con CamScanner a