Media geomtrica

La media geomtrica es un promedio muy til en conjuntos de nmeros que son interpretados en orden de su producto, no de su suma (tal y como ocurre con la media aritmtica). Por ejemplo, las velocidades de crecimiento.

MEDIA GEOMETRICA

Construccin geomtrica para hallar las medias aritmtica, geomtrica y armnica de dos nmeros a y b
La media geomtrica (MG), de un conjunto de del producto de los dada por nmeros positivos se define como la n-

nmeros. Por tanto, la frmula para la media geomtrica es

Existen dos usos principales de la media geomtrica: 1. Para promediar porcentajes, indices y cifras relativas y 2. Para determinar el incremento porcentual promedio en ventas, produccin u otras actividades o series econmicas de un periodo a otro. Ejemplo Supongase que las utilidades obtenidas por una compaa constructora en cuatro proyectos fueron de 3, 2, 4 y 6%, respectivamente. Cal es la media geomtrica de las ganancias?. En este ejemplo y asi la media geomtrica es determinada por

y as la media geomtrica de las utilidades es el 3.46%.

La media aritmtica de los valores anteriores es 3.75%. Aunque el valor 6% no es muy grande, hace que la media aritmtica se incline hacia valores elevados. La media geomtrica no se ve tan afectada por valores extremos

Por ejemplo, la media geomtrica de la serie de nmeros 34, 27, 45, 55, 22, 34 (seis valores) es
EJERCICIO Se ha calculado que, durante el primer ao de uso, cierta mquina sufre una depreciacin del 16% respecto a su valor de costo, y que, durante el segundo ao, la depreciacin es del 9% del valor que tena al comenzar dicho segundo ao. Encuntrese un tanto por ciento promedio de depreciacin anual.

Por ejemplo, la media geomtrica de 2 y 18 es

Otro ejemplo, la media de 1, 3 y 9 sera

Media armnica
La media armnica es un promedio muy til en conjuntos de nmeros que se definen en relacin con alguna unidad, por ejemplo la velocidad (distancia por unidad de tiempo).

Por ejemplo, la media armnica de los nmeros: 34, 27, 45, 55, 22, y 34 es:

MEDIA ARMONICA La media armnica se define como el recproco de la media aritmtica de los recprocos:

Este valor se emplea para promediar variaciones con respecto al tiempo. Observaciones sobre la media Geomtrica y la media Armnica El empleo de la media geomtrica o de la armnica equivale a una transformacin de la variable en log , respectivamente, y el clculo de la media aritmtica de la nueva variable; por ejemplo, si la variable abarca un campo de variacin muy grande, tal como el porcentaje de impureza de un producto qumico, por lo general alrededor del 0.1%, pero que en ocaciones llega incluso al 1% o ms, puede ser ventajoso el empleo de log en lugar de para obtener una distribucin ms simtrica y que se aproxime ms a una distribucin normal. La media aritmtica de log es el logaritmo de la media geomtrica de , de forma que la .

media empleada es equivalente al empleo de la media geomtrica como valor medio de 1. Construya la columna con los datos en Excel.

2. Ingrese a f y seleccione estadsticas y luego active MEDIA. GEOM o MEDIA. ARMO, entonces aparecer una ventana en la que se le pide Nmero 1: ingrese el rango de los datos Nmero 2: ingrese el rando de otro conjunto de datos Ejemplo Supongase que una familia realiza un viaje en automvil a un ciudad y cubre los primeros 100 km a 60 km/h, los siguientes 100 km a 70 km/h y los ltimos 100 km a 80 km/h. Calcular, en esas condiciones, la velocidad media realizada.

Media cuadrtica
En matemticas, la media cuadrtica, valor cuadrtico medio o RMS (del ingls root mean square) es una medida estadstica de la magnitud de una cantidad variable. Puede calcularse para una serie de valores discretos o para una funcin de variable continua. El nombre deriva del hecho de que es la raz cuadrada de la media aritmtica de los cuadrados de los valores. A veces la variable toma valores positivos y negativos, como ocurre, por ejemplo, en los errores de medida. En tal caso se puede estar interesado en obtener un promedio que no recoja los efectos del signo. Este problema se resuelve, mediante la denominada media cuadrtica. Consiste en elevar al cuadrado todas las observaciones (as los signos

negativos desaparecen), en obtener despus su media aritmtica y en extraer, finalmente, la raz cuadrada de dicha media para volver a la unidad de medida original La media cuadrtica para una coleccin de N valores {x1, x2, ... , xN} viene dada por la frmula (1):

Vef=2Vmax/pi Para una funcin de variable continua f(t) definida sobre el intervalo T1 t T2 viene dada por la expresin:

Aplicaciones
Valor eficaz de una corriente variable
Generalmente, el valor eficaz es usado en fsica e ingeniera, aunque tiene otros usos.

Media cuadrtica de la velocidad de un gas

En fsica, la media cuadrtica de la velocidad de un gas se define como la raz cuadrada de la media de la velocidad al cuadrado de las molculas de un gas. La velocidad RMS de un gas ideal es calculada usando la siguiente ecuacin:

donde k representa la constante de Boltzmann (en este caso, 1.3806503*10-23J/K)), T es la temperatura del gas en kelvins, y M es la masa del gas, medida en kilogramos.

Mediana
Existen dos estrategias para calcular la mediana: considerando los datos en forma individual, sin agruparlos, o bien utilizando los datos agrupados en intervalos de clase. Veamos cada una de ellas.

Datos sin agrupar

Sean los datos de una muestra ordenada en orden creciente y designando la mediana como Me, distinguimos dos casos:

a) Si n es impar, la mediana es el valor que ocupa la posicin (n + 1) / 2 una vez que los datos han sido ordenados (en orden creciente o decreciente), porque ste es el valor central. Es decir: Me = x(n + 1) / 2. Por ejemplo, si tenemos 5 datos, que ordenados son: x1 = 3, x2 = 6, x3 = 7, x4 = 8, x5 = 9 => El valor central es el tercero: x(5 + 1) / 2 = x3 = 7. Este valor, que es la mediana de ese conjunto de datos, deja dos datos por debajo (x1, x2) y otros dos por encima de l (x4, x5). b) Si n es par, la mediana es la media aritmtica de las dos observaciones centrales. Cuando n es par, los dos datos que estn en el centro de la muestra ocupan las posiciones n / 2 y n / 2 + 1. Es decir: Me = (xn / 2 + (xn / 2 + 1)) / 2. Por ejemplo, si tenemos 6 datos, que ordenados son: x1 = 3, x2 = 6, x3 = 7, x4 = 8, x5 = 9, x6 = 10 => Hay dos valores que estn por debajo del por encima del siguiente dato datos es la media aritmtica de estos dos datos: y otros dos que quedan . Por tanto, la mediana de este grupo de .

Datos agrupados
Al tratar con datos agrupados, si coincide con el valor de una frecuencia acumulada, el valor de la mediana coincidir con la abscisa correspondiente. Si no coincide con el valor de ninguna abcisa, se calcula a travs de semejanza de tringulos en el histograma o polgono de frecuencias acumuladas, utilizando la siguiente equivalenciaa:

Dnde Ni y Ni 1 son las frecuencias absolutas acumuladas tales que , ai 1 y ai son los extremos, inferior y superior, del intervalo donde se alcanza la mediana y Me = ai 1 es la abscisa a calcular, la moda. Se observa que ai ai 1 es la amplitud de los intervalos seleccionados para el diagrama. xi fi Ni

] Ejemplos para datos sin agrupar

] Ejemplo 1: Cantidad (N) impar de datos
Las calificaciones en la asignatura de Matemticas de 39 alumnos de una clase viene dada por la siguiente tabla:

1 2 2 2 3 4 4 5 6 9 7 3 8 4 9 2

2 4 8 13 30 33 37 39

5 8 21 > 19.5

Calificaciones

1 2 3 4 5 6 7 8 9

Nmero de alumnos 2 2 4 5 8 9 3 4 2 Primero se hallan las frecuencias absolutas acumuladas Ni. As, aplicando la formula asociada a la mediana para n impar, se obtiene X(39 + 1) / 2 = X20.

Ni-1< n/2 < Ni = N19 < 19.5 < N20

Por tanto la mediana ser el valor de la variable que ocupe el vigsimo lugar.En este ejemplo, 21 (frecuencia absoluta acumulada para Xi = 5) > 19.5 con lo que Me = 5 puntos, la mitad de la clase ha obtenido un 5 o menos, y la otra mitad un 5 o ms.

] Ejemplo 2 : Cantidad (N) par de datos

Las calificaciones en la asignatura de Matemticas de 38 alumnos de una clase viene dada por la siguiente tabla (debajo): Calificaciones 1 2 3 4 5 6 7 8 9

Nmero de alumnos 2 2 4 5 6 9 4 4 2

xi fi Ni+w 1 2 2 2 3 4 Primero se hallan las frecuencias absolutas acumuladas Ni. Ni. As, aplicando la frmula asociada a la mediana para n par, se obtiene X(38 / 2) = X19.

2 4 8 13 28 32

4 5 6 9 7 4

5 6 19 = 19

8 4 36 Con lo cual la mediana ser la media aritmtica de los valores de la 9 2 38 variable que ocupen el decimonoveno y el vigsimo lugar. En el ejemplo el lugar decimonoveno lo ocupa el 5 y el vigsimo el 6 con lo que Me = (5+6)/2 = 5,5 puntos, la mitad de la clase ha obtenido un 5,5 o menos y la otra mitad un 5,5 o ms.

Ni-1< n/2 < Ni = N18 < 19 < N19

Ejemplo para datos agrupados

Entre 1.70 y 1.80 hay 3 estudiantes. Entre 1.60 y 1.70 hay 5 estudiantes. Entre 1.50 y 1.60 hay 2 estudiantes.

Mtodo de clculo general

xi [x11-x12] . . . [x(i-1)1-x(i-1)2] [xi1-xi2] [x(i+1)1-x(i+1)2] . . . [xM1-xM2]
Consideramos:

fi f1 . . . f(i1)

Ni N1 . . N(i-2) f(i-1)-N(i-2)=N(i1)

fi f(i+
1)

fi-Ni-1=Ni f(i+1)-Ni=N(i+1) . . . fM-N(M-1)=NM

. . . fM

- x11 valor mnimo< Entonces:

] Mtodo proyectivo
Con base en el mtodo proyectivo, se puede obtener la mediana para datos agrupados de la siguiente forma:

1. Tomar el nmero total de frecuencias y dividirlo entre dos. 2. Restar a ese nmero el total de frecuencias de las clases anteriores a la clase mediana. 3. Usar el nmero obtenido para hacer un cambio del doble superior de escala entre las frecuencias de la clase mediana y sus rangos para obtener la distancia parcial 4. Sumamos la distancia parcial obtenida a el lmite inferior de la clase. Usando el ejemplo anterior:

1. El nmero total de frecuencias es de; (3+5+2)/2 = 10/2 = 5 2. El total de frecuencias anteriores es 2; (5 - 2) = 3 3. Hacemos el cambio de escalas:

Resolviendo:

la mediana es la suma de todos los datos dividido entre el nmero de datos 4. Se suma la distancia parcial al lmite inferior:

, la moda es el valor con una mayor frecuencia en una distribucin de datos.

Hablaremos de una distribucin bimodal de los datos adquiridos en una columna cuando encontremos dos modas, es decir, dos datos que tengan la misma frecuencia absoluta mxima. Una distribucin trimodal de los datos es en la que encontramos tres modas. Si todas las variables tienen la misma frecuencia diremos que no hay moda. El intervalo modal es el de mayor frecuencia absoluta. Cuando tratamos con datos agrupados antes de definir la moda, se ha de definir el intervalo modal.

La moda, cuando los datos estn agrupados, es un punto que divide al intervalo modal en dos partes de la forma p y c-p, siendo c la amplitud del intervalo, que verifiquen que:

Siendo la frecuencia absoluta del intervalo modal las frecuencias absolutas de los

intervalos anterior y posterior, respectivamente, al intervalo modal.

Moda de datos agrupados

Para obtener la moda en datos agrupados se usa la siguiente frmula:

Donde: Li 1 = Lmite inferior de la clase modal. D1 = es el delta de frecuencia absoluta modal y la frecuencia absoluta premodal. D2 = es el delta de frecuencia absoluta modal y la frecuencia absoluta postmodal. i = intervalo.

Ejemplo
Encontrar la estatura modal de un grupo que se encuentra distribuido de la siguiente forma: Entre 1 y 1.10 hay 1 estudiante Entre 1.10 y 1.15 hay 1,5 estudiantes Entre 1.20 y 1.25 hay 2 estudiantes Entre 1.30 y 1.35 hay 2,3 estudiantes. Entre 1.45 y 1.55 hay 3 estudiantes. Entre 1.50 y 1.60 hay 4 estudiantes. Entre 1.60 y 1.70 hay 10 estudiantes. Entre 1.70 y 1.80 hay 8 estudiantes. Clase modal = 1.60 y 1.70 (es la que tiene frecuencia absoluta ms alta, 10) Li-1 = 1.60 D1 = 6 D2 = 2 i = 0.10 Moda = 1.60 + (6/8) * 0.1 = 1.675

Mtodo proyectivo

Con base en el Mtodo Proyectivo se obtiene la moda de la siguiente manera usando el ejemplo anterior: 1.- Se Identifica la clase modal, que es la clase que tiene ms frecuencias. 2.- Se identifica las diferencias con las clases vecinas. 3.- Se hace un cambio de escala En el Ejemplo anterior:

1.- Clase con ms frecuencias: 1.60 a 1.70 (con 10 frecuencias) 2.- Diferencias con las clases vecinas: 2 (clase superior) y 6 (clase inferior) que se obtiene de restar (10-8) y (10-4) 3.-Cambio de escala: Distancia parcial en la escala uno es a la distancia total de la misma escala como el valor buscado es a la distancia total de la escala dos.

Resolviendo:

Se suma 0.075 (la distancia parcial) a 1.60 (el lmite inferior), obtenindose la moda.

Propiedades
Sus principales propiedades son:

Clculo sencillo. Interpretacin muy clara. Al depender slo de las frecuencias, puede calcularse para variables cualitativas. Es por ello el parmetro ms utilizado cuando al resumir una poblacin no es posible realizar otros clculos, por ejemplo, cuando se enumeran en medios periodsticos las caractersticas ms frecuentes de determinado sector social. Esto se conoce informalmente como "retrato robot".1

] Inconvenientes

Su valor es independiente de la mayor parte de los datos, lo que la hace muy sensible a variaciones muestrales. Por otra parte, en variables agrupadas en

intervalos, su valor depende excesivamente del nmero de intervalos y de su amplitud. Usa muy pocas observaciones, de tal modo que grandes variaciones en los datos fuera de la moda, no afectan en modo alguno a su valor. No siempre se sita hacia el centro de la distribucin. Puede haber ms de una moda en el caso en que dos o ms valores de la variable presenten la misma frecuencia (distribuciones bimodales o multimodales).
Moda

La moda se define como aquel valor de la variable al que corresponde mxima frecuencia (absoluta o relativa). Para calcularla, tambin ser necesario distinguir si los datos estn o no agrupados.

Datos sin agrupar:

Para datos sin agrupar, la determinacin del valor o valores (ya que puede haber ms de uno) modales es muy sencilla. Basta observar a que valor le corresponde una mayor ni. Ese ser la moda. As en el ejemplo del nmero de hijos, la simple inspeccin de la tabla siguiente proporciona como valor para la moda el Md = 2. N de hijos(xi) N de familias(ni) 0 1 2 3 5 4

6 8 4 2 ?ni=25

Datos agrupados:

Si los datos se presentan agrupados en intervalos es necesario, a su vez, distinguir si stos tienen o no igual amplitud. Si tienen amplitud constante c, una vez identificado el intervalo modal [xj-1, xj), es decir el intervalo al que corresponde mayor frecuencia absoluta nj = max{nl, ..., nk}, la moda se define, tambin por razones geomtricas, como

Ejemplo: Este ejemplo presenta un caso de distribucin bimodal, ya que tanto el intervalo [10'5 - 12) como el [12 - 13'5) tienen frecuencia absoluta mxima. Deberamos aplicar, por tanto, para cada uno de los dos intervalos la frmula anterior, determinando as las dos modas de la distribucin. No obstante, este ejemplo presenta adems la peculiaridad adicional de ser ambos intervalos modales contiguos. En esta situacin se considera la distribucin unimodal, eligiendo como moda el extremo comn, Md = 12. Si los intervalos tuvieran distinta amplitud cj, primeros debemos normalizar las frecuencias absolutas nj, determinando los cocientes

y luego aplicar la regla definida para el caso de intervalos de amplitud constante a los lj. Es decir, primero calcular el lj = max{l1,...., lk} para determinar el intervalo modal [xj-1, xj) y luego aplicar la frmula

siendo cj la amplitud del intervalo modal [xj-1, xj). Ejemplo: Las frecuencias normalizadas correspondientes al ejemplo de intervalos con distinta amplitud sern, Ii 0-20 20-30 30-40 40-45 45-50 50-60 60-80 80-100 ni 8 9 12 10 9 10 8 4 li 0'4 0'9 1'2 2 1'8 1 0'4 0'2

con lo que el intervalo modal es el [40 - 45) y la moda

A diferencia de lo que ocurre con la media o con la mediana, s es posible determinar la moda en el caso de datos cualitativos. As, en el ejemplo del tratamiento de radiacin seguido de ciruga puede afirmarse que la causa modal por la que no fue completado el tratamiento es Md = rehusaron ciruga

Media cubica
La media cbica es una medida derivada de la media aritmtica y consiste en obtener el valor del lado que tiene el cubo media de un conjunto de n cubos. Para entender mejor empecemos con la media cuadrtica: Supongamos que tenemos dos cuadrados Z1 y Z2, de lados L1 y L2 y queremos saber si existe un cuadrado media de los dos que tenemos originalmente (hay que aclarar que pueden ser n cuadrados en lugar de 2 pero el razonamiento es el mismo). Ahora bien, cmo hacemos el cuadrado media? Pues buscando un cuadrado que tenga de rea la media de las reas de los 2 cuadrados originales:

........A1+A2 A= ------------.............2 El problema ahora es poder construir dicho cuadrado media, para eso necesitamos concocer el valor del lado de ese cuadrado de rea media. Mediante algunos razonamientos matemticos (consultar la fuente para ver detalles) se concluye que el cuadrado de rea natural media tiene de lado la media cuadrtica de los lados de los cuadrados: ........._______________________ ......../..2......2..........2 .L=./..L1 +.L2.+...+.Ln ...../-------------------------------- ...\/......................n Ahora para comprender la media cbica seguimos el mismo razonamiento slo que ahora hablamos de n Cubos y concluimos que el cubo medio tiene de lado la media cbica de los lados de los cubos. .........._______________________ ........./..3.....3..........3 .L =../.L1.+.L2.+...+.Ln ....\3/------------------------------- .....\/......................n