Icalculadora Grafica Introduccion

La calculadora grfica y sus aplicaciones didcticas en el aula
LA CALCULADORA GRFICA
Los MENUS con los que podemos trabajar en la calculadora grfica fx9860 son:
Al encender la calculadora en la pantalla aparecen los iconos que representan las

diferentes funciones de la calculadora.
RUN: Sirve para realizar clculos aritmticos, incluso con matrices, clculos con
funciones y aquellos que relacionan valores binarios, octales, decimales y
hexadecimales.
STAT: Sirve para realizar clculos estadsticos con una sola variable, con dos,
grficos estadsticos, rectas de regresin y relaciones funcionales entre dos
variables.
e-ACT: Sirve para generar y almacenar actividades.
S-SHT: Hoja de clculo
GRAPH: Almacena funciones grficas, las representa y permite conocer sus mximos,
mnimos, puntos de corte, intervalos de monotona, reas, .....
DYNA: (Grficos dinmicos); almacena y dibuja funciones, mostrando las diferentes

formas que adopta segn van cambiando los valores de determinadas variables.
TABLE: Genera tablas numricas y las representa grficamente.
RECUR: Almacena frmulas de recurrencia y almacena tablas numricas.
CONICS: (Cnicas): representa funciones implcitas.
EQUA: Resuelve sistemas de ecuaciones de hasta seis incgnitas y ecuaciones

polinmicas de hasta tercer grado.
Rosana lvarez Garca
PRGM: Almacena y ejecuta programas.
TVM: Clculos econmicos
LINK: Intercambia datos con otras unidades (calculadora, ordenador, pantalla de

cristal lquido,...)
MEMORY: Informacin sobre la memoria interna y externa.
SYSTEM: Informacin sobre el sistema, lenguaje, contraste,.
MODO RUN
En el MODO RUN, o modo encerado podemos trabajar con gran parte de los mens especificados
anteriormente. Si accedemos al men nos aparece una ventana en blanco con una nica opcin visible (Mat)
Una de las novedades de este modelo es la posibilidad de trabajar empleando un lenguaje simblico lineal
o matemtico. Para seleccionar el tipo de expresin matemtica que nos gusta vamos a:
SETUP
SHIFT
Buscamos el modo de
entrada y seleccionamos
MENU
Math
Con la entrada lineal tendremos que emplear el

lenguaje propio de la calculadora
Con la entrada Math nos permite trabajar con el

lenguaje matemtico.
Rosana lvarez Garca
Math
F1
FUNCIONES
Para confirmar resultados obtenidos en su estudio, afianzar conceptos y visualizarlos, es muy interesante
el uso de la calculadora grfica como herramienta de trabajo.
Para trabajar con estas funciones accedemos al MODO GRAPH desde el MENU
principal.
En la pantalla nos aparece una lista para incluir las funciones que queramos estudiar
y las siguientes opciones:
SEL
F1
Selecciona la funcin
DEL
F2
Borra la funcin
TYPE
F3
Tipo de funcin
STYL
F4
Tipo de lnea en la grfica
GMEM
F5
Almacenar o recuperar una funcin almacenada
DRAW
F6
Dibuja la funcin
TYPE
Lo primero que debemos hacer es seleccionar el tipo de funcin seleccionando la tecla F3 , (tipo de funcin):
Y=
F1
Funcin
r=
F2
Funcin polar
Parm
F3
Funcin paramtrica
x=c
F4
Grfica de x = cte
CONV
TYPE
F5
F3

F6
Y>
F1
Y<
F2
Y
F3
Y
F4
transforma un tipo de funcin en otro

pantalla siguiente
Mayor
Menor
Mayor o igual
Menor o igual
Una vez seleccionado el tipo de funcin con la que vamos a trabajar, ya podemos representarla.
Para empezar trabajaremos con la funcin y = x2- 6x + 8. A la hora de representar la funcin con la
calculadora puede ser necesario modificar la escala de representacin para que aparezca en la pantalla. Este
ejercicio es interesante para trabajar con los ejes de coordenadas y con el concepto de escalas.
DRAW
F6
Al seleccionar SHIFT
Nos aparecen nuevas opciones.
G-SLV
Vamos a ver la opcin
Rosana lvarez Garca
F5
G-SLV
En
F5
tenemos:
ROOT
F1
Nos permite calcular los puntos de corte con el eje OX.
MAX
F2
Nos permite calcular si la funcin tiene mximo y en que punto.
MIN
F3
Nos permite calcular si la funcin tiene mnimo y en que punto.
Y-ICPT
F4
Nos permite calcular los puntos de corte con el eje OY.
ISCT
F5
simultneamente.
Nos permite calcular los puntos de corte con otras funciones representadas
Y-CAL
F6
F1
X-CAL
F6
F2
dx
F6
F3
Nos permite calcular el valor de la variable Y a partir de un valor de X dado.

Nos permite calcular el valor de la variable X a partir de un valor de Y dado.
Nos permite calclar la integral definida, el rea de la funcin.
La calculadora nos permite trabajar con doble pantalla, de manera que:

G+G
F1
Representa dos grficas simultneas
GotT
SETUP
SHIFT
MENU
F2
F3
G+G
F1
GotT
F2
Off
F3
Rosana lvarez Garca
Representa grfica y tabla de valores
Off
Inutiliza la doble pantalla.
Representa la funcin a la izquierda y a la derecha

nos permite representar un zoom de una parte de
la funcin. til en el estudio de discontinuidades.
Representa la funcin a la izquierda y a la derecha

va calculando los valores que nosotros le
marcamos, mximos, mnimos, puntos de corte.
Nos permite ver la grfica y los puntos ms
representativos de la misma.
Aparece una sola pantalla
SISTEMAS DE ECUACIONES LINEALES

La calculadora permite resolver los sistemas de ecuaciones grfica y analticamente, planteando este tipo
de problemas desde dos puntos de vista diferentes, desde el MODO GRAPH o desde el MODO EQUA. Vamos a
resolver el siguiente sistema en el MODO GRAPH:
Accedemos desde el MENU principal, al MODO GRAPH escribimos las ecuaciones, y las representamos.
x + 3y = 5
2 x + 6 y = 3
Representamos las dos funciones. La solucin ser comn a ambas. En este caso las dos rectas son
paralelas y no tienen ningn punto en comn. Se trata de un sistema incompatible, no admite solucin.
Accedemos desde el MENU principal, al MODO EQUA escribimos las ecuaciones, y las representamos.
SIML
F1
F1
Vamos a resolver ahora el siguiente sistema:
x+ y =5
2 x + y = 10
MODO GRAPH.- escribimos las ecuaciones, y las representamos.
x+ y =5
2 x + y = 10
Para calcularlo vamos al G-Solv y a ISCT
SHIFT
G-Solv
ISTC
F5
F5
El punto de corte entre las dos rectas es el punto (5, 0), punto comn a ambas rectas. La solucin del
sistema es: x= 5, y= 0.
Rosana lvarez Garca
MODO EQUA
SIML
F1
F1
Vamos a resolver el sistema de tres ecuaciones:
3x + 2 y z = 3
2 x + 2 y 4 z = 10
2 x + y + 3z = 16
Desde el modo ecuaciones.- Accedemos desde el MENU principal al MODO EQUA, seleccionamos el
tipo de ecuacin con el que vamos a trabajar,
SIML
Simultaneas.- Sistemas de ecuaciones desde dos a seis incgnitas. F1
Ahora indicamos el nmero de incgnitas que tiene nuestro sistema de

ecuaciones.
Introducimos los coeficientes de cada variable y el trmino independiente
SOLV
para resolverlo
F1
La solucin del sistema es x = 1; y = 2; z = 4.

POLY
Polinmicas.- Ecuaciones de segundo o tercer grado. F2

Resolver el siguiente sistema de ecuaciones:
x y = 1
x + 2y = 4
6x y = 0
Cuando los sistemas son compatibles indeterminados o compatibles determinados, la calculadora nos da
Ma error. Si queremos que el alumno no utilice la calculadora podemos recurrir a uno de estos sistemas o bien a
trabajar con parmetros de manera que la calculadora les sirva para reafirmar las conclusiones obtenidas.
Rosana lvarez Garca
x + y + 2z = 0
mx + y z = m 2
3x + my + z = m 2
En cualquier caso el uso de la calculadora permitir hacer hincapi en la trascripcin correcta del
enunciado as como de la interpretacin de los resultados obtenidos y no en una serie de repetitivos clculos
numricos.
Rosana lvarez Garca
REA LIMITADA POR UNA FUNCIN: INTEGRAL DEFINIDA

Para calcular el rea encerrada por una curva, la calculadora emplea la regla de Simpson. Divide el rea
encerrada bajo la curva en pequeos rectngulos, calcula el rea de cada uno de ellos y los suma. Cuanto mayor es
el nmero de divisiones realizado ms fiable ser el clculo realizado.
Y
f(a)
f(x)
f(b)
El rea encerrada por la curva es igual a la suma de las reas de

los rectngulos:
n
S=
Si =
0
x f (x )
i
El uso de la calculadora grfica hace que en el planteamiento de los ejercicios prime el razonamiento, la
comprensin y el anlisis sobre el clculo mecnico y el uso de los algoritmos con lpiz y papel. Veamos un
ejercicio en el que la comprensin y el anlisis del problema son fundamentales.
1.- Los trazados de una carretera y un ro se ajustan, respectivamente, las grficas C(x) = 0
R(x) = (x 1)(x 2)(x 3)

a) Cuntos puentes sern necesarios para atravesar el ro?
b) Cul es la distancia mxima entre el ro y la carretera en el trayecto limitado por los puentes?
c) A qu lado de la carretera construiras un rea recreativa? Razona la respuesta.
d) Cunto costara el terreno de dicho rea si el m2 cuesta 10 euros?
Para resolver el ejercicio empleando la calculadora grfica empezamos representando las funciones
que representan el ro y la carretera:
Accedemos desde el men al MODO grfico:
Escribimos las funciones
Representamos
DRAW
F6
Aplicamos el ZOOM caja

(BOX) a la regin a estudiar:
SHIFT
ZOOM
BOX
F2
F1
Solucin apartado a
El nmero de puentes necesario coincide con las soluciones de la funcin que representa el ro, es decir
con los puntos de corte entre la funcin y el eje X. Para solucionar este apartado trabajamos directamente con
la funcin, y calculamos sus races.
Rosana lvarez Garca
Races de la funcin
ROOT
G-SLV
SHIFT
F1
F5
Con el cursor seleccionamos

la funcin cuyas races
queremos conocer
Sin calcular los puntos de corte, se observa en la grfica que el ro corta a la carretera claramente en
dos puntos. El tercer punto no se ve a simple vista si corta o es tangente la carretera, realizamos un ZOOM BOX
para ver como se comporta la funcin en ese punto:
En ese punto ro y carretera coinciden de ah que sea necesaria la construccin de
tres puentes para superar el ro.
Cmo podramos trabajar viendo los datos que necesitamos junto a la grfica en la pantalla? En el modo
grfico establecemos el modo dual. Previamente borramos la pantalla si es necesario:
SKTCH Cls
SHIFT
F4
F1
Pantalla dual:
SHIFT
SETUP
GotT
MENU
F2
Solucin apartado b
Para calcular la distancia mxima de ro a la carretera en las zonas situadas entre los puentes calculamos
el mximo y mnimo de la funcin:
MAX
F2
Rosana lvarez Garca
Una vez seleccionado el mximo

debemos indicarle a la
calculadora con los cursores
con que funcin vamos a
trabajar.
SHIFT
G-SLV
MIN
F5
F3
10
Una vez seleccionado el mnimo

debemos indicarle a la calculadora
con los cursores con que funcin
vamos a trabajar.
La distancia de la carretera al ro vendr dada por el valor que toma la funcin en el mximo y el mnimo.
En el caso del mximo la distancia a la carretera es de 0.619 Km
En el caso del mnimo la distancia a la carretera ser 0.202 Km
Solucin apartado b
Buscaremos la zona de mayor superficie para construir el rea recreativa. En este caso:
dx
F6
F3
EXE
Siempre debemos seleccionar la funcin con la que vamos a trabajar, y una vez seleccionada indicar los valores
entre los que se va a calcular el rea:
EXE
Buscamos el segundo
punto que delimita el
rea que vamos a calcular
con el cursor
EXE
El rea resultante tiene signo negativo, est por debajo del eje X. Por ser un rea
se trabaja con le valor absoluto.
Otra forma de calcular el rea sin encontrarnos con valores negativos sera
incluyendo el valor absoluto en la funcin, como veremos ms adelante.
Vamos a calcular el rea de rea de la otra superficie:
SHIFT
G-SLV
dx
F5
F6
F3
EXE
Si comparamos ambas reas vemos que nos interesa trabajar con la primera superficie de mayor tamao
que permitir construir un rea recreativa ms amplia.
Solucin apartado d
La superficie que nos interesa es de 0.383 Km2, es decir 383 000 m2 si el m2 cuesta a 10 , deberemos
pagar 3 830 000 por el terreno.
Rosana lvarez Garca

2.- Calcular el rea limitada por la funcin y = x2 9
En el MENU grficas escribimos la funcin y la representamos:
Establecemos
pantalla dual y
calculamos las races
de la funcin
Para evitar que el rea

sea negativa calculamos el
valor absoluto de la
funcin
Calculamos el rea como

antes y obtenemos:
Rosana lvarez Garca
OPTN
NUM
Abs
F5
F1
11
12
GRFICOS DINMICOS
Otra utilidad muy interesante de la calculadora grfica son los grficos dinmicos que permiten al alumno
observar como influye la variacin del valor de los distintos parmetros en la forma de la funcin.
Para trabajar con grficos dinmicos accedemos desde el MENU principal al MODO DYNA, una vez aqu
B-IN
en la pantalla nos aparece la opcin F5 , en la pantalla aparecen diferentes tipos de funciones con las que crear
grficos dinmicos modificando uno o varios de sus parmetros. Para empezar escogeremos la funcin
cuadrtica y = Ax2 + Bx + C.
B-IN
F5
La ecuacin aparece en la pantalla seleccionada, ahora debemos indicar cul es el parmetro que
queremos que se vaya modificando y el rango o conjunto de valores que debe que recorrer.
Elegimos el parmetro que va a cambiar, en este caso A.
VAR
F4
Al parmetro A le asignamos el valor 1, dejando B y C con el valor 0.
A continuacin asignamos el rango o conjunto de valores que va a tomar A,

SET
para ello seleccionamos F2 y establecemos los valores que nos parezcan

oportunos.
Star, ser el valor inicial (-5)
End, el valor final (5)
Pitch, incremento que asignamos al coeficiente dinmico (1)
EXE
Una vez aceptado este rango

establecemos la velocidad con la que
aparecern las diferentes grficas en
SPEED
F3
>
Seleccionamos con el cursor Slow F2

Por ltimo seleccionamos: Dynamic type de la siguiente forma:
SETUP
SHIFT
MENU
Stop
Hay dos posibilidades: Dynamic type: Stop F2 , las grficas se dibujan 10

veces y se detiene.
La otra opcin es:
Dynamic type: Cnt, las grficas se dibujan
indefinidamente hasta que le demos orden la de parar.
Las grficas de la funcin cuadrtica van a pareciendo modificando el parmetros A. Aquellas que tienen
el parmetro A negativo presenta un mximo, y a medida que aumenta el valor de A se ensancha. Cuando el valor
del parmetro A es positivo la funcin presenta un mnimo y a medida que el valor de A aumenta la funcin se
estrecha.
Se trata de un sistema incompatible, no admite solucin.
Rosana lvarez Garca
13
PROGRAMACIN LINEAL
Trabajaremos desde el MODO GRAPH. Para empezamos con el siguiente ejercicio:
Una fbrica de vidrio reciclado introduce 2 tipos de copas: unas sencillas que vende a 4 y otras talladas
a 5 . Las mquinas condicionan la produccin de modo que no pueden salir al da ms de 400 sencillas, ni ms de
300 talladas. Por razones de stock no se pueden fabricar ms de 500 en total. Si se vende toda la produccin:
a) Cuntas de cada clase hay que producir para obtener unos ingresos mximos?
b) A cunto ascendern los ingresos?
Solucin apartado a
Traducimos al lenguaje algebraico el problema teniendo en cuenta las restricciones planteadas. Tenemos
dos incgnitas las copas sencillas y las copas talladas:
x: copas sencillas
Y: copas talladas
Las variables estn sometidas a una serie de restricciones expresadas en forma de sistema de
desigualdades o igualdades lineales. Planteamos las inecuaciones que representen las restricciones de cada
variable:
Ajustamos los valores de los ejes:
Resolvemos el sistema y obtenemos una regin del plano que contienen todas las posibles soluciones. Esta
superficie recibe el nombre de regin factible.
Si queremos grabar la funcin vamos a

OPTN
PICT
STO
F1
F1
.Para que esta grfica aparezca como fondo

SETUP
SHIFT
MENU
de pantalla vamos a
y seleccionamos que en la pantalla aparezca
PICT
Pic1
como fondo background F2 F1 . A partir

de
ahora
cualquier
grfico
que
representemos lo haremos sobre este
fondo.
Rosana lvarez Garca
14
La solucin ser aquella que maximice la funcin objetivo:

I(x, y) = 450x + 600y
450 x
= -075x.
600
De todas las rectas paralelas a la recta de ganancia nula, la que corresponde a la ganancia mxima es la
que corte el eje OY por el punto ms alejado del origen.
El valor para ingresos nulos es: 0 = 450x + 600y , y =
Rosana lvarez Garca
15
MATRICES
Repaso de conceptos:
Matriz fila: Es la matriz que tiene una sola fila
Matriz columna: Es la matriz que tiene slo una columna.
Cuadrada: Es aquella matriz que tiene el mismo nmero de filas que de columnas.
Matriz rectangular: Es aquella matriz en la que el nmero de filas es distinto del nmero de columnas
Matriz traspuesta: Se llama traspuesta de una matriz A a otra matriz At, que se obtiene a partir de la
primera, intercambiando ordenadamente filas por columnas.
Matriz nula: Es aquella en la que todos los elementos que la constituyen son O.
Matriz diagonal: Es una matriz cuadrada en la que todos los elementos que la constituyen son O,
excepto los de la diagonal principal.
Matriz escalar: Es una matriz diagonal en la que todos los elementos de la diagonal principal son iguales.
Matriz unidad (I): Es una matriz escalar en la que todos los elementos NO nulos son iguales a 1.
Matriz triangular:
Matriz triangular superior: Es una matriz cuadrada en la que todos los elementos situados por
debajo de la diagonal principal son O.
Matriz triangular inferior: Es una matriz cuadrada en la que todos los elementos situados por
encima de la diagonal principal son O.
Matriz simtrica: Una matriz es simtrica cuando es igual a su traspuesta.
Matriz opuesta: Dada una matriz A se dice que la matriz (- A) es su opuesta si todos sus elementos
tienen el signo opuesto:
En la calculadora trabajamos con matrices desde el MODO RUN, seleccionamos matrices, elegimos el nombre
de nuestra matriz y su dimensin, nmero de filas y columnas:
Mat
DIM
F1
F3
OPERACIONES CON MATRICES

Efecta las siguientes operaciones:
A+B
AB
EF
FE
Las matrices son:
Rosana lvarez Garca
A+BC+D
EFt
C-1
16
Las soluciones:
OPTN
MAT
F2
EXIT
A+B
EXE
AB
EXE
A+BC+D
EF
FE
Las dimensiones de las matrices no

permiten realizar esa operacin.
Rosana lvarez Garca
17
NMEROS COMPLEJOS
La calculadora grfica nos permite realizar operaciones sencillas con nmeros complejos como:
Suma
Resta
Producto
Cociente
Raz cuadrada
Cuadrados y potencias de grado superior tomando como punto de partida los cuadrados.
Calculo del argumento en grados
Mdulo
Parte real y parte imaginaria
Quizs la mayor aplicacin de la calculadora grfica en el tema de nmeros complejos se obtendra en
asignaturas como tecnologa donde hay ejercicios que requieren trabajar con nmeros complejos.
Para empezar a trabajar con nmeros complejos en la calculadora deberemos seguir los siguientes pasos:
Trabajaremos en el modo encerado (RUN), desde el que podemos realizar las diferentes operaciones:
CPLX
F3
OPTN
Una vez en nmeros complejos en la parte inferior de la pantalla nos aparecen diferentes posibilidades,
el nmero i, el mdulo, argumento, conjugado, parte real, parte imaginaria, pasar de forma binmico a polar y de
forma polar a binmica.
Clculo de potencias de la unidad imaginaria:
La unidad imaginaria la obtenemos presionando F1, y vemos que es igual a i. Las potencias de la unidad imaginaria:
Calculamos i2
i
F1
EXE
Calculamos i3
i
F1
EXE
Rosana lvarez Garca
i
F1
i
F1
x2
EXE
EXE
18
FORMA BINMICA DE UN NMERO COMPLEJO

El nmero complejo (a, b) puede escribirse:
(a, b) =
Aplicando la definicin de suma de nmeros complejos
= (a, 0) + (0, b) =
Aplicando la definicin de un nmero real por un nmero complejo
= (a, 0) + b(0, 1) =
teniendo en cuenta que el nmero complejo (0, 1) se representa por i
= (a, 0) + bi =
Definicin de paso de forma cartesiana a binmica
= a + bi
Esta forma de escribir el nmero complejo (a, b) se llama FORMA BINMICA.
parte real de z
Re(z)
bi
parte imaginaria de z
Im (z)
(a, b)
Se llama FORMA CARTESIANA O FORMA DE PAR.
IGUALDAD EN FORMA BINMICA
Dos nmeros complejos a + bi a' + b'i se dice que son iguales si, y slo si, se verifica que a = a' b = b'
OPERACIONES EN FORMA BINMICA
SUMA
DEMOSTRACIN ALGEBRAICA
Sean dos nmeros complejos:

z = a + bi
z' = a' + b'i
z = (a, b)
z' = (a', b')
z + z' = (a, b) + (a', b')

(a, b) + (a', b') = (a + a', b + b') =

= (a + a', 0) + (0, b + b') =

= (a + a', 0) + (b + b') (0, 1) =

= (a + a') + (b + b')i
Tiene estructura de GRUPO ABELIANO
DIFERENCIA

z = a + bi
z' = a' + b'i
z = (a, b)
z' = (a', b')
z - z' = z + (- z' ) =
Rosana lvarez Garca

(a, b) + (- a', - b') =
= (a - a', b - b') =
= (a - a', 0) + (0, b - b') =

= (a - a', 0) + (b - b') (0, 1) =

= (a - a') + (b - b')i
PRODUCTO

z = a + bi
z' = a' + b'i
z = (a, b)
z' = (a', b')
z z' =
(a, b) (a', b') =
Aplicando la definicin de producto de nmeros complejos
= (aa' - bb', ab' + ba')=

Aplicando la definicin de paso de forma cartesiana a binmica
= (aa' - bb') + (ab' + ba') i

COCIENTE

z = a + bi
z' = c + di
z = (a, b)
z' = (c, d)
z
= z z-1 = Sustituyendo
z'
Rosana lvarez Garca
bi
19
20
Aplicacin de los nmeros complejos en Tecnologa

El circuito representado en la figura inferior est constituido por un generador de corriente alterna de
220 V, una resistencia de 10 y una bobina de 0.032 Henrios. La frecuencia es de 50 Hz. Se pide:
Determinar la impedancia, la intensidad que recorre el circuito

en forma vectorial
Las resistencias del circuito se expresan de la siguiente forma:

Receptor
Reactancia
Desfase
Forma compleja
Resistencia
=0
r
R = R + 0j = R0
Inductancia
XL = L
= 90
XL =0 + XL j= XL(90)
Capacitancia
Xc =
= 90
XC =0 XCj XL(90)
1
C
Tensin
UR = RI
UL = XLI
UC = XLI
Antes de llevar a cabo el clculo vectorial expresamos las diferentes magnitudes en forma binmica. El
dato proporcionado por el problema es el de la tensin asignndole un ngulo de desfase 0.
Las resistencias del circuito son:
R = 10 + 0j
XL = L = 2 fL = 2 50 0.032H = 10
XC =
1
1
=
= 0 No hay condensador en el circuito.
C
2fC
Para trabajar en forma vectorial debemos trabajar con las formas binmicas:
Resistencia
Forma binmica
R = 10 + 0j
r
R = 10 + 0j
XL = L = 2 fL = 2 500.032H = 10
XC =
XL = 0 + 10j
1
=0
C
XC
= 0 0j
La impedancia es la resistencia final que aparece en el circuito, y que obtenemos como suma de las
diferentes resistencias que aparecen. Es igual a:
XL
Z
R
XC
Rosana lvarez Garca
XL - XC
r
Z = R + (XL XC) j
y su mdulo:
Z = R2 + (XL XC )2
21
La tensin del generador es U = 220 + 0 j

r
r U
220
I= v =
Z 10 + 10 j
r
r r
Por tanto la intensidad que circula por el circuito es: U = I Z
el cociente nos da el complejo 11 11i, en nuestro caso como asignamos la i a

la magnitud de la intensidad la solucin es 11 11 j
La forma polar es:

La intensidad se retrasa 45 respecto a la tensin
Para calcular las potencias del circuito tenemos:

Potencia aparente
r r
r
S = I U = 220(11 + 11j)
La potencia aparente es 2420 + 2420 j, de

mdulo2420 2 y argumento 45.
S = 3422.39 VA
Potencia activa
Potencia reactiva
P = UIcos = RI2 = URI = 1015.562 = 2421.14 W

Q = UIsen = (XL XC)I2 = 1015.562 = 2421.14 VAR
En cuanto a las tensiones tenemos:
Tensin en bornes de una resistencia

r
r r
UR = R I = 10(11 11 i) = 110 110 i
Tensin en bornes de una autoinduccin
Tensin en los bornes de un condensador
Tensin en un circuito RLC
r
UL
r
XL I = (11 11 i)(10 i) = 110 + 110 i
r
UC
r
U
r
XC I = 0
r
r
r
UR UL UC
r
U = (110 110i ) + (110 + 110i) = 220 V
Cuando trabajamos con circuitos en serie y en paralelo, los sistemas de ecuaciones con nmeros
complejos se complican siendo el uso de la calculadora una herramienta fundamental en la resolucin de los
ejercicios.
Rosana lvarez Garca
22
ESTADSTICA DESCRIPTIVA UNIDIMENSIONAL

En una investigacin realizada para determinar la eficacia de un tratamiento de cierta enfermedad se
anot el nmero de bacilos encontrados en dos cultivos de cada paciente, realizados antes (x) y despus (y) de
que al enfermo le hubiese sido administrado el tratamiento. Los datos obtenidos son:
a) Describir el nmero de bacilos observados antes y despus del tratamiento,
comparando los resultados obtenidos
Ordenamos los valores de la variable de menor a mayor y le asignamos la frecuencia

que le corresponda a cada valor de la variable. La nueva tabla
de valores con su frecuencia absoluta es:
Los valores que caracterizan la muestra y su representacin grfica:
GRPH SET
F
F1
F6
x2
EXE
Rosana lvarez Garca
23
ESTADSTICA DESCRIPTIVA BIDIMENSIONAL

Cul es la mejor relacin entre las variables en estudio:
Talla
Peso
160
50
165
65
170
79
165
67
180
80
156
60
179
80
146
50
181
85
158
67
190
92
Para estudiar las variables por separado, las ordenamos:

Talla 146
156
158
160
165
170
179
180
Peso 1
1
2
1
2
1
2
1
181
1
185
1
190
1
Con la calculadora podemos realizar esta ordenacin a partir de:

Copiamos la lista que queremos ordenar en una nueva
columna. Para ello nos situamos a partir de los cursores
en la columna donde queremos situar los valores
ordenados de la variable. La nombramos y vamos a
OPTN
LIST
List
F1
F1
Nos pregunta que lista queremos incluir en esa nueva

columna, en nuestro caso la lista 1.
Una vez copiada los valores de la variable TALLA en la
columna 3 denominada TALL vamos a ordenar los valores
en orden ascendente:
Volvemos al men estadstico:
EXIT
EXIT
Y para seleccionar la opcin de reordenacin de las

listas:
F6
TOOL TOOL SRT-A

F1
F1
F1
Al hacer los clculos para la descripcin de las variables

la calculadora las ordena automticamente en su memoria
obteniendo directamente los cuarteles, deciles y
percentiles.
Para realizar el clculo de los parmetros estadsticos de las variables:
Volvemos al men estadstico

EXIT
F6
Antes de realizar los cambios es necesario indicar a la calculadora con que

columnas vamos a trabajar.
SET
F6
Rosana lvarez Garca
185
90
179
80
158
64
24
Seleccionamos la opcin clculos:

CALC
F2
Podemos realizar los clculos de las variables de forma independiente, en

1VARL
ist
cuyo caso seleccionaremos F1 .
Si queremos calcular los parmetros estadsticos de ambas variables

seleccionamos
2VARL
ist
F2
Para calcular la relacin existente entre las variables seleccionamos REG (regresin)
Seleccionamos la opcin regresin:
REG
F3
La calculadora nos permite calcular la recta de regresin, funcin

cuadrtica, funcin cbica, funcin de grado cuatro, expresin logartmica,
exponencial, potencial, sinoidal.
Para calcular la recta de regresin:
X
F1
Si volvemos al men estadstico inicial tecleando EXIT

existente entre las variables:
SET
F6
GPH2
Scat
F2
F1

F6

F6
y calculamos la grfica que representa la relacin
F1
SEL
EXIT
Rosana lvarez Garca
F4
activamos GPH1 y GPH2
Rosana lvarez Garca
25
26
PROBABILIDAD E INFERENCIA ESTADSTICA

En este tema vamos a ver las posibilidades que nos ofrece esta calculadora para trabajar con funciones
de probabilidad en variables aleatorias discretas y continuas, as como las posibles aplicaciones que podemos
encontrar a la hora de trabajar con intervalos de confianza y test de hiptesis.
En probabilidad veremos:
Variables aleatorias discretas
Funcin de probabilidad
Binomial Funcin de distribucin

Esperanza y varianza
Funcin de probabilidad
Poisson Funcin de distribucin
Funcin de probabilid ad
Geomtrica Funcin de distribucin
Clculo de probabilid ades a partir de f(x)

Variables aleatorias continuas
Clculo de la esperanza y varianza.
En Inferencia estadstica veremos:

Intervalos de confianza para la media y proporciones.
Test de hiptesis.
Los MODOS con los que vamos a trabajar en esta parte son:
MODO TABLE
(Obtencin de las
probabilidades de
cada valor de la
variable)
MODO STAT
(Obtencin de
la funcin de
distribucin
F(X) asociada,
E[X] esperanza
matemtica y
varianza
Rosana lvarez Garca
Escribir la funcin de probabilidad

P(x)
Establecer el rango de valores que
puede tomar la v.a en estudio.
Obtener la tabla de probabilidades
Pasar la informacin a otros MODOS
Operar con las listas para obtener

La funcin de distribucin asociada
F(x) = P[X x].
La esperanza matemtica y varianza
de las distribucin.
Tipificar la variable.
Obtencin de probabilidades,
la esperanza matemtica
y varianza de la distribucin directamente
27
Las teclas de la calculadora que vamos a utilizar con mayor frecuencia son:
MENU
OPTN
Nos permite acceder a los diferentes MODOS de trabajo.

Tecla de opciones que nos permite acceder desde cada MODOS a los diferentes submens de la
calculadora. Dentro de opciones trabajaremos con los submens:
LIST
LIST F1
(F1) para operar con las diferentes listas.
PROB
F4
F6
PROB
para operar con variaciones, combinaciones o permutaciones. En
las opciones para calcular probabilidades con la distribucin normal y tipificar la variable.
encontramos
DISTRIBUCIN BINOMIAL
La variable aleatoria discreta es aquella que slo puede tomar valores enteros.
El modelo de distribucin Binomial define experimentos consistentes en realizar ensayos repetidos e
independientes. Cada uno de estos experimentos presenta dos posibles resultados que denominamos xito o
fracaso cuya probabilidad se mantiene constante en las diferentes pruebas.
La variable se define como X n de veces que ocurre el suceso A en n experimentos, y viene
determinada por dos parmetros:
n = tamao muestral, nmero de experimentos.
p = P[A] = probabilidad de que tenga lugar el suceso A.
La funcin de probabilidad de la distribucin B(n, p) es:
P[X = x] =
n x
p (1 p)(n x)
x
En el caso de la binomial, la variable toma valores comprendidos entre cero y n.

En nuestra calculadora el modo estadstico nos permite realizar clculos de probabilidades para un valor
concreto o para valores menores o iguales a uno dado directamente. Para conseguir que el alumno maneje con
soltura los conceptos de funcin de probabilidad y funcin de distribucin, as como las funciones que permiten
el clculo de estas probabilidades trabajaremos con el MODO TABLE, modo que nos permite generar tablas en
un intervalo de valores que nosotros establecemos. Lo primero que hacemos es escribir la funcin de
probabilidad de la distribucin binomial de la siguiente forma:
Vamos a plantear una binomial sencilla para empezar a trabajar, X nmero de veces que ocurre el
suceso A en 5 experimentos B(5, 0.2)
Una vez en el modo TABLE escribimos la funcin de probabilidad:
OPTN
PROB
nCr
F4
F4
x,,
5
x,,
x,,
0
8
Ya tenemos la funcin de probabilidad de la distribucin binomial de parmetros n = 5 y p = 0.2, ahora

debemos indicarle a la calculadora el conjunto de posibles valores que puede tomar la variable. Vamos a
SET
seleccionar el rango de valores que tomar la variable X
F5
y en este caso establecemos:
Start: 0 Valor mnimo de la variable

End: 5 Valor mximo de la variable
Pitch: 1 Los valores los tomamos de uno en uno
Rosana lvarez Garca
28
SET
F5
Start: 0 Valor mnimo de la variable

End: 5 Valor mximo de la variable
Pitch: 1 Los valores los tomamos de uno en uno
Una vez establecido el rango de valores que toma la variable, vamos a obtener la tabla con los posibles
valores de la variable y la probabilidad de cada uno. Vamos a F6 (TABL) y aparecer la funcin de probabilidad
buscada:
TABL
F6
En este modo TABLA, tenemos la posibilidad de generar la curva que representa esta funcin, o el
diagrama de puntos asociado a partir de las opciones:
G-CON
F5
G-PLT
F6
El modo TABLE no nos permite generar nuevas tablas, por lo que sera interesante poder llevar esta
informacin al modo listas para poder trabajar con los valores obtenidos.
Para poder pasar al modo listas nos situamos en la lista de valores de la variable, vamos a opciones:
LMEN
OPTN
F1
Seleccionamos la lista 1 y
repetimos la operacin para
los valores de probabilidad
que guardamos en la
lista 2
Ya tenemos los valores de la variable y su probabilidad en el MODO STAT, salimos al MENU, y de aqu
pasamos al modo STAT.
Rosana lvarez Garca
29
Si queremos operar con las

listas vamos a opciones
MENU
OPTN
Una vez obtenida la funcin de probabilidad podemos obtener la funcin de distribucin asociada, para
ello situamos el cursor sobre la lista 3 donde aparecer la funcin de distribucin asociada, vamos a opciones.
LIST
Cuml
F1
F6
F6
F3
Debemos indicar que lista

queremos
acumular,
en
nuestro caso la P(x)
OPTN
LIST
List
F1
F1
Obtenemos as la funcin
de distribucin
Ya tenemos en la lista 2 la funcin de probabilidad que nos da la probabilidad de cada valor de la variable
P[X = x], y en la lista 3 tenemos la funcin de distribucin F(x) que nos da la P[X x].
Otros valores interesantes seran la media o esperanza matemtica de la variable y la varianza. Para
calcularlas situamos el cursor en el primer hueco de la lista 4 y realizamos las siguientes operaciones:
La media viene dada por:
5
E[X] =
x p
i
En la calculadora
OPTN
OPTN
LIST
Sum
F1
F6
F6
F1
LIST
List
F1
F1
EXE
List
F1
La varianza viene dada por:

5
Var[X] =
2
i
Pi E [X ]
En la calculadora desde opciones:
OPTN
OPTN
LIST
Sum
F1
F6
F6
F1
LIST
List
F1
F1
EXE
List
F1
De esta forma conseguimos que la calculadora sirva para realizar los clculos exigiendo al alumno que
conozca la funcin de probabilidad la funcin de distribucin y su significado. El clculo de la media y la varianza
tambin los estamos realizando por la frmula.
Otra posibilidad para calcular la media y varianza sera desde el modo STAT, (estadstica). Una vez que
tenemos las listas con los valores de la variable y la funcin de probabilidad, lo nico que tenemos que hacer es
trabajar con una variable, lista 1, de frecuencia las probabilidades, list 2, o simplemente buscar la funcin de
probabilidad con la que estamos trabajando. Trabajando con las listas tendramos:
Rosana lvarez Garca
30
LIST
F2
CALC
SET
F2
F6
selecciona
mos lista 2
EXE
EXE
1VAR
F1
Desde el MODO STAT directamente seguiramos los siguientes pasos:
MENU
2
Bpd nos permite

calcular la probabilidad
de una valor de la
variable desde las
List
listas disponibles
DIST
BINM
F5
F5
Introducimos los datos que nos pide la

calculadora y obtenemos el valor de la
funcin de probabilidad
Bpd P(x) = P(X= K)
F1
Bpd
F1
O a partir de los
parmetros que
caracterizan la
distribucin muestral.
x B(5, 0.2)
P(x=3)
Var
F2
Bpd nos permite

calcular la probabilidad
de una valor de la
variable desde las
List
listas disponibles
Introducimos los datos que nos pide la

calculadora y obtenemos el valor de la
funcin de distribucin
Bcd F(X) = P(X K)
F1
Bcd
F2
O a partir de los
parmetros que
caracterizan la
distribucin muestral.
Var
F2
Rosana lvarez Garca
x B(5, 0.2)
P(x=3)
31
DISTRIBUCIN GEOMTRICA
El modelo probabilstico de la distribucin geomtrica describe experimentos independientes entre s,
que se repiten sucesivamente hasta obtener un determinado suceso A, de probabilidad conocida, por primera
vez. La variable se define como Xnmero de experimentos necesarios hasta obtener el suceso A por primera
vez. La funcin de probabilidad viene dada por:
P[X = x] = p(1 p)(x 1)
El parmetro que define la distribucin es la probabilidad de que ocurra el suceso A. La variable puede
tomar valores desde uno, hasta el nmero de pruebas realizadas hasta obtener el primer xito.
La esperanza matemtica viene dada por: E[X] =
La varianza viene dada por Var[X] =
1
p
q
.
p2
Para trabajar con esta distribucin los pasos a seguir son los mismos que en la distribucin binomial.
DISTRIBUCIN DE POISSON
La distribucin de Poisson define sucesos raros. La variable se define como X nmero de veces que tiene
lugar un determinado suceso, el parmetro que la define es , nmero medio de veces que ocurre el suceso A. La
funcin de probabilidad viene dada por:
e k
P[X = x] =
k!
La media y la varianza de esta distribucin coinciden entre s y su valor es el parmetro .
E[X] = Var[X] =
Ejemplo de Distribucin discreta

1.- En un hospital se comprob que la aplicacin de un determinado tratamiento en enfermos de neumona
provoca la mejora en un 79% de los casos. Se aplica el tratamiento a un grupo de 12 enfermos, calcular:
a) Definir la variable en estudio.
b) Funcin de probabilidad.
c) Funcin de distribucin
d) Probabilidad de que mejoren cinco.
e) Probabilidad de que mejore ms de tres.
f) Nmero medio de pacientes que se espera que sufran mejora.
a) La variable la definimos como:
X nmero de pacientes que sufren mejora entre los 12 estudiados B (12, 0.79)
b) La funcin de probabilidad viene dada por:
P(x=k) =
n k
p (1 p )nk
k
Con la calculadora grfica fx-9860G SD podemos obtener la funcin de probabilidad asociada a la

distribucin Binomial de parmetros n = 12 y p = 0.79 de varias formas:
Rosana lvarez Garca
32
MTODO I
MODO TABLA
Introducimos la funcin de probabilidad de la distribucin binomial de parmetros B (12, 0.79).
TYPE Y=
MENU
F3
F1
PROB nCr
1
OPTN
2
7
x,,
9
(
F3
F4
x,,
x,,
0
2
Una vez establecida la funcin de probabilidad de la distribucin binomial pasamos a definir su rango,
conjunto de valores que puede tomar la variable:
SET
F5
EXE
EXE
EXE
TABL
F6
Para calcular la funcin de probabilidad:
TABL
F6
c) Para calcular la funcin de distribucin, pasamos la funcin de probabilidad al modo STAT

como ya vimos:
LMEN
OPTN
F1
LMEN
F1
EXE
MENU
EXE
Ya tenemos la funcin de probabilidad de nuestra binomial B(12, 0.79) en el modo STAT. Para acceder a
este modo salimos MENU:
Para calcular la funcin de distribucin asociada F(X) = P (x k):
Rosana lvarez Garca
33
Situamos el cursor sobre la lista tres

Tecleamos el nombre de la columna F(X):
OPTN
LIST
Cuml
F1
F6
F6
F3
LIST
List
F1
F1
OPTN
EXE
Ya tenemos la funcin de distribucin en la lista 3.

d) La probabilidad de que mejoren cinco la buscamos directamente en la funcin de probabilidad
sitiada en la lista 2, y se corresponder con el valor de p para x = 5.
P[x = 5] =
12
0.795 0.217 = 4.389 10-3
5
e) La probabilidad de que mejoren ms de tres es:
12
3 k 0.79k 0.2112 k = 1 P[x 2] = 1

12
P[x > 3] =
12
k 0.79
0
0.2112 k
Buscamos en la lista 3 correspondiente a la funcin de distribucin el valor que toma para x = 2 y nos
queda:
P[x > 3] = 1 P[x 2] = 1 1.310-5 = 0.999987
e) Para calcular la media y la varianza de la distribucin binomial a partir de la frmula calculamos
en la lista 4 el producto xi pi:
Situamos el cursor sobre la lista 4.
Realizamos el producto de la lista 1 por la lista 2
OPTN
LIST
List
F1
F1
LIST
List
F1
F1
OPTN
EXE
En la ltima fila obtenemos la suma de la lista 4 y por tanto el valor de la media de la binomial:
12
E[X] =
x = xi pi = np
0
OPTN
OPTN
LIST
LIST
List
Sum
F1
F6
F6
F1
F1
F1
LIST
List
F1
F1
EXE
Para calcular la varianza de la distribucin binomial:

12
Var [X] =
2
i
pi x 2
Seleccionamos la lista 5 con el cursor, asignamos un nombre a la columna (x2Px) y realizamos las
operaciones necesarias para obtener el sumatorio de la variable al cuadrado por la probabilidad:
Rosana lvarez Garca
LIST
OPTN
34
List
F1
F1
X2
List
F1
EXE
Para sumar los elementos de esta nueva lista, seleccionamos la ltima fila de la misma libre y:
OPTN
OPTN
LIST
LIST
List
Sum
F1
F6
F6
F1
F1
F1
LIST
List
F1
F1
EXE
Si al valor obtenido le restamos la media al cuadrado obtenemos el valor de la varianza.

12
Var [X] = =
2
i
pi x 2 = 1.9906
Otra posibilidad sera realizar los clculos directamente como hicimos durante el desarrollo de la parte
terica.
Rosana lvarez Garca
35
DISTRIBUCIN NORMAL
Para calcular probabilidades de una distribucin normal con la calculadora grfica debemos partir de las
posibilidades que nos ofrece la calculadora y que en este caso son:
Desde el MODO RUN:
Probabilidad de que el valor de la variable sea menor o igual a uno dado:
P[X k] = P(k
Probabilidad de que el valor de la variable sea mayor o igual que un valor dado.
P[X k] = Q(k
Probabilidad de que el valor de la variable est comprendido entre el valor 0 y un valor K:
P[X k] = R(k
A partir de estas opciones podemos calcular todas las probabilidades de la distribucin normal pedidas.
As:
Probabilidad del valor absoluto:
P[X k] = P[k X k] = P [X k] P[X k] =
= P [X k] {1 P [X k] } = P [X k] 1 + P [X k] = 2 P [X k] 1
Con la calculadora podemos realizar la siguiente operacin:
Y a este valor le restamos el obtenido en:
Tambin se puede trabajar con la opcin de los mayores R(
Y a este valor restarle el obtenido:
Otra forma de llevar a cabo este clculo sera aplicando la frmula del valor absoluto de modo que solo
necesitaremos calcular la probabilidad de que la variable tome un valor menor o igual a 0.5, o bien un valor mayor
o igual que 0.5.
La ltima opcin que se me ocurre sera utilizar la opcin Q( y que nos da la probabilidad de que la variable
est entre los valores X = 0 y X = k, una vez obtenido este valor lo multiplicamos por dos, parte correspondiente
a la izquierda del eje de ordenadas, y obtenemos la probabilidad del valor absoluto.
Rosana lvarez Garca
36
Dada una probabilidad conocer el valor de la variable que le corresponde la nica posibilidad que se me
ocurre es a partir de la amplitud del intervalo de confianza.
Rosana lvarez Garca
37
INFERENCIA ESTADSTICA
El principal objetivo de la Estadstica inferencial consiste en precisar el valor desconocido de los
parmetros poblacionales a partir de los resultados obtenidos en muestras aleatorias.
Dentro de la inferencia estadstica vamos a tratar:
A) Estimacin por intervalos.
La estimacin por intervalos es un procedimiento de estimacin, cuyas ventajas principales, frente a la
estimacin puntual va a ser la posibilidad de poder determinar las probabilidades de acierto sin que se reduzcan
a cero, o a valores muy pequeos. En cierto modo se puede controlar la probabilidad de acierto y evaluar la
precisin de la estimacin realizada.
La estimacin por intervalos se basa a menudo en la estimacin puntual, en el sentido de que la mayora de
las estimaciones por intervalos son estimaciones puntuales, (se calcula un valor nico para el parmetro a
estimar), corregidas por ciertos mrgenes que pueden entenderse como errores de muestreo.
El procedimiento de estimacin por intervalo consiste en construir un intervalo aleatorio que contenga el
valor del parmetro desconocido con una probabilidad especificada, y el reemplazo posterior de este intervalo
aleatorio por el intervalo real correspondiente a la realizacin muestral con que se trabaja.
La probabilidad fijada para el clculo del intervalo se conoce como nivel de confianza = 1 - , y
representa la proporcin de realizaciones muestrales que conducen a intervalos de confianza que contienen el
valor del parmetro. Este valor prefijado no se puede interpretar como la probabilidad de que el parmetro
tome valores en un intervalo de confianza concreto, ya que el valor del parmetro es desconocido y la
probabilidad de que pertenezca o no a un intervalo ser cero o uno, mientras que est comprendido entre cero
y uno.
Habitualmente cuando el tamao muestral est definido, el aumento del coeficiente de confianza, implica
un aumento de la amplitud del intervalo, o lo que es lo mismo, disminucin de la precisin en la estimacin. En
general intentar hacer mxima a un tiempo la probabilidad de acierto o confianza y la precisin en la
estimacin es imposible cuando el tamao de muestra est prefijado. El valor de confianza debe estar prximo a
uno, suele ser 09, 095, 099.
Mtodo para construir intervalos de confianza
Consideremos una variable cuya distribucin depende de cierto parmetro con valor desconocido para el
que se quiere construir un intervalo de confianza con [0 , 1] a partir de una muestra determinada.
Un procedimiento aplicable para la mayora de los casos prcticos, consiste en determinar un estadstico
que sea funcin del parmetro desconocido y que tenga distribucin conocida de forma exacta o aproximada.
Adems supondremos que ese estadstico verifica que para cada realizacin muestral es una funcin continua y
estrictamente montona (creciente o decreciente). Un estadstico que satisface estas condiciones se dice que es
un estadstico pivote.
El procedimiento a seguir es:
* Prefijar el nivel de confianza.
* Calcular un par de valores a y b tales que la probabilidad de que el estadstico pivote est
comprendido entre a y b sea .
P[ a T b ] = 1
Cada estadstico pivote sigue una distribucin continua determinada, que nos permite obtener los
intervalos de amplitud mnima. Las tablas utilizadas en el clculo de los extremos del intervalo vienen
determinadas por la distribucin que sigue el estadstico.
B) Test de hiptesis
Entenderemos por hiptesis estadstica, cualquier conjetura o suposicin sobre la distribucin del
experimento o de la variable en estudio. La idea central de un contraste en una muestra es concluir si sobre la
base de la informacin muestral disponible a partir de ese experimento la hiptesis puede considerarse como
cierta o si resulta insostenible.
Rosana lvarez Garca
38
Un contraste de hiptesis consiste en subdividir el conjunto de todos las posibles realizaciones

muestrales en dos conjuntos disjuntos, (excluyentes):
* la regin crtica o de rechazo S1
S
* la regin de no rechazo 1
si la realizacin muestral disponible pertenece a la regin crtica, se rechaza la hiptesis nula y si
pertenece a la otra regin no se rechaza.
A diferencia de los intervalos de confianza en los que una vez adoptado el criterio de estimacin,
a cada realizacin muestral le corresponde un intervalo distinto, en los test de hiptesis, a cada criterio
concreto le corresponde una regin crtica y una regin no crtica especficas y fijas. Lo nico que cambia en
cada realizacin muestral es la conclusin a la que nos lleva la realizacin del test, que puede ser de rechazo o no
rechazo.
Segn las hiptesis especifiquen totalmente la distribucin del experimento o de la variable, o no
la especifiquen totalmente, hablaremos respectivamente de hiptesis simples o compuestas.
H 0 : p = p 0
H : p p0
Hiptesis simples: 1
H 0 : p p 0
H1 : p > p 0
H 0 : p p 0
H1 : p < p 0 H :
Hiptesis compuesta
bien
o
Si la hiptesis se refiere a un parmetro de la distribucin, hablaremos de contraste paramtrico, y si no
se refiere a un parmetro contraste no paramtrico.
Para realizar un test de hiptesis seguiremos cuatro pasos bsicos:
A) Planteamiento del test
B) Clculo del estadstico caracterstico de cada test suponiendo cierta la hiptesis nula cierta.
C) Calcular la regin crtica segn el nivel de confianza asociado al experimento.
D) Mirar si el estadstico cae dentro o fuera de la regin crtica, o de rechazo para saber si
rechazamos o no la hiptesis.
en los test siempre se mide el grado de error, no de fiabilidad como hacamos en estimacin. Este grado
de error se calcula a travs de la probabilidad de incurrir en algn error en la obtencin de conclusiones a partir
del test. Podemos distinguir dos tipos de error al obtener conclusiones en un test:
* Error tipo I.-Tambin se conoce como error de primera especie, y consiste en rechazar la
hiptesis nula cuando es cierta.
P(error I)=P(S1 / Ho)
* Error tipo II.- Tambin conocido como de segunda especie, consistente en no rechazar Ho
cuando es falsa.
H
P(error II) = P(S1 / 0 )
Lo deseable sera incurrir en los dos tipos de error con probabilidades mnimas, aunque cuando el tamao
de muestra es fijo es imposible minimizar los dos tipos de probabilidades de error simultneamente.
Dentro de los procedimientos clsicos de contraste, los ms utilizados en Biologa son los contrastes de
significacin, que a su vez pueden orientarse de dos formas, dependiendo de la hiptesis que se contraste,
aunque el razonamiento bsico sea el mismo en ambos:
* a travs del nivel de significacin .
* a travs del p-valor o nivel crtico.
Como rasgo comn de ambas formas tenemos el estadstico que mide una especie de desviacin entre la
informacin proporcionada por la muestra disponible y la que se esperara si la hiptesis fuera cierta, teniendo
este estadstico una distribucin conocida de forma exacta o aproximada, cuando la hiptesis nula es cierta.
Planteamiento del test a travs del nivel de significacin.

Se comienza prefijando una cota superior para la probabilidad de error tipo I,
de modo que se verifique:
P(error I )
Rosana lvarez Garca
39
debemos intentar siempre que el menor o igual sea un igual. El valor de se conoce como nivel de significacin y
su interpretacin es similar al del nivel de confianza en la estimacin por intervalos. Si un contraste se ha
realizado al nivel , indica que si la hiptesis es cierta para un 100.% de posibles realizaciones muestrales del
tamao considerado a partir de la poblacin, a lo sumo, se rechazar la Ho, mientras que para el 100.(1)% de las
realizaciones no se rechazara.
Si la hiptesis es cierta, resultara muy improbable seleccionar una realizacin muestral que nos llevase a
rechazarla. As, si :
P(error I) = 00001
P(rechazar Ho / siendo Hocierta) = 00001
La probabilidad de que sabiendo que Ho es cierta, escojamos una muestra en la que Ho se rechaza es 00001, de
cada 1000 muestras en 9999 no rechazaramos Ho y en una s. Si rechazamos debemos suponer que Ho es falsa,
ya que sera improbable haber escogido la nica en la que no se cumple de 1000.
Si el rechazo se hubiese producido aplicando un contraste al nivel de significacin 05, no estaramos tan
convencidos del rechazo, ya que de cada 100 muestras rechazaramos Ho, an siendo cierta en 50.
En general diremos que el rechazo de una hiptesis ser ms convincente cuanto ms pequeo es el nivel de
significacin prefijado.
Asimismo, el no rechazo de una hiptesis ser ms convincente cuanto mayor sea el nivel de significacin.
Cmo se relaciona el nivel de significacin con el rechazo o no rechazo de la hiptesis nula?.

Si una hiptesis nula se rechaza a un nivel 1, tambin se rechazar a cualquier nivel 1, ya que el
aumento del nivel de significacin implica un aumento de la regin crtica o de rechazo.
Si una hiptesis Ho se rechaza a un nivel 1, no se rechazar a cualquier nivel
1.
El fijar niveles de significacin especficos viene determinado por el tipo de experimento o estudio que
se realiza. si estamos estudiando los efectos secundarios de un medicamento, la probabilidad de error tipo I,
supondra no rechazar como inocuo un medicamento cuando realmente presenta efectos secundarios. en este
caso slo seran vlidos los test realizados a niveles de significacin muy bajos.
Al construir la regin crtica se tiene en cuenta no slo la Ho, sino tambin la alternativa. Las estructuras
habituales de esa regin crtica son dos:
a) de dos colas:
R e g i n cr tic a d e re c h a z o
/ 2 = P( T b) = P( T a), a y b son los valores mnimo y mximo admisibles, o valores crticos del contraste al
nivel de significacin fijado.
La regin de rechazo viene dada por:
S1 = P[ (x1, x2, ..., xn) / T(x1, x2, ..., xn) [a , b ]]]
b) De una cola
H 0 : p p 0
H1 : p < p 0
Rosana lvarez Garca
40
S1 = P[(x1,...,xn)/T(x1,...,xn) < c]
Por debajo de el valor de la variable obtenida para el nivel de significacin rechazamos la hiptesis nula
planteada.
H0 : p p0
H1 : p > p0
S1 = P[(x1,...,xn)/T(x1,...,xn) > c]
Planteamiento del test a travs del p-valor

Tiene una estructura similar a la del tratamiento de los test mediante el nivel de significacin, con la
diferencia de que en lugar de fijar uno o unos pocos niveles de significacin, la determinacin del p-valor nos
sirve para concluir todos los niveles de significacin para los que puede no rechazarse Ho, a partir de la
realizacin muestral disponible.
El p-valor se define como el menor nivel de significacin, a partir del cual se rechaza la hiptesis y mide
lo usual o inusual del resultado obtenido para esa realizacin muestral, as como para el valor del estadstico
obtenido si la hiptesis fuera cierta.
El p-valor establece una particin del intervalo en dos subintervalos:
A) Intervalo entre 0 y el p-valor < p-valor, no se rechaza Ho.
B) Intervalo restante p-valor, se rechaza Ho.
Para calcular el p-valor se procede de modo similar en contrastes de una cola o unilaterales, como en los
de dos colas o bilaterales. Veremos el caso de un contraste unilateral :
P[ T c / Ho]
p-valor = p p c t
Si el p-valor toma valores muy grandes, se refuerza la certeza de la hiptesis y su no rechazo, mientras que si el
p-valor toma valores muy pequeos, se refuerza el rechazo de la hiptesis de modo que cuanto menor sea el pvalor, ms garantizado estar el rechazo de la hiptesis.
INFERENCIA ESTADSTICA. TEST DE HIPTESIS

Las pruebas o test de hiptesis nos permiten obtener conclusiones a nivel poblacional a travs del estudio de
muestras obtenidas de la poblacin.
Hasta ahora en inferencia habamos llevado a cabo la estimacin de parmetros poblacionales a partir de
muestras. En la estimacin se busca un valor o intervalo de valores que se aproximen lo ms posible al valor del
parmetro poblacional real, mientras que en los test de hiptesis se nos da un posible valor del parmetro
poblacional y a partir de una muestra debemos concluir si es posible o no.
Rosana lvarez Garca
41
ERRORES
Como consecuencia de la aleatoriedad y para determinar con precisin la regla de rechazo o no rechazo que
vamos a seguir, debemos considerar los dos errores posibles que podemos cometer al realizar el contraste. Los
dos tipos de errores son:
Error tipo I.- Se comete al rechazar la hiptesis nula siendo realmente cierta:
P[rechazar H0 / cierta H0] = P[no rechazar H1 / cierta HO] =
Error tipo II.- Se comete al rechazar H1 siendo cierta la hiptesis alternativa H1:
P[rechazar H1 /cierta H1] = 1
Ambos errores son muy distintos. Si realizamos un test sobre un determinado frmaco y rechazamos H0
cuando es cierta podemos estar prohibiendo un producto beneficioso para combatir una determinada
enfermedad, pero si no rechazamos H0 cuando es falsa y permitimos el uso del frmaco se pueden producir
graves consecuencias en la salud de los pacientes.
Para evitar esto se fija una cota superior para el nivel de significacin , probabilidad de error tipo I,
que maximiza la potencia del test o probabilidad de rechazar la hiptesis nula cuando es falsa.
Realizacin del test
Los pasos a seguir en la realizacin de un test son:
A) Planteamiento del test.- Vamos a distinguir entre dos tipos de test o contrastes:
Bilateral:
H0: Hiptesis nula, aquella que queremos rechazar.
Hl: Hiptesis alternativa, complementa la hiptesis nula.
H0 : 0 =
H1 : 0
Unilateral:
H0 : 0
H1 : 0 >
H0 : 0
H1 : 0 <
B) Determinar la regin crtica o de rechazo prefijado un nivel de significacin . Para calcular las regiones
crticas es necesario conocer la distribucin que sigue el estadstico en el muestreo. En este curso se trabaja
con muestras grandes, de manera que los estadsticos seguirn distribuciones normales de parmetros ,
[N(, )].
Segn el tipo de contraste realizado tendremos:
Contraste unilateral: es aquel que presenta una sola cola de rechazo, ya sea a la derecha o a la izquierda.
Las hiptesis a plantear son:
H0 : 0
H1 : 0 <
P[N (0, 1) < zc] =

Regin de rechazo ( , zc)
La cola de rechazo sera:
H0 : 0
H1 : 0 >
P[N(0, 1) > zc] =

Regin de rechazo (zc , + )
La cola de rechazo sera:
Contraste bilateral: es aquel que presenta dos regiones o colas de rechazo.

H0 : 0 =
Rosana lvarez Garca
P[N(0, 1) zc] = 1

H1 : 0
42
Regin de rechazo ( zc , zc)
A continuacin RESUMIMOS los valores crticos de los niveles de confianza ms habituales:

Nivel de confianza
1-
90%
95%
99%
999%
Nivel de significacin
10%
5%
1%
01%
Valores crticos zc
128 128
Para test unilaterales
1.645 1.645 2.33 +2.33 3.09 +3.09
Valores crticos zc
Para test bilaterales
( 1.645, 1.645) ( 1.96, +1.96)
( 2.58, +2.58) ( 3.09, +3.09)
c) Clculo del estadstico: Es imprescindible determinar la distribucin en el muestreo del estadstico T, ya

que el contraste depende de su distribucin en el muestreo. Si la hiptesis nula fuese cierta el estadstico
debera comportarse de una determinada manera. Por eso debemos comenzar calculando la ley de probabilidad
que sigue la poblacin y la muestra. Los estadsticos que vamos a utilizar son: media, proporcin y diferencia de
medias, que en la mayora de los casos seguirn distribucin normal por ser muestras grandes. Para calcular la
distribucin de los parmetros a estudiar tendremos:
Distribucin muestral de medias.
Distribucin muestral de proporciones.
Distribucin muestral de diferencia de medias.
Una vez calculada la distribucin de las muestras obtenemos nuestro estadstico tipificando, as:
z=
Media
X-
z=
Proporciones:
P - p
pq
n
z=
Diferencia de medias:
(x1 x 2 ) (1 2 )
x1 x2
Cuadro de la distribucin de los estadsticos en el muestreo

Distribucin del
Variable
Tipificando
estadstico en el
aleatoria
N(0, 1)
muestreo
Rosana lvarez Garca
43
Proporcin de
P - p
p q
xito de una
N
p,
p
pq
n
distribucin
p
n
zc =
B(n, p)
Media
poblacional de
x-
una
,
N
n
n
distribucin

zc =
N(,) con
conocida
Media
poblacional de
x-
una
S
N ,
S
distribucin

zc =
N(, )
con
desconocida
Diferencia de
medias de
zc=
poblaciones
2
2
(x1 x2 ) (1 2 )
1 2
1 2 , n + n
1 2
normales e
1
2
12 22
N
+
independiente
n1 n2
s con 1 y 2
conocidas.
Diferencia de
medias de
poblaciones
(x1 x2 ) (1 2 )
S12 S22
normales e
+
,
S12 S22
1 2 n n
1 2
+
1
2
independiente
n1 n2
N
zc=
s con 1 y 2
desconocidas
y n1 y n2 30
Suma de n
poblaciones de
x i - n
media y
xi
xi n , n
n
zc =
desviacin
tpica
Una vez calculado el estadstico y conocida su distribucin en el muestreo:
d) Toma de decisiones prefijado un nivel de significacin:
Si zc cae en la regin crtica rechazamos la hiptesis nula
Si zc cae en la regin de confianza no rechazamos la hiptesis nula.
Cuando no se rechaza la hiptesis nula, decimos que la diferencia existente entre el valor del parmetro
formulado por la hiptesis nula y el valor correspondiente segn la informacin proporcionada por la muestra, es
no significativa, mientras que si se rechaza Ho para un nivel de significacin del 5% decimos que hay diferencias
significativas, y para = 1% muy significativas.
Rosana lvarez Garca
44
En una investigacin realizada para determinar la eficacia de un tratamiento de cieta enfermedad se anot el
nmero de bacilos encontrados en dos cultivos de cada paciente, realizados antes (x) y despus (y) de que al
enfermo le hubiese sido administrado el tratamiento. Los datos obtenidos son:
a) Describir el nmero de bacilos observados antes y despus del tratamiento, comparando los resultados
obtenidos
b) Estudiar que tipo de relacin funcional se ajusta mejor a estos datos. Si un enfermo tiene 14 bacilos
antes del tratamiento, cuntos se espera que tenga despus del tratamiento?
Rosana lvarez Garca
Rosana lvarez Garca
45

Icalculadora Grafica Introduccion

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Icalculadora Grafica Introduccion

Transféré par

Droits d'auteur :

Formats disponibles

La calculadora grfica y sus aplicaciones didcticas en el aula

Al encender la calculadora en la pantalla aparecen los iconos que representan las

e-ACT: Sirve para generar y almacenar actividades.

S-SHT: Hoja de clculo

DYNA: (Grficos dinmicos); almacena y dibuja funciones, mostrando las diferentes

TABLE: Genera tablas numricas y las representa grficamente.

RECUR: Almacena frmulas de recurrencia y almacena tablas numricas.

CONICS: (Cnicas): representa funciones implcitas.

EQUA: Resuelve sistemas de ecuaciones de hasta seis incgnitas y ecuaciones

Rosana lvarez Garca

La calculadora grfica y sus aplicaciones didcticas en el aula

PRGM: Almacena y ejecuta programas.

TVM: Clculos econmicos

LINK: Intercambia datos con otras unidades (calculadora, ordenador, pantalla de

MEMORY: Informacin sobre la memoria interna y externa.

SYSTEM: Informacin sobre el sistema, lenguaje, contraste,.

Con la entrada lineal tendremos que emplear el

Con la entrada Math nos permite trabajar con el

Rosana lvarez Garca

La calculadora grfica y sus aplicaciones didcticas en el aula

Tipo de lnea en la grfica

Almacenar o recuperar una funcin almacenada

transforma un tipo de funcin en otro

Vamos a ver la opcin

Rosana lvarez Garca

La calculadora grfica y sus aplicaciones didcticas en el aula

Nos permite calcular los puntos de corte con el eje OX.

Nos permite calcular si la funcin tiene mximo y en que punto.

Nos permite calcular si la funcin tiene mnimo y en que punto.

Nos permite calcular los puntos de corte con el eje OY.

Nos permite calcular el valor de la variable Y a partir de un valor de X dado.

La calculadora nos permite trabajar con doble pantalla, de manera que:

Representa dos grficas simultneas

Rosana lvarez Garca

Representa grfica y tabla de valores

Inutiliza la doble pantalla.

Representa la funcin a la izquierda y a la derecha

Representa la funcin a la izquierda y a la derecha

Aparece una sola pantalla

La calculadora grfica y sus aplicaciones didcticas en el aula

SISTEMAS DE ECUACIONES LINEALES

Vamos a resolver ahora el siguiente sistema:

Para calcularlo vamos al G-Solv y a ISCT

Rosana lvarez Garca

La calculadora grfica y sus aplicaciones didcticas en el aula

Vamos a resolver el sistema de tres ecuaciones:

Simultaneas.- Sistemas de ecuaciones desde dos a seis incgnitas. F1

Ahora indicamos el nmero de incgnitas que tiene nuestro sistema de

Introducimos los coeficientes de cada variable y el trmino independiente

La solucin del sistema es x = 1; y = 2; z = 4.

Polinmicas.- Ecuaciones de segundo o tercer grado. F2

Rosana lvarez Garca

La calculadora grfica y sus aplicaciones didcticas en el aula

Rosana lvarez Garca

La calculadora grfica y sus aplicaciones didcticas en el aula

REA LIMITADA POR UNA FUNCIN: INTEGRAL DEFINIDA

El rea encerrada por la curva es igual a la suma de las reas de

R(x) = (x 1)(x 2)(x 3)

Escribimos las funciones

Aplicamos el ZOOM caja

Rosana lvarez Garca

La calculadora grfica y sus aplicaciones didcticas en el aula

Con el cursor seleccionamos