Académique Documents
Professionnel Documents
Culture Documents
LA CALCULADORA GRFICA
Los MENUS con los que podemos trabajar en la calculadora grfica fx9860 son:
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.
GRAPH: Almacena funciones grficas, las representa y permite conocer sus mximos,
mnimos, puntos de corte, intervalos de monotona, reas, .....
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
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
GMEM
F5
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
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
F5
G-SLV
En
F5
tenemos:
ROOT
F1
MAX
F2
MIN
F3
Y-ICPT
F4
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
F1
GotT
SETUP
SHIFT
MENU
F2
F3
G+G
F1
GotT
F2
Off
F3
Off
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
x+ y =5
2 x + y = 10
MODO GRAPH.- escribimos las ecuaciones, y las representamos.
x+ y =5
2 x + y = 10
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.
MODO EQUA
SIML
F1
F1
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
SOLV
para resolverlo
F1
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.
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.
Y
f(a)
f(x)
f(b)
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
Representamos
DRAW
F6
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.
Races de la funcin
ROOT
G-SLV
SHIFT
F1
F5
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
SHIFT
G-SLV
MIN
F5
F3
10
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.
Establecemos
pantalla dual y
calculamos las races
de la funcin
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
EXE
F3
>
SHIFT
MENU
Stop
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.
PICT
STO
F1
F1
SHIFT
MENU
de pantalla vamos a
y seleccionamos que en la pantalla aparezca
PICT
Pic1
14
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 =
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
AB
EF
FE
A+BC+D
EFt
C-1
16
Las soluciones:
OPTN
MAT
F2
EXIT
A+B
EXE
AB
EXE
A+BC+D
EF
FE
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
i
F1
i
F1
x2
EXE
EXE
18
= (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
z = (a, b)
= (a + a') + (b + b')i
Tiene estructura de GRUPO ABELIANO
DIFERENCIA
DEMOSTRACIN ALGEBRAICA
z = (a, b)
z - z' = z + (- z' ) =
= (a - a', b - b') =
Aplicando la definicin de suma de nmeros complejos
= (a - a') + (b - b')i
PRODUCTO
DEMOSTRACIN ALGEBRAICA
z = (a, b)
z z' =
(a, b) (a', b') =
Aplicando la definicin de producto de nmeros complejos
z' = c + di
z = (a, b)
z' = (c, d)
z
= z z-1 = Sustituyendo
z'
bi
19
20
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
XL - XC
r
Z = R + (XL XC) j
y su mdulo:
Z = R2 + (XL XC )2
21
r
r r
Por tanto la intensidad que circula por el circuito es: U = I Z
r r
r
S = I U = 220(11 + 11j)
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.
22
GRPH SET
F
F1
F6
x2
EXE
23
160
50
165
65
170
79
165
67
180
80
156
60
179
80
146
50
181
85
158
67
190
92
181
1
185
1
190
1
LIST
List
F1
F1
EXIT
F6
EXIT
F6
F6
185
90
179
80
158
64
24
F2
Para calcular la relacin existente entre las variables seleccionamos REG (regresin)
Seleccionamos la opcin regresin:
REG
F3
F1
SET
F6
GPH2
Scat
F2
F1
F6
F6
F1
SEL
EXIT
F4
25
26
Funcin de probabilidad
Funcin de probabilidad
Esperanza y varianza
Funcin de probabilid ad
Esperanza y varianza
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
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
LIST F1
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
OPTN
PROB
nCr
F4
F4
x,,
5
x,,
x,,
0
8
F5
28
SET
F5
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.
29
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
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
Var[X] =
2
i
Pi E [X ]
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:
30
LIST
F2
CALC
SET
F2
F6
selecciona
mos lista 2
EXE
EXE
1VAR
F1
MENU
2
listas disponibles
DIST
BINM
F5
F5
F1
Bpd
F1
O a partir de los
parmetros que
caracterizan la
distribucin muestral.
x B(5, 0.2)
P(x=3)
Var
F2
listas disponibles
F1
Bcd
F2
O a partir de los
parmetros que
caracterizan la
distribucin muestral.
Var
F2
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] =
n k
p (1 p )nk
k
32
MTODO I
MODO TABLA
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
TABL
F6
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):
33
OPTN
LIST
Cuml
F1
F6
F6
F3
LIST
List
F1
F1
OPTN
EXE
12
0.795 0.217 = 4.389 10-3
5
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
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:
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
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.
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:
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.
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.
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.
38
* 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.
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.
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
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]
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 <
H0 : 0
H1 : 0 >
P[N(0, 1) zc] = 1
42
90%
95%
99%
999%
Nivel de significacin
10%
5%
1%
01%
Valores crticos zc
128 128
Para test unilaterales
Valores crticos zc
Para test bilaterales
Media
X-
z=
Proporciones:
P - p
pq
n
z=
Diferencia de medias:
(x1 x 2 ) (1 2 )
x1 x2
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.
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?
45