Estadstica Estudio que rene, clasifica y recuenta todos los hechos que tienen

una determinada caracterstica en comn, para poder llegar a conclusiones a

partir de los datos numricos extrados.
La estadstica se divide en dos grandes reas:
Estadstica descriptiva: Se dedica a la descripcin, visualizacin y resumen de
datos originados a partir de los fenmenos de estudio. Los datos pueden ser
resumidos numrica o grficamente. Su objetivo es organizar y describir las
caractersticas sobre un conjunto de datos con el propsito de facilitar su
aplicacin, generalmente con el apoyo de grficas, tablas o medidas
numricas.
Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin
estndar.
Ejemplos grficos son: histograma, pirmide poblacional, grfico circular, entre
otros.
Estadstica inferencial: Se dedica a la generacin de los modelos, inferencias y
predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la
aleatoriedad de las observaciones. Se usa para modelar patrones en los datos
y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias
pueden tomar la forma de respuestas a preguntas s/no (prueba de hiptesis),
estimaciones de unas caractersticas numricas (estimacin), pronsticos de
futuras observaciones, descripciones de asociacin (correlacin) o
modelamiento de relaciones entre variables (anlisis de regresin). Otras
tcnicas de modelamiento incluyen anlisis de varianza, series de tiempo y
minera de datos. Su objetivo es obtener conclusiones tiles para lograr hacer
deducciones acerca de la totalidad de todas las observaciones hechas,
basndose en la informacin numrica.

Lenguaje y simbologa[editar]

Poblacin y muestra[editar]

Poblacin: Es el todo o un conjunto formado por todos los valores

existentes, ya sean personas, medidas u objetos que pueden ser
expresados mediante una variable y adems, tienen una caracterstica; de
que son de inters estadstico para un estudio en especfico. Al anlisis
completo de la poblacin tambin se le suele conocer como "censo".

Poblacin finita: Es aquella que expresa que es posible sobrepasarse

al contar o bien, alcanzarse; por lo tanto, es la que tiene o incluye
un nmero limitado ya sea de objetos, medidas o personas. Por ejemplo: el
gasto en comida durante cierto tiempo, un conjunto de calificaciones o bien,
el total de alumnos que estudian en una universidad.
 Poblacin infinita: Es aquella que incluye a un gran nmero de
conjunto de observaciones o medidas que no se pueden alcanzar con el
conteo. Esto quiere decir que tiene un nmero ilimitado de valores, por
ejemplo: la produccin futura de una mquina o el lanzamiento de dados o
una moneda.

Muestra: Es aquel subconjunto perteneciente a una poblacin. Esto

quiere decir que se conforma por algunos datos de esta, ya sean ciertos
objetos, personas, o medidas de la poblacin. Al estudio de este concepto
se le suele conocer como "muestreo".

Muestra representativa: Es aquel subconjunto representativo de una

poblacin, pero para que se consideren as se deben seguir ciertos
procedimientos de seleccin o bien, un mtodo de muestreo. Se dice que la
muestra adecuada es aquella que contiene caractersticas esenciales de la
poblacin para lograr el objetivo de hacer generalizaciones con respecto al
total de los datos sin examinar cada uno de ellos.
Parmetro y estadstico[editar]

Parmetro: Es la medida de cierta caracterstica numrica de una

poblacin que generalmente se expresa mediante smbolos griegos ( ).

1.3 Construccin de histograma de frecuencias.

Histograma

Un histograma es una representacin grfica de una variable en

forma de barras.

Se utilizan para variables continuas o para variables discretas, con

un gran nmero de datos, y que se han agrupado en clases.

En el eje abscisas se construyen unos rectngulos que tienen

por base la amplitud del intervalo, y por altura, la frecuencia
absoluta de cada intervalo.

La superficie de cada barra es proporcional a la frecuencia de

los valores representados.
Polgono de frecuencia

Para construir el polgono de frecuencia se toma la marca de

clase que coincide con el punto medio de cada rectngulo.

Ejemplo:

El peso de 65 personas adultas viene dado por la siguiente tabla:

ci fi Fi

[50, 60) 55 8 8

[60, 70) 65 10 18

[70, 80) 75 16 34

[80, 90) 85 14 48

[90, 100) 95 10 58

[100, 110) 105 5 63

[110, 120) 115 2 65

65
1.4 Frecuencia relativa.

La fr e c ue nc ia r e la ti va e s e l c oc ie nte en tre la
fr ec ue nc ia a bs oluta d e un de te rmi n a do va l o r y
el nm e r o tota l de da tos .

La fr e c ue nc ia r e la ti va se p u ed e e xp re sa r en ta n to s
po r ci e n to y se re p re sen ta po r n i .

La s uma de la s fr e c ue nc ia s r e la ti va s e s ig u al a 1 .

Ejemplo

Durante el mes de julio, en una ciudad se han

registrado las siguientes temperaturas mximas:
 32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30,
32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33,
29, 29.

xi fi ni

0.03
27 1
2

0.06
28 2
5

0.19
29 6
4

0.22
30 7
6

0.25
31 8
8

0.09
32 3
7

0.09
33 3
7

0.03
34 1
2

31 1
1.7 Media aritmtica, mediana y moda.

Media, moda, mediana, rango

Actividad N 790

1- Media aritmtica

La media aritmtica es la suma de todos los datos dividida entre el nmero

total de datos. Se calculan dependiendo de cmo vengan ordenados los datos.

Ejemplo:

Cul es la media de las edades de Andrea y sus primos?

La media aritmtica de un grupo de datos se calcula as:

Se debe multiplicar cada dato con su respectiva frecuencia, sumar todos estos
productos, y el resultado dividirlo por la suma de los datos.

Ejemplo:

Se ha anotado el nmero de hermanos que tiene un grupo de amigos. Los

datos obtenidos son los siguientes:

Hermanos: 1, 1, 1, 1, 2, 2, 2, 3, 3, 4

Si hacemos el recuento de los datos y seguimos los pasos anteriormente

descritos, tenemos:

2- Moda
La moda de un conjunto de datos es el dato que ms veces se repite, es decir,
aquel que tiene mayor frecuencia absoluta. Se denota por Mo. En caso de
existir dos valores de la variable que tengan la mayor frecuencia absoluta,
habra dos modas. Si no se repite ningn valor, no existe moda.

- Ejemplo1:

Cul es el dato que ms se repite en el ejemplo anterior?

El dato que ms se repite es el 1, es el que tiene mayor frecuencia absoluta (4

veces).

La moda del nmero de hermanos es 1

- Ejemplo 2:

2, 3, 4, 5 , 6 , 9

En este conjunto de datos no existe ningn valor que se repita, por lo tanto,
este conjunto de valores no tiene moda.

- Ejemplo 3:

1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9

Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa

frecuencia es la mxima, tiene varias modas.
3- La mediana

La mediana es el valor que ocupa el lugar central entre todos los valores del
conjunto de datos, cuando estos estn ordenados en forma creciente o
decreciente.

La mediana se representa por Me.

Calculo de la mediana:

1 Ordenamos los datos de menor a mayor.

- La mediana de un conjunto con un nmero impar de datos es, una vez

ordenados los datos, el dato que ocupa el lugar central.

Ejemplo:

Calcular la mediana del conjunto de datos:

- Tambin podemos usar la siguiente frmula para determinar la posicin del
dato central:

(n + 1) /2 = mediana datos impares.

- La mediana de un conjunto con un nmero par de datos es, una vez

ordenados, la media de los dos datos centrales.

Ejemplo:

Calcular la mediana del conjunto de datos:

1.8 Datos agrupados en clases.

Datos agrupados y no agrupados

Datos no agrupados

Los datos no agrupados es un conjunto de informacin si ningn orden que no

nos establece relacin clara con lo que se pretende desarrollar a lo largo de un
problema, esto se soluciona mediante una tabulacin que nos conduce a una
tabla de frecuencias como se ha visto anteriormente.
El numero de intervalos de clase se toma generalmente entre 5 y 20
dependiendo de los datos.

Para construir un histograma y polgonos de frecuencia se necesita formar

distribuciones de frecuencia y para ello se sugieren las siguientes reglas:

1.- determinar el mayor y el menor entre los datos registrados para as

encontrar el rango.

2.- dividir el rango entre un numero conveniente de intervalos de clase del

mismo tamao siempre que sea posible.

3.- determinar el numero de observaciones que caen dentro de cada intervalo

de clase esto es encontrar la frecuencia de clase.

NUMEROS NO AGRUPADOS

53 63 69 73 77

57 64 70 74 78

58 66 71 74 78

61 67 72 75 81

61 68 73 77 82
82 - 53 = 29 rango 29 = 9.6= 10

Datos agrupados

Cuando la muestra consta de 30 o ms datos, lo aconsejable es agrupar los

datos en clases y a partir de estas determinar las caractersticas de la muestra
y por consiguiente las de la poblacin de donde fue tomada.

Antes de pasar a definir cul es la manera de determinar las caractersticas de

inters (media, mediana, moda, etc.) cuando se han agrupado en clases los
datos de la muestra, es necesario que sepamos como se agrupan los datos.

Los datos siguientes sealan el tiempo de funcionamiento (en das) hasta que
se presenta la primera falla de 80 radio transmisores-receptores.

392 576 128 56. 656 224 40. 32.

358 384 256 246 328 464 448 716

304 16. 72. 8. 80 72. 56. 608

108 194 136 224 80 16. 424 264

156 216 168 184 552 72. 184 240

438 120 308 32. 272 152 328 480

60. 208 340 104 72. 168 40. 152

360 232 40. 112 112 288 168 352

56. 72. 64. 40. 184 264 96 224

168 168 114 280 152 208 160 176

1.9 Nmeros ndices.

Un nmero ndice es una medida estadstica que permite estudiar las
fluctuaciones o variaciones de una magnitud o de ms de una en relacin al
tiempo o al espacio. Los ndices ms habituales son los que realizan las
comparaciones en el tiempo, por lo que, como veremos ms adelante, los
nmeros ndices son en realidad series temporales.
1.10 Razonamiento deductivo.
El razonamiento deductivo es probablemente el proceso ms usado en
matemticas. Cuando razonamos deductivamente, usamos hechos conocidos
para llegar a conclusiones lgicas que sabemos son verdaderas. (Deducimos
un hecho al unir otros factores.) Esto es distinto que el razonamiento inductivo,
que generaliza y conjetura basado en observaciones en lugar de lgica. El
razonamiento deductivo el que compara premisas universales entre s, o dos
premisas universales para sacar una conclusin particular.

El razonamiento inductivo es el que mediante el cual tomamos dos o ms

premisas particulares, para obtener como conclusin una premisa general. Es
el tipo de razonamiento que utilizamos cuando se hacen pruebas cientficas o
demostraciones matemticas. En ocasiones el silogismo puede ser correcto,
pero la conclusin equivocada.

1.11 Concepto de prueba.

En matemticas, una demostracin o bien una prueba es
un argumento deductivo para asegurar la verdad de una proposicin
matemtica. En la argumentacin se pueden usar otras afirmaciones
previamente establecidas, tales como teoremas o bien las afirmaciones
iniciales o axiomas 2 . En principio una demostracin se puede rastrear hasta
afirmaciones generalmente aceptadas, conocidas como axiomas.
1.12 Redaccin de una prueba.

1.16 Teoremas, postulados, axioma.

En lgica y matemticas, un axioma es una premisa que, por considerarse
evidente, se acepta sin demostracin, como punto de partida para demostrar
otras frmulas.
Un teorema es una proposicin que afirma una verdad demostrable.
En matemticas, es toda proposicin que partiendo de un supuesto (hiptesis),
afirma una verdad (tesis) no evidente por s misma
Un postulado es una proposicin no evidente por s misma, ni demostrada,
pero que se acepta, ya que no existe otro principio al que pueda ser referida. Si
la proposicin se considera evidente y es aceptada sin demostracin previa, se
denomina axioma.
1.17 Argumentos lgicos.
En lgica, un argumento se define como un conjunto de premisas seguidas por
una conclusin.4 Un argumento puede ser slido, (vlidoy con
premisas verdaderas) o ser persuasivo de alguna otra manera.5 Sin embargo,
un argumento no necesita ser slido o persuasivo para ser un argumento.
Ejemplos de argumentos deductivamente vlidos son los siguientes:

1. Todos los planetas

1. Si est soleado, 1. Si no es martes,
giran alrededor del
entonces es de entonces es
Sol.
da. lunes.
2. Marte es un planeta.
2. Est soleado. 2. No es martes.
3. Por lo tanto, Marte
3. Por lo tanto, es de 3. Por lo tanto, es
gira alrededor del
da. lunes.
Sol.
Ntese que para que un argumento sea deductivamente vlido, no
es necesario que las premisas o la conclusin sean verdaderas. Slo se
requiere que la conclusin sea una consecuencia lgica de las premisas.

1.18 Valides de un argumento.

La lgica formal establece nicamente una relacin condicional entre las
premisas y la conclusin. Esto es: que si las premisas son verdaderas,
entonces la conclusin tambin lo es (esta es la caracterizacin semntica de
la nocin de consecuencia lgica); o alternativamente: que la conclusin
sea deducible de las premisas conforme a las reglas de un sistema lgico (esta
es la caracterizacin sintctica de la nocin de consecuencia lgica). Si un
argumento, adems de ser vlido, tiene premisas verdaderas, entonces se dice
que es slido.

1.20 Hiptesis, demostraciones y mtodos de demostraciones en

Matemtica.