SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

MEDIA

La media aritmética , algunas veces denominada “media” es la suma de los valores de todas las
observaciones dividida entre el número de observaciones de observaciones realizadas.

Sea N el tamaño de una muestra que contiene a las observaciones , , ….. y sea ̅ la
media muestral entonces :

FORMULA :

i = indica un número de conteo para identificar a cada observación.

EJEMPLO 1

OBTENGASE LA MEDIA PARA LA SIGUIENTE MUESTRA DE 11 OBSERVACIONES

1 1 2 2 2 3 4 5 5 9 10

CALCULANDO LA MEDIA :

̅ =∑ =
SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

EJEMPLO 2

Otra forma de obtener la gráfica es mediante una grafica.

Aun cuando hay 11 valores para X, solamente 7 valores diferentes. El valor 1 aparece 2 veces, el
valor 2 aparece 3 veces, 5 dos veces y las otras solo una vez. Para calcular la media para dos datos
se multiplica cada valor diferente por el número de veces que ha ocurrido.

Serie 1
4

2 Serie 1

0
1 2 3 4 5 6 7 8 9 10

( ) ( ) ( ) ( ) ( ) ( ) ( )
̅
SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

MEDIANA

La mediana es el valor que queda en la parte central de un grupo de observaciones arreglados en

orden de magnitud.

DATOS AGRUPADOS

Para datos no organizados , es necesario arreglarlos en orden a fin de obtener la mediana. SI EL

NUMERO (N) DE VALORES ES NON , EL VALOR CENTRAL , QUE ES EL VALOR ( N+1)/2 SERA LA
MEDIANA

EJEMPLO 1

Empleando una escala de 12 puntos , las calificaciones de prueba de 13 estudiantes de una clase
de matemáticas son las siguientes.

10 3 10 12 9 7 9 6 7 10 8 6 7

OBTENGASE LA MEDIANA DE LAS CALIFICACIONES

Ya que (n+1)/2=(13+1)/2= 7 por lo tanto la mediana es séptima observación , la cual es 8.

EJEMPLO 2

OBTENGASE LA MEDIANA DE LOS SIGUIENTES 10 VALORES:

2 3 3 3 4 5 6 7 8 10

Ya que hay 10 valores , la mediana es el promedio de los valores quinto y sexto. Esto es.

La mediana =

Sin embargo , también podría ser 4.1 o 4.9 o cualquier otro valor entre 4 y 5 ya que cada uno de
estos divide a los 10 valores en 2 grupos iguales.
SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

MODA

La moda es la medida que se relaciona con la frecuencia con que se presenta el dato o los
datos con mayor incidencia, con lo que se considera la posibilidad de que exista más de
una moda para un conjunto de datos. La notación mas frecuente es la siguiente: Mo y .
Esta medida se puede aparecer tanto para datos cualitativos como cuantitativos. Se dice
que cuando un conjunto de datos tiene una moda la muestra es unimodal, cuando tiene
dos modas bimodal, cuando la muestra contiene mas de un dato repetido se dice que es
multimodal y un último caso es cuando ningún dato tiene una frecuencia, en dicho caso se
dice que la muestra es amodal.

Ejemplos:

1.- Determinar la moda del siguiente conjunto de datos:

a).- 1, 2, 3, 3, 4 , 5, 6, 7, 7, 3, 1, 9, 3

la moda de este conjunto de datos es igual a 3 y si considera unimodal

Ejemplos 2 :

a).- 1, 2, 3, 4, 4, 5, 2, 1, 3, 4, 2, -3, 4, 6, 3, 3

las modas de este conjunto de datos son 3 y 4 ya que ambas tienen la mas alta
frecuencia, por lo que la muestra es bimodal

c).- 1, 2, 3, 4, 5, 6, 7, 8, 9
SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

La muestra no contiene ningún dato repetido por lo que se considera que la muestra es
amodal.

Gráficamente eso se puede reflejar mediante el análisis de un histograma de frecuencias.

VARIANZA

La varianza se define como la suma de los cuadrados de las desviaciones respecto a la media
dividida por N.

FORMULA:

Varianza y desviación estándar

La desviación sólo significa qué tan lejos de lo normal

Desviación estándar
La desviación estándar (σ) mide cuánto se separan los datos.

La fórmula es fácil: es la raíz cuadrada de la varianza. Así que, "¿qué es la varianza?"

Varianza
2
la varianza (que es el cuadrado de la desviación estándar: σ ) se define así:

Es la media de las diferencias con la media elevadas al cuadrado.

SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

En otras palabras, sigue estos pasos:

1. Calcula la media (el promedio de los números)

2. Ahora, por cada número resta la media y eleva el resultado al cuadrado (la diferencia elevada al
cuadrado).
3. Ahora calcula la media de esas diferencias al cuadrado. (¿Por qué al cuadrado?)

Ejemplo
Tú y tus amigos habéis medido las alturas de vuestros perros (en milímetros):

Las alturas (de los hombros) son: 600mm, 470mm, 170mm, 430mm y 300mm.

Calcula la media, la varianza y la desviación estándar.

Respuesta:

600 + 470 + 170 + 430 + 300 1970

Media = = = 394
5 5

así que la altura media es 394 mm. Vamos a dibujar esto en el gráfico:
SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

Ahora calculamos la diferencia de cada altura con la media:

Para calcular la varianza, toma cada diferencia, elévala al cuadrado, y haz la media:

2 2 2 2 2
206 + 76 + (-224) + 36 + (-94) 108,520
2
Varianza: σ = = = 21,704
5 5

Así que la varianza es 21,704.

Y la desviación estándar es la raíz de la varianza, así que:

Desviación estándar: σ = √21,704 = 147

y lo bueno de la desviación estándar es que es útil: ahora veremos qué alturas están a distancia menos de la
desviación estándar (147mm) de la media:

Así que usando la desviación estándar tenemos una manera "estándar" de saber qué es normal, o extra
grande o extra pequeño.
SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

COVARIANZA

La covarianza de una variable bidimensional es la media aritmética de los productos de las

desviaciones de cada uno de los variables respecto a su media respectivas.

La covarianza se representa por s x y o σxy

EJEMPLOS:

Cinco niños de 2, 3, 5, 7 y 8 años de edad pesan, respectivamente, 14, 20, 32, 42 y

44 kilos.

Hallar la covarianza.

xi yi xi ·yi xi2 yi2

2 14 4 196 28

3 20 9 400 60

5 32 25 1 024 160

7 42 49 1 764 294

8 44 64 1 936 352

25 152 151 5 320 894

SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

EJEMPLO 2 :

Se ha solicitado a un grupo de 50 individuos información sobre el número de horas

que dedican diariamente a dormir y ver la televisión. La clasificación de las
respuestas ha permitido elaborar la siente tabla:

Nº de horas dormidas (X) 6 7 8 9 10

Nº de horas de televisión (Y) 4 3 3 2 1
Frecuencias absolutas (fi) 3 16 20 10 1

Calcular la covarian za

xi yi fi xi · fi xi2 · fi yi · fi yi2 · fi xi · yi · fi

6 4 3 18 108 12 48 72

7 3 16 112 784 48 144 336

8 3 20 160 1280 60 180 480

9 2 10 90 810 20 40 180

10 1 1 10 100 1 1 10

50 390 3082 141 413 1078

SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

ESPERANZA MATEMATICA

La esperanza matemática de una variable aleatoria , discreta es igual a la suma de los diferente
valores multiplicados por sus probabilidades correspondientes.

En términos sinbolicos de cualquier variables aleatoria discreta X , denotada por Ex , se expresa de

la siguiente forma.

∑( ) ∑ ( ) ( ) ( ) ( )

Donde

m : Es el punto de diferentes valores que toma la variable aleatoria.

Considérese un juego asociado a la tirada de una moneda.

Si esta cae cara, usted gana $ 2 ; si la moneda cae cruz , pierde $ 2 ¿Cuál es la esperanza
matemática del juego ? es importante recordar que las x son positivas , si representan pérdidas o
déficits. En este ejemplo, m=2 debido hay solamente 2 valores para X, esto es , +$2 y -$2 la
probabilidad para cada X es ½ . En consecuencia, el valor esperado es

∑( ) ( ) ( )

El juego es un juego justo , debido a que ninguno de los jugadores tiene más ventaja. Esto es , se
dice que un juego es justo o equitativo , si la esperanza matemática es cero.

EJEMPLOS 2

Supongase que una lotería se venden 2000 boletos a $ 1 cada uno y que se van a otorgar tres
premios. El primer premio es un aparato estereofónico de sonido con valor de $500 , es el
segundo es un aparato portátil de televisión con valor de $300 y el tercero es un fonógrafo con
valor de $200 . Si usted compro un boleto ¿Cuál es su ganancia esperada?

Si se utilizo x para denotar la ganancia correspondiente a cada boleto , entonces hay 4 posibles
valores para X. Tres de estos , 4 valores son positivos $499 , $299 , $199 con una probabilidad de
1/2000 para cada uno ($1 menos del valor de cada remio debido a que esto es la que usted pago
por boleto); y uno es negativo -$1 , con una probabilidad de 1997/2000, Por lo tanto , su ganancia
esperada es .
SERGIO RIJKAAR GARDUÑO GARCIA ITIC 211M

∑( ) ( ) ( ) ( ) ( )

Obviamente este no es un juego justo debido a que en promedio usted puede perder 50 centavos
cada vez que compra un boleto de lotería.