ANGEL FRANCISCO ARVELO LUJAN

Tamaño: px
Comenzar la demostración a partir de la página:

Download "ANGEL FRANCISCO ARVELO LUJAN"

Transcripción

1 ANGEL FRANCISCO ARVELO LUJAN Agel Fracsco Arvelo Lujá es u Profesor Uverstaro Veezolao e el área de Probabldad y Estadístca, co más de 0 años de expereca e las más recoocdas uversdades del área metropoltaa de Caracas. Uversdad Católca Adrés Bello : Profesor Ttular Jublado 970 a 00 Uversdad Cetral de Veezuela: Profesor por Cocurso de Oposcó desde 99 al presete Uversdad Smó Bolívar: Profesor desde 005 al presete Uversdad Metropoltaa: Profesor desde 97 a 987 Uversdad Nacoal Aberta: Revsor de cotedos, desde 979 hasta 00 Sus datos persoales so : Lugar y Fecha de Nacmeto: Caracas, Correo electróco: agelf.arvelo@gmal.com Teléfoo: Estudos realzados: Igeero Idustral. UCAB Caracas 968 Máster e Estadístca Matemátca CIENES, Uversdad de Chle 97 Cursos de Especalzacó e Estadístca No Paramétrca Uversdad de Mchga 98 Doctorado e Gestó Tecológca: Uversdad Poltécca de Madrd 006 al Presete El Profesor Arvelo fue Drector de la Escuela de Igeería Idustral de la Uversdad Católca Adrés Bello (97-979), Coordador de los Laboratoros de esa msma Uversdad especalzados e esayos de Caldad, Audtor de Caldad, y autor del lbro Capacdad de Procesos Idustrales UCAB 998. E umerosas oportudades, el Profesor Arvelo ha dctado cursos empresarales e el área de Estadístca Geeral y Cotrol Estadístco de Procesos. Para cosultar otras publcacoes, r la pága web.

2 Meddas de Deformacó Agel Fracsco Arvelo L. MEDIDAS DE DEFORMACION Y DE APUNTAMIENTO. Mometos: El térmo Mometo se aplca e Físca, para dcar el producto etre ua fuerza y su dstaca a u puto, llamada brazo,y así exste Mometos Estátcos, Mometos de Ierca, etc., segú se multplque la fuerza por la dstaca, por el cuadrado de la dstaca, etc. E Estadístca exste muchas fórmulas y expresoes matemátcas, e dode es ecesaro clur el desvío o dstaca de u dato a u certo puto llamado orge de trabajo, y cuya escrtura puede smplfcarse co la troduccó del cocepto de Mometo de los Datos. Cuado se tee u cojuto de datos s agrupar { x, x,x,..., x }, se defe como Mometo de orde r respecto de u valor A, a la meda artmétca de las potecas de grado r, de sus desvíos respecto a ese valor A, es decr : I ( x A) mr, A El valor A co respecto al cual se está calculado este mometo de orde r, puede ser cualquera, y recbe el ombre de orge de trabajo. Desde el puto de vsta descrptvo, los mometos respecto de u orge de trabajo cualquera o puede ser terpretados como ua característca especal de los datos, a excepcó de alguos de ellos que será aalzados a lo largo de este capítulo. La prcpal utldad práctca que tee los dferetes mometos, es smplfcar la escrtura de certas fórmulas y expresoes matemátcas. Ejemplo 8.: Dados los datos, 5, 8 y, calcular el mometo de orde respecto del valor 0. Solucó: Se calcula los desvíos respecto del orge de trabajo, e este caso A0, que resulta ser: -0-8, , y 0. El mometo de orde respecto del valor 0, es etoces por defcó, la meda ( 8) ( 5) ( ) ( ) de los cuadrados de estos desvíos: m, 0 5,50. Para calcular el mometo de orde, se promeda las potecas cúbcas de los desvíos y así sucesvamete. El resultado obtedo o tee e geeral ua terpretacó estadístca, salvo e certos casos partculares que se aalzara luego, y por lo tato debe ser vsto smplemete como el resultado de u cálculo defdo por ua fórmula matemátca. Auque el orge de trabajo A puede ser cualquera, los más utlzados so la meda X y el cero, e cuyo caso se tee los sguetes mometos: r

3 Meddas de Deformacó Agel Fracsco Arvelo L. A X Mometo de orde r respecto de la meda X m r A0 Mometo de orde r respecto del orge X r La omeclatura X r x r ( x X) sgfca meda de las potecas de orde r, dferete de ( X) r, que sgfca poteca r de X, es decr: X r ( X) r. Alguas de las expresoes ya coocdas e los capítulos aterores, puede ser escrtas e fucó de los mometos, y así por ejemplo teemos que: X Prmer mometo respecto del orge. ( x X) I o també : x m Segudo Mometo respecto de la meda I X X - X m X - X lo que equvale a decr que la varaza poblacoal es gual al mometo de segudo orde respecto del orge, meos el cuadrado del prmer mometo respecto del orge. Como cosecueca de las propedades de la meda, se tee que para cualquer cojuto de datos, su prmer mometo respecto de la meda sempre es ulo. ( x X) m 0 Etre los mometos respecto de la meda y los mometos respecto del orge, exste certas relacoes, y es posble obteer uo a partr de los otros. Así por ejemplo, se verfca: m X X X ( X ) m X X X 6 X ( X ) ( X ) Para demostrar estas detdades, basta partr de la defcó: m ( x X) (x x X + x X - X ) X X X X (X) - ( X ) X X X ( X ) La demostracó de la seguda detdad está hecha e geeral e el Ejercco Las cosderacoes aterores debe ser vstas como ua smple mapulacó matemátca de las fórmulas y propedades ya coocdas, que troduce u uevo r

4 Meddas de Deformacó Agel Fracsco Arvelo L. leguaje e las expresoes estadístcas, y o como u hecho que le cocede a los dferetes mometos u sgfcado especal. Para el caso de datos agrupados, los mometos se calcula a través del procedmeto ya coocdo de reemplazar cada dato por la marca de clase del tervalo dode cae, y se obtee: m m X r, A r r k k * ( L A) f * k f ( L X) f k f f k * r ( L ) f k r r Mometo de orde r respecto de u valor A. Mometo de orde r respecto de la meda. Mometo de orde r respecto del orge. Tal como se ha explcado e capítulos aterores, al agrupar los datos se troduce u error e el cálculo de sus dferetes meddas descrptvas, pues el supuesto de cada dato es gual a la marca de clase del tervalo dode cae, es ua smple aproxmacó. El cálculo de los dferetes mometos para datos agrupados o escapa de este error, y por ello ha sdo desarrolladas ua sere de fórmulas, que pretede corregr parcalmete el cálculo de los mometos, hecho medate las fórmulas covecoales co la marca de clase. Estas fórmulas se cooce bajo el ombre de Correccoes de Sheppard, se utlza para corregr los mometos respecto de la meda, y se fudameta e el supuesto de que el error de agrupameto para cada dato es aleatoro, y dstrbudo uformemete e el tervalo L N M c ; + c I K J, pues el verdadero valor del * c dato cae e el tervalo L. Las correccoes de Sheppard o será tomadas e cosderacó aqu, y se deja como tema de vestgacó para el lector. Ejemplo : S los prmeros cuatro mometos de u cojuto de datos respecto del úmero, so,0,-5 y 50.Determar los correspodete mometos respecto de. a) la meda, b) el úmero 5 c) el cero. Solucó : S el prmer mometo respecto del úmero es, esto sgfca que :

5 Meddas de Deformacó Agel Fracsco Arvelo L. 5 m, ( x ) x X El prmer mometo respecto de cero es X, respecto de la meda es sempre x ( x 5) cero, y respecto del úmero 5: m,5 Para hallar los segudos mometos, se tee: m, 0 m, por tato: ( x ) 0 x -6 X +9 0 X ( x 6x 9) x x x 6 x 9 x X 7 pues X Coocdo X, se puede determar los demás mometos de segudo orde m m,5 ( x X) ( x 5) Co los terceros mometos: x - X X - X 7-6 ( x 0x 5) x -0 X m, ( x ) ( x 9x 7x 7) x -9 x +7 X - 7 Como m, - 5 x x x -9 x +7 X -7-5 Por lo tato : X 9-7 X + 9 (7) 7 () + 8 Los restates mometos de tercer orde so: m ( x X) ( x x X x X X ) X X X X X - X Smplfcado: m X X X X 8 - (7) () + () 9

6 Meddas de Deformacó Agel Fracsco Arvelo L. 6 ( x 5) ( x 5x 75x 5) m,5 X 5 X + 75 X 5 por lo tato : m,5 8 5 (7) + 75 () 5-7 Procededo de maera aáloga para los cuartos mometos, y a partr de m, 50 se obtee: X 55, m y m, Ejemplo Demostrar la sguete detdad etre mometos: m m,a m,a m,a + 6 (m,a ) m,a (m,a ) ( x X) Solucó: Por defcó m y mr, A Se suma y se resta A detro de la expresó de m se obtee: m ( x A A X) I ( x A) ( A X) Al desarrollar el bomo ( x A) ( A X) se obtee: I ( x A) ( x A) ( x A) ( A X) 6( x A) ( A X) ( x A)( A X) ( A X) y al dvdr etre se obtee el lado derecho de la detdad, teedo e ( x A) cueta que: m,a X - A.. Mometos admesoales: Los dferetes mometos de orde r de u cojuto de datos vee expresados e udades a la poteca r de los datos, y así por ejemplo, el cuarto mometo respecto del orge de uos datos expresados e cetímetros, vee e cm. E alguas oportudades se debe comparar estos mometos co los de otro cojuto de datos, y cuado estos vee e dferetes udades, tal comparacó o es posble de realzar. Para poder hacer estas comparacoes, se utlza los mometos admesoales, que se defe como el correspodete mometo de orde r, dvddo etre la poteca r de algua medda de dspersó de las msmas udades de los datos, que geeralmete es la desvacó típca. Así por ejemplo, se defe como mometo admesoal de orde r respecto de la meda a: a r m r r El uso y utldad práctca de los mometos será aalzada a lo largo de este capítulo. r

7 Meddas de Deformacó Agel Fracsco Arvelo L. 7. Datos Smétrcos : U cojuto de datos { x, x,x,..., x } se dce que es smétrco respecto de u valor A, cuado se verfca dos codcoes: ª Codcó: El úmero de datos meores que A es gual al úmero de datos mayores que ese msmo valor A. ª Codcó : Etre los datos meores que A y los mayores que A exste ua correspodeca buívoca (uo a uo), de maera que para cada dato meor que A exste otro mayor que A co gual desvío absoluto co relacó a A, es decr a la msma dstaca. Ejemplos de datos smétrcos so los cojutos {, 7, 9,,, 7 } respecto del valor 0, y {,,, 5, 6, 9, 6 } co relacó a 5. El valor A recbe el ombre de eje de smetría, y o ecesaramete debe perteecer al cojuto de datos, como por ejemplo e el prmero de los cojutos aterores, dode el valor 0 o perteece al cojuto. Cuado ua dstrbucó de frecuecas es smétrca, el hstograma queda dvddo e dos mtades guales por el eje de smetría, como por ejemplo: Itervalo 0 a 5 5 a 0 0 a 5 5 a 0 0 a 5 5 a 50 frecueca la cual es smétrca respecto del valor 5, tal como puede aprecarse e el hstograma. Propedades de los datos smétrcos Propedad N : Cuado u cojuto de datos es smétrco respecto de u valor A, etoces la meda cocde co el eje de smetría, es decr : X A. Para demostrarlo, sea x p < A, y x q > A, su smétrco. Sea d p y d q sus correspodetes desvíos absolutos co relacó al eje de smetría A. Se tee etoces: x p A d p, y x q A + d q. Pero, por defcó de smetría: d p d q. x p + x q A

8 Meddas de Deformacó Agel Fracsco Arvelo L. 8 Como además el úmero de datos a la zquerda de A es gual al úmero de datos a su derecha, se cocluye etoces que: x A X A Propedad N : Cuado u cojuto de datos es smétrco respecto de u valor A, etoces la medaa també cocde co el eje de smetría, y por lo tato : Med A. Para demostrarlo basta aplcar el prcpo de reduccó al absurdo, pues s se supoe que el cojuto es smétrco co relacó al valor A y que Med A, se obtee como coclusó que exste smetría pero que el úmero de datos meores que A es dferete del úmero de datos mayores que A, lo que obvamete cotradce la defcó de smetría. Corolaro: Como cosecueca de estas dos prmeras propedades, se deduce etoces que e dstrbucoes smétrcas: X Med, es decr: Smetría X Med Es mportate destacar que esta mplcacó o es válda e setdo recíproco, es decr que s se verfca X Med, o ecesaramete es smétrca, tal como ocurre e el sguete cojuto de datos: {, 8,9,,,6}, e dode se verfca X Med, pero o exste smetría. Propedad N : Cuado ua dstrbucó es umodal y smétrca, etoces la moda cocde co eje de smetría. La demostracó de esta propedad es també por reduccó al absurdo, pues s se supoe que es smétrca y que la moda es úca pero que o cocde co el eje de smetría,se cocluría de que la moda o tee smétrco por ser úca, lo que obvamete cotradce la defcó de smetría. La úca maara como la dstrbucó puede ser smétrca co ua sola moda, es que el smétrco de la moda sea ella msma, lo que solamete puede ocurrr cuado la moda cocde co el eje de smetría. De estas tres propedades, se cocluye que e dstrbucoes smétrcas umodales, moda medaa y meda cocde co el eje de smetría, tal como ocurre e la curva ormal. Propedad N : E dstrbucoes smétrcas todos los mometos de orde mpar respecto de la meda X so ulos. E efecto, el mometo de orde r respecto de la meda X vee dado por:

9 Meddas de Deformacó Agel Fracsco Arvelo L. 9 ( x X) m r Cuado exste smetría X cocde co el eje de smetría, y por lo tato la dfereca x X represeta el desvío de cada dato co relacó a dcho eje. Cuado x X, este desvío es egatvo, y cuado x X es postvo, pero e ambos casos, gual e valor absoluto al de su smétrco. S la poteca r es mpar el sgo del desvío se matee, y por lo tato al sumar sobre todos los datos el resultado es cero, pues cada poteca del desvío se aula co la de su smétrco, que es gual e valor absoluto pero de sgo cotraro. E resume: Smetría m r 0 cuado r es mpar Lametablemete, esta propedad o es recíproca, y exste casos dode m r 0 co r mpar, y s embargo, o exste smetría. Tal es el caso por ejemplo, del prmer mometo respecto de X, el cual sempre es ulo exsta o o smetría, y por ejemplo el de los sguetes datos: {0,0,0,0,6,6,6,6,6,0}, e dode o exste smetría y s embargo al calcular el tercer mometo respecto de X, se obtee: X, m ( 0 ) + ( 6 - ) 5 + (0 - ) 0 0 Coclusoes De las cuatro propedades aterores, se puede obteer las sguetes coclusoes: ) S exste smetría se verfca: X Med, y además todos los mometos de orde mpar respecto de X ulos. El hecho de que se verfque algua de estas propedades o garatza la smetría. La úca maera de verfcar la smetría es aplcar la defcó, y aalzar s etre los datos meores que X y los mayores que X exste ua correspodeca uo a uo, de maera para cada dato meor que X exsta otro mayor que X gualmete desvado e forma absoluta co relacó a X. ) S algua de estas propedades o se verfca, se llega a la coclusó de que los datos o so smétrcos, es decr. X Med No exste smetría. m r 0 para algú r mpar No exste smetría. Ejemplo Se tee cuatro datos smétrcos respecto del valor 8. S el rago de los datos es, y la varaza 7, determe los cuatro datos. Solucó: X 8 por smetría, y su dstaca a los datos extremos es la mtad del rago, es decr 7. Por tato, los datos extremos so : x 8-7 y x Falta determar los dos datos cetrales x y x, pero como so smétrcos respecto del valor 8, sus desvíos absolutos so guales. Por smetría: x 8 d, x 8 +d, y como la varaza es 7 se obtee: ( 8) ( x 8) ( 8) ( 5 8) x 9 d d 9 7 r

10 Meddas de Deformacó Agel Fracsco Arvelo L. 0 Por lo tato: 98 + d 8 d 5 d 5. E cosecueca: x 8 5,y x Los cuatro datos buscados so etoces {,,, 5 } Meddas de deformacó : Cuado u cojuto de datos o es smétrco, se dce que es deforme o sesgado, y el objetvo de estas meddas es aalzar su grado de deformdad. U problema que va a cofrotar estas meddas es que el grado de deformdad de u cojuto de datos es u cocepto algo subjetvo, y por ello dfícl de medr de maera precsa. E las meddas de dspersó ocurre que cuado los datos so todos guales, todas ellas se aula, y vceversa cuado cualquera de las meddas de dspersó se aula, la coclusó es que todos los datos so guales. Co las meddas de deformacó o va a ocurrr esta crcustaca, y por lo tato cuado exsta smetría se aula, pero el hecho de que se aule algua de ellas o garatza la smetría. Las prcpales meddas de deformacó so: ) Coefcetes de sesgo o de asmetría: Estas meddas propuestas por Carl Pearso so exclusvas para dstrbucoes umodales, y se fudameta e la cocdeca etre moda, medaa y meda cuado la dstrbucó es smétrca. També recbe el ombre de Coefcetes de asmetría de Pearso. er coefcete de sesgo de Pearso ó Sesgo S.K X Moda coefcete de sesgo de Pearso S.K (X Med) Auque estos dos coefcetes so úmeros reales s udades, cuyo valor umérco es práctcamete gual como cosecueca de la relacó empírca X - Moda ( X - Med), su terpretacó es dferete. El prmer coefcete represeta la dstaca relatva etre la meda y la moda expresada e térmos de la desvacó típca; y así por ejemplo, s su valor es 0,5, esto sgfca que la meda se ecuetra a la derecha de la moda, a 0,5 desvacoes típcas de ella. El sgo del prmer coefcete dca s la meda está a la derecha o a la zquerda de la moda, segú sea postvo o egatvo respectvamete. Cuado es postvo, se dce que la curva de frecuecas está sesgada haca la derecha es decr, que la cola a la derecha de la moda es más larga que la cola a su zquerda; metras que cuado el sgo es egatvo, se dce que está sesgada haca la zquerda, lo que se terpreta como la cola a la zquerda de la moda más larga que a su derecha. La abrevatura S.K vee del glés Skewess que se traduce como Sesgo.

11 Meddas de Deformacó Agel Fracsco Arvelo L. El segudo coefcete de sesgo, expresa la poscó de la meda co relacó a la medaa, de maera que cuado resulta postvo dca que la meda es mayor que la medaa, y que por lo tato más del 50% de los datos so meores que la meda; metras que cuado resulta egatvo, señala que la meda es meor que la medaa, y que más del 50% de los datos so mayores que la meda, tal como puede aprecarse e la sguete fgura: Sesgo > 0 Meos del 50 % de datos mayores que X. Sesgo < 0 Mas del 50 % de datos mayores que X ) El coefcete mometo de sesgo. Debdo a que todos los mometos mpares respecto de la meda se aula e ua dstrbucó smétrca, otra medda mportate de deformacó propuesta por Fsher, es el tercer mometo m admesoal respecto de la meda dado por: a. El prmer mometo respecto de la meda sempre se aula auque o exsta smetría, y por ello o srve para medr deformacó. De allí que se tome el tercero, que es el sguete mpar, para defr a este coefcete. Se dvde etre para obteer ua cfra relatva s udades, que permta comparar grados de deformdad etre cojutos de datos de dsttas udades. Cuado a >0, los desvíos a la derecha de X predoma sobre los desvíos a su zquerda, metras que cuado a < 0 es justamete lo cotraro. Cuado a 0, puede ser que exsta smetría, pero o puede garatzarse. Alguos textos utlza la omeclatura: b a, y otros g b a, que es ua medda del grado de deformacó, s dcar e cual dreccó.

12 Meddas de Deformacó Agel Fracsco Arvelo L. ) El Coefcete de sesgo cuartílco: E ua dstrbucó smétrca, el prmero y el tercer cuartl so smétrcos respecto del segudo o medaa, y por lo tato debe verfcarse: Q Q Q Q. De allí que A. L. Bowley haya propuesto como medda de deformacó al sguete coefcete admesoal: g Q ( Q Q ) ( Q Q ) Q Q Q. ( Q Q ) ( Q Q) Q Q Su valor esta sempre compreddo etre y +. Cuado resulta postvo, se terpreta que la dstaca del segudo cuartl al tercero es mayor que del segudo al prmero, y cuado resulta egatvo que es meor. Segú Bowley, cuado la asmetría es leve este coefcete debe estar etre 0,0 y + 0,0, metras que valores absolutos de 0,0 ó más, refleja ua fuerte asmetría. Los casos extremos + ó - revela ua asmetría ta fuerte que el prmero o el tercer cuartl cocde co la medaa respectvamete. ) El coefcete de sesgo percetílco 0-90: E forma aáloga al ateror, puede decrse que e ua dstrbucó smétrca, la dstaca desde la medaa o percetl 50 hasta el percetl 90, debe ser gual a la dstaca hasta el percetl 0, y por lo tato para dstrbucoes smétrcas: P 90 P 50 P 50 P 0. g P ( P90 P50 ) ( P50 P0 ) P 90 P 50 P0 ( P90 P50 ) ( P50 P0 ) P90 P0 Al gual que el ateror, es u coefcete admesoal, cuyo valor oscla etre y +, y que debe aularse para dstrbucoes smétrcas. Ejemplo 5 Los sguetes datos correspode al área de u cojuto de apartametos expresada e metros cuadrados. Area 0 a a a a 0 0 a 0 0 a a a 00 Frecueca Calcular los coefcetes de sesgo, el coefcete mometo de sesgo, y los coefcetes cuartílco y percetílco de sesgo. Solucó : Se comeza calculado la meda, la medaa, la moda, percetles y cuartles, para lo que se ecesta la tabla acumulada de frecuecas: Area < 60 < 80 < 00 < 0 < 0 < 60 < 80 < 00 Frecueca P Q Q Med 80 + Moda ,86 ; P ,55 ; Q ,9 ; (06-5) +(06-0) 0 86, , 0 0,0

13 Meddas de Deformacó Agel Fracsco Arvelo L. A cotuacó, se calcula los mometos. Area f * L (L * ) f (L * ) f (L * ) f Sumatora X 9,60 ; - (9,60 ) 657, ,65 Para calcular el tercer mometo respecto de X, resulta más cómodo aplcar la detdad ya demostrada, segú la cual : m X X X ( X ) m ( 9,60 ) + (9,60) 0.0, Ua vez hechos estos cálculos, se procede a determar las dferetes meddas de deformacó. 9, 60 86, 58 coefcete de Pearso S.K 0,7 5, 65 ( 9, 60 90, 9) coefcete de Pearso S.K 0,6 5, 65 Coefcete mometo de sesgo a 0.0, 0,60 ( 5, 65) 0,0 - ( 90,9 ) + 7,55 Coefcete cuartílco de sesgo g Q 0, 0, 0 7, 55,- ( 90,9 ) + 6,86 Coefcete percetílco de sesgo g P 0,9, 6,86 Todas las meddas de asmetría resulta postvas, por lo que evdetemete se trata de ua dstrbucó sesgada haca la derecha, e dode más de la mtad de los datos so meores que la meda. Cometaros co relacó a las meddas de deformacó : Es mportate hacer las sguetes advertecas co relacó a las dferetes meddas de deformacó propuestas aterormete: a) Como cada ua de ellas mde la deformdad desde putos de vsta dferetes, estas meddas o so comparables. Por lo geeral, cuado la dstrbucó es marcadamete asmétrca e cualquera de los dos setdos, los sgos de las dferetes meddas de deformacó

14 Meddas de Deformacó Agel Fracsco Arvelo L. cocde, pero cuado es el grado de deformdad es leve, ocurre e muchos casos que alguas de las meddas resulta postvas y otras egatvas. b) Por lo explcado e la seccó, o debe olvdarse que la mplcacó: Smetría Medda de deformacó 0 es e u solo setdo, y que su recproco o es certo. Por lo tato, o es váldo coclur que s ua medda de deformacó resulta dar cero, etoces la dstrbucó es smétrca. La úca coclusó válda, es que s la medda de deformacó o se aula, etoces la dstrbucó o es smétrca. Para demostrar la smetría hay que verfcar que se cumple la defcó, dada e la seccó. Toda esta cofusó que se preseta alrededor de las meddas de deformacó es producto, de que s be es certo que la ocó de smetría es clara y defda, o lo es tato la de grado o tesdad de la asmetría, ya que alguos casos podemos referros al grado de asmetría respecto de la meda, e otros co respecto a la medaa, etc. Gráfcos de Caja: E el Capítulo aterores, se estudó el Gráfco de tallo y hoja desarrollado por el estadístco Joh Tukey e su trabajo Exploratory Data Aalyss. El Gráfco de caja deomado por alguos autores Box ad whskers Plot, es decr gráfco de caja y bgotes, es també ua ueva técca del Aálss Exploratoro de datos, y costtuye ua ovedosa maera de represetar los datos, e dode se puede ver, etre otras cosas s exste o o smetría. Para costrurlo es ecesaro calcular los sguetes valores: La medaa. El cuarto feror y el cuarto superor. El límte feror y el límte superor. El térmo cuarto vee de ua traduccó del glés hge (bsagra) o també fourths, y correspode aproxmadamete a cuartl ; de maera que el cuarto feror es aproxmadamete el prmer cuartl y el cuarto superor el tercer cuartl. Alguos autores també los llama gozes. Estos cuartos se desga por H el feror, y por H s el superor, y la forma de calcularlos exactamete, se dejará como tema de vestgacó para el lector. Sempre que o exsta valores atípcos o fuera de escala, el límte feror es el meor valor de los datos y se desga por L ; metras que el límte superor es el mayor valor de los datos, y se desga por L s. Ua vez calculados estos valores, se procede a costrur el gráfco, tal como se explca e el sguete ejemplo: Ejemplo 6 : Represetar e u dagrama de caja, las calfcacoes obtedas por u grupo de estudates e u exame de greso a la Uversdad, e ua escala sobre00 putos

15 Meddas de Deformacó Agel Fracsco Arvelo L Solucó: Al calcular la medaa, los cuartos y los límtes, se obtee: Med 65, H 56, H s 7, L, L s 9 Los datos compreddos etre el cuarto feror y el superor queda empaquetados detro de la caja, la que a su vez queda dvdda e dos partes por la líea gruesa teror que represeta a la medaa. El acho de la caja o tee gua terpretacó, y su altura es aproxmadamete el rago tercuartl, o logtud del tervalo 50% cetral. Los brazos o colas de la caja represeta la dstaca etre el meor de los datos y el cuarto feror, y etre el cuarto superor y el mayor de los datos. El eje horzotal o tee sgfcado alguo, y solo se usa se usa para señalar categorías e caso de que exsta más de ua. E este ejemplo hay ua sola categoría, pero es posble que exsta dos o más, como sería por ejemplo el caso e que los alumos que presetaro este exame de admsó sea clasfcados por sexo, o por zoa de procedeca, etc., y se quera hacer ua comparacó etre las calfcacoes obtedas por estos grupos. E estos casos, el gráfco se llama Gráfco de Cajas Múltples, y será aalzado más adelate, e u próxmo captulo.

16 Meddas de Deformacó Agel Fracsco Arvelo L. 6 Cuado exste smetría e los datos, la medaa dvde a la caja e dos partes guales, y la logtud de los dos brazos o colas del dagrama so guales. Cuado e el cojuto de datos exste valores atípcos o fuera de escala, sobre los cuales podría pesarse que exste algú error de medcó o de trascrpcó, el gráfco de caja suele represetarlo aparte, y lo desga como outsde (lejao) o far outsde (muy lejao), segú se ecuetre fuera de la cerca tera o de la cerca extera respectvamete. La forma como se calcula estas cercas, se deja como tema de vestgacó para el lector. E el caso de exstr valores atípcos, los brazos de la caja va desde el cuarto hasta el últmo valor detro de la cerca tera, el cual se deoma valor adyacete, y estos valores atípcos aparece señalados co símbolos especales, para alertar que se trata de valores lejaos, o muy lejaos. 5 Meddas de Aputameto: Cuado se tee u cojuto de datos, resulta muy mportate verfcar s su comportameto sgue ua Dstrbucó Normal, pues sobre esta hpótess de ormaldad se apoya la valdez de muchos procedmetos, utlzados prcpalmete e Ifereca Estadístca. A lo largo de este capítulo y també de los precedetes, hemos vsto dversas propedades descrptvas de la curva ormal, tales como la smetría, el porcetaje de datos compreddo e los tervalos μ, μ, etc. Otra propedad de la curva ormal es: m m, m Cuarto mometo respecto de la meda m ( X X) Segudo mometo respecto de la meda o Varaza ( X X) Basado e esta propedad, surgó la dea de tomar al cuarto mometo admesoal respecto de la meda, defdo por : a m como ua medda de m la ormaldad para los datos, pues e ese caso debería verfcarse a. A este coefcete a se le do el ombre de coefcete mometo de curtoss, se aplca exclusvamete a dstrbucoes umodales, y lo que hace es comparar la frecueca de los valores cetrales e la dstrbucó cosderada, co la frecueca que debería teer ua dstrbucó ormal co gual meda e gual varaza e la msma zoa, de maera que s a >, esto podría terpretarse como ua mayor cocetracó de los datos e su zoa cetral, por lo tato la curva de frecuecas resultate es más putaguda que la curva ormal; metras que cuado a < ocurre justamete lo cotraro, exste ua meor cocetracó Ver la demostracó N del Aexo.

17 Meddas de Deformacó Agel Fracsco Arvelo L. 7 e la zoa cetral, y la curva de frecuecas es mas aplastada que la curva ormal. El térmo curtoss es dervado de la arqutectura grega, y se utlzaba para comparar la esbeltez de ua columa co otra que servía de patró o de refereca que era llamada cúrtca ; de maera que s la columa e cuestó era más esbelta que aquella, se llamaba leptocúrtca, y s o era, se llamaba platcúrtca. De la msma maera, e Estadístca, la curva ormal es ua refereca para las demás curvas de frecueca, y cuado ésta resulta gual de putaguda que la ormal se deoma mesocúrtca, más putaguda que la ormal se le llama leptocúrtca, y cuado resulta mas achatada platcúrtca, tal como puede aprecarse e la sguete fgura: Para o teer que recordar el valor como refereca para la curva ormal, alguos autores sugere el uso del coefcete de curtoss defdo como: g a - de maera que g > 0 para curvas leptocúrtcas, g < 0 para platcúrtcas, y g 0 para mesocúrtcas. Otra medda de aputameto, es el coefcete percetílco de curtoss dado por: Q Q ( ) P90 P0 La sguete gráfca terpreta esta medda: Cuado la dstrbucó tee la mayoría de sus observacoes cocetradas e el cetro, la curva de frecuecas es muy putaguda, el rago tercuartílco Q Q

18 Meddas de Deformacó Agel Fracsco Arvelo L. 8 y el percetílco P 90 P 0 tede a ser cas guales, la relacó Q P Q P 90 0 aproxmadamete gual a, y por lo tato lgeramete meor que 0,5. Por el cotraro, cuado la curva es aplastada, el rago percetílco P 90 P 0 es cosderablemete mayor que el rago cuartílco Q Q, y por tato la relacó Q Q es cercaa a cero. P90 P0 Puede demostrarse medate el uso de las tablas ormales que se estudara posterormete, que para la curva ormal 0,60, que es aproxmadamete la meda etre los valores extremos 0 y 0,5, y de allí que: Para curvas leptocúrtcas: > 0,60 Para curvas mesocúrtcas: 0,60 Para curvas platcúrtcas: < 0,60 E la fórmula de se toma ( Q Q ) també llamado rago sem-tercuartl y o drectamete el rago tercuartl Q Q, pues o ecesaramete la dstrbucó es smétrca, y esta es ua maera de promedar las dstacas Q Q y Q Q. Ejemplo 7 : Calcularle el coefcete mometo de curtoss y el coefcete percetlco de curtoss, a los datos del Ejercco 5. Solucó: Como se trata de datos agrupados, el cuarto mometo respecto de la meda debe ser calculado a través de la expresó: m k * ( L X) f k f, que a su vez resulta más secllo de calcular e fucó de sus mometos respecto al orge, segú lo explcado e la seccó 8. m X X X 6 X ( X ) ( X ) E los cálculos hechos e el ejemplo 8.5, se ecotró: X ; X ,67 ; X 9, Sólo falta hallar: X k ( L ) k * ueva columa co los valores de (L * ) f : f f, para lo cual hay que añadr a la tabla ua Ver Demostracó N del Aexo.

19 Frecueca Meddas de Deformacó Agel Fracsco Arvelo L. 9 Area f * L (L * ) f Sumatora De dode : X , Susttuyedo se obtee : m.70.57,00, y dado que 657,7, se obtee que: a.70.57,00,7, lo que sgfca que la curva de (657,7) frecueca correspodete a estos datos es lgeramete más putaguda que ua curva ormal de gual meda e gual varaza, debdo a que preseta ua mayor cocetracó de datos e su zoa cetral, e comparacó co la curva ormal, tal como puede aprecarse e el hstograma correspodete: ,0 75,0 00,0 5,0 50,0 75,0 00,0 Area de los Apartametos E este gráfco puede aprecarse que la dstrbucó a pesar de teer gual meda e gual varaza que ua ormal, preseta mayor frecueca que aquella, tato e la zoa cetral como e las zoas extremas, y ua meor frecueca e las zoas termedas. Las zoas extremas tee mayor flueca e el cálculo de a, pues sus desvíos aparece elevados a la cuarta poteca, y de allí a >.

20 Meddas de Deformacó Agel Fracsco Arvelo L. 0 E cuato al coefcete percetílco de curtoss, segú los cálculos del ejemplo 8.5, se tee: P 0 6,86 ; P 90, ; Q 7,55 ; Q 0,0 ( 0, 0 7, 55) 0,6 < 0,6, 6, 86 E este ejemplo, se cofrma los cometaros hechos co relacó a la subjetvdad de estas meddas, pues por u lado la curva resulta lgeramete leptocúrtca, y por el otro lgeramete platcúrtca. La cotradccó se debe a que se está mdedo el grado de aputameto desde dos putos de vsta dferetes. E casos como este, e dode exste dudas acerca de la ormaldad de los datos, hay que recurrr a las llamadas pruebas de bodad del ajuste, que se estuda e Ifereca Estadístca. EJERCICIOS RESUELTOS Ejemplo 8 La sguete dstrbucó de frecuecas, represeta la duracó de las llamadas telefócas hechas desde ua ofca Mutos 0 a a a 6 6 a 8 8 a 0 0 a a Frecueca Determe los coefcetes de asmetría y de aputameto. Comete los resultados. Solucó: Es coveete orgazar los cálculos e la sguete tabla: Clase f * L (L * ) f (L * ) f (L * ) f (L * ) f 0 a a a a a a a Sumatora Los dferetes mometos respecto al orge so: X ; X ; X ; X Los mometos respecto de la meda resulta: m X - X.88 (.89) 6.75 m X X X ( X ) 56.5 (.88) (.89) + (.89) 8.9 m X X X 6 X ( X ) ( X ) 8.6

21 Frecueca Meddas de Deformacó Agel Fracsco Arvelo L y por lo tato: a.08 ; a ( 6. 75) ( 6. 75) Por el resultado a.08, se puede coclur que se trata de ua dstrbucó fuertemete sesgada haca la derecha, tal como puede verse e su correspodete polígoo de frecuecas: 80 Polgoo de Frecuecas Duraco de las llamadas E cuato a los demás coefcetes, se tee: 77 8 Moda +.8 Medaa + (77 8) (77 7) 00 8 Q Q P P S.K X Moda > 0 Sesgada haca la derecha S S.K ( X Med) ( ) 0.6 > 0 S Por tato, mas del 50 % de las llamadas dura meos de X.89 Q Q Q 5. 5 (.5).05 g Q 0, > 0 Q Q g P P 90 P 50 P (. 5) > 0 P P

22 Meddas de Deformacó Agel Fracsco Arvelo L. E ambos casos, los coefcetes de Bowley resulta postvos, lo que revela ua asmetría haca la derecha. El coefcete percetílco de curtoss resulta: Q Q ( ) P P 90 0 ( ) 0, No es posble llegar a ua coclusó deftva acerca de la esbeltez de la curva de frecueca, pues a > y < 0,6. Ejemplo 9: De u cojuto de datos se sabe que la medaa es, el segudo coefcete de asmetría de Pearso es,5, y la desvacó típca. a) Puede ser smétrca esta dstrbucó?. b) Cual es su meda?. c) A qué coclusó se puede llegar, acerca del porcetaje de datos que so mayores que la meda?. Solucó : a) Cuado e ua dstrbucó exste smetría, todas las meddas de deformacó debe aularse, y dado que e este caso ua de ellas como lo es S.K 0, se cocluye que esta dstrbucó o puede ser smétrca. b) Para hallar X, basta co despejarla de la expresó: S.K ( X Med), de dode se obtee : X Med + S (S.K ) + (,5) c) La dstrbucó es sesgada haca la derecha pues X > Med, y por lo tato meos del 50% de los datos so mayores que X. Ejemplo 0 Aalce s e los datos {,,,,,,,,, } exste o o smetría. Solucó : Se cumple X Med,50 ; s embargo, esto o garatza la smetría. Hay que aplcar la defcó, a ver s se cumple las dos codcoes de smetría: La prmera codcó se cumple, pues exste cco datos meores que,5, y també cco mayores que,5. Para cada dato meor que,5 exste otro mayor que,5, co el msmo desvío absoluto, y por tato se cumple la seguda codcó. E coclusó, el cojuto es smétrco co respecto al valor,5. Ejemplo : De ua dstrbucó smétrca de frecuecas para 00 datos, e cco tervalos de clase co gual ampltud, se tee la sguete formacó: Rago 50 Medaa 75 Frecueca del tercer tervalo doble de frecueca del segudo, y ésta a su vez doble del prmero. a) Costruya la tabla de frecuecas. b) Qué porcetaje de los datos cae e el tervalo X ±? c) S se elmara los datos ferores al percetl 5, y los superores al percetl 9, cual sería la meda de los datos resultates?. S

23 Meddas de Deformacó Agel Fracsco Arvelo L. Solucó: Por smetría se tee f f, y f 5 f, y segú las codcoes del problema : f f, y f f. Además f + f + f + f + f 5 00 f + f +( f )+ f + f 00 0 f 00 f 0 f 0 y f 80. No se cooce los límtes de clase, la ampltud. Sea : L Límte Real feror de la prmera clase, y c Ampltud La dstrbucó de frecuecas es etoces: Clase L a L +c L+ c a L + c L+c a L + c L+c a L + c L+c a L + 5c Frecueca Acumulada Rago L + 5c L 5c 50 c Med L +c + c L +,5 c L 75,5 (0) 50 La dstrbucó de frecuecas es por cosguete: Clase 50 a a a a a 00 Frecueca Por smetría X 75, y al hacer los demás cálculos, se obtee: 0,95, P 5 6,50 y P 9 9,00 Para hallar el porcetaje de datos compreddo e el tervalo X ± S, que correspode a 75,00 ± 0,95 [ 6,05 ; 85,95], se determa el porcetaje de datos por debajo de cada límte, ecotrádose: p % por debajo de 85,95 00 F 85, I K J 8,90 % HG F HG p % por debajo de 6, , ,0 % 00 0 E el tervalo [ 6,05 ; 85,95] se ecuetra 8,90% - 8,0% 6,80 %. S se elma os datos ferores a P 5 6,50 y los superores a P 9 9,00, los tervalos de 60 a 70 y de 90 a 00 resulta trucados, y hay que hallar la frecueca proporcoal que les correspode. Al tervalo 6,50 a 70 le correspode ua frecueca de : I K J 70 6, Y a 90 a 9 ua frecueca de : 0 0 La dstrbucó recortada resultate es : Clase 6,50 a a a a 9 Frecueca cuya meda es: X 5 9 6, ( 80) 85( 0) 76, Ejemplo : Se tee dos dstrbucoes de frecueca, de las cuales se tee la sguete formacó:

24 Meddas de Deformacó Agel Fracsco Arvelo L. Segudo mometo respecto de la meda: 9 y 6 Tercer mometo respecto de la meda: -8. y -.8. Cuál de las dos preseta ua mayor asmetría?. Solucó : A partr del segudo y tercer mometo respecto de la meda, se puede calcular el coefcete mometo de sesgo, pues : a Para la prmera dstrbucó se tee : a 8, -0,0. ( 9) m m (m ),8 Para la seguda dstrbucó se tee : a -0,0. ( 6) Ambas dstrbucoes so sesgadas haca la zquerda, pero la prmera preseta u mayor grado de deformdad, pues el valor absoluto de su coefcete mometo de sesgo es mayor. Ejemplo : Hallar el coefcete cuartílco de sesgo para los sguetes datos s agrupar:,, 5, 5,,,, 5. Iterprete el resultado. Solucó: Los datos se ecuetra ya ordeados de meor a mayor, y como so ocho, Q 5 ; Q Med 5 8 y Q Q Q Q (8) g Q 0 Q Q Por el resultado, se podría pesar que exste smetría, pero al aplcar la defcó, ecotramos que e realdad o lo es, pues o cumple la seguda codcó. Ejemplo : Hallar el sesgo o er coefcete de sesgo de Pearso para los sguetes datos s agrupar: {, 5, 9, 9, 9, 0 }. Iterprete el resultado. Solucó: Para estos datos: X 9, Moda 9, S 5.57 Sesgo S.K X Moda S embargo, o exste smetría al o verfcarse gua de las dos codcoes. Pregutas de Revsó ) Puede ua dstrbucó bmodal ser smétrca?. S su respuesta es postva de u ejemplo, y s es egatva justfíquela. ) Es posble que alguo de los mometos de orde par, respecto de cualquer orge de trabajo sea egatvo? ) S todos los datos so guales, qué ocurre co las dferetes meddas de deformacó y aputameto?..

25 Meddas de Deformacó Agel Fracsco Arvelo L. 5 ) Por qué se toma al tercer mometo admesoal respecto de la meda, como medda de asmetría? 5 ) Aalce s al multplcar u cojuto de datos por ua costate, se altera los coefcetes mometo de sesgo, y de curtoss. Se altera esos msmos coefcetes, s los datos se somete a ua trasformacó leal?. 6 ) E qué caso, los coefcetes de asmetría de Bowley o puede ser calculados, y por lo tato o exste?. E caso de exstr, etre qué valores puede varar?. 7 ) Puede garatzarse la smetría, cuado ua de las meddas de deformacó se aula?. Justfque su respuesta. 8 ) Cual es la dfereca etre escrbr X r y ( X) r?. 9 ) Para qué se utlza los mometos de orde mpar respecto de la meda?. 0 ) E qué casos los coefcetes de asmetría de Pearso o exste?. ) Obtega ua expresó para el tercer mometo respecto de u orge de trabajo A, m, A ( X A), e fucó de los tres prmeros mometos respecto del orge, y e fucó de los tres prmeros mometos respecto de la meda. ) A qué coclusó puede llegarse s e ua dstrbucó, los mometos respecto de la meda so guales a los mometos respecto del orge?. ) Qué puede decrse de ua dstrbucó cuyo cuarto mometo respecto de la meda sea ulo?. ) S e ua dstrbucó, más del 50% de los datos so meores que su meda, qué tpo de deformacó preseta?. 5 ) E ua dstrbucó que sólo presete dos valores, qué codcó debe cumplrse para que sea smétrca?. Cuál es el eje de smetría?. 6 ) S se tee dos dstrbucoes co segudo coefcete de sesgo S.K, ambos egatvos, pero dferetes. E cual de las dos exste u meor porcetaje de datos ferores que la meda?. 7 ) E qué caso el coefcete percetílco de curtoss o exste?. E caso de exstr, etre qué valores puede varar?.

26 Meddas de Deformacó Agel Fracsco Arvelo L. 6 8 ) Supoga que e la sguete dstrbucó, que solo preseta dos valores: X x x se ecuetra S.K 0. f f f Se puede coclur que es smétrca?. 9 ) Supoga que e ua dstrbucó, ua de las meddas de deformacó se aula y otra o. Exste duda acerca de su smetría?. Temas complemetaros para vestgar ) Ivestgue la forma exacta de costrur u Gráfco de Caja. Qué sgfca el térmo Profuddad de u dato?. Qué so los valores letra?. Como se halla los cuartos, las cercas teras y exteras, etc.?. ) Ivestgue acerca de las correccoes de Sheppard, su fudameto, y las fórmulas para corregr el cálculo de los mometos e el caso de datos agrupados. ) Ivestgue acerca de los métodos abrevados para calcular los dferetes mometos de ua dstrbucó, e especal cuado se trata de datos agrupados. Ivestgue el fudameto teórco de estos métodos, y aplíquelos e el cálculo de a y a, e los ejerccos 8.5, 8.7 y 8.8. Problemas Propuestos I. Nvel Elemetal 5) Dado el cojuto de datos {,,7,8,0}. Halle sus cuatro prmeros mometos respecto de: a) el orge. b) la meda. c) el úmero. Aalce s exste smetría. Solucó: a) 6, 5., 78 y 8.8 b) 0, 9., -.6 y. c),., 59.6 y 0 8.6) Ecuetre la meda de u cojuto de datos, sabedo que el prmer mometo respecto del úmero es. Solucó: X 6 6) La sguete dstrbucó, represeta el úmero de asstecas durate u año, para los empleados de ua empresa: Itervalo 0 a 5 a 9 0 a 5 a 9 0 a 5 a 9 frecueca Calcule los coefcetes mometo de asmetría y de curtoss. Solucó: a. a 5.6 7) La sguete dstrbucó, represeta el úmero de aparatos de T.V e ua ecuesta etre vvedas. Use métodos abrevados. Aparatos 5 6 frecueca Calcule los coefcetes mometo de asmetría y de curtoss. Solucó: a 0.8 a 5.

27 Meddas de Deformacó Agel Fracsco Arvelo L. 7 8) La sguete tabla de frecuecas se refere a la logtud e mlímetros de ua certa peza mecáca: Logtud 9. a a a a.. a.7.8 a.. a.7.8 a. Frecueca Calcule todas las meddas de deformacó y de aputameto. Iterprete los resultados. Solucó: a S.K 0.00 S.K 0.07 g q 0.0 g p 0. a.9 0, 9) Para ua dstrbucó se tee que su meda es 0, y su coefcete de varacó del 0%. Halle su segudo mometo respecto del orge y respecto del úmero, es decr ( X ). Solucó : 6 y 5 0) Para la dstrbucó del ejercco ateror, halle la moda y la medaa, s sabe que los coefcetes de sesgo de Pearso, tee u valor de 0,0 y 0,5 respectvamete. Solucó. Moda 9.0. Medaa 9.70 ) De ua dstrbucó co meda 5 y moda 8, se sabe que sus coefcetes de sesgo de Pearso tee u valor de y de 0,80. Ecuetre la medaa. Solucó: Medaa 5,80 ) Aalce s e los datos {6, 0,,, 5, 6, 7,, } exste smetría. ) Dados los sguetes datos s agrupar: 5, 0, 7, 0, 0,, 9, 9, 7, 5,, 8,,, 0, 9,, 5,,7 Calcule los coefcetes de sesgo de Bowley, y de Pearso. Iterprételos. Solucó: g q 0, g p 0, S.K 0.6 S.K 0.5 ) E la sguete tabla de frecuecas para datos s agrupar, calcule los dferetes coefcetes de asmetría: Valor 5 0 Frecueca Solucó : S.K -0., S.K -.5 g q -0. g p - 0. ; a - 0,68 5) a) Sabedo que la meda y el coefcete mometo de sesgo so ambos guales a cero, complete la sguete tabla de frecueca para datos s agrupar: X - 5 f?? b) Es realmete smétrca la dstrbucó?. Justfque Solucó: a) f() ; f(-) b) No 6) Calcule el coefcete mometo de sesgo para la sguete dstrbucó: X - 6 Aalce s exste smetría. f Exste cotradccó etre los dos resultados aterores?. Solucó: a 0. No es smétrca.

28 Meddas de Deformacó Agel Fracsco Arvelo L. 8 7) E ua dstrbucó, el tervalo que cotee al 50% cetral tee ampltud 8, y el tervalo que cotee al 80% cetral tee ampltud 6. Calcule el coefcete percetílco de curtoss. Solucó: ) E ua dstrbucó, la medaa es 0, el tervalo 50% cetral tee ampltud 5, y el coefcete cuartílco de sesgo es 0.0. Halle el prmer y tercer cuartl. Solucó: Q 5 Q 50 II. Nvel Itermedo 9) Supoga que e u cojuto formado por 5 datos, se sabe que es smétrca, que su meda artmétca es 0, que su rago es y que su varaza es 9,60. Determe los 5 datos que lo tegra. Solucó:, 5, 0, 5 y 7. 0) De ua dstrbucó de frecuecas smétrca, que cosdera cco clases de gual ampltud, se tee la sguete formacó: Número total de datos 00 Meda 00 Rago tercuartl Q - Q 80 La frecueca del tercer tervalo es el doble de la del prmero. La frecueca del cuarto tervalo es 80. a) Costruya la tabla de frecuecas. b) Calcule el porcetaje de datos que cae e el tervalo [ ; 58] Solucó: a) c 0. Límte feror 00. f 60,80,0,80,60 b) 7,50% ) Se tee ua dstrbucó smétrca de frecuecas co cco tervalos, de la cual se sabe que : X 50, 00, f 00, f f + 0, D a) Costruya la tabla de frecuecas. b) Calcule el porcetaje de observacoes que cae e el tervalo: X ±. Solucó: a) c 0. Límte feror 00. f 0,0,00,0,0 b) 66,6 % ) S los dos prmeros mometos de u cojuto de datos respecto al úmero 5 so : - y respectvamete. Determe los dos prmeros mometos de ese cojuto de datos, respecto de : a) la meda, b) el umero. c) el orge.d) Calcule també la varaza. Solucó : a) 0 y 6, b) - y 0. c) y 7. d) S 6. ) Cuál debe ser el cuarto mometo respecto de la meda, de ua dstrbucó smétrca co desvacó típca 5, para que sea: a) leptocúrtca, b) mesocúrtca, c) platcúrtca. Solucó : a) mayor que b) gual a c) meor que 5875

29 Meddas de Deformacó Agel Fracsco Arvelo L. 9 ) Se tee la sguete dstrbucó smétrca, que cosdera 50 valores putuales de la varable "X": Valores de "X"? 8? 5 Frecueca 5? 70?? a) Complete la tabla de frecuecas. b) Calcule la desvacó típca de la dstrbucó. c) Ecuetre los percetles 0 y 90 de la dstrbucó. d) Calcule el 5º mometo respecto de la meda. Solucó: b) S,89 c) P 0 8 P 90,50 d) m 5 0 5) De ua dstrbucó de frecuecas smétrca, que cosdera 7 tervalos de gual ampltud para agrupar 00 datos, se tee la sguete formacó: Itervalo 80% cetral [70 ; 0 ] Frecueca de la clase modal 8 La frecueca de la sexta clase es sete veces la de la prmera clase. La frecueca de la tercera clase es 68. a) Costruya la tabla de frecuecas. b) Ecuetre el porcetaje de observacoes e el tervalo X ± S. Solucó: a) c 0. Límte feror 0. f 5,5,68,8,68,5,5 b) 67, % 6) Ua dstrbucó smétrca de frecuecas para 0 datos, empeza e 00, terma e 50, cosdera cco tervalos de gual ampltud, su tercer cuartl es 70, y además la frecueca del tercer tervalo es gual a la suma de las frecuecas del prmero y del segudo. a) Costruya la tabla de frecuecas. b) Calcule el porcetaje de datos que se ecuetra e el tervalo [5 ; 6]. Solucó: a) c 50.. f 0,50,80,50,0 b) 8,7 % 7) E ua dstrbucó de frecuecas smétrca, para 00 datos agrupados e cco tervalos de gual ampltud, se tee : f f + f ; P 0 66 ; P 90 0 ; h 5 0 %. a) Costruya la tabla de frecuecas. b) Calcule el porcetaje de datos que cae e el tervalo X D.M. c) Calcule la meda de la cuarta parte superor. Solucó: a) c 0. Empeza e 00. f 0,70,00,70,0 b) 50.% c)0, 8) Ecuetre el prmero y segudo mometo respecto al valor 6, para ua dstrbucó de frecuecas que tega meda 8 y varaza. Solucó: y 6 9) E ua dstrbucó, la medaa es,0, el tervalo 80% cetral tee ampltud 8, el coefcete cuartílco de sesgo 0,60, y el coefcete percetílco de curtoss 0,5. Determe el prmer y tercer cuartl. Solucó: Q Q 6 0) De u cojuto co 0 datos cuattatvos, se sabe que la suma es 50, la suma de sus cuadrados 860, y la suma de sus cubos 500. Puede afrmarse que la meda y la medaa so guales?.

30 Meddas de Deformacó Agel Fracsco Arvelo L. 0 Solucó: Es posble pues m 0, pero o ecesaramete se puede llegar a esa coclusó. III. Nvel Avazado ) Demuestre que a. E qué caso a?. ) Demuestre que: < S.K < + ) Ecuetre el tercero y cuarto mometo respecto de la meda, para datos que se ecuetra e progresó artmétca: a, a +r, a +r,..., a + ( -)r. Exste smetría?. Sugereca : ( ) ( ) ( ) 0 Solucó: m 0, m ( ) ( 7 ) r 0. S exste smetría ) E u cojuto de datos, m de ellos so guales a, y los restates m so guales a 0. Ecuetre los cuatro prmeros mometos respecto de la meda. Solucó: m m ( - m) ; m m ( - m) ( - m) ; m m ( - m) (m + - m) 5) S e ua dstrbucó se verfca: X X + X X + 6X X Determe los coefcetes mometo de sesgo, y de curtoss. Solucó: a 0, a.

5.3 Estadísticas de una distribución frecuencial

5.3 Estadísticas de una distribución frecuencial 5.3 Estadístcas de ua dstrbucó frecuecal 5.3. Meddas de tedeca cetral Meddas de tedeca cetral Las meddas de tedeca cetral so descrptores umércos que proporcoa ua dea de los valores de la varable, alrededor

Más detalles

Cálculo y EstadísTICa. Primer Semestre.

Cálculo y EstadísTICa. Primer Semestre. Cálculo y EstadísTICa. Prmer Semestre. EstadísTICa Curso Prmero Graduado e Geomátca y Topografía Escuela Técca Superor de Igeeros e Topografía, Geodesa y Cartografía. Uversdad Poltécca de Madrd Capítulo

Más detalles

ANGEL FRANCISCO ARVELO LUJAN

ANGEL FRANCISCO ARVELO LUJAN ANGEL FRANCISCO ARVELO LUJAN Agel Fracsco Arvelo Lujá es u Profesor Uverstaro Veezolao e el área de Probabldad y Estadístca, co más de 40 años de expereca e las más recoocdas uversdades del área metropoltaa

Más detalles

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx TEMA 3 Meddas de varabldad y asmetría 1. MEDIDAS DE VARIABILIDAD La varabldad o dspersó hace refereca al grado de varacó que hay e u cojuto de putuacoes. Por ejemplo: etre dos dstrbucoes que preseta la

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacoes y muestras Varables. Tablas de frecuecas Meddas de: tedeca cetral-dspersó ESTADÍSTICA DESCRIPTIVA: Tee por objetvo recoplar, orgazar y aalzar formacó referda a datos de u

Más detalles

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. CONTENIDOS. VARIABLES ESTADÍSTICAS UNIDIMENSIONALES. Itroduccó a la Estadístca descrptva. Termología básca: poblacó, muestra, dvduo, carácter. Varable estadístca: dscretas y cotuas. Orgazacó de datos.

Más detalles

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo Estadístca Tema : Meddas de Tedeca Cetral. Estadístca. UNITEC Tema : Meddas de Tedeca Cetral 1 Parámetros y Estadístcos Parámetro: Es ua catdad umérca calculada sobre ua poblacó La altura meda de los dvduos

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple 1 Curso de Estadístca Udad de Meddas Descrptvas Leccó 2: Meddas de Tedeca Cetral para Datos Agrupados por Valor Smple Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor 2 Objetvos 1. Calcular

Más detalles

ESTADÍSTICA poblaciones

ESTADÍSTICA poblaciones ESTADÍSTICA Es la parte de las Matemátcas que estuda el comportameto de las poblacoes utlzado datos umércos obtedos medate epermetos o ecuestas. ESTADÍSTICA La Estadístca tee dos ramas: La Estadístca descrptva:

Más detalles

PARÁMETROS ESTADÍSTICOS ... N

PARÁMETROS ESTADÍSTICOS ... N el blog de mate de ada: ESTADÍSTICA pág. 6 PARÁMETROS ESTADÍSTICOS MEDIDAS DE CENTRALIZACIÓN Las tablas estadístcas y las represetacoes grácas da ua dea del comportameto de ua dstrbucó, pero ese cojuto

Más detalles

Los Histogramas. Histograma simple

Los Histogramas. Histograma simple Los Hstogramas El Hstograma es ua forma de represetacó de datos que permte aalzar fáclmete el comportameto de ua poblacó, ya sea per se, o por medo de ua muestra. U Hstograma se defe como u cojuto de barras

Más detalles

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función Uversdad Poltécca de Madrd Igeería de Mas Fórmulas de de Dervacó Numérca: Aproxmacó de de la la dervada prmera de de ua fucó Prof. Alfredo López L Beto Prof. Carlos Code LázaroL Prof. Arturo dalgo LópezL

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Probabldad y Estadístca Meddas de tedeca Cetral MEDIDAS DE TENDENCIA CENTRAL E la udad ateror se ha agrupado la ormacó y además se ha dado ua descrpcó de la terpretacó de la ormacó, s embargo e ocasoes

Más detalles

4º MEDIO: MEDIDAS DE POSICIÓN

4º MEDIO: MEDIDAS DE POSICIÓN 4º MEDIO: MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co

Más detalles

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada. MEDIDAS DE POSICIÓN També llamadas de cetralzacó o de tedeca cetral. Srve para estudar las característcas de los valores cetrales de la dstrbucó atededo a dsttos crteros. Veamos su sgfcado co u ejemplo:

Más detalles

TEMA 2: PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.

TEMA 2: PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES. TEMA : PARÁMETROS ESTADÍSTICOS. CÁLCULO, SIGNIFICADO Y PROPIEDADES.. INTRODUCCIÓN Hasta ahora hemos vsto cómo se puede resumr los datos obtedos del estudo de ua muestra (o ua poblacó) e ua tabla estadístca

Más detalles

Aproximación a la distribución normal: el Teorema del Límite Central

Aproximación a la distribución normal: el Teorema del Límite Central Aproxmacó a la dstrbucó ormal: el Teorema del Límte Cetral El teorema del límte cetral establece que s se tee varables aleatoras, X, X,..., X, depedetes y co détca dstrbucó de meda µ y varaza σ, a medda

Más detalles

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades MATEMÁTICA MÓDULO 4 Eje temátco: Estadístca y Probabldades Empezaremos este breve estudo de estadístca correspodete al cuarto año de Eseñaza Meda revsado los dferetes tpos de gráfcos.. GRÁFICOS ESTADÍSTICOS

Más detalles

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI

C URVA DE L ORENZ C OEFICIENTE DE D ESIGUALDAD DE G INI TESIS DESARROLLO REIONAL C URVA DE L ORENZ C OEFICIENTE DE D ESIUALDAD DE INI D OCUMENTO A UXILIAR N DANIEL CAUAS - 5 JUN 203 LA CURVA DE LORENZ La curva de Lorez (Corado Lorez 905), es u recurso gráfco

Más detalles

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos 4. SEGUNDO MÓDULO 4. Resume de Datos E estadístca descrptva, a partr de u cojuto de datos, se busca ecotrar resumes secllos, que permta vsualzar las característcas esecales de éstos. E ua expereca, u dato

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: Xmea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recooce dferetes formas de orgazar formacó:

Más detalles

GENERALIDADES ESTADISTICA DESCRIPTIVA

GENERALIDADES ESTADISTICA DESCRIPTIVA MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MOD MEDIDS DE TEDECI CETRL MEDI MEDI RITMETIC MEDIDS DE TEDECI CETRL MEDI RITMETIC Defcó: Es la suma de todos los datos de ua sere dvdda por su úmero Cálculo:

Más detalles

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido: Defcó Número obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco) S calculados

Más detalles

Intensificación en Estadística

Intensificación en Estadística GRADO EN VETERINARIA DEPARTAMENTO DE ESTADÍSTICA E IO 0-0 IV Curso Cero Itesfcacó e Estadístca Itroduccó a la fucó Sumatoro Itroduccó Cocepto de fucó sumatoro Aplcacoes Itroduccó Cocepto de fucó sumatoro

Más detalles

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo: PRÁCTICA SUMAS DE RIEMAN Práctcas Matlab Práctca Objetvos Calcular tegrales defdas de forma aproxmada, utlzado sumas de Rema. Profudzar e la compresó del cocepto de tegracó. Comados de Matlab t Calcula

Más detalles

Estadística aplicada al Periodismo

Estadística aplicada al Periodismo Estadístca aplcada al Perodsmo Temaro de la asgatura Itroduccó. Aálss de datos uvarates. Aálss de datos bvarates. Seres temporales y úmeros ídce. Probabldad y Modelos probablístcos. Itroduccó a la fereca

Más detalles

MEDIDAS DE CENTRALIZACIÓN

MEDIDAS DE CENTRALIZACIÓN Educagua.com MEDIDAS DE CETRALIZACIÓ Las meddas de cetralzacó so estadístcos que releja algú valor global de la sere estadístca. Las prcpales meddas de cetralzacó so: Meda artmétca smple. Meda artmétca

Más detalles

Esta t d a í d s í titcos o TEMA 3.3

Esta t d a í d s í titcos o TEMA 3.3 TEMA 3.3 Defcó úmero obtedo a partr del aálss de ua varable estadístca. Procedmeto de cálculo be defdo: aplcacó de fórmula artmétca Cuatfca uo o varos aspectos de la formacó (cofrmacó de tabla o gráfco)

Más detalles

PROBABILIDAD Y ESTADISTICA

PROBABILIDAD Y ESTADISTICA 1. Es u cojuto de procedmetos que srve para orgazar y resumr datos, hacer ferecas a partr de ellos y trasmtr los resultados de maera clara, cocsa y sgfcatva? a) La estadístca b) Las matemátcas c) La ceca

Más detalles

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética Objetvos Itroduccó a las meddas de poscó (tedeca cetral o tpsmo): Moda y Medaa Meda artmétca tca Cuartles,, decles y percetles Meddas de poscó Defcó: : refereca a u lugar específco de ua dstrbucó, epresado

Más detalles

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II Solucoes de los ejerccos de Selectvdad sobre Ifereca Estadístca de Matemátcas Aplcadas a las Cecas Socales II Atoo Fracsco Roldá López de Herro * Covocatora de 006 Las sguetes págas cotee las solucoes

Más detalles

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO. Tema 60.Parámetros estadístcos. Calculo propedades y sgfcado Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGIFICADO.. Itroduccó. Defcó de estadístca. Estadístca descrptva y estadístca ferecal.

Más detalles

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula: CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS I Meddas de localzacó Auque ua dstrbucó de frecuecas es certamete muy útl para teer ua dea global del comportameto de los datos, es geeralmete ecesaro

Más detalles

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A Febrero 20 EAMEN MODELO A Pág. 1 GRADO EN PICOLOGIA INTRODUCCIÓN AL ANÁLII DE DATO Códgo Asgatura: 620137 FEBRERO 20 EAMEN MODELO A Tabla 1: Para estudar la relacó etre las putuacoes e u test () y el redmeto

Más detalles

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS Uversdad Católca Los Ágeles de Cmbote LECTURA 0: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS TEMA : DISTRIBUCIONES DE FRECUENCIAS: DEFINICIÓN Y CLASIFICACIÓN

Más detalles

La inferencia estadística es primordialmente de naturaleza

La inferencia estadística es primordialmente de naturaleza VI. Ifereca estadístca Ifereca Estadístca La fereca estadístca es prmordalmete de aturaleza ductva y llega a geeralzar respecto de las característcas de ua poblacó valédose de observacoes empírcas de la

Más detalles

MEDIDAS DE FORMA Y CONCENTRACIÓN

MEDIDAS DE FORMA Y CONCENTRACIÓN MEDIDAS DE FORMA Y CONCENTRACIÓN 4..- Asmetría: coefcetes de asmetría de Fsher y Pearso. Otros Coefcetes de asmetría. 4.2.- La ley ormal. 4..- Curtoss o aplastameto: coefcete de Fsher. 4.4.- Meddas de

Más detalles

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD 1. CONCEPTO DE ESTADÍSTICA : Es la ceca que estuda la terpretacó de datos umércos. a) Proceso estadístco : Es aquél que a partr de uos datos umércos, obteemos

Más detalles

Estadística Contenidos NM 4

Estadística Contenidos NM 4 Cetro Educacoal Sa Carlos de Aragó. Sector: Matemátca. Prof.: mea Gallegos H. 1 Estadístca Cotedos NM 4 Udad: Estadístca y Probabldades. Apredzajes Esperados: * Recoocer dferetes formas de orgazar formacó:

Más detalles

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión Modelos de Regresó E muchos problemas este ua relacó herete etre dos o más varables, resulta ecesaro eplorar la aturaleza de esta relacó. El aálss de regresó es ua técca estadístca para el modelado la

Más detalles

Tema 2: Distribuciones bidimensionales

Tema 2: Distribuciones bidimensionales Tema : Dstrbucoes bdmesoales Varable Bdmesoal (X,Y) Sobre ua poblacó se observa smultáeamete dos varables X e Y. La dstrbucó de frecuecas bdmesoal de (X,Y) es el cojuto de valores {(x, y j ); j } 1,, p;

Más detalles

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA Uversdad Nacoal del Ltoral Facultad de Igeería y Cecas Hídrcas ESTADÍSTICA Igeería Iformátca TEORÍA Mg.Ig. Susaa Valesberg Profesor Ttular UNIDAD Característcas de varables aleatoras Estadístca - Igeería

Más detalles

EJERCICIOS RESUELTOS TEMA 3.

EJERCICIOS RESUELTOS TEMA 3. INTRODUCCIÓN AL ANÁLII DE DATO EJERCICIO REUELTO TEMA 3. 3.1. La ampltud total de la dstrbucó de frecuecas de la tabla 1. es: A) 11; B) 1; C). Tabla 1. Estatura e cetímetros de ños de 1 meses de edad.

Más detalles

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN INTRODUCCIÓN CONTENIDO DEFINICIÓN DE ESTADÍSTICA ESTADÍSTICA DESCRIPTIVA CONCEPTOS BÁSICOS POBLACIÓN VARIABLE: Cualtatvas o Categórcas y Cuattatvas (Dscretas y Cotuas) MUESTRA TAMAÑO MUESTRAL DATO DISTRIBUCIONES

Más detalles

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS

APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS APROXIMACIÓN NUMÉRICA AL CÁLCULO DEL ÁREA BAJO LA GRÁFICA DE UNA FUNCIÓN MEDIANTE RECTÁNGULOS INSCRITOS Sugerecas para que mparte el curso Ha llegado el mometo e que es coveete resolver ejerccos aplcado

Más detalles

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS Estadístca Tema. Seres Estadístcas. Dstrbucoes de frecuecas. Pág. I. ANÁLISIS DESCIPTIVO DE UN CONJUNTO DE DATOS Seres Estadístcas. Dstrbucoes de frecuecas.. Defcó de Estadístca... Coceptos geerales...2

Más detalles

1. El valor central o típico de los datos 2. La dispersión de los datos 3. La forma de la distribución de los datos

1. El valor central o típico de los datos 2. La dispersión de los datos 3. La forma de la distribución de los datos Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 47 Meddas Descrptvas Numércas Frecuetemete ua coleccó de datos se puede reducr a ua o uas cuatas meddas umércas secllas que resume al cojuto

Más detalles

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por: Aputes de Métodos Estadístcos I Prof. Gudberto J. Leó R. I- 65 Uversdad de los Ades Escuela de Estadístca. Mérda -Veezuela Meddas de Dspersó Además de obteer la formacó que reúe las meddas de tedeca cetral

Más detalles

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II. Teoría Smplfcada de ERRORES Suscrbe este documeto los coordadores de Laboratoro de Químca, Físca I y Físca II. Defcoes Báscas: -Error absoluto (o error): Itervalo xe dode co máxma probabldad se ecuetra

Más detalles

Inferencia Estadística

Inferencia Estadística Ifereca Estadístca Poblacó y muestra Coceptos y defcoes Muestra Aleatora Smple (MAS) Cosderemos ua poblacó, cuya fucó de dstrbucó esta dada por F(), la cual está costtuda por u úmero fto de posbles valores,

Más detalles

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres. ESTADÍSTICA UNIDIMENSIONAL 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA Ejemplo: Se quere hacer u estudo estadístco sobre el país de orge de 40 alumos de u Colego. Poblacó: Cojuto de elemetos sobre los que se realza

Más detalles

x x x x x Y se seguía operando

x x x x x Y se seguía operando . INTRODUCCIÓN. DEFINICIONES UNIDAD : Números complejos Cuado se teta resolver ecuacoes de segudo grado como por ejemplo x 4x 0, se observa que o 4 6 5 4 6 tee solucoes reales x x, pues o exste raíces

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA Colego Sagrada Famla Matemátcas 4º ESO 011-01 1.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS ESTADÍSTICA DESCRIPTIVA La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

Colegio Sagrada Familia Matemáticas 4º ESO

Colegio Sagrada Familia Matemáticas 4º ESO Colego Sagrada Famla Matemátcas 4º ESO 00-0 ESTADÍSTICA DESCRIPTIVA.- TERMIOLOGÍA. TABLAS Y GRÁFICOS ESTADÍSTICOS La poblacó es el cojuto de de todos los elemetos, que cumpledo ua codcó, deseamos estudar.

Más detalles

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA Área Matemátcas- Aálss Estadístco Módulo Básco de Igeería (MBI) Resultados de apredzaje Apreder el correcto uso de la calculadora cetífca e modo estadístco, además

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax + bx + c = 0 se aalzó el sgo

Más detalles

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad. Propedades Estadístcas de los estmadores MICO Lealdad ) y Y Y Y Y = = = β Y Dado que la = 0 etoces β =.) S defmos el poderador k =, co las propedades sguetes: a) No estocástco b) k = 0 c) k = k d) = kx

Más detalles

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor árbara Cáovas Coesa Estadístca Descrptva 1 Cálculo de Probabldades Trata de descrbr y aalzar alguos caracteres de los dvduos de u grupo dado, s extraer coclusoes para u grupo mayor Poblacó Idvduo o Udad

Más detalles

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran.

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran. Actvdad: Elabora u resume de la formacó que se muestra a cotuacó y aalza los procedmetos que se muestra. Fudametos matemátcos de la electróca dgtal Sstemas de umeracó poscoales E u sstema de esta clase,

Más detalles

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases Curso de Estadístca Udad de Meddas Descrptvas Leccó 3: Meddas de Tedeca Cetral para Datos Agrupados por Clases Creado por: Dra. Noemí L. Ruz Lmardo, EdD 2010 Derechos de Autor Objetvos 1. Der el cocepto

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Poblacó: Es u cojuto de elemetos co ua determada característca. Muestra: Es u subcojuto de la poblacó. Muestreo: Es el proceso para elegr ua muestra que sea represetatva de la poblacó.

Más detalles

CAPITULO II. Medidas estadísticas. Objetivo. Contenido. Calcular las medidas posición, de tendencia central, de dispersión y de forma.

CAPITULO II. Medidas estadísticas. Objetivo. Contenido. Calcular las medidas posición, de tendencia central, de dispersión y de forma. CAPITULO II Meddas estadístcas Objetvo Calcular las meddas poscó, de tedeca cetral, de dspersó y de forma. Cotedo * * * * * * Itroduccó Meddas de poscó Meddas de tedeca cetral Meddas de dspersó Meddas

Más detalles

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU APLICACIÓN EN PROBLEMAS DE INGENIERÍA Clauda Maard Facultad de Igeería. Uversdad Nacoal de Lomas de Zamora Uversdad CAECE Bueos Ares. Argeta. maard@uolsects.com.ar

Más detalles

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental. RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN Los métodos de regresó se usa para estudar la relacó etre dos varables umércas. Este tpo de problemas aparece co frecueca e el

Más detalles

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro) UIDAD.- Dstrbucoes bdmesoales. Correlacó regresó (tema del lbro). VARIABLES ESTADÍSTICAS BIDIMESIOALES Vamos a trabajar sobre ua sere de feómeos e los que para cada observacó se obtee u par de meddas.

Más detalles

V II Muestreo por Conglomerados

V II Muestreo por Conglomerados V II Muestreo por Coglomerados Dr. Jesús Mellado 31 Por alguas razoes aturales, los elemetos muestrales se ecuetra formado grupos, como por ejemlo, las persoas que vve e coloas de ua cudad, lo elemetos

Más detalles

2.4 Pruebas estadísticas para los números pseudoaleatorios

2.4 Pruebas estadísticas para los números pseudoaleatorios Capítulo Números pseudoaleatoros.4 Pruebas estadístcas para los úmeros pseudoaleatoros 34 E la seccó. se presetaro dversos algortmos para costrur u cojuto r, pero ése es sólo el prmer paso, ya que el cojuto

Más detalles

TEMA 4: NÚMEROS COMPLEJOS

TEMA 4: NÚMEROS COMPLEJOS TEMA : COMPLEJOS 1 EN FOMA BINÓMICA 1.1 DEFINICIONES Sabemos que la resolucó de alguas ecuacoes de º grado coduce a ua raíz cuadrada de u º egatvo. Dcha raíz o tee setdo e el cojuto de los úmeros reales.

Más detalles

ANGEL FRANCISCO ARVELO LUJAN

ANGEL FRANCISCO ARVELO LUJAN ANGEL FRANCISCO ARVELO LUJAN es u Profesor Uverstaro Veezolao e el área de Probabldad y Estadístca, co más de 40 años de expereca e las más recoocdas uversdades del área metropoltaa de Caracas. Uversdad

Más detalles

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia

Apuntes preparados por el profesor Sr. Rosamel Sáez Espinoza con fines de docencia Aputes preparados por el profesor Sr. Rosamel Sáez Espoza co fes de doceca La meda Sea u cojuto de observacoes x 1,..., x, o agrupados. Se defe la meda o promedo, medate: x 1 La meda utlza todas las observacoes,

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. 1 Pága 09 PRACTICA Meda y desvacó típca 1 El úmero de faltas de ortografía que cometero u grupo de estudates e u dctado fue: 0 1 0 1 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 a) D cuál es la varable y de

Más detalles

Una Propuesta de Presentación del Tema de Correlación Simple

Una Propuesta de Presentación del Tema de Correlación Simple Ua Propuesta de Presetacó del Tema de Correlacó Smple Itroduccó Ua Coceptualzacó de la Correlacó Estadístca La Correlacó o Implca Relacó Causa-Efecto Vsualzacó Gráfca de la Correlacó U Idcador de Asocacó:

Más detalles

2.2 Distribuciones de frecuencias unidimensionales.

2.2 Distribuciones de frecuencias unidimensionales. Itroduccó a la Estadístca Empresaral Capítulo - Aálss de ua varable CAPITULO - AALISIS DE UA VARIABLE Itroduccó E este capítulo se dará u cojuto de strumetos que permtrá el aálss descrptvo de ua varable

Más detalles

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA ANALII DE DATO EN PICOLOGÍA I FEBRERO 007 1ª P.P. ª EANA UNIÓN EUROPEA 30 5 15 35 0 30 40 5 30 45 5 10 50 18 10 55 7 5 Tabla 1. Dstrbucó de u grupo de mujeres () y otro de hombres () e ua prueba de compresó

Más detalles

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA 3.5 Ojvas Este tpo de represetacó gráfca se costruye a partr de las frecuecas acumuladas (absolutas o relatvas) para varables cotuas o dscretas, co muchos

Más detalles

MÓDULO 1 LEYES DE DISTRIBUCIÓN DE PROCESOS HIDROLÓGICOS

MÓDULO 1 LEYES DE DISTRIBUCIÓN DE PROCESOS HIDROLÓGICOS MÓDULO 1 LEYES DE DISTRIBUCIÓN DE PROCESOS HIDROLÓGICOS Autores: Dr. Ig. Roberto Pzarro T. Ig. Jua Pablo Flores V. Ig. Clauda Sagüesa P. Ig. Ezo Martíez A. 1. INTRODUCCIÓN El presete documeto fue extraído

Más detalles

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE) Comsó Ecoómca para Amérca Lata y el Carbe (CEPAL Dvsó de Estadístcas y Proyeccoes Ecoómcas (DEPE Cetro de Proyeccoes Ecoómcas (CPE Estmacó Putual de Parámetros Chrsta A. Hurtado Navarro Mayo, 006 Estmacó

Más detalles

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

Supongamos que hemos aplicado el test F y hemos rechazado la H0. Comparacó de medas tomadas de a pares CONDICION Meda s --------- ---------- ------ ---------- 0.00 3.0000 0.00 3.73 3 97.00 3.0000 4 93.00.44 TOTAL 98.73.6036 Supogamos que hemos aplcado el test F y hemos

Más detalles

Nociones de Estadística

Nociones de Estadística Químca Aalítca Prof. Aa Galao Jméez Nocoes de Estadístca Las medcoes tee sempre asocadas u error expermetal (herete a la resolucó del equpameto empleado, a errores aleatoros y/o a errores sstemátcos).

Más detalles

SOLUCIÓN EXAMEN PARCIAL I

SOLUCIÓN EXAMEN PARCIAL I Nombres: Apelldos:.I.: Frma: Fecha: 07/03/05 MÉTODO ETADÍTIO I EXAMEN I Prof. Gudberto Leó PARTE I: E el sguete gráfco se muestra los dagramas de caja correspodetes a los pesos de los bebés al acer segú

Más detalles

Estadística Descriptiva

Estadística Descriptiva Estadístca Descrptva Parcalmete facado a través del PIE-04 (UMA). Promedos y meddas de poscó. Meddas de dspersó. Meddas de asmetría. Valores atípcos..4 Meddas de desgualdad..5 Valores atípcos: Dagrama

Más detalles

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto: Curso: Estadístca Iferecal (ICO 8306) Profesores: Esteba Calvo, Pablo Huechapa y Omar Ramos Ayudates: José T. Meda, Fabo Salas y Daela Vlches PROBLEMA Cosdere que Ud. es dueño de u campo que produce mazaas,

Más detalles

CONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA

CONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA COCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA Codfcacó Procesameto de datos Cosste e proporcoar códgos umércos o alfaumércos a dversos procesos Cualtatvos Cuattatvos umero de decmales 0 Tabulacó: Epresar

Más detalles

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales ESTADÍSTICA DESCRIPTIVA Métodos Estadístcos Aplcados a las Audtorías Socolaborales Fracsco Álvarez Gozález fracsco.alvarez@uca.es Bajo el térmo Estadístca Descrptva se egloba las téccas que os permtrá

Más detalles

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.

Qué es la estadística? presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva. Estadístca Alguos Coceptos Itroduccó Qué es la estadístca? La estadístca, e geeral, es la ceca que trata de la recoplacó, orgazacó presetacó, aálss e terpretacó de datos umércos co e f de realzar ua toma

Más detalles

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el CAPÍTULO 3 METODOLOGÍA El objetvo del capítulo 3 es coocer la metodología, por lo cual os apoyaremos e el lbro de Smulato modelg ad Aalyss (Law, 000), para estudar alguas pruebas de bodad de ajuste. També

Más detalles

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

UNIDAD DIDÁCTICA 13: Estadística Descriptiva Utat d accés accés a la uverstat dels majors de 5 ays Udad de acceso acceso a la uversdad de los mayores de 5 años UNIDAD DIDÁCTICA 13: Estadístca Descrptva ÍNDICE: DESARROLLO DE LOS CONTENIDOS 1 Itroduccó

Más detalles

Ejercicios y Talleres. puedes enviarlos a

Ejercicios y Talleres. puedes enviarlos a Ejerccos Talleres puedes evarlos a klasesdematematcasmas@gmal.com www.klasesdematematcasmas.com Taller 1 Ig. Oscar Restrepo 1. De las varables sguetes cuáles represeta datos dscretos cuáles datos cotuos

Más detalles

LOS NÚMEROS COMPLEJOS

LOS NÚMEROS COMPLEJOS LOS NÚMEROS COMPLEJOS por Jorge José Osés Reco Departameto de Matemátcas - Uversdad de los Ades Bogotá Colomba - 00 Cuado se estudó la solucó de la ecuacó de segudo grado ax bx c 0 se aaló el sgo del dscrmate

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL Capítulo 9 MEDIDAS DE TENDENCIA CENTRAL Ua medda de tedeca cetral, es u resume estadístco que muestra el cetro de ua dstrbucó; es decr, por lo geeral, busca el cetro de esa dstrbucó. Exste dferetes tpos

Más detalles

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN TEMAS 1-2-3 CUESTIOARIO DE AUTOEVALUACIÓ 2.1.- Al realzar los cálculos para obteer el Ídce de G se observa que: p 3 > q 3 y que p 4 >q 4 etoces: La prmera desgualdad es falsa y la seguda certa. La prmera

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA Estadístca Estadístca Descrptva. ESTADÍSTICA DESCRIPTIVA. Itroduccó.. Coceptos geerales. 3. Frecuecas y tablas. 4. Grácos estadístcos. 4. Dagrama de barras. 4. Hstograma. 4.3 Polgoal de recuecas. 4.4 Dagrama

Más detalles

ERRORES EN LAS MEDIDAS (Conceptos elementales)

ERRORES EN LAS MEDIDAS (Conceptos elementales) ERRORES E LAS MEDIDAS (Coceptos elemetales). Medda y tpos de errores ormalmete, al realzar varas meddas de ua magtud físca, se obtee e ellas valores dferetes. E muchas ocasoes, esta dfereca se debe a causas

Más detalles

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA Lus Fraco Martí {lfraco@us.es} Elea Olmedo Ferádez {olmedo@us.es} Jua Mauel Valderas Jaramllo {valderas@us.es}

Más detalles

Modelos de Regresión Simple

Modelos de Regresión Simple Itroduccó a la Ifereca Estadístca Dept. of Mare cece ad Appled Bology Jose Jacobo Zubcoff Modelos de Regresó mple Que tpo de relacó exste etre varables Predccó de valores a partr de ua de ellas Varable

Más detalles

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA

CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA CONTRASTES NO PARAMÉTRICOS: BONDAD DEL AJUSTE Y TABLAS DE CONTINGENCIA Atoo Morllas A. Morllas: C. o paramétrcos (I 1 CONTRASTES NO PARAMÉTRICOS: BONDAD DE AJUSTE Y TABLAS DE CONTINGENCIA Ifereca realzada

Más detalles

TEMA 2: LOS NÚMEROS COMPLEJOS

TEMA 2: LOS NÚMEROS COMPLEJOS Matemátcas º Bachllerato. Profesora: María José Sáche Quevedo TEMA : LOS NÚMEROS COMPLEJOS. LOS NÚMEROS COMPLEJOS Relacó etre los úmeros complejos y los putos del plao. Afjo de u úmero complejo. Cojugado

Más detalles

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( )

. Si vamos calculando así las potencias n-ésimas de la unidad imaginaria, descubriremos que son cíclicas y que cada 4 términos se repiten: ( ) Los úmeros complejos surje a ra de ecuacoes de la forma x + 0 Exste u certo paralelsmo etre este cuerpo el plao, cocretamete, lo que ha es ua correspodeca buívoca, es decr, ua relacó bectva etre C R R

Más detalles

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINISTRACIÓN. Maestría en Administración. Formulario e Interpretaciones UNIVERIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CONTADURÍA Y ADMINITRACIÓN Maestría e Admstracó Formularo e Iterpretacoes F A C U L T A D D E C O N T A D U R Í A Y A D M I N I T R A C I Ó N Formularo

Más detalles