ESTADISTICA APLICADA

CARRERA

ING. En TECNOLOGAS DE LA INFORMACIN Y

COMUNICACIN
PRESENTA:

T.S.U. CALDERN MUOZ JOS MAURO

T.S.U SIERRA DIAZ ROCIO ITZEL
GRUPO:

TIC01SV-14
PROFESOR:

PABLO SAUL ESPINOZA AGUIRRE

SAN JUAN DEL RO, QRO.

SEPTIEMBRE 2015

Contenido
Mediana........................................................................................................... 3
Mediana........................................................................................................... 3
Moda................................................................................................................ 4
Moda................................................................................................................ 4
Media............................................................................................................... 5
Media............................................................................................................... 5
Varianza........................................................................................................... 6
Covarianza....................................................................................................... 7
Desviacin Estndar...................................................................................... 12
Esperanza Matemtica................................................................................... 15
Bibliografa........................................................................................................ 17

Mediana
La mediana es otra medida de tendencia central, que tiene una caracterstica muy
especial, la de no dejarse influenciar por valores extremos en la serie, es decir,
indicara la mitad de una serie, pese a existir cantidades muy alejadas unas de
otras. Esta medida es utilizada con frecuencia para la descripcin de tendencia
central, donde el promedio aritmtico no se acepta debido a su sensibilidad por los
valores extremos en las series estadsticas.
(Vaca, 2000)
Encontrar la mediana para los siguientes datos:
41234221553
SOLUCIN
PASO 1: Ordenar los datos.
11222334455
PASO 2: Localizar el valor que divide en dos parte iguales el nmero de datos.
11222334455
La mediana es 3, dejando 5 datos a cada lado.

Mediana
La Mediana es el valor de la variable tal que, una vez ordenados estos valores en
orden creciente, ocupa el valor central; es decir, que el nmero de datos que
preceden a la mediana es igual al que le siguen. La mediana de una Variable
Estadstica se representa por M.
(Valdes, 2006)

Moda
Una de las medidas de posicin es la moda, que identifica el valor o intervalo que
ms se repite. Es decir, la moda o valor modal es el valor con mayor frecuencia
relativa.
Evidentemente, tambin se podra definir como el valor con mayor frecuencia
absoluta.
(Hernandez, 2007)
1.Calcular la moda de la siguiente serie de nmeros: 5, 3, 6, 5, 4, 5, 2, 8, 6, 5, 4,
8, 3, 4, 5, 4, 8, 2, 5, 4.
Mo = 5

Moda
La moda es el valor de la variable que ms veces se repite, y en consecuencia, en
una distribucin de frecuencias, es el valor de la variable que viene afectada por la
mxima frecuencia de la distribucin. En distribuciones no agrupadas en intervalos
se observa la columna de las frecuencias absolutas, y el valor de la distribuci6n al
que corresponde la mayor frecuencia ser la moda. A veces aparecen
distribuciones de variables con ms de una moda (bimodales, trimodales, etc), e
incluso una distribucin de frecuencias que presente una moda absoluta y una
relativa.
(Lines, 2000)
14

16

18

16

15

12

El 14 se repite 3 veces.
El 18 se repite 2 veces.
El 16 se repite 5 veces.
Por lo tanto, la moda es 16.

14

14

16

18 20 16 16

Media
La media x (tambin llamada promedio o media aritmtica) de un conjunto de
datos (X1,X2,,XN) es una medida de posicin central. La definimos como el
valor caracterstico de la serie de datos resultado de la suma de todas las
observaciones dividido por el nmero total de datos.
Visto desde un punto de vista ms conceptual, la media aritmtica es el centro de
los datos en el sentido numrico, ya que intenta equilibrarlos por exceso y por
defecto. Es decir, si sumamos todas las diferencias de los datos a la media es
cero.
(Valdes, 2006)

A un conjunto de 5 nmeros cuya media es 7.31 se le aaden los nmeros 4.47 y

10.15. Cul es la media del nuevo conjunto de nmeros?

Media
La Media Aritmtica, conocida popularmente como promedio tambin, resulta ser
el conjunto finito de nmeros que es igual a la suma de todos los valores dividido
entre el nmero de sumandos que intervienen.
(Behar, 2011)
Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg. Hallar el peso medio.

Varianza
Este tipo de medida nos permite saber la variabilidad de las puntuaciones en una
muestra. Para hallar la varianza podemos seguir los siguientes pasos: calculamos
el valor medio, hallamos las diferencias entre los valores observados y el valor
medio, elevamos al cuadrado estas diferencias y sumamos el resultado, y
dividimos lo que hemos obtenido entre el nmero de elementos.
El cuadrado de la desviacin tpica es la varianza.
(Ross S. M., 2005)

Un pediatra obtuvo la siguiente tabla sobre los meses de edad de 50 nios de su

consulta en el momento de andar por primera vez:
Meses
9
10
11
12
13
14
15

Nios
1
4
9
16
11
8
1

Calcular la varianza.
xi
9
10
11
12
13
14
15

fi
1
4
9
16
11
8
1
50

Media aritmtica

Varianza

Ni
1
5
14
30
41
49
50

xi fi
9
40
99
192
143
112
15
610

xi fi
81
400
1089
2304
1859
1568
225
7526

Covarianza
La covarianza de una variable bidimensional es la media aritmtica
de los productos de las desviaciones de cada una de las variables
respecto a sus medias respectivas.
La covarianza se representa por s x y o x y .

La covarianza indica el sentido de la correlacin entre las variables

Si x y > 0 la correlacin es directa.
Si x y < 0 la correlacin es inversa.
La covarianza presenta como inconveniente, el hecho de que su
valor depende de la escala elegida para los ejes.
Es decir, la covarianza variar si expresamos la altura en metros o
en centmetros. Tambin variar si el dinero lo expresamos en euros
o en dlares. (Ross M. , 2001)

Ejemplos:
Las notas de 12 alumnos de una clase en Matemticas y Fsica son
las siguientes:
Matemticas

Fsica

10

10

10

Hallar la covarianza de la distribucin.

xi

yi

xi yi

16

20

24

36

28

42

56

10

90

10

10

100

72

60

431

Despus de tabular los datos hallamos las medias aritmticas :

Los valores de dos variables X e Y se distribu yen segn la tabla

siguiente:
Y/X

Hallar la covarianza de la distribucin.

En primer lugar convertimos la tabla de doble entrada en tabla simple
y calculamos las medias aritmticas.
xi

yi

fi

xi fi

yi fi

xi yi fi

16

10

15

30

12

12

16

20

40

41

76

En este sentido
la covarianza:

el

indicador

bivariante

ms

importante

es

Dadas dos variables estadsticas x e y definiremos la covarianza

Sxy como:

En el caso de disponer de la distribucin agregada por frecuencias en

una tabla de correlacin.

En el caso de disponer de la distribucin sin agregar por frecuencias

(en un listado matricial de datos donde cada registro es una
observacin y n de registros= N). (Spiegel, 1998)
Propiedades.
1. La covarianza es el momento
distribucin bidimensional.

central de

orden

1,1

de

la

2. Es invariante ante los cambios de origen en cualquiera de las dos

variables.
3. Sin embargo depende de los cambios de unidad .Si se cambia de
unidad de medida en ambas variables la covarianza se modifica
proporcionalmente a ambos cambios:
u= a+bx

v = c + dy

Suv = b.d.Sxy

4. La expresin de clculo de la covarianza es

Donde a11 es el llamado momento (ordinario) mixto y su expresin
es:

Si las observaciones estn agregadas por frecuencias, o bien:

Si las observaciones no estn agregadas por frecuencias.

5. Si dos variables son independientes su covarianza es cero (el
resultado recproco no es necesariamente cierto).
6. La covarianza nos mide la covariacin conjunta de dos variables:
Si es positiva nos dar la informacin de que a valores altos de una
de la variable ha y una mayor tendencia a encontrar valores altos de
la otra variable y a valores bajos de una de la variable,
correspondientemente valores bajos. En cambio si la covarianza es
negativa, la covariacin de ambas variables ser en sentido inverso:
a valores altos le correspondern bajos, y a valores bajos, altos. Si la
covarianza es cero no hay una covariacin clara en ninguno de los
dos sentidos. Sin embargo el hecho de que la covarianza dependa de
las medidas de las variables no permite establecer comparaciones
entre unos casos y otros. (Spiegel, 1998)

Desviacin Estndar
La desviacin estndar o des viacin tpica es la raz cuadrada de
la varianza .
Es decir, la raz cuadrada de la media de los cuadrados de las
puntuaciones de desviacin.
La desviacin estndar se representa por .

Desviacin estndar para datos agrupados

Para simplificar el clculo vamos o utilizar las siguientes expresiones

que son equivalentes a las anteriores.

Desviacin estndar para datos agrupados

Ejercicios.

Calcular la desviacin estndar de la distribucin:

9, 3, 8, 8, 9, 8, 9, 18

Calcular la desviacin tpica de la distribucin de la tabla:

xi

fi

xi
fi

xi2 fi

[10,
20)

15

15

225

[20,
30)

25

200

5000

[30,40)

35

10

350

12
250

[40,
50)

45

405

18
225

[50,
60)

55

440

24
200

[60,70)

65

260

16
900

[70,
80)

75

150

11
250

42

1
820

88
050

Propiedades de la desviacin estndar.

1. La desviacin estndar ser siempre un valor positivo o cero ,
en el caso de que las puntuaciones sean iguales.
2. Si
a
todos
los valores de
la
variable
les suma un nmero la desviacin estndar no vara .

se

3. Si
todos
los valores de
la
variable
se multiplican por
un nmero la desviacin
estndar
queda multiplicada por
dicho nmero.
4. Si tenemos varias distribuciones con
conocemos sus respectivas desviaciones
calcular la desviacin estndar total .

la misma media y
estndar se puede

Si todas las muestras tienen el mismo tamao:

Si las muestras tienen distinto tamao:

Observaciones sobre desviacin la estndar
1. La desviacin estndar , al igual que la media y la varianza, es un
ndice muy sensible a las puntuaciones extremas.
2 . En los casos que no se pue da hal lar la media tampoco ser posible
hallar la desviacin estndar .
3. Cuanta ms pequea sea la desviacin estndar mayor ser
la concentracin de datos alrededor de la media. (Spiegel, 1998)

Esperanza Matemtica
La esperanza
matemtica o valor
esperado de
una
variable
aleatoria discreta es la suma del producto de la probabilidad de cada
suceso por el valor de dicho suceso.

Los nombres de esperanza matemtica y valor esperado tienen su

origen en los juegos de azar y hacen referencia a la ganancia
promedio esperada por un jugador cuando hace un gran nmero de
apuestas.
Si
la esperanza
matemtica es cero,
E(x)
=
0,
el juego es equitativo, es decir, no existe ventaja ni para el jugador
ni para la banca.
Propiedades:
Podemos decir que la esperanza es lineal, ya que cumple las
propiedades lineales.
Dados a, b y c nmeros reales (constantes), y sean X e Y variables
aleatorias, se cumple:
1. La esperanza de una constante en la misma constante: E[c]=c.
2. La esperanza de la suma de dos variables aleatorias es igual a
la suma de sus esperanzas: E[ X+Y]=E[X]+E[Y].
3. La esperanza del producto de una constante por una variable
aleatoria, es igual al producto de la constante por la esperanza
de la variable aleatoria: E[aX]=aE[X].
4. De las propiedades anteriores se deduce que:
E[aX+b]=aE[X]+b E[aX+bY]=aE[X]+bE[Y]

Esperanza para variables aleatorias discretas.

Sea X una variable aleatoria discreta con funcin de probabilidad
P(X=x),
la
esperanza
de
X
viene
dada
por: E[X]=xiP(X=xi)=x1P(X=x1)++xnP(X=xn). (Ross M. ,
2001)

Ejemplos.
Si una persona compra una papeleta en una rifa, en la que puede
ganar de 5.000 un segundo premio de 2000 con probabilidades
de: 0.001 y 0.003. Cul sera el precio justo a pagar por la
papeleta?
E(x) = 5000 0.001 + 2000 0.003 = 11

Un jugador lanza dos monedas. Gana 1 2 si aparecen una o dos

caras. Por otra parte pierde 5 si no aparece cara. Determinar
la esperanza matemtica del juego y si ste es favorable.
E = {(c,c);(c,x);(x,c);(x,x)}
p(+1) = 2/4
p(+2) = 1/4
p(5) = 1/4
E(x)= 1 2/4 + 2 1/4 - 5 1/4 = 1/4. Es desfavorable

Bibliografa
Behar, R. (2011). 55 Respuestas a Dudas Tipicas de Estadistica. Espaa: Diaz.
Hernandez, J. J. (2007). Conceptos Basicos de Estadistica para Ciencias
Sociales. Espaa: Delta.

Lines, E. (2000). Matematicas generales, Probabilidades y Estadistica. Espaa:

Reverte.
Ross, M. (2001). Probabilidad y Estadstica para Ingenieros (Segunda Edicin
ed.). Mexico, D.F.: Mc Graw Hill.
Ross, S. M. (2005). Introduccion a la Estadistica. Espaa: Reverte.
Spiegel, R. (1998). Problabilidad y Estadstica. Mexico, D.F.: Mc Graw Hill.
Vaca, W. L. (2000). Estadistica Descriptiva con Enfasis en Salud Publica. La
Hoguera.
Valdes, J. N. (2006). Matematicas Avanzadas y Estadistica Para Ciencias e
Ingenierias. Sevilla: Manuel Castillo.