Matematica - Sexto Medicina 2013

2013
Tercer Ao Bachillerato
Opcin Ciencias Biolgicas
Prof. Teresita Fuster
LICEO N 2 HCTOR MIRANDA
MATEMATICA 3CIENCIAS BIOLOGICAS 2013
Prof. Teresita Fuster Liceo N2 Hctor Miranda
| 1

La Matemtica tiene virtudes de formacin
moral y produce independencia de
pensamiento, porque en ella, el manejo
individual y social de la verdad no admite el
argumento de la autoridad.
James Marshall (1967)
| 2
Contenido
Contenido del documento................................................................................................. 3
Objetivos ....................................................................................................................... 3
Promocin ..................................................................................................................... 3
Unidad temtica 1: Lmite y continuidad de funciones .................................................... 4
Grficas de funciones ................................................................................................... 4
Lmite de funciones ....................................................................................................... 8
Lmites de una funcin a partir de su grfica ............................................................ 8
Lmite de una funcin a partir de su expresin analtica ........................................ 11
Operaciones con lmites .......................................................................................... 11
Continuidad de funciones ........................................................................................... 16
Unidad temtica 2: Derivadas ........................................................................................ 18
Interpretacin geomtrica de la derivada a una funcin en un punto .................... 18
Interpretacin cinemtica de la derivada ................................................................ 19
Clculo de derivadas ............................................................................................... 19
Propiedades de las funciones derivables. .............................................................. 22
Crecimiento y decrecimiento de funciones. ............................................................ 23
Concavidad de una funcin..................................................................................... 23
Unidad temtica 3: Integrales......................................................................................... 25
Unidad temtica 4: Estadstica ....................................................................................... 28
Introduccin a la Estadstica....................................................................................... 28
Elementos de una investigacin estadstica ........................................................... 28
Muestreo .................................................................................................................. 29
Estadstica Descriptiva ............................................................................................ 30
Variables aleatorias cualitativas ................................................................................. 34
Medidas de resumen ............................................................................................... 34
Variables cuantitativas ................................................................................................ 35
Medidas de posicin................................................................................................ 35
Medidas de dispersin ............................................................................................ 36
Distribuciones de variables aleatorias ........................................................................ 37
Variables discretas .................................................................................................. 37
Variables continuas ................................................................................................. 39
Intervalos de confianza ........................................................................................... 40
Anlisis multivariado ................................................................................................... 41
Relaciones entre dos variables ............................................................................... 41
Test de independencia para dos variables ............................................................. 42
Artculos del Reglamento de Evaluacin y Pasaje de grado para el Bachillerato ........ 44
| 3

Contenido del documento
En este documento encontrars el material que se usar durante el curso de
Matemtica. El mismo est orientado a los alumnos que cursan el tercer ao de
Bachillerato, opcin Ciencias Biolgicas, del Liceo N2 Hctor Miranda.
Se corresponde con el programa de Matemtica indicado por la Inspeccin de la
asignatura a partir del ao 2010.
Objetivos
El objetivo de este documento es facilitar la tarea de clase y las actividades domiciliarias,
ya que contiene material terico (definiciones, propiedades, algunas demostraciones) y
la mayor parte de los ejercicios con los que se trabajar durante el ao.
Los objetivos principales del curso de matemtica son:
Estimular el razonamiento matemtico
Estimular el desarrollo de las capacidades matemticas y aplicarlas a la
resolucin de los ms diversos problemas
Estimular la conexin entre los diferentes conceptos matemticos adquiridos y
relacionarlos con los aprendizajes de otras asignaturas.
Profundizar los conocimientos ya adquiridos en aos anteriores y, a la vez, que
sirvan como base para los temas que se desarrollarn en cursos superiores.
Promocin
Segn el reglamento de evaluacin y pasaje de grado del Consejo de Educacin
Secundaria, La calificacin final en cada asignatura ser el resultado de todo el proceso
de aprendizaje desarrollado por el estudiante durante el curso.
1

En este curso, el proceso de aprendizaje se basar en tres pilares principales:
Actuacin en clase (incluye participacin, inters por la asignatura,
relacionamiento con los compaeros, etc.)
Trabajos domiciliarios, ya que con estas tareas se practica lo estudiado en clase
y se puede rever en la siguiente clase aquello que no ha sido totalmente
comprendido o sobre lo que se tiene dudas.
Trabajos de evaluacin escritos o trabajos especiales que se soliciten durante el
curso. Se incluyen aqu las dos pruebas especiales de evaluacin a realizarse
en los meses de junio y noviembre.

1
Al final de este documento encontrars los artculos del Reglamento de evaluacin y pasaje
de grado para Bachillerato que se refieren al tema.
| 4
Unidad temtica 1: Lmite y continuidad de funciones
Grficas de funciones
Los ejercicios que siguen estn planificados para ser realizados con la ayuda del
programa Geogebra, por lo cual se trabajar en la sala de informtica.
Ejercicio 1
Grafica las siguientes funciones entre nmeros reales. (Indica en cada caso el dominio
de la funcin)
a) f(x) = x+5 b) f(x) = x
2
+2 c) f(x) = x
2
+2x +1
d) f(x) = x
3
e) f(x) = x
3
+2x
2
f) f(x) = 1/x
g) f(x) = e
x
h) () =
2
i) f(x) = Lx

Ejercicio 2
Para cada una de las funciones del ejercicio anterior, grafica tambin:
g(x) = f(x) +2 h(x) = f(x) 3 i(x) = - f(x) j(x) = f(x+1)
k(x) = f(x-1) l(x) = f(-x) m(x) = | f(x) |

Ejercicio 3
A partir de los casos observados, redacta con tus compaeros una conclusin general
sobre la forma de las grficas de una funcin f(x) y las grficas de las funciones
relacionadas: f(x) + k ; f(x+k) ; f(-x) y |f(x)|
Definicin 1 Funcin par

Definicin 2 Funcin impar

Ejercicio 4
Investiga si alguna de las funciones del Ejercicio 1 es par o impar.
Ejercicio 5
Investiga a partir de las funciones vistas hasta ahora, que sucede con las grficas de
las funciones pares e impares y redacta una conclusin.

Se llama funcin par a cualquier funcin entre nmeros reales que cumpla:
f(x) = f(-x) x, xe D(f)

Se llama funcin impar a cualquier funcin entre nmeros reales que cumpla:
f(x) = - f(-x) x, xe D(f)

| 5
Ejercicio 6
La siguiente es la grfica de la funcin f:99 / f(x) = x
3
- x
2
. A partir de ella, grafica en
el mismo par de ejes, las funciones: g(x) = f(x)+2 ; j(x) = f(x-1) ; t(x) = f(-x) y r(x) = -f(x).
(Puede ser de ayuda el uso de papel de calco).

Ejercicio 7
Dada la grfica de la funcin f entre nmeros reales, identifica entre las otras grficas
dadas, cul de ellas se corresponde con f(-x) ; f(x+k) ; f(x)+k; -f(x) o |f(x)|. Escribe la
expresin analtica de cada funcin.

() =
+2

| 6

Definicin 3 Funcin creciente
g (x) =
j (x) =
h (x) =
Se dice que una funcin f es creciente en un intervalo I si a mayores valores de
x le correspondes mayores valores de f(x)
Con smbolos:
f es creciente en I x1, x2 e I x1>x2 f(x1) > f(x2)

| 7
Definicin 4 Funcin decreciente

Definicin 5 Funcin inversa

Ejercicio 8
a) Investiga, a partir de sus grficas, el crecimiento y decrecimiento de las
funciones f del Ejercicio 1.
b) Para esas mismas funciones, investiga cul de ellas tiene inversa.
c) Puedes establecer una relacin entre estos dos conceptos? Revisa si tu
hiptesis se confirma en las grficas de las otras funciones ya trabajadas.
Establece una explicacin con tus propias palabras.

Se dice que una funcin f es decreciente en un intervalo I si a mayores valores de
x le corresponden menores valores de f(x)
Con smbolos:
f es decreciente en I x1, x2 e I x1>x2 f(x1) < f(x2)
Sea la funcin f entre nmeros reales:
f: D(f) C(f) / f(x) = z , x e D(f)
Si existe una funcin g: C(f) D(f) / g(z) = x, z e C(f), se dice que f tiene
inversa (o es invertible). La funcin g se anota generalmente como f-1
| 8
Lmite de funciones
Lmites de una funcin a partir de su grfica
Ejercicio 9
Estudiaremos las grficas de las siguientes funciones y algunas de sus caractersticas.

| 9

| 10

Ejercicio 10
Estudia los lmites de las funciones del Ejercicio 1 a partir de sus grficas, en los casos
que se detallan a continuacin:

Funcin Resolver lim f(x) si:
a) x 0 x + x -
b) x -2 x - x +
c) x -1 x + x -
d) x 1 x + x -
e) x 0 x -2 x +
f) x 0 x 1 x -
g) x 1 x + x -
h) x 0 x + x -
i) x 1 x 0 x +

NOTACIN
En el caso de la primera funcin:
lim
1
() = 0
lim
1
() = 8
lim
+
() = +
lim
() =

NOTACIN
En el caso de la segunda funcin:
lim
2
+
() = +
lim
2
() =
lim
+
() = 0
lim
() = 0

| 11
Lmite de una funcin a partir de su expresin analtica
A continuacin se formaliza el concepto de lmites vistos en los ejercicios anteriores:
Definicin 6 Lmite de funciones

Propiedad 1 Unicidad del lmite

Ejercicio 11
Volveremos a calcular los lmites de las funciones del Ejercicio 9 pero utilizando sus
expresiones analticas:
a) : , () =
3
+ 4
2
+ 3 b) : () , () =
2
+5
3
2
9

c) : () , () =
2
+2
1
d) ) : () , () =
2

e) : () , () = {
+5 0
2
+6 + 5 > 0

f) : () , () = {
2
0
+1
2
< 0

Operaciones con lmites

A partir de ejemplos, completaremos en la clase los siguientes cuadros:
+ f
g k e9* 0 + -
k e9*
0
+
-

() = 9
+
, 9
+
/ || < |() | <
() = + 9
+
, 9
+
/ || < () >
() = 9
+
, 9
+
/ || < () <
+
() = 9
+
, 9
+
/ > |() | <
() = 9
+
, 9
+
/ > |() | <
+
() = + 9
+
, 9
+
/ > () >
(De manera similar se definen los casos con x - o f(x) -)
Si una funcin tiene lmite para x A, el lmite es nico
| 12
x f
g k e9* 0 + -
k e9*
0
+
-

f
g k e9* 0 + -
k e9*
0
+
-

Definicin 7 Lmites laterales

Ejercicio 12
Para las funciones entre nmeros reales f, g, h dadas a continuacin, calcula los
lmites indicados:
() = 3 +5 () = 2
2
+8 () =
2
1
3

lim
2
() = lim
+
() = lim
()= lim
2
()=
lim
4
() = lim
+
()=
lim
1
()= lim
+
()= lim
3
() = lim
()=

Ejercicio 13
Calcula los siguientes lmites:
+
2 3
2

+
2
++2
4
3

0

3
2
3
2
+7

+
2
2
3
+2

4
3
2
+2
2
4
6+3

1

7+1
2
+2+1

Lmites laterales:
lim
+
() =
+
,
+
, ( ) < |() | <
(o sea, se consideran los valores de x que estn en un intervalo derecho de a, de
radio o) Definiciones similares se obtienen para f(x) y para lmite lateral
izquierdo.
| 13
5
2
2
1

2
2
2
4+4

+

2
+2
1
+
2
2
1
2+1

lim
0
sin lim
+
2 +3
3

+

lim
0

+5
lim
5
2
25

Definicin 8 rdenes infinitos

Definicin 9 rdenes infinitsimos

rdenes
Si las funciones f y g tienen lmite infinito para x A, entonces:
Si lim
()
()
= 0 entonces orden (f) < orden (g)
Si lim
()
()
= entonces orden (f) > orden (g)
Si lim
()
()
= ,
entonces orden (f) = orden (g)

Si k = 1, entonces f y g son funciones equivalentes
rdenes
Si las funciones f y g tienen lmite 0 para x A, entonces:
Si lim
()
()
= 0 entonces orden (f) > orden (g)
Si lim
()
()
= entonces orden (f) < orden (g)
Si lim
()
()
= ,
entonces orden (f) = orden (g)

Si k = 1, entonces f y g son funciones equivalentes (notacin: f(x) ~ g(x))
| 14
Lmitestipos
La siguiente tabla muestra algunos casos de funciones equivalentes, que usaremos
apropiadamente para clculo de lmites. En todos los casos: f(x) ~ g(x)
x0 x1 x
f(x) g(x) f(x) g(x) f(x) g(x)
sen x x ln(x) x - 1
(1 +
1

e
tg x x sen(x-1) x - 1
1 cos(x) x
2
/ 2 x
n
- 1 n(x 1)
e
x
- 1 x
1
1
( 1)

a
x
-1 ln(a)
ln(x+1) x
(1+x)
m
-1 mx

Ejercicio 14
Dadas las funciones:
() =
(32)(
2
+1)+
2
() =
5
+
4
+1
2
4

() =
2
+
2
+ 1 () = 2 4
2
+ +1

() =
3
2
+2
21
3
() =
3
+2
2
+
2
+3+2
() =
36
1
918

Halla los siguientes lmites:
lim
+
() lim
() lim
1
() lim
0
()
lim
+
() lim
2
() lim
+
() lim
()
lim
+
() lim
() lim
2
()
lim
+
() lim
1
2
() lim
0
()
lim
+
() lim
1
()
lim
+
() lim
() lim
1
()

| 15
Ejercicio 15
Calcula los lmites indicados:
lim
+
71
5
3
+42
3
lim
+
4
4
+
2
+1
2
+1
lim
+

ln (
8
5)
2

lim
+
(
2
1
2
+1
2
) lim
+
(
2
+1)
2
3
2
+3
3
5
lim
3
2
9
2
5+6

lim
(
2
+3
2
+) lim
3
+12
3
lim
+
3
7
+
5

lim
+
7
+
5
+
3
(
1
2
)
lim
0
+
2
3+4
1
lim
0
2
3+4
1

lim
+
(1
2
3
)
lim
+
(1 +
1
+2
)
1
lim
0
+
(1+)
2
1

Ejercicio 16
Grafica las siguientes funciones utilizando el programa Geogebra e investiga si existe
alguna recta (puede ser paralela a alguno de los ejes coordenados o cortar a ambos) y
que se acerque a la grfica de la funcin. Mediante el mismo programa puedes obtener
la ecuacin aproximada de estas rectas.
() =
+1
3
() =
2
4
2
() =
2
9
2
+4
() =
3
+1

Cuando estas rectas existen, se denominan asntotas. Entre todos redactaremos una
definicin formal de asntota.
Ejercicio 17
Para las siguientes funciones estudia: dominio, races, lmites en los puntos de no
existencia, lmites infinitos y ecuaciones de las asntotas (si las tiene).
() =
+2
2
() =
2
3+2
2
1
() =
2
2
+4
1

() =
+5
2
+1
() =
() =
2
4
() = {
2
+ 1
1
2
+2
1
> 1

| 16
Continuidad de funciones
Definicin 10 Funcin continua en un punto

Ejercicio 18
Investiga si las funciones del Ejercicio 17 son continuas a, aeD(f)
Definicin 11 Funcin continua en un intervalo

A continuacin estudiaremos algunas funciones (en principio usando Geogebra) y
luego extraeremos algunas conclusiones que generalizaremos.
Ejercicio 19
Dadas las funciones:
() =
4
7
2
8 () =
+2
2
+1

() =
3
+3 +1
2
4

a) Hallar: f(0), f(4), g(0), g(4), h(0), h(4)
b) Puedes indicar si f, g o h tienen alguna raz en el intervalo [0,4]?
c) Hay algn valor de x en el intervalo [0,4] que cumpla f(x) = 1? Y que cumpla
h(x) = 1?
d) Investiga si f y h tienen mximo o mnimo en el intervalo [0,4]
e) Investiga si g tiene mximo o mnimo en el intervalo [2,4]. Y en el intervalo
[2.5,4]?

Una funcin f: D(f)9 es continua en a (a e D(f)) s y slo s:
lim
+
() = lim
() =()
Una funcin f: D(f)9 es continua
en I (I c D(f)) s y slo s f es
continua a, aeI
Una funcin f: D(f)9 es continua
en |a,b| (|a,b| c D(f)) s y slo s: f
es continua c, ce(a,b) y f es
continua en a
+
y en b
-
| 17
Propiedad 2 Teorema de Bolzano

Propiedad 3 Teorema de Darboux

Propiedad 4 Teorema de Weierstrass para funciones continuas

Ejercicio 20
Utilizando el teorema de Bolzano, indica si las siguientes funciones tienen alguna raz
en el intervalo considerado para cada una. En caso afirmativo, encuentra un valor
aproximado a esa raz con un error menor a 0.1.
() =
4
7
2
8 en [0,4]
() =
2
5
1
en [-3,-1]
() = ln( +1) + 3 2 en [0,1]

Si una funcin es continua en un intervalo cerrado [a,b] y se cumple que
f(a)*f(b) < 0, entonces existe al menos una raz real de f en el intervalo (a,b)
Si una funcin es continua en un intervalo cerrado [a,b] siendo
f(a)=A y f(b) =B (con AB) y C un nmero real cualquiera entre A y B, entonces
existe al menos un nmero real c en el intervalo (a,b) que cumple f(c) = C
Si una funcin es continua en un intervalo cerrado [a,b] existe al menos un punto c
del intervalo que cumple: f(x) f(c) x, xe [a,b] y existe al menos un punto d del
intervalo que cumple: f(x) > f(d) x, xe [a,b]
| 18
Unidad temtica 2: Derivadas

Veamos los siguientes problemas, que resolveremos, en primera instancia, utilizando
las grficas de las funciones involucradas.
Ejercicio 21
Determina la ecuacin de la tangente a la grfica de la funcin : , () =
2
4
en el punto de abscisa 3.
Ejercicio 22
Por el teorema _________________ visto anteriormente, podemos asegurar que la
funcin : , () =
3
+4
2
2 tiene mximo y mnimo en el intervalo [-4,1].
Encuentra los valores de las abscisas de esos puntos.

En estos ejercicios est involucrado el concepto de derivada de una funcin de un
punto.
Definicin 12 Derivada de una funcin en un punto

Interpretacin geomtrica de la derivada a una funcin en un punto

Dada la funcin f:D(f)9, si existe y es finito el lmite lim
0
(+)()
, para
ae D(f), se dice que f es derivable en a. El valor del lmite se designa por f(a).
| 19
Interpretacin cinemtica de la derivada
2

Supongamos que la funcin s= f(t) representa la ley de movimiento de un punto en
una recta (la cual se considera como el eje de coordenadas s). O sea, s es la
coordenada del punto mvil en cierto instante t. El camino recorrido por el punto
durante el intervalo de tiempo [t, t+At], es:
= ( +) ()
La velocidad media del punto en dicho intervalo de tiempo es:

La velocidad verdadera (instantnea) en el instante t se define como un lmite:
= lim
0
= ()

Clculo de derivadas
Veremos algunos ejemplos de clculo de derivadas:
Ejemplo 1:
Calcular la derivada a la funcin : , () =
2
para =
() = lim
0
( +) ()
= lim
0
( + )
2
= lim
0
2
+2 +
2
= lim
0
2 +
= lim
0
(2 + )
= lim
0
(2 +) = 2
Entonces:
Si f(x)= x
2
, f(a)= 2.a

2
Extrado de: Clculo diferencial e Integral Ya.S.Burgrov , S.M.Nikolsky Editorial Mir - 1984
| 20
Ejemplo 2
Calcular la derivada a la funcin : , () =
para =
() = lim
0
= lim
0
= . . .
(completa el razonamiento)
Ejemplo 3
Calcular la derivada a la funcin :
+
, () = para =
() = lim
0
( + )
= lim
0
(
+
= . . .
(completa el razonamiento)
Definicin 13 Funcin derivada

Definicin 14 Funcin compuesta

Tabladederivadas

A continuacin se brinda una tabla que indica, para distintas funciones elementales,
cul es su funcin derivada. La construccin de la misma se realiza por razonamientos
semejantes a los vistos anteriormente.

Dada la funcin f:D(f)9, se llama funcin derivada de f ,
: (
) , en la
cual a cada xe D(f) / f es derivable en x, le corresponde su derivada.
Dadas las funciones f:AB / f(x)=t y g:BC/g(t)=z , se llama funcin compuesta
g(f):AC / g(f(x))=z
| 21

| 22

Utilizando la tabla anterior, resolveremos los siguientes ejercicios.
Ejercicio 23
Determina las derivadas de las funciones del Ejercicio 1. Para cada una de ellas,
indica el dominio de la nueva funcin.
Ejercicio 24
Determina las derivadas de las siguientes funciones, indicando el dominio de cada una
de ellas.
() =
4
+3
2
6 () = 6
3

2
() = (2
2
3)
2

() =
+1
2
3
() =
2
+5 () =
4+5

() =
() = ( +1) () =
3

Ejercicio 25
Determina las derivadas de las funciones del Ejercicio 17. Para cada una de ellas,
indica el dominio de la nueva funcin.
Ejercicio 26
Para las funciones del Ejercicio 17, determina la ecuacin de la tangente a la grfica
de la misma en los puntos cuya abscisa se indica y verifica tus resultados utilizando
Geogebra.
f x = 1
g x = 0
h x = -1
j x = 2
k x = 1

Propiedades de las funciones derivables.
Propiedad 5 Relacin entre derivada y continuidad

A partir de las definiciones de derivada y de continuidad, ensaya una demostracin
para esta propiedad. Investiga si el recproco tambin se cumple.
Ejercicio 27
a) Grafica la funcin : , () =
2
+2 +3. Encuentra la ecuacin de la
recta que pasa por los puntos A y B de la grfica cuyas abscisas respectivas
son xA= -1 y xB=2. Puedes encontrar algn punto Z de la grfica de abscisa
xA<xZ<xB, en el cual la tangente a la grfica sea paralela a la recta AB?
b) Grafica ahora la funcin : , () = | +2|. Determina la ecuacin de la
recta que pasa por los puntos C y D de la grfica con xC=-3 y xD=0. Hay un
valor de x e (-3,0)
c) Qu conclusiones puedes extraer?
Si una funcin es derivable en x = a, entonces es continua en x = a.
| 23
Propiedad 6 Teorema del valor medio de Lagrange

Crecimiento y decrecimiento de funciones.
Ejercicio 28
a) A partir de las grficas ya analizadas en el Ejercicio 9, investiga la relacin
entre la derivada de una funcin y el crecimiento o decrecimiento de la misma.
b) Qu condiciones deben cumplirse para que una funcin tenga mximo o
mnimo relativo en x=a?
Ejercicio 29
Estudia crecimiento y decrecimiento de las funciones del Ejercicio 24. Si alguna de
ellas tiene mximos o mnimos relativos, encuentra sus coordenadas.
Concavidad de una funcin
Definicin 15 Concavidad

Definicin 16 Derivada segunda

Propiedad 7

Definicin 17 Punto de inflexin

Si una funcin f: D(f)9 es continua en [a,b] (con [a,b] c D(f)) y derivable en
(a,b), entonces existe ce (a,b) que cumple:
()()
= ()
Una funcin f: D(f)9 tiene concavidad positiva (negativa) en x=a si existe un
entorno de a tal que la tangente a la curva en el punto (a, f(a)) est por arriba (por
debajo) de la curva en ese entorno.
Se llama derivada segunda de una funcin a la derivada de su funcin derivada:
() = (())
Una funcin tiene concavidad positiva en x=a s y slo s f(a)>0
Una funcin tiene concavidad negativa en x=a s y slo s f(a)<0
Una funcin tiene punto de inflexin en x=a si en ese punto existe un cambio de
concavidad.
| 24
Ejercicio 30
Realiza el estudio analtico completo y un bosquejo de la grfica de cada una de las
siguientes funciones.
() =
3
2
6 () =
2
4
+1
() =
4
4
2

() =
1
2
9
() =
2
2
+1
() =
+2

() =
2
4 () = |
2
4| () = +ln ( +1)
() =
() = ln (
2
+1) () =
ln ()

() = (2
2

3
3
() =
1
2
(3 +||) +1
Ejercicio 31
Realiza el estudio analtico completo de las funciones cuyas grficas se brindan en el
Ejercicio 9
Ejercicio 32
Para las funciones cuyas grficas se presentan a continuacin, determina: Dominio;
ecuacin de las asntotas (si las tiene); esquema del signo de f; esquema del signo de
f.

Problemasdeoptimizacin
Ejercicio 33
Con una chapa cuadrada de lado 12 es necesario hacer una caja abierta por arriba
que tenga volumen mximo. Se recortan cuadrados en los ngulos de la chapa y se
dobla sta para formar la caja. Cul debe ser la longitud del lado de los cuadrados
cortados?
Ejercicio 34
Una fbrica necesita construir con envase cilndrico de capacidad 4dm
2
. Qu
dimensiones debe tener el cilindro para que el material utilizado (incluyendo la tapa)
sea mnimo?
Ejercicio 35
Se lanza un cuerpo hacia arriba con velocidad inicial de 40 m/s. Calcula cul es la
mxima altura que alcanzar si la aceleracin gravitacional es de 10m/s
2
. Dato: la
ecuacin que describe la altura en funcin del tiempo es () =
2

Ejercicio 36
Una hoja de papel debe tener 18cm
2
de texto impreso. Adems, los mrgenes superior
e inferior deben ser de 2cm cada uno y los mrgenes laterales deben ser de 1cm cada
uno. Calcula las dimensiones de la hoja para que su superficie sea mnima.

| 25
Unidad temtica 3: Integrales

Ejercicio 37
Grafica las siguientes funciones y calcula el rea determinada por la grfica de la
funcin, el eje de abscisas y las rectas de ecuaciones x = a y x = b, para los valores de
a y b determinados en cada caso.
)() = 5 a = 1 b = 4
)() = {
4 2
1 < 2
a = -1 b = 3
) () = 3 a = 0 b = 2
) () = 2 a = -5 b = -1
) () = +3 a = 1 b = 4
) () = {
+2 < 1
2 +5 1
a = -1 b = 2
) () =
2
a = 0 b = 1

Definicin 18 Integral definida

Propiedad 8

Definicin 19 Primitiva de una funcin

Dada una funcin f: D(f)9, siendo f(x) > 0 x e [a,b], se llama integral de f
entre a y b (notacin: ()
) al rea comprendida entre la grfica de la

funcin, el eje de abscisas y las rectas de ecuaciones = y =
1. () = 0

2. Si f(x) 0 en [a,b], se define = (
)
3. =

4. ( +) = +

5. . =

6. Si a < b < c: = +

Dada una funcin f: D(f)9, se denomina primitiva de f en el intervalo [a,b] a la
funcin F: D(F)9, si se cumple: F(x) = f(x) x e [a,b]
| 26
Propiedad 9

Propiedad 10 Teorema Fundamental del Clculo Integral

Propiedad 11 Regla de Barrow
Ejercicio 38
Utilizando las propiedades vistas anteriormente, calcula las siguientes integrales:
3
3
2

6
4
2
3
0

( +1)
1
3
9
2
4
0
3
2
10
10

(
2
+3
3
5)
2
1

2
0

(
+2
3
)
3
1

1
(
1
+2)
10
4

1
2
9
1

(2
)
2
3

1
6
2

5
100
1
2
2
0

Ejercicio 39
Calcula las reas sealadas en cada grfica
() = {
2
4 +3 1
2 + 2 < 1
1

Si F y G son dos primitivas de la funcin f en [a,b], entonces F y G difieren en una
constante.
Si f es una funcin continua en [a,b] y F: D(F)9, la funcin definida por
() = ()
x e [a,b], entonces se cumple que F(x) es derivable en [a,b] y

que F(x) = f(x), x e [a,b]
Si f es una funcin continua en [a,b] y F es una primitiva cualquiera de f en [a,b],
se cumple que: () = () ()

| 27

2
() =
2
2
() = /2

3
() =
() =
3
4

Ejercicio 40
Para cada una de las siguientes grficas de funciones, se ofrecen cuatro afirmaciones.
Indica cul es verdadera y justifica
)
2
0
= 1
)
2
0
= 2
) = 1/2
2
0

d) Ninguna de las opciones anteriores

) = 2
2
0

) = 1
2
0

) = 0
2
0

d) Ninguna de las opciones anteriores

| 28
Unidad temtica 4: Estadstica
Introduccin a la Estadstica
Definicin 20 Concepto de Estadstica

Elementos de una investigacin estadstica
1. Objetivos de la investigacin
2. Universo, unidad a investigar y unidad de observacin
3. Experiencias en investigaciones similares
4. Marco legal aplicable
5. Procedimientos de recoleccin
- Censo
- Muestreo (aleatorio o no aleatorio)
- Explotacin estadstica de registro administrativo
- Experimentacin
6. Mtodos de recoleccin
- Entrevista personal
- Correo
- Entrega personal
- Telfono
- Correo electrnico
- Internet
7. Instrumentos de captura
- Cuestionario impreso
o Estructurado o gua
o Para el encuestador o de autollenado
- Cuestionario electrnico
- Grabadora de audio o video
8. Variables de relevamiento
9. Categoras de respuesta para las variables de relevamiento
10. Plan de tabulados
11. El cuestionario
12. Recoleccin de los datos
13. Validacin y anlisis de los datos
14. Publicacin

Es la ciencia que tiene por objeto la recoleccin, la organizacin, el anlisis y la presentacin
de datos, con el fin de brindar informacin que facilite la toma de decisiones.
La Estadstica es una rama del conocimiento particularmente nueva y de gran aplicabilidad.
Aunque sus orgenes se remontan al siglo XIX, con los estudios sobre antropometra del
belga Adolphe Quetelet y sobre herencia del ingls Francis Galton, muchos de sus avances
se han dado a partir de mitad de siglo XX, en part e gracias al progreso de la informtica.
La utilizacin de los mtodos estadsticos va desde la Medicina a la Economa, pasando por
la Demografa, la Agronoma, las Ciencias Sociales, las Ciencias Polticas y el Marketing.

| 29
Muestreo

Tericamente una muestra es un subconjunto
de la poblacin.
La esencia de una encuesta por muestreo
consiste en la seleccin de una muestra con el
objetivo de establecer conclusiones sobre toda
la poblacin basndose en la informacin de la
parte observada. Si la muestra coincide con
toda la poblacin objetivo, se denomina censo.
Existen diferentes razones para usar una
encuesta por muestreo y no un censo, entre las
que podemos mencionar:
Naturaleza destructiva de ciertas pruebas (por ejemplo en los casos de control de calidad
o exmenes de laboratorio de un paciente).
Imposibilidad fsica de revisar todos los elementos de la poblacin.
Costos prohibitivos de estudiar a todos los integrantes de una poblacin.
Tiempo necesario para entrevistar a todos los elementos de la poblacin.
Lo adecuado de los resultados de la muestra: se puede inferir los valores poblacionales
de inters de acuerdo a los resultados obtenidos con la muestra.

Marco muestral
Se define como el conjunto de conjunto de unidades, procedimientos y mecanismos que
identifican, distinguen y permiten acceder a la poblacin objetivo.
Fsicamente, la muestra se extrae de este listado.
Muestreo probabilstico o aleatorio
Definimos muestro probabilstico como una seleccin de muestra que cumpla:
i) El conjunto de todas las muestras posibles es conocido.
ii) Cada muestra tiene una probabilidad conocida de seleccin. El procedimiento de
seleccin asigna a cada elemento de la poblacin una probabilidad no nula de ser
incluido en la muestra.
iii) Se selecciona una muestra por un mecanismo aleatorio bajo el cual cada muestra
posible tiene exactamente la probabilidad p(s) de ser extrada.
A una muestra obtenida bajo las condiciones anteriores se le denomina muestra aleatoria o
muestra probabilstica.

Diferentes diseos de muestreo
Muestreo Aleatorio Simple
De una poblacin U de N elementos, se extraen n de manera independiente y sin reponer (o sea,
el elemento que ya ha sido extrado no influye en la extraccin de los siguientes y tampoco puede
volverse a elegir) Para efectuar esta eleccin se pueden utilizar tablas de nmeros aleatorios,
aunque los distintos software estadsticos disponen de rutinas que permiten este tipo de
muestreo. La extraccin debe realizarse a partir de un marco muestral de lista: cada una de las
unidades estn identificadas con un nmero (del 1 al N) y se sortean n elementos.

Muestreo sistemtico
En algunas ocasiones, los elementos de la poblacin estn ordenados segn un criterio
determinado (alfabtico, por fecha, por monto, etc.) En estos casos, no siempre es recomendable
efectuar un muestreo aleatorio simple.
| 30
Un diseo de muestreo aplicable en esta situacin es el siguiente: se quiere seleccionar alumnos
de un grupo y para ello se eligen todos aquellos que su nmero de lista sea mltiplo de 5. Otro
ejemplo: dentro de una manzana, se elije una esquina y se selecciona la tercera casa y luego
una casa dejando 4 entre medio hasta completar la manzana.
Muestreo estratificado
El muestreo estratificado consiste en dividir la poblacin en H grupos o subpoblaciones llamados
estratos o unidades primarias y tomar una muestra independiente de manera aleatoria en cada
una de ellas. La estratificacin puede realizarse utilizando diferentes variables, dependiendo del
objetivo planteado al realizar la muestra, como por ejemplo: por departamento o regin
geogrfica, por edad, por gnero, por nivel socio econmico, por tipo de curso que realice el
estudiante, etc. Es una herramienta poderosa y flexible, muy comnmente usada en la prctica.
Muestreo por conglomerados y en varias etapas
Hasta ahora hemos visto diseos de muestreo que asumen que se puede realizar un muestreo
directo de elementos. Sin embargo, en las encuestas de mediana y gran escala esto no siempre
es posible ya sea porque no se dispone de un marco que identifique a todos los elementos y el
costo de crear uno es demasiado elevado o los elementos de la poblacin estn muy dispersos
en un rea geogrfica muy extensa por lo que el muestro directo de elementos lleva a costos de
relevamiento excesivamente altos.
Los diseos de muestreo en dos etapas y multietapa no requieren realizar muestreo directo de
elementos, ya que una primera etapa se muestrean grupos de elementos, o sea, son aplicables
cuando se poseen marcos agrupados. Por ejemplo, se conocen los grupos con los que cuenta
un establecimiento de enseanza, pero no los nombres de los alumnos inscriptos en cada uno
de ellos.
Estadstica Descriptiva
Es el primer paso en cualquier anlisis estadstico. Resume los datos en porcentajes o
nmeros que son fcilmente interpretables y comparables con otros datos similares. As mismo
pueden proporcionarse grficas que resuman estos datos.
VariablesAleatorias
Concepto y ejemplos
Una variable es cualquier dato sujeto a medida o cuenta. Es aleatoria si no se puede predecir su
valor.
Ejemplos
- La hora de salida del sol cada da no es una variable aleatoria, ya que los astrnomos
saben de antemano la hora exacta de la misma para cada da del ao.
- La cantidad de lluvia cada durante un perodo especfico s es una variable aleatoria, ya
que no puede predecirse.
- La cantidad de alumnos inscriptos en determinado curso en el ao prximo es otro
ejemplo de variable aleatoria.
- El nmero de autos que pasan por un peaje cada da tambin es una variable aleatoria.

Clasificacin
Las variables aleatorias suelen clasificarse segn la naturaleza de los datos a los que se refieran:
- Cualitativas: Tambin se llaman categricas. Los datos estn divididos en clases o
categoras. Por ejemplo, si se tienen datos de un grupo de alumnos, seran variables
categricas el sexo, el grupo al que pertenece, el tipo de cobertura de salud, el nivel
educativo de la madre, etc. Si tienen dos categoras suelen llamarse dicotmicas.
- Cuantitativas: Son datos numricos. Se diferencian en:
o Discretas: son aquellos datos que se pueden contar o numerar. En el ejemplo
que estbamos viendo, seran variables discretas la edad del alumno, cantidad
de hermanos, nmero de materias que est cursando, etc.
| 31
o Continuas: datos numricos que pueden tomar cualquier valor (en general, entre
ciertos lmites). Por ejemplo: altura del alumno, peso, etc.
Otra clasificacin habitual para las variables estadsticas es:
- De corte longitudinal: la medicin de la variable refiere al mismo momento del tiempo.
- De corte transversal: la medicin de la variable se realiza en distintos momentos del
tiempo (en general, a intervalos regulares). Tambin se denominan, en este caso, series
temporales.

Estadsticadescriptivaunivariada
Distribucin de frecuencias y frecuencias acumuladas
La frecuencia de una variable (tanto discreta como cualitativa) es la cantidad de veces que el
dato se repite. Normalmente los datos se presentan agrupados segn una tabla de frecuencias,
que puede contener frecuencias absolutas (nmero de casos) o frecuencias relativas
(porcentajes)
Ejemplo
En el ao 2012, los alumnos matriculados en el Primer ao de Bachillerato en el Liceo Miranda
eran 297. En la reunin final de profesores se obtuvo la promocin primaria de cada uno de ellos.
Estos datos pueden presentarse en una tabla de frecuencias de la siguiente manera:
Fallo Reunin Final
Frecuencia
absoluta
Frecuencia
relativa
Promovido 159 53,54
Fallo en suspenso 62 20,87
Repite 76 25,59
Total 297 100,00

Ejercicio 41
Realiza una tabla de frecuencias utilizando como variable la edad en aos cumplidos
de los alumnos de la clase. Debe contener: frecuencias absolutas, frecuencias
relativas y frecuencias acumuladas.
Propiedad 12 Ley de los grandes nmeros
La frase "ley de los grandes nmeros" es tambin usada ocasionalmente para referirse al
principio de que la probabilidad de que cualquier evento posible (incluso uno improbable) ocurra
al menos una vez en una serie, incrementa con el nmero de eventos en la serie. Por ejemplo,
la probabilidad de que un individuo gane la lotera es bastante baja; sin embargo, la probabilidad
de que alguien gane la lotera es bastante alta, suponiendo que suficientes personas comprasen
boletos de lotera.
Ejercicio 42
Cada uno de los alumnos de la clase tira una moneda al aire y observa si la cara de la
moneda que queda hacia arriba es cara o nmero. Observa los resultados a
medida que aumenta el nmero de alumnos que realiza la operacin.

La frecuencia relativa de los resultados de un cierto experimento aleatorio, tienden
a estabilizarse en cierto nmero, que es precisamente la probabilidad, cuando el
experimento se realiza muchas veces.

| 32
Representaciones Grficas
3

Los datos pueden ser tambin presentados mediante grficas, cuya confeccin depende del tipo
de variable con la que se est trabajando.

Grfica de barras
Se utilizan para variables cualitativas.
Consisten en tantos rectngulos como categoras tiene la variable en cuestin. Las bases de
estos rectngulos deben ser iguales. La altura es proporcional a la frecuencia de la categora (o
sea, a la cantidad de veces que se encuentra el dato)

Grfica circular
Tambin se utilizan para variables cualitativas. En este caso, el total de datos se representan en
un crculo. ste se divide en tantos sectores como categoras tiene la variable.
La amplitud (medida en grados) de cada uno de estos sectores es proporcional a la frecuencia
de la categora que representa.

3
Los ejercicios correspondientes a los temas siguientes sern entregados en formato digital, ya
que se ver la forma de resolverlo usando algunos programas t ales como planillas de clculo.
0
20
40
60
80
100
120
140
160
180
Promovido Fallo en suspenso Repite
Fallos Reunin Final de Profesores 2012
| 33

Histograma
El histograma es una grfica de barras usada para variables cuantitativas discretas. La diferencia
es que las barras son consecutivas (o sea, no hay espacios entre ellas).

Otros tipos de grficas
Segn el tipo de datos que se quieren representar, existen otros tipos de grficas: grficas
lineales, grficas de reas, grficas de puntos, diagramas de cajas, diagramas de rbol, etc.
Ejercicio 43
Realiza tablas de frecuencias y las grficas que creas convenientes de las siguientes
variables, considerando los alumnos de la clase: edad, sexo, nmero de hermanos,
cantidad de personas en su vivienda, deporte preferido, tipo de msica preferido.

Promovi do; 159
Fal lo en
suspenso; 62
Repi te; 76
Fallos Reunin Final de Profesores 2012
0
20
40
60
80
100
120
140
15 16 17 18 19 20 21 23
Nmero de alumnos segn edad.
Primero Bachillerato 2012
| 34

Variables aleatorias cualitativas
Las variables cualitativas se subclasifican en:
- Ordinales: variables cualitativas ordinales en las cuales sus categoras pueden
ordenarse siguiendo determinada lgica. Ejemplo: edad en categoras como: menor de
15 aos, de 15 a 25 aos, mayor de 25 aos.
- Nominales: cualquier orden de sus categoras es arbitrario. Ejemplos: sexo,
departamento de nacimiento.
Un tipo de variable cualitativa muy usada es la llamada variable dicotmica. Tienen solamente
dos categoras. Ejemplos: sexo, persona que tiene o no cierta enfermedad investigada. Si las
categoras consideradas pueden considerarse como xito y fracaso, tambin se denominan
variables indicatrices.

Ejercicio 44
De acuerdo a la clasificacin dada anteriormente, propone ejemplos de variables
cualitativas e indica las categoras de cada una de ellas. Para cada una, determina si
es ordinal o nominal.
Medidas de resumen
Las variables cualitativas pueden representarse resumidas en tablas de frecuencias absolutas o
relativas. Solo si son ordinales tiene sentido presentar frecuencias acumuladas.
Las grficas habituales para las variables cualitativas son la grfica de barras y las circulares.
Ejemplo: La variable responde a la pregunta qu navegador de internet utiliza? Poblacin
objetivo: internautas a nivel global.

Las variables de resumen utilizadas en el caso de las variables cualitativas son:
- La cantidad de clases o categoras de la variable
- El Modo (o moda). Se define como la categora de la variable con mayor frecuencia.
- La frecuencia modal: es la frecuencia relativa de la clase ms frecuente.
Ejemplo:
En el ejemplo visto anteriormente:
| 35
- El nmero de clases es 6 (cada uno de los navegadores ms la categora otros)
- El Modo es Chrome
- La frecuencia modal es 36.4

Variables cuantitativas
Se subclasifican en:
- Discretas: sus valores son nmeros enteros (aunque lo ms habitual es que se traten
de nmeros naturales). Ejemplo: edad en aos cumplidos.
- Continuas: sus valores son nmeros reales. Ejemplo: ingresos de un hogar en un mes.
Las grficas ms utilizadas son: histogramas, grficas lineales, grficas de puntos, diagramas de
cajas.
Para las variables cuantitativas existen varios indicadores (o medidas de resumen) con los que
se pretende tener una idea del comportamiento de los datos con la menor prdida posible de
informacin. Estos indicadores sirven tambin para la comparacin de la variable en distintas
instancias, ya sea temporales o geogrficas.
Medidas de posicin
Medidasdetendenciacentral
Las ms importantes son:
- Modo (o moda) Es el valor de la variable con mayor frecuencia. Se usa nicamente en
variables cuantitativas discretas.
- Media (o promedio). Es el valor que tomara la variable si los datos fueran todos
iguales, manteniendo el total. Se calcula sumando todos los datos y dividiendo entre el
nmero de datos. La frmula para el clculo de la media es:
=1

- Mediana: Es el valor de la variable que se encuentra en el lugar central una vez
ordenados los datos en forma creciente. O sea, la mitad de los datos son menores que
la mediana y la otra mitad, mayores.

Ejemplo
Un grupo de personas est esperando atencin mdica. Al consultarlos sobre su edad (en aos
cumplidos) las respuestas son las siguientes:
18 25 69 25 50 38 41 23 24 58 25 47 19 51 58 28 32 48 20
28 35
Los indicadores vistos anteriormente son:
- Modo: 25 (su frecuencia es 3)
- Media:
=1
=

21
1
21
=
762
21
= 36.3
- Mediana Se deben ordenar las edades de las personas en forma ascendente
18 19 20 23 24 25 25 25 28 28 32 35 38 41 47 48 50 51
58 58 69
| 36
Al tener 21 personas, el lugar central est ocupado por la 11 persona (quedan 10
personas de menor edad y 10 de mayor edad). La edad de la 11 persona (32) es la
mediana de la distribucin.

Medidasdetendencianocentral
De manera similar a como se calcula la mediana de una variable aleatoria cuantitativa, se
pueden tambin calcular otros indicadores, que tambin necesitan un ordenamiento de la
variable de menor a mayor.
Entre estos indicadores se destacan: cuartiles (se divide la poblacin en cuatro grupos
aproximadamente iguales); quintiles (cinco grupos); deciles (10 grupos) y centiles o percentiles
(100 grupos).
Por ejemplo, en Economa y en Sociologa, es comn considerar los quintiles o deciles de una
poblacin ordenada por los ingresos.
Los pediatras utilizan los centiles para estudiar si un nio pequeo est en la curva de salud,
tanto en peso como en altura.

Medidas de dispersin

Cuando se comparan dos distribuciones de la misma variable, se utilizan en general las medidas
de resumen, siendo la ms frecuente, la media. Pero, en ciertas ocasiones, no alcanza con dar
un solo valor.

Por ejemplo:
Se tienen los ingresos de 10 trabajadores de 3 empresas distintas. Ellos son:

Empresa 1: el ingreso es de $11.000 en todos los casos.

Empresa 2: 9.000,9.000, 10.000, 10.000, 11.000, 11.000,12.000, 12. 000, 13.000, 13.000

Empresa 3: 7.000, 7.000, 7.800, 8.000, 9.000, 10.000, 11.600, 12.500, 16.100, 21.000

Si se calcula la media de las tres distribuciones se tiene que es la misma: 11.000, pero sin
embargo, a simple vista se nota que las caractersticas de los trabajadores en cuanto al ingreso,
son distintas. Si se grafican los datos, se tiene:

Por eso, suelen utilizarse otras medidas de resumen tales como:
- Rango: es la amplitud de la distribucin. Se calcula como la diferencia entre el valor
mayor de la variable y el valor menor.
- Varianza (o variancia): Es una especie de promedio de las diferencias entre los valores
observados y la media, elevados al cuadrado (porque de lo contrario, estas diferencias
se compensan y el total da cero). La frmula de clculo es la siguiente: se hallan la
0
2000
4000
6000
8000
10000
12000
1 2 3 4 5 6 7 8 9 10
Empresa 1
Sueldo ($)
0
2000
4000
6000
8000
10000
12000
14000
1 2 3 4 5 6 7 8 9 10
Empresa 2
Sueldo ($)
0
5000
10000
15000
20000
25000
1 2 3 4 5 6 7 8 9 10
Empresa 3
Sueldo ($)
| 37
diferencia de cada dato y la media y se eleva al cuadrado. Posteriormente se suman los
valores obtenidos y este resultado se divide entre el nmero de datos menos 1.
() =
(
2
=1
1

- Desvo estndar o desviacin estndar Debido a que para obtener la variancia es
necesario elevar al cuadrado, la unidad de medida de la misma es el cuadrado de la
original. Por este motivo, suele usarse la raz cuadrada de la variancia, que se llama
desvo o desviacin estndar. En este caso, la unidad de medida de los datos se
mantiene. Por ejemplo, si la variable es la altura de un grupo de estudiantes, la unidad
de medida es el metro. Por los clculos realizados, la unidad de medida de la variancia
es el metro cuadrado, por lo que es ms fcil de interpretar el nmero que determina el
desvo estndar, ya que nuevamente la unidad de medida es el metro.

Distribuciones de variables aleatorias
Los elementos del espacio muestral son elementos abstractos y, en consecuencia, tambin lo
son los sucesos definidos a partir de ellos. La probabilidad es una funcin cuyo dominio es el
conjunto de los sucesos y cuyo codominio es el intervalo [0,1] de los nmeros reales. Para poder
aplicar el clculo matemtico es conveniente que el dominio pertenezca tambin a un conjunto
numrico. Para solucionar este problema suele asignarse una funcin del conjunto de los
sucesos en el conjunto de los nmeros (reales en general) y a estos nmeros asignarle una
probabilidad. A estas funciones se les llama variables aleatorias. La funcin que le asigna a cada
valor de la variable una probabilidad, se llama funcin de probabilidad o distribucin de
probabilidad de la variable aleatoria.
Dependiendo del conjunto numrico considerado, las variables aleatorias pueden ser discretas
(en general, son nmeros naturales y pueden ser de recorrido finito o infinito) o continuas (son
nmeros reales).
Variables discretas
DistribucindeBernoulli
Una variable aleatoria tiene distribucin de Bernoulli si puede tomar nicamente dos valores (en
general representados por 0 y 1) y que son considerados tradicionalmente como fracaso y
xito respectivamente. Se caracteriza a estas variables por la probabilidad de xito.
Por ejemplo: el caso del gnero de una persona es de una variable aleatoria con distribucin
Bernoulli.
En smbolos: una variable X tiene distribucin Bernoulli si:
~ () {
1
0 1

O sea, la probabilidad de xito (P{X=1} = p) es lo que define la distribucin (por lo tanto, 0p1).
Se denomina parmetro de la distribucin.
Se puede demostrar que si una variable se distribuye Bernoulli, entonces

=
(
)
= (1 )
Distribucinbinomial
Si un experimento consta de varias pruebas independientes repetidas, teniendo cada una de
ellas distribucin Bernoulli, y se requiere el nmero de xitos, la variable aleatoria asociada al
experimento tiene una distribucin binomial. Son necesarios dos datos: el total de pruebas y la
probabilidad de xito en cada una de ellas.
| 38
Un ejemplo de variable con distribucin binomial, es el caso siguiente:
En una prueba de 10 tems, cada uno tiene 4 opciones como respuesta, de las cuales solo una
es la correcta. Si un alumno no estudi y contesta al azar, la probabilidad de acierto es de 0.25.
Con estos datos puede calcularse la probabilidad de que un alumno que conteste al azar tenga
determinado nmero de respuestas correctas. Estas probabilidades se muestran en el siguiente
grfico:

La distribucin Binomial tiene dos parmetros: el nmero de tiradas (veces que se repite el
experimento) y la probabilidad de xito de cada una de las pruebas Bernoulli.
Si se tiene que calcular la probabilidad de que, al repetir n veces un experimento Bernoulli, la
cantidad de xitos sea j, se usa la siguiente frmula:
~
(
,
)
,
{
=
}
=
(1 )

Puede demostrase que:
=
(
)
= (1 )

Ejercicio 45
Una prueba contiene 5 preguntas de opcin mltiple. Cada pregunta tiene 4 respuestas. Slo
una de ellas es correcta. Cul es la probabilidad de que un est udiante conteste todas las
preguntas bien, sin haber estudiado y slo adivinando las respuestas?
Ejercicio 46
Durante una epidemia de gripe, la probabilidad de que una persona est enferma es de 0.12.
Suponiendo que cada persona que llega a un consultorio no tiene relacin con las dems, cul
es la probabilidad de que exactamente 6 personas estn enferma si al consultorio concurren 25
personas? Calcula la media y la variancia de la distribucin para este caso.
Ejercicio 47
Un estudio de una asociacin de vigilantes de caminos, revel que 60% de los conductores de
Estados Unidos usa el cinturn de seguridad. Se seleccion una muestra de 10 conductores en
una carretera.
a) Cul es la probabilidad de que exactamente 7 conductores lleven puesto el cinturn?
b) Cul es la probabilidad de que 4 o menos de los conductores lleven puesto el cinturn?
0
0,05
0,1
0,15
0,2
0,25
0,3
0 1 2 3 4 5 6 7 8 9 10
| 39
DistribucindePoisson
Una variable con distribucin de Poisson cuenta la cantidad de sucesos ocurridos durante un
perodo determinado de tiempo. El recorrido de esta variable es el conjunto de los nmeros
naturales.
Si, por ejemplo se considera un perodo fijo de un da, una variable que cuente la cantidad de
alumnos que faltaron a clase tiene distribucin de Poisson. Otros ejemplos son: cantidad de autos
que pasaron por un peaje en un fin de semana, cantidad de personas que concurren a un banco
en el horario de atencin, etc. Existe una rama de la estadstica, denominada Teora de Colas,
que tiene su fundamento en este tipo de problemas.
El parmetro de la distribucin de Poisson se identifica generalmente con la letra griega
minscula lamda (). Representa el nmero de ocurrencias del evento durante un intervalo de
tiempo prefijado. Se denomina tambin parmetro de intensidad.

Variables continuas
DistribucinNormal
La distribucin de una variable normal se caracteriza por dos valores: la media y la variancia
(ambos conceptos ya vistos). Tiene muchas aplicaciones en Estadstica y la grfica de su funcin
de probabilidad tiene una forma conocida por Campana de Gauss. En una distribucin normal,
el 68% de los valores se encuentran en el intervalo determinado por la media ms y menos el
desvo estndar y el 99% de los valores estn en el intervalo determinado por la media ms y
menos tres veces el desvo.

La distribucin Normal se caracteriza por dos parmetros representados con letras griegas:
(que representa la media de la distribucin) y o
2
(que representa la variancia de la distribucin).
Se llama Normal tpica o Normal estndar a una distribucin Normal en la cual = 0 y o 0 1
(como en la grfica anterior).
Si se quiere calcular la probabilidad de que un valor de la distribucin Normal sea menor que
cierto valor x, la forma es:
~(,
2
), { } =
1
2
()
2
/(2
2
)

No existe un mtodo analtico para resolver esa integral, por lo que hay tablas que dan el
resultado para distintos casos. Tambin pueden usarse distintos programas informticos.
Dado que no pueden plantarse todas las posibles variables normal es, se utiliza una
transformacin de manera de usarse nicamente la variable normal tpica. Esa transformacin
es la siguiente.
-4 -2 0 2 4
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
x
z
| 40
~
(
0,1
)
; ~
(
,
2
)
=

De esta manera, el uso de la tabla de la normal estndar se extiende a cualquier otra distribucin
nomal.
Existe una propiedad muy importante, llamada Teorema Central del Lmite que dice que si se
tiene la media de un nmero muy importante de variables aleatorias independientes e
idnticamente distribuidas, entonces, la distribucin de estas medias tiende a ser normal.
(Cuidado: las variables originales siguen teniendo la distribucin original, lo que tiende a ser
normal es la nueva variable aleatoria determinada por las medias).

Ejercicio 48
La calificacin media en una prueba de admisin a un instituto de estudios superiores es de 500,
la desviacin estndar es 75. Las calificaciones se distribuyen normalmente.
a) Qu porcentaje de los estudiantes obtuvo 320 o menos?
b) 20% de los estudiantes tuvo una calificacin igual o por encima de que valor?
c) 10% de los estudiantes obtuvo una calificacin igual o inferior a que valor?

Ejercicio 49
Una estacin de radio FM, halla que el tiempo medio en que una persona sintoniza la estacin
es de 15,0 minutos, con una desviacin estndar de 3,5 minutos. Cul es la probabilidad de
que un oyente en particular sintonice la emisora
a) Durante 20 minutos o ms?
b) Durante 20 minutos o menos?
c) Entre 10 y 12 minutos?

DistribucinExponencial
La distribucin exponencial se utiliza bsicamente para medir tiempos o distancias entre dos
sucesos del mismo tipo.
Existe una relacin muy importante entre la distribucin Exponencial y la Poisson: si una variable
tiene distribucin de Poisson, el tiempo que separa la ocurrencia de dos eventos es una variable
con distribucin Exponencial.

Otrasdistribuciones
Algunas de las distribuciones continuas ms usadas en Estadstica se refieren a variables que
son necesarias para la solucin de problemas, tales como la independencia de variables o
verificacin de hiptesis de trabajo. Entre ellas se destacan la distribucin _
2
(chi cuadrado), la
distribucin t de Student y la distribucin f de Fisher-Snedecor.
En general, para comprobar que una variable tiene determinada distribucin, deben realizarse
una serie de pruebas, llamadas pruebas de bondad de ajuste.
Intervalos de confianza
La media y la mediana de la distribucin de una variable aleat oria son valores puntuales.
Si estos valores provienen de una muestra aleatoria, pueden existir diferencias entre las
diferentes muestras tomadas.
En Estadstica, muchas veces es conveniente trabajar con Intervalos de Confianza. Para ello, se
determinan dos nmeros (utilizando ciertas reglas), llamados extremos del intervalo. De acuerdo
a las reglas utilizadas, se puede determinar que el valor real de la poblacin que estamos
buscando, se encuentra en ese intervalo con una probabilidad conocida (denominada nivel de
confianza) que se anota en general como 1 - o. La probabilidad de que el verdadero valor del
parmetro buscado no est en el intervalo hallado es o, que se denomina nivel de significacin.
| 41

Si Z es una variable con distribucin Normal tpica ( = 0 y o
2
=1), se cumple que:
P{-1.96 < z < 1.96} = 0.95
Si se est trabajando con una variable aleatoria X que tiene distribucin Normal con media = y
varianza =o
2
, se puede transformar en una Normal tpica, como ya se vio anteriormente.
Si se quiere hallar el valor de la media poblacional, se puede asegurar con una probabilidad del
95%, que ese valor se encontrar en el intervalo:
n
X
n
X
o
o
* 96 . 1 * 96 . 1 + < <
Siendo: X el valor de la media de la muestra, n el tamao de muestra, o el desvo estndar de
la poblacin y la media poblacional buscada.
Anlisis multivariado
Relaciones entre dos variables
En ocasiones, es necesario realizar el anlisis de los datos vinculando dos o ms variables. Si
estas variables son cualitativas o, siendo numricas se pueden modificar creando modalidades,
la forma tradicional de tratarlas es mediante tabla de datos cruzados o Tablas de Contingencia.
Tambin pueden usarse grficos que vinculen dos variables.
Estadsticadescriptiva
Tablas de contingencia
Como regla general, es conveniente que la tabla sea ms larga que ancha. O sea, la variable
que tiene ms categoras debe presentarse en las filas y la de menos categoras en las columnas.
Es simplemente un aspecto visual: ayuda en la interpretacin de los datos. No es aconsejable
que las tablas sean muy extensas ni incluir ms de tres variables (siempre que dos de ellas
tengan muy pocas categoras). Con estas tablas no se pretende, en general, que una variable
explique a la otra, sino que la intencin es ver cmo se corresponden las distintas modalidades
de cada una de las variables (por ejemplo, si los datos que corresponden a una de las
modalidades de una de las variables estn concentrados o distribuidos en las modalidades de la
otra variable).

Ejercicio 50
Crear una tabla de contingencia utilizando los datos de edad y gnero de los alumnos
del grupo.

En estas tablas hay varias opciones: los totales pueden aparecer tanto al inicio de la tabla (ms
usados en las presentaciones internacionales) como al final. Se acostumbra a usar totales de
filas y de columnas.
En este caso, la tabla se debe titular Nmero de alumnos por sexo, segn edad.
En cuanto a la presentacin de los datos de la tabla mediante porcentajes, depende del objetivo
de la misma:
- porcentajes correspondientes a cada fila, o sea, el 100% es el nmero de observaciones de
cada categora de la variable que ocupa las filas.
- porcentajes correspondientes a columnas, o sea, el 100% es el total de observaciones de
cada modalidad de la variable que ocupa las columnas.
- porcentaje de tabla, o sea, el 100% es el total de observaciones.

Cuando la tabla se presenta con los totales de observaciones, la persona que est leyendo el
informe puede calcular las otras tablas segn sus necesidades. Si solo se presentan los
porcentajes, esto no es posible, salvo que se brinden los valores totales de las filas, las columnas
o de tabla segn corresponda.
| 42

Grficos
Cuando se necesita mostrar la informacin correspondiente a dos variables, se pueden usar
grficos de barras acumuladas: o sea, la barra correspondiente a cada modalidad de una de las
variables se divide (en diferentes colores generalmente) para indicar las proporciones
correspondientes a cada una de las modalidades de la otra variable.
Estos grficos pueden confeccionarse tanto con valores absolutos (nmero de observaciones,
cada grfica tiene la altura proporcional al nmero de observaciones de la modalidad que
representa) como con valores relativos (cada barra representa el 100%, por lo que todas tienen
la misma altura)

Ejercicio 51
Realiza un grfico de barras acumuladas que muestre la distribucin de los alumnos del
grupo por edad y sexo.
Cuidado: el grfico debe respetar lo ms fielmente posible la descripcin de los datos obtenidos
en la investigacin, por lo cual su eleccin debe ser cuidadosa.

Test de independencia para dos variables
Variablescualitativas
En algunas ocasiones interesa saber si dos variables son o no independientes.
4

Se trabaja en estos casos con una prueba de hiptesis especial, en la cual la H0 es que las
variables son independientes y la H1 que no lo son. Se denominan test de independencias de
Pearson.
En este test se trabaja con tablas de doble entrada, en las cuales se coloca las distintas
modalidades de una variable como filas y las modalidades de la otra variable como columnas.
La condicin principal es que no haya datos faltantes, ya que se necesitan los diferentes
cruzamientos de las mismas (o sea, cuantos elementos de la muestra comparten cada
combinacin de las diferentes modalidades de ambas variables). Tambin debe elegirse un valor
de significacin del test (o sea, cual es el mayor error que se permite).

Ejemplo:
La pregunta es si las diferencias se deben a la muestra o si es que las variables no son
efectivamente independientes. El matemtico Karl Pearson demostr en 1901 que si se efectan
las siguientes operaciones:
( )
esperado valor
observado valor esperado valor
.
. .
2
la variable aleatoria obtenida se distribuye _
2

cuyos grados de libertad se obtienen como (Nfilas 1)(N columnas 1)

Variablescuantitativas
Si dos variables aleatorias referidas a datos sobre los mismos elementos de la poblacin son
cuantitativas, puede establecerse que grado de relacin tienen mediante el llamado coeficiente
de correlacin. Es un nmero entre 1 y 1 y sus valores se pueden interpretar de la siguiente
forma:
Si el coeficiente de correlacin es 0, las variables son independientes.
Si el coeficiente de correlacin es 1, las variables estn correlacionadas positivamente
(o sea, a mayores valores de una de ellas corresponden mayores valores de la otra).

4
Dos variables son independientes si la informacin que se posee sobre una de ellas no influye
en el resultado de la otra.
| 43
Si el coeficiente de correlacin es 1, las variables estn correlacionadas negativamente
(o sea, a mayores valores de una de ellas corresponden menores valores de la otra)
Para los valores intermedios, no hay correlacin o independencia perfecta, pero en
general, si el valor es cercano a 1 o a 1, se acostumbra a decir que las variables tienen
correlaciones altas. No existe un valor lmite para separar estos conceptos, pero puede
considerarse que valores mayores a 0,7 ya indican altas correlaciones y valores menores
a 0,3 indicaran la ausencia de correlacin (o cuasi independencia).

Grficamente, puede usarse el llamado diagrama de dispersin o dispersograma, en el cual
cada variable se representa en uno de los ejes y cada punto queda determinado por los valores
de cada variable para una observacin.

0,00
10,00
20,00
30,00
40,00
50,00
60,00
70,00
80,00
90,00
100,00
0,00 20,00 40,00 60,00 80,00 100,00
Correlacin negativa
0,00
5,00
10,00
15,00
20,00
25,00
30,00
35,00
40,00
45,00
50,00
0,00 10,00 20,00 30,00 40,00 50,00 60,00
Correlacin positiva
0,00
20,00
40,00
60,00
80,00
100,00
120,00
0,00 20,00 40,00 60,00 80,00 100,00
Variables independientes
| 44
Artculos del Reglamento de Evaluacin y Pasaje de grado para el
Bachillerato

Artculo 28

En todos los casos de inscripcin por asignatura, para lograr la promocin no se podr superar
1/6 de las inasistencias fictas. Esa fraccin se determinar en base al total de clases tericas y
prcticas que debieron dictarse en cada asignatura.

Artculo 29
En 2 y 3 de Bachillerato, la inasistencia a una hora de clase determinar nicamente, el
cmputo de una falta en esa asignatura. El estudiante que supere el lmite de inasistencias
establecido en los Artculos 28 y 51 deber rendir los exmenes en carcter libre. En este caso,
perder la categora que le hubiere correspondido.

Artculo 30
Previa presentacin del correspondiente justificativo, en un plazo prudencial que no exceda una
semana, la Direccin del Liceo podr justificar las inasistencias originadas en problemas de
salud. Asimismo podr justificar aquellas que se originen en situaciones graves o excepcionales
debidamente probadas. Con el fin de aprobar los cursos se computar el total de faltas fictas,
sumando a las no justificadas el cincuenta por ciento de las justificadas, desechndose las
fracciones que resulten de la operacin.

Artculo 48
La actuacin del estudiante durante el curso se calificar segn la escala de 1 a 12, en la cual
los niveles 1, 2, 3, 4 y 5 denotan diversos grados de insuficiencia.
Segn el criterio de gradualidad en la exigencia acadmica, los valores mnimos de la
promocin sern:
- 6 o superior para 1er. ao y para asignaturas del Ncleo Comn de 2 y 3
- 7 o superior para asignaturas especficas de 2 ao, y
- 8 o superior para asignaturas especficas de 3 ao.
Para las instancias de exmenes, en los tres cursos de Bachillerato, la calificacin 5 marcar
la suficiencia mnima para la aprobacin. No sern aprobados los exmenes que consten de dos
pruebas cuando una de ellas tenga calificacin 1 o 2.

Artculo 49
La calificacin final en cada asignatura ser el resultado de todo el proceso de aprendizaje
desarrollado por el estudiante durante el curso.
Las calificaciones de las Evaluaciones Especiales se integrarn a la evaluacin del proceso.

Artculo 50
A los efectos de la evaluacin final de un curso de Bachillerato no se tendrn en cuenta las
asignaturas pendientes de cursos anteriores.
Al finalizar los cursos y evaluada la actuacin de los alumnos en cada asignatura, se determinarn
las siguientes categoras:

ASIGNATURAS de 1 de BACHILLERATO y ASIGNATURAS de NCLEO COMN DE 2 y 3
A- Calificacin final 6 o superior, promocin
B- Calificacin final 5.
C- Calificacin final 3 o 4.
D- Calificacin final 1 o 2.

| 45
ASIGNATURAS ESPECFICAS de 2 de BACHILLERATO
A- Calificacin final de promocin: 7 o superior,
C- Calificacin final 3, 4 y 5.
D- Calificacin final 1 o 2.

ASIGNATURAS ESPECFICAS de 3 de BACHILLERATO
A- Calificacin final de promocin: 8 o superior,
C- Calificacin final 4, 5 y 6.
D- Calificacin final 1, 2 o 3.

La categora A habilita a la promocin.
La categora B habilita a examen de una prueba complementaria a partir del perodo
noviembre-diciembre. (Artculo 58).
La categora C habilita a examen de dos pruebas a partir del perodo noviembre
diciembre.
La categora D habilita a examen de dos pruebas a partir del perodo de febrero.
La reglamentacin se mantiene hasta el fin del ao lectivo siguiente - perodo febrero
(Circular 2845). Posteriormente el examen pasar a carcter libre.

Artculo 51

En 2 y 3 sern promovidos en cada asignatura en la Segunda Reunin de Profesores los
estudiantes cuyas inasistencias fictas no superen 1/6 de las clases tericas ni de las clases
prcticas y hayan obtenido Categora A - calificacin final de aprobacin.

Matematica - Sexto Medicina 2013

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Matematica - Sexto Medicina 2013

Uploaded by

Copyright:

Available Formats

2013

entonces orden (f) = orden (g)

entonces orden (f) = orden (g)

) al rea comprendida entre la grfica de la

x e [a,b], entonces se cumple que F(x) es derivable en [a,b] y

You might also like