Sumatoria

La sumatoria es un smbolo muy utilizado en matemticas que sirve para simplificar formulas estadsticas. Una sumatoria nos permite representar sumas muy grandes, de n sumandos o incluso sumas infinitas y se expresa con la letra griega sigma ().

Por lo general despus de una sumatoria aparece una variable con un suscrito representado por la letra i (Xi). Este suscrito indica qu valores de la variable se deben sumar, Para determinar cules valores es necesario sustituir la i por los valores que se indican arriba y debajo de la sumatoria Una sumatoria se define como:

Propiedades

Propiedad distributiva de la suma

La propiedad distributiva de la suma indica que cuando se multiplica cada uno de los trminos que componen una suma por la misma constante, es posible primero efectuar la suma de los trminos y luego multiplicar el resultado por la constante.

Ejemplo: 9(2+7+4+6) = (9)2 + (9)7 +(9)4 + (9)6 = 18 + 63 + 36 + 54

= 171, lo mismo 9(2+7+4+6) = (9)19 = 171

Utilizando la sumatoria esta situacin se representa de la siguiente manera

Sumatoria de una constante:

Si se aplica la sumatoria a una constante es lo mismo que sumar la constante a s misma tantas veces como lo indique la sumatoria.

Ejemplo: Si C = 5

Como la suma del mismo nmero repetidas veces se puede representar por medio de la operacin de multiplicacin es posible indicar que si C es una constante entonces

Sumatoria de dos o ms variables:

Si se aplica la sumatoria a una suma de dos o ms variables el resultado es igual a la suma de las sumatorias de estas variables.

Ejemplo:

i X Y 1 2 5 2 3 -2 3 -1 0 4 1 1

La sumatoria es igual a:

(X1+Y1)+(X2+Y2)+(X3+Y3)+(X4+Y4) = X1+X2+X3+X4+Y1+Y2+Y3+Y4 (2+5)+[3+(-2)]+[(-1)+0]+(1+1) = 2+3+(-1)+1+5+(-2)+0+1 7+1-1+2 = 9

Distribuciones de frecuencia y propiedades

Es el conjunto de los valores que toma una variable, junto con sus frecuencias correspondientes. As pues, para determinar una distribucin de frecuencias debemos conocer todos los valores x1 de la variable y cualquiera de las columnas de frecuencias (pues el paso de una a otra es inmediato).

Distinguiremos

dos

tipos

fundamentales

de

distribucin

de

frecuencias: las no agrupadas en intervalos y las agrupadas en intervalos.

La distribucin de frecuencias no est agrupada en intervalos cuando cada valor de la variable tiene asociado su frecuencia. Pero ocurre

frecuentemente, sobre todo en variables de tipo continuo, que el nmero de valores distintos que toma la variable es demasiado grande; en este caso, para mayor comodidad en el tratamiento de la informacin, parece aconsejable agrupar esos valores en intervalos, teniendo en cuenta que lo que ganamos en manejabilidad lo perdemos en informacin de la distribucin

Propiedades

La suma de las frecuencias absolutas coincide con tamao de la muestra:

Todas las frecuencias absolutas son positivas y menores o iguales que n .

La suma de las frecuencias relativas es 1:

Todas las frecuencias relativas son positivas y menores o iguales que

La frecuencia absoluta acumulada correspondiente a un valor de la variable se obtiene sumando la frecuencia absoluta acumulada del valor anterior, con la frecuencia absoluta del dato.

Promedios
Suma de todos los valores numricos dividida entre el nmero de valores para obtener un nmero que pueda representar de la mejor manera a todos los valores del conjunto.

Por ejemplo, el promedio de 6 nmeros (3, 4, 2, 2, 5, 2) es

(3 + 4 + 2 + 2 + 5 + 2) 6 = 3

El promedio de un grupo de nmeros es el mismo que la media aritmtica.

Usos

Todos en algn momento de nuestras vidas calculamos un promedio, ya sea de las notas al terminar el secundario, del gasto mensual de luz durante un ao, del gasto en el supermercado por semana, de las ventas anuales en nuestra empresa, etc. Ese nmero que resulta de sumar todos los valores de una variable en anlisis y dividirlos entre la cantidad de valores sumados, qu me dice?, Intuitivamente creo que para todos es bastante claro.

Este valor que resulta de aplicar una sencilla frmula matemtica, no siempre es intuitivamente claro, el promedio puede o no coincidir con uno de los valores utilizados en su clculo, pues el mismo acta como un punto de equilibrio o balanceo, de modo que las observaciones que son mayores equilibren a las que son menores. Se dice que es el centro fsico de los datos. Y lo que me dice simplemente es eso, un promedio, un valor medio entre todos los analizados, nos da una idea del comportamiento promedio de los datos.

Promedio Aritmtico
La media aritmtica (tambin llamada promedio o simplemente media) de un conjunto finito de nmeros es el valor caracterstico de una serie de datos cuantitativos objeto de estudio que parte del principio de la esperanza matemtica o valor esperado, se obtiene a partir de la suma de todos sus valores dividida entre el nmero de sumandos. Cuando el conjunto es una muestra aleatoria recibe el nombre de media muestral siendo uno de los principales estadsticos muestrales.

Expresada de forma ms intuitiva, podemos decir que la media (aritmtica) es la cantidad total de la variable distribuida a partes iguales entre cada observacin.

Por ejemplo, si en una habitacin hay tres personas, la media de dinero que tienen en sus bolsillos sera el resultado de tomar todo el dinero de los tres y dividirlo a partes iguales entre cada uno de ellos. Es decir, la media es una forma de resumir la informacin de una distribucin (dinero en

el bolsillo) suponiendo que cada observacin (persona) tuviera la misma cantidad de la variable.

Tambin la media aritmtica puede ser denominada como centro de gravedad de una distribucin, el cual no est necesariamente en la mitad. Una de las limitaciones de la media aritmtica es que se trata de una medida muy sensible a los valores extremos; valores muy grandes tienden a aumentarla mientras que valores muy pequeos tienden a reducirla, lo que implica que puede dejar de ser representativa de la poblacin.

Promedio geomtrico
La media geomtrica de una cantidad arbitraria de nmeros (por decir n nmeros) es la raz n-sima del producto de todos los nmeros, es recomendada para datos de progresin geomtrica, para promediar razones, inters compuesto y nmeros ndices.

Por ejemplo, la media geomtrica de 2 y 18 es

Otro ejemplo, la media de 1, 3 y 9 sera

Promedio armnico
El promedio armnico de los valores: (X1 X2..... Xn) donde ninguno toma el valor cero es:

Este promedio se utiliza para que los valores extremos no afecten al valor del promedio. Los valores extremos s afectan cuando se usa el promedio aritmtico o el promedio geomtrico.

Medidas de tendencia central

Al describir grupos de observaciones, con frecuencia es conveniente resumir la informacin con un solo nmero. Este nmero que, para tal fin, suele situarse hacia el centro de la distribucin de datos se denomina medida o parmetro de tendencia central o de centralizacin. Cuando se hace referencia nicamente a la posicin de estos parmetros dentro de la distribucin, independientemente de que sta est ms o menos centrada, se habla de estas medidas como medidas de posicin.1 En este caso se incluyen tambin los cuantiles entre estas medidas. Se debe tener en cuenta que existen variables cualitativas y variables cuantitativas, por lo que las medidas de posicin o medidas de tendencia se usan de acuerdo al tipo de variable que se est observando, en este caso se observan variables cuantitativas.

Media
La media aritmtica es el valor obtenido por la suma de todos sus valores dividida entre el nmero de sumandos.

Por ejemplo, las notas de 5 alumnos en una prueba:

nio 1 2 3 4 5

nota 6,0 5,4 3,1 7,0 6,1 Primero, se suman las notas: 6,0+5,4+3,1+7,0+6,1 = 27,6 Luego el total se divide entre la cantidad de alumnos: 27,6/5=5,52 La media aritmtica en este ejemplo es 5,52

Mediana
La mediana es un valor de la variable que deja por debajo de s a la mitad de los datos, una vez que stos estn ordenados de menor a mayor. 7 Por ejemplo, la mediana del nmero de hijos de un conjunto de trece familias, cuyos respectivos hijos son: 3, 4, 2, 3, 2, 1, 1, 2, 1, 1, 2, 1 y 1, es 2, puesto que, una vez ordenados los datos: 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 4, el que ocupa la posicin central es 2:

En caso de un nmero par de datos, la mediana no correspondera a ningn valor de la variable, por lo que se conviene en tomar como mediana el

valor intermedio entre los dos valores centrales. Por ejemplo, en el caso de doce datos como los anteriores:

Se toma como mediana

Existen mtodos de clculo ms rpidos para datos ms numerosos. Del mismo modo, para valores agrupados en intervalos, se halla el "intervalo mediano" y, dentro de ste, se obtiene un valor concreto por interpolacin.

Moda
La moda es el dato ms repetido, el valor de la variable con mayor frecuencia absoluta. En cierto sentido la definicin matemtica corresponde con la locucin "estar de moda", esto es, ser lo que ms se lleva.

Su clculo es extremadamente sencillo, pues slo necesita un recuento. En variables continuas, expresadas en intervalos, existe el denominado intervalo modal o, en su defecto, si es necesario obtener un valor concreto de la variable, se recurre a la interpolacin.

Por ejemplo, el nmero de personas en distintos vehculos en una carretera: 5-7-4-6-9-5-6-1-5-3-7. El nmero que ms se repite es 5, entonces la moda es 5.

Hablaremos de una distribucin bimodal de los datos, cuando encontremos dos modas, es decir, dos datos que tengan la misma frecuencia absoluta mxima. Cuando en una distribucin de datos se encuentran tres o ms modas, entonces es multimodal. Por ltimo, si todas las variables tienen la misma frecuencia diremos que no hay moda.

Cuando tratamos con datos agrupados en intervalos, antes de calcular la moda, se ha de definir el intervalo modal. El intervalo modal es el de mayor frecuencia absoluta.

La moda, cuando los datos estn agrupados, es un punto que divide el intervalo modal en dos partes de la forma p y c-p, siendo c la amplitud del intervalo, que verifiquen que:

Siendo

la frecuencia absoluta del intervalo modal y

las

frecuencias absolutas de los intervalos anterior y posterior, respectivamente.

Las calificaciones en la asignatura de Matemticas de 39 alumnos de una clase viene dada por la siguiente tabla (debajo):

Calificaciones

1 2 3 4 5 6 7 8 9

Nmero de alumnos 2 2 4 5 8 9 3 4 2

Rol educativo
El conocimiento hoy en da es libre en su mayora y fcilmente accesible por cualquiera El conocimiento hoy no slo est o se logra en el sistema de educacin formal, sino se encuentra disperso en una serie de nuevas realidades y situaciones Por tanto el sistema educativo debe asumir esta nueva realidad Las TIC, el trabajo colaborativo y el desarrollo de competencias en los docentes y estudiantes cobran vigencia hoy en da Ha llegado el momento en que las viejas estructuras son modificadas o simplemente reemplazadas por las nuevas.

La importancia de la formacin profesional continua y de la actualizacin del conocimiento La importancia de la educacin informal y sus nuevas potencialidades educativas La importancia de buscar nuevos espacios de formacin La importancia de la alfabetizacin digital y la reduccin de la brecha digital Los nuevos entornos formativos y el auge de la formacin e-learning El desarrollo de las nuevas competencias de los profesionales de la educacin.

El nuevo escenario educativo ha modificado los roles tradicionales creando nuevos roles para los actores del proceso Todas persona en la actualidad debe contar con nuevas competencias en el mbito de la educacin, profesin, sociedad, ciudadana y otras reas La idea es poseer herramientas para poder enfrentar de forma autnoma los desafos actuales y futuros de la sociedad en permanente cambio Esto ha generado la necesidad de reformular los roles educativos tradicionales adems de contemplar la aparicin de otros nuevos.

Charlas
Una conversacin es un dilogo entre dos o ms personas. Se establece una comunicacin a travs del lenguaje hablado (por telfono, por ejemplo) escrito (en una sala de chat).

Es una interaccin en la cual los interlocutores contribuyen a la construccin de un texto, a diferencia del monlogo, donde el control de la construccin lo tiene slo uno. Por eso se seala su carcter dialogar. Pero, no lo hacen al mismo tiempo sino que cada cual tiene su turno de habla.

La conversacin puede girar en torno a uno o muchos temas y est condicionada por el contexto. En una situacin informal stos pueden variar con facilidad y sin previa organizacin. Los dialogantes pueden expresar su punto de vista y discutir. En cambio en otros, las posibilidades mencionadas pueden estar limitadas para uno o ambos actores.

Caractersticas

La conversacin suele presentar la siguiente estructura:

Apertura: indicacin del deseo de entablar el dialogo mediante una invocacin al destinatario. Tambin consiste en un saludo o llamada de atencin con los que se da inicio a la conversacin.

Orientacin: en esta frase se introduce el tema o se orienta la conversacin hacia l. Desarrollo: est formado por las distintas intervenciones de los interlocutores en la que estos intercambian sus opiniones sobre el

tema inicial y van introduciendo temas nuevos durante el cual se puede incluir una secuencia narrativa, descriptiva, argumentativa, etc. Conclusin: clausura del tema para finalizar el dilogo o introducir un nuevo tema, que formar un nuevo ncleo transaccional. Cierre: es la parte final, en la que se da por concluida la conversacin con alguna frmula de despedida.

Teora de Lewis
El qumico estadounidense Lewis dio una definicin acerca del comportamiento de la base, en donde se puede definir como una sustancia que puede donar un par de electrones, y para el acido como una sustancia que puede aceptar un par de electrones. En 1923 y desarroll en 1938 su teora de cidos y bases:

El cido debe tener su octeto de electrones incompleto y la base debe tener algn par de electrones solitarios. El amonaco es una base de Lewis tpica y el trifluoruro de boro un cido de Lewis tpico. La reaccin de un cido con una base de Lewis da como resultado un compuesto de adicin. Los cidos de Lewis tales como el cloruro de aluminio, el trifluoruro de boro, el cloruro estnnico, el cloruro de zinc y el cloruro de hierro (III) son catalizadores sumamente importantes de ciertas reacciones orgnicas.

De esta forma se incluyen substancias que se comportan como cidos pero no cumplen la definicin de Brnsted y Lowry, y suelen ser denominadas cidos de Lewis. Puesto que el protn, segn esta definicin, es un cido de Lewis (tiene vaco el orbital 1 s, en donde alojar el par de electrones), todos los cidos de Brnsted-Lowry son cidos de Lewis.

Ejemplos de cidos de Brnsted-Lowry: HCl, HNO3, H3PO4. Ejemplos de cidos de Lewis: Ag+, AlCl3, CO2, SO3. Se puede tener una idea de la fuerza de una sustancia como cido o

base de Lewis utilizando la constante de disociacin de su aducto con una base o cido de Lewis tomado como referencia. Por ejemplo, para comparar la basicidad del amonaco, metilamina, dimetilamina y trimetilamina en fase gaseosa, se puede utilizar el trimetilborano.