Jueves 17 de Agosto 2017

Tarea 02: Operadores, Momentos y Relaciones Funcionales

Universidad Nacional Autónoma de México, Facultad de Ingeniería, División de Ingeniería en Ciencias
de la Tierra, Departamento de Explotación de Minas y Metalurgia. Geoestadística
Navarrete Camacho Diego; diego031196@hotmail.com

Operadores: ¿Qué son y por qué lo son?

Los operadores son símbolos matemáticos con cierto significado y representan una o más
operaciones con n operandos cuyo resultado es específico de dicha operación. Cuando
nosotros los aplicamos a la estadística saltan a la vista las medidas de tendencia central y
las medidas de dispersión.

Medidas de tendencia central y de colocación

• Media: el promedio del conjunto de datos capturados.
• Mediana: el valor que deja el mismo número de datos antes y después que él.
• Moda: El valor que se presenta en más ocasiones
• Sesgo: Es la representación que nos da la simetría de los valores analizados.

Podemos tomar también al valor esperado como un operador matemáticas. El valor esperado
nace de la práctica de los juegos de azar. Podemos también denominarlo como un promedio
ponderado, este mismo toma en cuenta la existencia de los elementos además de su valor a
promediar.

Relaciones funcionales
“Se dice que una magnitud o cantidad está en función de otra si el valor de la primera depende
exclusivamente del valor de la segunda. Es una función es en si o un objeto matemático que se
utiliza para expresar la dependencia entre dos magnitudes, y puede presentarse a través de
varios aspectos complementarios”

Cuando hablamos de relaciones funcionales nos referimos a la existencia y relación exacta

entre x y y, es decir , a cada valor de x responde un único valor de y. Como, por ejemplo:

• Relación entre la posición y el tiempo en el movimiento de un cuerpo

• Los planetas y su periodo orbital
• Los alumnos de la facultad de ingeniería y sus fechas de nacimiento
• Ingenieros de minas y metalúrgica y sus lugares de nacimiento

Se pueden representar de diversas formas y cada una de ellas pueden ayudar visualmente de
diferente forma.
• Tablas de valores
• Gráficas.
• Fórmulas.

1
 Jueves 17 de Agosto 2017

Y con ayuda de las relaciones funcionales en aplicación matemática podemos definir y resolver
una cantidad infinita de problemas.

Momentos ¿Cuáles son los principales, ¿cómo se evalúan y cuál es su significado?

Cuando nos referimos a un momento de una variable aleatoria x decimos que son los valores
esperados de ciertas funciones de x, las cuales forman una colección de medidas descriptivas
que se pueden emplear para caracterizar distribuciones de probabilidad de x y especificarlas si
todos los momentos de x son conocidos. Los momentos nos permitirán calcular algunas de las
características numéricas de las variables aleatorias.

El k-ésimo momento de la variable aleatoria X es:

𝐸[𝑋 𝑘 ] = ∑ 𝑥 𝑘 𝑓(𝑥)
𝑥
Primer momento
“El k-ésimo momento de una variable aleatoria Y tomado alrededor del origen se define como
𝐸(𝑋 𝑘 ) 𝑦 𝑠𝑒 𝑑𝑒𝑛𝑜𝑡𝑎 𝑐𝑜𝑚𝑜 𝜇𝑘′ ” (Mendenhall, Scheaffer, & Dennis, Estadística Matemática con
Aplicaciones, 2010)

Si k = 1 , se tiene que el primer momento de X es la media de X y se denota por 𝝁.

𝜇 = 𝐸[𝑋]

Recordemos que la media de una variable aleatoria se considera como una cantidad numérica
alrededor de la cual los alores de la variable aleatoria tienden a agruparse.

Segundo momento
“El k-ésimo momento de una variable aleatoria Y tomado alrededor de su media o el k-ésimo
momento central de Y se define como 𝐸((𝑋 − 𝜇)𝑘 ) 𝑦 𝑠𝑒 𝑑𝑒𝑛𝑜𝑡𝑎 𝑐𝑜𝑚𝑜 𝜇𝑘 ” (Mendenhall,
Scheaffer, & Dennis, Estadística Matemática con Aplicaciones, 2010)

El segundo momento central, alrededor de la media recibe el nombre de varianza de la variable

aleatoria. Y se puede obtener como el segundo momento de X menos el cuadrado de la media.

𝜎 2 = [(𝑋 − 𝜇)2 ]

Tercer momento
Recordemos que si una distribución es simétrica respecto a la media (𝜇), entonces su tercer
momento central es cero.

El tercer momento central está relacionado con la asimetría de la distribución de probabilidad

de X. La cual es llamada sesgo y se define como:
1
𝛾 = 3 𝐸[(𝑋 − 𝜇)3 ]
𝜎

2
 Jueves 17 de Agosto 2017

Cuarto momento

El cuarto momento central es una medida de qué tan puntiaguda es la distribución de

probabilidad y recibe en nombre de curtosis y se define como:
1
𝛾 ∗ = 4 𝐸[(𝑋 − 𝜇)4 ]
𝜎

Opinión
Cuando nosotros tenemos un conjunto de datos y los estudiamos con ayuda de la estadística,
podemos caracterizar a dichos datos con múltiples parámetros descriptivos. En la tarea anterior
vimos la importancia de la media cuando nosotros tenemos u conjunto de datos y la forma en
la que nos ayuda a sintetizar o englobar información. Entonces ahora vienen otros parámetros
o características que a mi parecer son importantes para poder analizar un mundo de
información si necesidad de estar viendo todos los datos o valores que se obtuvieron de un
muestreo, algún análisis químico, etc. Desde mi punto de vista creo que al entender la definición
de relaciones fundamentales podemos ver con diferentes ojos a la naturaleza, en específico a
la distribución mineralógica en la corteza terrestre. Pues existen múltiples factores que están
en función de otros procesos en la formación de minerales económicamente explotables y
conocer dichas relaciones o codependencias nos brindaría mucha información.

En el otro caso, cuando hablamos de momentos que no es otra cosa que una medida
estadística, podemos aprovecharnos muy bien de ella para poder calcular y obtener información
útil, como son el sesgo, varianza y curtosis.

Bibliografía
Camarena Ibarrola, J. A. (15 de Agosto de 2017). Curso de Probabilidad y Estadística.
Conceptos Fundamentales. 23. San Nicolás de Hidalgo, Hidalgo, México.

Mendenhall, W., J. Beaver, R., & M. Beaver, B. (2010). Introducción a la Probabilidad y

Estadística (13 ed.). California: CENGAGE Learning.

Mendenhall, W., Scheaffer, R. L., & Dennis, W. (2010). Estadística Matemática con Aplicaciones
(7 ed.). (J. H. Romo Muñoz, Trad.) Florida: CENGAGE Learning.

Pinilla Morán, V. D. (s.f.). Variables aleatorias. Coyoacán: Facultad de Ingeniería UNAM.