Módulo Teórico Práctico 6to Matemática Aplicada

Módulo teórico práctico
Matemática Aplicada 6to año

Provincia de Buenos Aires
Dirección General de Cultura y Educación
Dirección de Educación Técnica
Escuela de Educación Secundaria Técnica N°3
“Domingo Faustino Sarmiento”
Índice
Programa pág. 2
Vectores en el espacio pág.3-13
Probabilidad pág.14-16
Funciones Vectoriales pág.17-19
Funciones de varias variables pág.20-23
Estadística pág.24-32
Parámetros Estadísticos pág.33-42
Transformada de Laplace pág.43-44
Apéndice pág.45-47
1
Programa de Contenidos de Matemática Aplicada
Unidad N°1: Matemática Vectorial
Vectores y escalares. Componentes de un vector. Vectores en el plano y el espacio. Operaciones entre vectores,
y entre vectores y escalares. Propiedades. Módulo de un vector. Producto escalar y vectorial. Ángulo entre
vectores. Vectores paralelos y perpendiculares. Rectas y planos expresados.
Unidad N°2: Probabilidades
Probabilidad: Modelos matemáticos. Álgebra de sucesos. Definición axiomática de probabilidad.

Espacios muestrales.
Unidad N°3: Análisis matemático
Funciones vectoriales y de dos o más variables: dominio, representación gráfica, límites, continuidad, derivadas,
derivadas sucesivas. Funciones especiales.
Unidad N°4: Estadística
Estadística: Objeto de la Estadística. Población y muestra. Estadística descriptiva e inferencia

estadística. Diagramas y distribuciones. Inferencia estadística. Relación con la teoría de Probabilidad.
Estimaciones.
Unidad N°5: Transformadas.
Transformadas de Laplace y de Fourier. Transformada inversa de Laplace.
2
Vectores en el Espacio
Sistemas de coordenadas en el espacio (en tres dimensiones)
Representemos cualquier punto en el planos por una terna ordenada (a,

b, c) de número reales.
Para representar puntos en el espacio, primero escogemos un punto fijo

O (el origen) y tres rectas dirigidas que pasen por O y que sean
perpendiculares entre sí, llamadas ejes de coordenadas y marcadas
como eje x, y, z. Consideramos a los ejes x e y como horizontales y al eje
z como vertical y trazamos la orientación de los ejes como indica la imagen (Regla de la mano
derecha).
Los tres ejes de coordenadas determinan a los tres planos de coordenadas que se ilustran en la figura
(a). El plano xy es el que contiene a los ejes x e y, el plano yz es el que contiene a los ejes y y z y el
plano xz que es el plano que contiene a los ejes x y z. Estos tres planos de coordenadas dividen al
espacio en ocho partes, llamas octantes. El primer Octante como se ve en la figura (a) se encuentra
determinado por los ejes positivos.
Punto en el espacio: En este espacio tridimensional un punto P del espacio viene representado por un
trío de coordenadas (x, y,z) donde:
 x = distancia dirigida de P al plano yz

 y = distancia dirigida de P al plano xz
 z = distancia dirigida de P al plano xy
Llamamos R3 = { (x,y,z)/ x,y,z en R } = El conjunto que contiene a todos los puntos del espacio.
3
Vectores en el espacio
Un vector en el espacio es un trío ordenado, tenemos tres notaciones en caso de originase en el punto
(0,0,0)
Vector equipolente es el vector trasladado al origen de coordenadas
4
Guía N°1: Vectores en el Espacio
1) Se dan los puntos inicial y final de un vector.

a) Calcular el vector equipolente.
b) Escribir el vector en forma de componentes.
c) Calcular la longitud de cada vector.
i) Punto inicial ( -1 ; 2 ; 3 ) , punto final ( 3 ; 3 ; 4 ii) Punto inicial ( 2 ; -1 ; -2 ) , punto final ( -4 ; 3 ; 7 )
2) Hallar los vectores que se indican en cada caso sabiendo que:

𝑣 = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
1; 2; 2) 𝑢 = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
2; −1; 2) 𝑦 𝑤 = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
4; 0; −4)
3
a) 2v b) –v c) 2 𝑣 d) 0v e) u – v f) u – v + w
1
g) 2u +4v – w h) 5u – 3v - 𝑤 i) z, donde 2z – 3u = w j) z, donde 2u + v – w + 3z = 0
2
3) Calcular las longitudes de los lados del triángulo con los vértices en :
a) ( 0 ; 0 ; 0 ) , ( 2 ; 2 ; 1 ) y ( 2 ; -4 ; 4 ) c) ( 5 ; 3 ; 4 ) , ( 7 ; 1 ; 3 ) y ( 3 ; 5 ; 3 )
b) ( 1 ; -3 ; -2 ) , ( 5 ; -1 ; 2 ) y ( -1 ; 1 ; 2 ) d) ( 5; 0 ; 0 ) , ( 0 ; 2 ; 0 ) y ( 0 ; 0 ; -3 )
5
DEFINICIÓN DE VECTORES PARALELOS
Dos vectores no nulos 𝑢

⃗ y 𝑣 son paralelos si existe algún escalar c tal que
⃗ = c. 𝑣
𝑢
Ejemplo de vectores paralelos:
El vector 𝑣 tiene punto inicial en (2;-1;3) y punto final en (-4;7;5)¿Cuál de estos vectores es paralelo a
𝑣?
⃗ = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
a) 𝑢 (3; −4; −1) ⃗⃗ = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
b) 𝑤 (12; −16; 4)
Solución: Calculamos el vector equipolente a 𝑣
𝑣 = (−4; 7; 5) − (2; −1; 3) = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

−4 − 2; 7 − (−1); 5 − 3) = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ (−6; 8; 2)
1 1
⃗ = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
a) Como 𝑢 (3; −4; −1) = − . (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
−6; 8; 2) = − . 𝑣
2 2
Podemos concluir que 𝑢

⃗ y 𝑣
⃗⃗⃗ son paralelos.
b) En este caso necesitamos un escalar c tal que:
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
(12; −16; 4) = 𝑐 . (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
−6; 8; 2)
Para 12 = c.(-6) → c =−2
Para -16 = c. 8 → c =−2
Para 4 = c. 2 → c=2
Como ninguna c satisface las tres condiciones exigidas, los vectores no son paralelos.
PRODUCTO ESCALAR O PRODUCTA INERIOR:
Sean los vectores 𝑣 =⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

(𝑥1 ; 𝑦1 ; 𝑧1 ) y 𝑤 ⃗⃗ = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑥2 ; 𝑦2 ; 𝑧2 )
Se define como producto escalar entre el vector 𝑣 y 𝑤

⃗⃗
Notación: 𝑣 . 𝑤
⃗⃗ = 𝑥1 . 𝑥2 + 𝑦1 . 𝑦2 + 𝑧1 . 𝑧2
6
Ejemplo 1: Sean 𝑣 = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
2, −1; 4) y 𝑤 ⃗⃗ = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
5; 0; −2) calcular 𝑣 . 𝑤
⃗⃗
⃗⃗ = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
Solución: 𝑣 . 𝑤 (2, −1; 4) . (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
5; 0; −2) = 2 . 5 + (-1) . 0 + 4 . (-2) = 10 +0 – 8 = 2 Respuesta: 𝑣 . 𝑤
⃗⃗ = 2
TEOREMA: ÁNGULO ENTRE DOS VECTORES
Sea el ángulo 𝜃 entre los vectores 𝑣 y 𝑤

⃗⃗ , ambos no nulos, es verdadera la siguiente desigualdad:
𝑣 .𝑤 ⃗⃗
cos(𝜃) =
|𝑣 | . |𝑤 ⃗⃗ |
Ejemplo 2: Sean 𝑣 = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

(2, −1; 4) y 𝑤 ⃗⃗ = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
(5; 0; −2) calcular el ángulo entre los vectores
𝑣⃗ .𝑤⃗⃗
Utilizando el teorema cos(𝜃) = |𝑣⃗ | .|𝑤⃗⃗ |
Realizo los siguientes cálculos:
⃗⃗ = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑣 .𝑤 (2, −1; 4) . (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
5; 0; −2) = 2 . 5 + (-1) . 0 + 4 . (-2) = 10 +0 – 8 = 2
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
|𝑣| = |(2; −1; 4)| = √22 + (−1)2 + 42 = √4 + 1 + 16 = √21
|𝑤 ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
⃗⃗ | = |(5; 0; −2)| = √52 + 02 + (−2)2 = √25 + 0 + 4 = √29
𝑣 .𝑤 ⃗⃗
cos(𝜃) =
|𝑣 | . |𝑤 ⃗⃗ |
2
Reemplazo con los valores cos(𝜃) =
√21 .√29
cos(𝜃) = 0,081
𝜃 = 𝑎𝑟𝑐𝑜𝑐𝑜𝑠(0,081)
𝜃 = 85° 21´ 5,1´´
Respuesta: el ángulo entre los vectores es de 𝜃 = 85° 21´ 5,1´´
7
Continuamos con la guía …
4) Determinar cuál de los siguientes vectores es paralelo a z.

⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
4 10
a) Z=⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
( 3 ; 2 ; −5 ) i) ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
(−6 ; −4 ; 10 ) ii) (2 ; 3 ; − 3 ) iii) ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
(1 ; −4 ; 2 )
1 2 3 4 3 3 9
b) Z= 2 𝑖 − 𝑗+ 𝑘 i) 6i – 4j + 9k ii) –i + 3 𝑗 − 𝑘 iii) 4 𝑖 − 𝑗 + 𝑘
3 4 2 8
5) Usar vectores para saber si los siguientes puntos están alineados:
a) ( 0 ; -2 ; -5 ) , ( 3 ; 4 ; 4 ) , ( 2 ; 2 ; 1 ) c) ( 1 ; -1 ; 5 ) , ( 0 ; -1 ; 6 ) , ( 3 ; -1 ; 3 )
b) ( 1 ; 2 ; 4 ; ) , ( 2 ; 5 ; 0 ) , ( 0 ; 1 ; 5 ) d) ( 0 ; 0 ; 0 ) , ( 1 ; 3 ; -2 ) , ( 2 ; -6 ; 4 )
6) Determinar el producto escalar de los siguientes pares de vectores:
a) u = 2 i – 2 j – k v=3i–6j+2k c) u = 8 i+ 4 j – k v= 2i–3j+k
b) u = i +10 j + 2 k v=3I–4k d) u = 2i – j v=5j+3k
7) Determinar los ángulos interiores de los triángulos del ejercicio 3
PRODUCTO VECTORIAL
Sean los vectores 𝑣 =⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

(𝑥1 ; 𝑦1 ; 𝑧1 ) y 𝑤 ⃗⃗ = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝑥2 ; 𝑦2 ; 𝑧2 )
Se define como producto vectorial entre el vector 𝑣 y 𝑤

⃗⃗
⃗⃗ = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
Notación: 𝑣 × 𝑤 (𝑦1 . 𝑧2 − 𝑧1 . 𝑦2 ; 𝑧1 . 𝑥2 − 𝑥1 . 𝑧2 ; 𝑥1 . 𝑦2 − 𝑦1 . 𝑥2 )
Una manera conveniente de calcular el producto vectorial consiste en usar determinantes (Esta forma
de determinante de 3 x 3 se usa sólo como ayuda para memorizar la fórmula del producto vectorial,
pero no es técnicamente, ya que sus entradas no son números reales.)
8
Ejemplo para calcular Producto Vectorial
Características geométricas del producto vectorial
Caso 1: Dados dos vectores 𝑣 ⃗⃗ el producto vectorial de ambos

y 𝑤
vectores nos dan como resultado un vector perpendicular a cada
vector, orientado con la regla de la mano derecha. Se lo llama vector
Normal.
⃗ = 𝑉
𝑁 ⃗ ×𝑊
⃗⃗⃗
Caso 2: Sea el ángulo 𝜃 entre los vectores 𝑣 y 𝑤

⃗⃗ , ambos no nulos, es
verdadera la siguiente desigualdad:
𝑣 × 𝑤 ⃗⃗
sen(𝜃) =
|𝑣 | . |𝑤
⃗⃗ |
Caso 3: De la desigualdad enunciada en el caso 2, se deduce que |𝑣 × 𝑤

⃗⃗ | es el área del paralelogramo
que se forma con los vectores adyacentes 𝑣 y 𝑤
⃗⃗
9
Continuamos con la guía …
8) Determinar el producto vectorial de los pares de vectores dados en el ejercicio 6).
9) Calcular el área del paralelogramo que tiene a los siguientes vectores como lados adyacentes:
a) u = j , v = j + k b) u = i + j + k , v = j + k
c) u = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
3 ; 2 ; −1 ) , v= (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
1 ; 2 ; 3) d) u = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
2 ; −1 ; 4 ) , v = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
(−1 ; 2 ; 0)
10) Determinar el área de los triángulos dados en el ejercicio 3).
Ecuación vectorial de la Recta

Una recta L es paralela al vector 𝑣 =⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
(𝑎, 𝑏, 𝑐 ) (vector director) y que pasa por el punto P = (𝑥1 ; 𝑦1 ; 𝑧1 )
queda caracterizada por la siguiente ecuación:
L:t.v+P con t ∈ ℝ
Llamaremos Ecuación Paramétrica:
r(t) = 〈𝑎. 𝑡 + 𝑥1 ; 𝑏. 𝑡 + 𝑦1 ; 𝑐. 𝑡 + 𝑧1 〉 con t ∈ ℝ
Ecuación vectorial de la recta que pasa por dos puntos dados P y Q
P= (𝑥1 ; 𝑦1 ; 𝑧1 ) y Q= (𝑥2 ; 𝑦2 ; 𝑧2 ) son nuestros datos
Para calcular la ecuación vectorial de la recta, necesito el vector director
𝑣 =Q – P (Es el equipolente a ⃗⃗⃗⃗⃗

𝑃𝑄). Entonces la ecuación vectorial queda de la siguiente manera:
L : t . ⃗⃗⃗⃗⃗
𝑃𝑄 + P con t ∈ ℝ
10
Continuamos con la guía….
11) Determinar la ecuación vectorial de la recta que pasa por los puntos P y Q:
a) ( 5 ; 3 ; 6) y (0 ; 1 ; 2 ) b) ( 0 ; -1 ; 5 ) y ( -2 ; 3 ; 4) c) ( 9 ; 10 ; -3 ) y ( 4 ; -6 ; 0 )
Ecuación vectorial del Plano
⃗⃗ = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
Un plano S es paralelo a los vectores 𝑣 =(𝑎1 , 𝑏1 , 𝑐1 ) 𝑤 𝑎2 , 𝑏2 , 𝑐2 ) (vectores directores) y que pasa
por un punto P = (𝑥1 ; 𝑦1 ; 𝑧1 ) queda caracterizado por la siguiente ecuación:
S : 𝛼. v +𝛽. 𝑤+ P con 𝛼, 𝛽 ∈ ℝ
Llamaremos Ecuación Paramétrica:
𝑆(𝛼; 𝛽 ) = 〈𝛼. 𝑎1 + 𝛽. 𝑎2 + 𝑥1 , 𝛼. 𝑏1 + 𝛽. 𝑏2 + 𝑦1 , 𝛼. 𝑐1 + 𝛽. 𝑐2 + 𝑧1 〉 con 𝛼, 𝛽 ∈ ℝ
11
Ejemplos para poder resolver los ejercicios de la guía..
Ejemplo 1): quiero calcular la ecuación vectorial del plano que pasa por los siguientes puntos:
A=(-1; 0; 5) B=(10 ; -3 ; 7) C=( 0 ; 9 ; 12)
Busco los vectores directores :
⃗⃗⃗⃗⃗
𝐴𝐵 = 𝐵 − 𝐴 = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 10 − (−1); −3 − 0; 7 − 5) = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 11; −3 ; 2)
𝐶 − 𝐴 = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
⃗⃗⃗⃗⃗ = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
𝐴𝐶 0 − (−1); 9 − 0; 12 − 5) = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗ 1 ; 9 ; 7)
Respuesta: 𝑆: 𝛼. (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
11; −3 ; 2) +𝛽. (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
1 ; 9 ; 7) + (0 ; 9 , 2) con 𝛼, 𝛽 ∈ ℝ
Ejemplo 2): Determinar la ecuación canónica del plano del ejercicio anterior.
Buscamos el vector normal a ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗

𝐴𝐵 y 𝐴𝐶
𝑖 −𝑗 𝑘
⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ −3 2 11 2 11 −3
𝐴𝐵 × 𝐴𝐶 = |11 −3 2| = 𝑖. | | −𝑗. | | + 𝑘. | | = 𝑖. (−3.7 − 2.9) − 𝑗. (11.7 − 2.1) +
9 7 1 7 1 9
1 9 7
𝑘. (11.9 − (−3). 1) = −39𝑖 − 75𝑗 + 102𝑘 = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗
−39; −75; 102)
12
Reemplazo en la ecuación canónica: (tomaré como punto al punto A)
Respuesta: -39.(x+1) -75.y +102. (z-5)=0
Si distribuyo obtengo la ecuación general del plano
-39.x -75.y +102.z -549 =0
Continuamos con los últimos ejercicios de la guía…
12) Determinar la ecuación vectorial del plano que pasa por los siguientes puntos:
a) ( 0 ; 0 ; 0 ) , ( 1 ; 0 ; 3 ) y ( 5 ; 2 ; 0 ) c) ( 1 ; -1 ; 2 ) , ( 6 ; 4 , -3 ) y ( 0 ; 1 , -2 )
b) ( -3 ; -1 ; 1 ) , ( 2 ; 10 ; -2 ) y ( 3 ; 3 ; 3 ) d) ( 3 ; -1 ; 0 ; ) , ( 4 ; -4 ; 1 ) y ( 0 ; 5 ; 0 )
13) Determinar la ecuación canónica de los planos del ejercicio 12)
14) Determinar el ángulo de intersección entre los siguientes planos:

a) x - 4 y + z -1 = 0 2x + y + z +2 =0 b) -2x +z =0 x + y +z +3 =0
13
Probabilidades
14
Guía N°2: Probabilidades
1) ¿De cuantas formas distintas se pueden colocar 12 lápices de colores en su caja?
2) Diez corredores participan en una competencia de atletismo; ¿De cuantas maneras distintas pueden
ocuparse los tres primeros puestos?
3) ¿De cuantas formas distintas se puede formar una comisión de 3 integrantes con 12 personas?
4) ¿En qué se diferencia una variación de una combinación?
5) Con los dígitos 1, 4, 6 ,8 se ha creado una clave de seguridad de 4 cifras.
a) ¿Cuántas claves de números distintos pueden formarse?
b) ¿Cuántas con números repetidos?
6) Con 6 mujeres y 4 varones, ¿Cuántos grupos con 3 integrantes de cada sexo se pueden formar?
7) Unir con una flecha la solución correcta:
¿Cuántos números de 4 cifras distintas se pueden formar con 4,8,3 y 7? 9

¿Cuántos números impares de 4 cifras distintas se
pueden formar con 4,8,3 y 7? 12
¿Cuántos números menores que 7.000 y de 4 cifras distintas se pueden
formar con 4,8,3 y 7? 24
¿Cuántos números mayores que 5.000 y de 4 cifras distintas se
pueden formar con 4,8,3 y 7? 36
Cálculo de Probabilidades
15
Ejemplo para resolver la guía:
Una caja tiene 20 pelotas rojas y 6 azules. Sin mirar se extraen dos pelotas al azar ¿Cuál es la
probabilidad de que ambas pelotas sean azules? ¿y de que ambas sean rojas? ¿y de distinto color?
Solución:
La probabilidad de que dos pelotas sean azules = P(AA)
La probabilidad de que dos pelotas sean rojas = P(RR)
La probabilidad de que dos pelotas sean de distinto color = P(AR)
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 6 𝑡𝑜𝑚𝑎𝑑𝑎𝑠 𝑑𝑒 𝑎 2 (62)
P(AA) = = = 26 =
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 26 𝑡𝑜𝑚𝑎𝑑𝑜𝑠 𝑑𝑒 𝑎 2 (2)
6!
(6−2)!.2! 6! 24!.2! 6! . 24! 4! .5 .6 .24! 5 .6 1 .3 3
26! = . = = = = = ≅ 0,046
4!.2! 26! 4! .26! 4! . 24! .25 .26 25 . 26 5 .13 65
(26−2)!.2!
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 20 𝑡𝑜𝑚𝑎𝑑𝑎𝑠 𝑑𝑒 𝑎 2 (20

2)
P(RR) = = = =
𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 26 𝑡𝑜𝑚𝑎𝑑𝑜𝑠 𝑑𝑒 𝑎 2 (26
2)
20!
(20−2)!.2! 20! 24!.2! 20! . 24! 18! .19 .20 .24! 19 . 20 19 .2 38
26! = . = = = = = ≅ 0,585
18!.2! 26! 18! .26! 18! . 24! .25 .26 25 . 26 5 .13 65
(26−2)!.2!
P(AR)= 1 – P(AA) – P(RR)= 1 – 0,046 – 0,585 = 0,369
Continuamos con la guía…
8) Calcular la probabilidad de cada uno de los siguientes sucesos:

a) Sacar una figura (10, 11 y 12) de un mazo de 50 cartas españolas).
b) Que al arrojar 2 monedas, sean dos caras.
c) Sacar un 3 o un 4 de 40 cartas españolas.
9) En una oficina hay 8 mujeres y 5 varones, si se realiza un sorteo ¿Cuál es la probabilidad de que
salga hombre? ¿Y mujer?
10) A la salida de un cine se tomó una muestra del público
y se le interrogó acerca de una película.
Calcular:
La probabilidad de que una persona seleccionada al azar
opine que la película fue:
a) Buena, si provienen del público femenino:
b) Mala, si proviene del público masculino:
c) Mala y que sea un hombre el que responda:
11) Una caja tiene 25 caramelos de frutilla y 5 de menta. Si se extraen dos caramelos al azar, cuál es la
probabilidad de que ambos sean de frutilla?¿ y de qué ambos sean de menta?¿y de distinto gusto?
16
Funciones Vectoriales
Guía N°3: Funciones Vectoriales
1) Determinar la función vectorial del segmento de recta que inicia en el punto A y finaliza en el
punto B; realiza la gráfica:
a) A=(0;0) B=(2;3) b) A=(-1;-2) B=(4;6) c) A=(5;-3) B=(0;0) d) A=(-1;0) B=(4;0)
2) Determinar la función vectorial del segmento de recta que inicia en el punto A y finaliza en el
punto B (no graficar):
a) A=(0;0;0) B=(-1;2;2) b) A=(3;-5;2) B=(1;-1;0)c) A=(2;6;5) B=(3;0;5) d) A=(2;4;6) B=(0;0;0)
3) Graficar las siguientes curvas en R2:
a) r(t)=cos(t).i +sin(t).j 0≤ 𝑡 < 2𝜋 b) r(t)=cos(2.t).i + sin(2.t).j 0≤ 𝑡 < 2𝜋
17
c) r(t)= 2.cos(t).i +2.sin(t).j 0≤ 𝑡 < 2𝜋 d) r(t)= t.i + t2.j 0≤𝑡<3
e) r(t)= t.i + (t2+1).j -2≤ 𝑡 < 0 f) r(t)= (t2 – 4).i + t.j 0≤𝑡<3
Ejemplo para calcular el dominio de una funación vectorial:
4) Determinar el dominio de las siguintes funciones vectoriales:
5) Determinar limite y continuidad de las siguientes funciones vectoriales:
a)
b)
18
6) La función posición r(t) describe la trayectoria de un objeto, que se mueve en el espacio. Hallar su
velocidad, rapidez y aceleración:
𝑡2
a) r(t)= t.i+ (2.t – 5).j + 3.t.k b) r(t)= -2.t.i + t3.j +3.k c) r(t)= t.i + t2.j + 2 . 𝑘
19
Funciones de Varias Variables
Hasta ahora hemos manejado sólo funciones de una variable independiente. Sin embargo, muchos problemas
comunes vienen planteados en términos de funciones de dos o más variables. Así por ejemplo el trabajo
efectuado por una fuerza (W=FD), también el volumen de un sólido rectangular es (V=lwh) es una función en
tres variables.
La notación para funciones de dos o más variables es similar a la utilizada para funciones de una sola variable.
Ejemplo:+
Para la función z=f(x,y) llamamos variables independientes a x e y, y variable dependiente a z.
Gráfica de una función en dos variables:
La gráfica de la función en dos variables es el conjunto de puntos ( x; y; z) donde z=f( x; y) con ( x; y) en el

dominio de f.
Se le llama Traza de una superficie, a la intersección de la superficie con un plano. Para visualizar una
superficie en el espacio es conveniente determinar de antemano sus trazas con planos elegidos astutamente
Guía N°4: Funciones de Varias Variables

Actividades:
1) Completar el siguiente cuadro, realizando la gráfica con el programa GeoGebra:

Traza con el Traza con el Traza con el Comportamiento Dominio
plano xy; cuando plano xz; cuando plano yz; cuando de la gráfica
z=0 y=0 x=0
f(x; y)=2 ∄ recta Recta Plano R2
f (x; y)= -3x
f(x; y)= 2x -5y
f(x; y)= x2
f(x; y)= y2+x2-2
20
f(x; y)= -y2-x2+2
f(x; y)= 2y2+0,5x2-1
f(x; y)= y2-x2
f(x; y)= √4 − 𝑥 2 − 𝑦 2
1
f(x; y)= -2
√𝑥 2 +𝑦 2
2) Determinar el dominio de las siguientes funciones en dos variables:
𝑥+𝑦
a) f(x, y)=√1 − 𝑥 2 − 𝑦 2 b) f(x, y)=arcsen(x+y) c) f(x, y)= ln(4-x-y) d) f(x, y)= 𝑥𝑦
e) f(x, y)=x2+y2 f) f(x, y)=arccos(y/x) g) f(x, y)=ln(4-xy) h) f(x, y)= 𝑒 𝑥/𝑦
21
Esta definición es la misma que la de una función con una variable independiente, pero hay una diferencia
fundamental. Para saber si una función de una variable, basta ver qué sucede el tender hacia el punto en
dos direcciones: izquierda y derecha. Si coinciden los límites el límite existe.
“Pero para una función en dos variables el límite existe si los límites por todos los caminos posibles
existen y coinciden.”
3) Calcular el límite de la siguiente función por los siguientes caminos (Analizando la

continuidad en el punto (0;0)):
a) a) camino y=2.x cuando tiende al (0; 0) b) camino y=3.x cuando tiende al (0;0)
2
𝑥 2−𝑦 2
f(x; y)= (𝑥 2+𝑦 2 )
22
Esta definición significa que, dada z=f(x,y) , para calcular fx debemos considerar a y como
constante y derivar respecto de x. Del mismo modo para hallar fy mantenemos x constante y
derivamos respecto de y.
4) Calcular las derivadas parciales de las siguientes funciones dadas (fx y fy ): Pendiente
en la dirección x
𝑥2 25
a) f(x;y)= 3.x – x2.y2 +2.x3.y b) f(x;y)= − − 𝑦2 +
2 8
c) f(x;y)= 1- (x-1)2 – (y - 2 )2 d) f(x;y)= ln( x2 + y2 )
𝑥2 4.𝑦 2
e) f(x;y)= cos (x2 +y) f) f(x;y)= 2.𝑦 + 𝑥
Se llama derivada parcial de orden dos a la derivada segunda de una función en más variables respecto de una
misma variable. Ejemplo en dos variables fxx y fyy. Derivadas parciales cruzadas a: fxy = fyx
5) Calcular las funciones direccionales de orden dos y las cruzadas de las siguientes funciones de
dos variables (fxx ; fyy y fxy ):
a) f(x;y)= 3.x.y2 – 2.y + 5.x2.y2 b) f(x;y)= x2 – 2.x.y + 3.y2
c) f(x;y)= √𝑥 2 − 𝑦 2 d) f(x;y)= 𝑒 𝑥 . 𝑡𝑔(𝑦)
e) f(x;y)= sen( x -2.y ) f) f(x;y)= x4 – 3.x2.y2 + y4
23
Estadística
La denominación de Estadística refleja el origen de esta disciplina, ya que nació para analizar cuestiones de
Estado.
La Estadística se ocupa de recoletar, organizar y analizar la información extraída de una población o de una
muestra representativa de la misma. En este último caso, las conclusiones que se obtienen se pueden
extender a la población, con diferentes niveles de confianza. Este proceso se denomina “inferencia
estadística”.
Conceptos básicos de la estadística:

 Población: es el conjunto de individuos, que pueden ser personas o no, sobre los que se quiere obtener
cierta información.
 Muestra: es un subconjunto representativo de una determinada población.
 Datos: son los valores o las especificaciones correspondientes a la variable.
 Variables: son las características que se estudian. Se pueden clasificar en:
 Cualitativas: se refieren a características no medibles o atributos. Por ejemplo: sexo, trastornos
de la salud, etc.
 Cuantitativas: se refieren a características medibles. Por ejemplo: peso, estatura, edad, etc.
Entre estas variables se distinguen, a su vez, dos categorías diferentes:
Las variables cuantitativas discretas, que toman valores pertenecientes a conjuntos
numéricos discretos, por ejemplo, la edad.
Las variables cuantitativas continuas, que toman valores pertenecientes a conjuntos
numéricos continuos, como la estatura y el peso.
 Intervalos de clase: se llama intervalo de clase a cada uno de los intervalos en que pueden agruparse
los datos de una variable estadística. El punto medio entre los extremos de cada intervalo se llama marca de
clase.
 Frecuencia absoluta de un dato: es el número de veces que se presenta. Se denomina frecuencia
absoluta acumulada de un valor a la suma de todas las frecuencias absolutas de los valores menores o iguales
al considerado.
 Frecuencia relativa de un dato: es la fracción del total de la muestra que le corresponde a ese dato, o
sea, el cociente entre la frecuencia absoluta y el total de datos. Se llama frecuencia relativa acumulada de un
valor a la suma de todas las frecuencias relativas de los valores menores o iguales al considerado.
Si a cada frecuencia relativa se multiplica por 100 se obtiene el tanto por ciento correspondiente a cada valor.
frecuencia _ absoluta
frecuencia _ relativa 
total _ de _ datos
24
Presentación de los datos: Tablas y Gráficos
Los datos resultantes de un trabajo estadístico suelen presentarse de dos maneras inseparables y
complementarias: mediante una tabla o matriz de datos, y mediante una gráfica apropiada. La gráfica
permitirá ver de una manera rápida y esquemática el resultado global; la tabla de datos permitirá un análisis
más detallado de la situación.
Tablas de frecuencias
Son tablas que muestran los datos ordenados y sus frecuencias; permiten leer la información con más claridad
que cuando los datos están “sueltos”.
Ejemplo:
Un profesor tomó un examen a 25 alumnos. A medida que los iba corrigiendo fue registrando las notas: 79;
63; 76; 71; 90; 76; 79; 82; 63; 79; 82; 67; 76; 79; 82; 67; 79; 72; 79; 82; 85; 85; 72; 67; 82.
La tabla de frecuencias de los datos es la siguiente:
Frecuencia Frecuencia % Frecuencia absoluta Frecuencia relativa % a
Nota
absoluta (f) relativa (fr) acumulada (F) acumulada (Fr)
63 2 0,08 8 2 0,08 8
67 3 0,12 12 5 0,20 20
71 1 0,04 4 6 0,24 24
72 2 0,08 8 8 0,32 32
76 3 0,12 12 11 0,44 44
79 6 0,24 24 17 0,68 68
82 5 0,2 20 22 0,88 88
85 2 0,08 8 24 0,96 96
90 1 0,04 4 25 1 100
Total 25 1 100 25 1 100
La frecuencia total (N), o sea, el número total de datos, es el tamaño de muestra (en este caso N = 25).
Datos agrupados
Cuando una muestra está constituida por un conjunto numeroso de datos numéricos, es conveniente
agruparlos en clases.
Ejemplo:
Los datos de la lista corresponden al nivel de glucosa en la sangre de 50 individuos (en gramos/ 1.000 cm 3).
Construir una tabla de frecuencias con los datos agrupados en 8 clases. Los valores son:
0,85; 0,89; 1,10; 0,85; 1,21; 0,87; 0,91; 0,85; 1,10; 0,89; 1,20; 0,87; 1,20; 0,89; 0,85; 1,20; 0,87; 1,22;
0,87; 1,12; 0,85; 0,89; 1,19; 0,85; 0,81; 1,20; 0,91; 0,92; 1,15; 0,87; 1,21; 1,10; 0,87; 1,12; 1,12; 1,12;
0,83; 1,10; 0,85; 1,12; 0,87; 0,90; 0,90; 1,10; 0,90; 0,81; 0,81; 1,14; 1,12; 1,10.
25
Es habitual tomar los intervalos de igual longitud. En ese caso, la amplitud de cada uno es la diferencia (d)
entre el mayor y el menor valor de la muestra, dividida por el número de clases a formar.
En el ejemplo: d = (1,22 – 0,81)/ 8 = 0,05125
Conocida d se forman los intervalos de las clases, como se indica abajo. Si un dato coincide con el límite
superior de un intervalo, se lo incluye en el siguiente.
La tabla de frecuencias de los datos agrupados es:
Clase Marca de clase Frecuencia

Intervalo Frecuencia absoluta (f)
relativa (fr)
1a [0,81; 0,86125) 0,835625 11 0,22
2a [0,86125; 0,9125) 0,886875 16 0,32
3a [0,9125; 0,96375) 0,938125 1 0,02
4a [0,96375; 1,015) 0,89375 0 0
5a [1,015; 1,06625) 1,040625 0 0
6a [1,06625; 1,1175) 1,091875 6 0,12
7a [1,1175; 1,16875) 1,143125 8 0,16
8a [1,16875; 1,22) 1,194375 8 0,16
Total 50 1
Tipos de gráficos
La claridad que requiere un gráfico hace que no sea indiferente el modelo utilizado. Entre los gráficos más
corrientes destacamos los diagramas de barras, histogramas, polígonos de frecuencias, diagramas de sectores,
pictogramas y cartogramas.
 Diagramas de barras: Recibe ese nombre el gráfico que asocia a cada valor de la variable una barra,
generalmente vertical, proporcional a la frecuencia (o a la cantidad) son que se presenta.
 Histogramas: Son diagramas de barras que se utilizan específicamente para variables agrupadas por
intervalo. Estos gráficos asocian a cada intervalo un rectángulo de superficie proporcional a la
frecuencia correspondiente a dicho intervalo. Las alturas de los rectángulos serán los cocientes entre
las frecuencias absolutas y las longitudes de los intervalos correspondientes.
 Polígono de frecuencias: Se considera polígono de frecuencia a la línea que une los puntos
correspondientes a las frecuencias de cada valor o de los extremos superiores de las barras. Si los datos
vienen dados en intervalos, unirá los puntos correspondientes a las marcas de clase.
 Diagrama de sectores: En los gráficos de diagramas de sectores cada suceso viene representado por un
sector circular de una amplitud proporcional a su frecuencia.
 Pictogramas: es una representación en la que junto al gráfico de los datos aparece una imagen relativa
a lo que se mide.
26
Ejemplo:
Para conocer las preferencias de los consumidores de ropa de jean, se realizó una encuesta a 500 personas
que usan este tipo de prendas de vestir, seleccionando hombres y mujeres en igual proporción.
Se analizan los siguientes aspectos: tonalidades preferidas de jean, cantidad de prendas de jean compradas
por cada consumidor el último año y estatura de las mujeres.
a) Variable “tonalidades preferidas de jean”

Los datos obtenidos se ordenan en tablas de distribución de frecuencias, como se muestra a continuación:
HOMBRES
Tonalidades de jean f fr Porcentaje
Claro 40 0,16 16 %
Medio 150 0,60 60 %
Oscuro 60 0,24 24 %
Totales 250 1 100 %
MUJERES
Tonalidades de jean f fr Porcentaje
Claro 50 0,2 20 %
Medio 70 0,28 28 %
Oscuro 130 0,52 52 %
Totales 250 1 100 %
hombres Mujeres
200 150
150
100
100
50
50
0 0
Claro Medio Oscuro Claro Medio Oscuro
200
De la observación de los gráficos, se puede
determinar que la tendencia de los hombres es
150 vestir prendas de color intermedio, mientras que
la mayoría de las mujeres prefiere el color oscuro.
100 hombres
Podemos comparar en forma directa las dos
mujeres
50 distribuciones, representándolas en el mismo
gráfico.
0
27 Claro Medio Oscuro
Se suelen reemplazar los diagramas de barras por pictogramas, para

que al lector le resulte más atractivo. En los pictogramas, la
frecuencia está representada por dibujos alegóricos al tema de
estudio. Son usules en diarios y revistas.
Otra forma de mostrar el comportamiento de una distribuciónde

variable cualitativa es por medio de los gráficos de sectores.
Cada zona corresponde a una categoría diferente. Puede

observarse que el área de cada sector es proporcional a la
frecuencia de la categoría correspondiente.
b) Variable “cantidad de prendas de jean compradas por cada consumidor el último año”
Los resultados obtenidos se presentan en la siguiente tabla de distribución de frecuencias:
Cantidad de prendas de jean compradas

f fr Porcentaje
por cada consumidor el último año
1 5 0,10 10 %
2 15 0,30 30 %
3 21 0,42 42 %
4 9 0,18 18 %
Totales 50 1 100 %
Con la información ordenada en la tabla, se confeccionan los gráficos de barras, que también se utilizan para
representar distribuciones de variable cuantitativa discreta como en este caso.
28
Gráfico de barras con frecuencias absolutas Gráfico de barras con frecuencias relativas
25 0.5
20 0.4
15 0.3
10 0.2
5 0.1
0 0
1 2 3 4 1 2 3 4
c) Variable “estatura de las mujeres”
Se analiza esta característica con el fin de poder determinar los tres largos diferentes de pantalones, para cada
talle, en la línea mujer.
Cuando el número de observaciones es muy grande, es conveniente agrupar los datos por categorías,
denominadas intervalos de clase; la distribución que se obtiene es llamada distribución de frecuencias por
intervalos de clases.
Se comienza por ordenar los datos. Una manera posible es utilizando un tipo de diagrama, llamado de tallos y
hojas. Para construirlo cada dato se divide en dos partes, la primera se denomina tallo y la segunda, hoja. La
elección de estas dos partes depende de las características de los datos.
Para explicar el procedimiento utilizamos el siguiente subconjunto de datos:
1,50 1,55 1,61 1,61 1,71 1,54 1,56 1,62 1,66

1,75 1,53 1,57 1,63 1,66 1,63 1,58 1,53 1,59
1,64 1,62 1,67 1,52 1,59 1,64 1,67
En este caso, los datos tienen tres dígitos.
Como tallos elegimos los dos primeros dígitos y como hojas, el tercer dígito.
 Se ubican los datos:
Tallos Hojas
15 0 5 4 6 3 7 8 3 9 2 9
16 1 5 2 6 3 6 3 4 2 7 4 7
17 1 5
Este tipo de diagramas no solo permite ordenar los datos, sino también observar su distribución.
 Se ordenan las hojas:

Tallos Hojas
29
15 0 2 3 3 4 5 6 7 8 9 9
16 1 2 2 3 3 4 4 5 6 6 7 7
17 1 5
La distribución de las ramas en cada tallo nos sugiere tomar intervalos de clase de 5 cm de longitud, a partir de
1,50 m, hasta cubrir todos los valores de la distribución.
Intervalos f F Fr Porcentaje
[1,50; 1,55) 5 5 0,20 20 %
[1,55; 1,60) 6 11 0,44 44 %
[1,60; 1,65) 7 18 0,72 72 %
[1,65; 1,70) 5 23 0,92 92 %
[1,70; 1,75) 2 25 1 100 %
Totales 25 25 1 100 %
El diagrama que se suele utilizar para las distribuciones de variable continua es el histograma. Para
construirlo, en el eje horizontal se marcan los intervalos de clase y se toma cada uno de ellos como la base de un
rectángulo, cuya altura es la frecuencia (relativa o absoluta) de cada clase.
El polígono de frecuencias se obtiene trazando una poligonal que une los puntos medios de las bases superiores
de los rectángulos. Para cerrar la poligonal se considera un intervalo adicional al inicio y al final con frecuencia
cero.
30
GuíaN°5: Estadística
1. Completen las siguientes tablas, que contienen datos relacionados con los modelos de ropa informal que
prefieren los 500 encuestados (en igual proporción de hombres y mujeres)
Confeccionen los gráficos de sectores y de barras de cada caso.
Hombres Mujeres
Modelo f fr Porcentaje Modelo f fr Porcentaje
Clásico 160 Clásico
Moderno Moderno 58 %
Totales Totales
2. A partir de la tabla de distribución de frecuencias y del histograma correspondiente a las estaturas de las
mujeres, respondan:
 ¿Cuál es el intervalo de mayor frecuencia? ¿Cuáles son las estaturas más comunes en las mujeres
encuestadas?
 ¿Qué porcentaje de mujeres mide menos de 1,60 m?
 ¿Qué porcentaje de mujeres mide entre 1,55 m y 1,65 m?
 ¿Qué porcentaje mide más de 1,70 m?
3. El gráfico de sectores representado corresponde a una encuesta

sobre medios de transporte realizada en una determinada ciudad.
Sabiendo que se encuestaron a 1.500 personas, se pide:
 Armar la tabla de distribuciones de frecuencias absolutas y

relativas.
 Construir un gráfico de barras con frecuencias absolutas, y
otro, con relativas.
4. Se realizó una investigación sobre la cantidad de hijos en 500 familias de una ciudad. Los datos obtenidos
figuran en la siguiente tabla.
Números de hijos 0 1 2 3 4 5 6 7
Cantidad de familias 90 96 104 110 60 20 16 4
 Realicen la tabla de distribuciones de frecuencias relativas y el gráfico de barras correspondiente.

 ¿Qué porcentaje de familias tiene entre 2 y 4 hijos, y entre 6 o más hijos?
31
5. La siguiente serie de datos corresponde a las edades de los docentes de un colegio:
23, 35, 34, 47, 51, 60, 24, 32, 28, 42, 53, 61, 27, 32, 29, 35, 39, 43, 45, 54, 57, 39, 45, 56, 62, 27,
31, 42, 33, 31.
 Ordenen los datos con un diagrama de tallos y hojas.

 Construyan la tabla de distribuciones de frecuencias por intervalos de clase.
 Confeccionen el histograma correspondiente.
6. Al preguntar por el número de libros leídos en el último mes a los estudiantes de un grupo de 3.° de ESS,
hemos obtenido los datos siguientes:
213115124310241021213221231202
a) Realicen la tabla de frecuencias absolutas.
b) Construyan el diagrama de barras correspondiente.
32
Parámetros estadísticos
Designamos con este nombre a los números que describen, de manera concisa, el comportamiento y las
características generales de un conjunto de datos estadísticos. Algunas de estas medidas son de uso corriente;
así se habla de estaturas medias, de moda, etc.
Es clásico agrupar estos parámetros en dos categorías denominadas medidas de centralización y medidas de
dispersión.
Medidas de centralización
Las medidas de centralización son valores que dan idea de “alrededor de qué número” están los datos de una
muestra. Las más usuales son la media o promedio, la mediana y la moda.
 Media o promedio (𝑥̅ ): da idea de cuánto habrían valido todos los datos de haber sido todos iguales. Se
pueden clasificar en:
 Para distribuciones de variables discretas:
Se suman todos los datos de la variable y se divide la suma por la cantidad total de datos o frecuencia total N.
x 1  x 2  x 3  ...  x N
x ,
N
usando la notación de sumatoria, la expresión anterior se presenta en forma compacta así:
N
x
x i
i 1 N
El símbolo ∑, que es la letra griega sigma mayúscula, se utiliza para

indicar en forma abreviada una suma de términos.
Cuando algunos valores de una variable estadística se repiten, por ejemplo, si un valor x 1 se repite f1 veces,
otro x2 se repite f2 veces, etc., la media se obtiene usando la expresión:
f 1  x 1  f 2  x 2  ...  f k  x k k
f x
x  i i
N i 1 N
donde m es el número de valores distintos que adopta la variable (k < N).
33
 Para distribuciones de variables continuas separadas en intervalos de clase:
Se calculan los puntos medios de cada uno de los intervalos. Estos valores reciben el nombre de marcas de
clase. Luego, se calcula el promedio de marcas de la clase, previamente multiplicadas por las frecuencias
absolutas correspondientes. Una estimación de la media se obtiene con:
k
f i  x mi
x donde xm es marca de clase.
i 1 N
La medida de datos agrupados obtenida mediante marcas de clase puede diferir de la media de los mismos
datos sin agrupar. Al módulo de esa diferencia se lo llama error de agrupamiento y depende de la amplitud de
los grupos formados. Cuanto mayor sea la amplitud, mayor podría ser el error.
 Moda (Mo): la moda de un conjunto de valores de una variable es el dato observado mayor cantidad
de veces. Puede ocurrir que no exista o que haya más de una moda.
 Para distribuciones de variables discretas: es el valor de la variable al cual le corresponde

mayor frecuencia absoluta.
 Para distribuciones de variables continuas o con datos agrupados: la moda es la marca de clase
correspondiente al intervalo de mayor frecuencia absoluta.
 Mediana (Me): es el valor correspondiente a la posición central de la distribución, cuyos datos están
ordenados en forma creciente. Es el valor que divide a la distribución en dos partes de igual cantidad de
observaciones.
 Para distribuciones de variables discretas:

– si N es impar, es el dato numérico central;
– si N es par, es el promedio de los dos datos centrales.
 Para distribuciones de variables continuas o con datos agrupados, se puede utilizar la fórmula
siguiente
N Lm es el límite inferior del intervalo de la mediana.

 Fm 1
Me  Lm  2 c
fm
Fm–1 es la frecuencia absoluta acumulada del intervalo que antecede al
de la mediana.
fm es la frecuencia absoluta del intervalo correspondiente a la median.
c es la longitud del intervalo de la mediana.
34
Ejemplo:
Para las variables “cantidad de prendas de jean compradas por cada consumidor el último año” y “estatura de
las mujeres”, cuyas tablas son:
Intervalos f F
Cantidad de prendas de [1,50; 1,55) 5 5
jean compradas por cada f fr Porcentaje
consumidor el último año [1,55; 1,60) 6 11
1 5 0,10 10 % [1,60; 1,65) 7 18
2 15 0,30 30 %
3 21 0,42 42 % [1,65; 1,70) 5 23
4 9 0,18 18 % [1,70; 1,75) 2 25
Totales 50 1 100 %
Totales 25 25
Promedio
 Para calcular la “cantidad promedio de prendas compradas” se pueden sumar todos los valores de la
distribución y dividir el resultado por el número total de observaciones.
El cálculo resulta más sencillo si se utilizan las frecuencias absolutas que figuran en la tabla:
1 . 5 = 5 prendas
Cantidad de prendas Nº de personas que
Compraron esta cantidad
y así sucesivamente con todos los valores de la tabla:

2 . 15 = 30
3 . 21 = 63
4 . 9 = 36
Se suman los resultados parciales y se los divide por 50:
5  30  63  36
promedio 
50  promedio = 2,68
Se puede concluir que la cantidad promedio de artículos comprados este último año es 3.
Como la variable es discreta, el resultado debe ser entero; por lo tanto, se aproxima a la unidad entera más
cercana.
 Para calcular la “estatura promedio de las mujeres” , como se trata de una distribución agrupada por
intervalos de clase, se identifica cada intervalo con su punto medio y se calcula el promedio de estos valores
previamente multiplicados por la frecuencia absoluta correspondiente.
35
En la tabla se agregan las columnas xmi y xmi . f ; xmi : punto medio del intervalo.
Intervalos xmi f xmi . f

[1,50; 1,55) 1,525 5 7,625
[1,55; 1,60) 1,575 6 9,45
[1,60; 1,65) 1,625 7 11,375
[1,65; 1,70) 1,675 5 8,375
[1,70; 1,75) 1,725 2 3,45
Totales 25 40,275
7,625  9,45  11,375  8,375,345
x  x  1,611
25
La altura promedio de las mujeres encuestas es 1,611 metros.
Moda
 Para hallar el volumen de compra más habitual, se determina, a partir de la tabla, el valor
correspondiente a la cantidad de prendas que se registró mayor número de veces. Este valor de la variable es
3 y corresponde al de mayor frecuencia absoluta.
Mo = 3
 Para determinar la estatura más común en las mujeres significa identificar la categoría que registra
mayor cantidad de observaciones. En este caso es la correspondiente al intervalo [1,60; 1,65). Como la
distribución es por agrupamiento de datos y cada intervalo se identifica con su punto medio, se considera,
como una buena aproximación, que el valor más común de las estaturas de las mujeres es 1,625 metros.
Mo = 1,625
Mediana
 Para hallar la cantidad de prendas correspondiente a la posición central de la distribución, se deben

colocar los elementos ordenados en forma creciente. Dicho valor es aquel por el cual la serie queda dividida
en dos grupos de igual cantidad de observaciones.
Ordenados los datos en forma creciente:
1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4
El centro no está ocupado por un número en particular porque la serie tiene cantidad par de elementos.
En estos casos, se considera el valor promedio de las dos observaciones centrales, por lo tanto, el número
buscado es el 3.
36
Este proceso no es muy práctico y menos lo será cuanto más grande sea el tamaño de la muestra. Para
simplificar, se trabaja con las frecuencias acumuladas.
En primer lugar, se determina la posición central dividendo por 2 el número total de observaciones:
50 : 2 = 25
Si se recorren las frecuencias acumuladas de la tabla, se puede determina que la observación correspondiente
a la posición Nº 25 pertenece a la categoría “tres prendas compradas el último año”, pues su frecuencia
acumulada es 41.
Cantidad de prendas de
jean compradas por cada f fr Porcentaje F
consumidor el último año
1 5 0,10 10 % 5
2 15 0,30 30 % 20
3 21 0,42 42 % 41
4 9 0,18 18 % 50
Totales 50 1 100 % 50
Es decir que la posición central está contenida en la tercera categoría, y el valor correspondiente es 3.
 Para estimar el valor que ocupa la posición central, cuando los datos están Intervalos f F
agrupados en intervalos de clase, se busca la clase que contiene al n/2-ésimo dato
[1,50; 1,55) 5 5
25
de la serie. En este caso es = 12,5; como no es número entero, se considera 13, [1,55; 1,60) 6 11
2
que resulta ser la posición que divide la distribución en dos grupos iguales, [1,60; 1,65) 7 18
quedando 12 datos a la izquierda y 12, a la derecha. Se busca en las frecuencias
acumuladas este valor. La primera que lo contiene es 18, de manera que queda [1,65; 1,70) 5 23
seleccionado el intervalo [1,60; 1,65). [1,70; 1,75) 2 25
Luego aplicamos la fórmula: Totales 25 25
N
 Fm 1
2 13  11
Me  Lm  c  M e  1,60   0,05  Me ≈ 1,61
fm 7
Se determina que la altura que ocupa el valor central de la distribución es aproximadamente, 1,61 m.
Guía N°6: Parámetros estadísticos
1. En uno de los tomos de una enciclopedia de 150 páginas, se encontraron errores.

La siguiente tabla muestra la cantidad de errores cometidos por página:
Cantidad de errores por página 0 1 2 3 4 5

Cantidad de página 100 32 11 4 2 1
37
Determinar el promedio de errores por página, la mediana y la moda.
2. Las edades de los alumnos que participan de un concurso de pintura son:

15, 14, 15, 16, 17, 16, 16, 16, 15, 15, 15, 14, 16, 17, 16, 16, 16, 14, 15, 15, 14
Ordenar los datos en una tabla y calcular el promedio, la mediana y la moda de la distribución.
3. En una empresa se realizó el examen físico anual a todos los empleados. La tabla de distribuciones del peso
es la siguiente:
Cantidad de empleados 40 140 190 88 36 6

Peso (kg) [50; 60) [60; 70) [70; 80) [80; 90) [90; 100) [100; 110)
Calcular el peso promedio, la mediana y la moda de la distribución.
4. En el partido de Rauch, provincia de Buenos Aires, la Secretaría de Asuntos Agrarios de la municipalidad

realizó un muestreo de las plantaciones de maíz para uso forrajero, del último año. Se obtuvieron los siguientes
datos:
Área cultivada (ha) [5; 10) [10; 15) [15; 20) [20; 25) [25; 30)
Cantidad de plantaciones 5 8 15 20 12
Determinar el área promedio cultivada y el área más habitual de hectáreas cultivadas.
Medidas de dispersión
Si bien la media es un buen parámetro para representar un conjunto de datos, no brinda información acerca
de cómo están distribuidos estos, o sea, con conocer la media no alcanza para saber si los datos están
concentrados a su alrededor o si, por el contrario, se encuentran dispersos. Por ese motivo se usan otros
parámetros, llamados de dispersión.
Los más usuales son el rango o recorrido, la desviación respecto de la media, la varianza y el desvío estándar.
 Rango (R): de un conjunto de datos numéricos es la diferencia entre el mayor valor (xM) y el menor
valor (xm), o sea que indica entre qué valores se encuentra la variable.
R = xM – x m
 Desviación (d): La desviación de un dato con respecto a la media es la diferencia entre ese dato y la
media de todos los del conjunto.
La desviación correspondiente al dato xi es: di = xi – x

38
Ejemplo:
Obtener las desviaciones con respecto a la media de las edades de la tabla.
Edad (años) 13 15 16 17
Frecuencia 2 3 1 2
13.2  15.3  16.1  17.2

Primero, se calcula la media: x = 15,125
8
Luego: Edad f Media Desviación (d)

13 2 15,125 13 – 15,125 = – 2,125
15 3 15,125 15 – 15,125 = – 0,125
16 1 15,125 16 – 15,125 = 0,875
17 2 15,125 17 – 15,125 = 1,875
Si se suman todas las desviaciones se obtiene cero.
En efecto: 2. (– 2,125) +3. (– 0,125) + 1. 0,875 + 2. 1,875 = 0
 Varianza y desvío estándar
La varianza (  2 ) de un conjunto de datos es el promedio de los cuadros de las desviaciones respecto

de la media.
N
d i2
Para datos que no se repiten es  2  
i 1 N
m
f i .d i2
Para datos que se repiten es  2   , m es el número de valores distintos que adopta la
i 1 N
variable.
Como se trabajó con los cuadrados de las desviaciones, para hacer una comparación con la media (que no está
elevada al cuadrado), se calcula la raíz cuadrada de la varianza. El resultado es el desvío estándar  .
Cuando los datos están agrupados, el desvío estándar se calcula usando las desviaciones de las marcas de
clase x – x de cada grupo.
Ejemplo:
Determinar el desvío estándar de las estaturas de 25 personas agrupadas en 4 clases, como indica la tabla.
Estatura (cm) [140; 160) [160; 180) [180; 200) [200; 220)
Frecuencia 7 12 5 1
39
Se arma la tabla de abajo, recordando que una estimación de la media es:
k
f i  x mi 7  150  12  170  5  190  1  210 4250
x    170
i 1 N 25 25
Estatura (cm) f x f.x x d=x– x d2 f . d2

[140; 160) 7 150 1050 170 – 20 400 2800
[160; 180) 12 170 2040 170 0 0 0
[180; 200) 5 190 950 170 20 400 2000
[200; 220) 1 210 210 170 40 1600 1600
Total 25 Total 4250 Total 6400
6400 6400
Varianza  2  Desvío estándar   = 16
25 25
 Coeficiente de variación (CV)
Se llama coeficiente de variación (CV), al cociente del desvío estándar σ por la media x , y sirve para analizar

el grado de dispersión de la muestra. CV 
x
Por lo general, si │CV│> 0,1, se interpreta que los datos están dispersos.
Si │CV│< 0,1 se puede interpretar que la muestra es homogénea, no presenta dispersión.
16
En el ejemplo CV = ≈ 0,094
170
Actividades:
1. En la tabla figuran agrupados los sueldos de los empleados de una empresa. Calcula el desvío estándar y el
coeficiente de variación.
Sueldo ($) [3200; 4800) [4800; 6400) [6400; 8000) [8000; 9600) [9600; 11200) [11200; 12800) [12800; 14400)
Frecuencia 3 5 10 12 8 3 4
2. En la tabla aparecen las temperaturas promedio mensuales (en ºC) que se registraron en un parque
nacional en el hemisferio norte, durante el año pasado.
a) ¿Cuál fue la mediana?
b) ¿Cuál fue la moda?
E F M A M J J A S O N D c) ¿Cuál fue la media de esas 12 temperaturas?
d) Obtén el desvío estándar de esos datos.
40 e) Calcula el coeficiente de variación y determina
si los datos están dispersos o no.
6 5 12 19 18 20 21 21 21 16 15 7
3. En el curso de Ana hicieron una encuesta sobre la cantidad de horas semanales que había estudiado un
grupo de compañeros para los exámenes finales de Biología. El promedio de las horas de estudio fue 9; la
moda 12, y la mediana 8,5. Completa con los datos que faltan para que la muestra tenga esos parámetros.
Ten en cuenta que los diez encuestados respondieron en horas enteras.
2 – 3 – 4 – 5 – …………………………………. – 12 – 12 …………………………………. – 15 – ……………………..
4. En el gráfico de barras se representó la cantidad de veces que un

grupo de chicos fue a bailar en el último mes.
a) ¿Cuántos chicos había en el grupo encuestado?
b) ¿Cuántos fueron a bailar solo 2 veces en el mes? ¿Qué
porcentaje del total representa esa cantidad?
c) Para la variable representada en el gráfico, armá una tabla en la que
se muestren la frecuencia absoluta, la relativa, el porcentaje, la
frecuencia absoluta acumulada, la relativa acumulada y el
porcentaje acumulado.
d) Calcula la media, la moda y la mediana de la cantidad de veces
que los chicos encuestados fueron a bailar.
e) A los datos de la misma actividad se agregaron los de Sofía y Pedro, que en el último mes fueron 15 veces a
bailar porque participaron en un concurso. Volvé a calcular la media, la moda y la mediana, y analizá cuál de
las tres sufrió cambios significativos.
5. Se cronometra el tiempo que tardan en nadar 50 metros en estilo crol los chicos que concurren a una clase
de natación.
Tiempo (seg) Frecuencia Frecuencia a) En la tabla se ven algunos datos; complétala.

absoluta relativa b) Representa la distribución de frecuencias en un histograma.
[30; 40) 12
c) ¿A qué intervalo de tiempo corresponde el rectángulo de mayor
[40; 50) 0,6
altura?
[50; 60)
Total 40 d) Calcula el tiempo medio que tardaron los nadadores en nadar 50
m.
e) ¿Cuál es el intervalo modal?
f) Determina la mediana.
g) ¿Es cierto que la mitad de los chicos de la muestra nadan los 50 m en menos de 40 seg? ¿Por qué?
41
6. Se pesa el contenido de un lote de latas de duraznos al natural y se obtienen los siguientes valores en
gramos.
828 849 835 838 843 832 840 826 832 836
831 821 846 844 825 847 838 848 836 830
837 839 834 837 836 837 833 843 839 831
836 840 830 848 824 842 846 832 844 848
a) Define y clasifica la variable de estudio.

b) Construye la distribución de frecuencias correspondiente considerando una amplitud de 5 gramos.
c) ¿Qué porcentaje de latas contienen al menos 845 gramos?
d) ¿Cuál es el peso promedio del lote?
e) ¿Cuál es el peso más frecuente por lata?
f) Calcula las medidas de dispersión e interprétalas con relación al problema.
42
Transformada de Laplace
 Definición: Sea f (t) una función de t definida para t > 0. La Transformada de Laplace de f(t) se define como:
L { f (t) } = F(s) = ∫ e-st f(t)dt

EXISTENCIA DE LA TRANSFORMADA DE LAPLACE
La transformada de Laplace de una función f (t ) existe si la integral de Laplace converge. La integral ha de
converger si f (t ) es seccionalmente continua en todo intervalo finito dentro del rango t  0 y si es de orden
exponencial cuanto t tiende a infinito. Se dice que una función f (t ) es de orden exponencial, s si existe una
constante real, positiva  tal que la función
e t f (t ) tiende a cero cuanto t tiene a infinito.
 Algunas Propiedades de la Transformada de Laplace:
1. Suma y Resta
Sean F1(s) y F2(s) las transformadas de Laplace de f1(t) y f2(t) respectivamente. Entonces:
L { f 1(t) ±f2(t) } = F1(s) ± F2(s)
2. Multiplicación por una constante
Sea k una constante y F(s) la transformada de Laplace de f(t). Entonces:
L { kf(t)} = kF(s)
3. Diferenciación
Sea F(s) la transformada de Laplace de f(t), y f(0) es el límite de f(t) cuando t tiende a cero. La Transformada de Laplace
de la derivada con respecto al tiempo de f(t) es:
L { df(t)/dt} = sF(s) - lím f(t) = sF(s) - f(0)
Transformada Inversa de Laplace - Conceptos Básicos
 Definición:
Sea F(s) la Transformada de Laplace de una función f (t). La Transformada Inversa de Laplace (o Antitransformada) de
F(s) se denota:
L-1 { F(s)} = f(t)
 Transformadas de Laplace de algunas Funciones Elementales:
f(t) L {f(t)} = F(s)
1 K k/s
2 T 1/s2
3 tn n!/sn+1
4 eat 1/ s-a
5 sen at a/ s2 + a2
6 cos at s/ s2 + a2
43
7 senh at a/ s2 - a2
8 cosh at s/ s2 - a2
 Ejercicio Resuelto:
Hallar la Transformada de Laplace de la siguiente f(t) por medio del uso de tabla:
f(t) = 3 e -4t + 1/2 cos 5t + 3/4 t3 + 8
Aplico Transformada de Laplace:

L {f(t)} = L { 3 e -4t + 1/2 cos 5t + 3/4 t3 + 8 } (1)
Ya que la Transformada de Laplace de una suma es igual a la suma de las Transformadas de Laplace de cada término,
(1) se puede expresar como:
L {f(t)} = L {3 e - 4t } + L { 1/2 cos 5t } + L { 3/4 t3 } + L { 8 } (2)
Ahora sólo queda reemplazar cada término de (2) por su correspondiente Transformada expresada en la tabla, y aplicar
las propiedades:
L {f(t)} = F(s) = 3*(1/s+4 ) + 1/2*( s/s2 + 25 ) + 3/4*( 3! / s4 ) + 8/s
por lo tanto:
F(s) = 3/s+4 + s / 2*( s2 + 25) + 9/2 t - 4 + 8/s
Guía N°7: Transformada de Laplace

1) Resolver aplicando propiedades y tablas las siguientes Transformadas de Laplace.
a) L 8 t. e- 3t = b) L 4. sen (3t ) + 9 = c) L 6 . e- 6t ̶ t =
d) L 3 . e- 5t = e) L t ̶ 2. cos (5t ) = f) L 4 + 5t . e- 7t =
2) Resolver aplicando tabla y propiedades las siguientes Anti transformadas de Laplace

a) L-1 20 = b) L-1 10 + 7 = c) L-1 10 s + 1 =
s–7 s s+1 2
s + 25 s3
44
d) L-1 20 + 5 = e) L-1 -4 + 4 = f) L-1 -3s =
s –4 s
2
s 3
s + 16 s2 + 9
Apéndice
1) Tabla de Transformadas de Laplace (L)
N° f(t) Lf(t) F(s)
1 1 1
S
2 T 1 .
s2
3 tn n! .
sn+1
4 e-ɑt 1 .
s+ɑ
5 t e-ɑt 1 .
(s + ɑ)2
6 1. 𝜋
2 √
√t 𝑠
7 sen t  .
s +2 2
8 cos t s .
s +2
2
9 sen (t + ) s sen +  cos .

s2 +2
10 cos (t + ) s cos ̶  sen .
s2 +2
11 e-ɑt sen t  .
(s+ɑ)2 +2
12 e-ɑt cos t s+ɑ .
(s+ɑ)2 +2
13 sen h t  .
s ̶ 2
2
14 cos h t s .
s ̶ 2
2
15 df sF(s) ̶ f (0+)
dt
𝑡
16 F(s)
∫ 𝑓 ()𝑑
0
S
17 f (t ̶ t1) - t1s
e F(s)
18 c1f1(t) + c2f2(t) c1F1(s) + c2F2(s)

𝑡
19 F1(s) F2(s)
∫ 𝑓1() 𝑓2(𝑡 − )𝑑
0
45
20 t2 2
𝑠3
46
Ejemplos
El 5% de los recién nacidos tiene un peso demasiado bajo. ¿Qué
peso se considera “demasiado bajo”?
Percentil 5 o cuantil 0,05
¿Qué peso es superado sólo por el 25% de los individuos?
Percentil 75 o cuantil 0,75
El colesterol se distribuye simétricamente en la población. Se

considera patológico los valores extremos. El 90% de los individuos
son normales ¿Entre qué valores se encuentran los individuos
normales?
Entre el percentil 5 y el 95
Percentiles y cuantiles
«Percentil» de orden k = cuantil de orden k/100
. La mediana se corresponde con el percentil 50
El percentil de orden 15 deja por debajo al 15% de las observaciones.

Por encima queda el 85%
«Cuartiles»: Dividen a la muestra en 4 grupos con frecuencias
similares.
«Primer cuartil» = Percentil 25 = Cuantil 0,25
«Segundo cuartil» = Percentil 50 = Cuantil 0,5= mediana
47

Módulo Teórico Práctico 6to Matemática Aplicada

Cargado por

Copyright:

Formatos disponibles

Módulo Teórico Práctico 6to Matemática Aplicada

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Módulo Teórico Práctico 6to Matemática Aplicada

Cargado por

Copyright:

Formatos disponibles

Módulo teórico práctico

Matemática Aplicada 6to año

Vectores en el espacio pág.3-13

Funciones Vectoriales pág.17-19

Funciones de varias variables pág.20-23

Parámetros Estadísticos pág.33-42

Transformada de Laplace pág.43-44

Programa de Contenidos de Matemática Aplicada

Unidad N°1: Matemática Vectorial

Unidad N°2: Probabilidades

Probabilidad: Modelos matemáticos. Álgebra de sucesos. Definición axiomática de probabilidad.

Unidad N°3: Análisis matemático

Unidad N°4: Estadística

Estadística: Objeto de la Estadística. Población y muestra. Estadística descriptiva e inferencia

Unidad N°5: Transformadas.

Transformadas de Laplace y de Fourier. Transformada inversa de Laplace.

Sistemas de coordenadas en el espacio (en tres dimensiones)

Representemos cualquier punto en el planos por una terna ordenada (a,

Para representar puntos en el espacio, primero escogemos un punto fijo

 x = distancia dirigida de P al plano yz

Vector equipolente es el vector trasladado al origen de coordenadas

Guía N°1: Vectores en el Espacio

1) Se dan los puntos inicial y final de un vector.

i) Punto inicial ( -1 ; 2 ; 3 ) , punto final ( 3 ; 3 ; 4 ii) Punto inicial ( 2 ; -1 ; -2 ) , punto final ( -4 ; 3 ; 7 )

2) Hallar los vectores que se indican en cada caso sabiendo que:

DEFINICIÓN DE VECTORES PARALELOS

Dos vectores no nulos 𝑢

Ejemplo de vectores paralelos:

Solución: Calculamos el vector equipolente a 𝑣

𝑣 = (−4; 7; 5) − (2; −1; 3) = (⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

Podemos concluir que 𝑢

b) En este caso necesitamos un escalar c tal que:

Para 12 = c.(-6) → c =−2

Para -16 = c. 8 → c =−2

PRODUCTO ESCALAR O PRODUCTA INERIOR:

Sean los vectores 𝑣 =⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

Se define como producto escalar entre el vector 𝑣 y 𝑤

TEOREMA: ÁNGULO ENTRE DOS VECTORES

Sea el ángulo 𝜃 entre los vectores 𝑣 y 𝑤

Ejemplo 2: Sean 𝑣 = ⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

Realizo los siguientes cálculos:

𝜃 = 85° 21´ 5,1´´

Respuesta: el ángulo entre los vectores es de 𝜃 = 85° 21´ 5,1´´

4) Determinar cuál de los siguientes vectores es paralelo a z.

Sean los vectores 𝑣 =⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗⃗

Se define como producto vectorial entre el vector 𝑣 y 𝑤

Características geométricas del producto vectorial

Caso 1: Dados dos vectores 𝑣 ⃗⃗ el producto vectorial de ambos

Caso 2: Sea el ángulo 𝜃 entre los vectores 𝑣 y 𝑤

Caso 3: De la desigualdad enunciada en el caso 2, se deduce que |𝑣 × 𝑤

8) Determinar el producto vectorial de los pares de vectores dados en el ejercicio 6).

10) Determinar el área de los triángulos dados en el ejercicio 3).

Ecuación vectorial de la Recta

Llamaremos Ecuación Paramétrica:

r(t) = 〈𝑎. 𝑡 + 𝑥1 ; 𝑏. 𝑡 + 𝑦1 ; 𝑐. 𝑡 + 𝑧1 〉 con t ∈ ℝ

Ecuación vectorial de la recta que pasa por dos puntos dados P y Q

P= (𝑥1 ; 𝑦1 ; 𝑧1 ) y Q= (𝑥2 ; 𝑦2 ; 𝑧2 ) son nuestros datos

Para calcular la ecuación vectorial de la recta, necesito el vector director

𝑣 =Q – P (Es el equipolente a ⃗⃗⃗⃗⃗

Ecuación vectorial del Plano