Varianza y desviación estándar
Maya y Jayden tienen un promedio de $6.5$ en sus exámenes cortos de matemáticas. Los últimos cuatro de Maya fueron $6, 7, 6, 7$. Los de Jayden fueron $3, 10, 3, 10$. La media no los distingue, pero son estudiantes muy diferentes. Para describirlos necesitas un número que mida qué tan lejos están los datos de la media.
Qué significa la dispersión
La medida más sencilla de dispersión es el rango (máximo menos mínimo). Pero el rango solo mira los dos valores extremos e ignora todo lo que hay en medio. Para usar todos los datos, mide qué tan lejos está cada uno de la media, $x - \bar{x}$ (una desviación), y luego promedia esas distancias.
Pruébalo con Maya: la media es $6.5$, así que las desviaciones son $-0.5,\ +0.5,\ -0.5,\ +0.5$. Su suma es $0$.
En esta página el conjunto de datos se trata como el grupo completo, así que dividimos entre $N$ (el número de datos).
Escribe un conjunto de datos en el widget y observa cómo cambia la dispersión. Prueba $6, 7, 6, 7$ y luego $3, 10, 3, 10$.
Dos estudiantes tienen las siguientes notas en la asignatura de matemáticas: Estudiante A: $6, 7, 6, 8, 7$ Estudiante B: $4, 9, 5, 10, 6$ Sin necesidad de hacer cálculos…
Dos estudiantes tienen las siguientes notas en la asignatura de matemáticas:
-
Estudiante A: $6, 7, 6, 8, 7$
-
Estudiante B: $4, 9, 5, 10, 6$
Sin necesidad de hacer cálculos complejos, ¿cuál de los dos estudiantes cree que tiene mayor desviación típica? Confirme su respuesta calculando la desviación típica de ambos.
Cómo calcular la varianza
Sigue siempre los mismos tres pasos: halla la media, eleva al cuadrado cada desviación y promedia los cuadrados.
Datos en una tabla de frecuencias
Cuando los valores se repiten, usa sus frecuencias $f_i$ como pesos y divide entre el total $N = \sum f_i$:
$$\bar{x} = \frac{\sum f_i x_i}{N} \qquad \sigma^2 = \frac{\sum f_i (x_i - \bar{x})^2}{N}$$Una gráfica de barras es solo una tabla de frecuencias disfrazada: lee la altura de cada barra como la frecuencia de su valor.
Calcule la varianza y la desviación típica del siguiente conjunto de datos, correspondientes a las edades de un grupo de cinco amigos: $15, 16, 15, 17, 16$.
Calcule la varianza y la desviación típica del siguiente conjunto de datos, correspondientes a las edades de un grupo de cinco amigos: $15, 16, 15, 17, 16$.
En una encuesta sobre el número de mascotas por hogar, se han obtenido los siguientes resultados: $0$ mascotas (4 hogares), $1$ mascota (5 hogares), $2$ mascotas (1…
En una encuesta sobre el número de mascotas por hogar, se han obtenido los siguientes resultados: $0$ mascotas (4 hogares), $1$ mascota (5 hogares), $2$ mascotas (1 hogar). Calcule la varianza de esta distribución.
El siguiente gráfico de barras representa el número de libros leídos durante el verano por un grupo de estudiantes. A partir del gráfico, extraiga las frecuencias…
El siguiente gráfico de barras representa el número de libros leídos durante el verano por un grupo de estudiantes.
A partir del gráfico, extraiga las frecuencias correspondientes a cada valor y calcule la desviación típica del número de libros leídos.
La fórmula abreviada
Cuando ya conoces $\sum x_i^2$ (por una tabla o una calculadora), hay una forma más rápida.
¿Por qué funciona? Desarrolla el cuadrado y usa $\sum x_i = N\bar{x}$:
$$\sum (x_i - \bar{x})^2 = \sum x_i^2 - 2\bar{x}\sum x_i + N\bar{x}^2 = \sum x_i^2 - 2N\bar{x}^2 + N\bar{x}^2 = \sum x_i^2 - N\bar{x}^2$$Divide entre $N$ y obtienes la fórmula.
Con una tabla de frecuencias, $\sum x_i^2$ se convierte en $\sum f_i x_i^2$. Para la tabla de hermanos: $\sum f_i x_i^2 = 0 + 4 + 8 + 9 = 21$, así que $\sigma^2 = \dfrac{21}{10} - 1.1^2 = 2.1 - 1.21 = 0.89$. La misma respuesta de antes.
En un estudio estadístico con $N = 40$ datos, se sabe que la media aritmética es $\bar{x} = 5,2$ y que la suma de los cuadrados de todos los datos es…
En un estudio estadístico con $N = 40$ datos, se sabe que la media aritmética es $\bar{x} = 5,2$ y que la suma de los cuadrados de todos los datos es $\sum x_i^2 = 1250$. Utilizando la fórmula abreviada, calcule la varianza y la desviación típica.
Un conjunto de datos de un experimento informático está formado exclusivamente por $20$ ceros y $30$ unos. Calcule la media y la varianza de este conjunto de datos.
Un conjunto de datos de un experimento informático está formado exclusivamente por $20$ ceros y $30$ unos. Calcule la media y la varianza de este conjunto de datos.
Las rentabilidades mensuales de una cartera de inversión durante el último semestre han sido: $-2\%, 3\%, 1\%, -1\%, 4\%, 1\%$. Calcule la varianza y la desviación…
Las rentabilidades mensuales de una cartera de inversión durante el último semestre han sido: $-2\%, 3\%, 1\%, -1\%, 4\%, 1\%$. Calcule la varianza y la desviación típica de estas rentabilidades expresadas como porcentaje.
Datos agrupados
A veces solo sabes cuántos valores caen en cada intervalo. Entonces usa el punto medio de cada clase como su valor $x_i$ y aplica las mismas fórmulas con las frecuencias. El resultado es una estimación, porque no conocemos los valores individuales dentro de cada clase.
La siguiente tabla muestra el tiempo, en minutos, que tardan los empleados de una fábrica en llegar a su puesto de trabajo: $[0, 10)$: $12$ empleados $[10, 20)$: $18$…
La siguiente tabla muestra el tiempo, en minutos, que tardan los empleados de una fábrica en llegar a su puesto de trabajo:
-
$[0, 10)$: $12$ empleados
-
$[10, 20)$: $18$ empleados
-
$[20, 30)$: $14$ empleados
-
$[30, 40)$: $6$ empleados
Calcule la varianza y la desviación típica del tiempo de trayecto utilizando las marcas de clase.
En la siguiente tabla de frecuencias agrupadas en intervalos faltan dos datos ($f_1$ y $f_2$): $[0, 20)$: $f_1$ $[20, 40)$: $10$ $[40, 60)$: $f_2$ $[60, 80)$: $5$ Se…
En la siguiente tabla de frecuencias agrupadas en intervalos faltan dos datos ($f_1$ y $f_2$):
-
$[0, 20)$: $f_1$
-
$[20, 40)$: $10$
-
$[40, 60)$: $f_2$
-
$[60, 80)$: $5$
Se sabe que el número total de datos es $N = 40$ y que la media aritmética es $\bar{x} = 37,5$. Calcula los valores de las frecuencias $f_1$ y $f_2$, y posteriormente halla la varianza de la distribución completa.
Desplazar y escalar datos
¿Qué les pasa a la media y a la dispersión cuando cambias todos los datos de la misma manera?
¿Por qué? Sumar $b$ mueve los datos y la media juntos, así que cada desviación $x - \bar{x}$ queda igual. Multiplicar por $a$ estira cada desviación por el factor $a$. La varianza eleva las desviaciones al cuadrado, así que recibe el factor $a^2$. La raíz cuadrada devuelve el factor a $|a|$.
Estandarización
Una elección muy útil es $z = \dfrac{x - \bar{x}}{\sigma}$, que es $y = ax + b$ con $a = \dfrac{1}{\sigma}$ y $b = -\dfrac{\bar{x}}{\sigma}$. Su media es $\dfrac{\bar{x} - \bar{x}}{\sigma} = 0$ y su desviación estándar es $\dfrac{1}{\sigma}\cdot\sigma = 1$. Todo conjunto de datos estandarizado tiene media $0$ y desviación estándar $1$. Una calificación de $85$ en un examen con media $70$ y $\sigma = 10$ se convierte en $z = \dfrac{85 - 70}{10} = 1.5$ ("una desviación estándar y media por encima de la media").
La desviación típica de las alturas de un grupo de árboles de un vivero es de $12\text{ cm}$. Si se sabe que dentro de un año todos los árboles habrán crecido…
La desviación típica de las alturas de un grupo de árboles de un vivero es de $12\text{ cm}$. Si se sabe que dentro de un año todos los árboles habrán crecido exactamente $15\text{ cm}$, ¿cuál será la nueva desviación típica de sus alturas? Justifique su respuesta utilizando las propiedades de las medidas de dispersión.
En una empresa tecnológica, la varianza de los salarios mensuales de sus empleados es de $40\,000\text{ \$}^2…
En una empresa tecnológica, la varianza de los salarios mensuales de sus empleados es de $40\,000\text{ \$}^2$. Si la dirección decide aumentar todos los salarios un $5\%$ (es decir, multiplicarlos por $1,05$), ¿cuál será la nueva varianza de los salarios?
Se ha realizado un experimento biológico midiendo la longitud de unas hojas, obteniendo una variable $X$ con media $\bar{x} = 12\text{ cm}$ y desviación típica…
Se ha realizado un experimento biológico midiendo la longitud de unas hojas, obteniendo una variable $X$ con media $\bar{x} = 12\text{ cm}$ y desviación típica $\sigma = 4\text{ cm}$. Para facilitar los cálculos en un software, se define una nueva variable "tipificada" $Z = \frac{X - 12}{4}$. Demuestre numéricamente o aplicando las propiedades de la media y la varianza cuáles son los valores de la media y la varianza de la nueva variable $Z$.
Coeficiente de variación
¿Qué es más disperso: las estaturas de los jugadores de la NBA o las de los gimnastas? Sus desviaciones estándar están en pulgadas, pero los dos grupos tienen medias muy distintas. Una comparación justa necesita una medida relativa.
El $CV$ también se usa en el control de calidad: un proceso es aceptable cuando su $CV$ se mantiene por debajo de cierto límite. Úsalo solo con datos positivos medidos desde un cero verdadero (estaturas, pesos, precios), no con temperaturas en °F.
En una clase de 10.º grado, la nota media en un examen de historia ha sido de $6,5$ puntos y el coeficiente de variación es del $20\%$. A partir de estos datos, calcule…
En una clase de 10.º grado, la nota media en un examen de historia ha sido de $6,5$ puntos y el coeficiente de variación es del $20\%$. A partir de estos datos, calcule la varianza de las notas de la clase.
Una máquina envasadora de café debe llenar paquetes con un peso objetivo de $250\text{ g}$. En un control de calidad se ha pesado una muestra de $50$ paquetes,…
Una máquina envasadora de café debe llenar paquetes con un peso objetivo de $250\text{ g}$. En un control de calidad se ha pesado una muestra de $50$ paquetes, obteniendo una media de $252\text{ g}$ y una suma de los cuadrados de los pesos de $\sum x_i^2 = 3\,175\,450$. Calcule el coeficiente de variación y determine si el proceso es aceptable, sabiendo que el estándar de calidad exige que el $CV < 1,5\%$.
En un equipo de baloncesto, la altura media de los jugadores es de $1,95\text{ m}$ con una desviación típica de $0,08\text{ m}$. Por otro lado, en un equipo de gimnasia…
En un equipo de baloncesto, la altura media de los jugadores es de $1,95\text{ m}$ con una desviación típica de $0,08\text{ m}$. Por otro lado, en un equipo de gimnasia rítmica, la altura media es de $1,65\text{ m}$ con una desviación típica de $0,07\text{ m}$. ¿Qué equipo presenta una altura más dispersa en términos relativos? Justifique su respuesta numéricamente.
Cómo trabajar hacia atrás desde las sumas
Muchos problemas te dan una media y una varianza y preguntan por las sumas originales. Dos identidades hacen el trabajo:
$$\sum x_i = N\bar{x} \qquad \sum x_i^2 = N\left(\sigma^2 + \bar{x}^2\right)$$La segunda es simplemente la fórmula abreviada despejada para $\sum x_i^2$.
Las mismas identidades muestran que la media de una cantidad transformada no es la transformación de la media.
Las puntuaciones de cuatro participantes en un concurso de talentos son $12, 15, x$ e $y$. Se sabe que la media aritmética de las cuatro puntuaciones es $14$ y que…
Las puntuaciones de cuatro participantes en un concurso de talentos son $12, 15, x$ e $y$. Se sabe que la media aritmética de las cuatro puntuaciones es $14$ y que $x = y$. Encuentre el valor de las puntuaciones desconocidas y calcule la desviación típica del conjunto.
En una clase de $25$ alumnos, la nota media en un examen de física es de $6,2$ y la desviación típica es de $1,4$. Al revisar los exámenes, el profesor se da cuenta de…
En una clase de $25$ alumnos, la nota media en un examen de física es de $6,2$ y la desviación típica es de $1,4$. Al revisar los exámenes, el profesor se da cuenta de que la nota de un alumno, que era un $2$, se había anotado por error ya que ese alumno no se presentó. Si se elimina esa nota errónea del conjunto de datos, ¿cuál será la nueva media y la nueva desviación típica de los $24$ alumnos restantes?
Un investigador mide el radio $r$ de una muestra de $10$ esferas metálicas, obteniendo una media de $\bar{r} = 5\text{ cm}$ y una varianza de…
Un investigador mide el radio $r$ de una muestra de $10$ esferas metálicas, obteniendo una media de $\bar{r} = 5\text{ cm}$ y una varianza de $\sigma_r^2 = 2\text{ cm}^2$. Necesita conocer el área superficial media de estas esferas para calcular la cantidad de pintura necesaria. Sabiendo que el área de una esfera es $A = 4\pi r^2$, y utilizando la definición de varianza $\sigma_r^2 = \frac{\sum r_i^2}{N} - \bar{r}^2$, calcula la media aritmética de las áreas superficiales de las $10$ esferas.
Cómo combinar dos grupos
Si conoces el tamaño, la media y la varianza de dos grupos, puedes hallar la varianza del grupo combinado sin los datos originales. Usa $\sum x^2 = N(\sigma^2 + \bar{x}^2)$ para cada grupo, suma las dos sumas y aplica la fórmula abreviada al total.
Una academia de idiomas tiene dos grupos de nivel B2. El grupo de mañana tiene $20$ alumnos con una nota media de $7$ y una varianza de $1,5$. El grupo de tarde tiene…
Una academia de idiomas tiene dos grupos de nivel B2. El grupo de mañana tiene $20$ alumnos con una nota media de $7$ y una varianza de $1,5$. El grupo de tarde tiene $30$ alumnos con la misma nota media de $7$, pero con una varianza de $2,5$. Calcule la varianza global de los $50$ alumnos de nivel B2 combinados.
Se combinan dos grupos de estudiantes para formar una sola clase para una excursión. El Grupo 1 tiene $15$ estudiantes con una altura media de $160\text{ cm}$ y una…
Se combinan dos grupos de estudiantes para formar una sola clase para una excursión. El Grupo 1 tiene $15$ estudiantes con una altura media de $160\text{ cm}$ y una varianza de $25\text{ cm}^2$. El Grupo 2 tiene $25$ estudiantes con una altura media de $168\text{ cm}$ y una varianza de $16\text{ cm}^2$. Calcule la varianza de la altura de la clase completa formada por los $40$ estudiantes.
Se tienen dos conjuntos de datos $A$ y $B$. El conjunto $A$ tiene $N_A$ elementos, media $10$ y varianza $4$. El conjunto $B$ tiene $N_B$ elementos, media $10$ y…
Se tienen dos conjuntos de datos $A$ y $B$. El conjunto $A$ tiene $N_A$ elementos, media $10$ y varianza $4$. El conjunto $B$ tiene $N_B$ elementos, media $10$ y varianza $9$. Si al juntar ambos conjuntos en un solo grupo la varianza global resulta ser $7$, determina la proporción exacta entre el número de elementos de $A$ y de $B$ (es decir, calcula el valor de la fracción $\frac{N_A}{N_B}$).
¿Por qué la media? Demostraciones y acertijos
Define el error cuadrático medio respecto de una constante $k$:
$$E(k) = \frac{1}{N}\sum (x_i - k)^2$$¿Dónde es más pequeño? Explora la gráfica de abajo: para los datos $2, 4, 9$ (media $5$) es la parábola $E(x) = x^2 - 10x + 33.67$.
Por eso la varianza eleva las desviaciones al cuadrado y las mide desde la media. Para demostrar fórmulas con $\{1, 2, \dots, n\}$, sustituye las sumas conocidas $\sum i$ y $\sum i^2$ en la fórmula abreviada y simplifica. Como comprobación, para $\{1, 2, 3\}$ la varianza es $\dfrac{(1-2)^2 + 0 + 1^2}{3} = \dfrac{2}{3}$.
Acertijos: convierte cada condición en una ecuación
Demuestra que la varianza de los $n$ primeros números naturales $\{1, 2, 3, \dots, n\}$ viene dada por la fórmula $\sigma^2 = \frac{n^2 - 1}{12}$. Aplica esta fórmula…
Demuestra que la varianza de los $n$ primeros números naturales $\{1, 2, 3, \dots, n\}$ viene dada por la fórmula $\sigma^2 = \frac{n^2 - 1}{12}$. Aplica esta fórmula para calcular rápidamente la desviación típica de los números enteros del $1$ al $25$.
(Nota: puedes utilizar las sumas conocidas $\sum_{i=1}^n i = \frac{n(n+1)}{2}$ y $\sum_{i=1}^n i^2 = \frac{n(n+1)(2n+1)}{6}$).
Encuentra un conjunto formado por exactamente $4$ números enteros positivos (que pueden repetirse) que cumplan simultáneamente las siguientes tres condiciones: Su media…
Encuentra un conjunto formado por exactamente $4$ números enteros positivos (que pueden repetirse) que cumplan simultáneamente las siguientes tres condiciones:
-
Su media aritmética es $5$.
-
Su mediana es $4,5$.
-
Su varianza es $4,5$.
Dada una distribución de datos $x_1, x_2, \dots, x_N$, se define la función $E(k) = \frac{1}{N} \sum_{i=1}^N (x_i - k)^2$, que representa el error cuadrático medio…
Dada una distribución de datos $x_1, x_2, \dots, x_N$, se define la función $E(k) = \frac{1}{N} \sum_{i=1}^N (x_i - k)^2$, que representa el error cuadrático medio respecto a un valor constante $k$. Desarrolla la expresión algebraica y demuestra que el valor de $k$ que hace mínima esta función es la media aritmética ($k = \bar{x}$), y que el valor mínimo alcanzado por la función coincide exactamente con la varianza $\sigma^2$.
De vuelta al inicio: tanto Maya ($6, 7, 6, 7$) como Jayden ($3, 10, 3, 10$) tienen media $6.5$. La desviación estándar de Maya es solo $\sigma = 0.5$, mientras que la de Jayden es $\sigma = 3.5$. Ahora el número te dice lo que la media no podía.