Ejemplo con un alumno inventado: tu actividad se guarda solo en este navegador. Salir del ejemplo

AulaDualAlumnos
← U13 · Estadística unidimensional

Matemáticas 3.º ESO · Medidas de dispersión con calculadora

Recuerda: varianza y desviación típica

Objetivo: Al terminar, sabrás calcular la varianza y la desviación típica de datos sueltos con la definición (tabla de desviaciones al cuadrado) y usarlas para comparar la dispersión de dos conjuntos.

Recuerda

Varianza y desviación típica

En lugar de quitar el signo a las desviaciones con el valor absoluto, se pueden elevar al cuadrado. Así se obtienen las medidas de dispersión más usadas:

Varianza σ2\sigma^2: la media de los cuadrados de las desviaciones. σ2=∑(xi−xˉ)2N\sigma^2 = \dfrac{\sum (x_i - \bar{x})^2}{N}

Desviación típica σ\sigma: la raíz cuadrada de la varianza. σ=σ2\sigma = \sqrt{\sigma^2}

Cómo se calcula (tabla de tres columnas):

xix_i xi−xˉx_i - \bar{x} (xi−xˉ)2(x_i - \bar{x})^2
  1. Calcula la media.
  2. Rellena las desviaciones (con signo; su suma debe dar 0: sirve de comprobación).
  3. Eleva al cuadrado, suma y divide entre NN: es la varianza.
  4. Haz la raíz: es la desviación típica.

La varianza tiene las unidades al cuadrado (€², cm²…), así que para interpretar se usa la desviación típica, que tiene las mismas unidades que los datos. A mayor desviación típica, más dispersos están los datos. Si todos los datos son iguales, σ=0\sigma = 0.

¿Qué indica la desviación típica?

La desviación típica es una especie de «distancia típica» de los datos a la media:

  • Si σ\sigma es pequeña, los datos están muy agrupados alrededor de la media: el conjunto es homogéneo y la media lo representa bien.
  • Si σ\sigma es grande, los datos están muy separados: el conjunto es heterogéneo.
  • En muchos conjuntos de datos, la mayoría de los datos están entre xˉ−σ\bar{x} - \sigma y xˉ+σ\bar{x} + \sigma.

Si a todos los datos se les suma el mismo número, la media aumenta en ese número, pero la desviación típica no cambia: los datos se desplazan todos juntos y siguen igual de separados.

Con la calculadora

Las calculadoras científicas tienen un modo estadístico (STAT o SD): se introducen los datos y dan la media xˉ\bar{x} y la desviación típica, que suele aparecer como σx\sigma_x o σn\sigma_n. Úsala para comprobar el resultado de la tabla. Cuidado: sxs_x (o σn−1\sigma_{n-1}) es otro parámetro, que divide entre N−1N - 1.

Puntos clave

  • Varianza: σ2=∑(xi−xˉ)2N\sigma^2 = \dfrac{\sum (x_i - \bar{x})^2}{N}.
  • Desviación típica: σ=σ2\sigma = \sqrt{\sigma^2}, en las mismas unidades que los datos.
  • Las desviaciones con signo suman 0: es la comprobación de la tabla.
  • Mayor σ\sigma → datos más dispersos; σ=0\sigma = 0 → todos los datos iguales.
  • Sumar el mismo número a todos los datos cambia la media, pero no la desviación típica.

Errores frecuentes

  • ErrorElevar al cuadrado los datos en vez de las desviaciones.

    Cómo corregirloPrimero resta la media a cada dato y después eleva al cuadrado: (xi−xˉ)2(x_i - \bar{x})^2.

  • ErrorDar la varianza como desviación típica (olvidar la raíz).

    Cómo corregirloLa varianza es el cuadrado: σ=σ2\sigma = \sqrt{\sigma^2}. Comprueba las unidades: σ\sigma va en las mismas unidades que los datos.

  • ErrorEscribir −22=−4-2^2 = -4 en la tabla.

    Cómo corregirloEl cuadrado de una desviación negativa es positivo: (−2)2=4(-2)^2 = 4.

  • ErrorTomar en la calculadora sxs_x (o σn−1\sigma_{n-1}) en lugar de σx\sigma_x.

    Cómo corregirloLa desviación típica de esta unidad divide entre NN: en la calculadora es σx\sigma_x (o σn\sigma_n). Comprueba con la tabla al menos una vez.

Ejemplos resueltos

  1. Ejemplo 1. Goles de waterpolo numérico (tabla de desviaciones)

    Un equipo de waterpolo ha marcado en 6 partidos: 3, 5, 2, 6, 4, 4 goles. Calcula la varianza y la desviación típica.

    Resolución

    Media: xˉ=246=4\bar{x} = \dfrac{24}{6} = 4 goles.

    xix_i xi−xˉx_i - \bar{x} (xi−xˉ)2(x_i - \bar{x})^2
    3 −1 1
    5 1 1
    2 −2 4
    6 2 4
    4 0 0
    4 0 0
    suma 0 ✔ 10

    σ2=106≈1,67\sigma^2 = \dfrac{10}{6} \approx 1{,}67 goles²; σ=1,67≈1,29\sigma = \sqrt{1{,}67} \approx 1{,}29 goles.

  2. Ejemplo 2. Dos atletas de 400 m situación real (comparar)

    Dos atletas corren cinco carreras de 400 m. Tiempos (s) de Alba: 61,1; 61,3; 61,2; 61,4; 61,0. Tiempos de Berta: 60,8; 61,6; 61,0; 61,7; 60,9. Las dos tienen media 61,2 s. ¿Cuál es más regular?

    Resolución

    Alba: desviaciones −0,1; 0,1; 0; 0,2; −0,2 → cuadrados 0,01; 0,01; 0; 0,04; 0,04 → suma 0,10. σ2=0,105=0,02\sigma^2 = \dfrac{0{,}10}{5} = 0{,}02; σ=0,02≈0,14\sigma = \sqrt{0{,}02} \approx 0{,}14 s.

    Berta: desviaciones −0,4; 0,4; −0,2; 0,5; −0,3 → cuadrados 0,16; 0,16; 0,04; 0,25; 0,09 → suma 0,70. σ2=0,705=0,14\sigma^2 = \dfrac{0{,}70}{5} = 0{,}14; σ=0,14≈0,37\sigma = \sqrt{0{,}14} \approx 0{,}37 s.

    Alba es más regular (su desviación típica es menor), aunque Berta ha hecho la mejor marca (60,8 s).

Ejercicios

De menos a más. Intenta cada uno antes de mirar la solución.

  1. 1. Fácil

    Calcula la varianza y la desviación típica de: 2, 4, 4, 6, 9.

    Ver solución

    σ2=5,6\sigma^2 = 5{,}6; σ≈2,37\sigma \approx 2{,}37

    xˉ=255=5\bar{x} = \dfrac{25}{5} = 5. Desviaciones: −3, −1, −1, 1, 4 (suman 0 ✔). Cuadrados: 9, 1, 1, 1, 16 → suma 28. σ2=285=5,6\sigma^2 = \dfrac{28}{5} = 5{,}6; σ=5,6≈2,37\sigma = \sqrt{5{,}6} \approx 2{,}37.

  2. 2. Fácil

    Carla anota las horas diarias que usa el móvil durante 5 días: 3, 2, 4, 5, 1. Calcula la media y la desviación típica.

    Ver solución

    xˉ=3\bar{x} = 3 h; σ≈1,41\sigma \approx 1{,}41 h

    xˉ=155=3\bar{x} = \dfrac{15}{5} = 3 h. Desviaciones: 0, −1, 1, 2, −2. Cuadrados: 0, 1, 1, 4, 4 → suma 10. σ2=105=2\sigma^2 = \dfrac{10}{5} = 2 h²; σ=2≈1,41\sigma = \sqrt{2} \approx 1{,}41 h.

  3. 3. Media

    Dos gimnastas obtienen estas puntuaciones en cinco ejercicios. Ana: 8,5; 9; 8; 9,5; 9. Bea: 7; 10; 9,5; 8; 9,5. a) Comprueba que tienen la misma media. b) Calcula la desviación típica de cada una. c) ¿Quién es más regular?

    Ver solución

    a) 8,8. b) Ana ≈ 0,51; Bea ≈ 1,12. c) Ana.

    a) Las dos suman 44 → xˉ=445=8,8\bar{x} = \dfrac{44}{5} = 8{,}8. b) Ana: desviaciones −0,3; 0,2; −0,8; 0,7; 0,2 → cuadrados 0,09; 0,04; 0,64; 0,49; 0,04 → suma 1,30 → σ2=0,26\sigma^2 = 0{,}26; σ≈0,51\sigma \approx 0{,}51. Bea: desviaciones −1,8; 1,2; 0,7; −0,8; 0,7 → cuadrados 3,24; 1,44; 0,49; 0,64; 0,49 → suma 6,30 → σ2=1,26\sigma^2 = 1{,}26; σ≈1,12\sigma \approx 1{,}12. c) Ana, porque su desviación típica es menor.

Para practicar más

  1. 1. Fácil

    Calcula la varianza y la desviación típica de: 10, 12, 14, 16, 18.

    Ver solución

    σ2=8\sigma^2 = 8; σ≈2,83\sigma \approx 2{,}83

    xˉ=14\bar{x} = 14. Desviaciones: −4, −2, 0, 2, 4. Cuadrados: 16, 4, 0, 4, 16 → 40. σ2=405=8\sigma^2 = \dfrac{40}{5} = 8; σ=8≈2,83\sigma = \sqrt{8} \approx 2{,}83.

  2. 2. Media

    Un repartidor anota cuántos paquetes entrega en cada una de las 6 horas de su turno: 18, 22, 20, 25, 15, 20. Calcula la media y la desviación típica.

    Ver solución

    xˉ=20\bar{x} = 20 paquetes; σ≈3,11\sigma \approx 3{,}11 paquetes

    xˉ=1206=20\bar{x} = \dfrac{120}{6} = 20 paquetes. Desviaciones: −2, 2, 0, 5, −5, 0. Cuadrados: 4, 4, 0, 25, 25, 0 → 58. σ2=586≈9,67\sigma^2 = \dfrac{58}{6} \approx 9{,}67; σ≈3,11\sigma \approx 3{,}11 paquetes.

  3. 3. Media

    Sin hacer cálculos, ordena de menor a mayor desviación típica los conjuntos A: 7, 7, 7, 7; B: 6, 7, 7, 8; C: 1, 7, 7, 13. Después, calcula la desviación típica de cada uno para comprobarlo.

    Ver solución

    A < B < C: σA=0\sigma_A = 0; σB≈0,71\sigma_B \approx 0{,}71; σC≈4,24\sigma_C \approx 4{,}24

    Los tres tienen media 7. A no tiene dispersión; en C los extremos están mucho más lejos que en B: A < B < C. A: todas las desviaciones son 0 → σ=0\sigma = 0. B: cuadrados 1, 0, 0, 1 → σ2=24=0,5\sigma^2 = \dfrac{2}{4} = 0{,}5; σ≈0,71\sigma \approx 0{,}71. C: cuadrados 36, 0, 0, 36 → σ2=724=18\sigma^2 = \dfrac{72}{4} = 18; σ≈4,24\sigma \approx 4{,}24.

¿Cómo te ha ido con esta lección?