Factorial

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 37

Factorial !

La funcin factorial (smbolo: !) slo quiere decir que se multiplican una


serie de nmeros que descienden. Ejemplos:

4! = 4 3 2 1 = 24

7! = 7 6 5 4 3 2 1 = 5040

1! = 1

"4!" normalmente se pronuncia "4 factorial".


Tambin se puede decir "factorial de 4"

Calculando desde el valor anterior


Es fcil calcular un factorial desde el valor anterior:

n!

21

= 2 1!

=2

321

= 3 2!

=6

4321

= 4 3!

= 24

54321

= 5 4!

= 120

etc

etc

Ejemplo: Cunto es 10! si ya sabes que 9!=362.880 ?


10! = 10 9!
10! = 10 362.880 = 3.628.800
As que la regla es:

n! = n (n-1)!
lo que significa "el factorial de cualquier nmero es: el nmero por el factorial de (1
menos que el nmero", por tanto 10! = 10 9!, o incluso 125! = 125 124!

Qu pasa con "0!"


El factorial de cero es interesante... se suele estar de acuerdo en que 0! = 1.
Parece raro que no multiplicar ningn nmero d 1, pero ayuda a simplificar muchas
cuestiones.

Dnde se usa el factorial?


Los factoriales se usan en muchas reas de las matemticas, pero sobre todo
en combinaciones y permutaciones

Una pequea lista


n

n!

24

120

720

5.040

40.320

362.880

10

3.628.800

11

39.916.800

12

479.001.600

13

6.227.020.800

14

87.178.291.200

15

1.307.674.368.000

16

20.922.789.888.000

17

355.687.428.096.000

18

6.402.373.705.728.000

19

121.645.100.408.832.000

20

2.432.902.008.176.640.000

21

51.090.942.171.709.400.000

22

1.124.000.727.777.610.000.000

23

25.852.016.738.885.000.000.000

24

620.448.401.733.239.000.000.000

25

15.511.210.043.331.000.000.000.000

Como ves, crecen muy rpido!

Algunas valores muy grandes


70! es aproximadamente 1,1978571669969891796072783721 x 10100, que es un poco
ms grande que un Ggol (un 1 seguido de 100 ceros).
100! es aproximadamente 9,3326215443944152681699238856 x 10157
200! es aproximadamente 7,8865786736479050355236321393 x 10374

Y los decimales?
Puedes calcular factoriales de 0,5 o -3,217?
S que puedes! Pero tienes que usar algo que se llama "funcin Gamma", y que es
mucho ms complicado que lo que tratamos aqu.

Factorial de un medio
Lo que s te puedo decir es que el factorial de un medio () es la mitad de la raz
cuadrada de pi = (), y que los factoriales de algunos "semienteros" son:

n!

(-)!

()!

()

(3/2)!

(3/4)

(5/2)!

(15/8)

Y todava complen la regla deque "el factorial de un nmero es: el nmero por el
factorial de (1 menos que el nmero)", por ejemplo

(3/2)! = (3/2) (1/2)!


(5/2)! = (5/2) (3/2)!
Puedes averiguar cunto es (7/2)!?

Combinaciones y permutaciones
Qu diferencia hay?
Normalmente usamos la palabra "combinacin" descuidadamente, sin pensar en si
el orden de las cosas es importante. En otras palabras:
"Mi ensalada de frutas es una combinacin de manzanas, uvas y
bananas": no importa en qu orden pusimos las frutas, podra ser "bananas,
uvas y manzanas" o "uvas, manzanas y bananas", es la misma ensalada.
"La combinacin de la cerradura es 472": ahora s importa el orden. "724"
no funcionara, ni "247". Tiene que ser exactamente 4-7-2.
As que en matemticas usamos un lenguaje ms preciso:
Si el orden no importa, es una combinacin.
Si el orden s importa es una permutacin.

As que lo de arriba se podra llamar "cerradura de


permutacin"!

Con otras palabras:

Una permutacin es una combinacin ordenada.

Para ayudarte a recordar, piensa en "Permutacin... Posicin"

Permutaciones
Hay dos tipos de permutaciones:

Se permite repetir: como la cerradura de arriba, podra ser "333".

Sin repeticin: por ejemplo los tres primeros en una carrera. No puedes
quedar primero y segundo a la vez.

1. Permutaciones con repeticin


Son las ms fciles de calcular. Si tienes n cosas para elegir y eliges r de ellas, las
permutaciones posibles son:
n n ... (r veces) = nr
(Porque hay n posibilidades para la primera eleccin, DESPUS hay n posibilidades
para la segunda eleccin, y as.)
Por ejemplo en la cerradura de arriba, hay 10 nmeros para elegir (0,1,...,9) y eliges 3
de ellos:
10 10 ... (3 veces) = 103 = 1000 permutaciones
As que la frmula es simplemente:
nr
donde n es el nmero de cosas que puedes
elegir, y eliges r de ellas
(Se puede repetir, el orden importa)

2. Permutaciones sin repeticin


En este caso, se reduce el nmero de opciones en cada paso.

Por ejemplo, cmo podras ordenar 16


bolas de billar?
Despus de elegir por ejemplo la "14" no
puedes elegirla otra vez.

As que tu primera eleccin tiene 16 posibilidades, y tu siguiente eleccin tiene 15


posibilidades, despus 14, 13, etc. Y el total de permutaciones sera:
16 15 14 13 ... = 20,922,789,888,000

Pero a lo mejor no quieres elegirlas todas, slo 3 de ellas, as que sera solamente:
16 15 14 = 3360
Es decir, hay 3,360 maneras diferentes de elegir 3 bolas de billar de entre 16.
Pero cmo lo escribimos matemticamente? Respuesta: usamos la "funcin factorial"

La funcin factorial (smbolo: !) significa que se multiplican nmeros


descendentes. Ejemplos:

4! = 4 3 2 1 = 24

7! = 7 6 5 4 3 2 1 = 5040

1! = 1

Nota: en general se est de acuerdo en que 0! = 1. Puede que parezca curioso que no
multiplicar ningn nmero d 1, pero ayuda a simplificar muchas ecuaciones.
As que si quieres elegir todas las bolas de billar las permutaciones seran:
16! = 20,922,789,888,000
Pero si slo quieres elegir 3, tienes que dejar de multiplicar despus de 14. Cmo lo
escribimos? Hay un buen truco... dividimos entre 13!...
16 15 14 13 12 ...
= 16 15 14 = 3360
13 12 ...
Lo ves? 16! / 13! = 16 15 14
La frmula se escribe:

donde n es el nmero de cosas que puedes


elegir, y eliges r de ellas
(No se puede repetir, el orden importa)

Ejemplos:
Nuestro "ejemplo de elegir en orden 3 bolas de 16" sera:

16!

16!
=

(16-3)!

20,922,789,888,000
=

= 3360

13!

6,227,020,800

De cuntas maneras se pueden dar primer y segundo premio entre 10 personas?


10!

10!
=

(10-2)!

3,628,800
=

8!

= 90
40,320

(que es lo mismo que: 10 9 = 90)

Notacin
En lugar de escribir toda la frmula, la gente usa otras notaciones como:

Combinaciones
Tambin hay dos tipos de combinaciones (recuerda que ahora el orden no importa):

Se puede repetir: como monedas en tu bolsillo (5,5,5,10,10)

Sin repeticin: como nmeros de lotera (2,14,15,27,30,33)

1. Combinaciones con repeticin


En realidad son las ms difciles de explicar, as que las dejamos para luego.

2. Combinaciones sin repeticin


As funciona la lotera. Los nmeros se eligen de uno en uno, y si tienes los nmeros
de la suerte (da igual el orden) entonces has ganado!
La manera ms fcil de explicarlo es:

imaginemos que el orden s importa (permutaciones),

despus lo cambiamos para que el orden no importe.

Volviendo a las bolas de billar, digamos que queremos saber qu 3 bolas se eligieron,
no el orden.

Ya sabemos que 3 de 16 dan 3360 permutaciones.


Pero muchas de ellas son iguales para nosotros, porque no nos importa el orden.
Por ejemplo, digamos que se tomaron las bolas 1, 2 y 3. Las posibilidades son:
El orden importa
123
132
213
231
312
321

El orden no importa

123

As que las permutaciones son 6 veces ms posibilidades.


De hecho hay una manera fcil de saber de cuntas maneras "1 2 3" se pueden
ordenar, y ya la sabemos. La respuesta es:
3! = 3 2 1 = 6
(Otro ejemplo: 4 cosas se pueden ordenar de 4! = 4 3 2 1 = 24 maneras
distintas, prueba t mismo!)
As que slo tenemos que ajustar nuestra frmula de permutaciones para reducir por
las maneras de ordenar los objetos elegidos (porque no nos interesa ordenarlos):

Esta frmula es tan importante que normalmente se la escribe con grandes parntesis,
as:

donde n es el nmero de cosas que puedes


elegir, y eliges r de ellas
(No se puede repetir, el orden no importa)
Y se la llama "coeficiente binomial".

Notacin
Adems de los "grandes parntesis", la gente tambin usa estas notaciones:

Ejemplo
Entonces, nuestro ejemplo de bolas de billar (ahora sin orden) es:
16!

16!

20,922,789,888,000

3!(16-3)!

= 560

3!13!

66,227,020,800

O lo puedes hacer as:


161514

3360
=

= 560

321

As que recuerda, haz las permutaciones, despus reduce entre "r!"


... o mejor todava...
Recuerda la frmula!
Es interesante darse cuenta de que la frmula es bonita y simtrica:

Con otras palabras, elegir 3 bolas de 16 da las mismas combinaciones que elegir 13
bolas de 16.
16!

16!

16!

3!(16-3)!

13!(16-13)!

= 560
3!13!

Tringulo de Pascal
Puedes usar el tringulo de Pascal para calcular valores. Baja a la fila "n" (la de arriba
es n=0), y ve a la derecha "r" posiciones, ese valor es la respuesta. Aqu tienes un
trozo de la fila 16:
1
1

14
15

91
105

455

364 ...
1365 ...

16

120

560

1820

4368

...

1. Combinaciones con repeticin


OK, ahora vamos con este...

Digamos que tenemos cinco sabores de helado: banana, chocolate,


limn, fresa y vainilla. Puedes tomar 3 paladas. Cuntas variaciones
hay?
Vamos a usar letras para los sabores: {b, c, l, f, v}. Algunos ejemplos
son

{c, c, c} (3 de chocolate)

{b, l, v} (uno de banana, uno de limn y uno de vainilla)

{b, v, v} (uno de banana, dos de vainilla)

(Y para dejarlo claro: hay n=5 cosas para elegir, y eliges r=3 de ellas.
El orden no importa, y s puedes repetir!)
Bien, no puedo decirte directamente cmo se calcula, pero te voy a ensear
una tcnica especial para que lo averiges t mismo.

Imagina que el helado est en contenedores, podras decir


"sltate el primero, despus 3 paladas, despus sltate
los 3 contenedores siguientes" y acabars con 3 paladas
de chocolate!
Entonces es como si ordenaras a un robot que te trajera
helado, pero no cambia nada, tendrs lo que quieres.
Ahora puedes escribirlo como
tomar)

(la flecha es saltar, el crculo es

Entonces los tres ejemplos de arriba se pueden escribir as:


{c, c, c} (3 de chocolate):
{b, l, v} (uno de banana, uno de limn y uno de
vainilla):
{b, v, v} (uno de banana, dos de vainilla):

OK, entonces ya no nos tenemos que preocupar por diferentes sabores, ahora tenemos
un problema ms simple para resolver: "de cuntas maneras puedes ordenar flechas
y crculos"
Fjate en que siempre hay 3 crculos (3 paladas de helado) y 4 flechas (tenemos que
movernos 4 veces para ir del contenedor 1 al 5).
As que (en general) hay r + (n-1) posiciones, y queremos que r de ellas tengan
crculos.
Esto es como decir "tenemos r + (n-1) bolas de billar y queremos elegir r de ellas". Es
decir, es como el problema de elegir bolas de billar, pero con nmeros un poco
distintos. Lo podras escribir as:

donde n es el nmero de cosas que puedes elegir,


y eliges r de ellas
(Se puede repetir, el orden no importa)
Es interesante pensar que podramos habernos fijado en flechas en vez de crculos, y
entonces habramos dicho "tenemos r + (n-1) posiciones y queremos que (n1) tengan flechas", y la respuesta sera la misma...

Qu pasa con nuestro ejemplo, cul es la respuesta?


(5+3-1)!

7!
=

3!(5-1)!

5040
=

3!4!

= 35
624

En conclusin
Uau, es un montn de cosas que absorber, quizs tendras que leerlo otra vez para
entenderlo todo bien!
Pero saber cmo funcionan estas frmulas es slo la mitad del trabajo. Averiguar cmo
se interpreta una situacin real puede ser bastante complicado.
Por lo menos ahora sabes cmo se calculan las 4 variantes de "el orden s/no importa"
y "s/no se puede repetir".

Factorial

24

120

720

5.040

40.320

362.880

10

3.628.800

15

1.307.674.368.000

20

2.432.902.008.176.640.000

25

15.511.210.043.330.985.984.000.000

50

30.414.093.201.713.378.043 1045

70

1,19785717... 10100

450

1,73336873... 101.000

3.249

6,41233768... 1010.000

25.206

1,205703438... 10100.000

100.000

2,8242294079... 10456.573

El factorial de un entero positivo n, el factorial de n o n factorial se define en principio como


el producto de todos los nmeros enteros positivos desde 1 (es decir, los nmeros naturales)
hasta n. Por ejemplo,

La operacin de factorial aparece en muchas reas de las matemticas, particularmente


en combinatoria y anlisis matemtico. De manera fundamental, el factorial
de n representa el nmero de formas distintas de ordenar n objetos distintos (elementos
sin repeticin). Este hecho ha sido conocido desde hace varios siglos, en el s. XII por los
estudiosos hindes. La notacin actual n! fue usada por primera vez por Christian
Kramp en 1803.
La definicin de la funcin factorial tambin se puede extender a nmeros no naturales
manteniendo sus propiedades fundamentales, pero se requieren matemticas avanzadas,
particularmente del anlisis matemtico.
ndice
[ocultar]

1 Definicin
o

1.1 Cero factorial

2 Aplicaciones

3 Productos similares

3.1 Primorial

3.2 Doble factorial

4 Implementacin en lenguajes de programacin

5 Referencias y citas

6 Vase tambin

7 Enlaces externos

Definicin[editar]
La funcin factorial es formalmente definida mediante el producto
.
La multiplicacin anterior se puede simbolizar tambin utilizando el
operador productorio:

.
Tambin es posible definirlo mediante la relacin de recurrencia

En esta segunda definicin el dominio de la funcin es el conjunto de los


enteros no negativos 0 y el codominio es el conjunto de los enteros
positivos +.1 En este caso hay una sucesin recurrente, el clculo sucesivo
de sus elementos se llama proceso recurrente y la igualdad n! = (n - 1)!n se
nombra ecuacin recurrente.2
Todas las definiciones anteriores incorporan la premisa de que

Cero factorial[editar]
La definicin indicada de factorial es vlida para nmeros positivos. Es
posible extender la definicin a otros contextos introduciendo conceptos
ms sofisticados, en especial es posible definirla para cualquier nmero
real excepto para los nmeros enteros negativos y para cualquier nmero
complejo exceptuando de nuevo los nmeros enteros negativos.
Una extensin comn, sin embargo, es la definicin de factorial de cero.
De acuerdo con la convencin matemtica de producto vaco, el valor de
0! debe definirse como:

Es posible, sin embargo, dar un argumento intuitivo para justificar la


eleccin, como sigue:

Para cada nmero entero positivo n mayor que 1, es posible


determinar el valor del factorial anterior mediante el uso de la
siguiente identidad:

vlida para todo nmero mayor o igual que 1.


As, si se conoce que 5! es 120, entonces 4! es 24 porque

y por tanto 3! debe ser necesariamente 6 puesto que

El mismo proceso justifica el valor de 2! = 2 y 1!=1 ya


que:

Si aplicamos la misma regla para el caso extremo en


que n!=1 tendramos que 0! corresponde a:

Aunque el argumento puede resultar


convincente, es importante tener en cuenta que
no es ms que un argumento informal y que la
razn real por la cual se toma la convencin de
0! = 1 es por ser un caso especial de la
convencin de producto vaco usada en muchas
otras ramas de las matemticas.

Aplicaciones[editar]
Los factoriales se usan mucho en la rama de
la matemtica llamada combinatoria, a travs
del binomio de Newton, que da
los coeficientes de la forma desarrollada de
(a + b)n:

donde
binomial:

representa un coeficiente

De igual forma se puede encontrar en la


derivacin por la regla del producto para
derivadas de orden superior de manera
similar que el binomio de newton:

Donde f(n) es la derivada ensima de


la funcion f.
Por medio de la combinatoria, los
factoriales intervienen en el clculo
de las probabilidades. Intervienen
tambin en el mbito del anlisis, en
particular a travs del desarrollo
polinomial de las funciones (frmula
de Taylor). Se generalizan a
los reales con la funcin gamma, de
gran importancia en la teora de
nmeros.
Para valores grandes de n, existe
una expresin aproximada para el
factorial de n, dado por la frmula de
Stirling:

La ventaja de esta frmula es


que no precisa induccin y, por
lo tanto, permite evaluar n! ms
rpidamente cuando mayor
sea n.
El factorial de n es generalizado
para cualquier nmero real n por
la funcin gamma de manera
que

slo para n > 0. Se puede


generalizar an ms, para
todo nmero complejo z que

no sea igual a un entero no


positivo, mediante la
siguiente definicin:

Productos
similares[editar]
Primorial[editar]
El primorial (sucesin A
002110 en OEIS) se
define de forma similar
al factorial, pero slo se
toma el producto de
los nmeros
primos menores o
iguales que n.

Doble
factorial[editar]
Se define el doble
factorial de n mediante
la relacin de
recurrencia:

Por ejemplo:

La sucesin
de dobles
factoriales
(sucesin A
006882 en
OEIS) para:

empiez
a as:

La
defi
nici

n
ant
erio
r
pue
de
ext
end
ers
e
par
a
defi
nir
el
dob
le
fact
oria
l de
n
mer
os
neg
ativ
os:

Y
e
s
t
a
e
s
l
a
s
u
c
e
s
i

n
d

e
d
o
b
l
e
s
f
a
c
t
o
r
i
a
l
e
s
p
a
r
a
:

El doble
factorial
de un
nmero
negativo
par no
est
definido.
Algunas
identida
des de
los
dobles
factorial
es:
1.

2.

3.

4.

5.

6.

Impl
emen
taci
n en
lengu
ajes
de
progr
amac
in[ed
itar]
La
funcin
factorial
es
fcilmen
te
impleme
ntable
en
distintos

lenguaje
s de
program
acin.
Se
pueden
elegir
dos
mtodos
, el
iterativo,
es decir,
realiza
un bucle
en el
que se
multiplic
a una
variable
tempora
l por
cada
nmero
natural
entre 1
y n, o
el recurs
ivo, por
el cual
la
funcin
factorial
se llama
a s
misma
con un
argume
nto cada
vez
menor
hasta
llegar al
caso
base 0!
=1.

Factorial de un nmero

Categora: 1 Bachillerato
Publicado el Viernes, 27 Abril 2012 01:56
Escrito por Mariano Herrero

Se define factorial de un nmero natural (entero positivo) n y se escribe n! como el producto de los n
primeros nmeros naturales.
n! = 123456(n 1)n
1! = 1
0! = 1 (por convencin)
Pongamos algunos ejemplos:
3! = 123 = 6
5! = 12345 = 120
7! = 1234567 = 5040
11! = 1234567891011 = 39916800
13! = 12345678910111213 = 6227020800
21! = 51090942171709440000
29! = 8841761993739701954543616000000
El factorial de un nmero crece rpidamente a medida que crece n, de tal forma que:
El clculo de 14! = 87178291200, tiene 11 cifras ( las calculadoras cientficas normales slo pueden visualizar
10), y por considerarlo nmero grande, lo pasan a notacin cientfica : 14! = 8,717829121010.
69! = 1,7112245231098.
70! = E => la calculadora no puede visualizar por ser un nmero demasiado grande.
70! = 1,197857166996989179607278372168910100
999! = 4,02387260077093773543702433923102564
9999! = 2,84625968091705451890641321211991035655
Propiedad: n! = n(n 1)!
Hemos visto que 5! = 120, lo que significa que todos los nmeros factoriales mayores que 5 terminan en
CERO (pues todos son mltiplos de 120). El factorial tiene muchas aplicaciones sobre todo en combinatoria,
binomio de Newton y funcin gamma.

De cuntas formas distintas se pueden sentar 5 personas en un


banco?
Sencillamente son las permutaciones de 5 elementos tomados de 5 en 5, y ese nmero es el factorial de 5 =>
5! = 2345 = 120

Semifactorial de un nmero
Se escribe n!! y queda definido:
1
246810....(n 4)(n 2)n
13579....(n 4)(n 2)n

si n = 0 o n = 1
si n es par
si n es impar

La hoja de clculo de Microsoft le llama doble factorial


Algunos ejemplos:

8!! = 246810 = 3840


13!! = 135791113 = 135135

Relacin entre factorial y semifactorial de un nmero


n! = n!!(n 1)!!

pues si n es par => n!! son los pares alternos y (n 1)!! son los impares alternos
si n es impar => n!! son los impares alternos y (n 1)!! son los pares alternos

(2n)!! = 2nn!
Demostracin: (2n)!! = 2n(2n 2)(2n 4)... 642
por la definicin y sacando el 2 factor comn en
cada uno de los n factores queda: 2n [n(n 1)(n 2)... 321] = 2nn!

Ecuacin de segundo grado: discusin de las races

Categora: 1 Bachillerato
Publicado el Mircoles, 15 Febrero 2012 01:29
Escrito por Mariano Herrero
La frmula de la ecuacin de segundo grado tiene una raz cuadrada, por lo que la naturaleza de las races
viene determinada por el radicando b2 4ac, que se se llama discriminante.

A qu llamamos Discriminante de un polinomio


Es una condicin que han de satisfacer los coeficientes de un polinomio, para que ste tenga races mltiples.
As el discriminante del polinomio cuadrtico ax2 + bx + c (ecuacin de segundo grado ax2 + bx + c = 0) se
simboliza por la letra griega delta , y vale = b2 4ac.
Segn el valor del dicriminante = b2 4ac sea mayor, igual o menor que cero se verifica:
- Si = b2 4ac > 0 entonces hay dos races reales distintas.
- Si = b2 4ac = 0 entonces hay una raz doble (dos races reales iguales).
- Si = b2 4ac < 0 entonces no hay races reales (dos races imaginarias conjugadas).
Ejemplo 1: Dada la ecuacin 2x2 3x + k + 2 = 0, determina el valor de k para que las races (soluciones)
sean iguales.
Tenemos a = 2; b = 3; c = k + 2;
Para que las soluciones sean iguales el discriminante ha de ser CERO: = b2 4ac = 0,
sustituyendo
los valores =>
= (3)2 42(k + 2) = 0 => 9 8(k + 2) = 0 => 9 8k 16 = 0 => 8k 7 = 0 => 8k = 7 => k = 7/8
Si k = 7/8 las dos races son iguales (una raz doble).
Ejemplo 2: Dada la ecuacin 4x2 kx + 2k 7 = 0, estudiar sus soluciones segn los valores de k
Tenemos a = 4; b = k; c = 2k 7.
Para ello, hallamos el discriminante = b2 4ac = ( k)2 44(2k 7) = k2 16(2k 7) = k2 32k + 112
Este discriminante a su vez es una ecuacin de segundo grado en k; debemos encontrar los valores

de k que la hacen menor, igual o mayor que CERO.


Se hallan resolviendo la ecuacin de segundo grado: k2 32k + 112 = 0, => los coeficientes son a = 1; b =
32; c = 112
Puesto que el coeficiente b es par y un nmero no pequeo utilizamos la frmula mitad: b = 32/2 = 16:

Por tanto la descomposicin factorial es: k2 32k + 112 = (k 4)(k 28)


Si ponemos las races entre ( , ) en orden creciente
, 4), (4, 28) y (28, )

28

obtenemos los intervalos (

Dando un valor cualquiera a k dentro de cada intervalo en la ecuacin k2 32k + 112 = (k 4)(k 28)
obtenemos un valor positivo o negativo en ese intervalo, que nos determina la naturaleza de las races.
En el intervalo ( , 4) damos el valor k = 0 => k2 32k + 112 = 112 > 0 (positivo)
En (4, 28) damos el valor k = 10 => k2 32k + 112 = 100 320 + 112 = 108 < 0 (negativo)
En (28, ) hacemos k = 30 => 900 960 + 112 = 52 > 0 (positivo)
Por tanto si k ( , 4) o k (28, ) => = b2 4ac > 0 => Dos soluciones reales distintas
Si k = 4 k = 28 => = 0 => Dos races reales iguales (una raz real doble).
Si k (4, 28) => el discriminante < 0 => No hay soluciones reales (hay dos soluciones imaginarias
conjugadas).

Estadstica
Bienvenidos..!! Este blog esta hecho para la mejor comprension sobre la
estadstica aplicada, espero que les sirva esta informacion.
martes, 21 de septiembre de 2010

COMBINACIONESYPERMUTACIONES
Combinacin
Son eventos similares a las permutaciones. Pero el orden ya no importa y es necesario
eliminar de las permutaciones aquellas donde los elementos se repiten aunque con distinto
orden

Una combinacin es una seleccin de objetos sin importar el orden en que se escojan:

Permutacin
Son eventos de tipo multiplicativo, donde el nmero de posibilidades va disminuyendo y si
importa el orden una permutacin es un arreglo de un conjunto de objetos en un orden
definido. El nmero de permutaciones diferentes de estos objetos es ; esto se v fcilmente
si pensamos que para la primera alternativa disponemos de los elementos del conjunto,
cada uno de los cuales puede complementarse con los restantes como segunda opcin, y as
hasta llegar a la ltima eleccin, conformando el producto .
El nmero de permutaciones posibles al tomar objetos del conjunto de elementos ser,
siguiendo el mismo razonamiento.

PERMUTACIONES SIN REPETICIN DE n ELEMENTOS TOMADOS TODOS A


LA VEZ
Ejemplo : De cuntas formas diferentes se pueden ordenar las letras de la
palabra IMPUREZA?
Solucin: Puesto que tenemos 8 letras diferentes y las vamos a ordenar en diferentes
formas, tendremos 8 posibilidades de escoger la primera letra para nuestro arreglo, una
vez usada una, nos quedan 7 posibilidades de escoger una segunda letra, y una vez que
hayamos usado dos, nos quedan 6, as sucesivamente hasta agotarlas, en total tenemos:
8 7 6 5 4 3 2 1 = 40320
PERMUTACIONES CIRCULARES
Ahora estudiaremos algunos ejemplos de arreglos circulares, sabemos que si queremos
sentar a cuatro personas una al lado de la otra en fila, el nmero de arreglos que podemos
hacer es 4!; ahora bien, si las queremos sentar al rededor de una mesa circular, de cuntas
formas lo podemos hacer?

Observemos los siguientes arreglos:

Por cada una de las permutaciones o arreglos circulares tenemos 4 de ellos diferentes en
fila; esto es, el arreglo circular 1 puede leerse en sentido contrario a las agujas del reloj de
las siguientes formas: ABCD, BCDA, CDAB, y DABC, que son 4 arreglos diferentes si
fueran en filas; pero es un solo arreglo circular. Entonces, en lugar de tener 4! que es el
nmero de arreglos en fila, tenemos solamente

PERMUTACIONES SIN REPETICIN


Ejemplo 7: De cuntas formas diferentes se pueden sentar seis alumnos en un saln de
clases con 25 pupitres?
Solucin: El primer estudiante puede elegir entre 25 lugares, el segundo tendr 24
lugares a escoger, el tercero 23, as sucesivamente; por lo tanto el nmero de arreglos sin
repeticin de 25 elementos tomados de 6 en 6 es:

Esto se simboliza por

PERMUTACIONES CON REPETICIN


Veamos otra aplicacin del principio de la multiplicacin. Supongamos que tenemos 20
nios de un grupo de Preescolar y 10 sabores de helados disponibles. De cuntas formas
diferentes podemos servir un helado a 20 nios?
Al primer nio le podemos servir uno de los 10 sabores, al segundo nio tambin le
podemos servir los 10 sabores, al tercero tambin, y as sucesivamente. A cada uno de los
20 nios le podemos servir de los 10 sabores, por lo que

= nr
Observe que r es el nmero de veces que se repiten los n elementos.

RESUMEN DE LAS PERMUTACIONES

DESCRIPCIN

FRMULA

Permutaciones sin repeticin de n elementos


tomados todos a la vez
Permutaciones circulares de n elementos

Permutaciones sin repeticin de n elementos


tomados de r en r, donde r n

Permutaciones con repeticin de n elementos


tomados de r en r
Permutaciones de n elementos de los cuales
p1 son de un tipo, p2 son de otro tipo, , pkde
otro tipo, donde p1 + p2 + +pk = n.

Experiencia
Calcular la muestra correcta
El clculo del tamao de la muestra es uno de los aspectos a concretar en las fases previas de la
investigacin comercial y determina el grado de credibilidad que concederemos a los resultados
obtenidos.
Una frmula muy extendida que orienta sobre el clculo del tamao de la muestra para datos
globales es la siguiente:

N: es el tamao de la poblacin o universo (nmero total de posibles encuestados).


k: es una constante que depende del nivel de confianza que asignemos. El nivel de confianza
indica la probabilidad de que los resultados de nuestra investigacin sean ciertos: un 95,5 % de
confianza es lo mismo que decir que nos podemos equivocar con una probabilidad del 4,5%.
Los valores k ms utilizados y sus niveles de confianza son:
La extensin del uso de Internet y la comodidad que proporciona, tanto para el encuestador
como para el encuestado, hacen que este mtodo sea muy atractivo.
K

1,15

1,28

1,44

1,65

1,96

2,58

Nivel de confianza

75%

80%

85%

90%

95%

95,5%

99%

e: es el error muestral deseado. El error muestral es la diferencia que puede haber entre el
resultado que obtenemos preguntando a una muestra de la poblacin y el que obtendramos si
preguntramos al total de ella. Ejemplos:

Ejemplo 1: si los resultados de una encuesta dicen que 100 personas compraran un
producto y tenemos un error muestral del 5% comprarn entre 95 y 105 personas.

Ejemplo 2: si hacemos una encuesta de satisfaccin a los empleados con un error


muestral del 3% y el 60% de los encuestados se muestran satisfechos significa que entre el
57% y el 63% (60% +/- 3%) del total de los empleados de la empresa lo estarn.

Ejemplo 3:si los resultados de una encuesta electoral indicaran que un partido iba a
obtener el 55% de los votos y el error estimado fuera del 3%, se estima que el porcentaje
real de votos estar en el intervalo 52-58% (55% +/- 3%).
p: es la proporcin de individuos que poseen en la poblacin la caracterstica de estudio. Este
dato es generalmente desconocido y se suele suponer que p=q=0.5 que es la opcin ms
segura.
q: es la proporcin de individuos que no poseen esa caracterstica, es decir, es 1-p.
n: es el tamao de la muestra (nmero de encuestas que vamos a hacer).
A continuacin le facilitamos gratuitamente una aplicacin para calcular el tamao muestral.
Introduzca los datos correspondientes a su investigacin y pulse en "Calcular muestra":
N:

k:

e:

p:

q:

Calcular muestra
n:

es el tamao de la muestra

Varios ejemplos:

Ejemplo 1: para realizar una encuesta de satisfaccin a clientes de un determinado


modelo de coche del que hemos vendido 10.000 unidades (N), en la que queremos una
confianza del 95,5% que determina que k=2, deseamos un error muestral del 5% (e) y
consideramos que estarn satisfechos el 50% (p=q=0.5) necesitaramos una muestra de
385 clientes.

Ejemplo 2: contrastar el porcentaje de personas de un pas que ven un determinado


programa de televisin. Si la poblacin del pas es de 40 millones de personas, estimamos
que lo ve el 20% de la poblacin (p=0.2 y q=0.8), queremos una confianza del 95,5% que
determina que k=2 y estamos dispuestos a asumir un error muestral del 5% (e)
necesitaramos una muestra de 256 personas.

En caso de hacer un muestreo estratificado debemos asegurarnos de que escogemos un nmero


de elementos suficiente de cada grupo. Este tipo de muestreo no toma la poblacin como un
todo sino en varios grupos con caractersticas distintas entre ellos (por ejemplo, edad entre 2035, 35-50, 50-65 y ms de 65).
De todos modos para calcular el tamao de la muestra habitualmente se usan criterios prcticos
basados en la experiencia o la simple lgica. Algunos de los mtodos ms usados son los
siguientes:
1.

El presupuesto de que dispongamos para la investigacin.

2.

La experiencia en estudios similares.

3.

La representatividad de cada grupo considerado: escoger de cada uno de ellos un


nmero suficiente de encuestados para que los resultados sean indicativos de la opinin de
ese grupo.

QU TAMAO DE MUESTRA
NECESITO?
Escrito por Carlos Ochoa el 11 de noviembre 2013
Una de las secciones de nuestra web ms visitadas es
la CALCULADORA DE MUESTRAS. Gracias a esta aplicacin,
indicando unos datos bsicos sobre la poblacin que deseas
investigar y el mximo error que ests dispuesto a tolerar,
obtienes una estimacin del tamao de muestra que necesitas
para tu encuesta.
A menudo recibimos consultas relativas a esta calculadora: qu
frmulas emplea, qu significa margen de error, nivel de
confianza Hoy nos proponemos explicar cmo funciona
exactamente.

El problema

El problema a resolver es el siguiente: queremos estudiar un


universo de personas (por ejemplo, personas de Brasil entre 15
y 65 aos, un total de 136 millones de personas) mediante una
encuesta a una muestra de este universo. Por el hecho de que la
muestra es de un tamao inferior al total del universo, vamos a
cometer cierto error en los datos que observemos. Si estamos

dispuestos a aceptar un % de error determinado, cul es el


tamao de muestra mnimo que necesito encuestar?

La forma en que mido el error

Cuando quiero fijar el mximo error que estoy dispuesto a


aceptar en una encuesta, lo habitual es referirnos a dos
parmetros: el margen de error y el nivel de confianza.
Qu significa cada cosa?
El margen de error es el intervalo en el cul espero encontrar
el dato que quiero medir de mi universo. El dato puede ser en
general de dos tipos: una media o una proporcin. Por ejemplo,
si quiero calcular la media de hijos que tienen los habitantes de
Brasil entre 15 y 65 aos, me gustara poder decir que la media
es 2,1 hijos/persona con un margen de error del 5%. Eso
significara que espero que la media est entre 2,1 5% y 2,1 +
5%, lo que da un intervalo de 2,00 <-> 2,21.
Si quisiera definir un margen de error para una proporcin,
procedera de forma similar. Por ejemplo, me gustara poder
estimar el nmero de personas de Brasil entre 15 y 65 aos que
viven en un piso de propiedad, afirmando que son un total de
61.35 millones personas (45% de la poblacin) con un margen
del 5% de error, lo que significara que la realidad est entre
68 millones (50%) y 54,5 millones (40%).
El nivel de confianza expresa la certeza de que realmente el
dato que buscamos est dentro del margen de error. Por
ejemplo, siguiendo con el caso anterior, si obtenemos un nivel
de confianza del 95%, podramos decir que el porcentaje de
personas de mi universo que viven en un piso de propiedad, en
el 95% de los casos se encontrar entre el 40% y el 50%. O
dicho de otra manera, si repitiese 100 veces mi encuesta
seleccionando muestras aleatorias del mismo tamao, 95 veces
la proporcin que busco estara dentro del intervalo y 5 veces
fuera.

Relacin entre error y tamao de muestra

Margen de error, nivel de confianza y tamao de la muestra


siempre van de la mano. Si quiero obtener un margen de error y
un nivel de confianza determinado (por ejemplo, error del 5%
con confianza 95%) necesitar un tamao de muestra mnimo
correspondiente. Modificar cualquiera de los 3 parmetros,
altera los restantes:
1. Reducir el margen de error obliga a aumentar el tamao de la
muestra.
2. Aumentar el nivel de confianza obliga a aumentar el tamao
de la muestra.
3. Si aumenta el tamao de mi muestra, puedo reducir el
margen de error o incrementar el nivel de confianza.
Pero, qu frmulas gobiernan la relacin entre los parmetros
anteriores? El conjunto de teoremas que se conocen como LEY
DE LOS GRANDES NMEROS viene a nuestro rescate. Estos
teoremas son los que dan soporte matemtico a la idea de
que el promedio de una muestra al azar de una poblacin de
gran tamao tender a estar cerca de la media de la poblacin
completa.
En
concreto,
el teorema
del
lmite
central demuestra que, en condiciones muy generales, la suma
de muchas variables aleatorias independientes (en el ejemplo,
los habitantes de Brasil que tienen piso de propiedad) se
aproxima
bien
a
una
distribucin
normal (tambin
llamada campana de Gauss).
Gracias al teorema del lmite central, cuando calculamos una
media (p.e. hijos por persona) o una proporcin (p.e. % de
personas con piso de propiedad) sobre una muestra, podemos
saber cul es la probabilidad de que el universo tenga ese
mismo valor o un valor parecido. El valor que calculemos en la
muestra ser el ms probable para nuestro universo y a medida

que nos alejamos de este valor (por arriba o por abajo) cada vez
sern valores menos probables. En mi ejemplo, si el 45% de mi
muestra de brasileos tiene piso de propiedad, puedo afirmar
que 45% es el valor ms probable del universo estudiado. Un
porcentaje de 44% ser algo menos probable, 43% an menos,
etc Lo mismo sucede para valores superiores: 46% es menos
probable que 45%.
La forma en que disminuye la probabilidad a medida que me
alejo de la media corresponde a una distribucin gaussiana.
Podemos fijar un intervalo alrededor del valor ms probable, de
manera que englobemos el 95% de la probabilidad (nivel de
confianza). La distancia a la que me tengo que alejar del valor
ms probable para englobar este 95% determina el margen de
error.

Segn el grfico anterior, para una distribucin normalizada


(media 0, desviacin 1) si queremos englobar los valores que
cubren el 95% de los casos, tengo que definir un margen de
error entre -1,96 y +1,96 de la media. Si quiero cubrir el 99% de
los casos, el margen debe alejarse hasta +-2,58.

Y entonces, qu est haciendo la calculadora?

Conociendo la propiedad anterior, es muy fcil adaptar las


frmulas de la distribucin gaussiana a cualquier caso (sea cul
sea la media y desviacin). Vamos a ver con detalle el caso de la
estimacin de una proporcin. Para ello usamos la siguiente
frmula:

Donde:
n = El tamao de la muestra que queremos calcular
N = Tamao del universo (p.e. 136 millones de brasileos entre
15 y 65 aos)
Z = Es la desviacin del valor medio que aceptamos para lograr
el nivel de confianza deseado. En funcin del nivel de confianza
que busquemos, usaremos un valor determinado que viene dado
por la forma que tiene la distribucin de Gauss. Los valores ms
frecuentes son:
Nivel de confianza 90% -> Z=1,645
Nivel de confianza 95% -> Z=1,96
Nivel de confianza 99% -> Z=2,575
e = Es el margen de error mximo que admito (p.e. 5%)

p = Es la proporcin que esperamos encontrar. Este parmetro


suele confundir bastante a primera vista: cmo voy a saber qu
proporcin espero, si justamente estamos haciendo una
encuesta para conocer esta proporcin?
La razn de que esta p aparezca en la frmula es que cuando
una poblacin es muy uniforme, la convergencia a una poblacin
normal es ms precisa, lo que permite reducir el tamao de
muestra. Si en mi ejemplo, yo espero que como mximo el % de
personas que tengan un piso de propiedad sea un 5%, podra
usar este valor como p y el tamao de mi muestra se reducira.
Si por el contrario, desconozco completamente qu puedo
esperar, la opcin ms prudente sera usar el peor caso: la
poblacin se distribuye a partes iguales entre propietarios y no
propietarios, por lo que p=50%.
Como regla general, usaremos p=50% si no tengo ninguna
informacin sobre el valor que espero encontrar. Si tengo alguna
informacin, usar el valor aproximado que espero (ajustando
hacia el 50% ante la duda).

La frmula anterior podemos simplificarla cuando trabajamos


con universos de tamao muy grande (se considera muy grande
a partir de 100.000 individuos), resultando lo siguiente:

Ejemplo: Retomamos nuestro caso anterior. Tenemos una


poblacin de 136 millones de brasileos entre 15 y 65 aos,
queremos saber qu % de ellos vive en un piso de propiedad,
con un margen de error del 5% y un nivel de confianza del 95%.

Supondremos que no tenemos ninguna informacin previa sobre


cul puede ser el % de propietarios que podemos obtener en la
encuesta. En este caso puedo usar la frmula simplificada pues
136 millones > 100.000, y usaremos p=50% pues no tengo
informacin previa sobre el resultado esperado:
n = 1,962 * 0,5 * (1 0,5) / 0,052 = 384,16 -> 385
Debo encuestar por lo tanto a 384 personas para mantenerme
dentro de los niveles de error definidos.
Si a raz de un estudio realizado el ao anterior obtuvimos que el
% de brasileos propietarios de su vivienda era del 20%, y se
espera que el dato de este ao no haya variado en ms de 5
puntos (entre 15% y 25%), podramos reemplazar p por el peor
caso esperado = 25%. El resultado sera:
n = 1,962 * 0,25 * (1 0,25) / 0,052 = 288,12 -> 289

Y si estoy tratando de estimar una media

Las frmulas anteriores se emplean para determinar el tamao


de muestra que necesito cuando quiero estimar una proporcin,
pero existen unas frmulas equivalentes cuando lo que trato de
estimar es una media (por ejemplo, la edad media de los
habitantes de un pas). Las frmulas son idnticas teniendo en
cuenta que p(p-1)en realidad es una medida de la varianza de
la poblacin. Si estimo una media, debo usar una estimacin de
dicha varianza en la frmula, en lugar de p(p-1). De esta forma,
el tamao de la muestra cuando trabajo con universos finitos es

Donde
2: Es la varianza que esperamos encontrar en la poblacin (es
el cuadrado de la desviacin estndar, ). Nuevamente, es un
dato que debemos obtener de un estudio previo o de una
estimacin propia.
Nuevamente, podemos simplificar esta frmula cuando el
tamao del universo es muy grande.

Ejemplo: Supongamos que queremos estimar cual es el


coeficiente intelectual medio de la poblacin mundial con un
margen de error de +-20 y un nivel de confianza del 99%
(corresponde a Z=2,575). Sabemos de un estudio anterior que
la desviacin estndar de este coeficiente intelectual es 50.
Usando la frmula para universos grandes (puesto que la
poblacin mundial es mayor a 100.000 individuos), tendramos
n = 2,5752 * 502 / 202 = 41,44 -> 42

Necesito hacer estos clculos?

No, por eso disponemos de una calculadora que hace todo el


trabajo por ti. Si ests tratando de estimar una proporcin, slo
debes saber que el parmetro nivel de heterogeneidad es esta
proporcin esperada y, que en ausencia de informacin, debers
indicar un valor de 50%. Y si lo que necesitas estimar es el
tamao de una muestra para estimar una media o hacer otro
clculo ms complejo, te invitamos a visitar la seccin
decalculadoras avanzadas.

También podría gustarte