1.

Estadística

ESTADÍSTICA DESCRIPTIVA
1. Introducción
La Estadística descriptiva es la rama de las matemáticas que comprende la recopilación, tabulación, análisis e
interpretación de datos cuantitativos y cualitativos, para tomar decisiones que se requieran a fin de que el
comportamiento de los datos se mantenga dentro de los parámetros de control establecidos.

 Población (N)– Es el conjunto de todos los elementos de interés para determinado estudio

 Parámetro – Es una característica numérica de la población, se identifica con letras griegas (Media = µ,
Desviación estándar = σ, Proporción = π, Coeficiente de correlación = ρ)

 Muestra (n) – Es una parte de la población, debe ser representativa de la misma.

 Estadístico – Es una característica numérica de una muestra, se identifica con letras latinas (Media = X,
Desviación estándar = s, Proporción = p, Coeficiente de correlación = r)

La Estadística descriptiva proporciona un criterio para lograr mejoras, debido a que sus técnicas se pueden usar
para describir y comprender la variabilidad. Por ejemplo, consideremos en una caldera de vapor la presión del
combustible alimentado y la eficiencia de la caldera, si utilizamos instrumentos de medición con la resolución
suficiente, encontraremos que existe variabilidad en esos parámetros, y mediante el uso de técnicas estadísticas
podemos realizar mejoras para reducir la variación en rendimiento de la caldera.

Para poder obtener consecuencias y deducciones válidas de los datos de un estadístico, es muy útil contar con
información sobre los valores que se agrupan hacia el centro y sobre que tan distanciados o dispersos estén unos
respecto a otros. Comenzaremos por definir estas medidas:

La estadística inferencial se refiere a la estimación de parámetros y pruebas de hipótesis acerca de las

características de la población en base a los datos obtenidos con una muestra.

2. MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN PARA DATOS SIMPLES.

Medidas de tendencia central

 Media: ( x ) Es el promedio aritmético de todos los valores que componen el conjunto de datos. Se calcula
mediante la siguiente fórmula:

Para una muestra y para una población se tiene respectivamente:

xi
x
xi 
n n
 Ejemplo 1: En un equipo de fútbol, una muestra de estaturas de sus integrantes son las siguientes:

1.70,1.79,1.73,1.67,1.60,1.65,1.79,1.84,1.67,1.82, 1.74. Calcule la media.

xi 19
x   1.73
n 11

 Mediana: ( ~x ) Los datos de "n" observaciones son ordenados del más pequeño al más grande, Si el tamaño de
la muestra es "non" la mediana es el valor ordenado en la posición (n+1)/2,
Cuando el tamaño de la muestra es "par" la mediana es el promedio de los dos valores que se encuentran al
centro del conjunto de valores. Se puede calcular mediante:

n 2  n 2  1
2

Ejemplo 2: Para el ejemplo anterior ¿cuál es la mediana?

Ordenando los datos de mayor a menor se obtiene:

1.60,1.65,1.67,1.67,1.70,1.73,1.74,1.79,1.79,1.82,1.84;

Como tenemos 11 datos el número es non por lo que (n+1)/2 = 12/2 = 6, buscando el número que ocupa la
sexta posición en los datos ordenados encontramos el valor de la mediana ~
x  1.73

 Media acotada (Truncated Mean): Determinado porcentaje de los valores más altos y bajos de un conjunto
dado de datos son eliminados (tomando números enteros), para los valores restantes se calcula la media.

Ejemplo 3: Para la siguiente serie de datos calcule la media acotada al 20%:

68.7,34.3,97.9,73.4,8.4,42.5,87.9,31.1,33.2,97.7,72.3,54.2,80.6,71.6,82.2,

Como tenemos 11 datos, el 20% de 11 es 2.2, por lo cual eliminamos 2 datos el más bajo y el más alto,
ordenado los datos obtenemos:

8.4,31.1,33.2,34.3,42.5,54.2,68.7,71.6,72.3,73.4,80.6,82.2,87.9,97.7,97.9, los valores a eliminar son: 8.4 y 97.9;

~x ,.20  63.82
calculando la media de los datos restantes obtenemos

Medidas de dispersión
Para comprender el concepto de varianza, supóngase que tenemos los datos siguientes de los cuales queremos
saber que tan dispersos están respecto a su media:

2, 3, 4, 5, 6 con media = 20/5 = 4

Si tomamos la suma de diferencias de cada valor respecto a su media y las sumamos se tiene:
 (-2) + (-1) + (0) + (1) +(2) = 0

Por lo que tomando diferencias simples no es posible determinar la dispersión de los datos.

Si ahora tomamos esas mismas diferencias al cuadrado y las sumamos se tiene:

4 + 1 + 0 + 1 + 4 = 10

Varianza de los datos

Es una medida que nos ayuda a comprender la variabilidad de los datos, que tan distanciados están de la media

 Poblacional (σ2 ) Se obtiene dividiendo el valor anterior entre n = 5, o sea el promedio de la suma de las
diferencias al cuadrado, tomando n datos.

( xi  x ) 2
2 
n

 Poblacional (s2 ) Se obtiene dividiendo el valor anterior entre n - 1 = 4, o sea el promedio de la suma de las
diferencias al cuadrado, tomando n -1 datos.

( xi  x ) 2
s2  
n 1

 Desviación estándar: Es la raíz cuadrada de la varianza:

( xi  x ) 2
Para el caso de una población    n

( xi  x ) 2
Para el caso de una muestra s  n 1
 Rango ( R ): es la diferencia positiva entre el valor mayor y el valor menor de un conjunto de datos. Por
ejemplo para el conjunto de datos siguiente:
2.0,2.1,2.4,2.5,2.6,2.8,2.9,2.9,3.0,3.1,3.6,3.8,4.0,4.0

Su rango es R = 4.0 – 2.0 = 2.0

 Coeficiente de Variación (CV): Se utiliza para comparar la dispersión de dos conjuntos de datos que tienen
unidades diferentes, ya que representa una medida relativa de dispersión.
s
Coeficiente.de. var iación  CV  (100)
X

Por ejemplo si la media de tiempos de respuesta es de 78.7 y su desviación estándar es 12.14, el CVt:
 12.14
CVt  (100)  12.05%
78.7
Por otra parte si la media de temperaturas es de 10 y su desviación estándar de 2, el CVs de las temperaturas es:

2
CVs  (100)  20%
10

Por tanto la dispersión de las temperaturas es mayor que la de los tiempos de de respuesta, es posible comparar
estas dispersiones con el CV aunque los dos conjuntos de datos sean completamente disímbolos.

Ejemplo 4: La resistencia al rompimiento de dos muestras de botellas es la siguiente:

Muestra 1: 230 250 245 258 265 240 Muestra 2:

190 228 305 240 265 260

Calcule la desviación estándar para ambas muestras.

Muestra 1: Muestra 2
 
x  248 x  248

Suma(Xi - x )2 = 790 Suma( Xi - x )2 = 7510

n-1=5 n-1 = 5

790 7510
s= = 12.56 s= = 38.75
5 5

Rango = 265 – 230 = 35 Rango = 305 – 190 = 115

CV = 12.56/248*100= 5.06% CV = 38.75/248*100 = 15.625

Aunque la media en ambas muestras es la misma, la desviación estándar (s), rango y coeficiente de variación, son
menores en la muestra 1, por lo cual deducimos que es presenta menor variabilidad.

3. OTRAS MEDIDAS DE DISPERSIÓN: PERCENTILES, DECILES Y QUARTILES

Cada conjunto de datos ordenado tiene tres cuartiles que lo dividen en cuatro partes iguales. El primer cuartil es ese
valor debajo del cual clasifica el 25% de las observaciones y sobre el cual se encuentra el 75% restante. El segundo
cuartil divide a los datos a la mitad similar a la mediana.

Los deciles separan un conjunto de datos ordenado en 10 subconjuntos iguales y los percentiles en 100 partes, la
ubicación de un percentil se encuentra en:
 P
L p  (n  1)
100
Donde:

Lp es el sitio del percentil deseado en una serie ordenada

n es el número de observaciones
P es el percentil deseado

Por ejemplo para el conjunto de datos siguiente:

3 10 19 27 34 38 48 56 67 74
4 12 20 29 34 39 48 59 67 74
7 14 21 31 36 43 52 62 69 76
9 15 25 31 37 45 53 63 72 79
10 17 27 34 38 47 56 64 73 80

La localización del percentil 35 se halla en:

35
L35  (50  1)  17.85
100

O sea que el percentil 35 está al 85% del trayecto comprendido entre la observación 17 que es 29 y la observación
18 que es 31 o sea L35 = 29 + (0.85)(31-29) = 30.7. Por tanto el 35% de las observaciones están por debajo de 30.7
y el 65% restante por encima de 30.7.

De la misma forma los percentiles 25, 50 y 75 proporcionan la localización de los cuartiles Q1, Q2 y Q3
respectivamente.

 Q1: es el número que representa al percentil 25 (hay 25% de los datos por debajo de este).

 Q2 o Mediana: es el número que representa al percentil 50 (hay 50% de los datos por debajo de este).

 Q3: es el número que representa al percentil 75 (hay 75% de los datos por debajo de este).

 Rango o Recorrido intercuartílico: es la diferencia entre Q1 y Q3.

DIAGRAMA DE CAJA

Es la representación gráfica de los datos en forma de caja:

1 10 4

1050

Q3 + 1.5 RIC

Q3
Weight

950

850
 Q2 Mediana

Q1

Q1 – 1.5RIC

Rango
Intercuartílico =
RIC = Q3 – Q1 Valores atípicos Bigotes

Figura 1. Diagrama de caja con sus cuarteles y bigotes

4. DISTRIBUCIÓN DE FRECUENCIAS E HISTOGRAMAS

Cuando tenemos una cantidad grande de datos es difícil poder analizarlos, a menos que hagamos uso de
herramientas que nos permitan hacerlo con mayor facilidad y claridad. El histograma es una de ellas, consiste en un
diagrama de barras donde las bases corresponden a los intervalos y las alturas a las frecuencias. Para construir un
histograma es necesario tener un mínimo de 50 a 100 datos. Se tienen las siguientes definiciones:

 Distribución de frecuencias: es un resumen tabular de un conjunto de datos que muestra el número o

frecuencia de artículos en cada una de varias clases que no se traslapan.

 Frecuencia relativa (f): Es la frecuencia de la clase dividida entre el total n de datos. Se puede representar
en porcentaje.

 Distribución de frecuencias porcentuales: es la representación de las frecuencias relativas porcentuales.

 Frecuencia acumulada (F): es la acumulación secuencial de las frecuencias de cada clase.

Ejemplo 6

Construir un histograma con la siguiente serie de datos:

2.41 17.87 33.51 38.65 45.70 49.36 55.08 62.53 70.37 81.21
3.34 18.03 33.76 39.02 45.91 49.95 55.23 62.78 71.05 82.37
4.04 18.69 34.58 39.64 46.50 50.02 55.56 62.98 71.14 82.79
4.46 19.94 35.58 40.41 47.09 50.10 55.87 63.03 72.46 83.31
8.46 20.20 35.93 40.58 47.21 50.10 56.04 64.12 72.77 85.83
9.15 20.31 36.08 40.64 47.56 50.72 56.29 64.29 74.03 88.67
11.59 24.19 36.14 43.61 47.93 51.40 58.18 65.44 74.10 89.28
12.73 28.75 36.80 44.06 48.02 51.41 59.03 66.18 76.26 89.58
13.18 30.36 36.92 44.52 48.31 51.77 59.37 66.56 76.69 94.07
15.47 30.63 37.23 45.01 48.55 52.43 59.61 67.45 77.91 94.47
16.20 31.21 37.31 45.08 48.62 53.22 59.81 67.87 78.24 94.60
 16.49 32.44 37.64 45.10 48.98 54.28 60.27 69.09 79.35 94.74
17.11 32.89 38.29 45.37 49.33 54.71 61.30 69.86 80.32 96.78

Paso 1: Contar el número de datos n = 130

Paso 2: Calcular el rango R = Valor mayor – Valor menor, R = 96.78-2.41 = 94.37.

Generalmente los datos no están ordenados por lo cual resulta conveniente ordenarlos de menor a mayor para
tener una mejor visualización. En el ejemplo los datos ya han sido previamente ordenados.

Paso 3: Seleccionar el número de columnas, mediante n = 130  11.4  11. Por lo cual el histograma se
compone de 11 columnas

Paso 4: Calcular el tamaño del intervalo de clase ( C ), dividiendo el rango entre el número de columnas: C =
94.37
 8.58  9 , resultando el tamaño del intervalo 9.
11

 Otra manera de calcular el tamaño del intervalo es el siguiente:

Dividir el valor del rango entre un cierto número de clases (K). La tabla de abajo es una guía que nos muestra para
diferentes cantidades de datos el número recomendado de clases a utilizar.

Número de datos (N) Número de clases (K)

Menos de 50 5–7
50 a 100 6 – 10
100 a 250 7 – 12
Más de 250 10 – 20

Paso 5: Calcular los limites de clase de cada intervalo: [0-8], [ 9-17], etc., considerando que el tamaño del intervalo
representa la diferencia entre dos límites de clase adyacentes ya sean inferiores o superiores.

Paso 6: Contar el número de valores que caen en cada intervalo utilizando una hoja de registro, de esta manera se
obtiene la frecuencia para cada intervalo.

Tabla 1.
Columna Intervalo Registro de frecuencias
1 0 -8 IIIII 5
2 9-17 IIIII IIII 9
3 18-26 IIIII I 6
4 27-35 IIIII IIIII I 11
5 36-44 IIIII IIIII II 17
6 45-53 IIIII IIIII IIIII IIIII IIIII III 28
7 54-62 IIIII IIIII IIIII III 18
8 63-71 IIIII IIIII III 13
9 72-80 IIIII IIIII 10
10 81-89 IIIII III 8
11 90-98 IIIII 5

Histograma

30
25
Frecuencia

20
15 Frecuencia
10
5
0
9 18 27 36 45 54 63 72 81 90 99
Clase

Paso 7: Basándose en los datos anteriores construya el histograma.

5. MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN PARA DATOS AGRUPADOS.

 La media con datos agrupados: se calcula así:

Xg 
 fM
n

Donde

f es la frecuencia o número de observaciones en cada clase

M es el punto medio de cada clase, se determina como el valor medio entre los límites de clase.
n es el tamaño de la muestra o la suma de todas las frecuencias de las clases

Ejemplo:

Clase Frecuencia de clase Frecuencia acumulada

(Presión) (días) M fM F

50-59 3 54.5 163.5 3

60-69 7 64.5 451.5 10
70-79 18 74.5 1341.0 28
80-89 12 84.5 1014.0 40
90-99 8 94.5 756.0 48
100-109 2 104.5 209.0 50
50 3935.0
 3935
Xg   78.7
50

 Mediana de datos agrupados:

Primero se identifica la clase donde se encuentra la mediana cuya F es >= n / 2, en este caso la clase de 70 a 79
con punto central de clase = 74.5.

~ n / 2  F   50 / 2  10 
Mediana  X  Lmd   (C )  70   10  78.33 pasajeros
 f md   18 
Donde:

Lmd es el límite inferior de la clase de la mediana cuya F es >= n / 2 o sean (70)

F es la frecuencia acumulada de la clase que antecede a la clase de la mediana (10)
Fmd es la frecuencia de la clase de la mediana (18)
C es el intervalo de clase de la mediana que es la diferencia entre dos límites de clase (10)

 Moda de datos agrupados:

Primero se halla la clase que tenga la frecuencia más alta, en este caso la clase 70 a 79.

 Da   18  7 
Moda  Lmo   (C )  70   10  76.47
 Db  Da   (18  12)  (18  7) 

Donde:

Lmo es el límite inferior de la clase modal con la frecuencia más alta (70).
Da es la diferencia entre la frecuencia de la clase modal y la clase que la antecede (18 – 7 = 11)
Db es la diferencia entre la frecuencia de la clase modal y la clase que le sigue (18 – 12 = 6)
C es el intervalo de la clase modal ( 80 – 70 = 10 )

 Varianza y desviación estándar de datos agrupados:

s 2

 fM 2
 nX 2
n 1
s  s2

Para los datos anteriores se tiene:

Clase Frecuencia de clase

(Presión) (días) M fM M2 fM2
 50-59 3 54.5 163.5 2790.25 8910.75
60-69 7 64.5 451.5 4160.25 29121.75
70-79 18 74.5 1341.0 5550.25 99904.50
80-89 12 84.5 1014.0 7140.25 85683.00
90-99 8 94.5 756.0 8930.25 71442.00
100-109 2 104.5 209.0 10920.25 21840.50
3935.0 316902.50

3935
Xg   78.7
50
316902.50  50(78.7) 2
s 
2
 147.31 pasajeros
49
s  12.14 pasajeros

Con esta información el personal puede tomar sus decisiones

6. USOS FRECUENTES DE LA DESVIACIÓN ESTÁNDAR

 EL TEOREMA DE TCHEBYSHEV

1
Establece que para todo conjunto de datos por lo menos (1  )% de las observaciones se encuentran dentro de
K2
 K desviaciones estándar de la media, con K >= 1.

Por ejemplo si K =  3 desviaciones estándar respecto a la media, se tiene que por lo menos el:

1  1
(1  )%  1  2 %  88.89%
 3 
2
K

De las observaciones estarán dentro de dicho intervalo.

CASO DE LA DISTRIBUCIÓN NORMAL

68.3% de las observaciones se encuentran dentro de  1 desviación estándar de la media

95.5% de las observaciones se encuentran dentro de  2 desviaciones estándar de la media
99.7% de las observaciones se encuentran dentro de  3 desviaciones estándar de la media

 SESGO

En la distribución normal si no es simétrica y tiene una cola más amplia del lado derecho, se dice que existe un
sesgo a la derecha y viceversa.
El coeficiente de sesgo o asimetría P se determina como sigue:

3( X  Mediana )
P
s

Si P < 0 los datos están sesgados a la izquierda, si P > 0 están sesgados a la derecha; si P = 0 están
distribuidos normalmente.

Para el caso de los datos del ejemplo anterior se tiene:

3(78.7  78.33)
P  0.03 Los datos están un poco sesgados hacia la derecha.
12.14
Coeficiente de asimetría de Fisher

Otra estimación del sesgo o coeficiente de asimetría se hace a través de momentos estadísticos (diferencias contra
la media) como lo sugiere Fisher:

(X i  X)j
Mj  i 1
j  1, 2,3, 4
n
1 n
M3 
n i 1
( Xi  X ) 3
Sesgo  ˆ1  o 1  Para la distribución normal debe ser 0.
M 23 / 2 1 n

3/ 2

  ( Xi  X ) 2 
 n i 1 
Se puede considerar que una distribución es simétrica si  1  0 , asimétrica hacia la izquierda con  1  0 o hacia
la derecha  1  0 .

Por ejemplo:
Ejemplo de una distribución con sesgo negativo o sesgada hacia la izquierda con Sesgo = -1.01
Ejemplo de una distribución con sesgo positivo o sesgada hacia la derecha con Sesgo = 1.08

 CURTOSIS

En la distribución normal si no es acampanada y es más picuda o aplanada de lo normal se dice que tiene una
Curtosis diferente de cero que es lo normal, si es mayor es más picuda o más plana al revés.

Coeficiente de Curtosis de Fisher

1 n
M4  ( Xi  X ) 4
n i 1
Kurtosis   2  - 3 o 2   3 Para la distribución normal debe ser 0.
M 22 1 n 
2

  ( Xi  X ) 2 
 n i 1 

La distribución es mesocúrtica (plana normal) si  2  0 , leptocúrtica si  2  0 más puntiaguda que la normal o

platicúrtica (más plana que la normal ) con  2  0.

Ejemplo de curva más plana que la normal Curtosis = -1.03

Ejemplo de curva más picuda que la normal Curtosis = 0.76

Lógica proposicional

Introducción

En nuestro quehacer diario constantemente hacemos, deducciones. Esto significa, que cada conclusión que
obtenemos se deduce de algo. Este algo o punto de partida se llama premisa. Por ejemplo si exponemos un trozo
de hielo al calor, se concluye que el hielo se derrite, o cuando un campesino ve una densa nube en el cielo,
deduce que va a llover, o también de "todos los mamíferos son vertebrados" se puede concluir en "algunos
mamíferos son vertebrados". Este proceso de pasar de un conjunto de premisas a la conclusión se llama
inferencia o deducción.

Cuando la conclusión se deduce correctamente del conjunto de premisas se dice que la inferencia es
válida, en caso contrario la inferencia no es válida. Sabemos que la conclusión se deriva correctamente de sus
premisas porque hay un conjunto de leyes lógicas que garantizan dicha corrección. Justamente la lógica estudia el
modo de usar estas leyes, con las cuales podemos saber si una inferencia es válida o no. De ahí que, la lógica es
una ciencia que estudia los métodos y las leyes que determinan la validez de la inferencia.
Así como existe una teoría para realizar cálculos con números (la aritmética) o con objetos más complejos
como diferencial e integral, también existen reglas precisas para manejar proposiciones. Esto último corresponde
al estudio de la lógica proposicional
1 Enunciado
Un enunciado es toda frase u oración que se emite

Algunos enunciados indican expresiones imperativas, exclamativas, interrogativas, otros en cambio, pueden ser
verdaderos o falsos.
Ejemplo 1. Son enunciados:
 ¿Qué hora es?
 ¡Arriba Perú!
 2+5=7
 La cordillera del Cóndor es peruano
 2x + 3 = 5
2 Proposición

Es un enunciado o afirmación al que se le puede asignar el valor de verdad

verdadero o el valor de verdad falso, pero no ambos.

Ejemplos 2: Las siguientes afirmaciones son proposiciones:

 Omate es nombre de una ciudad andina.
 Horacio Zeballos Gamez nació en Carúmas
 1+1=3
 1+6=7
 El cuadrado de todo número par también es par.
Las proposiciones pueden ser simples (o atómicas) y compuestas, cuando esta compuesta por varias
proposiciones simples
Ejemplos 3: Las dos primeras afirmaciones son proposiciones simples y los restantes, compuestas
 El triángulo es un polígono
 1+7=5
 Si Juan va al cine, entonces tiene dinero
 Un triángulo es equiángulo si, y solo si es equilátero
 Marcos en ingeniero o Beatriz es profesora
3 Enunciado abierto
Son aquellas oraciones que contienen variables sin especificar un valor
determinado; no tienen la propiedad de verdadero o falso.

Ejemplo. Son enunciados abiertos:

Los enunciados que usan las palabras “él”, “ella” son enunciados abiertos
A los enunciados abiertos que contienen variables algebraicas se les denomina función proposicional, que
tienen la propiedad de convertirse en proposiciones, al sustituirse la variable por una constante específica.
Ejemplo:
El enunciado abierto
x2 + 1 = 5

Es una función proposicional, el cual se convierte en proposición cuando:

i. Para x = -3 (por ejemplo), se convierte en la proposición
(-3)2 + 1 = 5……………………… (F)
el cual tiene valor de verdad Falsa

ii. Para x = 2, entonces, será la proposición

(2)2 + 1 = 5 ……………………… (V)
el cual tiene valor de verdad Verdadera

4 Notación
Usaremos las letras minúsculas p, q, r,… para simbolizar las proposiciones. Las proposiciones se pueden
combinar para obtener proposiciones compuestas utilizando conectivos lógicos que veremos a continuación:
 Actividades

1. Sean p, q y r las proposiciones siguientes:

p: “está lloviendo”
q: “el sol esta brillando”
r: “hay nubes en el cielo”
Traduciremos las siguientes oraciones a notación simbólica utilizando las letras asignadas y los conectivos lógicos:

1 Está lloviendo y el Sol brillando

2 Si está lloviendo, entonces hay nubes en el cielo
3 Si no está lloviendo, entonces el Sol no está brillando y hay
nubes en el cielo
4 El Sol está brillando si, y sólo si, no está lloviendo
5 Si no hay nubes en el cielo, entonces el Sol está brillando
5 O esta lloviendo o el sol está brillando

2. Sean p, q y r del ejercicio 1. Traducir las siguientes proposiciones simbólicas a oraciones en español:

3. Selecciona un artículo de periódico o de una revista: identifica, proposiciones simples, conjunciones,

disyunciones e implicaciones.
4. Construye funciones proposicionales.
La proposición: “si está lloviendo, entonces hay nubes en el cielo” se simboliza:
Ejercicio: Simbolice y redacte la recíproca, inversa y contrarecíproca

Lenguaje
Lenguaje español
lógico

Recíproca

Inversa

Contrarecíproca

5 Negación de proposiciones
a) Negación de una conjunción:
 (p  q) equivale a  p   q

Ejemplo
La negación de
Está lloviendo y el sol está brillando
es
No está lloviendo o el sol no está brillando

Es decir, la negación de una conjunción es la disyunción

Observe que la última proposición es diferente a la cual corresponde, en nuestro ejemplo, a No está
lloviendo y el sol no está brillando. Que usualmente se dice: ni está lloviendo ni el sol está brillando

b) Negación de una disyunción.

 (p  q) equivale a  p   q

Ejemplo: La negación de
Está lloviendo o el sol está brillando
es
No está lloviendo y el sol no está brillando

Es decir, la negación de una disyunción p  q, es la conjunción

Observe que la última proposición es diferente a
c) Negación de una condicional
  (p  q) equivale a p   q

Ejemplo. La negación de
Si está lloviendo, entonces hay nubes en el cielo
es
Está lloviendo y no hay nubes en el cielo

Cálculo proposicional

La definición de proposición nos dice que debe ser una oración a la cual se le puede asignar un valor de
verdad de manera precisa, sin ambigüedades. Ahora bien, ¿cómo le asignamos un valor de verdad a las
proposiciones compuestas?, es decir, a las proposiciones que contienen alguno de los conectivos lógicos. Esto lo
haremos a través de tablas de verdad.

1. Tabla de la negación

Observamos que si p es verdadera, entonces p es falso; si p es falso, entonces p es verdadero. Es decir, el

valor de la negación de un enunciado es siempre opuesto al valor de verdad del enunciado inicial. La negación de
una negación es siempre la proposición original
Ejemplo.
p: Pedro es alto
p: Pedro no es alto
p: No es cierto que Pedro es alto
p: Es falso que Pedro no es alto

2. Tabla de la disyunción (inclusiva o débil)

La disyunción inclusiva es verdadera, si al menos una de las proposiciones componentes es verdadera,

resultando falso únicamente cuando las dos proposiciones son falsas.

3. Tabla de la disyunción (exclusiva o fuerte)

La disyunción exclusiva es verdadera cuando sólo una de las proposiciones que la compone es verdadera,
resultando falso en cualquier otro caso.
4. Tabla de la conjunción
La disyunción exclusiva es únicamente verdadera cuando los valores de las proposiciones que la compone son
ambas verdaderas, resultando falso en cualquier otro caso.
 pyq
 p con q
 p sin embargo q
 p incluso q
 p tanto como q
 p así mismo q
 p también q
 p al igual que q
 No sólo p también q
 p no obstante q

5. Tabla de la condicional
En los problemas económicos, la siguiente proposición es una verdad: “Si los precios de los artículos suben,
entonces, tienen menos demanda. Aquí
p: Los precios de los artículos suben
q: Los artículos tiene menos demanda

y se simboliza:
y se lee: Si p, entonces q

A la proposición “p” se le llama antecedente o hipótesis y a “q” consecuente o tesis.

Esta es su tabla de verdad:

¿Cómo se calcula su valor de verdad?

La condicional pq es una proposición falsa, si el

antecedente es verdadero y el consecuente es falso, en los
demás casos es verdadero.

Si analizamos la palabra “entonces”, la podemos entender como una deducción (que se puede realizar en base a
la experiencia o por simple razonamiento mental). En nuestro ejemplo inicial: “si los precios de los artículos suben,
se deduce que tienen menos demanda.” Ahora, para realizar esta deducción (pq) hemos nos valemos de
proposición “p”.
Si trabajamos con funciones proposicionales este sería algunos ejemplos:
 Actividad
Justificaremos las líneas 3 y 4 de la tabla condicional mediante ejemplos. (Los dos primeros quedaran como
ejercicios)

¿Es posible deducir una verdad, partiendo de una falsedad?

Aunque esto contradiga nuestra intuición, si es posible. Veamos el siguiente ejemplo:

Analizando el antecedente o hipótesis se tiene:

 Si 2 = 3, podemos escribir como 3 = 2

 Sumando miembro a miembro las igualdades

 Entonces decimos que:

De la falsedad de (2 = 3) hemos deducido una verdad (5 = 5)

En general, si el antecedente p es F y el consecuente q es V,

aceptamos que (pq) es V

i. ¿Es posible deducir una falsedad a partir de una falsedad?

También es posible. Veamos el siguiente ejemplo:

Analizando la hipótesis se tiene:

i. Multiplicando ambos miembros por 2
2x2=3x2
4=6

ii. Hemos deducido que:

De la falsedad de (2 = 3), hemos deducido una la falsedad (4 = 6)
 En general, si el antecedente p es F y el consecuente q es F,
aceptamos que (pq) es V

2. Completa la tabla de la condicional, para la recíproca, contrario y contrarecíproca

6. Tabla de la bicondicional o doble implicación

Dadas las proposiciones simples “p” y “q”, se llama bicondicional a la proposición definida por la conjunción de la
proposición condicional con su recíproca.

Nótese que la bicondicional p q significa una deducción doble: de “p” se puede deducir “q” y de “q” se puede
deducir “p”
Veamos el caso de la segunda fila:

ii. Valor de p: V
iii. Valor de q: F

Por lo tanto (p q) es falso.

Queda como ejercicio mostrar las demás filas

 Actividad

Sin emplear las tabla de verdad y apelando a sus conocimientos en

matemática, determina el valor de las siguientes implicaciones

a) Si 7 >5 entonces 49>25

b) Si 7 >5 entonces 49<25
7. Cálculo de valores de verdad de proposiciones compuestas
c) Si 7 <5 entonces 49>25
Utilizando los conectivos lógicos, se pueden combinar cualquier número finito de proposiciones simples, para
obtener
d) Si 7otras proposiciones
<5 entonces 49<25 cuyos valores de verdad pueden ser conocidos construyendo sus tablas de
verdad.
Para efectuar el número de combinaciones de los valores de las proposiciones, recurrimos a la relación 2 n,
donde n representa el número de proposiciones.
Ejemplo. Construir la tabla de verdad de la proposición:

8. Proposiciones lógicamente equivalentes

Dos proposiciones son equivalentes cuando el resultado de sus tablas de verdad son iguales.
Ejemplo. Las proposiciones son equivalente, ya que:

La equivalencia entre dos proposiciones p y q lo escribimos como p  q

Nota: La relación de equivalen es reflexiva, simétrica y transitiva
9. Tautologías, contradicciones y contingencias
 Una expresión proposicional se llama tautología, si los valores de verdad de su operador principal son
verdaderos.
 Se llama contradicción o antitautología, si los valores de verdad de su operador principal son todos
falsos.
 Se llama contingencia, cuando los valores de verdad hay valores verdaderos y falsos

Resumen

1. Una proposición es toda expresión que tiene la propiedad de ser verdadero o falso
2. Las enunciado abiertos son expresiones que no tiene la propiedad de ser verdaderos o falsos, a menos
que especifiquemos un valor determinado como es el caso para las funciones proposicionales.
3. Los conectivos lógicos son aquellos símbolos que enlazan dos o más proposiciones simples. Tenemos la
conjunción, disyunción, la condicional y la bicondicional.
4. Dado el condicional pq llamado directo, en conexión con el se presentan:
 La proposición recíproca qp
 La proposición inversa p  q
 La proposición contrarecíproca q  p
5. La bicondicional es la conjunción de la proposición condicional con su recíproco
(pq)  (qp)  p  q

6. dos proposiciones son equivalentes, cuando el resultados de sus tablas de verdad son iguales. El
bicondicional de dos esquemas equivalentes es una tautología
7. Una expresión se llama tautología, si los valores de verdad del operador principal son todos verdaderos.

Ejercicios resueltos

1. Analizar las siguientes expresiones

a) 7 + 5 = 20
b) ¿Eres un estudiante de matemática?
c) X+5=8
d) El día esta frío.
e) ¡cierra la puerta!
Solución
a) 7 + 5 = 20, es una expresión cuyo valor de verdad es falsa. Luego es una proposición.
b) ¿Eres un estudiante de matemática?, es una pregunta que se hace, carece de valor de verdad, es
decir, no se puede afirmar si es verdadero o falso, luego no es una proposición.
c) X + 5 = 8, es un enunciado abierto o función proposicional por que tiene variable
d) El día esta frío, es una proposición que puede ser verdadera o falsa
e) ¡cierra la puerta!, es una orden. Luego no es una proposición.

2. Sean las proposiciones p, q, r, cuyos valores de verdad es V, F y F. hallar el valor de verdad de las siguiente
proposiciones compuestas:
 RAZONES TRIGONOMÉTRICAS

CONCEPTOS GENERALES

Las funciones trigonométricas resultan básicamente de realizar divisiones entre

los lados de un triángulo. Su aplicación se extiende a parte de las ramas de la
matemática, al estudio de muchos conceptos básicos de la física. Para una mejor
comprensión del tema, analicemos la siguiente gráfica:
En la figura se observa un ángulo que orientado en forma positiva (en sentido
contrario a las manecillas del reloj), en el cual su lado inicial es el mismo eje de
coordenadas x, y su lado Terminal el nombrado con la letra A. Sobre este lado
terminal se han localizado dos puntos P1 y P2 respectivamente, y por cada uno de
los dos puntos hemos trazado igual número de perpendiculares sobre el eje de
coordenadas x, formando así dos triángulos rectángulos a saber: triángulo 0M1P1 y
0M2P2. De lo anterior, se deduce, que de la misma forma que hemos construido dos
triángulos rectángulos, se pueden construir una cantidad infinita de triángulos, que
por geometría se sabe que serán semejantes entre sí.

En forma general, tomemos un solo triángulo representativo de la cantidad infinita de

triángulos que se pueden construir, que sería el triángulo 0MP, donde el
punto P tiene de coordenadas dos puntos (x, y).

Sea el triángulo rectángulo:

El lado que se encuentra al frente del ángulo recto, en cualquier triángulo

rectángulorecibe el nombre de hipotenusa, que en la gráfica la hemos señalado con
la letra r.
Por el teorema de Pitágoras se halla el valor de r, entonces:

Esta relación indica que para cualquier ángulo dado, cualquiera que sea el
punto P quese tome sobre su lado terminal, el cociente entre cualquiera de los lados
y r, tiene un valorconstante.

Es decir:

siempre van a tener un valor constante.

De igual manera, como se han encontrado los valores de estas dos funciones, por
semejanza de triángulos se puede hallar otras proporciones y nombrarlas con
diferentes nombres, que en conjunto son las que llamamos funciones
trigonométricas.

En función del triángulo rectángulo se definen las funciones trigonométricas así:

Llamando:

r = hipotenusa del triángulo

y = cateto opuesto respecto de .

x = cateto adyacente respecto de .

Entonces:

Sea el triángulo de la figura:

Calcular las funciones trigonométricas del ángulo .

Para hallar las funciones trigonométricas, es indispensable conocer el valor del lado
a. Para hallarlo utilizamos el teorema de Pitágoras:

RAZONES TRIGONOMÉTRICAS DE LOS ÁNGULOS NOTABLES

Se sabe por definición que los ángulos internos de cualquier triángulo suman 180°.

Si a un cuadrado se le traza una diagonal, genera dos triángulos rectángulos, con

unángulo de 90° y dos de 45°. Ahora, si se trata de un triángulo equilátero donde sus
tres ángulos son iguales (60° cada uno), y se divide en dos partes trazando una de
las alturas del triángulo, genera dos triángulos rectángulos, donde cada uno de los
triángulos tiene un ángulo de 90°, uno de 60° y el otro de 30°. A los ángulos de 30°,
45° y 60° son los que llamamos ángulos notables.

Funciones trigonométricas para los ángulos de 30° y 60°

Para hallar las funciones trigonométricas de los ángulos de 30° y 60°,

tomaremos comobase un triángulo equilátero.

Observemos que al dividir el triángulo equilátero en dos partes, resultan dos

triángulosrectángulos.

Tomemos uno de ellos:

Para hallar las funciones trigonométricas de los ángulos de 30° y 60°,es necesario
encontrar el valor de la altura del triángulo. Este valor se halla por medio del teorema
de Pitágoras:
Teniendo los datos del triángulo completos, se hallan las funciones trigonométricas
paracada uno de los ángulos:

De igual manera se procede para el ángulo de 30°, y se tendrá:

De lo anterior se establece una serie de relaciones entre los dos ángulos:

Seno 60° = Coseno 30°

Coseno 60° = Seno 30°

Tangente 60° = Cotangente 30°

Secante 60° = Cosecante 30°

Cosecante 60° = Secante 30°

Funciones trigonométricas para el ángulo de 45°

Para encontrar las funciones trigonométricas del ángulo de 45°, se utiliza un

cuadradocomo referencia:
Si al cuadrado de la figura se le traza una diagonal, el cuadrado queda dividido en
dostriángulos rectángulos, donde se conocen los valores de los catetos (L), y se
desconoceel valor de la hipotenusa (x). Este valor al igual que en el caso anterior, se
halla por mediodel teorema de Pitágoras:

Con el anterior valor se completan los datos de la figura:

De esta manera hallamos las funciones trigonométricas para el ángulo de 45°.

Resumiendo en un cuadro general todas las funciones trigonométricas para los

ángulosde 30°, 45° y 60°, tenemos:
 PROBABILIDAD DE EVENTOS

DEFINICIONES

 Probabilidad: es la posibilidad numérica de ocurra un evento. Se mide con valores

comprendidos entre 0 y 1, entre mayor sea la probabilidad, más se acercará a uno.

 Experimento: es toda acción bien definida que conlleva a un resultado único bien
definido como el lanzamiento de un dado. Es el proceso que produce un evento.

 Espacio muestral: es el conjunto de todos los resultados posibles. Para un dado es SS

= (1,2,3,4,5,6)

Definición Clásica de Probabilidad. Modelo de frecuencia relativa

La probabilidad de un evento (E), puede ser calculada mediante la relación de el número de respuestas en favor
de E, y el numero total de resultados posibles en un experimento.

P E  
# Favorable E
# Total resultados

1
Ejemplo 1: La probabilidad de que salga 2 al lanzar un dado es:  .16
6
1
Ejemplo 2: La probabilidad de lanzar una moneda y que caiga cara es:  .5
2
Ejemplo 3: La probabilidad de sacar 1,2,3,4,5, o 6 al lanzar un dado es:

1 1 1 1 1 1
     1
6 6 6 6 6 6
 La probabilidad de un evento está comprendida siempre entre 0 y 1 . La suma de las probabilidades de todos
los eventos posibles (E) en un espacio muestral S = 1
 Un espacio muestral (S): Es el conjunto Universal; conjunto de todos los “n” elementos relacionados = # Total
de resultados posibles.

Probabilidad Compuesta
Es la probabilidad compuesta por dos eventos simples relacionados entre sí.
En la composición existen dos posibilidades: Unión  o Intersección  .

 Unión de A y B

Si A y B son eventos en un espacio muestral (S), la unión de A y B  A  B contiene todos los elementos de el
evento A o B o ambos.

 Intersección de A y B

Si A y B son eventos en un espacio muestral S, la intersección de A y B  A  B  está compuesta por todos los
elementos que se encuentran en A y B.

Relaciones entre eventos

Existen tres tipos de relaciones para encontrar la probabilidad de un evento: complementarios, condicionales y
mutuamente excluyentes.

1. Eventos complementarios: El complemento de un evento A son todos los elementos en un espacio muestral
(S) que no se encuentran en A. El complemento de A es: A  1  P A

Ejemplo 4: En el evento A (día nublado), P(A) = .3, la probabilidad de tener un día despejado será 1-P(A) = .7

P A  .7 

P(A)=.3

2. Probabilidad condicional: Para que se lleve a cabo un evento A se debe haber realizado el evento B. La
probabilidad condicional de un evento A dado que ha ocurrido el evento B es:

P A  B 
P A B   , si B  0
P B 

Ejemplo 5: Si el evento A (lluvia) = .2 y el evento B (nublado) = .3 , cual es la probabilidad de que llueva en

un día nublado? Nota: no puede llover si no hay nubes
 P A  B 
P A B  
.2
=  .67
P B  .3
 A
P(A/B)=.67 B

 Se dice que dos eventos A y B son independientes si: P(A/B) = P(A) o P(B/A) = P(B).
La probabilidad de la ocurrencia de uno no está afectada por la ocurrencia del otro. De otra manera los
eventos son dependientes.

Un ejemplo de evento independiente es: ¿Cuál es la probabilidad de que llueva en lunes?

El ejemplo de evento dependiente es el ejemplo 5.

3. Eventos mutuamente excluyentes.

Cuando un evento A no contiene elementos en común con un evento B, se dice que estos son mutuamente
excluyentes.

A B

Eventos mutuamente excluyentes.

Ejemplo 6. Al lanzar un dado: a) cual es la probabilidad de que salga 2 o 3? B) Calcule P A  B ?

P A  B 
1 1 1
a)    .33
6 6 3

 
b) P A  B = 0, ya que al ser conjuntos mutuamente excluyentes la intersección no existe, es imposible que
salga 2 y 3 al mismo tiempo.

Ley aditiva:

 Cuando dos eventos no son mutuamente excluyentes:

P A  B  P A  PB  P A  B

 Cuando los eventos son mutuamente excluyentes:

 P A  B  P A  PB

Ejemplo 7.

Ley multiplicativa:

 Si los eventos A y B son dependientes:

P A  B  P A  PB A

 Si los eventos A y B son independientes:

P A  B  P A  PB

Ejemplo 8: Se selecciona una muestra aleatoria n = 2 de un lote de 100 unidades, se sabe que 98 de los 100
artículos están en buen estado. La muestra se selecciona de manera tal que el primer artículo se observa y se
regresa antes de seleccionar el segundo artículo (con reemplazo), a) calcule la probabilidad de que ambos
artículos estén en buen estado, b) si la muestra se toma sin reemplazo, calcule la probabilidad de que ambos
artículos estén en buen estado.

A: El primer artículo está en buen estado.

B: El segundo artículo está en buen estado.

a) Al ser eventos independientes el primero del segundo:

 98   98 
P A  B  P A  PB =     .9604
 100   100 

A B

P(A) =.98 P(B) =.98

b) Si la muestra se toma “sin reemplazo” de modo que el primer artículo no se regresa antes de seleccionar el
segundo entonces:

 98   97 
P A  B  P A  PB A =       .9602
 100   99 
Se observa que los eventos son dependientes ya que para que para obtener el evento B, se tiene que haber
cumplido antes el evento A.

B
P(B/A)=.97
A

P(A) =.98

TABLAS DE CONTINGENCIA Y TABLAS DE PROBABILIDAD

Una tabla de contingencia se forma como sigue:

Clasificación de los empleados

Genero Personal Línea Auxiliar Total
Hombres 120 150 30 300
Mujeres 50 140 10 200
Total 170 290 40 500

Con esto se forma la tabla de probabilidades dividiendo todos los datos de la tabla entre el total de 500, queda
como:

Clasificación de los empleados

Genero Personal (S) Línea (L) Auxiliar (A) Total
Hombres(M) 0.24 0.30 0.06 0.60
Mujeres (m) 0.10 0.28 0.02 0.40
Total 0.34 0.58 0.08 1.00

De esta forma las probabilidades marginales o de las orillas de la tabla son:

P(L) = 0.58

P(M) = 0.60

Se determina las probabilidades conjuntas como sigue:

P(MS) = 0.24
P(ML) = 0.30
P(MA) = 0.06

La probabilidad marginal es la suma de las probabilidades conjujntas correspondientes:

P(M) = 0.24 + 0.30 + 0.06 = 0.60

TEOREMA DE BAYES
Mediante el teorema de Bayes podemos calcular la probabilidad de que ocurra un determinado evento, cuando no
tenemos datos inmediatos del mismo mediante la información que tenemos de otros eventos.

Cuando existen dos eventos posibles A y B, la probabilidad de que ocurra Z se describe mediante el “teorema de
probabilidad total” el cual es:

P(Z )  P A PZ APB PZ B

Mediante el teorema anterior se deduce el teorema de Bayes:

P A  PZ A
P A Z  
P A  PZ APB   PZ B 
Ejemplo 9: En cierta universidad 20% de los hombres y 1% de las mujeres miden más de 1.80m de altura.
Asimismo 40% de los estudiantes son mujeres. Si se selecciona un estudiante al azar y se observa que mide más
de 1.80m ¿ Cual es la probabilidad de que sea mujer?

Z > 1.80 m
A = Hombre
HOMBRE MUJER
B = Mujer
P (A) = .60
P (B) = .40 .80 .99
P (Z/A) = .20 < 1.80
P (Z/B) = .01

> 1.80 .20 .01

=Z

Para encontrar la probabilidad de que sea mujer dado que mide más de 1.80,
Utilizando el teorema de Bayes:

PB   PZ B 
P B Z  
P A PZ APB  PZ B 
P(B/Z) = (.4 x .01)/ (.6 x .20 +.4 x .01) = .032.

Podemos visualizar P(B/Z) en el siguiente diagrama:

Hombre Mujer

Z > .80 P(A/Z) P(B/Z) = .032

Por lo tanto la probabilidad de que sea mujer dado que mide más de 1.80
es .032 = 3.2 %

ANÁLISIS COMBINATORIO

Supóngase que una persona tiene dos modos de ir de una ciudad A a otra ciudad B; y una vez llegada a B, tiene
tres maneras de llegar a otra ciudad C. ¿De cuántos modos podrá realizar el viaje de A a C pasando por B?

a pie en avión

en carro
CIUDAD A CIUDAD B CIUDAD C

en bicicleta en trasatlántico

Evidentemente, si empezó a pie podrá tomar avión, carro o trasatlántico; y si empezó en bicicleta, también podrá
tomar avión, carro o trasatlántico.
Utilizando literales (las iniciales) el viajero tuvo las siguientes oportunidades: pa, pc, pt; ba, bc, bt. Que son 6;
cada primera oportunidad contó con tres posibilidades.

Se tiene: 2 oportunidades X 3 posibilidades = 6 posibilidades.

PRINCIPIO DE CONTEO: Si un evento puede hacerse de a1 maneras diferentes, y cuando se ha hecho, puede
hacerse un segundo evento ( independiente del primero) de a2 modos diferentes y luego un tercer evento de a3
maneras también diferentes, y así sucesivamente, entonces el número de maneras diferentes en que los eventos
se pueden realizar , en el orden indicado es de:

a1  a2  a3 ....an

Ejemplo 10: ¿De cuantos modos podrá vestirse un joven que tiene 3 camisas diferentes, 4 pantalones y dos pares
de calzado?

Solución: Primer evento (camisas) a1 = 3

Segundo evento ( pantalones) a2 = 4
Tercer evento (zapatos) a3 = 2
a1  a2  a3  3  4  2  24 modos diferentes.
PERMUTACIONES: Una permutación es un arreglo ordenado de una parte de los elementos, o de todos los
elementos de un conjunto.

Ejemplo 11: Dado el conjunto de las letras o, p, i, escribir todas las permutaciones empleando las tres letras
cada vez.

Solución: opi, oip, ipo, iop, pio, poi : son seis permutaciones posibles.

Ejemplo 12: ¿ Y tomando dos letras solamente cada vez?

Solución: op, oi, io, ip, pi, po: son seis permutaciones.

 En la mayoría de los casos resulta muy complicado hacer las permutaciones manualmente por lo cual
utilizamos la siguiente fórmula:
n!
Prn 
n  r  !
donde:
n = número total de elementos del conjunto
P = Permutaciones
r = número de elementos que se toman a la vez.
! = factorial.

Nota: 0! = 1

Ejemplo 13: ¿Se toman 3 números de lotería de un total de 50, de cuantas formas se pueden tomar los
números?

50 ! 50 !
P350    (50  49  48)  117,600
50  3 ! 47 !

COMBINACIONES: Es el número de subconjuntos de r elementos que se puede formar de un conjunto de n

elementos, sin importar el orden de los elementos. Para determinar el número de combinaciones posibles
utilizamos:
n!
Crn 
n  r  ! r !
Ejemplo 15: Un entrenador de basket ball tiene 9 jugadores igualmente hábiles, ¿cuántas quintetas podrá formar?

9!
C59   126
4 ! 5 !

Ejemplo 16: Se extraen 5 cartas de una baraja de 52 cartas. Hallar la probabilidad de extraer (a) 4 ases, (b) 4
ases y un rey (c) 3 dieces y dos jotas, (d) un 9,10, jota, reina, rey en cualquier orden.
a) P(4 ases) =
 4 C4  48 C1  =
1
 52 C5  54145

b) P (4 ases y 1 rey) =
 4 C4  4 C1   1
52 C5 649740

c) P (3 dieces y 2 jotas) =
 4 C3  4 C2   1
52 C5 108290

d) P(nueve, diez, jota, reina, rey) =

 4 C1  4 C1  4 C1  4 C1  4 C1   64
52 C5 162435

ÁNGULOS COMPUESTOS

En esta parte de la trigonometría se estudia el desarrollo de las diferentes

fórmulas para la suma, resta y otras operaciones fundamentales entre ángulos.

Funciones Seno y Coseno de la suma de dos ángulos

Hasta ahora se han demostrado las fórmulas de las funciones trigonométricas

respecto de un ángulo, pero se hace necesario conocer el desarrollo cuando se
plantea una suma o diferencia de dos ángulos. Para la demostración de estas
fórmulas se utiliza la gráfica de un círculo trigonométrico (de radio = 1) y dos ángulos
agudos ( < de 90°) positivos A y B.
La suma de los dos ángulos (A + B) puede ser menor o mayor de 90°. En la gráfica
se puede distinguir un ángulo GOQ = A y el ángulo QOP = B, de lo cual se puede
concluir que el ángulo GOP = A + B. De igual manera, se puede decir que los
triángulos rectángulos EDP y OFE son semejantes entre sí aplicando los conceptos
de semejanza de triángulos vistos en unidades pasadas.
Finalmente los valores:

Cos B Sen A = FE

Sen B Cos A = DP

Se reemplazan en la expresión: resultando:

Sen (A + B) = Sen A Cos B + Sen B Cos A

Al utilizar la misma figura y al desarrollar un proceso similar al anterior,

encontramos la fórmula para el Coseno de una suma de ángulos:

Cos (A + B) = Cos A Cos B - Sen A Sen B

Estas dos fórmulas sirven para deducir las fórmulas del seno y coseno de la
diferencia de dos ángulos:

Sen (A - B) = Sen A Cos B - Sen B Cos A

Cos (A - B) = Cos A Cos B + Sen A Sen B

La fórmula para la tangente de la suma y de la diferencia de dos ángulos, se

desarrolla a partir de las encontradas para el seno y coseno. Recordemos que la
función tangenteviene dada por la expresión:

Demostrar que Sen (60°+ x) - Sen (60° - x) = Sen x

Aplicamos las fórmulas encontradas para el seno de la suma y la diferencia de dos
ángulos y reemplazamos

A = 60° y B = x

Como:

Sen (A + B) = Sen A Cos B + Sen B Cos A

Sen (A - B) = Sen A Cos B - Sen B Cos A

Calcular Cos 105°

El ángulo 105° se puede expresar como la suma de dos ángulos, es decir:

Cos 105° = Cos (60° + 45°)

Como Cos (A + B) = Cos A Cos B - Sen A Sen B

Entonces:

Cos (60° + 45°) = Cos 60° Cos 45° - Sen 60° Sen 45°
 Calcular Tg 105°

Tg 105° = Tg (60° + 45°), utilizamos la fórmula:

IDENTIDADES TRIGONOMÉTRICAS PARA ÁNGULOS DOBLES

Veamos algunas demostraciones, en las que utilizaremos básicamente las

fórmulaspara Seno, Coseno y Tangente de la suma o diferencia de dos ángulos.

Sen (A + B) = Sen A Cos B + Sen B Cos A

Cos (A + B) = Cos A Cos B - Sen A Sen B

Demostrar:

Sen 2A = 2 Sen A Cos A

Sen 2A = Sen (A + A)

Sen (A + A) = Sen A Cos A + Sen A Cos A

Sen (A + A) = 2 Sen A Cos A Sen 2A = 2 Sen A Cos A

Retomando la fórmula del coseno del ángulo doble, para desarrollar otras
fórmulasgeneradas a partir de la fórmula inicial. Recordemos que la ecuación
fundamental de la trigonometría viene dada por:
Ahora calculando el valor del lado c, para hallar las otras funciones: Se aplica el
teoremade Pitágoras:
FUNCIONES TRIGONOMÉTRICAS DEL ÁNGULO MEDIO
Igualmente se puede llegar a varias expresiones de las funciones coseno y
tangente en función de coseno de A:

PORCENTAJES
Tanto por ciento o porcentaje: Un tanto por ciento o porcentaje es la cantidad que hay en cada 100 unidades. Se
expresa añadiendo a la cantidad el símbolo % Ejemplo: Se han preparado bolsas de caramelos, de modo que, de
25 caramelos que se echaban en las bolsas, 5 eran de mentas. - En una bolsa hay 25 caramelos de los que 5 son
de mentas, se representa por la fracción 5/25. - En dos bolsas hay 50 caramelos, de los que 10 son de mentas, se
representa por la fracción 10/50 - En tres bolsas hay 75 caramelos, de los cuales 15 son de mentas, se representa
por la fracción 15/75 - En cuatro bolsas hay 100 caramelos, de los cuales 20 son de mentas, se representa por la
fracción 20/100. Por lo tanto hay 20 camelos de menta en cada 100 caramelos En lugar de “20 en cada 100”, se
dice 20 por ciento, y se escribe 20%

Problemas de Porcentajes Resueltos

1.- Un billete de avión a Paris costaba el verano pasado 460 €. Si este año ha subido un 20 %,
¿cuánto vale el billete?
Calculamos el 20 % de 460 € y se lo sumamos a 460 €
Precio (€) Dinero que pagamos de subida(€)
20 %
100 _______________ 20
460 _______________ x
100 · x = 460 · 20
100 · x = 9.200
x = 92 € de subida
460 € + 92 € = 552 €
Solución: Este año el billete cuesta 552 €

2.- Una tienda pone una oferta con una rebaja del 15 %. Si un televisor está marcado en 900 €,
¿Qué rebaja me harán? ¿Cuánto voy a pagar por el televisor?
Calculamos el 15 % de 900 € y se lo restamos a 900 €
Precio (€) Dinero que nos rebajan (€)
15 %
100 _______________ 15
900 _______________ x
100 · x = 900 · 15
100 · x = 13.500
x = 135 € de rebaja
Solución 1: Me rebajarán 135 €
900 € – 135 € = 765 €
Solución 2: Voy a pagar por el televisor 765 €

3.- El gasto de electricidad de este mes es de 90 €. Al recibir la factura tengo que pagar además el
18 % de IVA. ¿Cuál es el coste total de la factura?
Calculamos el 18 % de 90 € y se lo sumamos a 90 €
Precio (€) Dinero que pagamos de IVA(€)
18 %
100 _______________ 18
90 _______________ x
100 · x = 90 · 18
100 · x = 1.620
x = 16,20 € de IVA
90 € + 16,20 € = 106,20 €
Solución: En la factura pagaré 106,20 €

4.- He comprado un ordenador que costaba 600 €, pero ahora está rebajado con el 25 %. ¿Cuánto
pago por el ordenador?
Calculamos el 25 % de 600 € y se lo restamos a 600 €
Precio (€) Dinero que nos rebajan (€)
25 %
100 _______________ 25
600 _______________ x
100 · x = 600 · 25
100 · x = 15.000
x = 150 € de rebaja
600 € – 150 € = 450 €
Solución: Voy a pagar por el ordenador 450 €

5.- He comprado una bicicleta por 250 €. Si quiero ganarme un 32 %, ¿A cómo debo venderla?
Calculamos el 32 % de 250 € y se lo sumamos a 250 €
Precio (€) Dinero que queremos ganarnos (€)
32 %
100 _______________ 32
250 _______________ x

100 · x = 250 · 32
100 · x = 8.000
x = 80 € de ganancia
250 € + 80 € = 330 €
Solución: Debo vender la bicicleta por 330 €.

6.- Unas zapatillas que tienen un 30 % de rebaja me han costado 42 €, ¿cuánto costaban antes de
la rebaja?
Pensemos en el significado de que nos rebajan un 30 %: Si algo cuesta 100 € nos rebajan 30 €, por
lo tanto pagamos sólo 70 € ( 100 € – 30 € = 70 € ). Pensando así planteamos la regla de tres:
Precio (€) Precio Final Rebajado (€)
30 % (100 – 30 = 70)
100 _______________ 70
x _______________ 42
70 · x = 100 · 42
70 · x = 4.200
x = 60
Solución: Las zapatillas costaban antes de las rebajas 60 €

7.- Un pueblo tenía el año pasado 3.000 habitantes y este año tiene 3.150. ¿Qué tanto % ha
aumentado la población?
La población ha aumentado 3.150 – 3.000 = 150 habitantes
Nº habitantes Nº habitantes que ha aumentado
3.000 ______________ 150
100 _______________ x

3.000 · x = 100 · 150

3.000 · x = 15.000
x=5
Solución: La población ha aumentado un 5 %

8.- En un teatro con 540 localidades se han vendido el 65 %. Si cada entrada cuesta 25 €, ¿Cuál ha
sido la recaudación?
Calculamos el 65 % de 540 localidades para saber cuántas se han vendido y las
multiplicamos por 25 € para calcular la recaudación.
Localidades teatro Localidades vendidas
65 %
100 _______________ 65
540 _______________ x
100 · x = 540 · 65
100 · x = 35.100
x = 351
x = 351 entradas vendidas
351 entradas x 25 € = 8.775 €
Solución: La recaudación ha sido de 8.775 €.

9.- Una familia compra un frigorífico que cuesta 840 € pagando una entrada del 30 % al contado y
el resto en 6 mensualidades. ¿Cuál es el importe de cada mensualidad?
Calculamos el 30 % de 840 € para saber cuánto ha dado de entrada. Se lo restamos a 840 €
para saber el dinero que le queda por pagar y lo dividimos entre 6 mensualidades.
Precio (€) Dinero Entrada (€)
30 %
100 _______________ 30
840 _______________ x
100 · x = 840 · 30
100 · x = 25.200
x = 252

x = 252 € de entrada
840 € – 252 € = 588 € Les queda por pagar del frigorífico
588 € : 6 mensualidades = 98 €/mes Solución: Cada mes pagarán 98 €.

10.- He comprado directamente a la fábrica placas solares para calentar el agua. Su precio está
marcado en 3.850 €. Como compro directamente en la fábrica me rebajan el 40 %, y cuando ya
tengo el precio rebajado al hacerme la factura tengo que pagar el 18 % de IVA. ¿Cuánto me
cuestan al final las placas solares?
1º Calculamos el 40 % de 3.850 € para saber el descuento que nos hacen:
Precio (€) Dinero que nos rebajan (€)
40 %
100 _______________ 40
3.850 _______________ x
100 · x = 3.850 · 40
100 · x = 154.000
x = 1.540 € de rebaja
3.850 € – 1.540 € = 2.310 € precio rebajado de las placas solares
2º Como pagamos el 18 % de IVA, por cada 100 € pagamos en total 118 €:
Precio (€) Precio Final con IVA (€)
18 % (100 + 18 = 118)

100 _______________ 118

2.310 _______________ x
100 · x = 118 · 2.310
100 · x = 272.580
x = 2.725,80 €
Solución: Las placas solares cuestan 2.725,80 €

TEMA: RAZONES Y PROPORCIONES

Razón o Relación.-
Es el resultado de la composición que se establece entre las cantidades dadas. Dicha comparación se puede dar
de dos formas:
1) Hallando en cuanto excede una cantidad respecto de otra (por medio de la resta). Ejem: 6-2 = 4
2) Hallando en cuanto contiene una cantidad a otra (por medio de la división). Ejem: 6/2 = 3
Por lo tanto decimos que una razón puede ser: Aritmética o por diferencia, o Geometría o por cociente.

 Razón Aritmética o por Diferencia.-

Es la diferencia que se da entre 2 cantidades. Como su operación básica es la sustracción o resta, La Razón
Aritmética se puede dar de 2 formas: separando las cantidades por el signo de la sustracción ( - ) o por medio de
un punto ( . ) Ejem.:
6-2 = 4
ValordelaR azon
+
2° Tér
m in
o(cons ecuente) Z
1
°Té
rmin
o(a
nt
ece
de
nt
e)
*

Se lee : “6 excede a 2 en 4” ; “6 es mayor que 2 en 4” ; “2 es menor que 6 en 4”, etc.

Propiedades de la Razón Aritmética.-

Son las mismas propiedades que en la resta o sustracción.

 1) Si al antecedente de la R.A. se le suma o resta una cantidad, entonces el valor de la Razón quedará
aumentado o disminuido en dicha cantidad, respectivamente. Ejem.:
Si 6  2  4  6 
 32  4 3 () 6  1 2  41

9 7 5 3
2) Si el consecuente de la R.A. quedase aumentado o disminuido en cierta cantidad, entonces el valor de la
Razón quedara disminuido, en el primer caso, o aumentado, en el 2do caso, en dicha cantidad. Ejm.:
Si 6  2  4  6  ( 2
1)  4
1 () 6  (
2
1)  4
1
1 5 3 3
3) Si al antecedente y al consecuente de una R.A. Se le suma o se le resta una misma cantidad, entonces el
valor de la Razón no se verá afectado (permanecerá constante).
Ejm: A Ambos

Si 6  2  4  6
1  (2  1)  4 ( ) 6
1  (2  1)  4
  Términos o se
7 3 5 1 les suma o se
les resta la
misma cantidad
 Razón Geométrica o por Cociente.-
Es la Razón que se establece por medio del cociente que se obtiene al dividir 2 cantidades. Se pueden
representar de 2 modos: en forma de fracción o por medio de 2 puntos, signo de la división (a/b ó ) Ejem:

6/2 = 3 6:2=3
Valor de la Razon
2° Término (consecuente) +
Z
1° Término (antecedente)

* Se lee “6 contiene a 2 en 3” ; “ 6 contiene 3 veces a 2” ; “2 esta incluido en 6, 3 veces” etc.

Propiedades de la Razón Geométrica.-

Son las mismas propiedades que en las fracciones.

1) Si el antecedente de la R.G. , queda multiplicada o dividida por una cantidad, el valor de la Razón quedará
también multiplicado o dividido por la misma cantidad, respectivamente.
Ejem.:
30
  2
6 6.5 6:3
Si  3  3 .5 ( ) 3
 :3
2 2 15 2 1
2) Si el consecuente de un R.G. queda multiplicado o dividido, por una cantidad entonces el valor de la Razón
quedará dividido, en el 1er caso; o multiplicado, en el 2do caso, por esa misma cantidad. Ejm:
6 6 6
Si  3  3 .3 ( ) 3
 :2
2 2
.3 1 2
 :2 6
6 1

3) Si el antecedente ya la consecuente de una R.G. se les multiplica o se les divide por una misma cantidad,
entonces el valor de la Razón permanecerá constante. Ejm.
24
 6/5

6 6.4 6:5
Si  3   3 ( ) 3
2 2
.4 2
 :5
8 2/5

PROPORCIONES.-
Son igualdades que se establecen entre 2 Razones de la misma clase. Las proporciones pueden ser:
3) Proporciones Aritméticas o Equidiferencia: Es la igualdad que se establece entre 2 Razones Aritméticas,
Una Equidiferencia se escribe de 2 formas siguientes :a – b = c – d (v) a . b :: c . d ;  a ; b ; d  Z+
* Términos de una P.A:

a- b = c - d a ;c= antecedentes Se lee "a es a b

1°miembro 2°miembro b;d= consecuentes como c es a d"
a;d= t. extremos
b;c= t. medios A
a
* Propiedad Fundamental: “En toda equidiferencia la suma de los extremos es igual a la suma de los
medios”.
Si a – b = c – d es P.A.  a + d = c + b. Ejm: 8 – 6 = 11 – 9  9 + 8 = 11 + 6  17 = 17

* Clases de Equidiferencias:

1) E. Directa: Es aquella cuyos Términos medios no son iguales

 Forma General: a – b = c – d Ejm.. 9 – 7 = 8 – 6

Donde : * d : 4ta diferencial respecto a “a” ; “b” ; “c”

* a ; b ; c : 3era diferencial o Tercia Diferencial, respecto
de “a” ; “b” ; “c” (abc d).

2) E. Contínua: Es aquella cuyos Términos medios son iguales.

 Forma General: a – b = b – c Ejm.. 11 – 8 = 8 – 5

Donde : * b : Media diferencial respecto de “a” ; “b” ; “c”

* a ; c : 3era ó Tercia diferencial, respecto
a “a” ; “b” ; “c” (abc).
ac
Obs.: Media Diferencial o Aritmética b 
2

2) Proporciones Geométricas o Equicocientes: Son las igualdades que se establecen entre 2 Razones
geométricas. Una Proporción geométrica se puede representar de 2 maneras : a : b :: c : d (v) (a/b)= (c/d).

* Términos de una P.G:

a : b :: c : d a ;c= Antecedentes
1°miembro 2°miembro b;d= Consecuentes +
a;d= T. extremos Z
b;c= T. Medios

 Se lee “a es a b como c es a d”

* Propiedad Fundamental: “En todo equicociente el producto de los extremos es igual al producto de los
medios”.
a c a c
Si   ad  bc   es una P.G. ; Ejm :
b d b d

18 51
  18 . 57  6 . 51  306  306
6 17
* Clases de Equicocientes:

3) E. Discreta: aquella cuyos Términos medios no son iguales

10 : 2 = 125 : 25
 Forma General: a : b :: c : d
 Donde : * d : 4ta proporcional respecto de a “a” ; “b” ; “c”
* a ; b ; c : 3era o tercia proporcional, respecto de “a” ; “b” y “c” (abcd).

4) E. Contínua: aquella cuyos Términos medios son iguales .Ejm.: 32 : 16 :: 16 : 8

 Forma General: a : b :: b : c

Donde : * b : Media proporcional respecto de “a” ; “b” ; “c”

* a ; c : 3era o Tercia proporcional, respecto
a “a” ; “b” y “c” (abc).
Obs.: Media Proporcional o Geométricas b  a . c

Transformaciones de Proporciones Geométricas.-

Una P.G. puede sufrir hasta 8 transformaciones distintas y legitimas entre sí (una transformación es legitima
cuando su propiedad fundamental permanece constante en valor numérico).
a c
Sea la proporción Geométrica:  ; sus variaciones legítimas serán.
b d

a b d c d b c a
1)  ; 2)  ; 3)  ; 4)  ;
c d b a c a d b

a c b a c d b d
5)  ; 6)  ; 7)  ; y 8)  ;
b d d c a b a c

32 16
Ejm: la proporción  ; puede escribirse de 8 modos:
16 8

32 16 8 16 16 32 16 8
1)  ; 2)  ; 3)  ; 4)  ;
16 8 16 32 8 16 32 16

32 16 8 16 16 32 16 8
5)  ; 6)  ; 7)  ; 8)  ;
16 8 16 32 8 16 32 16

Obs.: Cuando la Progresión Geométrica es continua, las formas distintas serán 4 : todas legítimas.

Comparación de Proporciones Geométricas.-

1) Si 2 proporciones geométricas tienen razón común, las otras 2 Razones formarán proporción geométrica .
2 1 5 1 2 5
Ejm.:  ()   
4 2 10 2 4 10

2) Si 2 proporciones geométricas tiene antecedentes iguales, los consecuentes formarán proporción geométrica.
Ejm.:
1 3 1 3 6 12 2 4
 ()    3 () 3 
2 6 4 12 2 4 6 12

3) Si 2 proporciones geométricas tienen consecuentes iguales, los antecedentes formarán proporción

72 108 56 84 72 56
geométrica. Ejm.:  ()   
8 12 8 12 108 84

4) El producto que se obtiene al multiplicar, término a término, distintas proporciones geométricas da lugar a una
proporción geométrica. Ejm:
 1 2 3 6 2 8 1 3 2 6 2 6 8 96
 ;  ;   Multiplicando x x  () x x  ;
2 4 9 18 3 12 antecedentes y 2 9 3 54 4 18 12 864
6 96 consecuentes
  es una P.G. por que : 6 . 864  54 . 96
54 864

5) Con los 4 Términos de 2 productos iguales se puede formar una proporción geométrica. Ejm.: 6 x 3 = 2 x 9 
3 2

9 6

Propiedades de las Proporciones Geométricas.-

a c
 ; se cumple:
Sea la proporción
b d
a c ab cd a c ab cd
1) Si    2) Si   
b d b d b d a c
a c ac a c a c ab cd
3) Si     4) Si   
b d bd b d b d ab cd
a c ac bd a c ac ac
5) Si    6) Si   
b d ac bd b d bd bd
a c ab cd
7) Si   
b d ab cd

Operaciones con las Proporciones Geométricas.-

a c ak c k
1)Si    Rk
b d bk dk Siendo:
a c ak ck
2)Si     R(cte)
b d bk dk  R = el valor de la Razón
a c a/k c /k  K = constante (k  Z +)
3)Si     R(cte)
b d b/k d/k
k k
a c a c a c a c
4)Si      5)Si  k  k
b d b  d b d b d

Serie de Razones Equivalentes (S.R.E.).-

Son las igualdades que se establecen entre los grupos de proporciones que poseen la misma constante de Razón.
Puede ser de 2 formas:

1) S.R.E. Aritméticas: Si la igualdad se establece entre 2 o más proporciones aritméticas.

Ejm: 8 – 5 = 7 – 4 = 11 – 8 = 6 – 3 =........
18 – 15 = 15 – 12 = 12 – 9 = 9 – 6 =........

2) S.R.E. Geométricas: Si la igualdad se establece entre 2 ó más proporciones geométricas.

a b c d
Ejm:     .......k(cte).
b c d e
Propiedades de las S.R.E.G:

a b c d Z abcd.....Z
(*) Si     .....   K(cte)   (K )n
b c d e
 
 bcde......
" N" RAZONES
Se Cumple : a   k n ; b   k (n1) ; c   k (n2) ;.....;Z  k

Donde:
 K = Cte. De proporcionalidad (kZ+)
 a = 1° antecedente
 N = # Total de Razones geométricas
 = Ultimo consecuente.

a c e Z a  c  e  ......  Z
(*) Si    .....   k  k
b d f  b  d  f  .......  

a c e Z a p  c p  e p  ......  Z p
(*) Si    .....   k   kp
b d f  p p p
b  d  e  .......   p

Donde: k = cte. De proporcionalidad ( Q +) . ; P Z+