UNIVERSIDAD CATOLICA LOS ANGELES DE

CHIMBOTE
FACULTAD CIENCIAS DE LA SALUD
ESCUELA PROFESIONAL DE OBSTETRICIA

LA MEDIA ARITMETICA

AUTORES:
RODRIGUEZ TELLO YARIXA
SANTIAGO BARRIOS YOMIRA

AFILIACIN INSTITUCIONAL:
ULADECH CATOLICA

23 DE FEBRERO DEL 2017

INDICE
 I. INTRODUCCION

II. CONTENIDO

2.1. La media aritmtica

2.2. Propiedades de la media aritmtica

III. FORMAS DE CLCULO DE LA MEDIA ARITMTICA

3.1. Media aritmtica para datos no agrupados

3.2. Media aritmtica para datos agrupados

IV. CONCLUSIONES

V. REFERENCIAS BIBLIOGRFICAS
 I. INTRODUCION

La presente monografa tiene como ttulo media aritmtica cuya finalidad de esta
investigacin se realiza con el objetivo de extender los conocimientos ya adquiridos y
por ende darlos a conocer de una manera sencilla clara y prctica hoy en da es
considerada muy esencial para el saber humano, generalmente es definida como
medidas de resumen que se calculan a partir de una muestra y que describen ciertos
aspectos de una serie o distribucin de datos para poder tener un mejor conocimiento de
la poblacin. Se pretende incursionar en los primeros pasos el uso y manejos de datos
agrupados y no agrupados.

Para esto planteamos la siguiente formulacin del problema Que es la media

aritmtica?, y el objetivo general de esta monografa que tiene como finalidad,
proporcionar los conocimientos bsicos aplicados sobre la media aritmtica, y los
objetivos especficos son: definir que es la media aritmtica, implicar las caractersticas
de la media aritmtica y explicar las formas de clculo para hallar el numero promedio.
 II. CONTENIDO

II.1. LA MEDIA ARITMETICA:

Es el valor obtenido al sumar todos los datos y dividir el resultado entre el numero tota
de datos.

X es el smbolo de la media aritmtica.

x 1 + x 2+ x 3 ++ x n
X= n

X = x1
i-1
N

II.2. PROPIEDADES DE LA MEDIA ARITMETICA

Segn (Lages, 2000) establece que las propiedades de la media aritmtica son: la suma
de las desviaciones de todas las puntuaciones de una distribucin respecto a la media de
la misma igual que cero.

La suma de los cuadrados de las desviaciones de los valores de las variables con
respecto a un nmero cualquiera se hace mnima cuando dicho nmero coincide con la
media aritmtica Puede ser calculada en distribuciones con escala relativa y de
intervalos. Todos los valores son incluidos en el cmputo de la media.

Una serie de datos solo tiene una media.

Es una medida muy til para comparar dos o ms poblaciones
Es la nica medida de tendencia central donde la suma de las desviaciones de cada
valor respecto a la media es igual a cero.

Por lo tanto podemos considerar a la media como el punto de balance de una serie de
datos.

Desventajas de la media aritmtica

Si alguno de los valores es extremadamente grande o extremadamente pequeo, la

media no es el promedio apropiado para representar la serie de datos. No se puede
determinar si en una distribucin de frecuencias hay intervalos de clase abiertos.
 III. MEDIDAS DE CALCULO DE LA MEDIA ARITMETICA

3.1 La media aritmtica para datos no agrupados

Si se dispone de un conjunto de n nmeros, tales como X1, X2, X3,,Xn, la media

aritmtica de este conjunto de datos se define como "la suma de los valores de los ni
nmeros, divididos entre n", lo que usando los smbolos explicados anteriormente ,
puede escribirse como:

Ejemplo:
Se tienen las edades de cinco estudiantes universitarios del I ciclo: 18,23, 27,34 y 25.,
para calcular la media aritmtica (promedio de las edades, se tiene que:

3.2. La media aritmtica para datos agrupados

Si los datos se presentan en una tabla de distribucin de frecuencias, no es posible

conocer los valores individuales de cada una de las observaciones, pero si las categoras
en las cuales se hallan. Para poder calcular la media, se supondr que, dentro de cada
categora, las observaciones se distribuyen uniformemente dentro alrededor del punto
medio de la clase, por lo tanto, puede considerarse que todas las observaciones dentro
de la clase ocurren en el punto medio, por lo expuesto la media aritmtica para datos
agrupados puede definirse de la siguiente manera:

Si en una tabla de distribucin de frecuencia, con r clases, los puntos medio son: X1, X2,
X3,,Xn; y las respectivas frecuencias son f1, f2, f3, , fn, la media aritmtica se calcula
de la siguiente manera:

Dnde: N = nmero total de observaciones, por tanto, fi puede simplificarse y

escribirse como N (N= fi) Ejemplo:
Si se toman los datos del ejemplo resuelto al construir la tabla de distribucin de
frecuencia de las cuentas por cobrar de Cabreras y Asociados que fueron los siguientes:

Clases P.M. fi fr fa fa fra fra

X1
7.420 14.628 10 0.33 10 30 0.33 1.00
21.835
21.835 29.043 4 0.13 14 20 0.46 0.67
-36.250
36.250 43.458 5 0.17 19 16 0.63 0.54
50.665
50.665 57.873 3 0.10 22 11 0.73 0.37
65.080
65.080 72.288 3 0.10 25 8 0.83 0.27
79.495
65.080 86.703 5 0.17 30 5 1.00 0.17
79.495
Total 30 1.00
. .

Si se desea calcular la mediana, es necesario primero encontrar la clase mediana, que

ser aquella que en teora contenga el dato N/2 = 30/2 = 15, que corresponde con la
tercera clase por cuanto que la frecuencia acumulada (fa) hasta esa clase es 19, luego
entonces:

Respuesta: La mediana de cuentas por cobrar es B/.39.133

Propiedades de la mediana

Hay solo una mediana en una serie de datos.

No es afectada por los valores extremos (altos o bajos).

Puede ser calculada en distribuciones de frecuencia con intervalos abiertos, si no se

encuentra en el intervalo abierto.

Puede ser calculada en distribuciones con escala relativa, de intervalos, y ordinal.

1.3.- La Moda (Mo.):

A veces es importante conocer cul es el valor que ms prevalece en el conjunto de

datos. El valor que ocurre con ms frecuencia se le conoce como moda. La moda es la
medida de tendencia central especialmente til para describir mediciones de tipo
ordinal, de intervalos y nominal.

En un conjunto de nmeros la moda se define como el valor o nmero que ocurre con
ms frecuencia

Ejemplo:
En el siguiente conjunto de nmeros 1, 5, 5, 9, 12, 12, 12, 14. La moda es igual a 12,
por cuanto que es el nmero que ms se repite (tres veces) La Moda para datos
agrupados (Mo.):
La Moda puede deducirse de una distribucin de frecuencia o de un histograma a partir
de la frmula.
Mo. = Li + [ (1 / 1+2) ] C
Donde;
Li = lmite inferior de la clase modal (clase de mayor frecuencia absoluta (fa) 1 =
diferencia de las frecuencias absolutas de la clase modal y premodal. 2 = diferencia de
las frecuencias absolutas de la clase modal y postmodal C = amplitud de la clase modal.
Ejemplo:
Para encontrar la moda es necesario, en primer lugar, identificar la clase modal; que ser
aquella que posea la mayor frecuencia absoluta. En el ejemplo de cuentas por cobrar de
Cabrera`s y Asociados la clase modal ser la primera, por cuanto que tiene la mayor
frecuencia absoluta.
A partir de esto se puede reemplazar en la formula anterior los datos, a saber:
Li =7.42 C=14.415 f1 = 10 (frecuencia absoluta de la clase modal) f0 = 0 (frecuencia
absoluta de la clase premodal) f2 = 4 (frecuencia absoluta de la clase postmodal)
1 = 100 = 10 2 = 10-4 = 6
Mo. = 7.42 + [ (10/10+6) 14.415 ] = 7.42 + [ (10/16) 14.415] =
= 7.42 + [ 0.625 (14.415) ] = 7.42 + 9.01 = 16.53
Propiedades de la moda
La moda se puede determinar en todos los tipos de mediciones (nominal, ordinal, de
intervalos, y relativa).
La moda tiene la ventaja de no ser afectada por valores extremos.
Al igual que la mediana, puede ser calculada en distribuciones con intervalos abiertos.
Desventajas de la moda
En muchas series de datos no hay moda porque ningn valor aparece ms de una vez.
En algunas series de datos hay ms de una moda, en este caso uno podra preguntarse
cul es el valor representativo de la serie de datos?

1-4Relacin emprica entre la media, la mediana y la moda

En distribuciones totalmente simtricas, la media, la mediana y la moda coinciden,

localizndose en un mismo valor. En cambio, en distribuciones moderadamente
asimtricas, la siguiente relacin se mantiene aproximadamente:

Media Moda = 3(Media Mediana

Posiciones relativas de la media, la mediana y la moda para curvas de frecuencias

asimtricas a derecha e izquierda respectivamente, para curvas simtricas los tres
valores coinciden.
Por su Naturaleza: Pueden ser cualitativas, ordinales y cuantitativas
a. Variables Cualitativas: son aquellas que nominan o sealan cualidades. Ejemplo:
La variable talla puede expresarse: muy alto, alto, mediano, bajo, muy bajo.
b. Variables Ordinales: son las que expresan una clasificacin jerarquizada, en orden
de importancia. Ejemplo: la variable nivel de instruccin comprende: iletrado, primaria,
secundaria, superior.
c. Variables Cuantitativas: pueden ser discretas y continuas
Variables Discretas: son las que expresan nmeros enteros, por tanto pueden ser
contados. Ejemplo poblacin escolar, produccin de petrleo, nacimientos,
muerto, etc.
Variables Continuas: son las que expresan en nmeros decimales, por tanto
pueden ser medidos con mayor exactitud. Ejemplo: el peso, edad o talla de
una persona.

CONCLUSIONES

Uno de los objetivos principales en la enseanza de la estadstica en la escuela es

la formacin de personas con pensamiento estadstico, es decir, que tengan una
competencia adecuada en el uso de herramientas y conceptos para el anlisis de
datos. Esto supone ir ms all de un uso eficiente de los clculos algortmicos
por lo que es preciso que los estudiantes sepan, adems de la herramienta que
deben usar, porque sta es til para la solucin de determinado problema. En
este sentido se intenta que el estudiante tenga la posibilidad de aplicar la media
como instrumento til y significativo de acuerdo al contexto de la situacin
planteada.
Las medianas de tendencia central, nos permiten identificar los valores ms
representativos de los datos, de acuerdo a la manera como se tienden a
concentrar.
La media nos indica el promedio de los datos, es decir nos informa el valor que
obtendra cada uno de los individuos si es distribuyeran los valores en partes
iguales.
La moda nos indica el valor que ms se repite dentro de los datos.
REFERENCIAS BIBLIOGRAFICAS

Gonzales, Celso. "Estadstica general." (1963).

Tormo Ferrer, Conxa. "Dificultades del alumnado respecto a la media

aritmtica." Uno: Revista de Didctica de las Matemticas 5 (1995): 29-36.

Levin, Richard I., David S. Rubin, and A. Homero Flores Samaniego.Estadstica

para administradores. No. 519.5 L47Y 1994. Prentice-Hall Hispanoamericana,
1996.

Ostle, Bernard. Estadstica aplicada. Limusa, 1981.