Matemáticas · 10o Grado · Estadística Descriptiva y Probabilidad · Periodo 4

Rango y Rango Intercuartílico

Los estudiantes calculan e interpretan el rango y el rango intercuartílico como medidas de dispersión, especialmente útiles con datos asimétricos.

• Derechos Básicos de Aprendizaje (DBA)
• DBA Matemáticas: Grado 10 - Medidas de Dispersión y Variabilidad

Acerca de este tema

El rango y el rango intercuartílico son medidas de dispersión clave en estadística descriptiva. El rango se obtiene restando el valor mínimo del máximo en un conjunto de datos ordenados, lo que indica la amplitud total de variabilidad. Por su parte, el rango intercuartílico (RIC) calcula la diferencia entre el tercer cuartil (Q3) y el primero (Q1), enfocándose en la dispersión del 50% central de los datos. Estas herramientas resultan especialmente útiles con distribuciones asimétricas o datos con valores atípicos, ya que el rango puede exagerar la variabilidad por extremos, mientras el RIC ofrece una visión más robusta.

En el marco de los Derechos Básicos de Aprendizaje de Matemáticas para décimo grado, este tema permite comparar la robustez del RIC frente al rango, explicar su rol en identificar la dispersión típica y analizar su aplicación en distribuciones no normales, como calificaciones o datos socioeconómicos colombianos. Los estudiantes desarrollan habilidades para interpretar boxplots y tomar decisiones basadas en evidencia.

El aprendizaje activo beneficia este tema porque actividades con datos reales, como alturas de compañeros o precipitaciones regionales, invitan a los estudiantes a ordenar datos, calcular medidas en grupo y discutir impactos de outliers. Esto hace los conceptos tangibles, fomenta el razonamiento crítico y conecta la teoría con aplicaciones cotidianas.

Preguntas Clave

1. Compara la robustez del rango intercuartílico frente al rango en presencia de valores atípicos.
2. Explica cómo el rango intercuartílico ayuda a identificar la dispersión del 50% central de los datos.
3. Analiza la utilidad de estas medidas en la interpretación de distribuciones no normales.

Objetivos de Aprendizaje

• Calcular el rango y el rango intercuartílico para conjuntos de datos dados.
• Comparar la robustez del rango intercuartílico frente al rango ante la presencia de valores atípicos en un conjunto de datos.
• Explicar cómo el rango intercuartílico representa la dispersión del 50% central de los datos.
• Analizar la utilidad del rango y el rango intercuartílico en la interpretación de distribuciones de datos asimétricas.

Antes de Empezar

Mediana y Cuartiles

Por qué: Los estudiantes necesitan saber cómo calcular e interpretar la mediana y los cuartiles para poder calcular el rango intercuartílico.

Ordenamiento de Datos y Identificación de Valores Extremos

Por qué: Es fundamental que los estudiantes puedan ordenar conjuntos de datos y reconocer visualmente los valores mínimos y máximos para calcular el rango.

Vocabulario Clave

Rango	La diferencia entre el valor máximo y el valor mínimo en un conjunto de datos. Indica la amplitud total de los datos.
Rango Intercuartílico (RIC)	La diferencia entre el tercer cuartil (Q3) y el primer cuartil (Q1). Representa la dispersión del 50% central de los datos.
Cuartiles	Valores que dividen un conjunto de datos ordenado en cuatro partes iguales. Q1 es el valor por debajo del cual se encuentra el 25% de los datos, y Q3 es el valor por debajo del cual se encuentra el 75%.
Valores Atípicos (Outliers)	Observaciones que se encuentran significativamente separadas de las otras observaciones en un conjunto de datos. Pueden distorsionar el rango.

Cuidado con estas ideas erróneas

Idea errónea común

El rango siempre es la mejor medida de dispersión.

Qué enseñar en su lugar

El rango se ve afectado por valores atípicos, distorsionando la variabilidad típica. Actividades grupales comparando datasets con y sin outliers ayudan a los estudiantes visualizar esta fragilidad y apreciar la robustez del RIC mediante discusiones colaborativas.

Idea errónea común

El rango intercuartílico ignora los datos extremos por completo.

Qué enseñar en su lugar

El RIC se centra en el 50% central, pero los outliers aún se detectan fuera de Q1-Q3 en boxplots. Exploraciones prácticas con datos reales permiten a los estudiantes identificar y analizar extremos, fortaleciendo su comprensión integral mediante manipulaciones manuales.

Idea errónea común

Los cuartiles son solo promedios divididos.

Qué enseñar en su lugar

Los cuartiles dividen datos ordenados en cuartas partes iguales, no promedios. Ordenar datasets en parejas y marcar posiciones paso a paso corrige esto, ya que el manejo físico de datos revela la posición relativa y reduce confusiones aritméticas.

Ideas de aprendizaje activo

Enseñanza entre Pares: Cálculo Paso a Paso

Entrega a cada par un conjunto de 15 datos, como edades de estudiantes. Ordenan los datos, identifican min, max, Q1 y Q3, calculan rango y RIC. Comparan resultados con otro par cercano y discuten diferencias.

20 min·Parejas

Grupos Pequeños: Efecto de Outliers

Proporciona dos datasets idénticos, uno con outlier agregado. Cada grupo calcula rango y RIC para ambos, grafica boxplots simples y concluye sobre robustez. Presentan hallazgos al clase.

35 min·Grupos pequeños

Clase Completa: Datos Colombianos

Usa datos públicos de DANE, como ingresos por departamento. La clase calcula colectivamente rango y RIC, discute interpretaciones en contexto nacional y vota sobre la mejor medida para reportar variabilidad.

45 min·Toda la clase

Individual: Boxplot Interactivo

Estudiantes usan papel cuadriculado para dibujar boxplots de sus propios datos recolectados (ej. tiempos de recorrido a escuela). Calculan rango y RIC, etiquetan y reflexionan en diario sobre dispersión personal.

25 min·Individual

Conexiones con el Mundo Real

• En la agricultura colombiana, los agrónomos analizan la variabilidad de las precipitaciones mensuales (usando rango y RIC) en regiones como la Zona Cafetera para planificar ciclos de siembra y prever posibles pérdidas por sequías o inundaciones.
• Los economistas que estudian la distribución del ingreso en ciudades como Bogotá utilizan el rango intercuartílico para describir la dispersión de los salarios del 50% central de la población, ya que el rango total podría verse afectado por salarios extremadamente altos o bajos.

Ideas de Evaluación

Verificación Rápida

Presente a los estudiantes un conjunto de datos (ej. temperaturas máximas diarias en una semana en Medellín). Pida que calculen el rango y el rango intercuartílico. Luego, pregunte: '¿Cuál medida parece describir mejor la variabilidad típica de la temperatura en esta semana y por qué?'

Pregunta para Discusión

Muestre dos boxplots de conjuntos de datos diferentes (uno con valores atípicos evidentes y otro sin ellos). Pregunte a los estudiantes: '¿Cómo influyen los valores atípicos en el cálculo del rango? ¿Por qué el rango intercuartílico es una medida más robusta en estos casos? ¿Qué nos dice cada boxplot sobre la dispersión de los datos?'

Boleto de Salida

Entregue a cada estudiante una hoja con dos escenarios breves: uno sobre calificaciones de un examen (posiblemente asimétrico) y otro sobre tiempos de viaje al trabajo (posiblemente con valores atípicos). Pida que indiquen qué medida (rango o RIC) sería más apropiada para describir la dispersión en cada escenario y justifiquen su elección en una frase.

Preguntas frecuentes

¿Qué diferencia hay entre rango y rango intercuartílico?

El rango mide la distancia total entre el mínimo y máximo, sensible a outliers. El rango intercuartílico (Q3 - Q1) captura la dispersión del 50% central, más robusto con datos asimétricos. En contextos colombianos como análisis de notas escolares, el RIC ofrece una visión estable de variabilidad típica, ideal para distribuciones no normales.

¿Cómo calcular el rango intercuartílico paso a paso?

Ordena los datos. Encuentra Q1 (mediana del 50% inferior) y Q3 (mediana del 50% superior). Resta Q1 de Q3. Por ejemplo, en {2,4,5,7,9,12,15}, Q1=4, Q3=12, RIC=8. Practica con herramientas como Excel o papel para reforzar, conectando con boxplots para interpretación visual.

¿Por qué es más robusto el rango intercuartílico con valores atípicos?

Outliers afectan extremos pero no el núcleo central (Q1-Q3), preservando la medida de dispersión típica. Comparaciones en actividades grupales con datos manipulados muestran cómo el rango se infla (ej. de 10 a 50 por un outlier), mientras RIC permanece estable, esencial para decisiones reales como políticas educativas en Colombia.

¿Cómo el aprendizaje activo ayuda a entender rango y rango intercuartílico?

Actividades prácticas como ordenar datos reales en grupos y graficar boxplots hacen abstractos cálculos concretos. Discusiones colaborativas sobre impactos de outliers desarrollan razonamiento crítico, mientras recolectar datos locales (ej. clima en Bogotá) conecta teoría con vida diaria, aumentando retención y aplicación en contextos colombianos.