Professional Documents
Culture Documents
DE PROBABILIDAD Y
ESTADSTICA
CBTA No. 33
INTRODUCCIN
El presente manual es una recopilacin de varios autores y sitios de internet que ofrecen
informacin con respecto al estudio de la estadstica y la probabilidad, se pretende que sea una
herramienta que facilite el trabajo tuyo como alumno y del maestro, por supuesto, ya que
contiene informacin sobre conceptos que en esta asignatura estaremos abordando y adems
una serie de ejercicios que tendrs que ir resolviendo para reforzar los conocimientos, con el
propsito de que al finalizar el curso puedas tener la competencia y el dominio de los temas
vistos.
Es importante que el este materia lo tengas a la mano todos los das que marca el
horario de clases para que no te quedes sin realizar las actividades que se realicen cada da en
la clase as como contar con una calculadora tipo cientfica para que te apoyes a realizar los
ejercicios, ya que los dos elementos son indispensables para tu avance acadmico.
El manual est distribuido por unidades, en la primera de ellas analizaremos algunos
aspectos relacionados con la historia y sus principales exponentes o descubridores de
importantes aportaciones a las matemticas, especficamente la estadstica, tambin
analizaremos algunos conceptos relacionados con la asignatura, todo lo referente a las
variables redondeo de datos y notacin sumatoria. Para la segunda unidad se estarn
considerando los temas como la distribucin de frecuencias desde la toma de datos hasta la
representacin de estos datos mediante grficas.
En la tercera unidad se abordarn temas relacionados con las medidas de tendencia
central como los promedios, la media, la mediana, la moda, entre otras. La cuarta unidad est
conformada por temas relacionados con las medidas de dispersin como la dispersin, el
rango, desviacin media, entre otras y por ultimo en la unidad nmero cinco se abordaran los
temas que tienen que ver con la probabilidad como lo es los antecedentes, conceptualizacin,
anlisis de funciones y rapidez, probabilidad axiomtica y probabilidad para eventos.
Deseo que el curso se torne interesante una vez que arranquemos y que puedas
demostrar tus habilidades matemticas y de desempeo para llevar a cabo cada una de las
actividades que el manual tiene y que el maestro te seale que debes realizar, as como los
ejercicios que cuentan para la calificacin o tambin llamados exmenes.
A continuacin te muestro algunos acercamientos al estudio de la estadstica:
Como dijera Huntsberger: "La palabra estadstica a menudo nos trae a la mente
imgenes de nmeros apilados en grandes arreglos y tablas, de volmenes de cifras relativas a
CBTA No. 33
CBTA No. 33
CBTA No. 33
Contenido
INTRODUCCIN............................................................................................................... 2
UNIDAD I.......................................................................................................................... 7
Historia y conceptualizacin de la estadstica.........................................................................7
1.1.
Cifras Significativas........................................................................................... 25
1.5.
Clculos............................................................................................................ 26
b)
d)
e)
f)
g)
h)
Paso ocho: El Lmite real de cada clase, tanto el inferior como el superior...............35
i)
j)
k)
l)
I.
Histograma............................................................................................................ 37
II.
Grfica de barras.................................................................................................... 39
III.
Polgono de frecuencias........................................................................................ 39
IV.
V.
UNIDAD III...................................................................................................................... 47
Medidas de tendencia central............................................................................................. 47
3.1. Promedios............................................................................................................. 47
La Media ( X )............................................................................................................. 47
3.2. Medias de tendencia central para Datos no Agrupados.................................................47
La Mediana
( X ) (Me)............................................................................................... 48
CBTA No. 33
La Moda(
) (Mo)...................................................................................................... 49
CBTA No. 33
UNIDAD I
Historia y conceptualizacin de la estadstica
1.1.
CBTA No. 33
CBTA No. 33
astronoma
conocan
el
se
encontraban
los
adivinar
acontecimientos, as como la
curacin de los enfermos y la
interpretacin de los orculos de
los dioses. Ejemplos de sitios
arqueolgicos en amrica que
an
conservan
templos,
pirmides y centros ceremoniales con trazos precisos de sus ciudades son Teotihuacn,
Chichn Itz, Monte Albn, etc. (Chvez Escalante, 2001)
As pues la estadstica era considerada como la exposicin sistemtica y ordenada de
las caractersticas ms notables de un estado; se relacionaban con la recoleccin y anlisis de
datos relativos a la poblacin y riquezas para fines de guerra o finanzas. (Chvez Escalante,
2001)
Su evolucin es generada por los ingleses desde el siglo XVII, con personajes como
Cning (1600 1681), quien fuera el fundador de la estadstica universitaria, John Graunt (1620
1676), llamado tambin el aritmtico poltico, calcula la poblacin de Londres y otras ciudades
europeas mediante la utilizacin de demogrficos. Seguidores de Graunt lograron que la
estadstica fuera una de las ramas de las matemticas dedicada a investigar fenmenos
colectivos.
Para el ao 1532 empezaron a registrarse en Inglaterra las defunciones debido al temor
que Enrique VII tena por la peste. Ms o menos por la misma poca, en Francia la ley exigi a
los clrigos registrar los bautismos, fallecimientos y matrimonios. Durante un brote de peste que
apareci a fines de la dcada de 1500, el gobierno ingls comenz a publicar estadsticas
semanales de los decesos. Esa costumbre continu muchos aos, y en 1632 estos Bills of
Mortality (Cuentas de Mortalidad) contenan los nacimientos y fallecimientos por sexo. En 1662,
el capitn John Graunt us documentos que abarcaban treinta aos y efectu predicciones
sobre el nmero de personas que moriran de varias enfermedades y sobre las proporciones de
nacimientos de varones y mujeres que cabra esperar. El trabajo de Graunt, condensado en su
CBTA No. 33
CBTA No. 33
CBTA No. 33
(Ejemplo) 1.-
Jeric
AO O
POCA
ESTADISTICA MS RELEVANTE?
1650 a.C.
2.3.-
CBTA No. 33
4.5.6.7.8.9.10.11.-
CBTA No. 33
profesor te pedir que realices algunas actividades para que refuerces el conocimiento de los
conceptos bsicos de la estadstica y la probabilidad.
Estadstica: Es un mtodo cientfico que recopila, organiza, analiza e interpreta los
datos obtenidos para tener conocimiento de los hechos pasados, para prever situaciones
futuras y tomar decisiones en base a la experiencia.
En el estudio de la estadstica, se diferencian dos tipos de estadsticas:
Estadstica descriptiva o deductiva y Estadstica inferencial o inductiva.
CBTA No. 33
CBTA No. 33
CBTA No. 33
estudiantes
(edades)
El conjunto de 122 salarios de empleados de una empresa
(122)
Datos primarios: Son los datos originales, que obtenemos de la primera fuente original
y que han sido recogidos especialmente con este propsito en mente.
Datos secundarios: Son los que se han recopilado para otros fines.
Experimento: Es una actividad que se planea para obtener resultados de una muestra.
Parmetro: Es el valor numrico que resume la informacin de una poblacin. Es
promedio de datos obtenidos y que describe una poblacin.
Estadstica: (como trmino usado en resultados) Valor numrico que describe los datos
de las muestras y se determina con la ayuda de frmulas. Por ejemplo; la edad promedio de los
estudiantes de quinto semestre del CBTA 33 en meses.
Ejemplo: Identifica los ocho trminos de la Estadstica:
El 23 % de la poblacin adulta en Canad padece de alergia. En una muestra aleatoria
de 1,200 adultos se encontr que el 20.2 % tiene alergia.
Solucin:
Poblacin:
Muestra:
1200 adultos
Variable:
Padecen Alergia
Dato:
Si y No padecen alergia
Datos:
Experimento:
Muestra aleatoria
Parmetro:
Estadstica:
20.2%
CBTA No. 33
Solucin:
Poblacin:
Muestra:
Variable:
Valor en pesos.
Dato:
Datos:
Experimento:
Parmetro:
Promedio de la poblacin
Estadstica:
________________________________________
Muestra:
________________________________________
Variable:
________________________________________
Dato:
________________________________________
Datos:
________________________________________
Experimento:
________________________________________
Parmetro:
________________________________________
Estadstica:
________________________________________
CBTA No. 33
________________________________________
Muestra:
________________________________________
Variable:
________________________________________
Dato:
________________________________________
Datos:
________________________________________
Experimento:
________________________________________
Parmetro:
________________________________________
Estadstica:
________________________________________
Tipos de variables:
Recordemos que variable es la caracterstica de nuestro inters de cada elemento que
vamos a observar o medir en una poblacin determinada y que puede tomar cualquier valor
numrico o caracterstica, por lo tanto tenemos dos tipos de variables, cuantitativas y
cualitativas.
Variable Discreta:
Est representada por nmeros reales o cero. Veamos algunos ejemplos:
CBTA No. 33
Si queremos saber el nmero de hermanos de los alumnos del CBTA No. 33. Sern
desde cero en adelante y como es lgico no puede haber medio hermano o tres cuartos de
hermano, por lo tanto la variable nmero de hermanos es una variable numrica o
cuantitativa discreta
Otro ejemplo ser el nmero de preguntas acertadas en un examen de conocimientos;
los aos cumplidos de los estudiantes, el nmero de materias que cursan en el quinto semestre,
etc.... Ya que son variables numricas que pueden tomar slo valores enteros.
Es la que puede tomar cualquier valor entre los nmeros reales o el intervalo entre ellos.
Observemos algunos ejemplos:
Si queremos saber la estatura de los alumnos del quinto semestre con una aproximacin
a milmetros, tendramos que utilizar una regla de dos metros y dividida en centmetros y
milmetros. Los valores posibles de la variable sern todos los nmeros pertenecientes a algn
intervalo. Variables numricas o cuantitativas continuas
El peso que tienen las personas que asisten a un evento ser tambin una variable
numrica continua, pues podrn pesar kilos, con gramos y hasta miligramos, dependiendo de la
precisin que queramos los resultados.
Variable Nominal:
Es la variable que describe o identifica a un elemento de la poblacin, ejemplo, color
favorito, gnero, estado civil, etc.
Variable Ordinal:
Esta representa una posicin, clasificacin u ordenamiento, por ejemplo los grados de
estudio, nivel de satisfaccin, preferencia de un producto, etc.
Conocer cul es el candidato de la preferencia de los electores en una campaa poltica
en determinado estado de la repblica. Variable cualitativa ordinal.
Identificar el porcentaje de mujeres que asisten a un partido de fut bol del equipo
queseros de San Jos de Gracia. Variable cualitativa nominal.
CBTA No. 33
El
nmero
de
naranjas
producidas
por
cada
naranjo
en
una
huerta.
su
mam.
________________________
g)
La
cantidad
de
afecto
amor
que
siente
un
nio
por
____________________________
h)
El
tiempo
de
reaccin
de
una
sustancia
qumica
un
conmutador
en
el
laboratorio.
_________________________
i)
El
nmero
de
llamadas
de
en
10
min.
____________________________________
j)
Tiempo
que
tarda
en
sanar
una
herida
_______________________________________________
CBTA No. 33
34.01 es la
respuesta potencial y .761 el residuo; como .761 es mayor que 0.5, al ltimo dgito de la
respuesta potencial debemos sumar 1 al ltimo dgito, por lo que la respuesta correcta es 34.02
Tercer ejemplo cuando el residuo es igual a 0.5 y el ltimo dgito de la respuesta
potencial es impar: 43.07500
impar el ltimo dgito de la respuesta potencial se AUMENTA 1, por lo que la respuesta correcta
es 43.08
Cuarto ejemplo cuando el residuo es igual a 0.5 y el ltimo dgito de la respuesta
potencial es par: 17.06500
Milsimos
Enteros
Centsimos
Dcimos
0.0663597= ____________________
008.56 ________________________
Milsimos
3876.2255 = ___________________
5826.1 ________________________
Centsimos
0.3877865 = ___________________
9.236
________________________
Enteros
_____Centsimos_________
_________________________
CBTA No. 33
0.005329 = _____________________
15.00
________________________
Sigamos ejercitando:
Cifra
7.4657
45.700008
31.328
4.2467
962.367
Enteros
Dcimos
7.5
Centsimos
Milsimos
45.70
4.247
962
Notacin Sistematizada
En estadstica, por lo general, trabajamos con datos agrupados resultantes de medir una
o ms variables. Con gran frecuencia, los datos se obtienen de las muestras y en ocasiones de
las poblaciones. Para fines matemticos, generalmente se utiliza la letra mayscula X y a veces
la Y, para representar la(s) variable(s). As, si estuviramos midiendo la edad de los sujetos,
haramos que X represente la variable edad. Si existen muchos valores de la variable
agregamos un subndice al smbolo X. Ilustramos este proceso en la siguiente tabla, la cual
contiene los datos de diez sujetos, para esta ocasin tomaremos en cuenta el peso en kgs.
Nmero de sujeto
ejemplo
X1
X2
X3
X4
X5
X6
X7
X8
23
X9
X10
CBTA No. 33
1.4.
Cifras Significativas
En la estadstica analizamos datos; este anlisis implica muchos clculos matemticos.
Con mucha frecuencia tenemos un residuo decimal, por ejemplo, despus de realizar una
divisin. Cuando esto ocurre, necesitamos decidir la cantidad de cifras decimales que
utilizaremos para el residuo.
En las ciencias fsicas, por lo general, se utiliza el mismo nmero de cifras significativas
que tienen los datos en bruto, Por ejemplo, si medimos el peso de cinco sujetos hasta tres cifras
significativas (173, 156, 162, 165, y 175 libras) y queremos calcular el promedio de estos pesos,
nuestra respuesta debe contener slo tres cifras significativas. As
X
N
166.2 166
5
5
CBTA No. 33
Clculos
N
X
i 1
X
i 1
X 1 X 2 X 3 ... X N
As.
X
i 1
X1 X 2 X 3 X 4 X 5 X 6
Sustituimos
8 + 10 + 7 + 6 + 10 + 12 = 53
X X
i 1
Cuando la sumatoria se realiza con todos los datos (de 1 a N), es frecuente
que la propia frase de esta operacin se abrevie, omitiendo las notaciones arriba y abajo del
signo de la suma, al igual que el subndice i. As.
CBTA No. 33
X
Se abrevia con frecuencia como
En el ejemplo anterior,
X es 53.
Observa que no es necesario que la sumatoria se realice de 1 a N, Por ejemplo,
podramos querer sumar slo el segundo, tercer, cuarto y quinto dato. Recuerda que la
notacin debajo del signo de la sumatoria nos dice dnde comenzar la suma, y el trmino arriba
de dicho signo nos dice dnde terminarla.
5
Utilizaramos el smbolo
i 2
X
i 1
X 2 X 3 X 4 X 5 10 7 6 10 33
X i 10 12 13 35
X
i 1
con
i 1
Por lo tanto:
4
X
i 2
3:
Con
4
3 (24 25 28) 3 80
i2
Por lo tanto:
(X
3)
i 2
CBTA No. 33
Con
4
(X
i 2
3) ( 24 3) ( 25 3) ( 28 3) 86
Por lo tanto:
Algunas consideraciones al realizar las sumatorias, vamos revisando y
practicando.
Existen otros dos tipos de sumatorias que veremos con frecuencia en estadstica y son:
2
El smbolo X2 (suma de los cuadrados de los datos X) indica que primero debemos
elevar el cuadrado de los datos X y luego sumarlos. As:
X 12 X 22 X 32 ... X N2
( X ) 2 ( X 1 X 2 X 3 ... X N ) 2
datos X), indica que primero debemos sumar los datos X y luego elevar al cuadrado la suma
resultante. As,
i=1
i=1
i=1
XiYi Xi+ Yi
ME. Gonzalo Joel Bautista Lara
27
CBTA No. 33
1.- La sumatoria de dos variables es igual a la suma de la sumatoria de cada una de las
variables, es decir:
n
i=1
i=1
i=1
Xi +Yi= Xi + Yi
Sustituye los valores anteriores y realiza la demostracin.
2.- La sumatoria de la diferencia de dos variables es igual a la diferencia de la sumatoria
de cada variable, as tenemos la siguiente frmula.
n
i=1
i=1
i=1
XiYi= Xi Yi
3.- La sumatoria de una constante multiplicada por una variable es igual a la variable
multiplicada por la suma de la variable, veamos:
n
i=1
i=1
cXi=c xi
4.- Ahora, la sumatoria de una constante es igual a la constante multiplicada por el
nmero de elementos de la sumatoria, por lo tanto:
n
c =cn
i=1
La confusin es muy comn cometerla, sobre todo cuando se calculan las desviaciones
estndar, eso lo analizaremos en otro tema un poco ms adelante.
CBTA No. 33
X
i 1
_________________________________________________________
X
i 1
12
__________________________________________________________
4
(X
i 2
) * 205
___________________________________________________________
X 2=
___________________________________________________________
i=1
( )
Xi
i=1
2=
__________________________________________________________
Xi45=
n
__________________________________________________________
i=1
CBTA No. 33
7Xi=
n
__________________________________________________________
i=1
Xi /4=
5
__________________________________________________________
i=1
( X i ) 8
2
i2
( X i ) 2 510
i 1
____________________________________________________________
____________________________________________________________
Y2
(Y)2
CBTA No. 33
X2
(X)2
(X-Y)
(Y X)
2Y
(X Y)2
(2-Y)
(3-X)
UNIDAD No. II
Distribucin de frecuencias
La Tabla de Distribucin de Datos o Tabla de Distribucin de Frecuencias, adems
de ser un instrumento til para resumir un conjunto de datos obtenidos en una investigacin, es
una herramienta muy importante con que cuenta la estadstica para realizar las observaciones
de manera rpida y sencilla.
Para construir dicha Tabla realizaremos doce pasos
desarrollaremos un ejemplo con una variable numrica continua, ya que deseamos conocer el
CBTA No. 33
tiempo en minutos que emplearon para resolver los ejercicios anteriores 50 estudiantes del
CBTA 33 en la materia de estadstica.
CBTA No. 33
Supongamos que los 50 datos obtenidos en nuestra variable: tiempo para resolver los
ejercicios anteriores en minutos fueron los siguientes y que corresponden a los 50 estudiantes:
70
75
60
80
67
81
71
74
63
72
74
76
62
82
63
81
66
78
68
80
72
67
74
84
70
63
77
68
82
74
74
76
64
75
80
69
85
71
79
60
70
83
75
67
72
78
64
77
81
76
60
63
67
70
72
74
75
77
80
82
60
64
67
70
72
74
76
78
80
82
62
64
68
70
72
74
76
78
81
83
63
66
68
71
74
75
76
79
81
84
63
67
69
71
74
75
77
80
81
85
Conteo
Frecuencia
CBTA No. 33
60
62
63
64
66
67
68
69
70
71
72
74
75
76
77
78
79
80
81
82
83
84
85
//
/
///
//
/
///
//
/
///
//
///
/////
///
///
//
//
/
///
///
//
/
/
/
Total
2
1
3
2
1
3
2
1
3
2
3
5
3
3
2
2
1
3
3
2
1
1
1
50
Es importante que la suma total sea igual al nmero de datos que tomamos en la
investigacin. Ahora te invito a realizar los siguientes clculos de los pasos 4,5 y 6. No pierdas
de vista este proceso porque van a determinar tu dominio para la elaboracin de las
distribuciones de frecuencias de cada uno de los ejercicios que ms delante tienes que resolver.
60
25
CBTA No. 33
para este caso es 50 el nmero de datos y su raz cuadrada es 7.07, redondeado nos
quedamos en 7.
En resumen y de acuerdo a la formula el nmero de intervalos ser de 7.
Intervalos de Clase
FRECUENCI
MARCA
FRECUENCIA
FRECUENCIA
FRECUEN
DE
PORCENTUAL
ABSOLUTA
CIA
F%
ACUMULADA
ABSOLUT
Lmite Real
Lmite Real
Ao
Inferior
Superior
NMERO
LRI
LRS
DE VECES
PUNTO
ASCENDENTE
DEL DATO
MEDIO
Faaa
ACUMULA
F (X)
CLASE O
PM
DA
DESCEND
ENTE
Faad
L.R. Inferior
CBTA No. 33
Intervalos de Clase
L.R. Superior
59.5
64.5
69.5
74.5
79.5
84.5
64.5
69.5
74.5
79.5
84.5
89.5
MARCA DE CLASE O
PUNTO MEDIO
62
h) Pas
o
CBTA No. 33
MARCA
DE
CLASE O PM
F%
Faaa
Faad
L.R. Inferior
L.R.
Superior
59.5
64.5
62
16
50
64.5
69.5
67
14
15
42
69.5
74.5
13
72
26
28
35
74.5
79.5
11
77
22
39
22
79.5
84.5
10
82
20
49
11
84.5
89.5
87
50
50
100
MARCA
DE
CLASE O PM
F%
Faaa
Faad
L.R. Inferior
L.R.
Superior
59.5
64.5
62
16
50
64.5
69.5
67
14
15
42
69.5
74.5
13
72
26
28
35
74.5
79.5
11
77
22
39
22
79.5
84.5
10
82
20
49
11
84.5
89.5
87
50
CBTA No. 33
50
100
MARCA
DE
CLASE O PM
F%
Faaa
Faad
L.R. Inferior
L.R.
Superior
59.5
64.5
62
16
50
64.5
69.5
67
14
15
42
69.5
74.5
13
72
26
28
35
74.5
79.5
11
77
22
39
22
79.5
84.5
10
82
20
49
11
84.5
89.5
87
50
50
100
Histograma
CBTA No. 33
Para trazar el polgono de frecuencia unimos con rectas los puntos medios o marcas de
clase con su frecuencia absoluta respectiva, en donde estaban la parte alta de los rectngulos
del histograma.
II.
Grfica de barras
CBTA No. 33
de representar frecuencias; las frecuencias estn asociadas con categoras. Una grfica de
barras se presenta de dos maneras: horizontal o vertical.
III.
Polgono de frecuencias.
IV.
Tambin llamada cuadro de pastel. Es una grfica circular que utiliza radios para dividir
el crculo en sectores, de manera que las reas de los sectores son proporcionales a las
cantidades representadas.
V.
CBTA No. 33
Cules de las grficas que te he mostrado te han gustado ms y explica la razn por la que tu
utilizaras esas?
CBTA No. 33
CBTA No. 33
Superior
64.5
69.5
74.5
79.5
84.5
89.5
F (X)
MARCA
DE
F%
Faaa
Faad
16
8
15
50
CLASE O PM
8
7
13
11
10
1
50
62
Con los datos anteriores terminamos los componentes principales del cuadro que tambin recibe el
nombre de... "TABLA DE DISTRIBUCIN DE FRECUENCIAS" por lo que...
Ya podemos obtener algunas CONCLUSIONES de nuestra investigacin.
CBTA No. 33
154
160
159
161
162
165
173
168
161
160
156
160
149
174
170
160
161
163
160
163
159
166
169
168
168
170
162
157
152
157
151
153
162
169
165
163
163
159
165
159
166
156
168
156
163
166
170
155
166
160
153
165
163
166
160
Aqu realiza los pasos que ya revisamos y tus clculos correctamente hasta llenar tu
Tabla de distribucin de frecuencias y graficar los resultados.
Marca de
Clase
TOTAL =
ME. Gonzalo Joel Bautista Lara
44
Frecuencia
Absoluta
Frecuencia
Relativa (%)
Faaa
Faad
CBTA No. 33
Principales conclusiones:
1.________________________________________________________________
2._______________________________________________________________
3_________________________________________________________________
Otros tipos de grficas
VI.
La ojiva o polgono de frecuencia acumulada ascendente y
descendente
Se le llama ojiva o polgono de frecuencia acumulada, a la grfica que muestra la
distribucin de frecuencia acumulada. Al construirla, los intervalos de clase se disponen en el
eje horizontal, y las frecuencias acumuladas se representan en el eje vertical. Luego se unen
los puntos localizados mediante segmentos.
Primero se coloca un punto sobre el eje horizontal donde est el 9.5, puesto que no hay
observaciones de sta o de inferior magnitud. Luego se traza el siguiente punto en el 12.5 a la
altura del 3, esto se puede hacer porque hay 3 registros iguales o menores de 12.5 de esta
manera se continan representando el resto de los puntos.
MARCA
DE
CLASE
FRECUENCIA
ABSOLUTA
FRECUENCIA
ACUMULADA
FRECUENCIA
RELATIVA
ACUMULADA
100%
T O T A L:
ME. Gonzalo Joel Bautista Lara
45
CBTA No. 33
ACTIVIDAD DE APRENDIZAJE: Con los datos del ejercicio anterior realiza las grficas
ascendentes y descendentes de las frecuencias acumuladas absolutas.
EJERCICIO 1:Las calificaciones finales obtenidas por los 80 alumnos de un primer curso de
Estadstica figuran en la tabla adjunta, ya estn ordenados para obviar el primer paso los dems si
deben de ir indicados con sus respectivos procedimientos.
53
57
59
60
60
60
61
61
62
62
62
62
63
63
65
65
65
66
67
67
68
68
68
69
71
71
71
72
72
73
73
73
73
74
74
74
75
75
75
75
75
75
75
76
76
76
76
77
77
78
78
78
78
78
79
79
79
80
81
82
82
83
84
85
85
85
86
87
88
88
88
89
90
93
93
94
95
95
96
97
98
87 98
92
98 99
89 90 97 94 102 96 88 100 94 87
93 95 85 97
86
96 91 101 92 94
200
200
202
204
206
197
199
200
204
195
206
193
196
200
195
202
CBTA No. 33
199
202
200
206
197
202
198
203
201
198
198
200
205
205
206
200
197
203
201
198
202
206
205
207
196
199
199
200
196
205
203
201
200
191
199
200
193
200
198
202
201
193
204
204
EJERCICIO 4:Es el nmero de libros que se consultan a diario en el CBTA 33 por parte de los
estudiantes de diferentes materias y de los distintos grados, registrados en 95 das.
14
22
15
17
16
20
18
23
21
23
17
23
15
18
15
20
21
19
17
23
16
16
21
22
22
18
20
15
14
17
14
23
17
19
19
19
21
14
16
23
15
21
16
15
16
14
23
19
18
19
18
14
21
19
19
14
18
22
15
14
14
21
17
20
22
14
21
23
15
21
21
20
22
16
21
22
21
18
15
14
15
18
20
14
19
21
14
19
16
17
17
14
15
18
22
3
0
3
3
3
5
3
8
4
0
4
5
4
9
2
2
3
0
3
3
3
5
3
8
4
1
5
0
2
3
3
0
3
3
3
5
3
8
4
1
4
5
5
0
2
4
3
0
3
4
3
5
3
8
2
6
4
2
3
1
4
6
3
5
5
2
3
7
2
5
3
9
3
0
4
3
3
4
4
7
3
6
5
3
3
8
2
7
4
2
3
1
4
6
3
5
5
2
3
7
2
6
3
9
3
0
4
3
3
6
4
7
3
8
5
3
4
2
2
7
4
7
3
1
5
2
3
5
2
6
3
7
3
0
4
0
3
4
4
3
3
6
4
7
3
9
5
4
4
2
2
7
4
7
3
1
5
2
3
5
4
0
6
4
4
4
2
9
4
8
3
3
5
5
3
5
2
8
3
8
3
1
4
0
3
5
4
5
3
8
4
9
4
0
7
2
4
4
3
4
CBTA No. 33
4
8
4
5
6
1
2
8
3
2
3
5
3
8
4
0
4
5
4
8
6
2
2
8
3
2
3
5
3
8
4
0
4
5
CBTA No. 33
UNIDAD III
Medidas de tendencia central
Para dar inicio con este tema haremos algunas precisiones sobre las propiedades de la
media aritmtica, las cuales nos establecen el comportamiento de este tipo de medidas en cada
uno de los casos que se presenten.
a) La sumatoria de las diferencias de cada dato y la media aritmtica es igual a cero o
tiende a cero.
b) La media puede utilizarse para determinar el valor total (suma) de la poblacin o
muestra aplicando lo siguiente. Suma*x =suma de x (total)
c) La media resulta sustancialmente afectada hacia arriba o hacia abajo con la
presencia de valores extremos. Cuando es as se recomienda recurrir a otra
alternativa para calcular la medida de tendencia central.
3.1. Promedios
En estadstica al promedio se le conoce como
medida
de
localizado
tendencia
hacia
el
central,
medio
ya
centro
que
est
de
una
y la
moda
Media Aritmtica
MEDIDAS DE TENDENCIA CENTRAL
Mediana
Moda
La Media ( X )
La media aritmtica o simplemente media, es el promedio aritmtico de un conjunto de
observaciones y se obtiene al sumar todos los datos y dividir dicha suma entre el total de
datos.
X 1 X 2 X 3 ... Xn
n
X =
CBTA No. 33
Donde:
X es la media aritmtica de la muestra X1 ,X2, X3, ... Xnson los datos de la muestra y n es el
total de los datos de la muestra.
Ejemplo: En la muestra siguiente la media aritmtica es:
30 32 32 32 32 34 34 34 34 34 34 36 36 36 36 36 38 38 38 40
20
X=
X=
696
20
= 34.8
Obsrvese que la media no necesariamente tiene que ser uno de los valores de la
muestra.
Una manera ms sencilla de encontrar esta media aritmtica es multiplicando cada
dato por su frecuencia y continuar el proceso respectivo, como se ilustra a continuacin:
696
20
X=
X = 34.8
Principales caractersticas de la media aritmtica:
1. El clculo de la media aritmtica est basado en todos los valores de un conjunto de datos.
El valor de cada elemento en los datos afecta el valor de la media.
2. Cuando algunos valores extremos son incluidos en los datos, la media puede llegar a ser
menos representativa del conjunto de valores.
CBTA No. 33
La Mediana
( X ) (Me)
~
La mediana ( X ) de una muestra de n datos, se localiza en la mitad de la muestra
o del conjunto de elementos ordenados de mayor a menor o viceversa.
Su caracterstica principal es dividir el conjunto ordenado en 2 grupos iguales; la mitad
de los nmeros tendr valores que son menores que la mediana y la otra mitad alcanza
valores mayores que sta.
La Moda(
) (Mo)
La moda se define como el valor que tiene la mayor frecuencia (o que se repite mas) en
un grupo de datos.
CBTA No. 33
Hay casos en que la moda no es nica, esto es, puede ser bimodal con dos modas, o
trimodal con tres modas. Tambin hay casos en que la moda no existe.
X C =
X2
n
X C =
226
5n
= 4.26=6.72
CBTA No. 33
n
1
x
h=
Solo tendrs que cambiar los datos segn corresponda el ejercicio que ests realizando o ir
supliendo los datos en la frmula.
Ejemplo: Determinar la media armnica de los siguientes datos 5, 8, 2, 3, 4, 5, 4
7
h=
1 1 1 1 1 1 1
+ + + + + +
5 8 2 3 4 5 4
7
=3.766816
1.858333
X g= x
n
1 x2 x 3x n
X g=5834106
6
X g= 28800
6
= 5.5364
d) Media ponderada. Esta media se utiliza cuando algunos valores por determinar
representan una mayor importancia numrica que otros, por ejemplo, al evaluar un
empleado, su calificacin en conocimientos, puntualidad, presentacin y otros
conceptos tienen una importancia relativa diferente en funcin de quien y con qu
propsito se hace la evaluacin. Tambin es muy comn usarla para evaluar en los
submdulos que llevas en la carrera de tcnico agropecuario. Se representa con la
siguiente frmula:
X
w=
wx
w
Ejemplo: Un comerciante compr tres lotes de dulces, de diferente precio por kilogramo,
con la finalidad de hacer una mezcla de todos ellos y venderlos en bolsas de un kilo. Los dulces
que compr dicha persona por lote fueron de la siguiente forma:
60 kg a $130.00; 140 kg a $80.00 y 250 kg a $35.00
La X representa el precio y la W ser la que represente los kilos. No debemos hacer la
suma y dividir directamente porque estaramos alterando el resultado que queremos obtener, es
importante utilizar la frmula y suplir los datos correspondientes.
w=
wx = 60130+14080+25035
60 +140+250
w
w=
$ 27750
=$ 61.70 /kg
450 kg
CBTA No. 33
Definicin
Ventajas
Limitaciones
Media Aritmtica
Es la suma de los
valores de cierto
nmero de
cantidades,
dividido entre su
nmero.
Mediana
Es el valor que
divide un conjunto
de datos
previamente
ordenados.
Moda
Es el valor que
ocurre con mayor
frecuencia.
1. Puede ser
excesivamente influida
por los valores
extremos.
1. Difcil de determinar
si hay gran cantidad de
datos.
CBTA No. 33
Actividades de aprendizaje:
1) Calcula la media aritmtica, cuadrtica, geomtrica, armnica, ponderada, la mediana y la moda
con sus respectivas operaciones de las series de valores siguientes:
Fila No. I
2, 3, 7, 4, 5, 4, 8.
Fila No. II
8, 8, 6, 5, 3, 1, 1, 4.
1, 9, 9, 4, 3, 5, 2, 7, 6, 9.
Fila No. II
3, 4, 8, 7, 3, 2, 3.
Moda = ___________________
CBTA No. 33
950 lts a $3.80; 620 lts a $4.25; 400 lts a $4.50 y 250 lts a $5.10. El productor de lcteos
ha hecho sus clculos y sabe que puede elaborar un kilo de queso con 8 litros de leche de la
mezcla.
1.- A cmo pago en promedio cada litro de leche de la mezcla?
2.- Qu precio debe tener el kilo de queso si se quiere tener una utilidad del 16% sobre
el costo?
3.- 300 litros de leche la va a vender al menudeo, por lo que, cul sera el precio del
litro de leche para obtener el mismo porcentaje de utilidad?
4.- Cunta leche fue la que destin a la produccin de queso y cuntos kilogramos
obtuvo?
5.- Cul fue la utilidad que tuvo durante el mes tanto de queso como de la venta de
leche al menudeo?
CBTA No. 33
Ahora analicemos la media, mediana y moda pero con DATOS AGRUPADOS o tambin se
llaman de distribucin de frecuencias agrupadas.
Empecemos con la
( f )( X )
n
Donde
f = Frecuencias absolutas de los intervalos.
X = Marca de clase o punto medio.
n = La suma de las frecuencias.
2 c
Me Li
(i )
Fme
CBTA No. 33
2 c
Me Li
(i )
fme
Donde:
Me = Mediana
Li = Lmite real inferior de la clase que contiene la mediana.
n = El nmero de datos o frecuencia total.
c = La frecuencia acumulada precisamente hasta la clase anterior a la clase mediana o la
suma de las frecuencias de los intervalos por debajo de la mediana.
fme = La frecuencia de la clase mediana.
i = Tamao del intervalo o amplitud de la clase mediana.
d1
(i )
d1 d 2
Mo Li
Donde:
Mo = Moda
L1 = Lmite real inferior de la clase que contiene la moda
d1= Diferencia de la frecuencia de la clase modal y la frecuencia de la clase contigua inferior.
d2 = diferencia de la frecuencia de la clase modal y la frecuencia de la clase contigua superior.
CBTA No. 33
Marca de
clase
Intervalos de
clase( I )
Frecuencia
Absoluta
(X)
Frecuencia
relativa
(f )
( f )
(F)
30.5 33.5
32
.02
33.5 36.5
35
.04
36.5 39.5
38
.12
39.5 42.5
41
11
.22
20
42.5 45.5
44
16
.32
36
45.5 48.5
47
.18
45
48.5 51.5
50
.08
49
51.5 54.5
53
.02
50
50
1.0 o 100%
TOTAL =
Frecuencia
acumulada
( f )( X )
n
Su frmula es
CBTA No. 33
fx
30.5 33.5
32
.02
32
33.5 36.5
35
.04
70
36.5 39.5
38
.12
228
39.5 42.5
41
11
.22
20
451
42.5 45.5
44
16
.32
36
704
45.5 48.5
47
.18
45
423
48.5 51.5
50
.08
49
200
51.5 54.5
53
.02
50
53
50
1 o 100
TOTAL =
2161
Entonces:
2161
50
_
X =
Ms actividades de aprendizaje:
Calcula la media aritmtica de los tres ejercicios siguientes.
Intervalos de Clase
Marca de
Frecuencia
L.R.I.
Clase (x )
Absoluta (f )
L.R.S.
59.5
63.5
61.5
63.5
67.5
65.5
(f)(x)
CBTA No. 33
67.5
71.5
69.5
71.5
75.5
73.5
11
75.5
79.5
77.5
79.5
83.5
81.5
83.5
87.5
85.5
TOTAL =
50
Intervalos de Clase
Marca de
Frecuencia
L.R.I.
Clase (x)
Absoluta (f)
150.5
L.R.S.
148.5
152.5
TOTAL =
(f)(x)
55
Intervalo de clase
L.R.I.
Marca
Frecuencia
L.R.S
de clase (x)
de clase (f)
9.5
12.5
11
12.5
15.5
14
(f)(x)
CBTA No. 33
T O T A L:
47
30.5 33.5
32
.02
33.5 36.5
35
.04
36.5 39.5
38
.12
39.5 42.5
41
11
.22
20
42.5 45.5
44
16
.32
36
45.5 48.5
47
.18
45
48.5 51.5
50
.08
49
51.5 54.5
53
.02
50
50
TOTAL =
44
16
32
36
Como 20 casos (1+2+6+11) caen por debajo del L.R.I. de la mediana, necesitamos 5
datos ms, para llegar a 25. Dado que existen 16 casos (frecuencia) en el intervalo y ste tiene
3 de amplitud o ancho, hacemos una regla de tres.
16 es a 3 como 5 es a x
16 : 3 :: 5 : x
x= (3)(5) =
15
= 0.9375
CBTA No. 33
16
16
Me Li 2
(i )
Fme
41
11
.22
20
.40
451
42.5 45.5
44
16
.32
36
.72
704
2
n = 50 es el nmero total de frecuencias
de donde:
25
CBTA No. 33
Me= 42.5+
25 20
16
( 3 ) = 42.5+
5
16
( 3 ) = 42.5 +
15
16
= 42.5 +
15
16
Frecuencia
Absoluta (f )
59.5
63.5
61.5
63.5
67.5
65.5
67.5
71.5
69.5
71.5
75.5
73.5
11
75.5
79.5
77.5
79.5
83.5
81.5
83.5
87.5
85.5
TOTAL =
50
Frecuencia
Absoluta (f)
3
152.5
156.5
154.5
156.5
160.5
158.5
13
160.5
164.5
162.5
12
164.5
168.5
166.5
13
168.5
172.5
170.5
172.5
176.5
174.5
TOTAL =
55
CBTA No. 33
Intervalo de clase
L.R.I.
L.R.S.
9.5 12.5
Marca
De clase (x)
11
Frecuencia
de clase (f)
3
12.5 15.5
14
15.5 18.5
17
18.5 21.5
20
21.5 24.5
23
24.5 27.5
26
27.5 30.5
29
30.5 33.5
32
33.5 36.5
35
T O T A L:
47
44
16
32
36
72
704
d1
(i )
d
d
2
1
Mo Li
CBTA No. 33
Para determinar los valores de cada trmino en esta expresin, se requiere adems del
intervalo donde est localizada la moda, de las celdas inmediata inferior y superior que queda
como sigue:
39.5 - 42.5
41
11
.22
20
.40
451
42.5 - 45.5
44
16
.32
36
.72
704
45.5 - 48.5
47
.18
45
.90
423
Mo = 42.5 +
5
5 7
Mo = 42.5 +
(3)
15
12
Mo = 42.5 +
12
( 3 )
CBTA No. 33
MS ACTIVIDADES DE APRENDIZAJE:
Calcula la MODA de los tres ejercicios que se han presentado de ejercicios anteriores.
Intervalos de Clase
L.R.I.
L.R.S.
59.5
- 63.5
Marca de
Clase (x )
61.5
Frecuencia
Absoluta (f )
6
63.5
67.5
65.5
67.5
71.5
69.5
71.5
75.5
73.5
11
75.5
79.5
77.5
79.5
83.5
81.5
83.5
87.5
85.5
TOTAL =
50
Intervalos de Clase
L.R.I.
L.R.S.
148.5
152.5
Marca de
Clase (x)
150.5
Frecuencia
Absoluta (f)
3
152.5
156.5
154.5
156.5
160.5
158.5
13
160.5
164.5
162.5
12
164.5
168.5
166.5
13
168.5
172.5
170.5
172.5
176.5
174.5
TOTAL =
55
CBTA No. 33
Intervalo de clase
L.R.I.
L.R.S.
9.5 12.5
Marca
de clase (x)
11
Frecuencia
de clase (f)
3
12.5 15.5
14
15.5 18.5
17
18.5 21.5
20
21.5 24.5
23
24.5 27.5
26
27.5 30.5
29
30.5 33.5
32
33.5 36.5
35
T O T A L:
47
CBTA No. 33
AHORA PARA DATOS AGRUPADOS. Realiza la Tabla de distribucin de frecuencias con los 7
pasos:
PASO 1. Ordenacin de datos:
Edad de los maestros
conteo
Frecuencia
CBTA No. 33
Marca de
Clase
(X)
Frecuencia
Absoluta (f)
Frecuencia
Relativa
(f)
Frecuencia
Acumulada (F)
(f )(x)
CBTA No. 33
Finalmente realiza una comparacin de los tres ejercicios anteriores, comparando su media
mediana y moda de cada uno.
Intervalos de Clase
L.R.I.
L.R.S.
59.5
- 63.5
Marca de
Clase (x )
61.5
Frecuencia
Absoluta (f )
6
63.5
67.5
65.5
67.5
71.5
69.5
71.5
75.5
73.5
11
75.5
79.5
77.5
79.5
83.5
81.5
83.5
87.5
85.5
TOTAL =
Media = ____________
Mediana=:___________
Moda=_____________
50
Intervalos de Clase
L.R.I.
L.R.S.
148.5
152.5
Marca de
Clase (x)
150.5
Frecuencia
Absoluta (f)
3
152.5
156.5
154.5
156.5
160.5
158.5
13
160.5
164.5
162.5
12
164.5
168.5
166.5
13
168.5
172.5
170.5
172.5
176.5
174.5
TOTAL =
55
Media = ____________
Mediana=:___________
Moda=_____________
Marca
de clase (x)
11
CBTA No. 33
Frecuencia
de clase (f)
3
12.5 15.5
14
15.5 18.5
17
18.5 21.5
20
21.5 24.5
23
24.5 27.5
26
27.5 30.5
29
30.5 33.5
32
33.5 36.5
35
T O T A L:
Media = ____________
Mediana=:___________
Moda=_____________
47
El segundo cuartil se designa con Q2 que representa el valor de 50% y coincide con la
mediana.
CBTA No. 33
PRIMER EJEMPLO:
Consideremos las siguientes lecturas de temperaturas altas en doce ciudades Europeas
en un da de junio:
90, 75, 86, 77, 85, 72, 78, 79, 94, 82, 74, y 93 grados.
Ordenando estas cifras de acuerdo con su tamao, tenemos:
72 74 75 77 78 79 82 85 86 90 93 94
Para el clculo de los cuartiles dividimos los datos en CUATRO PARTES IGUALES.
Para ilustrar dicho procedimiento tenemos la siguiente figura:
n = 12
72
90
74
93
75
94
77
78
79
82
85
86
Se puede apreciar que las lneas punteadas dividen los datos en cuatro partes iguales.
Si determinamos que los puntos centrales entre 75 y 77, 79 y 82, y 86 y 90 sean los tres
cuartiles, tenemos:
Q3
86 90
79 82
88 Q2
80.5
2
2
Q1
75 77
76
2
Es evidente que Q2 = 80.5, tambin es la mediana y se puede verificar con facilidad que
se satisfacen las tres propiedades de los cuartiles. Todo lo anterior funcion muy bien porque
los doce datos result ser mltiplo de 4. No obstante Qu podemos hacer si fueran 11 datos?
Como los siguientes.
72 74 75 78 79 82 85 86 90 93 94
72
90
74
93
75
94
78
79
82
85
86
n = 11
El cuartil inferior (Q1) es la mediana de los cinco valores por debajo de la mediana, esto
es, 75.
CBTA No. 33
Y el cuartil superior (Q3) es la mediana de los cinco valores por arriba de la mediana, o
sea, 90.
Ahora te toca realizar las actividades de aprendizaje:
Realiza un esquema o dibujo de cada uno de los ejercicios, aun lado de la pgina
a) Calcula a mediana (Q2) y los cuartiles (Q1) y (Q3) de las siguientes calificaciones de nueve
alumnos en una prueba de matemticas.
86, 82, 73, 94, 88, 66, 79, 90, y 74
b) Calcula los tres cuartiles de las siguientes lecturas de presin de nueve personas despus de
haber efectuado ejercicios de esfuerzo;
104, 100, 98, 111, 191, 94, 103, 96, 108 y 99.
Regresin Lineal
La regresin lineal es un modelo de regresin mediante el cual es posible inferir datos
acerca de una poblacin. Se conoce como regresin lineal ya que usa parmetros lineales
(potencia 1).
Supuestos del error
Para poder crear un modelo de regresin lineal, es necesario que se cumpla con los
supuestos del error:
Los errores son independientes.
Los errores tienen media cero.
Los errores tienen varianza constante.
Los errores tienen una distribucin normal.
Tipos de modelos de regresin lineal
Existen diferentes tipos de regresin lineal que se clasifican de acuerdo a sus
parmetros:
Regresin lineal simple. Slo se maneja una variable independiente, por lo que slo
cuenta con dos parmetros.
Regresin lineal mltiple. Maneja varias variables independientes. Cuenta con varios
parmetros.
Regresin lineal simple
Para calcular los parmetros se cuenta con las siguientes frmulas:
CBTA No. 33
CBTA No. 33
UNIDAD IV
Medidas de Dispersin
A menudo escuchamos que en los pases
latinoamericanos
existe
mucha
DIFERENCIA
la
fenmenos
sociales,
polticos
el
ingreso per cpita en los pases latinoamericanos est ms DISPERSO que el ingreso per
cpita de los pases desarrollados.
El concepto de DISPERSIN resulta importante en casi todos los estudios, ya que
puede darse el caso de poblaciones con igual valor central (Media aritmtica, Mediana
Moda), pero una puede estar ms DISPERSA que la otra, es decir, los promedios nos sirven
para describir los datos representados por la tendencia central del conjunto. Por lo tanto, el
promedio no logra por si mismo describir completamente a una coleccin de datos; se necesitan
otros valores que nos indiquen el grado en que las observaciones estudiadas se apartan o
VARAN con respecto al valor central, es decir, el GRADO DE VARIACIN O DISPERSIN.
ANALIZA CON DETENIMIENTO EL SIGUIENTE EJEMPLO
CBTA No. 33
Con los siguientes datos de dos poblaciones, analicemos primeramente sus medias
aritmticas:
Poblacin A) : 1 (7) , 2 (11), 3 (13), 4 (9), 5 (5), 6( 3), 7( 2), 8(1) = 169 = 3.31
51
n = 51
15 -13 --
11 -Frecuencia
9 --
7 -5 -3 -1 -1
Poblacin B) : 1 ( 3 ), 2 ( 9 ), 3 ( 15 ), 4 ( 12 ), 5 ( 9 ) =
Poblacin A
n = 48
15-13--
11-Frecuencia
9-7--
5-3-1-1
No obstante que en las dos poblaciones se obtuvo una media aritmtica igual de 3.31; al
observar los dos histogramas nos damos cuenta que no son iguales PERO...
EN CUL HISTOGRAMA ESTN MS DISPERSOS LOS DATOS?
CBTA No. 33
______________________________________________________________________
Por tal motivo las medidas de tendencia central, no dicen nada por s mismas, por lo que
se deben calcular las MEDIDAS DE DISPERSIN o LAS VARIACIONES de los datos. Por su
clculo las MEDIDAS DE DISPERSIN se dividen en absolutas y relativas, an que existen
ms, estudiaremos las siguientes:
DISPERSIN ABSOLUTA:
Rango o recorrido
Rango intercuartilico o desviacin cuartil
Desviacin Media
Varianza
Desviacin Estndar
DISPERSIN RELATIVA:
Coeficiente de variacin
Rango o recorrido:
Como se ha indicado con anterioridad, el rango o recorrido es la diferencia entre el valor
mayor y el valor menor de un grupo de datos o sea:
RANGO = Dato mayor Dato menor
El rango es una medida de dispersin que no se utiliza mucho, aunque su clculo es
muy rpido. Si analizamos el rango de los histogramas anteriores tenemos que;
En la primera poblacin A su rango es:
R=81=8
Por lo tanto y como 8 > 5, podemos sealar con seguridad que los datos de la primera
poblacin A), est ms dispersa o desviados que los datos de la segunda poblacin B).
CBTA No. 33
x
Desvo ( d ) = x1
y grafiquemos
x
1
4.9
Segn la frmula anterior, desvo es igual al dato menos la media aritmtica por lo tanto
tenemos:
CBTA No. 33
1
2
2
4
5
5
7
7
8
9
49/10=.
desvo =
Calculo del
desvo
d = X1 1 4.9 =
2 4.9 =
2 4.9 =
4 4.9 =
5 4.9 =
5 4.9 =
7 4.9 =
7 4.9 =
8 4.9 =
8 4.9 =
- 3.9
-2.9
-2.9
-0.9
0.1
0.1
2.1
2.1
3.1
3.1
-10.6
Suman
10.6
Suman
+ 10.6
+10.6= 0.0
CBTA No. 33
Nmero de
muestra
1
DATOS de la
resistencia del
concreto kg/cm2
358
369
363
358
336
341
Nmero
de
Finalmente el constructor en base a muestra
1
la tabla y a los clculos realizados le indic
a su colaborador:
Resistencia
Kg/cm2
358
desvos
d = x1
358 354.17 = 3.83
369
363
358
336
341
Suma =2125
2125/6=
Media
=354.17
Desviacin Media.
La desviacin media es la media aritmtica de los valores absolutos (ignorando el signo)
de las desviaciones de cada elemento del conjunto de datos, es decir, hay que restar a la media
aritmtica cada valor del conjunto de datos, ignorando el signo, y sumamos todas las
diferencias para dividirlo entre el nmero total de datos.
dm
i 1
CBTA No. 33
N
Suma de los valores absolutos
Su frmula es
Nmero de datos
Sigamos el mismo ejemplo y AUMENTEMOS UNA COLUMNA para los valores
absolutos al cuadro anterior:
Datos de
resistencia
358
x3.83
369
14.83
14.83
363
8.83
8.83
358
3.83
3.83
336
-18.17
18.17
341
-13.17
0.02
13.17
Suma = 62.66
2125
Desvo
x x
Nmero
de
muestra
1
Valor absoluto
|x- |
3.83
= 354.17
Desviacin media es igual a... La suma de los valores absolutos entre el nmero de
muestras
Desviacin Media ( dm ) = 62.66 = 10.44
6
Como se ve en el ejemplo anterior,
La Desviacin Media MIDE LA DISPERSIN ALREDEDOR DEL PROMEDIO, mas que
la dispersin de ciertos valores, ya que el concepto de desviacin media se origina cuando los
desvos se toman en valor absolutos, eliminando as el efecto de que la suma de los desvos (x1
x = 0 ) que es igual a cero (o tiende a cero).
S2
(x
i 1
CBTA No. 33
x )2
N
Otra forma de hacerlo, es elevar al cuadrado los desvos, por lo
que surge la VARIANZA (S2):Que es la media aritmtica (promedio) de los cuadrados de los
desvos y su frmula es la siguiente:
Suma de desvos al cuadrado
Nmero de datos
Sigamos el mismo ejemplo para calcular la varianza ( S2):
AUMENTAMOS OTRA COLUMNA a la tabla, ahora para los desvos al cuadrado
Nmero de
muestra
Datos de
resistencia
Valor absoluto
Desvo
Desvos al cuadrado
(x -
)2
358
3.83
|x- |
3.83
369
14.83
14.83
219.93
363
8.83
8.83
77.97
358
3.83
3.83
14.67
336
-18.17
18.17
330.15
341
-13.17
13.17
173.45
x-
Se tiende a
2125/6
144.67
Suma= 62.66
Suma = 830.83
0.02
= 354.17
Calculamos la varianza segn la frmula anterior y tenemos:
Varianza (S2) =
= 138.47
( x x)
CBTA No. 33
Desviacin Estndar ( S ) =
138.47
= 11.77
Rango Intercuartil
El rango intercuartil es el resultado de la diferencia entre el tercer cuartil Q3 y el primero
Q1, se expresa:
Rango intercuartilQ = Q3 - Q1
Cuando habindose aplicado la media aritmtica se quiere evitar la influencia de los
valores extremos, se analiza nicamente la situacin intermedia de la distribucin de
frecuencias aplicando el RANGO INTERCUARTIL.
El RANGO SEMIINTERCUARTIL o DESVIACIN CUARTIL, es la mitad del rango
intercuartil, se designa con QD
Rango semiintercuartil QD =
Q3 - Q1
CBTA No. 33
2
Hagamos un ejemplo:
Calcular el rango intercuartil y la desviacin cuartil de los siguientes datos.
n = 12
Q3
72
74
75
77
78
79
82
85
86
86 90
79 82
75 77
88 Q2
80.5 Q1
76
2
2
2
Rango intercuartil Q = Q3 Q1
Q =88 76 = 12
Rango semiintrecuartil o Desviacin cuartil QD = Q3 Q1
2
QD =
12 = 6
2
El rango semiintercuartil (desviacin cuartil) mide la dispersin con mayor precisin que
el rango, sin embargo, presenta las limitaciones siguientes:
a) No toma en consideracin todos los valores de la distribucin de frecuencias y puede
suceder que los valores menores a Q1 o superiores a Q3 estn muy compactos o muy
dispersos, y el valor de Q sera el mismo.
b) No es posible, conociendo nicamente Q, hacer la ubicacin precisa de una
observacin dentro de la distribucin de frecuencias.
c) Igual que la mediana, no tiene propiedades que permitan su uso en las relaciones
matemticas que utiliza la estadstica
Percentiles
Percentil, en estadstica, parmetro que indica el porcentaje de individuos de una
distribucin que tienen un valor inferior a l. Es una medida de posicin.
Por ejemplo, el percentil 80, p80, es un nmero que supera al 80% de los datos de la
distribucin. Los percentiles tambin se llaman centiles.
A CONTINUACIN TE PRESENTO UN RESUMEN DE LAS MEDIDAS DE
DISPERSIN ESTUDIADAS Y SU USO MS ADECUADO.
CBTA No. 33
DATOS
NO
AGRUPADO S
Toma los datos de los tiempos que realizas para llegar a la escuela de los grupos de
estudiantes del CBTA 33, que estn en el V semestre de Agropecuario.
A cada uno de los grupos le obtendrs las medidas de dispersin siguientes:
DESVIOS de tiempo, DESVIACIN MEDIA, VARIANZA,
DESVIACIN ESTNDAR Y COEFICIENTE DE VARIACIN
Claro que puedo!!!
Tiempo
Desvo
s
Valor
absoluto
Desvos al
cuadrado
Tiempo
Desvo
s
Valor
absoluto
Desvos al
cuadrado
CBTA No. 33
Grupo I
Grupo II
En la siguiente pgina
REALIZA TUS CLCULOS DE ACUERDO A LAS FRMULAS CORRESPONDIENTES,
HASTA OBTENER SUS RESULTADOS PARA CADA GRUPO.
Clculos para el grupo I
CBTA No. 33
DATOS
AGRUPAD OS
Marca
de
clase
(X)
121.5 126.5
126.513.1.5
131.5136.5
136.5141.5
141.5146.5
146.5151.5
151.5156.5
156.5161.5
Frecuencia
(alumnos)
(f)
124
2
3
8
23
27
20
16
3
134
144
1
Frecuencia
por marca
de clase
(f)(X)
248
Valor
absoluto
del desvo
X1 X
Frecuencia
por
desvos f
X1 X
Desvos
al
cuadrado
(X X)2
Frec. por
desvos al
cuadrado
XX
2
20.62
46.86
112.78
0.62
383.60
477
14.38
206.78
59
161.5166.5
Totales
2
n = 104
15041
638.64
6383.92
dm
f
i 1
x1 x
N
S2
f (x
i 1
x)2
f (x
i 1
CBTA No. 33
X )2
S
(100)
X
C.V .
Varianza=
Actividades de aprendizaje:
Calcula las medidas de dispersin (desviacin media, varianza, desviacin estndar
y coeficiente de variacin) de los siguientes dos ejercicios.
Intervalos de
Clase
Marca
de
Clase
(x)
Frecuencia
Absoluta
(f )
59.5 - 63.5
61.5
63.5 - 67.5
65.5
67.5 - 71.5
69.5
71.5 - 75.5
73.5
11
75.5 - 79.5
77.5
79.5 - 83.5
81.5
83.5 - 87.5
85.5
TOTAL =
Frecuencia
por marca
de clase
(f)(X)
Valor
absoluto
del desvo
X1 X
50
RESULTADOS
89
Desviacin media =
Frecuencia
por desvos
X1 X
f
Desvos
al
cuadrado
(X X)2
Frec. por
desvos al
cuadrado
XX
f
CBTA No. 33
Frecuencia
Absoluta (f)
3
7
13
12
13
5
2
55
RESULTADOS
Desviacin media =
Varianza =
CBTA No. 33
UNIDAD V
Probabilidad
El problema central de la estadstica es el manejo del azar y la incertidumbre. Los
eventos aleatorios siempre se han considerado como misteriosos. El libro de Job ponder hace
mucho tiempo la funcin del intento divino en los acontecimientos al azar y fue, varios siglos
ms tarde, que se us el poder de las matemticas para explicar la aleatoriedad. Los orgenes
de las matemticas de la probabilidad se remontan al siglo XV, las primeras aplicaciones se
relacionan bsicamente a los juegos de azar. Los jugadores ganadores utilizaron el
conocimiento probabilstico para desarrollar estrategias de apuestas en loteras, casinos,
carreras de caballos etc. Los avances cientficos de los siglos que siguieron al Renacimiento,
enfatizando la observacin y la experimentacin cuidadosa, dieron lugar a la teora de la
probabilidad para estudiar las leyes de la naturaleza y los problemas de la vida cotidiana.
Conceptos bsicos
Con el objeto de familiarizarse con el concepto de la probabilidad comenzaremos por dar
una definicin de probabilidad que slo es vlida cuando todos los resultados son igualmente
probables.
Si hay n posibilidades igualmente probables y una de ellas debe ocurrir, entonces la
probabilidad de que ocurra algn evento o suceso de k de estas n posibilidades es k / n. Las
palabras SUCESO O EVENTO aqu los utilizaremos como sinnimos. Si un experimento se
repite muchas veces, digamos n y si el suceso o evento E1 se observa k veces, entonces la
probabilidad S del suceso E1 es el cociente de la razn k / n.
=k .
La experiencia justifica esta igualdad, pues a medida que n se hace mayor, la frecuencia
relativa se aproxima ms a la probabilidad matemtica. Este concepto se utiliza para definir la
razn citada como probabilidad emprica, algunos autores la citan como FORMULA BSICA de
la probabilidad.
CBTA No. 33
entre ms cercano a uno sea este nmero, el evento es ms probable. Cuando la probabilidad
es igual a el evento tiene la misma probabilidad de ocurrir que de no ocurrir.
Coloquialmente tambin hablamos de probabilidades empleando porcentajes.
As la posibilidad de que al tirar el dado el resultado sea 2 o 5 es de 2/6 = 1/3 que sera
igual al 33.33 % ya que se dividi 1/3 por 100.
Cul es la probabilidad de obtener un nmero impar al lanzar un dado?.
S = ( 1, 2, 3, 4, 5, 6 )
E = ( 1, 3, 5, )
p(E)= 3 = 1
6
con
CBTA No. 33
Tercer axioma
Si A1, A2 ... son sucesos mutuamente excluyentes (incompatibles dos a dos, disjuntos o
de interseccin vaca dos a dos), entonces:
.
Permutaciones y combinaciones
Para pronosticar el triunfador de una eleccin municipal necesitamos al menos conocer
quines son los candidatos de los distintos partidos polticos, as como para pronosticar si la
seleccin mexicana de ftbol ganar un partido, es necesario saber si en caso de empate el
partido se decidir en tiempos extras o por medio de penales. En general, NO ES POSIBLE
HACER PREDICCIONES RAZONABLES A MENOS DE QUE CONOZCAMOS LO QUE ES
POSIBLE, es decir, es necesario conocer LO QUE ES POSIBLE antes de juzgar LO QUE ES
PROBABLE. Por lo tanto estudiaremos someramente cmo determinar en algunos casos lo que
es posible.
En el estudio de lo que es posible hay esencialmente dos tipos de problemas. Existe el
problema de hacer una lista de todo lo que puede suceder en una situacin determinada y se
tiene el problema de determinar cuntas cosas diferentes pueden suceder. El segundo tipo de
problema es de especial importancia porque hay muchas situaciones en que no necesitamos
una lista completa y por tanto, podemos ahorrarnos una gran cantidad de trabajo.
Diagrama de rbol
Aunque el primer tipo de problema
puede parecer directo y sencillo, existen
problemas que ilustran que esto no siempre
es el caso; hagamos unos ejercicios para
reflexionar.
En un estudio mdico se clasifica a
los pacientes de acuerdo con el tipo de
sangre que tengan, ya sea, tipo A; B, AB u
O y tambin de acuerdo con su tipo de
presin sangunea, ya sea baja, normal o
alta.
De cuntas maneras distintas se
puede clasificar a un paciente?
Este tipo de problemas se puede manejar sistemticamente trazando un DIAGRAMA DE
RBOL como el siguiente, donde se puede apreciar que la respuesta es 12. Comenzando por la
CBTA No. 33
parte superior, el primer camino a lo largo de las ramas corresponde a un paciente con tipo de
sangre A y presin sangunea baja, el segundo camino a un paciente con tipo de sangre A y
presin sangunea normal y el duodcimo camino corresponde a un paciente que tiene
sangre tipo O y una presin sangunea alta.
La respuesta que obtuvimos es de 4 por 3 = 12, especficamente es el producto del
nmero de tipos de sangre por el nmero de niveles de presin sangunea.
Otro ejemplo: Cuntas palabras de tres letras se pueden formar si se dispone de un
alfabeto con dos letras; a y b.? (Nota: Son permisibles palabras como bba)
Solucin: Si tenemos 2 letras (a, b) y formamos la palabra con tres letras tendremos 23
= 2 x 2 x 2 = 8 esto quiere decir que formaremos ocho palabras con tres letras.
Para comprender mejor hagamos otro DIAGRAMA DE RBOL
Letra
Letra
letra
palabra
Inical
central
final
formada
a ..
aaa
a
b a a b
a
a a b a
b
b ..
abb
a ..
baa
b .
bab
a .
bba
b .
b bb
CBTA No. 33
PLACA DE MICHOACN
CBTA No. 33
0! = 1 por definicin
1! = 1 (1) = 1
2! = 2 (1) = 2
3! = 3 (2) (1) = 6
4! = 4 (3)(2)(1) = 24
CBTA No. 33
5! = 5 (4)(3)(2)(1) = 120
.
.
.
n! = (n) (n-1) (n-2) ,(1)
El factorial de los primeros nmeros enteros positivos se pueden obtener directamente
utilizando una calculadora, para nmeros mayores se obtienen con la formula aproximada de
Stirling o consultando tablas elaboradas con resultados.
En tu calculadora cientfica pon 6 y oprime la tecla n! y te arrojar 720, que es el
factorial de 6.
Cuanto es el factorial de 7! = ______________________
8! = ______________________
9! =_______________________
10! = _______________________
3) En una caja hay 75 canicas azules y 225 rojas. Cul es la probabilidad de sacar al
azar una canica azul? Adems calcula cual es la probabilidad de sacar una roja?
CBTA No. 33
CBTA No. 33
comprador debe hacer UNA eleccin con respecto al color, motor, rines, transmisin, radio y
aire acondicionado.
Ciudad
Ciudad C
CBTA No. 33
Bibliografa y Referencias
Chvez Escalante, M. (2001). Fundamentos de Estadstica Descriptiva y Probabilidad.
Mxico, D.F.: DGETA.
Ruz Muoz, D. y. (sd de sm de sa). http://www.eumed.net/libros/2006a/rmss/00.htm.
Recuperado el 11 de julio de 2011, de
http://www.eumed.net/libros/2006a/rmss/00.htm:
http://www.eumed.net/libros/2006a/rmss/00.htm
Antologa de Probabilidad y Estadstica, DGETA,
SILVA MARTNEZ, Jess Manuel, Asmate a las matemticas, Ed. Progreso, Mxico, DF. 2011
COLLINS, Jane, Probabilidad y estadstica, ALEC, Mxico DF. 2013.
http://www.julioprofe.net/
http://www.vitutor.com/estadistica.html
http://www.youtube.com/watch?v=akNzV9KX6jI
http://www.youtube.com/watch?v=ugOQZtMlwcY