X - CBTa 233
X - CBTa 233
X - CBTa 233
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Reforma del Bachillerato Tecnológico 2004<br />
SUBSECRETARIA DE EDUCACIÓN MEDIA SUPERIOR<br />
DIRECCIÓN GENERAL DE EDUCACIÓN TECNOLÓGICA AGROPECUARIA<br />
SAETA-<br />
Educación humana y de calidad<br />
Probabilidad y Estadística<br />
(Basado en la Reforma del Bachillerato Tecnológico 2004)<br />
G u í a d i d á c t i ca<br />
Compiladores:<br />
Alejandro Acebo Gutiérrez<br />
Rubén Henríquez<br />
Francisco Romo Romero<br />
Tirso Cuevas Nolasco<br />
Raúl Arellano Ibarra<br />
Ernesto Zamora Hernández<br />
Junio de 2006
Lic. Reyes Tamez Guerra<br />
Secretario de Educación Pública<br />
Yoloxochitl Bustamante Díaz<br />
Subsecretario de Educación Media Superior<br />
DIRECTORIO<br />
Ing. Ernesto Guajardo Maldonado<br />
Director General de Educación Tecnológica Agropecuaria<br />
Prof. Saúl Arellano Valadez<br />
Director Técnico<br />
Ing. Agustín Velázquez Servín<br />
Director de Apoyo a la Operación Desconcentrada<br />
M.C. Maria Elena Hernández Mejia<br />
Coordinadora Nacional del Programa Sistema Abierto de Educación Tecnológica Agropecuaria<br />
ASIGNATURA: “Probabilidad y Estadística ”<br />
REGISTRO No. IV<br />
SEP / SEMS / DGETA<br />
JOSE MARIA IBARRARAN No. 804<br />
COL. SAN JOSE INSURGENTES SUR.<br />
06720, MÉXICO, D.F.<br />
TEL. 01 5 328 10 00 y 01 5 328 10 97<br />
ISBN<br />
2
Se autoriza la reproducción del contenido con fines educativos que no<br />
implique lucro directo ó indirecto, siempre y cuando se cite la fuente,<br />
previa autorización por escrito de la DGETA.<br />
COMITÉ EDITORIAL<br />
Prof. Saúl Arellano Valadez<br />
M. en C. María Elena Hernández Mejía<br />
En el proceso de elaboración de esta antología, participaron los siguientes docentes del<br />
estado de: Aguascalientes, Nayarit, Tabasco y Veracruz<br />
NOMBRE PLANTEL ESTADO<br />
Alejandro Acebo Gutiérrez <strong>CBTa</strong> No. 107 Nayarit<br />
Rubén Henríquez <strong>CBTa</strong> No. 107 Nayarit<br />
Francisco Romo Romero <strong>CBTa</strong> No. 88 Zacatecas<br />
Tirso Cuevas Nolasco <strong>CBTa</strong> No. 86 Veracruz<br />
Raúl Arellano Ibarra <strong>CBTa</strong> No. 61 Aguascalientes<br />
Ernesto Zamora Hernández <strong>CBTa</strong> No. 30 Aguascalientes<br />
3
GUÍA DE CONTENIDOS<br />
Pág.<br />
VARIABLES Y REPRESENTACIONES ______________________________ 9<br />
Introducción _____________________________________________ 9<br />
Población y muestras ____________________________________ 10<br />
Variable discreta y continua _______________________________ 11<br />
Redondeo de datos ______________________________________ 14<br />
Notación sistematizada ___________________________________ 15<br />
Cifras significativas ______________________________________ 16<br />
Cálculos ______________________________________________ 16<br />
DISTRIBUCIONES DE FRECUENCIAS ____________________________ 19<br />
Toma y ordenación de datos _______________________________ 19<br />
Distribuciones de frecuencias ______________________________ 20<br />
Intervalos de clase ______________________________________ 20<br />
Límites de clase ________________________________________ 21<br />
Límites reales de clase ___________________________________ 21<br />
Tamaño del intervalo de clase _____________________________ 21<br />
Marca de clase _________________________________________ 22<br />
Histograma y polígono de frecuencia ________________________ 23<br />
Distribución de frecuencia relativa __________________________ 27<br />
Distribución de frecuencia acumulada _______________________ 27<br />
Distribución de frecuencias relativas acumuladas _______________ 30<br />
MEDIDAS DE TENDENCIA CENTRAL _____________________________ 33<br />
Promedios _____________________________________________ 33<br />
Media ________________________________________________ 33<br />
Mediana ______________________________________________ 34<br />
4
Moda _________________________________________________ 35<br />
Cuartiles, deciles, percentiles ______________________________ 50<br />
Regresión líneal ________________________________________ 53<br />
MEDIDAS DE DISPERSIÓN _____________________________________ 55<br />
Dispersión _____________________________________________ 55<br />
Rango ________________________________________________ 56<br />
Desviación media _______________________________________ 60<br />
Varianza ______________________________________________ 61<br />
Desviación típica ________________________________________ 62<br />
Rango semi cuartílico ____________________________________ 63<br />
Rango entre percentiles __________________________________ 63<br />
PROBABILIDAD ______________________________________________ 70<br />
Introducción ____________________________________________ 70<br />
Conceptos básicos ______________________________________ 70<br />
Modelos matemáticos ____________________________________ 72<br />
Permutaciones y combinaciones ____________________________ 73<br />
Diagrama de árbol _______________________________________ 73<br />
Proceso de contar _______________________________________ 74<br />
Combinaciones _________________________________________ 85<br />
Teorema del Binomio ____________________________________ 91<br />
PROBABILIDAD AXIOMÁTICA ___________________________________ 93<br />
Simbología básica _______________________________________ 93<br />
Probabilidad para eventos _______________________________ 104<br />
Probabilidad condicional _________________________________ 104<br />
Eventos independientes _________________________________ 104<br />
Eventos dependientes ___________________________________ 106<br />
5
Teorema de Bayes _____________________________________ 110<br />
GLOSARIO _________________________________________________ 111<br />
BIBLIOGRAFÍA CONSULTADA _________________________________ 115<br />
BIBLIOGRAFÍA RECOMENDADA ________________________________ 116<br />
6
INTRODUCCIÓN<br />
El presente trabajo esta dirigido a los estudiantes del SAETA que cursan el Bachillerato<br />
Tecnológico bajo el enfoque de estrategias educativas centradas en el aprendizaje, con la<br />
firme intención de que sirva de guía y que con las actividades que desarrollaras te permitirán<br />
adquirir los conocimientos que competen a los contenidos del programa de estudios de la<br />
asignatura de Probabilidad y Estadística que se imparte en el quinto semestre y que estas a<br />
punto de iniciar.<br />
Con el desarrollo de los contenidos programáticos dentro y fuera del aula, tú como<br />
participante entusiasta y responsable de tu propio aprendizaje, te permitirá comprender los<br />
conceptos analizados y la aplicación significativa para resolver problemas de la vida cotidiana.<br />
La meta se logrará con tú valiosa participación porque eres el principal actor de tu<br />
propio aprendizaje y que con el apoyo de tu facilitador determinarás el éxito en tú desempeño<br />
escolar, familiar y laboral.<br />
7
MENSAJE<br />
Ya sabes que no puedes gozar del juego de la vida a menos que<br />
conozcas sus reglas, sea de convivencia de juego de pelota, de uso de<br />
computadora o tan sólo de salón.<br />
Igualmente no puedes cuantificar o cualificar tu entorno, sino hasta que<br />
comprendas las reglas de la probabilidad y estadística, que te harán<br />
comprender las formas de presentar las ocurrencias de un fenómeno social,<br />
físico o biológico que te llevarán a ampliar tu horizonte de conocimientos en<br />
donde verás la estructura matemática en numerosas ecuaciones, pero más que<br />
recetas de cálculo, verás ecuaciones y ordenamientos como guías para pensar.<br />
Yo disfruto de la probabilidad y la estadística, y tú también lo harás,<br />
porque la comprenderás. Si te tomas la idea de enfocarte hacia esta disciplina.<br />
Y resolver los problemas matemáticos. Ahora trata de comprender los<br />
conceptos, si después vienen los cálculos los harás comprendiéndolos.<br />
Disfruta de la probabilidad de que ocurra tu felicidad.<br />
Y serás parte de la estadística de los estudiantes felices.<br />
INTRODUCCIÓN<br />
VARIABLES Y REPRESENTACIONES<br />
8
Estadística: Es un método científico que recopila, organiza, analiza e interpreta los datos<br />
obtenidos para tener conocimiento de los hechos pasados, para prever situaciones futuras y<br />
tomar decisiones en base a la experiencia.<br />
En el estudio de la estadística, se diferencian dos tipos de estadísticas:<br />
Estadística descriptiva o deductiva y Estadística inferencial o inductiva.<br />
Estadística Descriptiva: Es aquella cuyo objetivo es describir cuantitativamente una<br />
serie de personas, animales o cosas, su estudio incluye las técnicas de colectar,<br />
presentar, analizar e interpretar datos.<br />
Esta parte de la estadística es la que estudiaremos en el presente curso de probabilidad y<br />
estadística 1, será la que nos auxilie a resolver preguntas de investigaciones como las<br />
siguientes: ¿Cómo ordenar los datos y analizarlos adecuadamente? ¿Qué tipo de<br />
representación gráfica es más conveniente utilizar para presentar los datos? ¿Cuál es la<br />
media aritmética o promedio de los datos obtenidos? ¿Qué tan dispersos están los datos con<br />
respecto a otra muestra?<br />
Estadística Inferencial: Es aquella cuyo objetivo es obtener información sobre una<br />
población o grupo grande de personas o cosas, mediante un metódico procedimiento<br />
de los datos de una muestra tomada de él.<br />
Este último tipo de estadística no la utilizaremos en éste curso, pero hagamos un ejercicio<br />
para analizar cuál es la diferencia entre estos dos tipos de estadística:<br />
A un grupo de 50 alumnos del CBTA 107 extensión Xalisco le preguntamos ¿Cuál es la<br />
materia que les gusta más? Los datos arrojados por ésta encuesta, en éste grupo en<br />
particular, es incumbencia de la Estadística Descriptiva, ya que ordenamos los datos, los<br />
analizamos obteniendo sus parámetros como la media, la desviación, los graficamos y hasta<br />
los interpretamos Pero…<br />
Si queremos hacer conclusiones a nivel estatal de todos los alumnos de los CBTAs del<br />
estado de Nayarit, éste grupo de 50 encuestados sería una parte de las diferentes muestras<br />
que nos servirían para saber la tendencia de toda la población estudiantil respecto a la<br />
materia que les gusta mas, y debemos tomar más muestras de estudiantes de otros CBTAs,<br />
por lo cual ya entraríamos en el campo de la Estadística Inferencial y sus datos deberán de<br />
analizarse de otra manera más profunda, haciendo pruebas de hipótesis para obtener las<br />
inferencias o conclusiones a futuro.<br />
Con tus propias palabras escribe<br />
¿CUAL ES LA DIFERENCIA ENTRE ESTADÍSTICA DESCRIPTIVA Y ESTADÍSTICA<br />
INFERENCIAL?<br />
_______________________________________________________________<br />
9
______________________________________________________________________<br />
______________________________________________________________________<br />
Población: Es el conjunto de todos los elementos, medidas, individuos y objetos que tienen<br />
una característica en común, pero en muchas ocasiones debido a limitaciones de tiempo o<br />
de recursos no se puede trabajar con la totalidad de la población.<br />
Muestra: Es la parte de una población que podemos utilizar para obtener conclusiones de<br />
toda una población sin tener que analizar su totalidad.<br />
La muestra elegida debe cumplir con ciertos requisitos indispensables:<br />
a) Validez. Debe representar a la población, esto es, ha de pertenecer a ésta y ser elegida al<br />
azar o 67en forma aleatoria, para que todos los elementos de la población tengan la misma<br />
probabilidad de ser considerados.<br />
b) Confiable. Los resultados que se obtengan deben poder generalizarse a toda la población<br />
con cierto grado de precisión.<br />
c) Práctica. Debe ser sencilla de llevar acabo.<br />
d) Eficiente. Debe proporcionar la mayor información con el menor costo.<br />
DATOS: Son las medidas, valores o características susceptibles de ser observadas y<br />
contadas.<br />
VARIABLES: Es una propiedad o característica de algún evento, objeto o persona, que<br />
puede tener diversos valores en diferentes instantes, según las condiciones. La altura, el<br />
peso, el tiempo de reacción y la dosis de un medicamento, son ejemplos de variables.<br />
Las variables son las herramientas fundamentales de la estadística y se clasifican de la<br />
siguiente manera:<br />
En las VARIABLES CATEGÓRICAS los valores pueden ser EXPRESIONES y también estas<br />
expresiones pueden ser sustituidas por SÍMBOLOS que nos permiten diferenciar la categoría<br />
a la que pertenece cada individuo, la cual está determinada por el valor de la variable.<br />
Hagamos unos ejemplos:<br />
10
Si queremos saber la forma en que se trasladan los estudiantes del CBTA-XALISCO para<br />
recibir sus clases grupales; preguntaremos a cada estudiante del grupo, si usualmente se<br />
trasladan de su casa a la escuela CAMINANDO o EN ALGÚN VEHICULO, por lo tanto los<br />
valores de la variable serán (C) "caminando" o (V) " Vehículo" y se clasifican a los alumnos en<br />
éstas dos categorías.<br />
Otro ejemplo:<br />
Si quisiéramos conocer la materia que prefieren los estudiantes de una lista de 4 materias en<br />
donde se incluyen Ciencias Sociales, Matemáticas, Ciencias Naturales y Español; En este<br />
caso la materia de preferencia puede tomar cuatro valores: (CS) que es Ciencias Sociales;<br />
(M) que es Matemáticas, (CN) Ciencias Naturales y (E) será Español. Es claro pues que la<br />
variable, materia de preferencia clasifica a los estudiantes en cuatro categorías.<br />
Observa que los valores que pueden tomar las variables en los ejemplos anteriores son<br />
EXPRESIONES y que estas expresiones han sido sustituidas por SÍMBOLOS que nos<br />
permiten diferenciar la categoría a la que pertenece cada individuo, la cual está determinada<br />
por el valor de la variable. Los ejemplos anteriores son VARIABLES CATEGÓRICAS<br />
NOMINALES.<br />
Veamos ahora otros ejemplos de VARIABLES CATEGÓRICAS:<br />
Si deseamos saber si el contenido de la materia de Procesos de Producción Pecuaria tiene<br />
relación con las prácticas de campo que se realizaron el semestre pasado y le pedimos la<br />
opinión a cada estudiante, los valores que puede tomar la variable pueden ser: "Nunca" (A),<br />
"Raras veces" (B), "Algunas veces" (C), Casi siempre" (D) y "Siempre" (E). Observe que esta<br />
variable clasifica a cada uno de los estudiantes que contestaron la pregunta, según la opinión<br />
que haya elegido.<br />
Otro ejemplo:<br />
Si queremos saber cómo se alimentan los estudiantes del CBTA-XALISCO, para relacionarlo<br />
con el aprovechamiento escolar, preguntaremos cada semana a todos los estudiante del<br />
grupo, cuáles alimentos ingirieron durante la semana y clasificamos la variable calidad de la<br />
alimentación de la siguiente manera: “MD” al alumno que se alimentó muy deficientemente,<br />
“D” el de alimentación deficiente, “R” el de alimentación regular, “B” el de alimentación buena<br />
y “MB” el de alimentación muy buena. Con esto todos los estudiantes del grupo, quedarán<br />
distribuidos en cinco posibles categorías.<br />
Observa que los valores de las variables también son EXPRESIONES, sin embargo, entre los<br />
valores de estos dos ejemplos últimos hay UN ORDEN. Los ejemplos anteriores SON<br />
VARIABLES CATEGÓRICAS ORDINALES.<br />
Si comprendiste, escribe con tus propias palabras:<br />
¿Cuándo es variable Categórica nominal?<br />
______________________________________________________________________<br />
¿Cuándo es una variable Categórica Ordinal?<br />
11
______________________________________________________________________<br />
Ahora con las VARIABLES NUMÉRICAS.<br />
En las variables numéricas, sus valores no son expresiones sino NUMEROS y es en donde<br />
además tiene sentido efectuar operaciones aritméticas con ellos y compararlos.<br />
12
Si los valores de la variable son NÚMEROS ENTEROS, se llamará NUMÉRICA DISCRETA,<br />
pero si los valores de la variable pueden tomar CUALQUIER VALOR NUMÉRICO en algún<br />
intervalo de números reales (con decimales o fracciones), la variable será NUMÉRICA<br />
CONTINUA.<br />
Hagamos unos ejemplos:<br />
Si queremos saber el número de hermanos de los alumnos del CBTA-XALISCO. Serán desde<br />
cero en adelante y como es lógico no puede haber medio hermano o tres cuartos de<br />
hermano, por lo tanto la variable número de hermanos es una variable numérica discreta.<br />
Otro ejemplo será el número de preguntas acertadas en un examen de conocimientos; los<br />
años cumplidos de los estudiantes, el número de materias que cursan en el quinto semestre,<br />
etc.... Ya que son variables numéricas que pueden tomar sólo valores enteros.<br />
Veamos por último los ejemplos de las variables numéricas continuas:<br />
Si queremos saber la estatura de los alumnos del quinto semestre con una aproximación a<br />
milímetros, tendríamos que utilizar una regla de dos metros y dividida en centímetros y<br />
milímetros. Los valores posibles de la variable serán todos los números pertenecientes a<br />
algún intervalo.<br />
Otro ejemplo es El peso que tienen las personas que asisten a un evento será también una<br />
variable numérica continua, pues podrán pesar kilos, con gramos y hasta miligramos,<br />
dependiendo de la precisión que queramos los resultados.<br />
Si observas estas variables numéricas pueden tomar cualquier valor en algún intervalo.<br />
AHORA TE TOCA PRACTICAR LOS SIGUIENTES EJERCICIOS:<br />
ACTIVIDADES DE APRENDIZAJE:<br />
Describe los valores que pueden tomar las siguientes variables y escribe si ésta es, una<br />
variable categórica nominal, categórica ordinal, numérica discreta o numérica continua:<br />
a) El Género (sexo) de cada alumno del grupo de quinto semestre.<br />
Variable: __________________________________________<br />
b) La cantidad de estudiantes en cada grupo de una escuela:<br />
Variable: _________________________________________<br />
c) El Peso de los niños mexicanos de 6 años.<br />
Variable: ________________________________________<br />
13
d) El daño causado a los pulmones de los jóvenes que fuman.<br />
Variable: _______________________________________<br />
e) Tipo de material con el que se construyen los techos de las viviendas de una localidad.<br />
Variable: ________________________________<br />
f) El número de naranjas producidas por cada naranjo en una huerta.<br />
Variable: _______________________________________<br />
g) La cantidad de afecto o amor que siente un niño por su mamá.<br />
Variable: ______________________________________<br />
h) El tiempo de reacción de una sustancia química en el laboratorio.<br />
Variable: ______________________________________<br />
REDONDEO DE DATOS<br />
Dado que estaremos dando nuestras respuestas finales con dos decimales y en ciertas<br />
ocasiones hasta con cuatro cifras decimales, necesitamos decidir cómo determinar el valor de<br />
los últimos dígitos.<br />
Si nuestro resultado final tiene ENTEROS redondearemos a DOS DECIMALES<br />
Primer ejemplo cuando el residuo es menor que 0.5: 34.01350 = 34.01 es la respuesta<br />
potencial y .350 el residuo; como .350 es menor que 0.5, el último dígito de la respuesta<br />
potencial permanece sin cambio y la respuesta final es 34.01<br />
Segundo ejemplo cuando el residuo es mayor que 0.5: 34.01761 34.01 es la respuesta<br />
potencial y .761 el residuo; como .761 es mayor que 0.5, al último dígito de la respuesta<br />
potencial debemos sumar 1 al último dígito, por lo que la respuesta correcta es 34.02<br />
Tercer ejemplo cuando el residuo es igual a 0.5 y el último dígito de la respuesta potencial es<br />
impar: 43.07500 43.07 es la respuesta potencial y .500 el residuo; como es impar el último<br />
dígito de la respuesta potencial se AUMENTA 1, por lo que la respuesta correcta es 43.08<br />
Cuarto ejemplo cuando el residuo es igual a 0.5 y el último dígito de la respuesta potencial es<br />
par: 17.06500 17.06 es la respuesta potencial y .500 el residuo; como es par el último dígito<br />
de la respuesta potencial NO se aumenta 1, por lo que la respuesta correcta es 17.06<br />
Si nuestro resultado final tiene puras DECIMALES redondeamos a CUATRO DECIMALES<br />
14
Siguiendo los mismos principios anteriores, si tenemos una cifra de 0.7544762 su respuesta<br />
correcta es 0.7545; en cambio si es 0.1136211 la respuesta correcta es 0.1136; si tenemos<br />
que 0.3463500 lo correcto será 0.3464; finalmente si tenemos 0.7728500 lo correcto será<br />
0.7728.<br />
ACTIVIDADES DE APRENDIZAJE DE “REDONDEO”.<br />
Redondea las siguientes cifras:<br />
22.666666 = __________________ 0.7654598 = ___________________<br />
57.87754 = ____________________ 0.0663597= ___________________<br />
3876.2255 = ___________________ 0.3877865 = ___________________<br />
99.7156 = _____________________ 0.005329 = _____________________<br />
NOTACIÓN SISTEMATIZADA<br />
En estadística, por lo general, trabajamos con datos agrupados resultantes de medir una o<br />
más variables. Con gran frecuencia, los datos se obtienen de las muestras y en ocasiones de<br />
las poblaciones. Para fines matemáticos, generalmente se utiliza la letra mayúscula X y a<br />
veces la Y, para representar la(s) variable(s). Así, si estuviéramos midiendo la edad de los<br />
sujetos, haríamos que X represente la variable “edad”. Si existen muchos valores de la<br />
variable agregamos un subíndice al símbolo X. Ilustramos este proceso en la siguiente tabla,<br />
la cual contiene las edades de seis sujetos:<br />
Número<br />
de sujeto<br />
Símbolo<br />
del dato<br />
Valor del dato,<br />
edades<br />
1 X1 8<br />
2 X2 10<br />
3 X3 7<br />
4 X4 6<br />
5 X5 10<br />
6 X6 12<br />
En este ejemplo representamos la variable “edad” mediante el símbolo X, además, N<br />
representa el número total de datos que hay en la distribución. En este ejemplo, N = 6, Cada<br />
uno de los seis datos representa un valor específico de X. Distinguimos los seis datos<br />
diferentes, al agregar un subíndice a X, correspondiente al número de sujeto que tiene el<br />
valor dado. Así, el símbolo X1 corresponde al valor del dato 8, X2 al valor del dato 10 hasta el<br />
X6 al 12. En general, podemos referirnos a un único dato de la distribución X como Xi, donde i<br />
puede asumir cualquier valor de 1 a N, según el dato que queramos designar. En resumen:<br />
X o Y representa la variable medida.<br />
N representa el número total de sujetos o datos.<br />
Xi es el i-ésimo dato, donde i puede variar de 1 a N<br />
CIFRAS SIGNIFICATIVAS:<br />
En la estadística analizamos datos; este análisis implica muchos cálculos matemáticos. Con<br />
mucha frecuencia tenemos un residuo decimal, por ejemplo, después de realizar una división.<br />
15
Cuando esto ocurre, necesitamos decidir la cantidad de cifras decimales que utilizaremos<br />
para el residuo.<br />
En las ciencias físicas, por lo general, se utiliza el mismo número de cifras significativas que<br />
tienen los datos en bruto, Por ejemplo, si medimos el peso de cinco sujetos hasta tres cifras<br />
significativas (173, 156, 162, 165, y 175 libras) y queremos calcular el promedio de estos<br />
pesos, nuestra respuesta debe contener sólo tres cifras significativas. Así<br />
La respuesta de 166.2 se redondea a tres cifras significativas, dando un resultado final de 166<br />
libras. Por varias razones y mas por continuar una tradición, en el presente curso de<br />
estadística utilizaremos DOS cifras decimales redondeadas cuando el resultado tenga<br />
ENTEROS y CUATRO cifras decimales cuando NO EXISTAN ENTEROS, sin importar las<br />
cifras significativas de los datos en bruto. Así cuando se pida que el resultado tenga dos cifras<br />
decimales, debemos realizar los cálculos intermedios con al menos CUATRO cifras decimales<br />
y redondear la respuesta final a dos cifras.<br />
CÁLCULOS<br />
Una de las operaciones que se realizan con más frecuencia en estadística consiste en sumar<br />
todos o una parte de los datos que pertenecen a una distribución. Como no es práctico<br />
escribir “suma de todos los datos” cada vez que se necesite emplear esta operación,<br />
particularmente en las ecuaciones, se utiliza una abreviatura simbólica. La letra griega<br />
mayúscula sigma ( ∑ ) indica la operación de sumatoria. La frase algebraica utilizada para la<br />
sumatoria es:<br />
Esta expresión se lee como “la suma de la variable X de i = 1 a N”. Las notaciones que<br />
aparecen arriba y debajo del signo de la sumatoria indican los datos que deben incluirse en la<br />
operación. El término que aparece debajo del signo de la sumatoria nos indica el primer dato<br />
en esta operación, y el término que se encuentra arriba de dicho signo indica el último dato.<br />
Así, esta frase señala que debemos sumar los datos X, comenzando con el primero y<br />
concluyendo con el N-ésimo dato.<br />
Así.<br />
N<br />
<br />
i1<br />
X<br />
X<br />
N<br />
<br />
i1<br />
X<br />
X i<br />
X<br />
...<br />
X<br />
Ecuación de una sumatoria<br />
Al “aplicar la sumatoria” a los datos de las edades de la tabla anterior, tenemos que:<br />
N<br />
<br />
i1<br />
X<br />
173 156<br />
162<br />
165<br />
175<br />
831<br />
<br />
166 2 166<br />
5<br />
5<br />
X<br />
X<br />
.<br />
N<br />
i<br />
X1<br />
X 2 X 3 X 4 X 5 X 6 =<br />
8 + 10 + 7 + 6 + 10 + 12 = 53<br />
i<br />
1<br />
2<br />
3<br />
Cuando la sumatoria se realiza con todos los datos (de 1 a N), es frecuente que la propia<br />
frase de esta operación se abrevie, omitiendo las notaciones arriba y abajo del signo de la<br />
suma, al igual que el subíndice N i. Así.<br />
X i Se abrevia con frecuencia como X<br />
i1<br />
En el ejemplo anterior, = 53 Esta expresión indica que la suma de todos los datos X es<br />
53.<br />
X<br />
N<br />
16
Observa que no es necesario que la sumatoria se realice de 1 a N, Por ejemplo, podríamos<br />
querer sumar sólo el segundo, tercer, cuarto y quinto dato. Recuerda que la notación<br />
debajo del signo de la sumatoria nos dice dónde comenzar la suma, y el término arriba de<br />
dicho signo nos dice dónde 5 terminarla.<br />
Utilizaríamos el símbolo Para los datos anteriores, tenemos que:<br />
N<br />
<br />
i1<br />
X<br />
Resolvamos algunos ejemplos:<br />
Para los siguientes datos, determine X1= 10, X2 = 12, X3 = 13, X4= 18<br />
Por lo tanto:<br />
Para los siguientes datos, determine X X1=20, X2=24, X3=25, X4=28, X5=30,<br />
i 3 :<br />
X6=31<br />
i 2<br />
Por lo tanto:<br />
i<br />
<br />
X<br />
4<br />
<br />
i2<br />
Para los siguientes datos, determine i X1=20, X2=24, X3=25, X4=28, X5=30,<br />
X6=31<br />
i 2<br />
Por lo tanto:<br />
<br />
i2<br />
2<br />
X i<br />
X<br />
i<br />
X<br />
3<br />
X<br />
X<br />
4<br />
3<br />
X i<br />
i1<br />
3<br />
<br />
i1<br />
10 7 6 10<br />
33<br />
Existen otros dos tipos de sumatorias que veremos con frecuencia en estadística y son: ∑X 2 y<br />
(∑X) 2 . Aunque se parecen, son distintos y, en general, proporcionan diferentes respuestas.<br />
El símbolo ∑X 2 (suma de los cuadrados de los datos X) indica que primero debemos elevar el<br />
cuadrado de los datos X y luego sumarlos. Así:,<br />
El símbolo (∑X) 2 , o (el cuadrado de la suma de los datos X), indica que primero debemos<br />
sumar los datos X y luego elevar al cuadrado la suma resultante. Así,<br />
2<br />
2<br />
( ) ( 1 2 3 ...<br />
N )<br />
La confusión es muy común cometerlo, sobre todo cuando se calculan las desviaciones<br />
estándar, eso lo analizaremos un poco mas adelante.<br />
ACTIVIDADES DE APRENDIZAJE “CÁLCULO”<br />
X X X X X<br />
Primer ejercicio si X1=3; X2=6; X3=8; X4=2; X5=9; X6=1; X7=5<br />
X i<br />
5<br />
10<br />
12<br />
13<br />
35<br />
4<br />
<br />
3 ( 24 25 28)<br />
3 80<br />
<br />
4<br />
<br />
i2<br />
<br />
X<br />
2<br />
( X<br />
i<br />
X<br />
2<br />
1<br />
4<br />
<br />
<br />
( X<br />
3)<br />
X<br />
2<br />
2<br />
<br />
3)<br />
( 24<br />
X<br />
2<br />
3<br />
<br />
3)<br />
2<br />
...<br />
N X<br />
<br />
( 25<br />
<br />
3)<br />
<br />
( 28<br />
<br />
3)<br />
86<br />
17
7<br />
<br />
i3<br />
5<br />
<br />
i1<br />
4<br />
<br />
i2<br />
X i<br />
( X<br />
X i<br />
i<br />
<br />
12)<br />
<br />
205 <br />
Segundo ejercicio si X1=10; X2=7; X3=3; X4=16; X5=2; X6=22;<br />
(<br />
6<br />
<br />
i2<br />
5<br />
<br />
1<br />
( i<br />
X i<br />
X i<br />
2<br />
)<br />
) 8 <br />
2<br />
510 <br />
DISTRIBUCIONES DE FRECUENCIAS<br />
18
La Tabla de Distribución de Datos o Tabla de Distribución de Frecuencias, además de ser un<br />
instrumento útil para resumir un conjunto de datos obtenidos en una investigación, es una<br />
herramienta muy importante con que cuenta la estadística para realizar las observaciones de<br />
manera rápida y sencilla.<br />
Para construir dicha Tabla realizaremos siete pasos y para tu mejor aprendizaje,<br />
desarrollaremos un ejemplo con una variable numérica continua, ya que deseamos conocer el<br />
“tiempo en minutos que emplearon para estudiar” 50 estudiantes del CBTA en la materia de<br />
estadística 1.<br />
PASO UNO: TOMA Y ORDENACIÓN DE DATOS:<br />
La recopilación de los datos consiste en asistir al grupo de estudiantes y obtener los valores<br />
mediante una pregunta abierta sobre el tiempo en minutos que emplearon para estudiar el<br />
tema de estadística o si desconfiamos, podemos medir directamente el tiempo durante las<br />
asesorías que emplearon cada uno de los alumnos al estudiar estadística. En resumen para<br />
recopilar los datos debemos "asistir" al lugar donde vamos a 'tomar" o "levantar" los datos.<br />
Esto puede ser mediante entrevistas, cuestionarios, observaciones o mediciones directas a<br />
los individuos o cosas que corresponda nuestra variable.<br />
Supongamos que los 50 datos obtenidos en nuestra variable: tiempo de estudio de la materia<br />
de estadística en minutos fueron los siguientes y que corresponden a los 50 estudiantes:<br />
75 60 80 67 81 71 74 63 72 70<br />
76 62 82 63 81 66 78 68 80 74<br />
67 74 84 70 63 77 68 82 74 72<br />
76 64 75 80 69 85 71 79 60 74<br />
83 75 67 72 78 64 77 81 76 70<br />
La Ordenación de los datos consiste en colocar los datos tomados en orden creciente (de<br />
menor a mayor) o decreciente (de menor a mayor). Nosotros los vamos a ordenar en forma<br />
creciente y sobre todo "contando" y "anotando" los que se repitan, que será la frecuencia.<br />
Ordenación de datos:<br />
DISTRIBUCIÓN DE FRECUENCIAS<br />
19
Tiempo empleado en minutos Conteo Frecuencia<br />
60 // 2<br />
62 / 1<br />
63 /// 3<br />
64 // 2<br />
66 / 1<br />
67 /// 3<br />
68 // 2<br />
69 / 1<br />
70 /// 3<br />
71 // 2<br />
72 /// 3<br />
74 ///// 5<br />
75 /// 3<br />
76 /// 3<br />
77 // 2<br />
78 // 2<br />
79 / 1<br />
80 /// 3<br />
81 /// 3<br />
82 // 2<br />
83 / 1<br />
84 / 1<br />
85 / 1<br />
Total 50<br />
Es importante que la suma total sea igual al número de datos que tomamos en la<br />
investigación.<br />
PASO DOS: RANGO.<br />
El rango o recorrido es la diferencia que hay entre el dato mayor y el menor. Una vez que se<br />
ordenaron los datos en forma creciente obtenemos el rango<br />
85 que es el dato mayor<br />
60 que es el dato menor<br />
25 será el rango o recorrido<br />
PASO TRES: INTERVALOS DE CLASE.<br />
Cuando se tiene un gran número de datos, se recomienda distribuirlos en clases o categorías<br />
llamadas intervalos de clase o celdas. Para decidir la cantidad de intervalos de clase que se<br />
van a utilizar (o número de clases) y la amplitud de los intervalos (o ancho del intervalo) se<br />
siguen las siguientes operaciones:<br />
Primero el NÚMERO DE CLASES o INTERVALOS se obtienen con la fórmula:<br />
Q = 1 + 3.322 (log. n) donde n es el número de datos y log. Es el logaritmo de dicho número.<br />
Siguiendo el ejemplo tenemos:<br />
Q = 1+ 3.322 (og. 50) observa que obtendremos el logaritmo de 50. En una calculadora el<br />
logaritmo de 50 es 1.69897... Redondeando su valor será 1.70 Este valor lo multiplicamos por<br />
3.322 y nos da en la calculadora 5.64... Que redondeado será 5.64 y finalmente le sumamos<br />
1 a dicha cantidad arrojándonos = 6.64 Si el número que nos arroje la formula tiene su<br />
20
primera decimal igual o mayor que .5 se aumenta el entero. Así en nuestro ejemplo tenemos<br />
que 6.6 seria igual a 7.<br />
En resumen y de acuerdo a la formula el número de intervalos será de 7<br />
Resulta claro que si lo ancho del intervalo es de 4 y el número de intervalos son 7; (4 ) (7) =<br />
28 se cubrirá todo el rango que es de 25.<br />
Debemos hacer uso de los Límites reales Inferiores (L.R.I.), quitando 0.5 al dato más chico<br />
que en nuestro caso es de 60 minutos. Por lo tanto será de 59.5 el L.R.I. Luego a este se le<br />
suma lo ancho del intervalo que es de 4 resultando 63.5 que es el Límite Real Superior<br />
(L.R.S.) por lo que ahora si podemos decir que los dos datos 64 se deberán anotarse en el<br />
2do. Intervalo que iniciaría en 63.5 hasta 67.5 como límite real superior.<br />
Ahora si podemos construir cada uno de los intervalos con sus límites reales inferiores y<br />
limites reales superiores.<br />
ADELANTE AYÚDANOS A COMPLETAR EL SIGUIENTE CUADRO,<br />
Recuerda que el ancho de cada intervalo es de 4 y que en total son siete (7) intervalos de<br />
acuerdo a las operaciones realizadas anteriormente:<br />
INTERVALOS DE CLASE<br />
Límite Real Inferior Límite Real Superior<br />
59.5 63.5<br />
63.5<br />
71.5<br />
71.5<br />
79.5<br />
PASO CUATRO: TAMAÑO DEL INTERVALO DE CLASE.<br />
Con los datos del ejemplo, el dato más bajo es el 60 y como el ancho del intervalo es de 4, su<br />
límite superior será de 64. El siguiente intervalo sería 64 más 4 del ancho del intervalo nos da<br />
68 como limite superior y así sucesivamente. ...<br />
60 a 64<br />
64 a 68<br />
Intervalos 68 a 72<br />
72 a etc…<br />
Observación Importante: Si te fijas detenidamente en los intervalos y los datos ordenados<br />
del cuadro anterior; los dos datos de 64 quedarían comprendidos en el 1er. y 2do. Intervalo,<br />
es decir, pueden anotarse en el primero o en el segundo intervalo, también los 72 en el 3er o<br />
4to intervalo; pero se sabe que una observación dada (los 64 y 72) deben colocarse en uno y<br />
solamente uno de los intervalos de clase.<br />
Ahora para el ANCHO DEL INTERVALO: Se divide el rango entre el número de intervalos<br />
para obtener la anchura de cada intervalo o celda.<br />
87.5<br />
21
Rango = 25 = 3.57 redondeando será igual a 4<br />
Número de intervalos = 7<br />
Por lo tanto el ancho del intervalo será de 4<br />
PASO CINCO: MARCA DE CLASE.<br />
La marca de clase es el punto medio del intervalo de clase y se obtiene sumando los límites<br />
reales inferiores más los límites reales superiores, dividiendo el resultado entre dos.<br />
Hagámoslo practicando...Llena los espacios que faltan. Se suma 59.5 + 63.5 = 123 = 61.5<br />
2<br />
Intervalos de Clase<br />
L.R. Inferior L.R. Superior MARCA DE CLASE<br />
59.5 63.5 61.5<br />
63.5 67.5<br />
67.5 71.5<br />
71.5 75.5<br />
75.5 79.5<br />
79.5 83.5<br />
83.5 87.5 85.5<br />
¿Como voy hacerle<br />
aceboman?<br />
PERO SI UNA GRÁFICA O DIBUJO DICE MAS QUE 100 PALABRAS<br />
22
¿CÓMO PODEMOS PRESENTAR LOS DATOS DE UNA<br />
VARIABLE NUMÉRICA EN UNA GRÁFICAS?<br />
HISTOGRAMA y POLÍGONO DE FRECUENCIAS.<br />
Cuando las variables son cuantitativas o numéricas sean discretas o continuas la<br />
representación gráfica más común es el HISTOGRAMA DE FRECUENCIAS y el POLÍGONO<br />
DE FRECUENCIAS.<br />
HISTOGRAMA DE FRECUENCIAS:<br />
Este tipo de gráfica consiste en una serie de rectángulos trazados en un sistema de<br />
coordenadas cartesianas o rectangulares. Para realizar el histograma es necesario agrupar<br />
los datos en intervalos de clase, con sus límites reales inferiores y superiores, además de su<br />
frecuencia absoluta.<br />
Los rectángulos tienen sus bases sobre el eje horizontal con centros en las marcas de clase<br />
y su longitud es igual a la anchura de los intervalos de clase. La altura de cada rectángulo<br />
corresponde al valor de la frecuencia que tenga el intervalo que representa. En éstos<br />
histogramas los rectángulos se trazan adyacentes entre si.<br />
¡¡¡ VAMOS A PRACTICARLO PARA APRENDER MEJOR!!!<br />
De acuerdo a los datos de la "Tabla de distribución de frecuencias" del ejemplo (pag.16),<br />
donde analizamos el tiempo que dedican a estudiar la materia de estadística 50 estudiantes,<br />
vamos a construir su Histograma de Frecuencias.<br />
F<br />
R<br />
E<br />
Histograma: Tiempo en minutos dedicados a estudiar<br />
Estadística por 50 estudiantes<br />
23
14 -<br />
12 -<br />
10 -<br />
8 -<br />
6 -<br />
4 -<br />
2 -<br />
0 -<br />
59.5 63.5 67.5 71.5 75.5 79.5 83.5 87.5<br />
61.5<br />
INTERVALOS DE CLASE (con sus L.R.I. y L.R.S.)<br />
Si observas en el eje vertical de las "Y", se ubican las frecuencias absolutas, mientras que en<br />
el eje horizontal de las "X" se ubican los intervalos de clase en donde cada límite real superior<br />
corresponde al límite real inferior del siguiente intervalo. Las marcas de clase (61.5) aunque<br />
es permitido no escribirse en el histograma, se pueden ubicar ya que corresponde al punto<br />
medio de cada intervalo.<br />
Como habrás observado, el histograma nos ayuda a mostrar la frecuencia absoluta con que<br />
se presentan algunos datos; otra forma de gráfica son los…<br />
F<br />
R<br />
E<br />
C<br />
U<br />
E<br />
N<br />
C<br />
I<br />
A<br />
S<br />
14 -<br />
12 -<br />
10 -<br />
8 -<br />
6 -<br />
4 -<br />
2 -<br />
0<br />
POLÍGONOS DE FRECUENCIA.<br />
61.5 65.5 69.5 73.5 77.5 81.5 85.5<br />
MARCAS DE CLASE (puntos medios)<br />
24
Los polígonos de frecuencia también se construyen a partir de datos con variables<br />
cuantitativas o numéricas y se puede realizar a partir de un histograma si se desea.<br />
Una vez trazado el histograma, se localizan los puntos medios o marcas de clase en la<br />
parte superior de cada uno de los rectángulos o intervalos de clase. Se trazan segmentos de<br />
recta que unen cada punto medio de cada uno de los intervalos.<br />
Este polígono se encierra uniendo con el eje horizontal en el punto que corresponde al punto<br />
medio de un rectángulo imaginario y adyacente al histograma, esto se hace en los extremos<br />
izquierdos y derechos del polígono.<br />
¡¡¡VAMOS HACIÉNDOLO CON EL MISMO EJEMPLO!!!<br />
En el histograma se localizan los puntos medios en la parte superior de cada intervalo de<br />
clase y en el eje horizontal, se indican las marcas de clase o puntos medios de cada intervalo.<br />
Construyamos un polígono....<br />
F<br />
R<br />
E<br />
C<br />
U<br />
E<br />
N<br />
C<br />
I<br />
A<br />
S<br />
14 - Polígono de Frecuencia: Tiempo en minutos dedicados a estudiar<br />
Estadística por 50 estudiantes<br />
12 -<br />
10 -<br />
8 -<br />
6 -<br />
4 -<br />
2 -<br />
0<br />
61.5 65.5 69.5 73.5 77.5 81.5 85.5<br />
MARCAS DE CLASE (Puntos medios)<br />
Para trazar el polígono de frecuencia unimos con rectas los puntos medios o marcas de clase<br />
con su frecuencia absoluta respectiva, en donde estaban la parte alta de los rectángulos del<br />
histograma.<br />
ACTIVIDADES DE APRENDIZAJE: Dibuja en ésta hoja el HISTOGRAMA y el POLIGONO<br />
DE FRECUENCIAS del ejercicio de la página 16.<br />
HISTOGRÁMA: “Estatura de 55 estudiantes”<br />
25
POLÍGONO DE FRECUENCIAS. “Estatura de 55 estudiantes”<br />
Escribe las conclusiones más importantes que nos indican las gráficas anteriores:<br />
______________________________________________________________________<br />
______________________________________________________________________<br />
PASO SEIS: FRECUENCIA RELATIVA.<br />
La Frecuencia Relativa, es la frecuencia que se representa con un Tanto por Ciento ( % ) y se<br />
obtiene al dividir la frecuencia de un intervalo de clase entre el total de frecuencias de todas<br />
las celdas por cien. La frecuencia Relativa se emplea para mostrar la proporción o<br />
26
porcentajes de los valores incluidos en los intervalos de clase, por lo que también se le llama<br />
Distribución Porcentual.<br />
SIGAMOS PRACTICANDO Y APRENDIENDO.<br />
Del 1er. y 2do Intervalos; Frecuencia Relativa de clase = 6 = 0.12 x 100 = 12 %<br />
50<br />
Del 6to intervalo; La Frecuencia Relativa = 9 = 0.18 x 100 = 18 %<br />
50<br />
Con todos los datos anteriores, finalmente construyamos nuestra…<br />
Tabla de distribución de frecuencias de una variable numérica<br />
“Tiempo dedicado a estudiar la materia de estadística”<br />
Intervalos de Clase Marca de Frecuencia Frecuencia<br />
L.R.I. L.R.S. Clase Absoluta Relativa (%)<br />
59.5 - 63.5 61.5 6 12<br />
63.5 - 67.5 65.5 6 12<br />
67.5 - 71.5 69.5 8 16<br />
71.5 - 75.5 73.5 11 22<br />
75.5 - 79.5 77.5 8 16<br />
79.5 - 83.5 81.5 9 18<br />
83.5 - 87.5 85.5 2 4<br />
TOTAL = 50 100%<br />
PASO SIETE: DISTRIBUCIÓN DE FRECUENCIAS ACUMULADAS<br />
Así se llama al número de observaciones que pertenecen aun determinado intervalo. Para<br />
obtener las frecuencias de cada clase es necesario contabilizar las observaciones, valores o<br />
casos pertenecientes a cada intervalo, utilizando el cuadro donde ordenamos los datos que<br />
está en la página 13. .<br />
Sigamos Practicando<br />
INTERVALOS DE CLASE<br />
L.R. Inferior L.R. Superior MARCA DE FRECUENCIA<br />
CLASE<br />
ABSOLUTA<br />
59.5 63.5 61.5 6 (2+1+3)<br />
63.5 67.5 65.5<br />
67.5 71.5 69.5<br />
71.5 75.5 73.5 11 (3+5+3)<br />
75.5 79.5 77.5<br />
79.5 83.5 81.5<br />
83.5 87.5 85.5 2 (1+1)<br />
TOTAL = 50<br />
Con los datos anteriores terminamos los componentes principales del cuadro que también<br />
recibe el nombre de... "TABLA DE DISTRIBUCIÓN DE FRECUENCIAS" por lo que...<br />
Ya podemos obtener algunas CONCLUSIONES de nuestra investigación.<br />
EJEMPLO DE ALGUNAS CONCLUSIONES…<br />
Te recordamos que los 50 datos son del tiempo en minutos dedicado a estudiar estadística<br />
por los estudiantes. Si analizamos detenidamente sus datos, podemos ver que el mayor<br />
número de casos (frecuencia absoluta) es 11 y dedican de 71.5 a 75.5 minutos en estudiar<br />
(su intervalo) pero además representan el mayor porcentaje con un 22% del total.<br />
27
Caso contrario, son lo que dedican de 83.5 a 87.5 minutos en estudiar pues únicamente son 2<br />
y representan un 4 % del total.<br />
Si observamos en global el cuadro, podemos decir que la mayoría de los estudiantes (Los<br />
intervalos 3,4 y 5) dedican de 67.5 a 79.5 minutos en estudiar y representan el 54 % del total.<br />
Analizando otros datos podremos obtener más conclusiones de nuestro trabajo e ir<br />
descubriendo lo importante de nuestra investigación. Mas adelante aprenderás a realizar<br />
GRÁFICAS con los datos obtenidos de la tabla de frecuencias. Quedamos pendientes. .. ,<br />
AHORA REALIZA LA SIGUIENTE ACTIVIDAD DE APRENDIZAJE:<br />
1) siguiendo los siete pasos para una variable numérica, ordena los datos de la siguiente<br />
variable y realiza las operaciones correspondientes hasta obtener completa la "tabla de<br />
distribución de frecuencias" de las “Estaturas de 55 estudiantes” con aproximación de un<br />
centímetro. Datos:<br />
154 165 156 160 159 170 151 163 166 166 153<br />
160 173 160 161 166 162 153 163 156 170 165<br />
159 168 149 163 169 157 162 159 168 155 163<br />
161 161 174 160 168 152 169 165 156 166 166<br />
162 160 170 163 168 157 165 159 163 160 160<br />
Aquí realiza los siete pasos y tus cálculos correctamente hasta llenar tu Tabla de distribución<br />
de frecuencias<br />
Paso 1 Ordenación de datos.<br />
Paso 2 Rango... etc<br />
Tabla de distribución de frecuencias de una variable numérica<br />
“______________________________________________________”<br />
Intervalos de Clase<br />
L.R.I. L.R.S.<br />
PRINCIPALES CONCLUSIONES:<br />
Marca de Clase Frecuencia<br />
Absoluta<br />
TOTAL =<br />
Frecuencia<br />
Relativa (%)<br />
28
1.____________________________________________________________________<br />
2.____________________________________________________________________<br />
3_____________________________________________________________________<br />
DISTRIBUCIÓN DE FRECUENCIA RELATIVA ACUMULADA<br />
29
Ahora estudiemos como se construye la DISTRIBUCIÓN DE FRECUENCIA ACUMULADA y<br />
su gráfica LA OJIVA además de la FRECUENCIA RELATIVA ACUMULADA.<br />
La frecuencia total de todos los valores menores que el límite real superior de un determinado<br />
intervalo de clase, es conocida como frecuencia acumulada incluyendo hasta este intervalo.<br />
Lo anterior lo comprenderás mejor si nos ayudas a resolver el ejemplo que sigue:<br />
Si tomamos los datos obtenidos al medir el “tiempo en minutos que emplearon los estudiantes<br />
en ir de su casa a la escuela”. Se construye la siguiente tabla de distribución de frecuencias y<br />
una columna que corresponde a la distribución de frecuencia acumulada y otra a la<br />
frecuencia relativa acumulada.<br />
Concluyen los datos que faltan en la frecuencia acumulada de clase, de tal forma que sumen<br />
un total de 243. En la columna de frecuencia acumulada relativa, también calcula los espacios<br />
que faltan hasta que obtengas el 100%<br />
INTERVALO<br />
DE CLASE<br />
MARCA<br />
DE<br />
CLASE<br />
FRECUENCIA<br />
ABSOLUTA<br />
FRECUENCIA<br />
RELATIVA<br />
%<br />
FRECUENCIA<br />
ACUMULADA<br />
FRECUENCIA<br />
RELATIVA<br />
ACUMULADA<br />
9.5 – 12.5 11 3 6.38% 3 3/47X 100= 6.38%<br />
12.5 –15.5 14 4 8.51% 7 (3+4 ) 7/47X100=14.89%<br />
15.5 – 18.5 17 6 12.77% 13 (7+6)<br />
18.5 – 21.5 20 7 14.89% 20 ( )<br />
21.5 – 24.5 23 9 19.15%<br />
24.5 – 27.5 26 8 17.02%<br />
27.5 – 30.5 29 5 10.64%<br />
30.5 – 33.5 32 3 6.38%<br />
33.5 – 36.5 35 2 4.26% 100%<br />
T O T A L: 47 100% 243<br />
LA OJIVA O POLÍGONO DE FRECUENCIA ACUMULADA.<br />
Se le llama ojiva o polígono de frecuencia acumulada, a la gráfica que muestra la distribución<br />
de frecuencia acumulada. Al construirla, los intervalos de clase se disponen en el eje<br />
horizontal, y las frecuencias acumuladas se representan en el eje vertical. Luego se unen<br />
los puntos localizados mediante segmentos.<br />
Para entender la forma en que se traza una ojiva, considere el ejemplo de los datos obtenidos<br />
al registrar el tiempo empleado por los estudiantes para ir de su casa a la escuela.<br />
Primero se coloca un punto sobre el eje horizontal donde está el 9.5, puesto que no hay<br />
observaciones de ésta o de inferior magnitud. Luego se traza el siguiente punto en el 12.5 a la<br />
altura del 3, esto se puede hacer porque hay 3 registros iguales o menores de 12.5 de esta<br />
manera se continúan representando el resto de los puntos.<br />
30
Ejemplo: Tomando como base la distribución de frecuencia acumulada del ejemplo anterior, y<br />
el tiempo en minutos que emplean los integrantes de un grupo de estudiantes de ir de su<br />
casa a la escuela, construyamos la ojiva correspondiente:<br />
FRECUENCIA ACUMULADA<br />
50<br />
45<br />
40<br />
35<br />
30<br />
25<br />
20<br />
15<br />
10<br />
5<br />
0<br />
9.5 12.5 15.5 18.5 21.5 24.5 27.5 30.5 33.5<br />
INTERVALO DE CLASE<br />
¿Esto es una ojiva Aceboman?<br />
Yo creía que era la carga<br />
explosiva de un misil de USA<br />
En esta página transfiere los datos de la tabla de distribución de frecuencias del ejercicio de la<br />
página 16 y en las dos columnas últimas obtén la FRECUENCIA ACUMULADA y la<br />
FRECUENCIA RELATIVA ACUMULADA, además construye su gráfica llamada OJIVA.<br />
31
INTERVALO<br />
DE CLASE<br />
TABLA DE DISTRIBUCIÓN DE FRECUENCIAS<br />
MARCA<br />
DE<br />
CLASE<br />
FRECUENCIA<br />
ABSOLUTA<br />
FRECUENCIA<br />
ACUMULADA<br />
T O T A L: 55 227<br />
FRECUENCIA<br />
RELATIVA<br />
ACUMULADA<br />
100%<br />
DIBUJA LA OJIVA O POLIGONO DE FRECUENCIA ACUMULADA<br />
32
PROMEDIOS<br />
En estadística al promedio se le conoce como medida de tendencia central, ya que<br />
está localizado hacia el medio o centro de una distribución, en la que la mayoría de los<br />
valores tenderán a concentrarse. Entre los más comunes se pueden mencionar: la media<br />
aritmética, la mediana y la moda<br />
Media Aritmética<br />
MEDIDAS DE TENDENCIA CENTRAL Mediana<br />
LA MEDIA ( X ).<br />
Moda<br />
La media aritmética o simplemente media, es el promedio aritmético de un conjunto de<br />
observaciones y “se obtiene al sumar todos los datos y dividir dicha suma entre el total de<br />
datos”.<br />
MEDIA ARITMÉTICA PARA DATOS NO AGRUPADOS.<br />
Algebraicamente se representa como:<br />
Donde:<br />
X =<br />
X es la media aritmética de la muestra<br />
X1 , X2, X3, ... Xn son los datos de la muestra y<br />
“n” es el total de los datos de la muestra.<br />
Ejemplo: En la muestra siguiente la media aritmética es:<br />
X = 30 32 32 32 32 34 34 34 34 34 34 36 36 36 36 36 38 38 38 40<br />
20<br />
696<br />
X = = 34.8<br />
20<br />
Obsérvese que la “media” no necesariamente tiene que ser uno de los valores de la muestra.<br />
Una manera más sencilla de encontrar esta “media aritmética” es multiplicando cada dato por<br />
su frecuencia y continuar el proceso respectivo, como se ilustra a continuación:<br />
X =<br />
M E D I D A S D E T E N D E N C I A C E N T R A L<br />
X1 X 2 X 3<br />
... Xn<br />
n<br />
1( 30)<br />
4(<br />
32)<br />
6(<br />
34)<br />
5(<br />
36)<br />
3(<br />
38)<br />
1(<br />
40)<br />
20<br />
33
30 128<br />
204 180<br />
114<br />
40<br />
696<br />
X = X = X = 34.8<br />
20<br />
20<br />
Principales características de la media aritmética:<br />
1. El cálculo de la media aritmética está basado en todos los valores de un conjunto de<br />
datos. El valor de cada elemento en los datos afecta el valor de la media.<br />
2. Cuando algunos valores extremos son incluidos en los datos, la media puede llegar a<br />
ser menos representativa del conjunto de valores.<br />
3. La media tienen dos propiedades matemáticas importantes que proporcionan un<br />
análisis matemático adicional, haciéndola más popular que cualquier otro tipo de<br />
promedio.<br />
a. La suma algebraica de las desviaciones de los valores individuales respecto a la<br />
media, es cero.<br />
b. La suma del cuadrado de las desviaciones con respecto a la media es mínima.<br />
~<br />
LA MEDIANA ( X ) (Me)<br />
~<br />
La mediana ( X ) de una muestra de “n” datos, se localiza en la mitad de la muestra o<br />
del conjunto de elementos ordenados de mayor a menor o viceversa.<br />
Su característica principal es dividir el conjunto ordenado en 2 grupos iguales; la mitad de los<br />
números tendrá valores que son “menores que” la mediana y la otra mitad alcanza “valores<br />
mayores” que ésta.<br />
MEDIANA PARA DATOS NO AGRUPADOS<br />
Si el número de elementos es impar, se toma el dato central; si es par la mediana está dada<br />
por el promedio de los datos centrales, pudiéndose obtener un valor no dado en la muestra.<br />
Ejemplo: ¿Cuál es la mediana aritmética de 3, 4, 4, 5, 6, 8, 8, 10?<br />
Como los números están ya ordenados, la mediana es Me = 5+6 / 2 = “5.5“,<br />
Otro ejemplo: 5.1, 6.5, 8.1, 9.1, 10.1, 15.5,<br />
Como los números están ordenados, la mediana es Me = 8.1+9.1 / 2 = 8.6<br />
Principales características de la mediana<br />
1. La mediana es un promedio de posición y por su forma de cálculo no es afectada por<br />
valores extremos.<br />
2. La mediana no está definida algebraicamente como lo está la media aritmética.<br />
34
3. La mediana en algunos casos, no puede ser calculada exactamente como sí puede<br />
serlo la media.<br />
4. Cuando el número de elementos incluidos en una serie de datos es par, la mediana es<br />
aproximadamente el punto medio de los elementos centrales en una serie de datos.<br />
LA MODA ( ^<br />
X ) (Mo)<br />
La moda se define como el valor que tiene la mayor frecuencia (o que se repite mas) en un<br />
grupo de datos,<br />
Hay casos en que la moda no es única, esto es, puede ser bimodal con dos modas, o trimodal<br />
con tres modas. También hay casos en que la moda no existe.<br />
MODA PARA DATOS NO AGRUPADOS.<br />
Ejemplo: ¿Cuál es la moda de la serie: 4, 5, 5, 6, 7, 7, 7, 8, 9, 1<br />
La Moda es Mo = 7 porque es el número que más se repite.<br />
Otro ejemplo: 60, 74, 82, 85, 90, 95,<br />
La moda no existe.<br />
Otro ejemplo: 10,12, 14, 16, 17, 17, 18, 19, 20, 20, 21.<br />
La moda es bimodal o sea, Mo = 17 y 20<br />
Principales características de la Moda.<br />
1. La moda representa más elementos que cualquier otro valor dentro de un conjunto de<br />
datos.<br />
2. La moda no se calcula incluyendo todos los valores y no está definida algebraicamente<br />
como si lo está la media.<br />
3. La moda no es afectada por valores extremos.<br />
4. Para una distribución de frecuencias, la moda no puede ser calculada exactamente,<br />
como si puede serlo la media.<br />
En resumen, hagamos una comparación de estas tres medidas de tendencia central.<br />
COMPARACIÓN DE LA MEDIA, MEDIANA Y MODA.<br />
En comparación con la media y la mediana, la moda es la menos útil para la mayoría de los<br />
problemas estadísticos, ya que no se inclina por un análisis matemático, en el mismo sentido<br />
que lo hacen las otras dos. Sin embargo, desde un punto de vista puramente descriptivo, la<br />
moda es indicativa del valor típico en términos del valor que se presenta con mayor<br />
frecuencia. La moda es más útil cuando uno o dos valores, o un grupo de éstos, ocurren con<br />
35
mayores frecuencias que otros. Por el contrario, cuando la mayoría o todos los valores se<br />
presentan casi con la misma frecuencia, la moda no sirve para describir datos.<br />
Comparación entre la media, mediana y moda para datos no agrupados.<br />
Medida Definición Ventajas Limitaciones<br />
Media<br />
Aritmética<br />
Mediana<br />
Moda<br />
Es la suma de los valores<br />
de cierto número de<br />
cantidades, dividido entre su<br />
número.<br />
Es el valor que divide un<br />
conjunto de datos<br />
previamente ordenados.<br />
Es el valor que ocurre con<br />
mayor frecuencia.<br />
1. Refleja cada valor.<br />
2. Tiene propiedades<br />
matemáticas atractivas.<br />
3. Todos los valores afectan su<br />
resultado.<br />
4 Si se quiere calcular los<br />
totales, es mejor usar la<br />
media.<br />
1. La mitad de los valores son<br />
mayores, la otra mitad son<br />
menores.<br />
2. Es menos sensible a<br />
valores extremos que la<br />
media.<br />
3. Si se quiere ubicar las<br />
condiciones de una variable<br />
categórica es mejor usar la<br />
mediana.<br />
1. Es la de menor sensibilidad<br />
a los valores extremos.<br />
2. Tiene más valores reunidos<br />
en este punto que en cualquier<br />
otro.<br />
1. Puede ser<br />
excesivamente<br />
influida por los valores<br />
extremos.<br />
1. Difícil de<br />
determinar si hay gran<br />
cantidad de datos.<br />
2. Puede resultar falsa<br />
si los datos son<br />
irregulares y si hay<br />
lagunas en los<br />
valores.<br />
1. No se presta para<br />
análisis matemático.<br />
2. Puede no haber un<br />
valor modal para<br />
algunos conjuntos de<br />
datos.<br />
3. Puede tener varias<br />
modas.<br />
Finalmente, la medida de tendencia central que se debe utilizar depende de la información<br />
disponible y el objetivo que se desea alcanzar.<br />
ACTIVIDADES DE APRENDIZAJE:<br />
1) Calcula la media aritmética, la mediana y la moda de las series de valores siguientes:<br />
a) 2, 3, 7, 4, 5, 4, 8.<br />
Media Aritmética =___________________________________________= ________<br />
Mediana = _________________________________________________ = ________<br />
Moda = ___________________________________________________ = ________<br />
b) 1, 9, 9, 4, 3, 5, 2, 7, 6.<br />
Media Aritmética =___________________________________________= ________<br />
36
Mediana = _________________________________________________ = ________<br />
Moda = ___________________________________________________ = ________<br />
2) Obtén la mediana y la moda de la siguiente variable categórica.<br />
Variable categórica “Actividad Económica de 16 alumnos del 5to. Semestre”<br />
Trabajo en hogar (TH); Trabajo albañil (TA); Trabajo en campo (TC); Trabajo en Tiendas (TT)<br />
Ordenación de los datos;<br />
TH, TH, TC, TA, TC, TA, TT, TT, TC, TH, TC, TA, TT, TC, TC, TA.<br />
Media aritmética = No se puede utilizar<br />
Mediana = _________________ Moda = ___________________<br />
Ahora analicemos la media, mediana y moda pero con “DATOS<br />
AGRUPADOS” o también se llaman de distribución de frecuencias<br />
agrupadas.<br />
Empecemos con la…<br />
MEDIA ARITMÉTICA PARA DATOS AGRUPADOS<br />
Si los datos o valores han sido agrupados en intervalos de clase, entonces se considera que<br />
todos los valores incluidos dentro de un determinado intervalo son iguales o están<br />
representados por el punto medio del intervalo o la marca de clase. En este caso se procede<br />
a multiplicar cada punto medio por su respectiva frecuencia. Luego se suman estos<br />
productos, para finalmente dividir este resultado entre el total de datos.<br />
Es importante señalar que el valor de la media de la frecuencia agrupada es suficientemente<br />
aproximado para trabajos de estadística y que el valor de la media no será suficientemente<br />
aproximado si la distribución de frecuencias agrupadas es muy irregular o demasiado<br />
asimétrica.<br />
La fórmula para la media aritmética en datos agrupados es la siguiente:<br />
f X<br />
X<br />
n<br />
(<br />
)( )<br />
<br />
Donde<br />
f = Frecuencias absolutas de los intervalos.<br />
X = Marca de clase o punto medio.<br />
n = La suma de las frecuencias.<br />
37
MEDIANA PARA DATOS AGRUPADOS<br />
Cuando Los datos simples son agrupados en una distribución de frecuencias, cada uno de los<br />
valores pierde su identidad en la tabla, significando que la mediana de los datos simples<br />
puede no ser igual a la mediana obtenida de una distribución de frecuencias del mismo<br />
conjunto de datos. Es importante mencionar, que la mediana de los datos agrupados es una<br />
aproximación de la verdadera mediana. La aproximación puede ser obtenida mediante el uso<br />
de la siguiente fórmula:<br />
Donde:<br />
Me = Mediana<br />
Li = Límite real inferior de la clase que contiene la mediana.<br />
n = El número de datos o frecuencia total.<br />
c = La frecuencia acumulada precisamente hasta la clase anterior a la clase mediana o<br />
la suma de las frecuencias de los intervalos por debajo de la mediana.<br />
fme = La frecuencia de la clase mediana.<br />
i = Tamaño del intervalo o amplitud de la clase mediana.<br />
MODA PARA DATOS AGRUPADOS.<br />
Cuando la moda se calcula a través de la fórmula para datos agrupados, los valores y<br />
frecuencia en la clase modal y las frecuencias en las clases inmediatamente antes y después<br />
de la clase modal, son también empleadas. Por lo tanto se aplica la siguiente fórmula.<br />
Donde:<br />
Mo = Moda<br />
n <br />
<br />
c<br />
Me Li 2 <br />
(<br />
i)<br />
<br />
Fme<br />
<br />
<br />
d1<br />
<br />
Mo <br />
Li ( i)<br />
d1<br />
d 2 <br />
L1 = Límite real inferior de la clase que contiene la moda<br />
n <br />
<br />
c<br />
Me Li 2 <br />
(<br />
i)<br />
fme <br />
<br />
38
d1 = Diferencia de la frecuencia de la clase modal y la frecuencia de la clase<br />
contigua inferior.<br />
d2 = diferencia de la frecuencia de la clase modal y la frecuencia de la clase<br />
contigua superior.<br />
i = Tamaño del intervalo o amplitud del intervalo de la clase modal.<br />
A continuación resolveremos un ejercicio para utilizar las fórmulas de la media, la mediana y<br />
la moda de datos agrupados.<br />
Ejemplo: En la siguiente tabla se resumen los datos de los pesos en kilogramos de 50<br />
estudiantes.<br />
Con base a la siguiente tabla de distribución de frecuencias, calculemos los valores de la<br />
media, la mediana y la moda, recordando cómo se conforman las columnas de Intervalos de<br />
clase ( I ), Marca de clase o punto medio ( X ), Frecuencia absoluta( f ), Frecuencia relativa %<br />
( f’ ) y la Frecuencia acumulada ( F ).<br />
Marca de<br />
clase<br />
Frecuencia<br />
Absoluta<br />
Frecuencia<br />
relativa<br />
Frecuencia<br />
acumulada<br />
( F )<br />
Intervalos de clase<br />
( I )<br />
(X) ( f )<br />
( f’ )<br />
30.5 – 33.5 32 1 .02 1<br />
33.5 – 36.5 35 2 .04 3<br />
36.5 – 39.5 38 6 .12 9<br />
39.5 – 42.5 41 11 .22 20<br />
42.5 – 45.5 44 16 .32 36<br />
45.5 – 48.5 47 9 .18 45<br />
48.5 – 51.5 50 4 .08 49<br />
51.5 – 54.5 53 1 .02 50<br />
TOTAL = 50 1.0 o 100%<br />
CALCULO DE LA MEDIA ARITMÉTICA para datos agrupados<br />
Su fórmula es…<br />
f X<br />
X<br />
n<br />
(<br />
)( )<br />
<br />
Esta expresión no se puede aplicar directamente, ya que únicamente se cuenta con el dato<br />
del denominador, esto es n = 50, pero no se tiene el dato del numerador. Para ello se agrega<br />
una columna a la tabla, donde se proporcionan los datos agrupados en intervalos. Esta<br />
columna se construye multiplicando el punto medio de cada intervalo por su respectiva<br />
frecuencia y cuando se tengan todos los productos, se procede a obtener la suma de ellos. La<br />
tabla original ya con la columna Fx y la suma de ésta queda de la siguiente manera.<br />
I x f f’ F fx<br />
30.5 – 33.5 32 1 .02 1 32<br />
33.5 – 36.5 35 2 .04 3 70<br />
36.5 – 39.5 38 6 .12 9 228<br />
39.5 – 42.5 41 11 .22 20 451<br />
39
42.5 – 45.5 44 16 .32 36 704<br />
45.5 – 48.5 47 9 .18 45 423<br />
48.5 – 51.5 50 4 .08 49 200<br />
51.5 – 54.5 53 1 .02 50 53<br />
Entonces:<br />
TOTAL = 50 1 o 100 2161<br />
_ 2161<br />
X = = 43.22 será el resultado de la media aritmética<br />
50<br />
MÁS ACTIVIDADES DE APRENDIZAJE:<br />
Calcula la media aritmética de los tres ejercicios siguientes.<br />
De la página 16…<br />
Intervalos de Clase<br />
L.R.I. L.R.S.<br />
Marca de<br />
Clase (x )<br />
Frecuencia<br />
Absoluta (f )<br />
59.5 - 63.5 61.5 6<br />
63.5 - 67.5 65.5 6<br />
67.5 - 71.5 69.5 8<br />
71.5 - 75.5 73.5 11<br />
75.5 - 79.5 77.5 8<br />
79.5 - 83.5 81.5 9<br />
83.5 - 87.5 85.5 2<br />
TOTAL = 50<br />
De la pagina 18…<br />
Intervalos de Clase<br />
L.R.I. L.R.S.<br />
Marca de<br />
Clase (x)<br />
Frecuencia<br />
Absoluta (f)<br />
148.5 152.5 150.5 3<br />
De la página 23…<br />
Intervalo de clase<br />
L.R.I. L.R.S<br />
TOTAL = 55<br />
Marca<br />
de clase (x)<br />
Frecuencia<br />
de clase (f)<br />
9.5 – 12.5 11 3<br />
12.5 – 15.5 14 4<br />
(f)(x)<br />
(f)(x)<br />
(f)(x)<br />
40
T O T A L: 47<br />
CALCULO DE LA MEDIANA para datos agrupados.<br />
I x f f’’ F<br />
30.5 – 33.5 32 1 .02 1<br />
33.5 – 36.5 35 2 .04 3<br />
36.5 – 39.5 38 6 .12 9<br />
39.5 – 42.5 41 11 .22 20<br />
42.5 – 45.5 44 16 .32 36<br />
45.5 – 48.5 47 9 .18 45<br />
48.5 – 51.5 50 4 .08 49<br />
51.5 – 54.5 53 1 .02 50<br />
TOTAL = 50 1<br />
Si partimos de la definición, la mediana es el dato central, como hay OCHO INTERVALOS<br />
estará entre el cuarto y quinto intervalo; entonces, debe estar comprendida en el intervalo<br />
42.5 – 45.5, ya que observando la columna “F”, a este intervalo le corresponde una<br />
frecuencia acumulada de 36. Note Usted que si se toma el intervalo inmediato inferior, 39.5<br />
– 42.5 se observa en la columna “F”, que hasta esta celda hay 20 VEINTE casos y como se<br />
tiene un total de 50 datos, el caso central es el número 25. Así pues el intervalo donde está la<br />
mediana es:<br />
42.5 – 45.5 44 16 32 36<br />
Algunos autores efectúan el siguiente razonamiento, sin utilizar la fórmula, pero si<br />
interpolando una relación proporcional: ANALIZA DETENIDAMENTE<br />
n = 50 por lo tanto la media está en 50/2 = 25 El L.R.I. de la mediana = 42.5<br />
Como 20 casos (1+2+6+11) caen por debajo del L.R.I. de la mediana, necesitamos 5 datos<br />
más, para llegar a 25. Dado que existen 16 casos (frecuencia) en el intervalo y éste tiene 3 de<br />
amplitud o ancho, hacemos una regla de tres.<br />
16 es a 3 como 5 es a x<br />
16 : 3 :: 5 : x x = ( 3 ) ( 5 ) = 15 = 0.9375<br />
16 16<br />
Al L.R.I. le sumamos el resultado Me = 42.5 + 0.9735 = 43.4375<br />
Finalmente mediana = 43.44 Kg.<br />
41
Ahora utilicemos la fórmula para determinar la mediana en datos agrupados:<br />
n <br />
<br />
c<br />
Me Li 2 <br />
<br />
(<br />
i)<br />
<br />
Fme<br />
<br />
<br />
Li = Límite real inferior de la clase que contiene la mediana.<br />
n = El número de datos o frecuencia total.<br />
c = La frecuencia acumulada precisamente hasta la clase anterior a la clase mediana o<br />
la suma de las frecuencias de los intervalos por debajo de la mediana.<br />
fme = La frecuencia de la clase mediana.<br />
i = Tamaño del intervalo o amplitud de la clase mediana.<br />
39.5 -- 42.5 41 11 .22 20 .40 451<br />
42.5 – 45.5 44 16 .32 36 .72 704<br />
Analizando estos dos intervalos se pueden obtener los siguientes valores:<br />
L1 = 42.5 límite real inferior que contiene la mediana<br />
n<br />
n = 50 es el número total de frecuencias de donde: 25<br />
2<br />
c = 20 es la frecuencia acumulada hasta la clase anterior a la clase mediana<br />
fme = 16 es la frecuencia de la clase mediana<br />
i = 3 es el tamaño del intervalo o amplitud de la clase mediana.<br />
Sustituyendo estos datos en la fórmula se tiene:<br />
25 20<br />
5 <br />
15<br />
15<br />
<br />
Me = 42.5+ ( 3 ) = 42.5 +<br />
16<br />
( 3 ) = 42.5 + = 42.5 + <br />
<br />
16<br />
16<br />
16<br />
Me = 42.5 + 0.9375+ = 43.4375<br />
Finalmente mediana = 43.44 Kg<br />
MÁS ACTIVIDADES DE APRENDIZAJE:<br />
Calcula la MEDIANA de los tres ejercicios que se han presentado.<br />
42
De la página 16…<br />
Intervalos de Clase<br />
L.R.I. L.R.S.<br />
Marca de<br />
Clase (x )<br />
Frecuencia<br />
Absoluta (f )<br />
59.5 - 63.5 61.5 6<br />
63.5 - 67.5 65.5 6<br />
67.5 - 71.5 69.5 8<br />
71.5 - 75.5 73.5 11<br />
75.5 - 79.5 77.5 8<br />
79.5 - 83.5 81.5 9<br />
83.5 - 87.5 85.5 2<br />
TOTAL = 50<br />
De la pagina 18…<br />
Intervalos de Clase<br />
L.R.I. L.R.S.<br />
Marca de<br />
Clase (x)<br />
Frecuencia<br />
Absoluta (f)<br />
148.5 152.5 150.5 3<br />
152.5 156.5 154.5 7<br />
156.5 160.5 158.5 13<br />
160.5 164.5 162.5 12<br />
164.5 168.5 166.5 13<br />
168.5 172.5 170.5 5<br />
172.5 176.5 174.5 2<br />
TOTAL = 55<br />
De la página 23…<br />
Intervalo de clase<br />
L.R.I. L.R.S.<br />
Marca<br />
De clase (x)<br />
Frecuencia<br />
de clase (f)<br />
9.5 – 12.5 11 3<br />
12.5 –15.5 14 4<br />
15.5 – 18.5 17 6<br />
18.5 – 21.5 20 7<br />
21.5 – 24.5 23 9<br />
24.5 – 27.5 26 8<br />
27.5 – 30.5 29 5<br />
30.5 – 33.5 32 3<br />
33.5 – 36.5 35 2<br />
T O T A L: 47<br />
43
CALCULO DE LA MODA para datos agrupados.<br />
Para determinar el valor de la moda, habrá que observar las columnas “ f ” y seleccionar el<br />
intervalo que presenta la mayor frecuencia. En este caso, el intervalo que donde está incluida<br />
la moda es:<br />
42.5 – 45.5 44 16 .32 36 .72 704<br />
La fórmula que se utiliza para encontrar el valor de la moda es:<br />
L1 = Límite real inferior de la clase que contiene la moda<br />
d1 = Diferencia de la frecuencia de la clase modal y la frecuencia de la clase<br />
contigua inferior.<br />
d2 = diferencia de la frecuencia de la clase modal y la frecuencia de la clase<br />
contigua superior.<br />
i = Tamaño del intervalo o amplitud del intervalo de la clase modal.<br />
Para determinar los valores de cada término en esta expresión, se requiere además del<br />
intervalo donde está localizada la moda, de las celdas inmediata inferior y superior que queda<br />
como sigue:<br />
39.5 - 42.5 41 11 .22 20 .40 451<br />
42.5 - 45.5 44 16 .32 36 .72 704<br />
45.5 - 48.5 47 9 .18 45 .90 423<br />
A partir de estos intervalos se adquieren los valores requeridos y que son:<br />
Li = 42.5<br />
d1 = 16 - 11 = 5<br />
d2 = 16 – 9 = 7<br />
i = 3<br />
Sustituyendo estos datos en la formula se obtiene:<br />
5 <br />
Mo = 42.5 + <br />
5<br />
7<br />
d1<br />
<br />
Mo <br />
Li ( i)<br />
d<br />
1 d 2 <br />
5 <br />
( 3 ) Mo = 42.5 + ( 3 )<br />
12<br />
<br />
15<br />
Mo = 42.5 + = 42.5 + 1.25 = 43.75<br />
12<br />
Finalmente la Moda = 43.75<br />
44
MÁS ACTIVIDADES DE APRENDIZAJE:<br />
Calcula la MODA de los tres ejercicios que se han presentado.<br />
De la página 16…<br />
Intervalos de Clase<br />
L.R.I. L.R.S.<br />
Marca de<br />
Clase (x )<br />
59.5 - 63.5 61.5 6<br />
63.5 - 67.5 65.5 6<br />
67.5 - 71.5 69.5 8<br />
71.5 - 75.5 73.5 11<br />
75.5 - 79.5 77.5 8<br />
79.5 - 83.5 81.5 9<br />
83.5 - 87.5 85.5 2<br />
TOTAL = 50<br />
De la pagina 18…<br />
Intervalos de Clase<br />
L.R.I. L.R.S.<br />
Marca de<br />
Clase (x)<br />
Frecuencia<br />
Absoluta (f )<br />
Frecuencia<br />
Absoluta (f)<br />
148.5 152.5 150.5 3<br />
152.5 156.5 154.5 7<br />
156.5 160.5 158.5 13<br />
160.5 164.5 162.5 12<br />
164.5 168.5 166.5 13<br />
168.5 172.5 170.5 5<br />
172.5 176.5 174.5 2<br />
TOTAL = 55<br />
De la página 23…<br />
Intervalo de clase<br />
L.R.I. L.R.S.<br />
Marca<br />
de clase (x)<br />
Frecuencia<br />
de clase (f)<br />
9.5 – 12.5 11 3<br />
12.5 –15.5 14 4<br />
15.5 – 18.5 17 6<br />
18.5 – 21.5 20 7<br />
21.5 – 24.5 23 9<br />
24.5 – 27.5 26 8<br />
27.5 – 30.5 29 5<br />
30.5 – 33.5 32 3<br />
33.5 – 36.5 35 2<br />
T O T A L: 47<br />
45
REALIZA LA SIGUIENTE ACTIVIDAD DE APRENDIZAJE:<br />
De las edades de 40 maestros de los C.B.T.a s, calcula las MEDIDAS DE TENDENCIA<br />
CENTRAL (MEDIA, MEDIANA Y MODA) Tanto de los datos sin agrupar como agrupados.<br />
Edades:<br />
36, 53, 35, 28, 30, 36, 45, 29, 43, 28,<br />
30, 46, 39, 54, 47, 44, 34, 40, 50, 38,<br />
47, 56, 48, 42, 39, 47, 53, 51, 38, 29,<br />
48, 52, 47, 46, 41, 40, 45, 39, 47, 38.<br />
CALCULA PRIMERO LA MEDIA ARITMETICA, MEDIANA Y MODA DE LOS<br />
DATOS SIN AGRUPAR.<br />
Media Aritmética = _____________________________________________________<br />
Ordena los datos:<br />
______________________________________________________________________<br />
______________________________________________________________________<br />
Cual es la Mediana =____________________<br />
Cual es la Moda = ___________________<br />
46
AHORA PARA DATOS AGRUPADOS. Realiza la Tabla de distribución de frecuencias con<br />
los 7 pasos:<br />
PASO 1. Ordenación de datos:<br />
PASO DOS: Rango o recorrido:<br />
EDAD DE<br />
LOS<br />
MAESTROS<br />
PASO TRES: Intervalos de Clase:<br />
CONTEO FRECUENCIA<br />
Número de intervalos o clases: Ancho del Intervalo o clase:<br />
PASO CUATRO: Límites reales inferiores y límites reales superiores:<br />
PASO CINCO: Marca de Clase<br />
PASO SEIS: Frecuencia Absoluta<br />
PASO SIETE: Frecuencia Relativa (%)<br />
47
Realiza tus operaciones en orden y limpieza hasta llenar la tabla de frecuencias<br />
TABLA DE DISTRIBUCIÓN DE FRECUENCIAS<br />
Intervalos de<br />
Clase<br />
L.R.I.<br />
L.R.S<br />
Marca<br />
de<br />
Clase<br />
(X)<br />
“Edades de los maestros del C.B.T.a.”<br />
Frecuencia<br />
Absoluta (f)<br />
Frecuenc<br />
ia<br />
Relativa<br />
(f’)<br />
Frecuencia<br />
Acumulada<br />
(F)<br />
(f )(x)<br />
AHORA UTILIZA LAS FORMULAS PARA DATOS AGRUPADOS Y CALCULA…..<br />
MEDIA ARITMETICA:<br />
MEDIANA:<br />
MODA:<br />
Resultado Media =__________<br />
Resultado Mediana =_______<br />
Resultado Moda =__________<br />
48
FINALMENTE REALIZA UNA COMPARACIÓN DE LOS TRES EJERCICIOS<br />
ANTERIORES, COMPARANDO SU MEDIA MEDIANA Y MODA DE CADA UNO<br />
De la página 16<br />
Intervalos de Clase Marca de Frecuencia<br />
L.R.I. L.R.S. Clase (x ) Absoluta (f )<br />
59.5 - 63.5 61.5 6<br />
63.5 - 67.5 65.5 6<br />
67.5 - 71.5 69.5 8<br />
71.5 - 75.5 73.5 11<br />
75.5 - 79.5 77.5 8<br />
79.5 - 83.5 81.5 9<br />
83.5 - 87.5 85.5 2<br />
TOTAL = 50<br />
De la pagina 18<br />
Intervalos de Clase Marca de Frecuencia<br />
L.R.I. L.R.S. Clase (x) Absoluta (f)<br />
148.5 152.5 150.5 3<br />
152.5 156.5 154.5 7<br />
156.5 160.5 158.5 13<br />
160.5 164.5 162.5 12<br />
164.5 168.5 166.5 13<br />
168.5 172.5 170.5 5<br />
172.5 176.5 174.5 2<br />
TOTAL = 55<br />
De la página 29…<br />
Intervalo de clase Marca Frecuencia<br />
de clase (x) de clase (f)<br />
9.5 – 12.5 11 3<br />
12.5 –15.5 14 4<br />
15.5 – 18.5 17 6<br />
18.5 – 21.5 20 7<br />
21.5 – 24.5 23 9<br />
24.5 – 27.5 26 8<br />
27.5 – 30.5 29 5<br />
30.5 – 33.5 32 3<br />
33.5 – 36.5 35 2<br />
T O T A L: 47<br />
Media = ____________<br />
Mediana=:___________<br />
Moda=_____________<br />
Media = ____________<br />
Mediana=:___________<br />
Moda=_____________<br />
Media = ____________<br />
Mediana=:___________<br />
Moda=_____________<br />
49
CUARTILES, DECILES Y PERCENTILES:<br />
La mediana no es más que uno de muchos fractiles; éstos dividen los datos en dos o más<br />
partes, tan iguales “como sea posible”. Entre ellos también encontramos los cuartiles,<br />
deciles y percentiles, que pretenden dividir los datos en cuatro, diez, y cien partes. Hasta<br />
hace poco, los fractiles se manejaban principalmente para distribuciones de conjuntos<br />
numerosos de datos.<br />
El cuartil se utiliza a fin de conocer los intervalos dentro de los cuales quedan representados<br />
proporcionalmente los términos de una distribución, para esto, se divide la distribución de<br />
frecuencias en 4 partes iguales, cada una contiene IGUAL NÚMERO DE OBSERVACIONES<br />
(el 25% del total). Los puntos de separación de los valores de X se llaman CUARTILES.<br />
El primer cuartil corresponde al 25% y se designa con Q1.<br />
El segundo cuartil se designa con Q2 que representa el valor de 50% y coincide con la<br />
mediana.<br />
El tercer cuartil es Q3 representa el 75% de las observaciones.<br />
Si en lugar de dividir en 4 partes iguales se hace con 10 partes, se tienen 9 puntos de<br />
división, CORRESPONDIENDO A CADA PUNTO UN DECIL, de donde, el primer decil es el<br />
valor por debajo del cual está el 10% de las observaciones, para el segundo decil el 20% y<br />
así sucesivamente.<br />
PRIMER EJEMPLO:<br />
Consideremos las siguientes lecturas de temperaturas altas en doce ciudades Europeas en<br />
un día de junio:<br />
90, 75, 86, 77, 85, 72, 78, 79, 94, 82, 74, y 93 grados.<br />
Ordenando estas cifras de acuerdo con su tamaño, tenemos:<br />
72 74 75 77 78 79 82 85 86 90 93 94 observa que son 12 datos<br />
Para el cálculo de los cuartiles dividimos los datos en CUATRO PARTES IGUALES. Para<br />
ilustrar dicho procedimiento tenemos la siguiente figura:<br />
n = 12<br />
72 74 75 77 78 79 82 85 86 90 93 94<br />
Se puede apreciar que las líneas punteadas dividen los datos en cuatro partes iguales. Si<br />
determinamos que los puntos centrales entre 75 y 77, 79 y 82, y 86 y 90 sean los tres<br />
cuartiles, tenemos:<br />
75 77<br />
79 82<br />
86 90<br />
Q1 76 Q2 80.<br />
5 Q3<br />
88<br />
2<br />
2<br />
2<br />
Es evidente que Q2 = 80.5, también es la mediana y se puede verificar con facilidad que se<br />
satisfacen las tres propiedades de los cuartiles. Todo lo anterior funcionó muy bien porque los<br />
doce datos resultó ser múltiplo de 4. No obstante ¿Qué podemos hacer si fueran 11 datos?<br />
Como los siguientes.<br />
50
72 74 75 78 79 82 85 86 90 93 94 observa que son 11 datos<br />
Una solución es n = 11, la posición de la mediana es 11 + 1 = 12 = 6 o sea el sexto<br />
dato 2 2<br />
n = 11<br />
La mediana o Q2 ahora es 82.<br />
El cuartil inferior (Q1) es la mediana de los cinco valores por debajo de la mediana,<br />
esto es, 75.<br />
72 74 75 78 79 82 85 86 90 93 94<br />
Y el cuartil superior (Q3) es la mediana de los cinco valores por arriba de la mediana, o sea,<br />
90.<br />
51
AHORA TE TOCA REALIZAR LAS ACTIVIDADES DE APRENDIZAJE:<br />
Realiza un esquema o dibujo de cada uno de los ejercicios, aun lado de la página<br />
a) Calcula a mediana (Q2) y los cuartiles (Q1) y (Q3) de las siguientes calificaciones de nueve<br />
alumnos en una prueba de matemáticas.<br />
86, 82, 73, 94, 88, 66, 79, 90, y 74<br />
b) Calcula los tres cuartiles de las siguientes lecturas de presión de nueve personas después<br />
de haber efectuado ejercicios de esfuerzo;<br />
104, 100, 98, 111, 191, 94, 103, 96, 108 y 99.<br />
52
REGRESIÓN LINEAL<br />
La regresión lineal es un modelo de regresión mediante el cual es posible inferir datos<br />
acerca de una población. Se conoce como regresión lineal ya que usa parámetros lineales<br />
(potencia 1).<br />
Supuestos del error<br />
Para poder crear un modelo de regresión lineal, es necesario que se cumpla con los<br />
supuestos del error:<br />
Los errores son independientes.<br />
Los errores tienen media cero.<br />
Los errores tienen varianza constante.<br />
Los errores tienen una distribución normal.<br />
Tipos de modelos de regresión lineal<br />
Existen diferentes tipos de regresión lineal que se clasifican de acuerdo a sus parámetros:<br />
Regresión lineal simple. Sólo se maneja una variable independiente, por lo que sólo cuenta<br />
con dos parámetros.<br />
Regresión lineal múltiple. Maneja varias variables independientes. Cuenta con varios<br />
parámetros.<br />
Regresión lineal simple<br />
Para calcular los parámetros se cuenta con las siguientes fórmulas:<br />
Regresión lineal múltiple<br />
Para calcular los parámetros debe tomarse en cuenta que se está refiriendo a matrices:<br />
53
Ahora estudiemos las…<br />
54
A menudo escuchamos que en los países latinoamericanos existe mucha DIFERENCIA entre<br />
los ingresos que perciben por ejemplo los políticos y los trabajadores de otra clase social de<br />
la población. Esas diferencias tienen sus raíces en distintos fenómenos sociales, políticos y<br />
económicos; sin embargo, un economista diría “el ingreso per cápita en los países<br />
latinoamericanos está más DISPERSO que el ingreso per cápita de los países<br />
desarrollados”.<br />
El concepto de DISPERSIÓN resulta importante en casi todos los estudios, ya que puede<br />
darse el caso de poblaciones con igual valor central (Media aritmética, Mediana o Moda),<br />
pero una puede estar más DISPERSA que la otra, es decir, los promedios nos sirven para<br />
describir los datos representados por la tendencia central del conjunto. Por lo tanto, el<br />
promedio no logra por si mismo describir completamente a una colección de datos; se<br />
necesitan otros valores que nos indiquen el grado en que las observaciones estudiadas se<br />
apartan o VARÍAN con respecto al valor central, es decir, el GRADO DE VARIACIÓN O<br />
DISPERSIÓN.<br />
M E D I D A S D E D I S P E R S I Ó N<br />
ANALIZA CON DETENIMIENTO EL SIGUIENTE EJEMPLO…<br />
Con los siguientes datos de dos poblaciones, analicemos primeramente sus medias<br />
aritméticas:<br />
Población A) : 1 (7) , 2 (11), 3 (13), 4 (9), 5 (5), 6( 3), 7( 2), 8(1) = 169 = 3.31<br />
n = 51<br />
15 --<br />
13 -- Histograma de los datos de la población A<br />
11 --<br />
Frecuencia 9 -- Media aritmética (promedio) = 3.31<br />
7 --<br />
5 --<br />
3 --<br />
1 --<br />
1 2 3 4 5 6 7 8<br />
51<br />
55
Población B) : 1 ( 3 ), 2 ( 9 ), 3 ( 15 ), 4 ( 12 ), 5 ( 9 ) = 159 = 3.31 igual que la población<br />
A<br />
n = 48<br />
15--<br />
13--<br />
11--<br />
Frecuencia 9--<br />
Histograma de los datos de la población B<br />
7--<br />
5--<br />
3--<br />
1--<br />
Media aritmética (promedio) = 3.31<br />
1 2 3 4 5<br />
No obstante que en las dos poblaciones se obtuvo una media aritmética igual de 3.31; al<br />
observar los dos histogramas nos damos cuenta que no son iguales PERO...<br />
¿EN CUÁL HISTOGRAMA ESTÁN MÁS DISPERSOS LOS DATOS?<br />
En la población “A”____________ o en la población “B”_____________<br />
Explica porque? ________________________________________________________<br />
______________________________________________________________________<br />
Por tal motivo las medidas de tendencia central, no dicen nada por sí mismas, por lo que se<br />
deben calcular las MEDIDAS DE DISPERSIÓN o LAS VARIACIONES de los datos. Por su<br />
cálculo las MEDIDAS DE DISPERSIÓN se dividen en absolutas y relativas, aún que existen<br />
mas, estudiaremos las siguientes:<br />
DISPERSIÓN ABSOLUTA: Rango o recorrido<br />
48<br />
Rango intercuartilico o desviación cuartil<br />
Desviación Media<br />
Varianza<br />
Desviación Estándar<br />
DISPERSIÓN RELATIVA: Coeficiente de variación<br />
RANGO O RECORRIDO:<br />
Como se ha indicado con anterioridad, el rango o recorrido es la diferencia entre el<br />
valor mayor y el valor menor de un grupo de datos o sea:<br />
RANGO = Dato mayor – Dato menor<br />
El rango es una medida de dispersión que no se utiliza mucho, aunque su cálculo es muy<br />
rápido. Si analizamos el rango de los histogramas anteriores tenemos que;<br />
56
En la primera población A su rango es:<br />
R = 8 – 1 = 8 (su rango o recorrido es 8)<br />
En la segunda población B se rango es:<br />
R = 5 – 1 = 5 (su rango o recorrido es 5 )<br />
Por lo tanto y como 8 > 5, podemos señalar con seguridad que los datos de la primera<br />
población A), está más dispersa o desviados que los datos de la segunda población B).<br />
57
AHORA ESTUDIAREMOS OTRAS<br />
MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS<br />
DESVIACIÓN MEDIA, VARIANZA, DESVIACIÓN ESTANDAR O TÍPICA Y COEFICIENTE DE<br />
VARIACIÓN, que son medidas de dispersión que tienen relación con la media<br />
aritmética, y por sus propiedades algebraicas son las de más frecuente aplicación y de<br />
mayor importancia.<br />
PERO ANTES QUE NADA …<br />
¿QUE ES EL DESVÍO O DESVIACIÓN ?<br />
El desvío de cada observación (o dato) es la DIFERENCIA ENTRE LA OBSERVACIÓN (o el<br />
dato) Y LA MEDIA ARITMÉTICA. El desvío es un concepto fundamental que nos permitirá<br />
comprender posteriormente otras medidas de dispersión. Por lo tanto.<br />
Desvío ( d ) = x1 – Pero hagamos un ejemplo…<br />
Si el conjunto de datos son: 4, 2, 5, 8, 2, 1, 7, 8, 5, y 7 su media aritmética es = 4.9<br />
¿Cuál es la dispersión de cada dato? ¿Cuál es el dato que está mas disperso? ¿Cuál es el<br />
dato menos disperso?<br />
Ordenamos los datos de menor a mayor 1, 2, 2, 4, 5, 5, 7, 7, 8, 8 y grafiquemos<br />
x<br />
1 2 4 4.9 7 8 9<br />
Según la fórmula anterior, desvío es igual al dato menos la media aritmética por lo tanto<br />
tenemos:<br />
x<br />
58
La desviación de cada dato será:<br />
Datos<br />
Calculo del desvío<br />
d = X1 - x desvío =<br />
1 1 – 4.9 = - 3.9<br />
2 2 – 4.9 = -2.9<br />
2 2 – 4.9 = -2.9<br />
4 4 – 4.9 = -0.9<br />
5 5 – 4.9 = 0.1<br />
5 5 – 4.9 = 0.1<br />
7 7 – 4.9 = 2.1<br />
7 7 – 4.9 = 2.1<br />
8 8 – 4.9 = 3.1<br />
9 8 – 4.9 = 3.1<br />
49/10=<br />
-10.6<br />
4.9<br />
+10.6= 0.0<br />
De acuerdo a los resultados de la tabla ¿Cuál es el dato que está más disperso?<br />
Es el número 1, porque independientemente de su signo, su valor absoluto es el mas alto y es<br />
de – 3.9 de desvío.<br />
Ahora ¿Cuál es el dato menos disperso?. Es el número 5 porque está más cerca de la media<br />
aritmética y tiene un desvío de 0.1.<br />
Si observas la tabla anterior en muy importante obtener primero el valor de la media<br />
aritmética que en nuestro caso fue de 49 / 10 = 4.9 para después restarle al valor de cada<br />
dato, dicha media.<br />
Por otro lado, al sumar los resultados NEGATIVOS de los desvíos nos arroja un valor de –<br />
10.6 y al sumar los resultados POSITIVOS de los desvíos también nos da un valor de + 10.6<br />
por lo tanto, se comprueba que la diferencia de los desvíos negativos y los positivos, nos da<br />
cero o en su defecto tiende a ser cero.<br />
Ahora resolvamos un problema para utilizar las medidas de dispersión<br />
Suman<br />
– 10.6<br />
Suman<br />
+ 10.6<br />
59
DESVIACIÓN MEDIA, VARIANZA, DESVIACIÓN ESTANDAR O TÍPICA Y COEFICIENTE<br />
DE VARIACIÓN<br />
CON D A T O S N O A G R U P A D O S<br />
Número de<br />
muestra<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
Finalmente el constructor en base a la tabla y<br />
a los cálculos realizados le indicó a su<br />
colaborador:<br />
LA MUESTRA NÚMERO 5 ES LA MÁS<br />
DISPERSA, DEBIDO A QUE OBTUVO EL<br />
MAYOR VALOR ABSOLUTO DE DESVÍO<br />
CON -18.17.<br />
En este caso particular, el mayor valor tuvo el<br />
signo negativo lo que significa que la<br />
observación es menor que el valor de la<br />
media.<br />
Calculemos ahora la…<br />
DESVIACIÓN MEDIA.:<br />
Un constructor, para asegurarse de la calidad de su obra,<br />
tomó seis muestras de concreto y obtuvo los resultados<br />
del cuadro.<br />
Al preguntarle uno de sus colaboradores ¿Cuál de todas<br />
las muestras del grupo era la más dispersa?<br />
el constructor elaboró la siguiente tabla:<br />
La desviación media es la media aritmética de los valores absolutos (ignorando el signo) de<br />
las desviaciones de cada elemento del conjunto de datos, es decir, hay que restar a la media<br />
aritmética cada valor del conjunto de datos, ignorando el signo, y sumamos todas las<br />
diferencias para dividirlo entre el número total de datos.<br />
Su formula es<br />
DATOS de la<br />
resistencia del<br />
concreto kg/cm 2<br />
358<br />
369<br />
363<br />
358<br />
336<br />
341<br />
dm<br />
N<br />
<br />
i<br />
1<br />
x<br />
1<br />
N<br />
x<br />
Número<br />
de<br />
muestra<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
Suma de los valores absolutos<br />
Número de datos<br />
Resistencia<br />
Kg/cm 2<br />
358<br />
369<br />
363<br />
358<br />
336<br />
341<br />
Suma<br />
=2125<br />
2125/6=<br />
Media<br />
=354.17<br />
desvíos<br />
d = x1 –<br />
x<br />
358 – 354.17 =<br />
3.83<br />
369 – 354.17 =<br />
14.83<br />
363 – 354.17 =<br />
8.83<br />
358 – 354.17 =<br />
3.83<br />
336 – 354.17 = -<br />
18.17<br />
341 – 354.17 = -<br />
13.17<br />
Diferencia = 0.02<br />
60
Sigamos el mismo ejemplo y AUMENTEMOS UNA COLUMNA para los valores absolutos<br />
al cuadro anterior:<br />
Número<br />
de<br />
muestra<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
Datos de<br />
resistencia<br />
358<br />
369<br />
363<br />
358<br />
336<br />
341<br />
2125<br />
<br />
6<br />
= 354.17<br />
Desvío<br />
x -<br />
3.83<br />
14.83<br />
8.83<br />
3.83<br />
-18.17<br />
-13.17<br />
Valor absoluto<br />
| x - x |<br />
3.83<br />
14.83<br />
8.83<br />
3.83<br />
18.17<br />
13.17<br />
0.02 Suma = 62.66<br />
Desviación media es igual a... La suma de los valores absolutos entre el número de muestras<br />
Desviación Media ( dm ) = 62.66 = 10.44<br />
6<br />
Como se ve en el ejemplo anterior,<br />
La Desviación Media MIDE LA DISPERSIÓN ALREDEDOR DEL PROMEDIO, mas que la<br />
dispersión de ciertos valores, ya que el concepto de desviación media se origina cuando los<br />
desvíos se toman en valor absolutos, eliminando así el efecto de que la suma de los desvíos<br />
(x1 – x = 0 ) que es igual a cero (o tiende a cero).<br />
Otra forma de hacerlo, es elevar al cuadrado los desvíos, por lo que surge la...<br />
VARIANZA (S 2 ) : Que es la media aritmética (promedio) de los cuadrados de los desvíos y<br />
su fórmula es la siguiente:<br />
Suma de desvíos al cuadrado<br />
Número de datos<br />
Sigamos el mismo ejemplo para calcular la varianza ( S 2 i<br />
S <br />
N<br />
):<br />
AUMENTAMOS OTRA COLUMNA a la tabla, ahora para los desvíos al cuadrado<br />
1 2<br />
Número<br />
de<br />
muestra<br />
1<br />
2<br />
3<br />
4<br />
5<br />
6<br />
Datos de<br />
resistencia<br />
x<br />
358<br />
369<br />
363<br />
358<br />
336<br />
341<br />
2125/6<br />
= 354.17<br />
x<br />
N<br />
<br />
<br />
Desvío<br />
x -<br />
x<br />
3.83<br />
14.83<br />
8.83<br />
3.83<br />
-18.17<br />
-13.17<br />
Se tiende a<br />
0.02<br />
( x<br />
1<br />
x)<br />
2<br />
x<br />
Valor Desvíos al<br />
absoluto<br />
| x - |<br />
cuadrado<br />
(x - ) 2<br />
x x<br />
3.83<br />
144.67<br />
14.83<br />
219.93<br />
8.83<br />
77.97<br />
3.83<br />
14.67<br />
18.17<br />
330.15<br />
13.17<br />
173.45<br />
Suma= 62.66 Suma = 830.83<br />
61
Calculamos la varianza según la fórmula anterior y tenemos:<br />
Varianza (S 2 ) = Suma de desvíos al cuadrado = 830.83 = 138.47<br />
Número de datos 6<br />
DESVIACIÓN ESTÁNDAR o TÍPICA ( S ): Es la raíz cuadrada de la varianza (S 2 )<br />
También se puede definir como la raíz cuadrada de la media aritmética de los cuadrados de<br />
los desvíos.<br />
2<br />
( x1<br />
x)<br />
S <br />
N<br />
En el mismo ejemplo tendríamos lo siguiente:<br />
Varianza (S 2 ) fue igual a = 138.47 por lo tanto…<br />
Desviación Estándar ( S ) = 138.47 = 11.77<br />
Finalmente analicemos la medida de dispersión relativa llamada<br />
COEFICIENTE DE VARIACIÓN ( C.V ): Es el resultado de la división de la desviación<br />
estándar entre la media aritmética.<br />
Este tipo de coeficiente es muy útil para medir la DISPERSIÓN RELATIVA en base a la<br />
desviación estándar y la media y sirve básicamente para comparar muestras distintas en<br />
términos numéricos adimensionales, es decir, que mientras las demás medidas de dispersión<br />
tienen unidades, el coeficiente de variación carece de ellas.<br />
Su formula es... C. V. = S ( Desviación Estándar) .<br />
X ( Media Aritmética)<br />
En el mismo ejemplo que estamos analizando, el coeficiente de variación será:<br />
C. V = 11.77 . = 0.033<br />
354.17<br />
También se puede expresar en porcentaje al multiplicar por 100 esto es, (0.033) (100) =<br />
3.30%<br />
RANGO INTERCUARTIL<br />
C.V. = 3.30 %<br />
El rango intercuartil es el resultado de la diferencia entre el tercer cuartil Q3 y el primero Q1,<br />
se expresa:<br />
Rango intercuartil Q = Q3 - Q1<br />
62
Cuando habiéndose aplicado la media aritmética se quiere evitar la influencia de los valores<br />
extremos, se analiza únicamente la situación intermedia de la distribución de frecuencias<br />
aplicando el RANGO INTERCUARTIL.<br />
El RANGO SEMIINTERCUARTIL o DESVIACIÓN CUARTIL, es la mitad del rango<br />
intercuartil, se designa con QD<br />
Hagamos un ejemplo:<br />
Rango semiintercuartil QD = Q3 - Q1<br />
Calcular el rango intercuartil y la desviación cuartil de los siguientes datos.<br />
n = 12<br />
Rango intercuartil Q = Q3 – Q1<br />
Q =88 – 76 = 12<br />
Rango semiintrecuartil o Desviación cuartil QD = Q3 – Q1<br />
2<br />
QD = 12 = 6<br />
2<br />
El rango semiintercuartil (desviación cuartil) mide la dispersión con mayor precisión que el<br />
rango, sin embargo, presenta las limitaciones siguientes:<br />
Percentiles<br />
72 74 75 77 78 79 82 85 86 90 93 94<br />
75 77<br />
79 82<br />
86 90<br />
Q1 76 Q2 80.<br />
5 Q3<br />
88<br />
2<br />
2<br />
2<br />
2<br />
a) No toma en consideración todos los valores de la distribución de frecuencias y<br />
puede suceder que los valores menores a Q1 o superiores a Q3 estén muy<br />
compactos o muy dispersos, y el valor de Q sería el mismo.<br />
b) No es posible, conociendo únicamente Q, hacer la ubicación precisa de una<br />
observación dentro de la distribución de frecuencias.<br />
c) Igual que la mediana, no tiene propiedades que permitan su uso en las relaciones<br />
matemáticas que utiliza la estadística<br />
Percentil, en estadística, parámetro que indica el porcentaje de individuos de una distribución<br />
que tienen un valor inferior a él. Es una medida de posición.<br />
Por ejemplo, el percentil 80, p80, es un número que supera al 80% de los datos de la<br />
distribución. Los percentiles también se llaman centiles.<br />
63
Ja, Ja, Ja, eso está<br />
fácil y entendible<br />
aceboman<br />
Ja, Ja,Ja<br />
UN RESUMEN DE LAS MEDIDAS DE DISPERSIÓN<br />
ESTUDIADAS Y SU USO ADECUADO<br />
RANGO ( R )= Es la diferencia del valor mayor menos el valor menor en un<br />
conjunto de datos y se emplea de manera muy limitada, ya que es sólo una<br />
apreciación de la amplitud de los datos, y presenta poca estabilidad; se usa, casi<br />
siempre que se requiera rapidez.<br />
RANGO INTERCUARTIL ( Q ): es el resultado de la diferencia entre el<br />
tercer cuartil Q3 y el primero Q1. Su utilidad es baja y su valoración respecto a<br />
la cantidad de datos que incluye en su aplicación en una distribución normal es<br />
del 50 %<br />
DESVIACIÓN MEDIA ( dm )= Es el promedio de los valores absolutos<br />
(ignorando signos) de las desviaciones de cada dato; En ésta prueba se pueden<br />
calcular los desvíos tanto con la media aritmética como la mediana, según<br />
convenga. Actualmente ésta prueba casi no se usa. En una distribución normal,<br />
la cantidad de datos que incluye en su aplicación es de aproximadamente el<br />
58%.<br />
VARIANZA ( S 2 ) = Es el promedio de los cuadrados de los desvíos y se utiliza<br />
en análisis estadístico avanzado, pero tiene el inconveniente de que sus unidades<br />
son las mismas de la variable al cuadrado.<br />
DESVIACIÓN ESTÁNDAR ( S ) = Es la raíz cuadrada de la varianza o del<br />
promedio de los cuadrados de los desvíos. Es la más importante de todas las<br />
medidas de dispersión ya que incluye más o menos el 68% de los términos de<br />
una distribución normal, además por sus propiedades algebraicas se utiliza con<br />
facilidad en el análisis estadístico<br />
COEFICIENTE DE VARIACIÓN ( CV ) = Es el cociente entre la desviación<br />
estándar y la media aritmética. Generalmente se utiliza para comparar muestras<br />
distintas y saber cuál tiene mayor o menor dispersión en sus datos.<br />
64
SIGAMOS PRACTICANDO PARA OBTENER LAS MEDIDAS DE DISPERSIÓN<br />
P A R A D A T O S N O A G R U P A D O S<br />
Los siguientes datos son las edades de dos grupos de estudiantes del SAETA-XALISCO, de<br />
la generación Agosto -2001. A cada uno de los grupos le obtendrás las medidas de dispersión<br />
siguientes:<br />
DESVIOS de cada edad, DESVIACIÓN MEDIA, VARIANZA,<br />
DESVIACIÓN ESTÁNDAR Y COEFICIENTE DE VARIACIÓN<br />
GRUPO “D”<br />
20 ESTUDIANTES<br />
16 16 18 19 19<br />
19 19 20 21 21<br />
22 22 22 22 23<br />
27 29 29 30 32<br />
¡¡¡ Claro que puedo!!!<br />
Valor Desvíos al<br />
Edad Desvíos absoluto cuadrado Edad<br />
16 15<br />
16 15<br />
18 15<br />
19 16<br />
19 16<br />
19 17<br />
19 17<br />
20 17<br />
21 18<br />
21 18<br />
22 18<br />
22 18<br />
22 19<br />
22 19<br />
23 19<br />
27 19<br />
29 20<br />
29 20<br />
30 21<br />
32 21<br />
21<br />
22<br />
22<br />
29<br />
30<br />
Desvíos<br />
GRUPO “F”<br />
25 ESTUDIANTES<br />
15 15 15 16 16<br />
17 17 17 18 18<br />
18 18 19 19 19<br />
19 20 20 21 21<br />
21 22 22 29 30<br />
Valor<br />
absoluto<br />
Desvíos al<br />
cuadrado<br />
65
En la siguiente página…<br />
REALIZA TUS CÁLCULOS DE ACUERDO A LAS FÓRMULAS CORRESPONDIENTES,<br />
HASTA OBTENER SUS RESULTADOS PARA CADA GRUPO.<br />
Cálculos para el grupo “D” Cálculos para el grupo “F”<br />
RESULTADOS DEL GRUPO “D”<br />
DESVIACIÓN MEDIA (dm) = ____________________<br />
VARIANZA (S 2 ) = ______________________________<br />
DESVIACIÓN ESTÁNDAR ( S ) = _________________<br />
COEFICIENTE DE VARIACIÓN ( CV ) = ____________<br />
RESULTADOS DEL GRUPO “F”<br />
DESVIACIÓN MEDIA (dm) = ____________________<br />
VARIANZA (S 2 ) = _____________________________<br />
DESVIACIÓN ESTÁNDAR (S) = _________________<br />
COEFICIENTE DE VARIACIÓN (CV) = ___________<br />
AHORA CONTESTA ¿CUÁL DE LOS DOS GRUPOS TIENE SUS DATOS MÁS<br />
DISPERSOS?<br />
Respuesta: _______________<br />
Porque?___________________________________________________<br />
66
FINALMENTE OBTENGAMOS LAS MEDIADAS DE DISPERSIÓN<br />
P A R A D A T O S A G R U P A D O S<br />
OBTENER LA DESVIACIÓN MEDIA (dm), VARIANZA (S 2 ),<br />
DESVIACIÓN ESTANDAR (S) Y COEFICIENTE DE VARIACIÓN (C.V.)<br />
Completa las siguientes filas de las columnas para que calcules la Desviación media (dm), la<br />
Varianza (S 2 ) la Desviación estándar o típica ( S ).<br />
Intervalo Marc Frecuen Frecuen Valor Frecuen Desvío Frec. por<br />
clase a de cia cia por absoluto cia por s al desvíos<br />
(estaturas )<br />
clase<br />
(X)<br />
(alumno<br />
s)<br />
(f)<br />
marca<br />
de clase<br />
(f)(X)<br />
del<br />
desvío<br />
X1 X<br />
desvíos<br />
f X1 X<br />
cuadra<br />
do<br />
2<br />
X1 X<br />
al<br />
cuadrad<br />
o<br />
f<br />
2<br />
X X<br />
121.5 –<br />
126.5<br />
126.5—<br />
13.1.5<br />
124 2 248 20.62<br />
3 46.86<br />
131.5—136.5 134 8 112.78<br />
136.5—141.5 23<br />
141.5—146.5 144 27 0.62<br />
146.5—151.5 20 383.60<br />
151.5—156.5 16<br />
156.5—161.5 159 3 477 14.38 206.78<br />
161.5—166.5 2<br />
Totales n = 104 15041 638.64 6383.92<br />
Media aritmética = 15041/ 104 = 144.625 = 144.62<br />
Aquí o aun lado de la página, realiza tus cálculos con orden y limpieza; y utilizando las<br />
formulas correspondientes hasta que obtengas la Desviación media, Varianza y Desviación<br />
estándar.<br />
Formula para obtener la desviación media dm =<br />
Formula para obtener la varianza =<br />
S<br />
<br />
N<br />
<br />
i1<br />
f (<br />
x<br />
1<br />
N<br />
X )<br />
2<br />
S<br />
N<br />
<br />
i<br />
1 2<br />
N<br />
<br />
i<br />
1<br />
f ( x<br />
1<br />
N<br />
f<br />
x<br />
N<br />
x)<br />
1<br />
2<br />
x<br />
67
Formula para obtener la desviación estandar (S) =<br />
Formula para obtener el coeficiente de variación en porcentaje<br />
Coeficiente de variación =<br />
ACTIVIDADES DE APRENDIZAJE:<br />
_______________<br />
Calcula las medidas de dispersión (desviación media, varianza, desviación estándar y<br />
coeficiente de variación) de los siguientes dos ejercicios.<br />
De la página 16…<br />
Intervalos de<br />
Clase<br />
RESULTADOS<br />
Desviación media =_______________<br />
Varianza = ____________________<br />
Desviación estándar = ______________<br />
Marca<br />
de Clase<br />
( x )<br />
Frecuencia<br />
Absoluta<br />
(f )<br />
59.5 - 63.5 61.5 6<br />
63.5 - 67.5 65.5 6<br />
67.5 - 71.5 69.5 8<br />
71.5 - 75.5 73.5 11<br />
75.5 - 79.5 77.5 8<br />
79.5 - 83.5 81.5 9<br />
83.5 - 87.5 85.5 2<br />
TOTAL = 50<br />
RESULTADOS<br />
Desviación media =_______________<br />
Varianza = ____________________<br />
Desviación estándar =<br />
______________<br />
Coeficiente de variación =<br />
_______________<br />
C. V.<br />
<br />
S<br />
X<br />
( 100)<br />
68
De la pagina …18<br />
Intervalos de<br />
Clase<br />
148.5<br />
152.5<br />
152.5<br />
156.5<br />
156.5<br />
160.5<br />
160.5<br />
164.5<br />
164.5<br />
168.5<br />
168.5<br />
172.5<br />
172.5<br />
176.5<br />
Marca<br />
de<br />
Clase<br />
(x)<br />
Frecuencia<br />
Absoluta (f)<br />
150.5 3<br />
154.5 7<br />
158.5 13<br />
162.5 12<br />
166.5 13<br />
170.5 5<br />
174.5 2<br />
TOTAL = 55<br />
RESULTADOS<br />
Desviación media =_______________<br />
Varianza = ____________________<br />
Desviación estándar =<br />
______________<br />
Coeficiente de variación =<br />
_______________<br />
69
I N T R O D U C C I Ó N:<br />
P R O B A B I L I D A D<br />
El problema central de la estadística es el manejo del azar y la incertidumbre. Los eventos<br />
aleatorios siempre se han considerado como misteriosos. El libro de Job ponderó hace mucho<br />
tiempo la función del intento divino en los acontecimientos al azar y fue, varios siglos más<br />
tarde, que se usó el poder de las matemáticas para explicar la aleatoriedad. Los orígenes de<br />
las matemáticas de la probabilidad se remontan al siglo XV, las primeras aplicaciones se<br />
relacionan básicamente a los juegos de azar. Los jugadores ganadores utilizaron el<br />
conocimiento probabilístico para desarrollar estrategias de apuestas en loterías, casinos,<br />
carreras de caballos etc. Los avances científicos de los siglos que siguieron al Renacimiento,<br />
enfatizando la observación y la experimentación cuidadosa, dieron lugar a la teoría de la<br />
probabilidad para estudiar las leyes de la naturaleza y los problemas de la vida cotidiana.<br />
CONCEPTOS BÁSICOS<br />
Con el objeto de familiarizarse con el concepto de la probabilidad comenzaremos por dar una<br />
definición de probabilidad que sólo es válida cuando todos los resultados son igualmente<br />
probables.<br />
Si hay n posibilidades igualmente probables y una de ellas debe ocurrir, entonces la<br />
probabilidad de que ocurra algún evento o suceso de k de estas n posibilidades es k / n. Las<br />
palabras SUCESO O EVENTO aquí los utilizaremos como sinónimos. Si un experimento se<br />
repite muchas veces, digamos n y si el suceso o evento E1 se observa k veces, entonces la<br />
probabilidad S del suceso E1 es el cociente de la razón k / n.<br />
Probabilidad S = núm de veces que el suceso E1 ocurrió = k .<br />
Total de sucesos realizados n<br />
La experiencia justifica esta igualdad, pues a medida que n se hace mayor, la frecuencia<br />
relativa se aproxima más a la probabilidad matemática. Este concepto se utiliza para definir la<br />
razón citada como probabilidad empírica, algunos autores la citan como FORMULA<br />
BÁSICA de la probabilidad.<br />
Otro concepto importante es que la probabilidad de que suceda un evento es un número real<br />
entre cero y uno. Entre más pequeño sea este número, el evento es menos probable, y entre<br />
más cercano a uno sea este número, el evento es más probable. Cuando la probabilidad es<br />
igual a ½ el evento tiene la misma probabilidad de ocurrir que de no ocurrir.<br />
Coloquialmente también hablamos de probabilidades empleando porcentajes.<br />
Así la posibilidad de que al tirar el dado el resultado sea 2 o 5 es de 2/6 = 1/3 que sería igual<br />
al 33.33 % ya que se dividió 1/3 por 100.<br />
70
¿Cuál es la probabilidad de obtener un número impar al lanzar un dado?.<br />
S = ( 1, 2, 3, 4, 5, 6 ) E = ( 1, 3, 5, ) p ( E ) = 3 = 1<br />
6 2<br />
La probabilidad es de ½ o 0.5 en porcentaje será el 50%<br />
¿Cuál es la probabilidad de extraer una ficha de dominó con 7 puntos de una caja, sin ver?.<br />
S = (6,6), (6,5), (6,4), (6,3), (6,2), (6,1), (6,0), (5,5), (5,4), (5,3), (5,2), (5,1), (5,0), (4,4),<br />
(4,3), (4,2), (4,1), (4,0), (3,3), (3,2), (3,1), (3,0), (2,2), (2,1), (2,0), (1,1), (1,0), (0,0)<br />
E = { (6,1), (5,2), (4,3) }<br />
p ( E ) = 3 = 0.1071 en porcentaje será el 10.71%<br />
28<br />
71
MODELOS MATEMÁTICOS<br />
En la teoría de probabilidad matemática se define la probabilidad con los tres axiomas de<br />
Kolmogorov.<br />
Axiomas de Kolmogorov<br />
Primer axioma<br />
Segundo axioma<br />
sucesos con probabilidad 1.<br />
La probabilidad de un suceso A es un número real entre 0 y 1.<br />
.<br />
.<br />
Ocurre un suceso de la muestra de todos los sucesos o espacio de<br />
la probabilidad del espacio muestral es igual a 1:<br />
p(S)=1<br />
Tercer axioma<br />
Si A1, A2 ... son sucesos mutuamente excluyentes (incompatibles dos a dos,<br />
disjuntos o de intersección vacía dos a dos), entonces:<br />
.<br />
72
Para pronosticar el triunfador de una elección municipal necesitamos al menos conocer<br />
quiénes son los candidatos de los distintos partidos políticos, así como para pronosticar si la<br />
selección mexicana de fútbol ganará un partido, es necesario saber si en caso de empate el<br />
partido se decidirá en tiempos extras o por medio de penales. En general, NO ES POSIBLE<br />
HACER PREDICCIONES RAZONABLES A MENOS DE QUE CONOZCAMOS LO QUE ES<br />
POSIBLE, es decir, es necesario conocer LO QUE ES POSIBLE antes de juzgar LO QUE ES<br />
PROBABLE. Por lo tanto estudiaremos someramente cómo determinar en algunos casos lo<br />
que es posible.<br />
En el estudio de “lo que es posible” hay esencialmente dos tipos de problemas. Existe el<br />
problema de hacer una lista de todo lo que puede suceder en una situación determinada y se<br />
tiene el problema de determinar cuántas cosas diferentes pueden suceder. El segundo tipo de<br />
problema es de especial importancia porque hay muchas situaciones en que no necesitamos<br />
una lista completa y por tanto, podemos ahorrarnos una gran cantidad de trabajo.<br />
DIAGRAMA DE ÁRBOL<br />
PERMUTACIONES Y COMBINACIONES<br />
Tipo sanguíneo<br />
Presión sanguínea BAJA<br />
NORMAL<br />
Aunque el primer tipo de problema<br />
puede parecer directo y sencillo, existen<br />
problemas que ilustran que esto no<br />
siempre es el caso; hagamos unos<br />
A<br />
B<br />
ALTA<br />
BAJA<br />
NORMAL<br />
ejercicios para reflexionar.<br />
En un estudio médico se clasifica a los<br />
pacientes de acuerdo con el tipo de<br />
AB<br />
ALTA<br />
BAJA<br />
sangre que tengan, ya sea, tipo A; B, AB<br />
O<br />
NORMAL<br />
u O y también de acuerdo con su tipo de<br />
presión sanguínea, ya sea baja, normal<br />
ALTA<br />
o alta.<br />
¿De cuántas maneras distintas se puede<br />
BAJA<br />
clasificar a un paciente?<br />
NORMAL<br />
Este tipo de problemas se puede<br />
ALTA<br />
manejar sistemáticamente trazando un<br />
DIAGRAMA DE ÁRBOL como el siguiente, donde se puede apreciar que la respuesta es 12.<br />
Comenzando por la parte superior, el primer camino a lo largo de las “ramas” corresponde a<br />
un paciente con tipo de sangre A y presión sanguínea baja, el segundo camino a un paciente<br />
con tipo de sangre A y presión sanguínea normal … y el duodécimo camino corresponde a un<br />
paciente que tiene sangre tipo O y una presión sanguínea alta.<br />
La respuesta que obtuvimos es de 4 por 3 = 12, específicamente es el producto del número<br />
de tipos de sangre por el número de niveles de presión sanguínea.<br />
Otro ejemplo: ¿Cuántas palabras de tres letras se pueden formar si se dispone de un<br />
alfabeto con dos letras; a y b.? (Nota: Son permisibles palabras como bba)<br />
Solución: Si tenemos 2 letras (a, b) y formamos la palabra con tres letras tendremos 2 3 = 2 x 2<br />
x 2 = 8 esto quiere decir que formaremos ocho palabras con tres letras.<br />
73
Para comprender mejor hagamos otro “DIAGRAMA DE ÁRBOL”<br />
Letra Letra letra palabra<br />
Inical central final formada<br />
a<br />
b<br />
a<br />
b<br />
a<br />
b<br />
a ………………….. a a a<br />
b …………………… a a b<br />
a …………………… a b a<br />
b ………………….. a b b<br />
a ………………….. b a a<br />
b …………………. b a b<br />
a …………………. b b a<br />
b …………………. b b b<br />
Te toca a ti resolver el siguiente ejercicio utilizando un principio de conteo.<br />
¿Cuántas placas distintas hay con dos letras a la izquierda y tres números a la derecha?<br />
Considerando que el alfabeto es de 27 letras castellanas y por supuesto 10 números<br />
Realiza aquí tus operaciones. ANIMO TU PUEDES<br />
PLACA DE NAYARIT<br />
_____ _____ _____ _____<br />
_____<br />
Letras n ú m e r o<br />
s<br />
SI OBTUVISTE BIEN EL RESULTADO, HAS DESCUBIERTO UN PRINCIPIO DEL CONTEO<br />
QUE ES EL…<br />
PROCESO DE CONTAR<br />
Si un primer suceso o evento puede efectuarse de p1 maneras diferentes, y si después de<br />
que este suceso ha sido efectuado, un segundo suceso puede efectuarse de p2 maneras<br />
diferentes, entonces los dos sucesos pueden verificarse siguiendo el orden indicado de p1. p2<br />
maneras diferentes.<br />
Analiza con cuidado: De cuantas maneras diferentes se pueden seleccionar parejas de<br />
diferentes sexo de un grupo de 4 hombres y 6 mujeres?<br />
Solución: Como cada hombre puede ser seleccionado de cuatro maneras<br />
diferentes y cada mujer puede ser seleccionada de 6 maneras diferentes;<br />
entonces, cada pareja puede ser escogida de: 4 ( 6 ) = 24 maneras<br />
diferentes.<br />
74
Si el suceso o evento incluye más de dos sucesos diferentes podemos ampliar el principio<br />
multiplicativo, de manera que si después de haber ocurrido los dos primeros sucesos, puede<br />
ocurrir un tercero de p3 maneras diferentes, un cuarto de p4 maneras diferentes, y por último<br />
un n-ésimo de pn maneras diferentes, entonces los sucesos pueden ocurrir en el orden<br />
siguiente: p1 p2 p3 p4 …, pn maneras diferente.<br />
Reflexiona y piensa: Una cafetería ofrece una comida especial que consiste en un<br />
emparedado (usando una de ocho carnes distintas y uno de cuatro tipos diferentes de pan),<br />
una de cuatro clases distintas de sopa y una de tres bebidas diferentes.<br />
¿De cuántas maneras distintas una persona puede seleccionar una de estas comidas<br />
especiales?<br />
Solución: Dado que p1 = 8, p2 = 4, p3 = 4, p4 = 3, hay (8)(4)(4)(3) = 384<br />
maneras diferentes en que se puede seleccionar una comida especial.<br />
Sigue pensando y analizando: Un examen de estadística, consta de quince preguntas de<br />
opción múltiple, de las cuales cada una tiene cuatro posibles respuestas.<br />
¿De cuántas maneras distintas un estudiante puede marcar una respuesta para cada<br />
pregunta?<br />
Solución: puesto que p1=p2=p3=…= p15 = 4, en total hay<br />
4.4.4.4.4.4.4.4.4.4.4.4.4.4.4 = 1,073,741,824 diferentes maneras en que<br />
un estudiante puede marcar una respuesta para cada pregunta. Nótese<br />
que sólo en una de las 1,073,741,824 posibilidades todas las<br />
respuestas son correctas. Y si queremos saber todas las respuestas<br />
incorrectas? será: 3.3.3.3.3.3.3.3.3.3.3.3.3.3 = 14,348,907 todas las<br />
respuestas incorrectas.<br />
En una calculadora científica este tipo de problema se resuelve de la siguiente forma: p15 (o<br />
quince preguntas) tiene 4 posibles respuestas = cuatro respuestas por las 15 preguntas<br />
tenemos = 4 15 ponemos 4 y tecleamos X y , ponemos 15 y la tecla = y nos arroja el<br />
resultado 1,073,741,824<br />
El principio multiplicativo nos permite en muchos casos calcular el número de posibilidades<br />
sin necesidad de listar todas ellas o de desarrollar un diagrama de árbol excesivamente<br />
grande.<br />
ES IMPORTANTE TENER EN CUENTA QUE PARA APLICAR ESTA REGLA, NO DEBE<br />
HABER RESTRICCIONES EN LAS COMBINACIONES POSIBLES.<br />
FACTORIAL ¿QUE ES EL FACTORIAL DE UN NÚMERO?<br />
Uno de los principales conocimientos que nos servirán como base para el cálculo de las<br />
técnicas de conteo (permutaciones y combinaciones), es el factorial de un número. Su<br />
definición y algunos ejemplos se comentan enseguida.<br />
75
El producto de cualquier número entero positivo n por todos los enteros menores que n se<br />
llama FACTORIAL de n y se expresa con el símbolo n!, por lo tanto:<br />
0! = 1 por definición<br />
1! = 1 (1) = 1<br />
2! = 2 (1) = 2<br />
3! = 3 (2) (1) = 6<br />
4! = 4 (3)(2)(1) = 24<br />
5! = 5 (4)(3)(2)(1) = 120<br />
.<br />
.<br />
.<br />
n! = (n) (n-1) (n-2) ,…(1)<br />
El factorial de los primeros números enteros positivos se pueden obtener directamente<br />
utilizando una calculadora, para números mayores se obtienen con la formula aproximada de<br />
Stirling o consultando tablas elaboradas con resultados.<br />
En tu calculadora científica pon 6 y oprime la tecla n! y te arrojará 720, que es el factorial de<br />
6.<br />
Cuanto es el factorial de 7! = _______________________<br />
8! = ______________________<br />
9! =_______________________<br />
10! = _______________________________<br />
76
ACTIVIDADES DE APRENDIZAJE: Resuelve los siguientes problemas de probabilidades de<br />
frecuencia relativa en fracciones ( 0 a 1) y en porcentajes (%). REALIZA AQUÍ TUS<br />
CÁLCULOS.<br />
1) ¿Cuál es la probabilidad de obtener un as de una baraja de póker (de 52 cartas)?<br />
2) De cada 1000 personas a quienes se les practican exámenes médicos 35 tienen<br />
problemas de la vista. ¿Cuál es la probabilidad de que una persona examinada padezca<br />
algún malestar con su vista?<br />
3) En una caja hay 75 canicas azules y 225 rojas. ¿Cuál es la probabilidad de sacar al azar<br />
una canica azul? Además calcula ¿cual es la probabilidad de sacar una roja?<br />
4) En una caja hay 25 tornillos en buen estado y 80 defectuosos. ¿Cuál es la probabilidad de<br />
sacar de la caja al azar?<br />
a) Un tornillo en buen estado<br />
b) Un tornillo defectuoso?<br />
77
MAS ACTIVIDADES DE APRENDIZAJE: UTILIZA LA HOJA DE AUN LADO O DE ATRAZ,<br />
PARA RESOLVER LOS SIGUIENTES PROBLEMAS DE CONTEO (Diagrama de árbol y<br />
principio multiplicativo,)<br />
1) ¿De cuántas maneras diferentes se puede arreglar uno de los viajes especiales de fin de<br />
semana a 12 ciudades distintas, por avión, tren o autobús, que ofrece una agencia de viajes?:<br />
ELABORA UN DIAGRAMA DE ÁRBOL PARA ESTE EJERCICIO EN LA PÁGINA DE AÚN<br />
LADO.<br />
2) En un restaurante ofrecen 4 tipos de comidas (a,b,c,d); 3 tipos de sopas (1,2,3); y 3 tipos<br />
de postres( x,y,z), ¿Cuáles son el número total de posibles formas de arreglos? ELABORA<br />
UN DIAGRAMA DE ÁRBOL PARA ESTE EJERCICIO EN LA PÁGINA DE AÚN LADO.<br />
3) Un examen de 10 preguntas consiste en 6 preguntas de elección múltiple, cada una con 4<br />
posibles respuestas, y la otra parte del examen con 4 preguntas de falso y verdadero.<br />
a) ¿De cuántas maneras (diferentes) se puede contestar el examen?<br />
b) ¿En cuantas maneras es posible responder el examen y obtener todas las respuestas mal?<br />
4) Una persona piensa comprar cierto automóvil. El fabricante ofrece cualquier combinación<br />
de las siguientes alternativas: SEIS colores diferentes; DOS tipos de motor; TRES tipos de<br />
rines; Transmisión manual o automática; sin radio, con radio AM-FM, con radio AM-FM-<br />
Tocacintas o con radio AM-FM-CD; y sin aire acondicionado o con aire acondicionado. Cada<br />
comprador debe hacer UNA elección con respecto al color, motor, rines, transmisión, radio y<br />
aire acondicionado.<br />
5) De una ciudad A a otra B hay 4 caminos; a su vez de, la ciudad B a la C hay 6 caminos, si<br />
todos los caminos son diferentes, de cuantas formas es posible:<br />
a) Viajar de A hasta C pasando por B<br />
b) Hacer el viaje “redondo” saliendo de A hasta C pasando por B y de C hasta A pasando por<br />
B<br />
c) Hacer el viaje “redondo” desde A hasta C pasando por B pero sin utilizar el mismo camino<br />
más de una vez.<br />
Ciudad<br />
A<br />
Ciudad<br />
B<br />
Ciudad<br />
C<br />
78
P E R M U T A C I O N E S.<br />
Si estamos eligiendo de un conjunto de objetos, algunos de ellos en un orden o jerarquía<br />
determinada estamos haciendo una permutación, esto es, si al seleccionar o acomodar (r)<br />
objetos de un conjunto de (n) objetos distintos, cualquier arreglo (u orden) de estos objetos se<br />
conoce como, una permutación.<br />
En cada arreglo pueden participar parte o la totalidad de los elementos del conjunto.<br />
Permutaciones tomando sólo “parte de los elementos” del conjunto a la vez<br />
En esta técnica de conteo en la que EL ORDEN SI IMPORTA en que aparecen cada<br />
elemento del conjunto y en donde en cada arreglo participan una parte de los elementos del<br />
conjunto. También le llamaremos permutaciones de n elementos diferentes en grupos de r<br />
elementos. Es decir, en cada arreglo aparecerá parte de los elementos del conjunto y se<br />
utilizará la siguiente fórmula:<br />
n!<br />
n pr <br />
( n r)!<br />
Iniciemos: ¿Cuantas diferentes permutaciones o acomodos se pueden realizar con los<br />
números 1,2,3 tomando DOS a la vez?<br />
n = 3 3!<br />
3!<br />
6<br />
n = 1 2 3<br />
r = 2<br />
3 p2<br />
6<br />
( 3 2)!<br />
1!<br />
1<br />
Serían: 12; 13; 21; 23; 31; 32.<br />
Lo que hace que un arreglo sea diferente a otro es el orden en que aparecen los elementos<br />
del conjunto en cada arreglo. Para una PERMUTACIÓN, el arreglo {1,2} es diferente al<br />
arreglo {2,1}. Entonces, esta técnica de conteo es idónea para problemas en los que es<br />
importante la jerarquía que tienen algunos elementos sobre otros. Algunos ejemplos de ello,<br />
es cuando se requiere conocer el orden de llegada de personas, formas posibles de arranque<br />
y llegada en una justa atlética, colocación de objetos, la jerarquía en algunos puestos<br />
administrativos, la jerarquía en equipos médicos, el orden en que deben tomarse o medirse<br />
algunos objetos en experimentos, etcétera.<br />
Ahora: ¿Cuantas diferentes permutaciones o acomodos se pueden realizar con los números<br />
1,2,3,4 tomando DOS a la vez?<br />
n = 4<br />
r = 2<br />
4 p2<br />
4!<br />
4!<br />
24<br />
12<br />
( 4 2)!<br />
2!<br />
2<br />
n = 1 2 3 4<br />
Serían: 12; 13; 14; 21; 23; 24;<br />
31; 32; 34; 41; 42; 43;<br />
De nuevo te recordamos que es muy importante que te fijes que aquí si interesa el orden en<br />
que se seleccionaron los dos números (la pareja) de entre los cuatro números (1,2,3,4) y<br />
resulta que hay 12 permutaciones.<br />
Un problema más complicado: ¿Cuántas diferentes quintas ( r ) de baloncesto pueden<br />
formarse con 7 jugadores disponibles (n) para jugar cualquier posición?<br />
7!<br />
5040<br />
7 p5<br />
2520<br />
( 7 5)!<br />
2<br />
79
Se pueden formar 2520 quintas diferentes con 7 jugadores disponibles.<br />
Observa como utilizando la ley de la multiplicación utilizando un ORDEN nos arroja el mismo<br />
resultado: 7(6)(5)(4)(3)= o sea 7 opciones serían para la primer quinta, 6 la segunda quinta, 5<br />
la tercer quinta, 4 la cuarta quinta y por último 3 la quinta, quinta. Si lo multiplicas nos dará<br />
igual = 2520.<br />
Otro para reafirmar el aprendizaje: el entrenador de la selección mexicana de fútbol debe<br />
decidir cómo se deben tirar los cinco primeros penales obligatorios en caso de un empate.<br />
¿Cuántas elecciones posibles puede considerar?<br />
Partimos de que ya sabes que un equipo de fútbol tiene 11 jugadores.<br />
¿ Hoooo? Eres mi<br />
ídolo acaboman<br />
Otra vez, utilizando la ley de la multiplicación sería: 11(10)(9)(8)(7)== 55440<br />
elecciones posibles para determinar cómo tirarán los cinco penales obligatorios.<br />
Permutaciones tomando “todos los elementos” del conjunto<br />
Otro tipo de permutaciones es cuando en cada arreglo participan TODOS LOS ELEMENTOS<br />
DEL CONJUNTO(n), o sea cuando el número de permutaciones de n objetos se toman<br />
TODOS los elementos n a la vez.<br />
Iniciemos, Permutar los elementos de un conjunto de TRES tomando todos a la vez, es igual<br />
a 3! = 6 los arreglos resultantes son los siguientes 123,- 132, - 213, - 231, - 312, - 321.<br />
La fórmula que se utiliza para estos casos es<br />
11<br />
Otro para comprender mejor: ¿De cuantas maneras distintas se pueden asignar a diez<br />
profesores las diez secciones de un curso de economía? n = 10, obtenemos:<br />
Aquí si aplicamos la ley de la multiplicación sería: 10 (9)(8)(7)(6)(5)(4)(3)(2)(1) = 3,628,800<br />
Fíjate que aquí si se multiplican toda la serie de los números.<br />
Un último para confirmar: Obtener cuántos números pueden formarse con los dígitos 1,2,3,4,5<br />
sin repetir ningún dígito, n = 5<br />
P 5!<br />
120<br />
Si aplicamos la ley de la multiplicación sería 5(4)(3)(2)(1) = 120.<br />
p<br />
5<br />
11!<br />
39916800 39916800<br />
55440<br />
( 11 5)!<br />
6!<br />
720<br />
10<br />
5<br />
P<br />
10<br />
5<br />
n Pn <br />
10!<br />
<br />
n!<br />
3,<br />
628,<br />
800<br />
ESTO SI ESTÁ MUY INTERESANTE ¿VERDAD?<br />
80
Pero… ¿Cómo se elabora un espacio muestral para permutaciones tomando todos los<br />
elementos?<br />
Ejemplo para pensar, sea S= { a,b,c,d, } un conjunto con cuatro elementos genéricos, calcular<br />
las posibles formas en que se pueden permutar tomando todos los objetos a la vez.<br />
Para ello la forma de cálculo está referida simplemente a sustituir el número de elementos en<br />
n!.<br />
Como ya se explicó, el factorial de un número es el producto de todos los enteros desde n<br />
hasta 1. Entonces, para éste ejemplo el número de elementos es 4, así, 4! = (4)(3)(2)(1) = 24<br />
que será el número de formas posibles, pero queremos saber todos los posibles arreglos o<br />
los espacios maestrales para dicho problema.<br />
Como primer paso se elabora una tabla que contenga todos los posibles arreglos para lo<br />
cual utilizamos la regla del cociente.<br />
Regla del cociente = Número total de arreglos . = 24 = 6 arreglos<br />
Número de elementos 4<br />
<br />
n!<br />
El número 6 nos indica que cada elemento del conjunto deberá repetirse seis veces en la<br />
primera columna.<br />
COMPLETA EL EJERCICIO PARA LAS PRIMERAS COLUMNAS (1)<br />
N.A Arreglo N.A Arreglo N.A Arreglo N.A Arreglo<br />
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4<br />
1 a b c d 7 b 13 19<br />
2 a b d c 8 b 14 20<br />
3 a c b d 9 b 15 21<br />
4 a c 10 b 16 22<br />
5 a 11 b 17 23<br />
6 a 12 b 18 24 d c b a<br />
Como te darás cuenta se han creado cuatro subgrupos de seis elementos.<br />
El segundo paso consiste en hacer la misma operación que el paso anterior, solamente que<br />
esta vez, el total de arreglos serán 6 y el número de elementos serán tres, (6/3 = 2) ya que<br />
uno de los cuatro elementos ya han sido permutados en la primera columna.<br />
En el subgrupo de arreglos que comienzan con “a” ese elemento quedará fuera en esta<br />
operación, o sea que los elementos a permutar serán el resto del conjunto; b,c,d.<br />
Similarmente, en el subgrupo de arreglos que comienzan con “b” ese elemento quedará fuera<br />
de esta operación, o sea que los elementos a permutar serán el resto del conjunto: a,c,d; y<br />
así sucesivamente. A continuación podrás observar dicho procedimiento. COMPLETA EL<br />
EJERCICIO EN LA SEGUNDA COLUMNA<br />
El tercer paso es una característica de esta forma de permutación. Lo que procede es<br />
permutar los dos últimos elementos del conjunto. Por ejemplo, en los arreglos 1 y 2 está el<br />
arreglo parcial { a,b }. Si S = { a,b,c,d }, entonces los elementos que no están presentes en<br />
esos arreglos son los elementos c y d, para el primer arreglo y d y c para el segundo arreglo.<br />
COMPLETA EL EJERCICIO PARA LA TERCERA Y CUARTA COLUMNAS hasta llenar todos<br />
los arreglos según corresponda.<br />
n Pn 81
Finalmente algunas características de las permutaciones tomando “todos los<br />
elementos”.<br />
a) En cada arreglo están presentes todos los elementos del conjunto: { a,b,c,d }.<br />
b) Todos los arreglos son mutuamente excluyentes. Es decir, cada uno de ellos es<br />
diferente al resto, por lo tanto no existen dos arreglos iguales.<br />
c) Se forman bloques de arreglos que inician con el mismo elemento. Para este caso,<br />
existen cuatro bloques de seis arreglos que inician con el mismo elemento. Este tipo de<br />
agrupamiento es el mayor para 4!<br />
d) El menor agrupamiento en bloques es por pares. De hecho, las dos últimas columnas<br />
de cada par forman un modelo 2!<br />
e) En el primer arreglo, todos los elementos están arreglados en un orden ascendente<br />
f) En el último arreglo sucede lo contrario, están arreglados en forma descendente.<br />
g) El arreglo de los elementos se realiza en estricto orden.<br />
h) En referencia a los 24 arreglos, aparecen todos los elementos en la primera columna.<br />
i) En referencia a cualquier bloque de seis, en la segunda columna aparecen n -1(4-1=3)<br />
elementos del conjunto.<br />
j) En referencia al bloque más pequeño, cualquier par de arreglos, en la tercera aparecen<br />
n - 2 (4-2= 2) elementos del conjunto.<br />
k) En referencia a cualquier arreglo, en la k-ésima columna aparece el elemento faltante<br />
del conjunto.<br />
l) Ninguno de los 24 arreglos presenta un elemento repetido.<br />
AHORA… ¿Cómo se elabora un espacio muestral para permutaciones “tomando sólo<br />
parte de los elementos” del conjunto a la vez?<br />
Un problema para reflexionar: Supongamos que en el primer nivel de las eliminatorias<br />
realizadas para participar en la final de los 400 metros femenil de Grecia 2004, participaron 5<br />
atletas por evento. Entonces, sea S = {1,2,3,4,5} el conjunto de elementos que representa<br />
esas cinco atletas. Supongamos, además que Ana Gabriela Guevara está representada por<br />
el número 1.<br />
a) Calcula el número de formas posibles en que esas cinco atletas pueden llegar a la<br />
meta en el primero, segundo y tercer lugar.<br />
b) Elabora el espacio muestral.<br />
c) ¿De cuantas formas puede llegar Ana Gabriela en primero, segundo y tercer lugar?.<br />
Si tenemos un conjunto de 5 elementos, de los cuales sólo nos interesa permutar 3 de ellos<br />
(primero, segundo y tercer lugar) en cada arreglo. Así, n = 5 y r = 3 entonces…<br />
5<br />
p<br />
3<br />
<br />
5!<br />
( 5)(<br />
4)(<br />
3)(<br />
2)(<br />
1)<br />
120<br />
60<br />
( 5 3)!<br />
( 2)(<br />
1)<br />
2<br />
Para dar respuesta a la pregunta a) podemos concluir que si participan 5 atletas y sólo<br />
deseamos conocer las posibles formas en las cuales llegan los tres primeros lugares,<br />
entonces tenemos 60 posibles formas.<br />
La pregunta b) se resuelve de la siguiente manera:<br />
Primer paso se elabora la tabla en la que colocaremos los arreglos, para lo cual realizamos<br />
el cálculo del número de veces que aparecerá cada elemento en la primera columna,<br />
utilizando de nuevo la regla del cociente.<br />
Regla del cociente = Número total de arreglos . = 60 = 12 arreglos<br />
Número de elementos 5<br />
<br />
82
El número 12 nos indica que esas serán las veces que podría aparecer cada atleta en primer<br />
lugar. COMPLETA LOS PRIMEROS LUGARES DE LLEGADAS DE LA TABLA<br />
N. Llegada N. Llegada N. Llegada N. Llegada N. Llegada<br />
A. 1° 2° 3° A. 1° 2° 3° A. 1° 2° 3° A. 1° 2° 3° A. 1° 2° 3°<br />
1 1 2 3 13 2 25 37 49<br />
2 1 2 4 14 2 26 38 50<br />
3 1 2 5 15 2 27 39 51<br />
4 1 3 2 16 2 28 40 52<br />
5 1 3 4 17 2 29 41 53<br />
6 1 3 5 18 2 30 42 54<br />
7 1 4 19 2 31 43 55<br />
8 1 4 20 2 32 44 56<br />
9 1 4 21 2 33 45 57<br />
10 1 22 2 34 46 58<br />
11 1 23 2 35 47 59<br />
12 1 24 2 36 48 60 5 4 3<br />
El segundo paso consiste en calcular los segundos lugares para las otras cuatro corredoras.<br />
Regla del cociente = Número total de arreglos . = 12 = 3 arreglos<br />
Número de elementos 4<br />
Habrá que poner tres veces el 2, tres veces el 3 etc. a excepción del que ya está en 1er lugar.<br />
COMPLETA LOS SEGUNDOS LUGARES DE LLEGADAS DE LA TABLA<br />
El tercer paso puede tener dos lecturas; la primera determinar mediante la regla del cociente<br />
el número de veces que aparecerá cada elemento en la tercer columna ( 3 / 3 = 1); La<br />
segunda, colocar el resto de los elementos para el menor subgrupo. Recomendaremos la<br />
segunda opción, por tanto, en este caso el subgrupo más pequeño es de tres elementos<br />
idénticos. Por ejemplo, los arreglos uno, dos y tres tienen los elementos 1 y 2 hasta la<br />
segunda columna. Al contrario de la anterior técnica de permutaciones (tomando todos los<br />
elementos), en esta ocasión colocaremos el resto de los elementos en una forma vertical<br />
hacia abajo. Esta acción nos servirá para distinguir esa tercia de arreglos idénticos.<br />
COMPLETA LOS TERCEROS LUGARES DE LLEGADAS DE LA TABLA<br />
¿AHORA SI PUEDES CONTESTAR A LA PREGUNTA c)?<br />
¿De cuantas formas puede llegar Ana Gabriela Guevara en primero, segundo y tercer lugar?.<br />
En primer lugar_________________ formas<br />
En segundo lugar _______________ formas<br />
En tercer lugar _________________formas<br />
MUCHAS FELICIDADES GANASTE LA CARRERA<br />
83
ACTIVIDADES DE APRENDIZAJE:<br />
CALCULA LAS POSIBLES FORMAS DE PERMUTACION Y ELABORA LOS ESPACIOS<br />
MUESTRALES UTILIZANDO LA PAGINA DE LADO O ATRAZ DE ELLA.<br />
1) Sea S = { a,b,c,}, o sea un conjunto con tres elementos genéricos, calcular las posibles<br />
formas en que se pueden permutar tomando todos los objetos a la vez y elaborar el espacio<br />
muestral correspondiente.<br />
2) Sea W = { A,B,C,D} un conjunto con cuatro elementos, calcular las posibles formas en que<br />
se pueden permutar tomando tres a la vez y elaborar el espacio muestral correspondiente.<br />
3) Sea X = { a,b,c,d,e,f} un conjunto con seis elementos, calcular las posibles formas en que<br />
se pueden permutar tomando dos a la vez y elaborar el espacio muestral correspondiente.<br />
84
C O M B I N A C I O N E S:<br />
Una combinación es un subconjunto o un arreglo de todos o parte de los objetos de un<br />
conjunto sin considerar el orden de los objetos, donde el número total de combinaciones<br />
posibles de un conjunto de objetos tomados todos a la vez es 1.<br />
Por ejemplo, los arreglos posibles del conjunto de letras {a,b} son ab y ba. Puesto que el<br />
orden del arreglo NO es considerado, el arreglo ab es el mismo que ba. Por tanto, hay<br />
solamente una combinación posible para el conjunto.<br />
Combinaciones “tomando parte del conjunto” de elementos<br />
Esta técnica de conteo consiste en obtener en cualquier orden grupos de r elementos de un<br />
total disponible de n elementos diferentes y en cada arreglo participan una parte de los<br />
elementos del conjunto. Se utilizará la siguiente fórmula:<br />
C r<br />
n<br />
n!<br />
<br />
r!<br />
( n r)!<br />
HAGAMOS LOS MISMOS EJEMPLOS QUE HICIMOS EN PERMUTACIONES<br />
ÚNICAMENTE QUE AHORA CON COMBINACIONES PARA QUE ANALICES SUS<br />
DIFERENCIAS.<br />
Para iniciar: Cuantas diferentes combinaciones o grupos se pueden realizar con los números<br />
1,2,3 tomando DOS a la vez?<br />
n = 3<br />
r = 2<br />
3C<br />
2<br />
3!<br />
3!<br />
6<br />
3<br />
2!<br />
( 3 2)!<br />
21!<br />
! 2<br />
n = 1 2 3<br />
Serían: 12; 13; 23<br />
21; 31; 32; Estos se eliminan, porque no nos interesa el orden en que se seleccionan<br />
los dos números ( r ) de entre los tres números ( n ). Aquí es mas chico el resultado que<br />
en la permutación, porque el orden no tiene importancia.<br />
Para que lo compares: Cuantas diferentes combinaciones o agrupaciones se pueden realizar<br />
con los números 1,2,3,4 tomando DOS a la vez?<br />
n = 4 4!<br />
4!<br />
24 n = 1 2 3 4<br />
r = 2<br />
4C<br />
2 6<br />
2!<br />
( 4 2)!<br />
2!<br />
2!<br />
4<br />
Serían: 12; 13; 14; 23; 24; 34;<br />
21; 31; 32; 41; 42; 43; Estos se eliminan por la misma razón anterior.<br />
Es muy importante que te fijes que aquí NO interesa el orden en que seleccionan los dos<br />
números (la pareja) de entre los cuatro números (1,2,3,4) y resulta que hay 6 combinaciones.<br />
HAGAMOS ALGUNOS EJEMPLOS PARA QUE ESTES LISTO PARA TUS…<br />
ACTIVIDADES DE APRENDIZAJE.<br />
85
PRIMER PROBLEMA: Con una parte de su primer salario, un alumno de quinto semestre<br />
decide comprar TRES de los SIETE discos compactos que ha sacado a la venta el grupo<br />
MANA. ¿Cuántas posibilidades tiene? Ya que hay que elegir 3 discos (sin importar el orden)<br />
de un conjunto de siete.<br />
n = 7<br />
r = 3<br />
Tiene 35 combinaciones al comprar tres discos de los siete.<br />
OTRO PARA PENSAR; ¿De cuantas maneras una persona puede seleccionar TRES libros<br />
de una lista de OCHO best-sellers? Aquí tampoco es importante el orden en que se<br />
seleccionen los tres libros.<br />
n = 8<br />
r = 3<br />
7<br />
8<br />
C<br />
C<br />
3<br />
3<br />
7!<br />
7!<br />
5040<br />
<br />
3!<br />
( 7 3)!<br />
3!<br />
4!<br />
( 6)(<br />
24)<br />
8!<br />
8!<br />
40320<br />
<br />
3!<br />
( 8 3)!<br />
3!<br />
5!<br />
( 6)(<br />
120)<br />
5040<br />
144<br />
40320<br />
720<br />
Tiene 56 maneras para seleccionar los tres libros.<br />
PARA REFLEXIONAR Y CONFIRMAR: Un alumno del <strong>CBTa</strong> No. 107 Ext. Xalisco del turno<br />
vespertino, tiene 7 libros de física y 5 de matemáticas. Calcular de cuántas maneras se<br />
pueden ordenar 3 libros de física y 2 de matemáticas en un librero.<br />
Primeramente hacemos las combinaciones posibles de libros de física.<br />
n = 7<br />
7!<br />
7!<br />
5040 5040<br />
r = 3 7 C3<br />
35<br />
3!<br />
( 7 3)!<br />
3!<br />
4!<br />
( 6)(<br />
24)<br />
144<br />
combinaciones de libros de física<br />
Ahora hacemos las combinaciones posibles de libros de matemáticas<br />
5!<br />
5!<br />
120 120<br />
n = 5 5C<br />
2 10<br />
2!<br />
( 5 2)!<br />
2!<br />
3!<br />
( 2)(<br />
6)<br />
12<br />
matemáticas<br />
r = 2<br />
combinaciones de libros de<br />
Multiplicamos 35 por 10 nos resulta 350 combinaciones posibles.<br />
AHORA… ¿Cómo se elaboran espacios muestrales para combinaciones “tomando sólo<br />
parte del conjunto” de elementos?<br />
De una manera general, la propuesta para elaborar espacios muestrales para este tipo de<br />
técnica de conteo está basada en un sistema numérico a la n, el cual denominamos “Método<br />
de la cifra”. (Tomado de: Técnicas de muestreo y espacios maestrales sin maestro. Héctor<br />
Francisco Reynoso Titrado)<br />
Sea S = { 1,2,3,4,5 }, un conjunto con cinco elementos genéricos. Calcule…<br />
a) El número de posibles arreglos tomando cuatro de ellos a la vez,<br />
b) Elabore el espacio muestral de esos arreglos o combinaciones.<br />
5<br />
La respuesta a la primera pregunta es 5 posibles combinaciones.<br />
35<br />
56<br />
5!<br />
5!<br />
120 120<br />
C 4 <br />
5...<br />
combinacio nes<br />
4!<br />
( 5 4)!<br />
41!<br />
! ( 24)(<br />
1)<br />
24<br />
86
En el caso de la segunda pregunta, empezaremos por preparar el espacio para arreglar esas<br />
cinco combinaciones<br />
Primer paso Colocamos los primeros cuatro elementos del conjunto en el primer arreglo.<br />
N.A. Combinaciones<br />
a b c d<br />
1 1 2 3 4<br />
2<br />
3<br />
4<br />
5<br />
En el segundo paso, colocaremos el segundo arreglo que representaría el tope de los<br />
arreglos que inician con los elementos 1,2 y 3. También cubrimos el tercer arreglo con la<br />
columna k-1 con el elemento n-1, o sea el elemento 4<br />
N.A. Combinaciones<br />
a b c d<br />
1 1 2 3 4<br />
2 1 2 3 5<br />
3 1 2 4 5<br />
4<br />
5<br />
Observa cómo nuestra atención está siendo demandada en las últimas columnas, arreglando,<br />
de los elementos menores a los mayores, similar a un sistema numérico. Finalmente…<br />
Tercer paso, será cambiar el elemento 2 de la columna k-2, por el siguiente elemento, el 3<br />
(arreglo número cuatro). Lo demás ya es sabido, no habrá elementos mayores a la izquierda.<br />
N.A. Combinaciones<br />
a b c d<br />
1 1 2 3 4<br />
2 1 2 3 5<br />
3 1 2 4 5<br />
4 1 3 4 5<br />
5 2 3 4 5<br />
Algunas características de las combinaciones<br />
Este método permite ir agotando los elementos a usar de<br />
derecha a izquierda. Observa que en el cuarto arreglo ya<br />
están agotadas la k-ésima columna con el n-ésimo<br />
elemento, la columna k-1 con el elemento n-1 y la<br />
columna k-2 con el elemento n-2. Así, lo único que nos<br />
resta es colocar el elemento 2 en la primera columna y<br />
combinarlo con el resto de los elementos del conjunto<br />
que están a la derecha (arreglo número cinco).<br />
a) Las combinaciones son arreglos de elementos en los que no nos interesa el orden de<br />
los mismos.<br />
b) El primer arreglo tiene combinados los primeros elementos del conjunto.<br />
c) El último arreglo tiene combinados los últimos elementos del conjunto.<br />
d) Los elementos del conjunto aparecen arreglados del menor al mayor de los elementos,<br />
al menos en las escalas nominales y de razón. Justamente, en esta característica está<br />
87
asado el método de la cifra que usamos para elaborar espacios maestrales para<br />
combinaciones.<br />
e) El número que aparece cada elemento del conjunto es el espacio muestral está<br />
dado por la siguiente fórmula:<br />
Repeticiones de cada elemento en el espacio muestral (RCE) = ( c ) ( r ) .<br />
n<br />
donde: c = Número de combinaciones o arreglos posibles<br />
r = Elementos tomados a la vez en cada arreglo<br />
n = Número total de elementos en el conjunto.<br />
Para comprobar ésta formula con el ejemplo anterior tenemos: RCE = ( 5 ) ( 4 ) = 20 = 4<br />
5 5<br />
N.A. Combinaciones<br />
a b c d<br />
1 1 2 3 4<br />
2 1 2 3 5<br />
3 1 2 4 5<br />
4 1 3 4 5<br />
5 2 3 4 5<br />
En resumen:<br />
Observamos que cada elemento (1,2,3,4,5) en el<br />
espacio muestral se repite cuatro veces; esto es, hay<br />
cuatro 1, cuatro 2, cuatro 3, cuatro 4 y cuatro 5.<br />
Es muy importante que recuerdes que en una permutación SI importa el orden y se relaciona<br />
a sucesiones ordenadas; parejas ordenadas, tríadas ordenadas, etc. En las combinaciones<br />
NO importa el orden y se relacionan con la selección de un subconjunto de un conjunto dado.<br />
JA, JA, está bien fácil; Yo También<br />
ya le entendí aceboman ya agarré la onda<br />
ENTONCES REALIZA TUS ACTIVIDADES DE APRENDIZAJE:<br />
88
CALCULA LAS POSIBLES FORMAS DE COMBINACIÓN POSIBLES Y ELABORA LOS<br />
ESPACIOS MUESTRALES UTILIZANDO LA PAGINA DE LADO O ATRAZ DE ELLA, PARA<br />
REALIZAR LOS EJERCICIOS<br />
1) Sea X = { a,b,c,d,e }, un conjunto con cinco elementos genéricos. Calcule a) el número de<br />
posibles arreglos tomando dos de ellos a la vez, b) elabore el espacio muestral de esos<br />
arreglos<br />
2) Sea W = { 1,2,3,4,5}, un conjunto con cuatro elementos genéricos. Calcule a) el número de<br />
posibles arreglos tomando tres de ellos a la vez, b) elabore el espacio muestral de esos<br />
arreglos<br />
3) Sea Z = { a,b,c,d,e,f }, un conjunto con cinco elementos genéricos. Calcule a) el número de<br />
posibles arreglos tomando tres de ellos a la vez, b) elabore el espacio muestral de esos<br />
arreglos<br />
89
MÁS ACTIVIDADES DE APRENDIZAJE:<br />
En cada uno de los siguientes problemas, decide si se trata de una permutación o de una<br />
combinación y obtén su resultado correcto.<br />
UTILIZA LA HOJA DE AUN LADO Y/O LA DE ATRAZ PARA TUS OPERACIONES.<br />
1) Calcular el número de palabras de 5 letras, que se pueden formar con 12 letras diferentes,<br />
aunque no necesariamente tengan algún significado.<br />
Permutación _____ o combinación________<br />
Resolver:<br />
2) Calcular el número de palabras, que pueden formarse seleccionando 6 consonantes y 2<br />
vocales entre 10 consonantes y 4 vocales, no necesariamente con significado.<br />
Permutación _____ o combinación________<br />
Resolver:<br />
3) Calcular de cuántas maneras diferentes pueden colocarse 7 libros en un librero<br />
Resolver:<br />
Permutación _____ o combinación________<br />
4) Un parque de diversiones tiene 28 recorridos distintos. ¿De cuántas maneras diferentes<br />
una persona puede tomar cuatro de estos recorridos, suponiendo que el orden es importante<br />
y que no quiera tomar un recorrido más de una vez?<br />
Permutación _____ o combinación________<br />
Resolver:<br />
5) Una bolsa contiene 6 bolas rojas numeradas del 1 al 6 y 8 bolas azules numeradas del 1 al<br />
8. ¿De cuántos modos se pueden seleccionar 6 bolas de manera que 2 sean rojas y 4<br />
azules?<br />
Permutación _____ o combinación________<br />
Resolver:<br />
6) La carta de una fonda indica que hay 4 sopas, 7 carnes, 8 ensaladas y 5 postres. ¿De<br />
cuántos modos se puede ordenar una comida consistente en una sopa, una carne, 3<br />
ensaladas y un postre?<br />
Permutación _____ o combinación________<br />
Resolver:<br />
Analicemos otros temas relacionado con lo anterior…… ANIMO<br />
90
TEOREMA DEL BINOMIO Y TRIÁNGULO DE PASCAL<br />
En aritmética y álgebra ya se definió que a° = 1 “Toda cantidad elevada a la cero potencia<br />
es igual a uno “<br />
puedo!<br />
OBSERVA DETENIDAMENTE “EL TEOREMA DEL BINOMIO”<br />
(Tómate tu tiempo)<br />
( x + y ) 1 = x + y<br />
( x + y ) 2 = x 2 + 2xy + y 2<br />
( x + y ) 3 = x 3 + 3x 2 y + 3xy 2 + y 3<br />
( x + y ) 4 = x 4 + 4x 3 y + 6x 2 y 2 + 4xy 3 + y 4<br />
( x + y ) 5 = __________________________________<br />
( x + y ) 6 = _______________________________________________<br />
¿Puedes resolver los dos binomios que faltan? ¡Yo SI<br />
!!Yo No Puedo aceboman¡¡<br />
Entonces analiza las siguientes conclusiones:<br />
A la mejor se te ocurre algo<br />
1. El número de términos es igual al grado del binomio más uno.<br />
2. El grado del primer término es igual al grado del binomio y disminuye sucesivamente<br />
en uno, en cada uno de los siguientes términos y es factor en todos los términos,<br />
menos en el último.<br />
3. El segundo término, “y” en los ejemplos, aparece en el segundo término del desarrollo<br />
con exponente uno, y aumenta sucesivamente en uno en cada uno de los términos<br />
siguientes hasta llegar al exponente del binomio, el cual es el último del resultado.<br />
4. El coeficiente del primer término del resultado es uno y el del segundo es el exponte<br />
del binomio; el último término también es uno.<br />
5. El coeficiente de un término cualquiera es igual al coeficiente del término inmediato<br />
anterior, por el exponente de “x” en éste término y dividido entre el número de términos<br />
desarrollados.<br />
6. El grado de cada término es igual al grado del binomio.<br />
7. Los términos que equidistan de los extremos tienen coeficientes iguales<br />
8. Cada término del binomio se considera con coeficiente y signo.<br />
AHORA SI PUEDES? ANIMO RESUELVELO<br />
Matemáticamente el binomio de Newton es el siguiente:<br />
(<br />
n(<br />
n 1)<br />
x<br />
1(<br />
2)<br />
n(<br />
n 1)(<br />
n 2)<br />
x<br />
1(<br />
2)(<br />
3)<br />
n2<br />
2<br />
n3<br />
3<br />
n<br />
x y)<br />
n n1<br />
x nx y <br />
<br />
...<br />
<br />
y<br />
y<br />
y<br />
n<br />
91
El triángulo de TARTAGLIA junto con el triángulo de PASCAL, facilitan el calculo de los<br />
coeficientes de la potencia de un binomio (o coeficientes binomiales) observa:<br />
TRIANGULO DE PASCAL<br />
( x + y ) 0 = primera fila 1<br />
( x + y ) 1 = 1 1<br />
( x + y ) 2 = 1 2 1<br />
( x + y ) 3 = 1 3 3 1<br />
( x + y ) 4 = 1 4 6 4 1<br />
( x + y ) 5 =<br />
(x + y ) 6 =<br />
Observa que si sumas dos coeficientes adyacentes, su suma es el coeficiente entre ellos una<br />
fila abajo; por ejemplo, para obtener el 2 de la tercer fila sumamos los dos UNOS(1+1=2) de<br />
la segunda fila; para obtener el 4 de la quinta fila sumamos el UNO y TRES (1 +3 = 4)<br />
Preparados ahora si con todo este conocimiento, podemos escribir fácilmente TODO EL<br />
DESARROLLO de los binomios (x+y) 5 ; (x+y) 6 y (x + y ) 7<br />
(x + y ) 5 = _______________________________________________<br />
Por supuesto que si deseamos desarrollar la sexta potencia del binomio, podemos hacerlo<br />
utilizando los coeficientes de la quinta potencia y así sucesivamente. Fácil o no?<br />
( x + y ) 6 = ____________________________________________________________<br />
(x + y) 7 = _________________________________________________________________<br />
¡¡¡MUY BIEN FELICIDADES!!!<br />
92
Los problemas de probabilidad en situaciones prácticas, son sucesos o eventos compuestos<br />
que requerirían para su solución la enumeración de muchos puntos muestrales,<br />
procedimiento lento y cansado; de ahí, que haya un segundo procedimiento que se llama<br />
composición de sucesos o probabilidad axiomática. Esta composición se forma con dos o<br />
más sucesos y se realiza con la UNIÓN o con la INTERSECCIÓN DE CONJUNTOS o con la<br />
combinación de ambos; se basa en: la clasificación de los sucesos, las relaciones entre ellos<br />
y tres leyes: LA ADITIVA (o regla de la suma), LA MULTIPLICATIVA (o regla del producto) Y<br />
LA DE SUSTRACCIÓN ( o regla de la diferencia).<br />
Como estamos refiriéndonos a la probabilidad axiomática, es conveniente recordar que un<br />
axioma es una proposición matemática evidente por sí misma que no requiere demostración.<br />
SIMBOLOGÍA BÁSICA DE CONJUNTOS<br />
P R O B A B I L I D A D A X I O M Á T I C A<br />
El propósito del presente apartado es realizar un recordatorio somero de la teoría de<br />
conjuntos ya que es un instrumento adecuado para la sistematización de nuestra forma de<br />
pensar y permitir la capacidad de análisis y comprensión de las interrelaciones que hay entre<br />
todas las partes de un problema, y así facilitar su solución en el estudio de la probabilidad<br />
axiomática.<br />
A) UNIÓN ( su símbolo es U )<br />
Si se reúnen los elementos de dos o más conjuntos para formar uno solo, a este<br />
conjunto que resulta se la llama UNIÓN DE CONJUNTOS; si existen elementos comunes<br />
entre los conjuntos originales éstos no se repiten en el conjunto unión.<br />
Piensa detenidamente: Sean los conjuntos<br />
P = { 1, 2, 3, 4,}<br />
M = { 3, 4, 5, 6 } En Diagrama de Venn - Euler<br />
P ( P U M) = { 1, 2, 3, 4, 5, 6 }<br />
P (P o M) = { 1, 2, 3, 4, 5, 6 }<br />
B. INTERSECCIÓN (su símbolo es ∩ )<br />
La intersección de dos conjuntos A y B es el conjunto que forman los elementos comunes a<br />
ambos conjuntos, se representa con el símbolo ∩ colocado entre los conjuntos, así; A ∩ B<br />
se lee “intersección de A y B” o “A intersección de B”<br />
Ejemplo 1) Sean los conjuntos A = { 1, 2, 3, 4, } B = { 1, 2, 5, 6 }<br />
P<br />
M<br />
1 , 2 3, 4 5, 6<br />
93
P (A ∩ B) = { 1, 2 }<br />
P (A y B) = { 1, 2 }<br />
En Diagrama de Venn - Euler<br />
Otra variante de lo mismo: Sean los conjuntos P = { 1, 2, 3 } M = { 6, 7 }<br />
P (P ∩ M) = Ø<br />
P (P y M) = Ø<br />
Ø = Se refiere a un conjunto vacío o disjunto<br />
Debido a que no existen elementos en común<br />
En Diagrama de Venn - Euler<br />
C. COMPLEMENTO DE UN CONJUNTO<br />
Cuando se ha establecido un conjunto universal u, a la diferencia de u y un conjunto sea<br />
por ejemplo A, se le llama COMPLEMENTO de A, se expresa A’ . El apóstrofe señala que<br />
hemos formado el complemento de A. Algunos autores expresan el complemento, así; A c con<br />
una pequeña c de donde A’ = A c , otros mas, lo expresan con una barra arriba de la letra<br />
mayúscula.<br />
Observa detenidamente: u = { 1, 2, 3, 4, 5, 6 } A = { 1, 2, 3 }<br />
En diagrama de Venn - Euler<br />
P ( A’ ) = { 4, 5, 6 }<br />
D. DIFRENCIA ENTRE CONJUNTOS<br />
Dados los conjuntos A y B, : la diferencia de A – B, en este orden, es el conjunto de todos los<br />
elementos que pertenecen a A, pero no a B.<br />
La diferencia de A y B se expresa A – B que se lee “ A diferencia de B ” o “ A menos B “<br />
Ejemplo: A = { 1, 2, 3, 4, 5 } B = { 1, 2 }<br />
A – B = { 3, 4, 5 }<br />
Se utiliza cuando es necesario que ocurra<br />
el suceso A y simultáneamente No ocurra el suceso B<br />
Ø<br />
A<br />
P<br />
1, 2, 3<br />
A<br />
A’= 4, 5, 6<br />
u<br />
En diagrama de Venn - Euler<br />
A -B<br />
3, 4, 5<br />
1 , 2<br />
B<br />
M<br />
6, 7<br />
B<br />
94
En muchos problemas de probabilidad debemos considerar eventos que se forman por medio<br />
de UNIONES, INTERSECCIONES Y COMPLEMENTOS. Para ilustrar estos conceptos<br />
reflexionemos y analicemos el siguiente problema:<br />
EL ESPACIO DE LOS DÍAS DE LLUVIA EN JULIO EN LA PARTE MAS LLUVIOSA DE<br />
NAYARIT ES EL CONJUNTO S = { 0, 1, 2, 3, …, 31},<br />
TOMEMOS LOS SUBCONJUNTOS<br />
A = { 0, 1, 2, 3, 4, 5, 6 }<br />
B = { 20,21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31}<br />
C = { 0, 15, 31 }<br />
D = { 18, 19, 20, 21, 22, 23, 24 }<br />
E = { 22 }<br />
A = es el evento que llueva a lo más seis días<br />
B = es el evento que llueva cuando menos 20 días<br />
C = es el evento que llueva o todos los días del mes, o quince días o bien ningún día del mes.<br />
D = es el evento que llueva entre 18 y 24 días<br />
E = es el evento que llueva exactamente 22 días al mes.<br />
Analicemos y aprendamos a resolver los siguientes eventos:<br />
a) A U D; c) D ∩ B; e) B’ g) D’ U B’<br />
b) B U D; d) A ∩ B; f) D’ h) B’ ∩ A’<br />
a) Como A U D es el evento de los resultados que están en A o en D, A U D es por tanto<br />
el evento { 0, 1, 2, 3, 4, 5, 6, 18, 19, 20, 21, 22, 23, 24}<br />
b) B U D = { 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31}<br />
c) D ∩ B es el de los resultados que están tanto en D como en B, por lo que D ∩ B = {20,<br />
21, 22, 23, 24} representa que llueva de 20 a 24 días durante el mes de julio.<br />
d) A ∩ B; Observamos que A y B no tienen elementos en común, de modo que la<br />
intersección de A y B es el conjunto vacío, esto es, A∩ B = Ø. Cuando dos eventos no<br />
tienen resultados en común decimos que son mutuamente excluyentes y equivale a<br />
que no pueden ocurrir los dos simultáneamente. Esto lo estudiamos en el siguiente<br />
tema.<br />
e) B’ es el evento formado por los resultados que no están en B, así que B’ = { 0, 1, 2, …,<br />
19}; B’ es el evento que llueva de los 0 a los 19 días.<br />
f) Como D’ = { 0, 1, 2, …, 16, 17, 25, 26, …, 30, 31} entonces D’ es el evento de que<br />
llueva a lo más (o menos que) 17 días, o bien, que llueva mas de 25 días.<br />
g) Como D’ = { 0, 1, 2, …, 16, 17, 25, 26, …, 30, 31} y B’ = { 0, 1, 2, …, 18, 19} entonces<br />
D’ U B’ = { 0, 1, 2, …, 16, 17, 18, 19, 25, 26, …, 30, 31} ¿como se interpreta?<br />
95
h) B’ ∩ A’ como B’ = { 0, 1, 2, …, 19} y A’ = { 7, 8, 9, …, 31} , entonces la intersección<br />
B’ ∩ A’ es el evento { 7, 8, 9, …, 18, 19 } que llueva de 7 a 19 días.<br />
TIPOS DE EVENTOS<br />
En función de la relación de probabilidad que se puede establecer entre los eventos o<br />
sucesos éstos se clasifican en:<br />
MUTUAMENTE EXCLUYENTES O DISJUNTOS.<br />
Son aquellos sucesos o eventos en los que en un mismo experimento aleatorio no es<br />
posible que ocurran simultáneamente. En sucesos mutuamente excluyentes se tienen<br />
que la ocurrencia de uno de ellos elimina automáticamente la posibilidad de que ocurra<br />
el otro.<br />
NO EXCLUYENTES ENTRE SI.<br />
Son aquellos eventos en un mismo experimento aleatorio, en los que la posibilidad de<br />
que ocurra uno de ellos, no impide que el otro suceso ocurra; es decir, pueden ocurrir<br />
conjuntamente.<br />
Analiza el primer problema: En un experimento aleatorio, se analiza en un momento dado el<br />
estado de salud de los habitantes de una comunidad.<br />
Consideremos los sucesos siguientes:<br />
A: La persona es diabética.<br />
B: La persona está sana.<br />
C: La persona tiene un problema de salud permanente, tiene una enfermedad crónica<br />
D: La persona tiene gripa.<br />
E: La persona es hipertensa.<br />
A y B = los eventos A y B SON MUTUAMENTE EXCLUYENTES, puesto que una persona<br />
sana no puede ser diabética y si es diabética no está sana.<br />
C y E = Los sucesos C y E NO SON MUTUAMENTE EXCLUYENTES porque en el conjunto<br />
de personas que tienen un problema de salud permanente están los que sufren de<br />
hipertensión, a la vez un hipertenso es una persona con un problema de salud permanente.<br />
B y C = Los sucesos B y C SON MUTUAMENTE EXCLUYENTES porque una persona no<br />
puede considerarse a la vez sana y tener un problema de salud permanente.<br />
C y D = Los eventos C y D NO SON MUTUAMENTE EXCLUYENTES porque existe la<br />
posibilidad de que una persona con un problema de salud permanente esté enfermo de gripa.<br />
Otro para confirmar: se observa la escolaridad de las personas de 20 a 60 años de edad en<br />
una comunidad.<br />
Consideremos los sucesos siguientes:<br />
A: Una persona tiene menos de 40 años<br />
B: La persona es ingeniero<br />
C: La persona es analfabeta<br />
D: La persona tiene 40 años o más.<br />
Los sucesos A y B NO SON MUTUAMENTE EXCUYENTES porque es posible que una<br />
persona entre 20 y 40 años sea ingeniero, a la vez que un ingeniero puede tener menos de<br />
40 años y mas de 20.<br />
Los sucesos B y D NO SON MUTUAMENTE EXCLUYENTES ya que un ingeniero puede<br />
tener más de 40 años y entre las personas de 40 a 60 años pueden haber ingenieros.<br />
96
Los sucesos B y C SON MUTUAMENTE EXCLUYENTES O DISJUNTOS, puesto que un<br />
analfabeta no puede ser ingeniero y un ingeniero no es un analfabeta.<br />
Los sucesos A y D SON MUTUAMENTE EXCLUYENTES O DISJUNTOS, porque una<br />
persona no puede tener menos de 40 años o mas de 40 años en un mismo momento.<br />
Finalmente, antes de analizar problemas de probabilidad con uniones, complementos e<br />
intersecciones de eventos; analicemos cuando intervienen tres o más eventos y sus<br />
relaciones, dibujando la siguiente figura en donde el espacio muestral queda dividido en ocho<br />
regiones diferentes.<br />
Z<br />
Y<br />
Digamos que X es el evento que los autos nuevos que<br />
6 2 5<br />
lleguen a la agencia sean automáticos, Y es el<br />
evento que los autos nuevos que lleguen a la<br />
1<br />
4 3<br />
agencia sean de cuatro puertas, Z que los autos<br />
nuevos que lleguen a la agencia tengan rines<br />
7<br />
deportivos<br />
8<br />
X<br />
¿Que representan las siguientes regiones o números?<br />
a) La región 3. b) la región 6, c) la región 7.<br />
La región 3 está formada por los resultados que están en X y en Y, ( X ∩ Y ), pero no están<br />
en Z, de modo que representa el evento de que los autos nuevos que lleguen a la agencia<br />
sean automáticos, de cuatro puertas y no tengan rines deportivos.<br />
La región 6 está formada por los resultados que tiene el evento Z, esto es que los autos<br />
nuevos que lleguen a la agencia tengan nomás rines deportivos.<br />
La región 7 está formada por los resultados que NO están ni en Y ni en Z, por lo que<br />
representa el evento que los autos que lleguen a la agencia NO tengan cuatro puertas ni<br />
tampoco rines deportivos, pero que si sean automáticos.<br />
Podrías contestar que representa la región 1 y la 8 ?<br />
(escríbelo)_________________________<br />
___________________________________________________________________________<br />
_<br />
y la región 2 y 4<br />
?,_____________________________________________________________<br />
___________________________________________________________________________<br />
_<br />
Finalmente la región 5 ?_____________________________________________________<br />
PROBABILIDAD DE UNIONES Y EVENTOS COMPLEMENTARIOS<br />
Una vez que ya nos hemos familiarizado con los eventos y sus relaciones vamos a describir<br />
algunas reglas sencillas que nos permitan determinar la probabilidad de que ocurra algún<br />
evento. Para expresar simbólicamente estas reglas denotaremos por P ( A ) a la probabilidad<br />
de que ocurra el evento A. Ya hemos comentado que la probabilidad de que suceda un<br />
evento es un número real entre cero y uno y que entre más pequeño sea este número, el<br />
evento es menos probable y entre más cercano a uno el número el evento es más probable.<br />
97
REGLAS BÁSICAS DE PROBABILIDAD<br />
1. Las probabilidades son números reales entre 0 y 1<br />
2. P ( u ) = 1 y P ( Ø ) = 0 como el espacio muestral ( u ) universo “otros libros utilizan<br />
P(S)” contiene a todos los posibles resultados que pueden ocurrir, se tienen que el<br />
evento u ocurre con certeza, de modo que P (u ) = 1 y cuando con certeza un evento<br />
no puede ocurrir, su probabilidad es cero P ( Ø ) = 0<br />
3. Regla de la suma ( ley aditiva de la probabilidad)<br />
Esta ley se utiliza cuando se quiere obtener la probabilidad de que ocurra el suceso A o el<br />
suceso B, para lo cual es necesario revisar si los sucesos SON O NO MUTUAMENTE<br />
EXCLUYENTES.<br />
a) Cuando dos sucesos son mutuamente excluyentes se tiene que A ∩ B = Ø ; (es<br />
el conjunto vacío) se utiliza entonces P ( A U B ) = P ( A ) + P ( B ) es decir, que la<br />
probabilidad de que A o B ocurran indistintamente, es igual a la suma de sus probabilidades<br />
individuales.<br />
Hagamos un diagrama…<br />
b) Regla para eventos complementarios ( ‘ ). En consecuencia de las reglas<br />
anteriores, surge P ( A’ ) = 1 – P (A) ya que los eventos A y A’ son mutuamente excluyentes<br />
por no tener elementos en común y su unión es todo el universo (u).<br />
Hagamos un diagrama…<br />
P (A )<br />
Eventos mutuamente<br />
excluyentes<br />
P (A’) =<br />
+<br />
1<br />
U –<br />
Eventos mutuamente<br />
excluyentes<br />
P (B)<br />
P (A )<br />
c) Cuando dos sucesos NO son mutuamente excluyentes, se tiene que A ∩ B ≠ Ø<br />
(no es el conjunto vacío) ; se utiliza entonces P ( A U B ) = P ( A ) + P ( B ) – P ( A ∩ B ) es<br />
decir, que la probabilidad de que A o B ocurran indistintamente, es igual a la suma de sus<br />
probabilidades individuales y restar sus intersecciones para rectificar el doble conteo que se<br />
lleva a cabo cuando se suman las dos probabilidades.<br />
U<br />
98
Hagamos un diagrama…<br />
P (A) P (B)<br />
No son mutuamente<br />
excluyentes<br />
P (A U B)<br />
U<br />
=<br />
P (A)<br />
P (B)<br />
AHORA SI PONGAMONOS A PRACTICAR DICHAS REGLAS DE LA PROBABILIDAD.<br />
PRIMERO UTILIZANDO LA LEY ADITIVA Y CUANDO UN EVENTO ES MUTUAMENTE<br />
EXCLUYENTE. P ( A U B ) = P ( A ) + P ( B )<br />
Primer problema para pensar:<br />
¿Cuál es la probabilidad de elegir al azar un 10 o un 4 al extraer una carta de una baraja<br />
ordinaria de 52 cartas? (la “ o “ se interpreta como unión)<br />
Como queremos un 10 o un 4 y como estos eventos son mutuamente excluyentes, aplicamos<br />
la regla de la suma P ( A o B ) = P ( A ) + P ( B ). Así, P (10 U 4) ; donde A representa sacar<br />
un 10 y B obtener un 4. y como existen cuatro 10, cuatro 4 y 52 cartas en la baraja, P (10 ) =<br />
4/ 52 y P ( 4 ) = 4/52 tenemos<br />
P ( 10 o 4 ) = 4/52 + 4/52 = 8/52 = 0.1538<br />
Otro para reflexionar:<br />
Supongamos que va a elegirse de manera aleatoria UN individuo entre una población de 130<br />
personas. En esta población hay 40 NIÑOS menores de 12 años, 60 ADOLECENTES y 30<br />
ADULTOS ¿Cuál es la probabilidad de que el individuo elegido sea un adolescente o un<br />
adulto?<br />
Los eventos son mutuamente excluyentes porque queremos obtener un adolescente o un<br />
adulto y no los dos al mismo tiempo, por lo tanto utilizamos la ley aditiva P ( A o B ) = P ( A ) +<br />
P ( B ). Donde P (A) será obtener un adolescente y P (B) será obtener un adulto. Como hay<br />
60 adolescentes, 30 adultos y 130 personas en la población tenemos,<br />
P ( A o B ) = P ( 60/130) + P ( 30/130 ). = 60/130 + 30/130 = 90/130 = 0.6923<br />
Ahora con otro problema para que utilices mas reglas… ECHALE GANAS<br />
Supongamos que A es el evento: el martes a las 16:00 hrs, estará lloviendo<br />
B es el evento: el martes a las 16:00 hrs, estará despejado<br />
Y que de acuerdo al Observatorio Nacional la P (A) = 0.45 y P (B) = 0.3,<br />
¿Cuáles son las probabilidades de P ( A’ ), P ( A U B ) y P ( A ∩ B )?<br />
Para que tu aprendizaje sea significativo contesta por favor las siguientes preguntas<br />
+<br />
–<br />
P (A ∩ B)<br />
99
Son eventos mutuamente excluyentes SI____ NO___ Porque?<br />
_______________________<br />
___________________________________________________________________________<br />
_<br />
P ( A’ ) como se interpreta o que significa en éste problema?:<br />
__________________________<br />
___________________________________________________________________________<br />
_<br />
Que nos pide el problema con P ( A U B ):<br />
_________________________________________<br />
-<br />
___________________________________________________________________________<br />
_<br />
Como se interpreta P ( A ∩ B ) en el contexto del problema?<br />
___________________________________________________________________________<br />
Si P (A) es la probabilidad de que el martes esté lloviendo; P (A’) será la probabilidad de que<br />
NO LLUEVA el martes a las 16:00 hrs. Por lo tanto utilizamos P ( A’ ) = 1 – P (A) y<br />
sustituyendo los valores P (A’) = 1 – 0.45 = 0.55<br />
Para poder calcular las probabilidades de P (A U B) y P ( A ∩ B) debemos primero observar<br />
que los eventos A y B son mutuamente excluyentes, ya que el tiempo no puede estar<br />
lloviendo y despejado simultáneamente, por lo que …<br />
P (A∩ B) = P ( Ø ) = 0 la intersección de A y B es un evento nulo<br />
Ya que no puede suceder al mismo tiempo.<br />
Finalmente P (A U B) = P (A) + P(B) = P ( 0.45) + P (0.3) = 0.75<br />
En resumen...<br />
P (A’) = La probabilidad de que NO LLUEVA el martes a las 16:00 hrs = 0.55<br />
P (A∩ B) = La probabilidad de estar lloviendo y despejado simultáneamente = P ( Ø ) = 0<br />
P (A U B) = La probabilidad de que esté lloviendo o esté despejado = 0.75<br />
Antes de realizar algunas actividades de aprendizaje finalmente…<br />
Bien y Fácil<br />
aceboman<br />
Analicemos otro problema donde Si k eventos son mutuamente excluyentes, la probabilidad<br />
de que ocurra alguno de ellos es igual a la suma de sus respectivas probabilidades<br />
Si las probabilidades de que una agencia de automóviles venda 0, 1, 2, 3, 4, y 5 automóviles<br />
durante cierta semana son respectivamente 0.05, 0.1, 0.15, 0.18, 0.12 y 0.05<br />
¿Cuáles son las probabilidades de que vendan de 2 a 5 automóviles y de que vendan 5 o<br />
más automóviles.<br />
100
Como estos eventos son mutuamente excluyentes, usando la regla P (A1 U… Ak ) = P (A1 ) +<br />
P(A2)... + P (A k ) para saber si la agencia venderá de 2 a 5 automóviles, por lo tanto será:<br />
0.15 + 0.18 + 0.12 + 0.05 = 0.5<br />
Ahora para calcular la probabilidad de que vendan 5 o más automóviles, o sea P (vender 5 o<br />
más automóviles), COMO ES UN EVENTO COMPLEMENTARIO DE (A’) debemos primero<br />
calcular la probabilidad de vender a lo más cuatro automóviles…(AK )<br />
P ( Ak vender a lo más 4 automóviles) = 0.05 + 0.1 + 0.15 + 0.18 + 0.12 = 0.6<br />
Ahora P (A’ vender cinco o más automóviles) = 1 – P (Ak ) = 1 – 0.6 = 0.4<br />
ACTIVIDADES DE APRENDIZAJE:<br />
Realiza tus esquemas, reflexiones y cálculos con orden hasta obtener lo que se te señala.<br />
1) Determina si los siguientes eventos son mutuamente excluyentes. Explica tus respuestas.<br />
a) El “toro” Valenzuela lanza el martes un juego sin hit ni carrera y el “Toro”<br />
Valenzuela pierde el martes su juego:<br />
_____________________________________________________________________<br />
_<br />
b) Lucía llega tarde a su empleo y Lucía quema accidentalmente una compresora del<br />
taller donde trabaja.<br />
_____________________________________________________________________<br />
_<br />
c) Lucía llega tarde a su empleo y Lucía emplea todo el día arreglando el pago del<br />
impuesto predial de su casa.<br />
_____________________________________________________________________<br />
_<br />
d) En una mano de póker la primera carta es as y en la misma mano de póker la<br />
quinta carta es as.<br />
e) En una mano de póker las primeras cuatro cartas son ases y en la misma mano de<br />
póker la quinta carta es as.<br />
_____________________________________________________________________<br />
__<br />
2) Al lanzar un dado una vez, ¿Cuál es la probabilidad de obtener un 1 o un número par?<br />
3) Para participar en la rifa de un reloj, los alumnos del primer año compraron 18 boletos; los<br />
de segundo año 12 boletos. Si son 50 boletos. ¿Cuál es la probabilidad de que un alumno de<br />
primero o segundo gane la rifa?<br />
101
4) En un experimento tiramos un par de dados y contamos los puntos obtenidos.<br />
a) Describe el espacio muestral : ______________________________________<br />
b) Si A = { 2, 3, 4, 5, y 6} y B = { 3, 5, 7, 9, 11} describe los eventos:<br />
P ( A’ ) = _______________________________ P ( B’ ) =<br />
__________________________<br />
P ( A U B ) : ________________________ P ( A ∩ B’ ) = _________________________<br />
P ( A ∩ B ) = ____________________________________<br />
5) Las probabilidades de que un hospital reciba a,1, 2, 3, 4, 5, 6, 7 y hasta 8 enfermos durante<br />
un día son, respectivamente, 0.02, 0.04, 0.08, 0.13, 0.15, 0.17, 0.16 y 0.08. Determina las<br />
probabilidades de que el hospital reciba<br />
a) Cuatro o más pacientes;<br />
b) A lo más cinco pacientes;<br />
c) De 3 a 6 pacientes.<br />
Ahora analicemos dos problemas para aplicar la ley aditiva cuando dos sucesos NO son<br />
mutuamente excluyentes, donde ya se indicó que P ( A ∩ B ) ≠ Ø y se utiliza entonces…<br />
P ( A U B ) = P ( A ) + P ( B ) – P ( A ∩ B ) o sea la probabilidad de que A o B ocurran<br />
indistintamente.<br />
Problema para pensar: Un estudio de mercado estima que las probabilidades de que una<br />
familia en cierta zona vea el noticiero de TV Azteca es de 0.3, que vea el noticiero de Televisa<br />
es de 0.2 y de que vea a ambos es de 0.02.<br />
¿Cuál es la probabilidad de que una familia vea al menos uno de los dos noticieros?<br />
Sea A el evento la familia ve el noticiero de TV Azteca Entonces P ( A ) = 0.3<br />
Sea B el evento la familia ve el noticiero de Televisa Entonces P ( B ) = 0.2<br />
y P ( A ∩ B ) = 0.02<br />
Observemos primero que como la probabilidad de que vean ambos noticieros es positiva, los<br />
eventos A y B NO son mutuamente excluyentes, por lo tanto se deben transmitir a diferente<br />
horario.<br />
P ( A U B ) = P ( A ) + P ( B ) – P ( A ∩ B ) = P ( 0.3 ) + P ( 0.2 ) – P ( 0.02 ) = 0.48<br />
Otro problema para reflexionar y confirmar aprendizaje…<br />
Queremos determinar al utilizar una baraja de póker ¿Cuál es la probabilidad de sacar UN AS<br />
o UN TREBOL de dicha baraja?<br />
102
Sea A el evento sacar UN AS y como en la baraja hay 4 ases en 52 cartas P ( A ) = 4/52<br />
Sea B el evento sacar UN TREBOL y en la baraja hay 13 tréboles en 52 cartas P (B) = 13/52<br />
La probabilidad de obtener UN AS y UN TREBOL al mismo tiempo es de 1/ 52 Por lo<br />
tanto…<br />
P ( A U B ) = P ( A ) + P ( B ) – P ( A ∩ B ) = P (4/52) + P ( 13/52) – P ( 1/52) = 16/52 =<br />
0.3077<br />
Pero ¿Por qué debemos restar la probabilidad de obtener un as y un trébol<br />
a la vez?<br />
Porque hemos contado el as de trébol dos veces. Sin restarlo, pensaríamos de<br />
manera errónea que existen 17 eventos favorables en vez de 16.<br />
Realiza las siguientes ACTIVIDADES DE APRENDIZAJE:<br />
1) Una alumna del <strong>CBTa</strong>.- Xalisco estima que durante una fiesta la probabilidad de que se le<br />
declare JOSE es de 0.7, la probabilidad de que se le declare ENRIQUE es de 0.4 y la<br />
probabilidad de que se le declaren ambos es de 0.2. ¿Cuál es la probabilidad de que se le<br />
declare alguno de los dos durante la fiesta?<br />
2) Si extraes de una baraja de póker ordinaria, una sola carta ¿Cuál es la probabilidad de de<br />
que sea:<br />
Una reina o un corazón?<br />
Un 3 o una carta negra?<br />
103
PROBABILIDAD PARA EVENTOS SUCESIVOS<br />
Regla del producto ( ley multiplicativa de la probabilidad)<br />
La probabilidad de que ocurran SIMULTÁNEAMENTE DOS SUCESOS A y B, se obtiene con<br />
el producto de sus probabilidades. Esto es, mientras que la regla de la suma proporciona la<br />
probabilidad de que ocurra CUALQUIERA DE varios sucesos, la regla del producto analiza la<br />
ocurrencia CONJUNTA O SUCESIVA de varios eventos.<br />
Observa que la regla del producto analiza con frecuencia lo que ocurre en más de un<br />
lanzamiento o extracción, mientras que la regla de la suma estudia sólo un lanzamiento o<br />
extracción.<br />
Al analizar la regla del producto, es útil distinguir tres condiciones:<br />
A) CUANDO LOS EVENTOS SON MUTUAMENTE EXCLUYENTES<br />
B) CUANDO LOS EVENTOS SON INDEPENDIENTES<br />
C) CUANDO LOS EVENTOS SON DEPENDIENTES.<br />
Regla del producto: Eventos mutuamente excluyentes<br />
Ya se ha indicado anteriormente (cuando estudiamos la regla de la suma) que cuando dos<br />
sucesos son mutuamente excluyentes la probabilidad de A y B es el conjunto vacío, P ( A<br />
∩ B ) = Ø otros autores la señalan como P ( A y B ) = Ø , esto es, la ocurrencia de un evento<br />
impide la ocurrencia del otro y la probabilidad de su ocurrencia CONJUNTA es nula o cero.<br />
Regla del producto: Eventos Independientes<br />
Dos eventos son independientes si la ocurrencia de un evento NO TIENE EFECTO sobre<br />
la probabilidad de ocurrencia del otro.<br />
El muestreo con reemplazo ilustra bien esta situación. Por ejemplo, suponga que vamos a<br />
extraer dos cartas, una a la vez, con reemplazo, de una baraja ordinaria. Denotamos por A a<br />
la carta extraída primero y B a la carta obtenida en segundo lugar. Cuando A se reemplaza<br />
antes de extraer a B, la aparición de A en la primera extracción no tiene efecto alguno sobre<br />
la probabilidad de ocurrencia de B. Por lo tanto son eventos A y B son independientes. Bajo<br />
esta condición, la regla del producto se convierte en…<br />
P ( A ∩ B ) = P ( A ) P ( B ) . . . regla del producto para eventos independientes.<br />
P ( A y B ) = P ( A ) P ( B )<br />
Vamos a analizar dos problemas para emplear esta ecuación. Suponga que vamos a obtener<br />
al azar dos cartas, una a la vez, con reemplazo, de una baraja ordinaria. ¿Cuál es la<br />
probabilidad de que ambas cartas seas Ases?<br />
Como el problema nos pide DOS cartas; la primera que sea As “y ” en la segunda extracción<br />
sea también otro As y además con reemplazo, podemos utilizar la regla del producto P (A ∩<br />
B) = P ( A ) P ( B )<br />
104
P ( A ) = (un as en la primera extracción) P ( B ) = (un as en la segunda extracción)<br />
4 ases o eventos favorables de 52 barajas también 4 ases o eventos favorables de 52<br />
barajas<br />
P (A y B) = P ( 4/52 ) P ( 4/52 ) P (A y B) = ( 16/ 2704 ) = 0.0059<br />
Otro para reflexionar y pensar. Se lanza un dado y se saca una canica de una bolsa; en la<br />
bolsa hay 3 canicas, una roja, una azul y una verde. ¿Cuál es la probabilidad de que salga un<br />
número primo y una canica azul?<br />
Lee detenidamente el problema y contesta ¿los eventos (lanzar un dado y sacar una canica)<br />
son independientes? _____ porque?<br />
__________________________________________________<br />
Si el lanzar el dado es el evento A, ¿Cuales son los eventos muestrales para A ?<br />
A = { _____________} P ( A ) = ( 4/ 6 )<br />
el evento B será B = { sale una canica azul } P ( B ) = ( 1/3 )<br />
P (A y B) = P ( 4/6 ) P ( 1/3 ) P (A y B) = ( 4/ 18 ) = 0.2222<br />
Esto lo podemos comprobar contando de los resultados posibles, los que son favorables al<br />
suceso A y B, así:<br />
(A, 1) (A, 2) ( A, 3) (A, 4) (A, 5) ( A, 6)<br />
(R, 1) (R, 2) ( R, 3) (R, 4) (R, 5) ( R, 6)<br />
(V, 1) (V, 2) ( V, 3) (V, 4) (V, 5) ( V, 6)<br />
P (A y B ) = 4 resultados favorables = 4 = 0. 2222<br />
18 resultados posibles 18<br />
La anterior regla del producto para eventos independientes, también se aplica en situaciones<br />
con más de dos eventos. En tales casos, la probabilidad de la ocurrencia conjunta de los<br />
eventos es igual al producto de las probabilidades individuales de cada evento. En forma de<br />
ecuación es…<br />
P ( A y B y C …Z ) = P ( A ) P ( B ) P ( C ) … P ( Z )<br />
Queremos obtener al azar 4 individuos de una población de 110 habitantes, los cuales 50 son<br />
varones y 60 mujeres. El muestreo es un individuo a la vez, con reemplazo. ¿Cuáles la<br />
probabilidad de obtener 3 mujeres y 1 hombre, en ese mismo orden?<br />
Como el problema pide una mujer en la primera, segunda y tercera extracción y un hombre en<br />
la cuarta y como el muestreo es con reemplazo, aplicamos la ley del producto para más de<br />
dos eventos independientes.<br />
A = representa una mujer en la 1ra extracción B = una mujer en la 2da. Extracción<br />
C = una mujer en la tercera extracción D = un hombre en la cuarta extracción<br />
P ( A y B y C y D ) = P (60/ 110) P (60/110) P (60/110) P (50/110) = 1080/ 14,641 = 0.0738<br />
105
Regla del producto: Eventos dependientes<br />
Dos eventos son dependientes si la ocurrencia de un evento, AFECTA la probabilidad de<br />
ocurrencia del otro.<br />
Cuando A y B son dependientes, la probabilidad de que ocurra B se ve afectada por la<br />
ocurrencia de A. En este caso se utiliza la regla…<br />
P ( A ∩ B ) = P ( A ) P ( B | A ) . . . Regla del producto para eventos dependientes<br />
P ( A y B ) = P ( A ) P ( B | A )<br />
En esta nueva regla nos dice que la probabilidad de ocurrencia de A y B es igual a la<br />
probabilidad de ocurrencia de A por la probabilidad de que B ocurra, dado que A ha<br />
ocurrido.<br />
El muestreo sin reemplazo ilustra bien esta situación de los eventos dependientes.<br />
Primer problema para pensar…<br />
Suponemos que vamos a extraer DOS cartas, una a la vez, sin reemplazo (sin volver a meter<br />
la primera), de una baraja ordinaria ¿Cuál es la probabilidad de que ambas cartas sean ases?<br />
Como va a ser sin reemplazo la ocurrencia de A realmente afecta la probabilidad de B por lo<br />
tanto son eventos dependientes y usaremos la regla…<br />
Aquí está<br />
P ( A y B ) = P ( A ) P ( B | A )<br />
la clave<br />
P (A) = (un as en la primera extracción) = P ( 4/ 52)<br />
P (B | A) = ( un as en la segunda extracción) = P ( 3/51 ) observa que aquí se trata de<br />
obtener un as en la 2da. extracción dado un as en la 1ra extracción.<br />
P ( A y B ) = P ( 4/52 ) P ( 3/51 ) = 12/ 2652 = 0.0045<br />
Otro problema para aprender… Queremos obtener DOS frutas, una a la vez, de una bolsa de<br />
frutas que contienen 4 manzanas, 6 naranjas y 5 duraznos, sin reemplazo ¿Cuál es la<br />
probabilidad de obtener una naranja y una manzana, en ese mismo orden?<br />
P ( A ) = Obtener una naranja en la 1ra extracción<br />
Eventos favorables a A = 6 naranjas de 15 posibles (frutas)<br />
P ( B | A ) = Obtener una manzana en la 2da extracción<br />
Si es sin reemplazo: Eventos favorables a B = 4 manzanas de 14 posibles (ya que afectó la<br />
1ra)<br />
Por lo tanto…<br />
P ( A y B ) = P ( A ) P ( B | A ) = P ( 6/15) P ( 4/14 ) = 24/ 210 = 0.1143<br />
106
Un último problema para reafirmar y después realices tus actividades de aprendizaje:<br />
De un grupo del <strong>CBTa</strong> – Xalisco turno vespertino, se van a elegir por sorteo a 3 alumnos que<br />
se hagan cargo de una ceremonia escolar del “día del maestro”; en el grupo hay 24 hombres<br />
y 12 mujeres. ¿Cuál es la probabilidad de que el grupo de representantes esté conformado de<br />
las maneras siguientes; sean Tres hombres y sean dos hombres y una mujer<br />
P ( A ) = Sean Tres hombres<br />
P ( B ) = Sean dos hombres y una mujer<br />
PARA QUE SEAN TRES HOMBRES<br />
Para calcular P (A) es necesario que se den los sucesos siguientes:<br />
A1, el primer alumno seleccionado sea hombre - - - - - - - P ( A1 ) = 24/ 36<br />
A2 ; el segundo seleccionado sea hombre - - - - - - P ( A2 ) = 23/ 35<br />
Observa que la ocurrencia de A, AFECTA la probabilidad de que ocurra A2 puesto que tanto<br />
el número de hombres como el número de alumnos cambia ( han disminuido) para el evento<br />
A2.<br />
A3 ; el tercer alumno seleccionado sea hombre - - - - - P ( A3 ) = 22/34<br />
Entonces P ( A ) = P ( A1 ) P ( A2 ) P ( A3 ) = (24/ 36) (23/ 35) (22/34 ) = 12144/ 42840 =<br />
0.2834<br />
= 28.34 %<br />
PARA QUE SEAN DOS HOMBRES Y UNA MUJER<br />
Para calcular P ( B ) se deben cumplir los sucesos siguientes:<br />
B1 = Sale el primer hombre -- - - - - - P ( B1 ) = 24/36<br />
B2 = Sale el segundo hombre- - - - - - P ( B2 ) = 23/35<br />
B3 = Sale la tercera mujer- - - - - - - P ( B3 ) = 12/34<br />
Entonces P ( B ) = P (B1 ) P (B2 ) P (B3 ) = (24/ 36) (23/ 35) (12/34 ) = 6624/ 42840 = 0.1546<br />
= 15.46 %<br />
Observa que el orden en que salgan los dos hombres y la mujer no cambia el valor de la<br />
probabilidad.<br />
107
ACTIVIDADES DE APRENDIZAJE<br />
1) Determina si los siguientes eventos son Independientes o dependientes. Explica tus<br />
respuestas<br />
a) Se toma una carta de una baraja de póker bien revuelta y sin regresar esta carta se toma<br />
una segunda carta:<br />
___________________________________________________________________________<br />
_<br />
b) Si A es el evento que el automovilista maneja en estado de ebriedad y B es el evento el<br />
automovilista tuvo un accidente.<br />
___________________________________________________________________________<br />
_<br />
c) Si A es el evento que una moneda caiga águila en un primer volado y B es el evento que la<br />
moneda caiga águila en el segundo volado.<br />
___________________________________________________________________________<br />
d) Se toma una carta de una baraja bien revuelta. Se regresa la carta y después de revolver<br />
la baraja se toma una segunda carta.<br />
___________________________________________________________________________<br />
e) El evento A es una luna llena y el evento B es comer una hamburguesa.<br />
___________________________________________________________________________<br />
2) Si se realiza un muestreo aleatorio, tomando un elemento a la vez, con reemplazo, de una<br />
bolsa que contiene OCHO canicas azules, SIETE canicas rojas y CINCO canicas verdes.<br />
¿Cuál es la probabilidad de obtener:<br />
a) Una canica azul en una extracción de la bolsa?<br />
b) Tres canicas azules en tres extracciones de la bolsa?<br />
c) Una canica roja, una verde y una azul, en ese orden en tres extracciones de la bolsa.<br />
3) En cierto grupo de la universidad, hay 15 estudiantes de música, 24 de historia y 46 de<br />
psicología. Y se escoge a los alumnos al azar una persona a la vez, sin reemplazo ¿Cual es<br />
la probabilidad de …<br />
a) Dos estudiantes sean de historia?<br />
b) Cuatro estudiantes sean de historia?<br />
4) Si se lanzan dos monedas una sola vez. ¿Cuál es la probabilidad de que ambas caigan<br />
con cara hacia arriba?<br />
108
5) Dada una población de 30 bats, 5 guantes de béisbol y 60 pelotas, si el muestreo es<br />
aleatorio, uno a la vez, sin reemplazo. ¿Cuál es la probabilidad de obtener:<br />
a) Un guante si se extrae un objeto de la población<br />
b) Un bat y una pelota si se extraen dos objetos de la población<br />
c) Un bat, un guante y un bat, en ese orden, si se extraen tres objetos de la población?<br />
6) Usted quiere llamar a una amiga por teléfono. Sólo recuerda los tres primeros dígitos de su<br />
número telefónico y ha olvidado los últimos cuatro. ¿Cuál es la probabilidad de que marque al<br />
azar el número correcto?<br />
7) Durante una comida de fin de año se rifan dos televisores entre un grupo de empleados.<br />
Los participantes en la rifa son cuatro hombres y ocho mujeres. Encuentra la probabilidad de<br />
que los televisores los ganen…<br />
a) Dos hombres<br />
b) Dos mujeres<br />
c) Un hombre y una mujer.<br />
8) Determina la probabilidad de obtener de una baraja de póker bien revuelta dos tréboles<br />
si..<br />
a) Después de sacar la primer carta se regresa y se vuelve a revolver.<br />
b) Se saca la segunda carta sin regresar la primera.<br />
109
TEOREMA DE BAYES<br />
El teorema de Bayes, descubierto por Thomas Bayes, en la teoría de la probabilidad, es el<br />
resultado que da la distribución de probabilidad condicional de una variable aleatoria A dada<br />
B en términos de la distribución de probabilidad condicional de la variable B dada A y la<br />
distribución de probabilidad marginal de sólo A.<br />
Sea A1, A2, ...,An un conjunto de sucesos incompatibles cuya unión es el total y tales que la<br />
probabilidad de cada uno de ellos es distinta de cero. Sea B un suceso cualquiera del que se<br />
conocen las probabilidades condicionales P(B/Ai). entonces la probabilidad P(Ai/B) viene<br />
dada por la expresión:<br />
donde:<br />
P(Ai) son las probabilidades a priori.<br />
P(B | Ai) es la probabilidad de B en la hipótesis Ai.<br />
P(Ai | B) son las probabilidades a posteriori.<br />
Esto se cumple<br />
El teorema de Bayes es válido en todas las aplicaciones de la teoría de la probabilidad. Sin<br />
embargo, hay una controversia sobre el tipo de probabilidades que emplea. En esencia, los<br />
seguidores de la estadística tradicional sólo admiten probabilidadades basadas en<br />
experimentos repetibles y que tengan una confirmación empírica mientras que los llamados<br />
estadisticos bayesianos permiten probabilidades subjetivas. El teorema puede servir entonces<br />
para indicar como debemos modificar nuestras probabilidades subjetivas cuando recibimos<br />
información adicional de un experimento. La estadística bayesiana está demostrando su<br />
utilidad en ciertas estimaciones basadas en el conocimiento subjetivo a priori y permitir revisar<br />
esas estimaciones en función de la evidencia es lo que está abriendo nuevas formas de hacer<br />
conocimiento.<br />
Como observación, se tiene <br />
i<br />
N<br />
1<br />
A P(<br />
/ ) 1y<br />
su demostración resulta evidente<br />
i B<br />
110
GLOSARIO<br />
ARREGLO DE DATOS. Organización de los datos brutos por observaciones en orden<br />
ascendente o descendente.<br />
CENSO. Medición o examen de cada elemento de la población.<br />
CLASE. Intervalo en el cual se agrupan los datos en una tabla de distribución de frecuencias.<br />
CLASE DE LA MEDIANA. Clase de distribución de frecuencias que contiene el valor medio<br />
de<br />
(MEDIANA DE CLASE) un conjunto de datos<br />
COEFICIENTE DE VARIACIÓN. Medida de dispersión relativa de un conjunto de datos, se<br />
calcula dividiendo la dispersión estándar entre la media y multiplicando el cociente por cien.<br />
COMBINACIONES. Técnica de conteo. Si el orden de cualquier conjunto de elementos no<br />
importa, el número de ordenaciones o arreglos se determina por medio de: n!<br />
nC<br />
r <br />
r!<br />
( n r)!<br />
COMPLEMENTO DEL EVENTO A. El evento que contiene todos los puntos maestrales que<br />
no están en A<br />
CONJUNTO DE DATOS. Todos los datos reunidos en determinado estudio.<br />
CUARTILES. Los percentiles 25%, 50% y 75% se llaman primer cuartil, segundo cuartil<br />
(mediana) y tercer cuartil respectivamente. Se pueden usar los cuartiles para dividir al<br />
conjunto de datos en cuatro partes, cada una de las cuales contiene aproximadamente el<br />
25% de los datos.<br />
DATOS. Los hechos y números que se reúnen, analizan e interpretan<br />
DATOS CUALITATIVOS. Datos que indican etiquetas o nombres de categorías, para<br />
artículos semejantes.<br />
DATOS CUANTITATIVOS. Datos que indican cuánto o cuántos de algo. Los datos<br />
cuantitativos siempre son numéricos.<br />
DECILES. Fractiles que dividen los datos en diez partes iguales.<br />
DESVIACIÓN ESTANDAR. Medida de la dispersión de un conjunto de datos; se calcula<br />
sacando la raíz cuadrada positiva de la varianza.<br />
DESVIACIÓN MEDIA. También se llama Desviación promedio o desviación media absoluta.<br />
Es<br />
la media aritmética de las desviaciones con respecto a la media aritmética en términos<br />
absolutos.<br />
DIAGRAMA DE ARBOL. Dispositivo gráfico útil para definir puntos maestrales de un<br />
experimento donde se presentan varias etapas.<br />
111
DIAGRAMA DE DISPERSIÓN. Método gráfico para mostrar la relación entre dos variables<br />
cuantitativas. Una variable se representa sobre el eje horizontal y la otra sobre el eje vertical.<br />
DISPERSIÓN. Esparcimiento o variabilidad de un conjunto de datos.<br />
DISTRIBUCIÓN DE FRECUENCIAS. Representación organizada de los datos que muestra el<br />
número de observaciones del conjunto de datos que caen dentro de cada clase mutuamente<br />
excluyentes.<br />
ERROR DE MUESTREO. El que se presenta porque se usa una muestra y no toda la<br />
población, para estimar un parámetro de población.<br />
ESTADÍSTICA. Ciencia de la recopilación, organización, análisis e interpretación de datos<br />
numéricos con objeto de tomar decisiones más efectivas.<br />
EVENTO. Uno o más de los posibles resultados al hacer algo, o bien uno de los posibles<br />
resultados que se producen al efectuar un experimento.<br />
EVENTOS INDEPENDIENTES. Dos eventos son independientes si la ocurrencia de un<br />
evento no tiene efecto sobre la probabilidad de ocurrencia del otro.<br />
EVENTOS DEPENDIENTES. Dos eventos son dependientes si la ocurrencia de un evento si<br />
tiene efecto sobre la probabilidad de ocurrencia del otro.<br />
EXPERIMENTO. Cualquier proceso que genere resultados bien definidos, que se representan<br />
por Ei.<br />
FRACTIL. En una distribución de frecuencias, la localización de un valor en determinada<br />
fracción de los datos o arriba de ellos.<br />
HISTOGRAMAS. Es la representación gráfica de una distribución de frecuencia.<br />
INFERENCIA ESTADÍSTICA. El proceso de reunir datos obtenidos de una muestra para<br />
hacer estimaciones o probar hipótesis acerca de las características de una población.<br />
INTERVALO. Distancia existente entre el valor máximo y el más bajo en un conjunto de<br />
datos.<br />
MEDIA ARITMÉTICA. Suma de los valores dividida entre el número total de ellos.<br />
MEDIA GEOMÉTRICA. Medida de tendencia central que se usa para medir la tasa promedio<br />
de cambio o crecimiento de alguna cantidad; se calcula tomando la enésima raíz del producto<br />
de n valores que representan el cambio.<br />
MEDIA PONDERADA. Promedio que se calcula a fin de tener en cuenta la importancia de<br />
cada valor para el total global; es decir, un promedio donde el valor de cada observación se<br />
pondera mediante algún índice de su importancia.<br />
MEDIDA DE TENDENCIA CENTRAL. Es el dato que queda al centro de un ordenamiento de<br />
menor a mayor.<br />
112
MEDIDA DE DISPERSIÓN. Aquella que describe cómo las observaciones están esparcidas<br />
en un conjunto de datos.<br />
MEDIANA. Es el dato intermedio de un conjunto, ordenado de menor a mayor o viceversa.<br />
a) Si el número de datos es impar, se toma el dato central.<br />
b) Si el número de datos es par, la mediana está dada por el promedio de los datos<br />
centrales.<br />
MODA. Es el valor que tiene la mayor frecuencia de un grupo de datos.<br />
METODOS NO PARAMÉTRICOS. Métodos estadísticos que requieren muy poco o ningún<br />
supuesto acerca de las distribuciones de probabilidad de la población, y acerca del nivel de<br />
medición. Esos métodos se pueden aplicar cuando se dispone de datos nominales u<br />
ordinales.<br />
MUESTRA. Porción o subconjunto de la población que se estudia.<br />
MUESTRA ALEATORIA SIMPLE. Muestra tomada de tal manera que cada muestra de<br />
tamaño n tiene la misma probabilidad de ser seleccionada.<br />
MUESTREO CON REEMPLAZO. Es un método en el cual cada miembro de la población<br />
elegida para la muestra se regresa a la primera antes de elegir al siguiente miembro.<br />
MUESTREO SIN REEMPLAZO. Es un método en el cual los miembros de la muestra no se<br />
regresan a la población antes de elegir a los miembros siguientes.<br />
MUTUAMENTE EXCLUYENTES. Dos eventos son mutuamente excluyentes si no pueden<br />
ocurrir al mismo tiempo. Otra forma de decirlo es que dos eventos son mutuamente<br />
excluyentes si la ocurrencia de uno impide la ocurrencia del otro.<br />
OJIVA. Gráfica de una distribución de frecuencias acumulada.<br />
PARÁMETRO. Una característica numérica de una población, como la media de población (<br />
µ ), desviación estándar poblacional ( ), proporción poblacional ( p ), etc.<br />
<br />
PERCENTILES. Fractiles que dividen los datos en 100 partes iguales.<br />
PERMUTACIONES. Técnica de conteo. Se utiliza para obtener el número de posibles<br />
arreglos resultantes de un conjunto de elementos,<br />
n!<br />
considerando la importancia o jerarquía. El<br />
número de arreglos posibles está determinado n pr <br />
por:<br />
( n r)!<br />
POBLACIÓN. Conjunto de todos los elementos que estamos estudiando y acerca de los<br />
cuales tratamos de sacar conclusiones.<br />
POLIGONO DE FRECUENCIAS. Gráfica lineal que une los puntos medios de cada clase en<br />
un conjunto de datos; se grafica en la altura correspondiente a la frecuencia de cada clase.<br />
PRINCIPIO DE MULTIPLICACIÓN. Técnica de conteo. Es una de las fórmulas que pueden<br />
utilizarse para contar el número de posibles resultados de un experimento. Indica que si hay<br />
m formas de hacer una cosa y n formas de hacer otra, existen (m) ( n ) formas de hacer<br />
ambas.<br />
113
PROBABILIDAD. Es el número de posibilidades que hay de que un fenómeno suceda o no<br />
suceda.<br />
PROMEDIO. Número que describe la centralización o tendencia central de los datos. Existe<br />
un cierto número de promedios especializados, entre los que se incluye la media aritmética, la<br />
media ponderada, la mediana, la moda, y la media geométrica.<br />
RANGO. Medida de dispersión definida como el valor máximo menos el valor mínimo.<br />
VARIABLE. Una característica de interés de los elementos.<br />
VARIANZA. Medida de dispersión para un conjunto de datos, en las desviaciones de los<br />
valores de los datos respecto a la media, elevadas al cuadrado.<br />
114
BIBLIOGRAFÍA CONSULTADA.<br />
1. FREUND John E. y Gary A. Simón. Estadística Elemental. Octava edición. México.<br />
D.F. Editorial Prentice Hall. Traducción José Julián Díaz Díaz. 1994. pp. 566<br />
2. FUENLABRADA De la Vega Trucíos Samuel. Probabilidad y Estadística. México. D.F.<br />
Editorial MvGraw-Hill Interamericana. 2002. pp.255.<br />
3. PAGANO, Roberto R. Estadística para las ciencias del comportamiento. Quinta<br />
edición. Edit. Internacional Thomson Editores. México. 1999. pp. 548<br />
4. PASTOR Guillermo. Estadística Básica. México D.F. Editorial Trillas. SEP-CONALEP.<br />
1998. (reimp. 2003). Pp.198.<br />
5. PÉREZ SEGUÍ María Luisa. Combinatoria. Instituto de Matemáticas, UNAM.<br />
Cuadernos de olimpiadas. 2000.<br />
6. REYNOSO Tirado Héctor Francisco. Lecturas seleccionadas de Estadística Básica.<br />
Universidad Autónoma de Nayarit. México. Facultad de Economía. Septiembre de<br />
2001. pp129.<br />
7. REYNOSO Tirado Héctor Francisco. Glosario de estadística. Universidad Autónoma de<br />
Nayarit. México. Facultad de Economía. Abril del 2002. pp.75.<br />
8. REYNOSO Tirado Héctor Francisco. Técnicas de conteo y espacios maestrales sin<br />
maestro. Universidad Autónoma de Nayarit. México. Facultad de Economía. Verano de<br />
2003. pp.89.<br />
9. SEP-SEIT-DGETA. Antología para el módulo 4 “Formación Matemática Básica”<br />
Bachillerato Tecnológico Agropecuario. México. D.F. Sistema Abierto de Educación<br />
Tecnológica Agropecuaria. SAETA. 1997. pp. 426.<br />
10. SEP, CINVESTAB del IPN, Sección de matemática educativa “probabilidad “ (<br />
Programa Nacional de Formación y Actualización de Profesores), México 1990<br />
11. VILENKIN. N. ¿De cuantas formas? Combinatoria. Libro de la editorial MIR, Moscú,<br />
1972. Impreso en el taller de publicaciones de Matemáticas de la Facultad de Ciencias<br />
UNAM. Vínculos matemáticos No. 219. 1996.<br />
115
BIBLIOGRAFÍA RECOMENDADA.<br />
1. CÓNCAVOS, George, Probabilidad y estadística, Ed. Mc. Graw Hill, México 1998.<br />
2. ALMAGRE, Guadalupe, Matemáticas 3, Ed. Limusa, México 1990.<br />
3. Subsecretaría de Educación Básica Telesecundarias, Conceptos básicos de<br />
matemáticas I, México 1993.<br />
4. MORENO, G. José y Ortiz, G. Mariano, Matemáticas primer curso, Ed. Mc Graw Hill,<br />
México 1994.<br />
5. WILLOUGHBY, S. Stepten, Probabilidad y estadística, Publicaciones Culturales,<br />
México 1991.<br />
6. ADDISON – WESLEY, Prealgebra.<br />
7. GONZALEZ, H. Miguel, Estadística metodología. Escuela Normal Superior de Nayarit<br />
(Departamento de Psicopedagogía), México 1992.<br />
8. COBACH/SONORA, Cuadernillo básico de lectura de matemáticas 4, México 1995.<br />
9. YAMANTE, Taro, Estadística, Ed. Harla, México 1990.<br />
10. GOVINDEN y LINCOYAN, Curso práctico de estadística Ed. Mc. Graw Hill, México<br />
1990.<br />
ENCICLOPEDIAS DIGITALES<br />
Microsoft ® Encarta ® 2006. © 1993-2005 Microsoft Corporation. Reservados todos los<br />
derechos.<br />
http://es.wikipedia.org/wiki/Portada<br />
116