ESCUELA NUTICA MERCANTE EN TAMPICO

CAP. ALT. LUIS GONZAGA PRIEGO GONZLEZ

AUTOR: I.Q. MINERVA ZIGA TREVIO

INTRODUCCIN

La estadstica surgi en pocas muy remotas. La historia demuestra que

Tacito, historiador latino, cuenta que Augusto orden una amplia encuesta sobre
las riquezas del imperio, enumer los soldados, los navos, los recursos de todas
clases y las rentas pblicas.

La estadstica, como todas las ciencias, no surgi de improviso, sino mediante

un proceso largo de desarrollo y evolucin, desde hechos de simple recoleccin de
datos hasta la diversidad y rigurosa interpretacin de los datos que se dan hoy en
da. As pues, el origen de la Estadstica se remonta a los comienzos de la historia y
esto se sabe tanto a travs de crnicas, datos escritos, como de restos
arqueolgicos que muestran la cuenta de ganado y la caza, as como los
movimientos poblacionales y los censos, etc.

Con el paso del tiempo, la Estadstica pas a ser un poderoso auxiliar de las
distintas ciencias y al poseer una tcnica descriptiva y una inferencial, sta ha
provocado la investigacin de las leyes del comportamiento de ciertas variables que
intervienen en un fenmeno.

La ESTADSTICA DESCRIPTIVA con base matemtica hace referencia a la

recoleccin, anlisis e interpretacin de datos y

que busca explicar condiciones

regulares en fenmenos de tipo aleatorio. Es transversal a una amplia variedad de

disciplinas, desde la fsica hasta las ciencias sociales, desde las ciencias de la salud
hasta el control de calidad y se usa para la toma de decisiones en reas de negocios
o instituciones gubernamentales.

La ESTADSTICA INFERENCIAL, que no es la simple recopilacin de datos,

proporciona mtodos que permiten al ingeniero, comprender mejor los sistemas que
producen los datos y haciendo uso de leyes fundamentales de probabilidad llegar a
conclusiones a partir de la informacin que se colecta, en forma de muestras o
agrupaciones de observaciones o acopiando datos cientficos en forma sistemtica
para aplicarlos en sus planeaciones y el descubrimiento de oportunidades de mejora.

Por otra parte, la Probabilidad, algunas veces, se denomina vehculo de la

Estadstica, es decir, la Probabilidad asociada con eventos de azar es la teora que
subyace a la Estadstica y es por esto podemos definirla como la ciencia de hacer
afirmaciones sobre lo que ocurrir cuando de las poblaciones conocidas se extraen
muestras.
Para hacer estas inferencias, es necesario estudiar resultados muestrales en
situaciones en que se conoce la poblacin, de modo que sea posible comprender el
comportamiento de los eventos al azar.
La estadstica de la mano con la Probabilidad, nos ayudarn a obtener una
buena recoleccin de datos, un presentacin grfica adecuada y un interpretacin de
los resultados obtenidos. Y haciendo uso de las herramientas, podemos llegar a
obtener inferencias, conclusiones e incluso predicciones de gran importancias obre
el tema de estudio.

TEMA 1:

INTRODUCCIN
A LA
ESTADSTICA

1.1.- DEFINICIN DE ESTADSTICA

La estadstica es la ciencia cuyo objetivo es reunir una informacin cuantitativa
concerniente a individuos, grupos, series de hechos, etc. y deducir de ello gracias al
anlisis de estos datos unos significados precisos o unas previsiones para el futuro.
La estadstica, en general, es la ciencia que trata de la recopilacin,
organizacin presentacin, anlisis e interpretacin de datos numricos con e fin de
realizar una toma de decisin ms efectiva.
Para Chacn esta se define como: la ciencia que tiene por objeto el estudio
cuantitativo de los colectivos; otros la definen como la expresin cuantitativa del
conocimiento dispuesta en forma adecuada para el escrutinio y anlisis.
La ms aceptada, sin embargo, es la de Minguez, que define la estadstica
como La ciencia que tiene por objeto aplicar las leyes de la cantidad a los hechos
sociales para medir su intensidad, deducir las leyes que los rigen y hacer su
prediccin prxima.

1.2.- DIVISIN DE LA ESTADSTICA

La estadstica se la divide en dos ramas: la Estadstica Descriptiva y la
Estadstica Inferencial.

ESTADSTICA

ESTADSTICA
DESCRIPTIVA

ESTADSTICA
INFERENCIAL

Se ocupa de los mtodos de

recoleccin,
visualizacin,
descripcin y resumen de los
datos que se originan a partir
de los fenmenos que se
encuentran bajo investigacin.

Se dedica a la generacin de los

modelos,
inferencias
y
predicciones asociadas a los
fenmenos en cuestin teniendo
en cuenta la aleatoriedad de las
observaciones. Se usa para
modelar patrones en los datos y
extraer inferencias acerca de la
poblacin bajo estudio.

Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada.

Hay tambin una disciplina llamada estadstica matemtica, la cual se refiere a las
bases tericas de la materia. La palabra estadsticas tambin se refiere al
resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en
estadsticas econmicas, estadsticas criminales, etc.

1.3.- TRMINOS BSICOS

POBLACIN: Es la coleccin o conjunto de individuos, objetos o eventos
cuyas propiedades sern analizadas. Ejemplo: Los alumnos de la Escuela
Nutica Mercante de Tampico.
El tamao que tiene una poblacin es un factor de suma importancia en el
proceso de investigacin estadstica, y este tamao vienen dado por el
nmero de elementos que constituyen la poblacin, segn el nmero de
elementos la poblacin puede ser finita o infinita. Cuando el nmero de
elementos que integra la poblacin es muy grande, se puede considerar a esta
como una poblacin infinita, por ejemplo; el conjunto de todos los nmeros
positivos. Una poblacin finita es aquella que est formada por un limitado
nmero de elementos, por ejemplo; el nmero de estudiantes del 2do.
Semestre de P.N. de la E.N.M.T . Cuando la poblacin es muy grande, es
obvio que la observacin de todos los elementos se dificulte en cuanto al
trabajo, tiempo y costos necesario para hacerlo. Para solucionar este
inconveniente se utiliza una muestra estadstica.
Es a menudo imposible o poco prctico observar la totalidad de los individuos,
sobre todos si estos son muchos. En lugar de examinar el grupo entero
llamado poblacin o universo, se examina una pequea parte del grupo
llamada muestra.

MUESTRA: Es el subconjunto de la poblacin. Ejemplo: La vacuna de AH1N1

aplicada a los pacientes de la clnica del IMSS-Madero en el periodo de enerojunio del 2010.
El estudio de muestras es ms sencillo que el estudio de la poblacin
completa; cuesta menos y lleva menos tiempo. Por ltimo se aprobado que el
examen de una poblacin entera todava permite la aceptacin de elementos
defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel de
calidad.

 VARIABLE: Es la caracterstica de inters y de estudio sobre cada elemento

individual de una poblacin o una muestra. De acuerdo a sus caractersticas,
la variable se clasifica en:
1.- Variable de entrada: Tambin conocida como variable independiente y
hace referencia al eje de las x.
2.- Variable de salida: Tambin conocida como variable dependiente y hace
referencia al eje de las y.
3.- Variable discreta: Utiliza valores enteros, ejemplo: 25,6,100, etc.
4.- Variable continua: Utiliza valores fraccionarios, ejemplo: 1.5, , , -0.334,
etc.
5.- Variable cuantitativa: Es una variable numrica.
6.- Variable cualitativa: Es una variable de atributos o caractersticas, como:
color, forma, etc.

DATO: Valor de la variable asociada a un elemento de una poblacin o

muestra. Este valor puede ser un nmero, palabra o un smbolo.

EXPERIMENTO: Actividad planeada cuyos resultados producen un conjunto

de datos.

ESTADSTICA: Valor numrico que resume los datos de la muestra

(resultado).

1.4.- PROCESO ESTADSTICO:

El proceso estadstico es una filosofa de la optimizacin referida a mejoras del
proceso continuo, usando una coleccin de las herramientas estadsticas para:
-Datos y anlisis del proceso.
-Fabricacin de inferencias sobre comportamiento del proceso.
-Toma de decisin.
Las herramientas comnmente usadas en el proceso estadstico incluyen:
-Organigramas
-Grficas de funcionamiento
-Diagramas de causa y efecto
-Grfica y anlisis de pareto
-Histogramas de la frecuencia
-Grficas de control
-Estudios de la capacidad del proceso
-Planes de muestreo de aceptacin
-Diagramas de dispersin

OBJETIVO DEL
ANLISIS

POBLACIN
ESTADSTICA:
Recoleccin de
datos sobre los
cules se desea
reunir informacin.

Qu
es
necesario
conocer?Qu
espera
Encontrarse? Cmo se
obtendrn los datos?

PROCESO
ESTADSTICO

ESTADSTICAS DE LA
MUESTRA
Grfica y numrica

MUESTRA.
Datos recolectados
de la poblacin.

1.5.- MESURABILIDAD Y VARIABILIDAD

En un conjunto de datos siempre se espera que exista cierta variacin. Uno
de los objetivos primordiales del anlisis estadstico es la medicin de la variabilidad.
MESURABILIDAD

VARIABILIDAD

Que se puede contar, medir.

Cambio en los valores de un parmetro o

variable.

1.6.- RECOLECCIN DE DATOS

La recoleccin de datos incluye los siguientes pasos:
1.- Definir los objetivos de la investigacin o del experimento.
2.- Definir la variable y la poblacin de inters.
3.- Definir los esquemas para recolectar y medir los datos.
4.- Determinar las tcnicas para realizar el anlisis: descriptivas o inferenciales.
MARCO MUESTRAL
Es una lista de los elementos que pertenecen a la poblacin de la cual se
obtendr la muestra. Tipo de muestreo:
MUESTREO DE JUICIO

MUESTREO PROBABILSTICO

Las muestras son elegidas con base Son muestras en que los elementos a
en el hecho de que son tpicos. La seleccionar se obtienen con base en la
persona que elige la muestra lo realiza probabilidad.
a su consideracin.

1.7.- COMPARACIN ENTRE PROBABILIDAD Y ESTADSTICA

ESTADSTICA:

Pide extraer una

muestra, describirla y luego hacer

inferencias.

PROBABILIDAD: Es el vehculo
de la Estadstica. Pregunta sobre
la posibilidad de que ocurra algo
especfico.

1.8.- USOS DE LA ESTADSTICA

Los usos de la estadstica son ilimitados, algunos ejemplos son:

En la educacin: para obtener promedios, describir resultados de exmenes,

ausentismos, cuadro de honor, etc.

En la ciencia: para recolectar y analizar los datos que se obtienen de los

experimentos.

En el gobierno: para monitorear datos como edad, sexo, trabajo, escolaridad

mxima (censo), etc.

1.9.- ABUSOS DE LA ESTADSTICA

Las representaciones grficas pueden estar trucadas o ser engaos.

Las

escalas de frecuencia pueden ser incorrectas, truncas y tender a la enfatizacin de

ciertas cifras.
En otras ocasiones, la informacin presentada es insuficiente y tiende a la
incertidumbre de problemas.
Como en todos los lenguajes, con la Estadstica, se puede abusar y en manos
de imprudentes, la informacin puede ser tan falsa y producir mentiras y malos
entendidos.

EJEMPLOS:

OBSERVACIONES:

OBSERVACIONES:

OBSERVACIONES:

TEMA 2:

PRESENTACIN
GRFICA
DE LOS
DATOS

2.1.- INTRODUCCIN
Una grfica es una representacin de datos, generalmente numricos,
mediante lneas, superficies o smbolos, para ver la relacin que guardan entre s.
Tambin puede ser un conjunto de puntos, que se plasman en coordenadas
cartesianas, y sirven para analizar el comportamiento de un proceso, o un conjunto
de elementos o signos que permiten la interpretacin de un fenmeno.
La representacin grfica permite establecer valores que no han sido
obtenidos experimentalmente, es decir, mediante la interpolacin (lectura entre
puntos) y la extrapolacin (valores fuera del intervalo experimental).
La estadstica grfica es una parte importante y diferenciada de una
aplicacin de tcnicas grficas, a la descripcin e interpretacin de datos e
inferencias sobre stos. Forma parte de los programas estadsticos usados con los
ordenadores. Autores como Edward R. Tufte han desarrollado nuevas soluciones de
anlisis grficos.
Hay muchas formas grficas (visuales) para describir los datos. El mtodo que se
aplique es determinado por el tipo de datos y el concepto a representar, entre los
cuales se mencionarn los siguientes:
Grfica de barras
Histograma
Diagrama de pastel
Ojiva

2.2.- GRFICA DE BARRAS.

Tipo de grfica que muestran la cantidad de datos que pertenecen a cada categora
como reas rectangulares de tamao proporcional.

2.2.1.- ELEMENTOS:
1. Ttulo de la grfica
2. Eje x : variable de entrada
3. Eje y : variable de salida
4. Conclusin

EJEMPLO:
Operaciones realizadas en el Hospital General en el ao pasado

Conclusin: La operacin con mayo incidencia fue la abdominal y la de menor

frecuencia fue la torcica.

2.3.- DIAGRAMA DE PASTEL

Tambin conocida como diagrama de pay.

Muestra la cantidad de datos que

pertenecen a cada categora como una parte proporcional de un crculo.

2.3.1.- ELEMENTOS:
1. Ttulo de la grfica
2. Categoras: porcentajes
3. Conclusin
EJEMPLO:

Conclusin: Las operaciones

abdominales presentaron el
mayor porcentaje con un
23%.

2.4.- OJIVA
Tipo de grfica constituida por una serie de puntos unidos por lneas rectas.
2.4.1.- ELEMENTOS:
1. Ttulo de la grfica
2. Eje x : variable de entrada
3. Eje y : variable de salida
4. Conclusin

EJEMPLO:

Conclusin:
Las operaciones abdominales fueron practicadas con mayor frecuencia y las
torcicas las de menor frecuencia.

2.5.- HISTOGRAMA
Es un grfica de barras que presenta una distribucin de frecuencias de una
variable cuantitativa.
2. 5.1.- ELEMENTOS:
1. Ttulo de la grfica
2. Eje x : variable de entrada
3. Eje y : variable de salida
4. Conclusin

2.5.2.- TIPOS DE HISTOGRAMAS

Simtrico: Ambos lados de la distribucin son idnticos.

Uniforme (rectangular): Cada valor aparece con igual frecuencia.

Sesgado: Una cola es ms larga que la otra. La direccin del sesgo es del
lado de la cola ms larga.

En forma de J: No hay cola del lado de la clase con la frecuencia ms alta.

Bimodal: Las dos clases ms pobladas estn separadas por una o ms

clases. Esta situacin a menudo implica que se estn muestreando dos
poblaciones.

Normal: Alrededor de la media se forma una distribucin simtrica en

forma de montculo que se vuelve ms dispersa en los extremos.

2.5.3.- ELABORACIN DE HISTOGRAMAS

Cada clase debe ser del mismo ancho.
Las clases deben estar dispuestas de modo que no se superpongan y que
cada porcin de informacin pertenezca exactamente a una clase.
Se recomienda que se usen de 5 a 12 clases.
El ancho de clase es la diferencia entre los lmites de clase superior e inferior.

EJEMPLO:
A continuacin se presentan los puntajes de la ronda de apertura del torneo de
la Ladies Profresional Golf Association en el Locust Hill Country Club:
69

73

72

74

77

80

75

74

72

83

68

73

75

78

76

74

73

68

71

72

75

79

74

75

74

74

68

79

75

76

75

77

74

74

75

75

72

73

73

72

72

71

71

70

82

77

76

73

72

72

72

75

75

74

74

74

76

76

74

73

74

73

72

72

74

71

72

73

72

72

74

74

67

69

71

70

72

74

76

75

75

74

73

74

74

78

77

81

73

73

74

68

71

74

78

70

68

71

72

72

75

74

76

77

74

74

73

73

70

68

69

71

77

78

68

72

73

78

77

79

79

77

75

75

74

73

73

72

71

68

70

71

78

78

76

74

75

72

72

72

75

74

76

77

78

78

TABULACIN
NO. DE CLASES

LMITE DE CLASES

FRECUENCIA

MARCA DE CLASE

67 X 69

12

69

70 X 72

38

72

73 X 75

61

75

76 X 78

27

78

79 X 81

81

82 X 84

84

EJERCICIO:
A continuacin se proporcionan las edades de 50 bailarines que asistieron a
una audicin para una comedia musical.
21

19

22

19

18

20

23

19

19

20

19

20

21

22

21

20

22

20

21

20

21

19

21

21

19

19

20

19

19

19

20

20

19

21

21

22

19

19

21

19

18

21

19

18

22

21

24

20

24

17

a.) Prepare una distribucin de frecuencias no agrupadas para estas edades.

b.) Prepare una distribucin de frecuencias relativas no agrupadas para los
mismos datos.
c.) Prepare un histograma de frecuencias relativas para estos datos.

2.6.- CUESTIONARIO 1ER. PARCIAL

1.- Defina Estadstica
2.- Defina Probabilidad
3.- Defina Estadstica Descriptiva
4.- Defina Estadstica Inferencial
5.- Defina poblacin
6.- Defina poblacin finita
7.- Defina poblacin infinita
8.- Defina muestra
9.- Defina variable
10.- Defina variable de entrada
11.- Defina variable de salida
12.- Defina variable discreta
13.- Defina variable continua
14.- Defina variable cuantitativa
15.- Defina variable cualitativa
16.- Defina dato
17.- Defina experimento
18.- Defina mesurabilidad
19.- Defina variabilidad
20.- Escriba los pasos del proceso estadstico
21.- Escriba los pasos para la recoleccin de datos
22.- Defina marco muestral
23.- Defina muestreo probabilstico
24.- Mencione 5 usos de la Estadstica
25.- Mencione 5 abusos de la Estadstica
26.- Defina grfica de barras
27.- Escriba los elementos de la grfica de barras
28.- Defina diagrama de pay
29.- Escriba los elementos del diagrama de pay
30.- Defina ojiva

32.- Escriba los elementos de la ojiva

31.- Defina histograma
32- Escriba los elementos de un histograma
33.- Mencione los tipos de histograma

2.7.- PROBLEMARIO 1ER. PARCIAL

1.- Un tcnico de control de calidad selecciona piezas ensambladas de una lnea de
montaje y registra la siguiente informacin sobre cada pieza:
A: defectuosa o no defectuosa
B: el nmero de identificacin del trabajador que ensambl la pieza
C: el peso de la pieza
a.) Cul es la poblacin?
b.) La poblacin, es finita o infinita?
c.) Cul es la muestra?
d.) Clasifique las respuestas para cada una de las tres variables como datos de
atributo o cuantitativos.
2.- Identifique las siguientes expresiones como ejemplos de variables 1) de atributos
(cualitativas) o 2) numricas (cuantitativas):
a.) La resistencia a la rotura de un tipo de cuerda dado.
b.) El color del cabello de los nios que se presentan a una audicin para la revista
musical Annie.
c.) El nmero de seales de alto que hay en poblaciones con menos de quinientos
habitantes.

d.) Si un grifo es o no defectuoso.

e.) El nmero de reactivos contestados correctamente en una prueba estandarizada.
f.) El tiempo necesario para contestar una llamada telefnica en cierta oficina de
bienes races.
3.- Para los siguientes datos, realice una grfica de barras, una ojiva y un diagrama
de pay. No olvide anotar todos los elementos necesarios de la grfica. Anote sus
conclusiones
- En el artculo Railroads on the Fast Track, se proporcionan las millas operadas
por las 10 compaas ms grandes de ferrocarril.

COMPAA

MILLAS DE VAS OPERADAS

CSX Transportation

32 844

Burlington

32 791

Union Pacific

30 315

Norfolk Southern

25 855

Conrail

24 183

Southern Pacific

18 768

Santa Fe Pacific

15 367

Chicao and North Western

8 620

Soo Line

7 265

Illinois Central

4 764

4.- Para los siguientes datos, realice un histograma y diga de qu tipo es. Anote
todos sus elementos y sus conclusiones.
12

22

16

22

18

12

21

23

10

24

21

17

11

18

19

17

14

16

19

19

18

21

16

20

15

14

17

22

12

15

18

20

10

13

20

17

15

15

14

19

24

TEMA 3:
3:

ESTADSTICA
DESCRIPTIVA
Y
NUMRICA

La estadstica descriptiva se dedica a aprender cmo presentar y cmo describir un

conjunto de valores o datos obtenidos de un experimento. La estadstica descriptiva
se divide en tres categoras, las cuales son:

MEDIDAS DE TENDENCIA
CENTRAL:
Son los valores numricos que
localizan, de alguna manera, el
centro de un conjunto de datos.

MEDIDAS DE DISPERSIN:
Miden la variabilidad que se
encuentra entre los datos del
experimento.

MEDIDAS DE POSICIN
Se utilizan para describir la
posicin que tiene un valor de
datos especficos en relacin
con el resto de los datos.

3.1.- MEDIDAS DE TENDENCIA CENTRAL

Al describir grupos de observaciones, con frecuencia es conveniente resumir
la informacin con un solo nmero. Este nmero que, para tal fin, suele situarse
hacia el centro de la distribucin de datos se denomina medida o parmetro de
tendencia central o de centralizacin.

3.1.1.- MEDIA
Promedio que quiz sea el ms conocido. Se representa por X (que se lee
como x barra o media de la muestra). La media se encuentra sumando todos los
valores de la variable x (suma de valores x se simboliza como x) y dividiendo entre
el nmero de estos valores, n. Lo anterior se expresa con una frmula como:

Media de la muestra:

X =

suma de x

nmero

x
n

EJEMPLO:
Calcule el promedio de la siguiente serie.
2,10,5,4,7,1,
x = n1 + n2 + n3 + n4 + n5 + n5 + n6 = 2 + 10 +5 + 4 + 7 +1 = 29 = 4.83
6

3.1.2.- MODA
Es el valor de x que ocurre con mayor frecuencia. Si dos o ms valores de una
muestra estn empatados en cuanto a mayor frecuencia (nmero de ocurrencias), se
dice que no hay moda.

EJEMPLO:
Calcule la moda para la siguiente serie.
3, 5, 6, 1, 2, 3
Moda = 3

3.1.3.- MEDIANA
Valor de los datos que ocupa la posicin central cuando los datos se ordenan
segn su tamao.
3.1.3.1.- PROCEDIMIENTO PARA ENCONTRAR LA MEDIANA
Paso 1: Ordene los datos.
Paso 2: Determine la profundidad de la mediana. La profundidad

(nmero de

posiciones a partir de cualquier extremo), o posicin, de la mediana se determina con

la siguiente frmula.
Profundidad de la mediana = n + 1
2

La profundidad (o posicin) de la mediana se encuentra al sumar los nmeros de

posicin de los valores de los datos ms pequeos (1) y ms grandes (n) y dividir el
resultado entre 2.
Paso 3: Determine el valor de la mediana. Contar los datos ordenados, localizando
el dato que est en la d(x)-sima posicin. La mediana ser la misma sin importar a
partir de cul extremo de los datos (mximo o mnimo) ordenados cuente. De hecho,
contar desde ambos extremos sirve como una comprobacin excelente.

EJEMPLO:
Encuentre la mediana para la siguiente serie.
6, 3, 8, 5, 3
Los datos ordenados de manera creciente son: 3,3,5,6 y 8
Profundidad de la mediana: (n + 1) / 2 = ( 5 + 1)/2 = 6/2 =3
La mediana es el tercer nmero desde cualquier extremo en los datos ordenados, o
bien, mediana =5

EJEMPLO:
Encuentre la mediana de la siguiente serie.
9, 6, 7, 9, 10,8
Los datos ordenados de manera creciente son: 6,7,8,9 y 10
Profundidad de la mediana: (n + 1) / 2 = (6 + 1)/2 = 7/2 =3.5
Es decir, la mediana est a la mitad entre las porciones de datos tercera y cuarta.
Para encontrar el nmero situado a la mitad de dos valores cualesquiera, se suman
los dos valores y el resultado se divide entre 2. En este caso, se suman el tercer
valor (8) y el cuarto valor (9); luego se divide entre 2, esto es se obtiene un promedio.
La mediana es (8 + 9) / 2 = 8.5, nmero que est en medio entre los dos nmeros.

3.1.4.- RANGO MEDIO

Nmero que est exactamente a la mitad del camino entre un dato con menor valor
Mn y un dato con mayor valor Mx. Se encuentra promediando los valores mnimo y
mximo.
Valor medio = valor mnimo + valor mximo
2
Valor medio = Mn + Mx
2
EJEMPLO:
Encuentre el rango medio de la siguiente serie.
3, 3, 5, 6, 8
Mn = 3,

Mx = 8

Valor medio = Mn + Mx = 3 + 8 = 5.5

2

3.1.5.- EJERCICIO:
1.- Considere la muestra 2, 4, 7, 8, 9. Encuentre lo siguiente:
a.) La media
b.) La mediana
c.) La moda
d.) El rango medio
2.- Considera la muestra 6, 8, 7, 5, 3, 7. Encuentre lo siguiente:
a.) La media
b.) La mediana
c.) La moda
d.) El rango medio
3.- A 15 estudiantes universitarios, elegidos aleatoriamente, se les solicit mencionar
el nmero de horas que durmieron la noche anterior. Los datos resultantes fueron
5,6,6,8,7,7,9,6,4,8,11,6,7,8,7.
a.) La media
b.) La mediana
c.) La moda
d.) El rango medio

4.- En el artculo Financing Your kids Collage Education, se enumeraron las

siguientes cuotas de enseanza por escuela y por ao escolar de 14 universidades:
1554, 2291, 2084, 4443, 2884, 2478, 3087, 3708, 2510, 2055, 3000,2052, 2550,
2013.
a.) Encuentre la media por ao escolar.
b.) Encuentre la mediana por ao escolar.
c.) Encuentre el rango medio por ao escolar.
d.) Encuentre la moda, en caso de existir, por ao escolar.

5.- A los reclutas de una academia de polica se les solicit presentar un examen que
mide la capacidad que tienen para hacer ejercicio.

Esta capacidad (medida en

minutos) se obtuvo para cada uno de los 20 reclutas:

25

27

30

33

30

32

30

34

30

27

26

25

29

31

31

32

34

32

33

30

a.) Encuentre la media, la mediana, la moda y el rango medio.

b.) Elabore una grfica de puntos para estos datos y localice la media, la mediana, la
moda y el rango medio sobre la grfica.
c.) Describa la relacin que hay entre los cuatro promedios (semejanza) y qu
propiedades muestran los datos por las que dichos promedios son semejantes.

3.2.- MEDIDAS DE DISPERSIN

Las medidas de dispersin, tambin llamadas medidas de variabilidad,
muestran la variabilidad de una distribucin, indicando por medio de un nmero, si
las diferentes puntuaciones de una variable estn muy alejadas de la media. Cuanto
mayor sea ese valor, mayor ser la variabilidad, cuanto menor sea, ms homognea
ser a la media. As se sabe si todos los casos son parecidos o varan mucho entre
ellos.

3.2.1.- RANGO
Es la diferencia en valor entre las porciones de datos de mayor valor (Mx) y
de menor valor (Mn).
Rango = mximo mnimo
Rango = Mx Mn

3.2.2.- DESVIACIN CON RESPECTO A LA MEDIA

La desviacin de la media, x- X, es la diferencia entre el valor de x y la media
X

3.2.3.- VARIANZA
La varianza de la muestra, s2, es la media de las desviaciones al cuadrado,
calculada usando como divisor a n-1.
Varianza de la muestra: s cuadrada = suma de (desviaciones)
nmero 1

= S2 = (x x ) 2
n -1

donde n es el tamao de la muestra, es decir, el nmero de datos que hay en la

muestra

3.2.4.- DESVIACIN ESTNDAR.

La desviacin estndar de una muestra, s, es la raz cuadrada positiva de la
varianza.
Desviacin estndar de una muestra = s = s2

EJEMPLO:
Calcular la desviacin estndar para la siguiente muestra de datos.
6,3,8,5,2

DATOS

MEDIA

DESV.

VARIANZA

DESVIACIN

RESP. A LA
ESTNDAR

MEDIA
6

Media

(6+3+8+5+2)/5 3-4.8 = -1.8

8
5
2
n=5

Media = 4.8

= 6-4.8 = 1.2

(1.2)2 =1.44

S2

(-1.8)2 =3.24

=22.80/4

8-4.8 =3.2

(3.2)2 =10.24

5-4.8 = 0.2

(0.2)2 = 0.04

2-4.8 = -2.8

(-2.8)2= 5.7

S2 = 5.7

S = 2.38

EJERCICIOS:
1.- Considere la muestra 2 ,4, 7, 8, 9. Encuentre lo siguiente:
a.) Rango
b.) Varianza
c.) Desviacin estndar.

2.- Considere la muestra 6 ,8 ,7, 5, 4, 7. Encuentre lo siguiente:

a.) Rango
b.) Varianza
c.) Desviacin estndar.

3.- Dada la muestra 7,6,10,7,5,9,3,7,5,13, encuentre lo siguiente:

a.) Rango
b.) Varianza
c.) Desviacin estndar

4.- A 15 estudiantes universitarios, elegidos aleatoriamente, se les solicit el nmero

de horas que durmieron la noche anterior.

Los datos resultantes fueron

5,6,6,8,7,7,9,5,4,8,7. Encuentre lo siguientes:

a.) Rango
b.) Varianza
c.) Desviacin estndar

5.- .En el artculo Financing Your Kids collage Education, 1994, se enumeraron las
siguientes cuotas de enseanza por escuela y por ao escolar de 14 universidades:
1554,2 291,2084 ,4443,2884,2478,3087,3708,2510,2055,3000,2052,2550, 2013.
Encuentre lo siguiente:
a.)Varianza
b.) Desviacin estndar

6.- En el artculo Railroads on the Fast Track, se proporcionan las millas operadas
por las 10 compaas ms grandes de ferrocarril.

COMPAA

MILLAS DE VAS OPERADAS

CSX Transportation

32 844

Burlington

32 791

Union Pacific

30 315

Norfolk Southern

25 855

Conrail

24 183

Southern Pacific

18 768

Santa Fe Pacific

15 367

Chicao and North Western

8 620

Soo Line

7 265

Illinois Central

4 764

a.)Encuentre la media y la desviacin estndar par las millas de vas operadas por
estas 10 compaas ms grandes del ferrocarril.
b.) Elabore una grfica que muestre la dispersin de los datos.
c.) Analice la relacin entre la dispersin de los datos, la media y la desviacin
estndar.

7.- A los reclutas de una academia de polica se les solicit presentar un examen que
mide la capacidad que tienen para hacer ejercicio.

Esta capacidad (medida en

minutos) se obtuvo para cada uno de los 20 reclutas:

25

27

30

33

30

32

30

34

30

27

26

25

29

31

31

32

34

32

33

30

a.) Encuentre el rango

b.) Encuentre la varianza

c.) Encuentre la desviacin estndar.

d.) Elabore un grfica de puntos y trace una recta que represente al rango y una
recta que empiece en la media y cuya longitud represente el valor de la desviacin
estndar.
e.) Describa cmo estn relacionados la distribucin de los datos, el rano y la
desviacin estndar.

3.3.- MEDIDAS DE POSICIN

Cuando se hace referencia nicamente a la posicin de estos parmetros
dentro de la distribucin, independientemente de que sta est ms o menos
centrada, se habla de estas medidas como medidas de posicin.
Las ms utilizadas son:

Los cuatiles: Hay 3 cuartiles que dividen a una distribucin en 4 partes iguales,
primero, segundo y tercer cuartil.

Deciles: Hay 9 deciles que la dividen en 10 partes iguales.

Percentiles: Hay 99 percentiles que dividen a una serie en 100 partes iguales.

3.3.1.- FRMULA PARA CLCULO DE CUARTILES (Q), DECILES (D)

Y PERCENTILES (P)
X = nk
100

Dnde:
X = incgnita (cuartiles, deciles o percentiles)
K = porcentaje de acuerdo al valor para cuartil, decil o percentil. Tabla 1

3.3.2.-

PROCEDIMIENTO

PARA

DETERMINAR

CUALQUIER

CUARTIL, DECIL O PERCENTIL.

Paso 1: Ordenar los datos de la serie de menor a mayor.
Paso 2: Calcular incgnita, utilizando la frmula con su porcentaje correspondiente.
Paso 3: Identificar el valor obtenido en la tabla, relacionndolo con la posicin en la
serie.

3.3.3.- TABLA DE REFERENCIAS PARA CUARTILES, DECILES Y

PERCENTILES (TABLA 1)
CUARTILES

PORCENTAJES (%)

Q1

25

Q2

50

Q3

75

Q4

100

DECILES

PORCENTAJES (%)

D1

10

D2

20

D3

30

D4

40

D5

50

D6

60

D7

70

D8

80

D9

90

D10

100

PERCENTILES

PORCENTAJES (%)

P1

P9

P15

15

P38

38

P60

60

P72

72

P88

88

P100

100

EJEMPLO:

Para la siguiente serie calcular el Q2, D7 y P82

2, 5, 7, 25, 10, 12, 4, 5, 13, 20,

Paso 1: Ordenar la serie de datos de menor mayor.

2, 4, 5, 5, 7, 10, 12, 13, 20, 25

Paso 2: Calcular valores utilizando tabla 1

a.)Q2 = (10)(50)/ 100 = 5
b.) D7 = (10)(70)/ 100 = 7
c.) P82 = (10)(82)/ 100 = 8.2

----redondeando = 8

Paso 3: Relacionar los datos obtenidos con la posicin que ocupan en la serie de
datos ordenados.
VALOR DE FRMULA

POSICIN EN SERIE ORDENADA

Q2 = 5

D7 = 7

12

P82 = 8

13

TEMA 4:
4:
ANLISIS
DESCRIPTIVO Y
REPRESENTACIN
DE DATOS
DE DOS
VARIABLES

4.1.- INTRODUCCIN
En el campo de la Estadstica hay muchos problemas que requieren un
anlisis combinado de dos variables. En administracin, en ecuacin y en muchas
otras materias, a menudo es necesario contestar preguntas como las siguientes:
Estn relacionadas estas dos variables? En caso afirmativo, de qu manera?,
existe una correlacin entre las variables?
Las relaciones bajo anlisis no son de causa y efecto, sino las de tipo
matemtico que permiten predecir el comportamiento de una variable con base en el
conocimiento que se tiene sobre otra.
Los objetivos del anlisis descriptivo y representacin de datos son:
a.)Poder representar datos de dos variables en forma tabular y grfica.
b.)Comprender la distincin entre los propsitos bsicos del anlisis de correlacin
del de regresin.
c.)Familiarizarse con las ideas de la presentacin descriptiva.
Con estos fines en mente, el estudio se restringir a la forma ms simple y
fundamental de regresin y correlacin: el caso lineal de dos variables.

4.2.- DATOS DE DOS VARIABLES

Estos constan de dos valores de dos variables respuesta diferentes que se
obtienen del mismo elemento de la poblacin.
Cada una de las dos variables puede ser de naturaleza cualitativa o
cuantitativa. Como resultado, los datos divariados pueden formarse mediante tres
combinaciones de variable:
a.)Ambas variables son cualitativas o de atributo.

b.)Una variable es cualitativa y otra es cuantitativa.

c.)Ambas variables son cuantitativas.

4.3.- DIAGRAMA DE DISPERSIN

Es la grfica de todos los pares ordenados de datos de dos variables que
estn en un sistema de ejes coordenados. La variable de entrada x, se grafica en
el eje horizontal y la variable de salida y, se grafica en el eje vertical.

4.4.- CORRELACIN LINEAL

El objetivo primordial del anlisis de correlacin lineal es medir la intensidad
de una relacin lineal entre dos variables.

Se analizarn algunos diagramas de

dispersin que muestran diferentes relaciones entre variables independientes o de

entrada (x), y variables dependientes o de salida (y).
Si a medida que crece x, hay un cambio en los valores de y, existe una
correlacin. La correlacin es positiva cuando y tiende a crecer, y es negativa
cuando y tiende a decrecer.
Si los pares ordenados (x.y) tienden a seguir un patrn de lnea recta, se tiene
una correlacin lineal. La precisin del cambio en y cuando crece x, determina la
intensidad de la correlacin lineal.
Existen diferentes tipos de correlacin

La correlacin lineal perfecta ocurre cuando todos los puntos estn

exactamente sobre una recta.

Esta correlacin puede ser positiva o negativa,

dependiendo de si y crece o decrece a medida que x se incrementa. Si los datos

forman una recta horizontal o vertical, no hay correlacin, ya que una variable no
afecta la otra.

El coeficiente de correlacin lineal r, es la medida numrica de la intensidad

de la relacin lineal entre dos variables. El coeficiente refleja la consistencia del
efecto que el cambio en una variable tiene sobre la otra. El valor del coeficiente de
correlacin lineal ayuda a responder a la pregunta: existe una correlacin lineal
entre las dos variables en consideracin?.
El coeficiente de correlacin lineal r,, siempre tiene un valor entre -1 y +1.
Un valor de +1 significa una correlacin positiva perfecta, y un valor de -1, indica
una correlacin negativa perfecta.
Si a medida que x crece hay un incremento general en el valor de y,
entonces el valor de r es positivo.
El valor de r est definido por la frmula PRODUCTO MOMENTO DE
PEARSON:
r =

SC (xy)
SC(x) SC(y)

Donde SC equivale a las sumatorias de cuadrados para x, y ,xy.

Frmulas para clculo de sumatorias cuadradas:

SC(x) = x2 (x)2
n

SC ( y)= y2 (y)2
n

SC(xy) = xy xy
n

4.5.- RERESIN LINEAL

Aunque el coeficiente de correlacin mide la intensidad de una relacin lineal,
no dice nada sobre la relacin matemtica que hay entre las dos variables.
El anlisis de regresin encuentra la ecuacin de la recta que describe mejor
la relacin entre las dos variables.
predicciones.

Una aplicacin de esta ecuacin es hacer

Hay muchas situaciones en las que estas predicciones se usan

regularmente.
En general, el valor exacto de y no es predecible; sin embargo, las
aproximaciones a este valor son de utilidad si las predicciones son razonablemente
acertadas.

La relacin entre estas dos variables es una expresin algebraica

que

describe la relacin matemtica entre x y y. A continuacin se presentan algunos

ejemplos de varias relaciones posibles, denominados modelos o ecuaciones de
prediccin.
Lineal:

y = bo + b1x

Cuadrtica

y = a + bx + cx2

Exponencial:

y = a (bx)

Logartmica:

y = a logb x

Si un modelo de lnea recta parece idneo, la recta del mejor ajuste se

encuentra aplicando el mtodo de mnimos cuadrados. El criterio de mnimos
cuadrados requiere encontrar las constantes b0 y b1.
La ecuacin de la recta del mejor ajuste es determinada por su pendiente (b1)
y su ordenada al origen (b0). Los valores de las constantes, pendiente y ordenada al
origen, que satisfacen el criterio de mnimos cuadrados se encuentran aplicando las
frmulas siguientes:
Pendiente:

b1 = ( x x ) (y y)
( x x) 2

Ordenada al origen:

b0 = y - ( b1 * x)
n

EJEMPLO:
Calcule la ecuacin de prediccin para la siguiente tabulacin. Determine la variable
de salida para x=68.
ESTATURA (pulg)

PESO (lb)

65

105

65

125

62

110

67

120

69

140

65

135

61

95

67

130

DIAGRAMA DE DISPERSIN ESTATURAS VS. PESOS

150
140
130

(lb)

PESO

120
110
100
90
80
60

62

64

66

ESTATURA (pulg)

68

70

METODO DE MNIMOS CUADRADOS

SUMATORIAS

X
65
65
62
67
69
65
61
67
521

Y
105
125
110
120
140
135
95
130
960

X2
4225
4225
3844
4489
4761
4225
3721
4489
33979

Y2
11025
15625
12100
14400
19600
18225
9025
16900
116900

XY
6825
8125
6820
8040
9660
8775
5795
8710
62750

C (x) = 33979 (524)2 / 8 = 48.87

C (y) = 116900 (960)2 / 8 = 1700
C (x) = 62750 (521.96)/ 8 = 230

PRODUCTO MOMENTO PEARSON

R = 230 / ( 48.87)(1700) = 0.79

REGRESIN LINEAL
b1= bo + b1x
b1= 230/ 48.87 = 4.7
b0 = 960 [ (4.7)(521] = -186.08

ECUACIN DE PREDICCIN
Y = -186.08 + 4.7 X

---- Correlacin positiva alta

PARA X = 64
Y = -186.08 + 4.7(68) = 133.52 lb

EJERCICIO:
Considere los siguientes datos, que indican el peso x (en miles de libras) y el
rendimiento de gasolina y (millas por galn de automviles).
x

2.5

40

43

30

3.5

35

2.7

42

4.5

19

3.8

32

2.9

39

5.0

15

2.2

44

Calcular la variable de salida para: x = 2.8, x=3.2, x= 3.4, x=4.8

4.6.- CUESTIONARIO 2DO. PARCIAL

1.- Defina el concepto de medidas de tendencia central
2.- Defina moda
3.- Defina media
4.- Escriba la frmula para clculo de media
5.- Defina mediana
6.- Escriba la frmula para clculo de posicin de la mediana
7.- Defina rango medio
8.- Escriba la frmula para clculo de rango medio
9.- Defina las medidas de dispersin
10.- Defina rango
11.- Escriba la frmula para clculo de rango
12.- Defina desviacin con respecto a la media
13.- Escriba la frmula para clculo de desviacin con respecto a la media
14.- Defina desviacin estndar
15.- Escriba la frmula para clculo de desviacin estndar
16.- Defina las medidas de posicin
17.- Defina cuarteles
18.- Defina deciles
19.- Defina percentiles o porcentiles
20.- Escriba la frmula para clculo de medidas de posicin

21.- Defina variable

22.- Defina variable de entrada
23.- Defina variable de salida
24.- Diga cules son las preguntas que contesta la estadstica descriptiva o anlisis
descriptivo
25.- Defina variable cuantitativa
26.- Defina variable cualitativa
27.- Defina diagrama de dispersin
28.- Mencione la diferencia entre diagrama de dispersin y ojiva
29.- Mencione el concepto de correlacin lineal
30.- Escriba la frmula para clculo de r
31.- Escriba las frmulas para clculo de sumatorias cuadradas x, y xy
32.- Trace los diferentes tipos de diagramas de correlacin
33.- Defina modelos o ecuaciones de prediccin
34.- Escriba las ecuaciones para modelos de prediccin
35.- Escriba las frmulas para clculo de b0 y b1

TEMA 5:

PROBABILIDAD

5.1.- INTRODUCCIN
Tal vez usted ya est familiarizado con algunas ideas de probabilidad, ya que
sta forma parte de la cultura cotidiana. Constantemente, se escucha a personas
que hacen afirmaciones relacionadas con la probabilidad como las siguientes:
Probablemente nuestro equipo gane el juego de esta noche
Hay 40% de posibilidades de que llueva esta tarde
Es ms probable hacer una cita para el fin de semana
Si dejo mi en el centro de la ciudad, talvez me multen
Tengo una posibilidad de 50-50 de aprobar el examen de qumica de hoy

5.2.- NATURALEZA DE LA PROBABILIDAD

Se considerar un experimento en el que se lanzan dos monedas se registra
el nmero de guilas que ocurren. Los nicos resultados posibles son 0A (cero
guilas), 1A (1 guila) y 2A (2 guilas). Las monedas se lanzarn 10 veces y se
registrarn los resultados.
2A

1A

1A

2A

1A

0A

1A

1A

Resumen de frecuencias:

RESULTADO

FRECUENCIA

2A

1A

0A

1A

2A

Suponga que este experimento se repite 19 veces:

ENSAYO
RESULT

2A

10

11

12

13

14

15

16

17

18

19

20

TOT

3 3 5 1 4 2 4 3 1 1

53

1A

6 5 5 5 5 7 5 5 5 5

104

0A

1 2 0 4 1 1 1 2 4 4

43

De un total de 200 lanzamientos del par de monedas, en 53 ocasiones se

obtuvo 2A; en 104 ocasiones, 1A y en 43 ocasiones, 0A. Estos resultados pueden
expresarse en trminos de frecuencias relativas, usando una grfica de barras:

LANZAMIENTO DE DOS MONEDAS

VALORES

Serie1

10

20

30

40

50

60

PORCENTAJES

Qu conclusiones se obtienen?
Si se consideran los conjuntos individuales de 10 lanzamientos, se observa
una gran variacin en el nmero de veces que ocurri cada uno de los eventos (2A,
1A y 0A).

En consecuencia, podra esperarse encontrar que la frecuencia relativa para

0A sea aproximadamente , o 25%; que la frecuencia relativa de 1A sea
aproximadamente

50%,

que

la

frecuencia

relativa

de

2A

sea

aproximadamente , o 25%. Estas frecuencias relativas reflejan con precisin en el

concepto de probabilidad.

EJERCICIOS:
1.- Lance 10 veces una moneda y registre A (guila) o S (sol) despus de cada
lanzamiento. Use los resultados para encontrar la frecuencia relativa de:
a.) Las guilas

b.) Los soles

2.- Lance 20 veces un dado y registre 1, 2, 3, 4, 5 6 despus de cada lanzamiento.

Use los resultados para encontrar la frecuencia relativa de:
a.) 1

b.) 2

c.)3

d.) 4

e.) 5

f.) 6

3.- Coloque tres monedas en una taza, agtela, viera su contenido y observe el
nmero de guilas que aparece. Registre 0A, 1A, 2A 3A despus de cada ensayo.
Repita 25 veces el proceso. Use los resultados para encontrar la frecuencia relativa
de:
a.) 0A

b.)1A

c.)2A

d.)3A

4.- Coloque un par de dados en una taza, vierta su contenido y observe la suma de
los puntos. Registre 2,3,4,.,12. Repita 25 veces el proceso. Use los resultados para
encontrar la frecuencia relativa de cada uno de los valores: 2, 3, 4, 5, . 12.

5.- Use la tabla de nmeros aleatorios o una computadora para simular:

a.) El lanzamiento de un dado 50 veces; exprese sus resultados como frecuencias
relativas.
b.) El lanzamiento de una moneda 100 veces; exprese sus resultados como
frecuencias relativas.

6.- Use la tabla de nmeros aleatorios o una computadora para simular la seleccin
aleatoria de 100 dgitos del 0 al 9.
a.) Enumere los 100 dgitos.
b.) Prepare una distribucin de frecuencias relativas de los 100 dgitos.
c.) Prepare un histograma de frecuencias relativas de la distribucin del inciso b.)

5.3.- ESPACIOS MUESTRALES SIMPLES

Dentro de este tema se tienen diferentes conceptos

ESPACIO MUESTRAL: Es el conjunto de todos los resultados posibles de un

experimento. El espacio muestral suele denominarse S y puede asumir un sin
nmero de formas: una lista, un diagrama de rbol, un sistema de rejilla, etc.
Los resultados individuales de un espacio destral se denominan puntos
muestrales, n(s) es el nmero de puntos muestrales que hay en el espacio
muestral.

EXPERIMENTO: Es cualquier proceso que produzca un resultado o una

observacin.

RESULTADO: Un resultado particular de un experimento.

EVENTO: Es cualquier subconjunto del espacio muestral. Si A es un evento,

entonces n(A) es el nmero de puntos muestrales que pertenecen al evento A.

EJEMPLO:
Encuentre el espacio muestral para el lanzamiento de una moneda
Espacio muestra = [ guila, sol ]
RESULTADO:
A

( A,A) , (A,S) , (S,A), (S,S)

A
S

A
S
S

EJERCICIOS:
1.- Un vendedor de automviles ofrece uno de sus modelos deportivos compactos
con dos opciones de transmisin (estndar o automtica) y en uno de tres colores
(negro, rojo o blanco), Cuntas elecciones posibles de combinaciones de
transmisin y color tiene el cliente?

2.- Dos monedas, una de un peso y otra de cinco, se lanzan simultneamente y el

resultado de cada moneda se registra usando una notacin de pares ordenados
(moneda de un peso, moneda de cinco). Encuentre el espacio muestral.

3.- Se lanza un dado una vez y se observa el nmero de puntos de la cara superior.
Determine el espacio muestral.

4.- Una caja contiene tres fichas de pker (una roja, una azul y una blanca) y dos se
extraen con reemplazamiento ( esto significa que una vez que se ha elegido una
ficha, se observa su color y luego vuelve a introducirse en la caja. Las fichas son
revueltas antes de extraer una segunda ficha y observar su color. Determine el
espacio muestral.

5.- Una caja contiene tres fichas de pker: una roja, una azul y una blanca. Se
extraen dos fichas simultneamente, o bien, una a la vez sin reemplazamiento (lo
cual significa que se extrae una ficha y luego se extrae otra sin introducir la primera
en la caja. Determine el espacio muestral.

6.- Se lanzan dos dados. Determine su espacio muestral.

7.- Una prediccin climatolgica afirma que habr una cantidad mesurable de
precipitacin o que no habr precipitacin en un da dado. Determine el espacio
muestral.

TEMA 6:

PRINCIPIOS
BSICOS
DEL
CONTEO

6.1.- INTRODUCCIN
Para encontrar la probabilidad de muchos eventos es necesario determinar el
nmero de resultados posibles del experimento implicado. Esto requiere enumerar
(obtener un conteo de) las posibilidades.
Este conteo puede obtener usando uno de los dos mtodos:
1.) Enlistar todas las posibilidades y luego proceder a contarlas
2.) Calcular valor numrico.

6.2.- REGLA FUNDAMENAL DEL CONTEO

Si un experimento est integrado por dos ensayos, donde uno de ellos (una
sola accin o eleccin) posee m resultados posibles y el otro tiene n resultados
posibles, entonces cuando los ensayos se realizan juntos se tiene:
mxn

resultados posibles para el experimento

6.3.- REGLA GENERAL DEL CONTEO

Si un experimentados est compuesto por k ensayos realizados en un orden
definido, donde el primero tiene n1, resultados posibles, el segundo posee n2
resultados posibles, el tercero tiene n3 resultados posibles, etc., entonces el nmero
de resultados posibles para el experimento es:
n1 X n2 X n3 X X nk

EJEMPLO:
En muchos estados (de la Unin Americana), en las placas del automvil se
usan tres letras seguidas de tres numerales, para obtener el nmero de placas. Si
se supone que puede usarse cualquiera de las 26 letras del alfabeto ingls para
ocupar cada uno de los tres primeros caracteres y que puede utilizarse cualquiera de
los dgitos del 0 a 9 para ocupar los tres ltimos caracteres, cuntos nmeros de
placas diferentes son posibles?
n1 = 26

n2 = 26

n3 = 26

n4 = 10

n5 = 10

n6 = 10

n1 X n2 X n3 X n4 X n5 X n6 = 26 X26 X 26 X 10 X10 X 10 = 17, 576 00 soluciones

EJERCICIO
1.-Cuntos nmeros de placas diferentes son posibles si para los tres primeros
caracteres se usan los dgitos distintos de cero, para los tres ltimos caracteres se
usan letras y no se permite la repeticin de alguna de ellas?
2.- Un experimento consiste en extraer de una caja que contiene una mezcla de
canicas rojas, amarillas y verdes aluna de ellas.

Encuentre el nmero de

posibilidades.
3.- Una moneda balanceada se lanza dos veces. Enumere las posibilidades.
4.- Un experimento consta de dos ensayos. El primero es lanzar una moneda de una
moneda de un peso y observar el resultado: guila o sol; el segundo es lanzar un
dado y observar el resultado: 1, 2, 3, 4, 5 6. Obtenga el nmero de soluciones
posibles.
5.- Una computadora genera (de manera aleatoria) pares de enteros.

El primer

entero est entre 1 y 5, inclusive, y el segundo est entre 1 y 4, tambin inclusive.

Represente el nmero de soluciones en un sistema de ejes coordenados, donde x
es el primer nmero y y es el segundo.

6.- Se lanza una moneda y los resultados posibles son guila o sol. Si se obtiene
guila, la moneda es lanzada por segunda vez. Si en el primer lanzamiento se
obtiene sol, se lanza un dado. Cul es la posibilidad de lanzar un dado la segunda
etapa del este experimento?

6.4.- COMBINACIONES
Conjunto de objetos distintos sin importar una disposicin o un orden. Es
decir, lo nico que importa es la pertenencia al conjunto.
Frmula de combinaciones:
C=

n!
(n-r)! X r!

Donde:
n= total de elementos
r = incgnita, arreglo

EJEMPLO:
En una caja hay cuatro banderas de colores diferentes (rojo, blanco, azul y verde), y
se solicita seleccionar tres banderas cualesquiera.

Si se escoge (rojo, blanco,

verde), se tiene la misma combinacin de colores que (verde, rojo, blanco).

C=

4!
( 4-3)! X 3!

= 4 soluciones

6.5.- PERMUTACIONES
Disposicin ordenada de un conjunto de objetos diferentes. Es decir, hay un
primer objeto, un segundo, un tercero, etc., y cada objeto es distinto de los dems.
P=

n!
(n-r)!

Donde:
n= total de elementos
r = incgnita, arreglo

EJEMPLO:
En una caja hay cuatro banderas de colores diferentes (rojo, blanco, azul y verde), y
se solicita seleccionar tres banderas cualesquiera y hacer una bandera. Encuentre
la cantidad de banderas aplicando la frmula de permutacin.
P=

4!

(4-3)!

= 24 soluciones

6.5.- EJERCICIOS COMBINACIONES Y PERMUTACIONES

1.- Seleccione cuatro letras distintas del alfabeto ingles y pngalas en cualquier
orden especfico. Cuntas palabras de cuatro letras se pueden formar?
2.- A un grupo de ocho finalistas de un concurso de arte con cermica se otorgarn
cinco premios: primero, segundo, etc. Cuntas formas distintas hay para otorgar
los cincos premios a los ocho finalistas?
3.- Un departamento consta de 30 miembros y se requiere un comit de 5 personas
para realizar una tarea. Cuntos comits distintos posibles hay?
4.- Un departamento consta de 30 miembros y se requiere un comit para realizar
una tarea.

El comit debe estar integrado por un director y cuatro miembros.

Cuntos comits distintos posibles hay?

5.- Mateo tiene seis camisas, cuatro pantalones y cinco pares de calcetines limpios y
listos para usar. Cuntas combinaciones diferentes puede crear si:
a.) Se pone un artculo de cada categora.
b.) Se pone una camisa especfica y un artculo de las otras dos categoras.
c.) Slo se pone dos de las camisas con unos pantalones especficos y sin
calcetines, pero el resto se lo pone en cualquier combinacin completa.
6.- Cuntos nmeros de placas diferentes son posibles si para los tres primeros
caracteres se usan los dgitos distintos de cero, para los tres ltimos caracteres se
usan letras y no se permite la repeticin de alguna de ellas? Tomar como referencia
el alfabeto ingls.

TAREAS
TAREAS

TEMA 1:
1.- Escriba un ensayo a cerca de la diferencia entre Estadstica y Probabilidad.
2.- Investigue los pasos del Proceso Estadstico
3.- Mencione 10 ejemplos de usos de la Estadstica
4.- Mencione 10 ejemplos de abusos de la Estadstica.

TEMA 2:
1.- Investigar qu es una grfica, cules son los tipos, cules son sus elementos y
para qu se utilizan.
2.- Investigue la definicin de: Grfica de barras, histograma, diagrama de pastel y
ojiva.

TEMA 3:
1.- Investigar qu es la Estadstica descriptiva.
2.- Definas las medidas de tendencia central: moda, media mediana y rango medio.
3.- Investigue las frmulas para clculo de medidas de tendencia central: media,
mediana y rango medio.
4.- Defina las medidas de dispersin: rango, desviacin con respecto a la media,
varianza y desviacin estndar.
5.- Establezca la diferencia entre rango y rango medio
6.- Defina las medidas de posicin: cuartil, decil y percentil.

7.- Escriba la frmula para clculo de las medidas de posicin

establezca el

significado de cada uno de los parmetros.

TEMA 4
1.- Mencione el concepto de variable cualitativa.
2.- Mencione el concepto de variable cuantitativa.
3.- Defina diagrama de dispersin
4.- Defina correlacin lineal
5.- Dibuje los tipos de correlacin lineal y su significado.
6.- Defina regresin lineal

TEMA 5:
1.- Investigar biografa de Karl Pearson
2.- Defina los siguientes conceptos: experimento, resultado, ensayo y espacio
muestral.

TEMA 6:
1.- Investigue la frmula de la regla general del conteo
2.- Investigue el concepto de combinacin
3.- Investigue el concepto de permutacin
4.- Mencione el concepto de arreglo

BIBLIOGRAFA

Walpole, Ronald E. Probabilidad y Estadstica. Prentice Hall.

Jonson and Kuby. Estadstica Elemental. Lo esencial. Mc Graw Hill