Académique Documents
Professionnel Documents
Culture Documents
ESTADSTICA
DESCRIPTIVA
M=Muestra
Parmetros
Es la cantidad numrica calculada sobre la poblacin.
Media
Medida de tendencia central usualmente llamada promedio, se
define como la divisin de la suma de todos los valores entre el
nmero de datos.
Mediana
Es el valor que al organizar los datos en orden ascendente o
descendente a la mitad o centro de los mismos. La posicin que
ocupa la mediana puede ser determinada mediante la siguiente
frmula:
Mediana =X [(n/2)+1/2]
Media: 1, 2, 4, 5, 6, 8, 8
Media: 1, 2, 4, 5, 6, 8, 9, 9.
Es= (5+6)/2=5.5
Dados los siguientes 8 datos ordenados en orden ascendente:
5, 8, 8, 11, 11, 11, 14, 16.
Utilizando la frmula para ubicar la posicin del dato que
representa la mediana
indica que:
Mediana = (8/2)+1/2 = 4.5
En donde:
X= Observacin individual
Q= el peso o ponderacin asignada a cada observacin
Cuando la muestra que se ha tomado de la poblacin o proceso
que se desea analizar, es menor de 30 elementos en la muestra,
entonces estos datos son analizados sin necesidad de formar
clases con ellos y a esto se le llama tratamiento de datos no
agrupados.
Curva B
Curva C
Curva A
Medidas de posicin
Las medidas de posicin dividen un conjunto de datos en grupos con el
mismo
nmero
de
individuos.
Para calcular las medidas de posicin es necesario que los datos estn
ordenados de menor a mayor.
Las medidas de posicin son:
Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto
de datos ordenados en cuatro partes iguales.
Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y
al 75% de los datos.
Q2 coincide con la mediana.
Clculo de los cuartiles
1) Ordenamos los datos de menor a mayor.
2) Buscamos el lugar que ocupa cada cuartil mediante la expresin.
2, 5, 3, 4, 6, 7, 1, 9
Ejercicios:
Ejemplo N1
Se va a investigar la edad de un grupo de 20 nios.
4-6-3-2-1-5-6-3-2-4-1-3-3-2-4-4-6-6-4-5
Ejemplo N2
Se requiere conocer la edad de 24 personas de la tercera edad de un
asilo
60-83-71-65-60-70-70-60-71-67-75-60-71-74-65-60-71-68-68-70-80-9587-65.
100/2=50
Clase modal: [66,69)
Moda
Ejemplo
Calcular la moda de una distribucin estadstica que viene dada por la
siguiente tabla
Medidas de dispersin
Varianza
Desviacin estndar
Medidas de posicin
Cuartiles: En primer lugar buscamos la clase donde se encuentra
, en la tabla de las frecuencias acumuladas.
Dnde:
Li =es el lmite inferior de la clase donde se encuentra la mediana.
N= es la suma de las frecuencias absolutas.
Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez
partes iguales.
en la
Ejercicio de deciles
Calcular los deciles de la distribucin de la tabla:
Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100
partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99%
de los datos.
[Escriba el nombre de la compaa]
, en
Ejercicio de percentiles
Calcular el percentil 35 y 60 de la distribucin de la tabla:
Percentil 35
Percentil 60
[Escriba el nombre de la compaa]
Ejercicios a resolver:
43 47 51 48 52 50 46 49 45 52 46 51
44 49 46 51 49 45 44 50 48 50 49 50
a)
b)
c)
d)
e)
38 35 76 58 48 59
67 63 33 69 53 51
28 25 36 32 61 57
49 78 48 42 72 52
47 66 58 44 44 56
a) Construye la distribucin de frecuencias
[Escriba el nombre de la compaa]
b)
c)
d)
e)
Unida
d 2:
Teora
de
Proba
bilida
d
2.1TEORA
DE CONJUNTOS
Interseccin
Complemento
o tambin
Evento que consiste en los elementos que NO estn en A.
Diferencia
Tcnicas de conteo
D
Donde:
n= nmero total de objetos
r= nmero de objetos seleccionados
!= factorial, producto de los nmeros naturales entre 1 y n.
Ejemplo:
1) Cuantas representaciones diferentes sern posibles formar, si se
desea que consten de Presidente, Secretario, Tesorero, Primer
Vocal y Segundo Vocal?, s esta representacin puede ser formada
de entre 25 miembros del sindicato de una pequea empresa.
Solucin:
n = 25,
r=5
25P5 = 25!/ (25 5)! = 25! / 20!
= (25 x 24 x 23 x 22 x 21 x....x 1) / (20 x 19 x 18 x ... x 1)
= 6,375,600 maneras de formar la representacin
2) Cuntas formas hay de asignar el orden de participacin de las
primeras 5 concursantes de 11 finalistas de un concurso de Miss
Mundo?
Solucin:
n = 11, r = 5
11
Donde:
n=Total de objetos
r=Forma de agrupar
Ejemplo:
1) Para contestar un examen un alumno debe contestar 9 de 12
preguntas, Cuntas maneras tiene el alumno de seleccionar las 9
preguntas?
Solucin:
n = 12,
r=9
12
r=5
11
p(f)=0
DEMOSTRACIN:
Si sumamos a f un evento A cualquiera, como f y A son dos eventos
mutuamente excluyentes, entonces p (Af)=p(A) +p(f)=p(A). LQQD
TEOREMA 2. La probabilidad del complemento de A, A c debe ser,
p(Ac)= 1 p(A)
p(Ac) y como en el axioma dos se afirma que p(d)=1, por tanto, p(A c)= 1
- p(A) .LQQD
TEOREMA 3. Si un evento A B, entonces la p(A) p(B).
DEMOSTRACIN:
Si separamos el evento B en dos eventos mutuamente excluyentes, A y
B \ A (B menos A), por tanto, B=A(B \ A) y p(B)=p(A) +p(B \ A), luego
entonces si p(B \ A)30 entonces se cumple que p(A)p(B). LQQD
TEOREMA 4. La p( A \ B )= p(A) p(AB)
dos o ms
de dos formas:
Para
En este caso,
probabilidades.
no
hay
ningn
problema
en
sumar
ambas
Ambos sucesos
Luego,
entonces :
Ejemplo:
La probabilidad de que una persona tenga una cuenta de
ahorros es de 0,65 y la probabilidad de que invierta en un CDT
y ahorre en una cuenta de ahorros es de 0,30. Se seleccion una
persona al azar y result tener una cuenta de ahorros Cul es
la probabilidad de que tenga tambin un CDT ?
Sea A = tener una cuenta de ahorros , B = tener un CDT
http://www.uniquindio.edu.co/uniquindio/ntic/trabajos/6/grupo3/proba
bilidad/paginas/reglaspro.htm
http://www.itch.edu.mx/academic/industrial/sabaticorita/amarillo.htm
http://www.uniquindio.edu.co/uniquindio/ntic/trabajos/6/grupo3/proba
bilidad/paginas/reglaspro.htm
Teorema de Bayes
Es que su estructura permite el clculo de probabilidades despus de
haber sido realizado un experimento (probabilidades aposteriori),
basndose en el conocimiento de la ocurrencia de ciertos eventos que
dependan del evento estudiado.
Continuando nuestro anlisis sobre el teorema de Bayes, la probabilidad
condicional de Ai dado B, para cualquier i, es:
. De
Total
llegamos
al
Solucin
Definamos el evento D como sea un artculo defectuoso. De acuerdo a
esto tenemos que:
P(A) = 0.5 P(D | A) = 0.03
P(B) = 0.3 P(D | B) = 0.04
P(C) = 0.2 P(D | C) = 0.05
Si el artculo del que deseamos calcular la probabilidad es un tabique,
significa que es producido por la mquina A. Tambin observamos que
en la solucin solamente participan los artculos defectuosos, ya que se
pone por condicin esta caracterstica. Por lo tanto:
Tenemos que:
Por lo tanto:
UNIDAD 3:
Variables aleatorias
Discretas
Ejemplos:
Valor esperado
n
x == if ( i)
i=1
Varianza
n
= 2i f ( i )2
2
i=1
Desviacin Estndar
= Var . ( )= 1
Distribucin binomial
La distribucin binomial es tpica de las variables que proceden
de un experimento que cumple las siguientes condiciones:
1)
2)
3)
4)
n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso
Propiedades de la distribucin binomial:
Media = =
Varianza =
Desviacin estndar=
Ejemplo:
La ltima novela de un autor ha tenido un gran xito, hasta el punto de
que el 80% de los lectores ya la han ledo. Un grupo de 4 amigos son
aficionados a la lectura:
1Cul es la probabilidad de que el grupo hayan ledo la novela 2
personas?
n=4
p = 0.8
q = 0.2
B(4, 0.8)
2Y cmo mximo 2?
Distribucin Hipergeomtrica
La distribucin hipergeomtrica es especialmente til en todos aquellos
casos en los que se extraigan muestras o se realizan experiencias
repetidas sin devolucin del elemento extrado o sin retornar a la
situacin experimental inicial.
Las distribucin hipergeomtrica es el modelo que se aplica en
experimentos del siguiente tipo:
En una urna hay bolas de dos colores (blancas y negras), cul es la
probabilidad de que al sacar 2 bolas las dos sean blancas?
Son experimentos donde, al igual que en la distribucin binomial, en
cada ensayo hay tan slo dos posibles resultados: o sale blanca o no
sale. Pero se diferencia de la distribucin binomial en que los distintos
ensayos son dependientes entre s:
Si en una urna con 5 bolas blancas y 3 negras en un primer ensayo saco
una bola blanca, en el segundo ensayo hay una bola blanca menos por
lo que las probabilidades son diferentes (hay dependencia entre los
distintos ensayos).
La distribucin hipergeomtrica sigue el siguiente modelo:
Donde:
Propiedades
Media=
Varianza (X)=
Desv. Est.=
Distribucin Geomtrica
Distribucin Uniforme
Unida
d 4:
Varia
bles
Aleat
orias
Conti
nuas
Distribucin Uniforme
La distribucin uniforme es aquella que puede tomar cualquier valor dentro de un
intervalo, todos ellos con la misma probabilidad.
[Escriba el nombre de la compaa]
Donde:
b: es el extremo superior (en el ejemplo, 160 ptas.)
a: es el extremo inferior (en el ejemplo, 140 ptas.)
Por lo tanto, la funcin de distribucin del ejemplo sera:
Es decir, que el valor final est entre 140 ptas. y 141 ptas. tiene un 5% de probabilidad, que
est entre 141 y 142, otro 5%, etc.
El valor medio de esta distribucin se calcula:
En el ejemplo:
Por lo tanto, el precio medio esperado de la gasolina para el prximo ao es de 150 ptas.
Veamos otro ejemplo:
El volumen de precipitaciones estimado para el prximo ao en la ciudad de Sevilla va a
oscilar entre 400 y 500 litros por metro cuadrado. Calcular la funcin de distribucin y la
precipitacin media esperada:
[Escriba el nombre de la compaa]
Es decir, que el volumen de precipitaciones est entre 400 y 401 litros tiene un 1% de
probabilidades; que est entre 401 y 402 litros, otro 1%, etc.
El valor medio esperado es:
Distribucin Normal
La distribucin normal fue definida por De Moivre en 1733 y es la
distribucin de mayor importancia en el campo de la estadstica.
Ejemplo: el salario medio de los empleados de una empresa se distribuye segn una
distribucin normal, con media 5 millones de ptas. y desviacin tpica 1 milln de ptas.
Calcular el porcentaje de empleados con un sueldo inferior a 7 millones de ptas.
Lo primero que haremos es transformar esa distribucin en una normal tipificada, para ello
se crea una nueva variable (Y) que ser igual a la anterior (X) menos su media y dividida
por la desviacin tpica
Esta nueva variable se distribuye como una normal tipificada. La variable Y que
corresponde a una variable X de valor 7 es:
Por lo tanto
Por lo tanto
P (X < 60) = (Y < -1,6) = P (Y > 1,6) = 1 - P (Y < 1,6) = 0,0548
Luego, el 5,48% de la poblacin (548 habitantes) no llegarn probablemente a esta edad.
http://www.aulafacil.com/CursoEstadistica/Lecc-36-est.htm
Problemas Propuestos.
1.
b)
2.
a)
b)
3.
b)
menos de 3.
r. a) 0.647
b) 0.680
4.
b)
5.
de 3 a 6 tengan ponchaduras;
b)
c)
ms de 5 tengan ponchaduras
r. a) 0.7073
b) 0.4613
c) 0.1484
6.
b)
cuando mucho 5;
c)
no menos de 8
r. a) 0.6294
b) 0.0386
c) 0.7237
7.
8.
9.
b)
menos de 2 la contraigan;
c)
ms de 3 la contraigan
r. a) 0.0778
b) 0.3370
c) 0.0870
12.
=6.3
=0.63
2
13.
17.
x=1, 2, 3
18.
20.
b)
22. Tres personas lanzan una moneda y la que salga dispareja paga
los cafs.
Si todas las monedas caen iguales, se lanzan
nuevamente. Encuentre la probabilidad de que se necesiten
menos de 4 lanzamientos.
r. 63/64
en el tercer intento
b)
b)
menos de 4 huracanes;
b)
ms de 5 veces?
b)
b)
28.
en un determinado da;
b)
c)
r. 0.2657
b)
33.
a)
b)
b)
b)