11

grado

Matemticas
Apoyo Aleatoriedad

Matemticas
Apoyo Aleatoriedad
.04

Qu es la estadstica?

.05

Formas de observar la poblacin.

.08

Qu son los datos estadsticos?

.09

Qu se entiende por frecuencia en estadstica y cmo se clasifican?

.10

Qu es la distribucin de frecuencias?

.11

Cmo se representan graficamente los datos estadsticos?

.13

Medidas de centralizacin.

.14

Medidas de posicin.

.15

Medidas de dispersin.

.16

Probabilidad.

Apoyo Aleatoriedad

Resumen
Hace referencia a la interpretacin de datos, al reconocimiento y anlisis de tendencias,
cambio, correlaciones, a las inferencias y al reconocimiento, descripcin y anlisis de
eventos aleatorios. Ms especficamente involucra la exploracin, representacin,
lectura e interpretacin de datos en contexto; el anlisis de diversas formas de
representacin de informacin numrica, el anlisis cualitativo de regularidades, de
tendencias, de tipos de crecimiento, y la formulacin de inferencias y argumentos
usando medidas de tendencia central y de dispersin.
En este nivel se espera un manejo comprensivo de la informacin proveniente de los
medios o de estudios diseados en el mbito escolar, que se describan las tendencias
que se observen en conjuntos de variables relacionadas y usen comprensivamente
algunas medidas de centralizacin, localizacin, dispersin y correlacin. Se espera
que se interpreten conceptos de probabilidad condicional e independencia de eventos
y que se resuelvan y formulen problemas usando conceptos bsicos de conteo y
probabilidad (combinaciones, permutaciones, espacio muestral, muestreo aleatorio,
con reemplazamiento).

.04

MATEMTICAS - Apoyo Aleatoriedad

Qu es la estadstica?

La estadstica es la ciencia que trata de la recoleccin,

clasificacin y presentacin de los hechos sujetos a una
apreciacin numrica como base a la explicacin,
descripcin y comparacin de los fenmeno.

Cuales son los conceptos bsicos en la estadstica.

Poblacin:
El concepto de poblacin en estadstica va ms all de lo
que comnmente se conoce como tal. Una poblacin se
precisa como un conjunto finito o infinito de personas u
objetos que presentan caractersticas comunes.
Muestra:
"Se llama muestra a una parte de la poblacin a estudiar
que sirve para representarla". Murria R. Spiegel (1991).
"Una muestra es una coleccin de algunos elementos de
la poblacin, pero no de todos". Levin & Rubin (1996).
"Una muestra debe ser definida en base de la poblacin
determinada, y las conclusiones que se obtengan de
dicha muestra solo podrn referirse a la poblacin en
referencia", Cadenas (1974).

Muestreo:
Esto no es ms que el procedimiento empleado para
obtener una o ms muestras de una poblacin; el
muestreo es una tcnica que sirve para obtener una o
ms muestras de poblacin.
Tipos de muestreo
Existen dos mtodos para seleccionar muestras de
poblaciones; el muestreo no aleatorio o de juicio y el
muestreo aleatorio o de probabilidad. En este ltimo
todos los elementos de la poblacin tienen la
oportunidad de ser escogidos en la muestra. Una
muestra seleccionada por muestreo de juicio se basa en
la experiencia de alguien con la poblacin. Algunas
veces una muestra de juicio se usa como gua o muestra
tentativa para decidir como tomar una muestra aleatoria
ms adelante. Las muestras de juicio evitan el anlisis
estadstico necesario para hacer muestras de
probabilidad.

.05

MATEMTICAS - Apoyo Aleatoriedad

Formas de observar la poblacin

1. Atendiendo a la fuente se clasifican en directa o

indirecta.

2. Atendiendo a la periodicidad, puede ser continua,

peridica o circunstancial.

Observacin directa: es aquella donde se tienen un

contacto directo con los elementos o caracteres en los
cuales se presenta el fenmeno que se pretende
investigar, y los resultados obtenidos se consideran
datos estadsticos originales.

Una observacin continua; como su nombre lo indica

es aquella que se lleva acabo de un modo permanente.

Ejemplo: El seguimiento de la poblacin agrcola por

ao, llevado en una determinada granja.
Observacin Indirecta: Es aquella donde la persona
que investiga hace uso de datos estadsticos ya
conocidos en una investigacin anterior, o de datos
observados por un tercero (persona o entidad). Con el
fin de deducir otros hechos o fenmenos

Ejemplo: la contabilidad comercial, llevada en cuanto a

compras, ventas y otras operaciones que se van
registrando a medida que van producindose.
Una observacin peridica; es aqulla que se lleva a
cabo a travs de perodos de tiempo constantes. Estos
perodos de tiempos pueden ser semanas, trimestres,
semestres, aos, etc. Lo que debemos destacar es que
los perodos de tiempo tomados como unidad deben
tomarse constantes en lo posible.
Ejemplo: el registro llevado por la Oficinas de Control de
Estudios de una institucin educativa, en cuanto a la
inscripcin de los estudiantes por semestre.

La observacin circunstancial, es aquella que se

efecta en forma ocasional o espordica, esta
observacin hecha ms por una necesidad
momentnea, que de carcter regular o permanente.
Ejemplo: La obtencin de nmeros de aulas utilizadas y
no utilizadas en los colegios pertenecientes a un
municipio.

.06

MATEMTICAS - Apoyo Aleatoriedad

Formas de observar la poblacin

3. Atendiendo a la cobertura; pueden ser exhaustiva,

parcial o mixta.
Observacin Exhaustiva: Cuando la observacin es
efectuada sobre la totalidad de los elementos de la
poblacin se habla de una observacin exhaustiva.
Observacin Parcial: Dados que las poblaciones en
general son grandes, la observacin de todos sus
elementos se ve imposibilitada. La solucin para superar
este inconveniente es observar una parte de esta
poblacin.
Observacin Mixta: En este tipo de observacin se
combinan adecuadamente la observacin exhaustiva
con la observacin parcial. Por lo general, este tipo de
observaciones se lleva a cabo de tal manera que los
caracteres que se consideran bsicos se observan
exhaustivamente y los otros mediante una muestra; o
bien cuando la poblacin es muy grande, parte de ella se
observa parcialmente.

Las variables y su medicin

Una variable es un smbolo, tal como X, Y, H, x B, que pueden tomar un conjunto prefijado de valores, llamado
dominio de esa variable. "una variable que puede tomar cualquier valor entre dos valores dados se dice que es una
variable continua en caso contrario diremos que la variable es discreta".
Las variables, tambin llamadas caracteres cuantitativos, son aquellas cuyas variaciones son susceptibles de ser
medidas cuantitativamente, es decir, que pueden expresar numricamente la magnitud de dichas variaciones. Por
intuicin y por experiencia sabemos que pueden distinguirse dos tipos de variables; las continuas y las discretas.
Las variables continuas se caracterizan por el hecho de que para todo para de valores siempre se puede encontrar
en valor intermedio, (el peso, la estatura, el tiempo empleado para realizar un trabajo, etc.)
Una variable es continua, cuando puede tomar infinitos valores intermedios dentro de dos valores consecutivos. Por
ejemplo, la estatura, el peso, la temperatura.
Las variables discretas sern aquellas que pueden tomar solo un nmero limitado de valores separados y no
continuos; son aquellas que solo toman un determinado nmeros de valores, porque entre dos valores consecutivos
no pueden tomar ningn otro; por ejemplo el nmero de estudiantes de una clase es una variable discreta ya que solo
tomar los valores 1, 2, 3, 4... ntese que no encontramos valor como 1,5 estudiantes.

.07

MATEMTICAS - Apoyo Aleatoriedad

Qu son los datos estadsticos?

Los datos estadsticos no son otra cosa que el producto

de las observaciones efectuadas en las personas y
objetos en los cuales se produce el fenmeno que
queremos estudiar. Dicho en otras palabras, son los
antecedentes (en cifras) necesarios para llegar al
conocimiento de un hecho o para reducir las
consecuencias de este.
Los datos estadsticos se pueden encontrar de forma no
ordenada, por lo que es muy difcil en general, obtener
conclusiones de los datos presentados de esta manera.
Para poder obtener una precisa y rpida informacin con
propsitos de descripcin o anlisis, estos deben
organizarse de una manera sistemtica; es decir, se
requiere que los datos sean clasificados. Esta
clasificacin u organizacin puede muy bien hacerse
antes de la recopilacin de los datos.

Como se clasifican los datos estadisticos?

Los datos estadsticos pueden ser clasificados en
cualitativos, cuantitativos, cronolgicos y geogrficos.
Datos Cualitativos: Cuando los datos son cuantitativos,
la diferencia entre ellos es de clase y no de cantidad.
Ejemplo:
Si deseamos clasificar los estudiantes que cursan la
materia de estadstica I por su estado civil, observamos
que pueden existir solteros, casados, divorciados,
viudos.
Datos cuantitativos: Cuando los valores de los datos
representan diferentes magnitudes, decimos que son
datos cuantitativos.
Ejemplo:
Se clasifican los estudiantes del Ncleo San Carlos de la
UNESR de acuerdo a sus notas, observamos que los
valores (nota) representan diferentes magnitudes.

Datos cronolgicos: cuando los valores de los datos

varan en diferentes instantes o perodos de tiempo, los
datos son reconocidos como cronolgicos.
Ejemplo:
Al registrar los promedios de notas de los Alumnos de un
colegio de educacin media en los diferentes bimestres.
Datos geogrficos: cuando los datos estn referidos a
una localidad geogrfica se dicen que son datos
geogrficos.
Ejemplo:
El nmero de estudiantes de educacin superior en las
distintas regiones del pas.

.08

MATEMTICAS - Apoyo Aleatoriedad

Qu son los datos estadsticos?

Fuentes de datos Estadsticos:

Qu metodos se emplean para la recolecion de datos?

Los datos estadsticos necesarios para la comprensin

de los hechos pueden obtenerse a travs de fuentes
primarias y fuentes secundarias.

En estadstica se emplean una variedad de mtodos

distintos para obtener informacin de los que se desea
investigar.

Fuentes de datos primarias: es la persona o institucin

que ha recolectado directamente los datos.

La entrevista personal: los datos estadsticos

necesarios para una investigacin, se renen
frecuentemente mediante un proceso que consiste en
enviar un entrevistador o agente, directamente a la
persona investigada. El investigador efectuar a esta
persona una serie de preguntas previamente escritas en
un cuestionario o boleta, donde anotar las respuestas
correspondientes. Este procedimiento que se conoce
con el nombre de entrevista personal, permite obtener
una informacin ms veraz y completa que la que
proporcionan otros mtodos, debido a que al tener
contacto directo con la persona entrevistada, el
entrevistador podr aclarar cualquier duda que se
presente sobre el cuestionario o investigacin.

Fuentes secundarias: son las publicaciones y trabajos

hechos por personas o entidades que no han
recolectado directamente la informacin.
Las fuentes primarias ms confiables, son las
efectuadas por oficinas gubernamentales encargadas de
tal fin.

Cuestionarios por correo: consiste en enviar por correo

el cuestionario acompaado por el instructivo necesario,
dando en este no solo las instrucciones pertinentes para
cada una de las preguntas, sino tambin una breve
explicacin del objeto de la encuesta con el fin de evitar
interpretaciones errneas.
Entrevista por telfono: como lo indica su nombre, este
mtodo consiste en telefonear a la persona a entrevistar
y hacerle una serie de preguntas. Este mtodo es
bastante simple y econmico, ya que el entrenamiento y
supervisin de las personas encargadas de efectuar las
preguntas es siempre fcil.

.09

MATEMTICAS - Apoyo Aleatoriedad

Qu se entiende por frecuencia

en estadistica y como se clasifican?

Se llama frecuencia a la cantidad de veces que se repite

un determinado valor de la variable.
Frecuencia absoluta (ni) de una variable estadstica Xi,
es el nmero de veces que este valor aparece en el
estudio. A mayor tamao de la muestra, aumentar el
tamao de la frecuencia absoluta; es decir, la suma total
de todas las frecuencias absolutas debe dar el total de la
muestra estudiada (N).
Frecuencia relativa (fi), es el cociente entre la
frecuencia absoluta y el tamao de la muestra (N).
Es decir,
i =

ni
N

ni
i ni

Si multiplicamos la frecuencia relativa por 100

obtendremos el porcentaje o tanto por ciento (pi) que
presentan esta caracterstica respecto al total de N, es
decir el 100% del conjunto.
Frecuencia absoluta acumulada (Ni), es el nmero de
veces ni en la muestra N con un valor igual o menor al de
la variable. La ltima frecuencia absoluta acumulada
deber ser igual a N.
Frecuencia relativa acumulada (Fi), es el cociente entre
la frecuencia absoluta acumulada y el nmero total de
datos, N. Es decir,
i =

ni
N

.10

MATEMTICAS - Apoyo Aleatoriedad

Qu es la distribucin de frecuencias?

La distribucin de frecuencias o tabla de frecuencias es

una ordenacin en forma de tabla de los datos
estadsticos, asignando a cada dato su frecuencia
correspondiente.

Distribucin de frecuencias agrupadas

Amplitud de la clase

La distribucin de frecuencias agrupadas o tabla con

datos agrupados se emplea si las variables toman un
nmero grande de valores o la variable es continua.
Se agrupan los valores en intervalos que tengan la
misma amplitud denominados clases. A cada clase se le
asigna su frecuencia correspondiente.

La amplitud de la clase es la diferencia entre el lmite

superior e inferior de la clase.

Lmites de la clase
Cada clase est delimitada por el lmite inferior de la
clase y el lmite superior de la clase.

Marca de clase
La marca de clase es el punto medio de cada intervalo y
es el valor que representa a todo el intervalo para el
clculo de algunos parmetros.

.11

MATEMTICAS - Apoyo Aleatoriedad

Cmo se representan grficamente

los datos estadsticos?

Diagrama de Barras

Polgonos de frecuencia

Diagramas de sectores

Un diagrama de barras se utiliza para de presentar datos

cualitativos o datos cuantitativos de tipo discreto.
Se representan sobre unos ejes de coordenadas, en el
eje de abscisas se colocan los valores de la variable, y
sobre el eje de ordenadas las frecuencias absolutas o
relativas o acumuladas.
Los datos se representan mediante barras de una altura
proporcional a la frecuencia.

Un polgono de frecuencias se forma uniendo los

extremos de las barras mediante segmentos.
Tambin se puede realizar trazando los puntos que
representan las frecuencias y unindolos mediante
segmentos.

Un diagrama de sectores se puede utilizar para todo tipo

de variables, pero se usa frecuentemente para las
variables cualitativas.
Los datos se representan en un crculo, de modo que el
ngulo de cada sector es proporcional a la frecuencia
absoluta correspondiente.
360

Diagrama de barras
Polgono de frecuencias

Nmero de
Alumnos i

8
6
4
2

Accin

No contesta

Terror

Amor

0
0

20

21

22

23

24

25

26

27

28

29

= . i

El diagrama circular se construye con la ayuda de un

transportador de ngulos

6
10

Notas de los Alumnos xi

10

Comedia

.12

MATEMTICAS - Apoyo Aleatoriedad

Cmo se representan grficamente

los datos estadsticos?

Histograma
Un histograma es una representacin grfica de una
variable en forma de barras.
Se utilizan para variables continuas o para variables
discretas, con un gran nmero de datos, y que se han
agrupado en clases.
En el eje abscisas se construyen unos rectngulos que
tienen por base la amplitud del intervalo, y por altura, la
frecuencia absoluta de cada intervalo.
La superficie de cada barra es proporcional a la
frecuencia de los valores representados.

60
50
40
30
20
0

< 60

60 - 80

81 - 100

101 - 120

>120

.13

MATEMTICAS - Apoyo Aleatoriedad

Medidas de centralizacin

Nos indican en torno a qu valor (centro) se distribuyen

los datos.

Unimodal

Media aritmtica
La media es el valor promedio de la distribucin.
Mediana
La mediana es la puntacin de la escala que separa la
mitad superior de la distribucin y la inferior, es decir
divide la serie de datos en dos partes iguales.

Bimodal

Moda
La moda es el valor que ms se repite en una
distribucin.
Multiimodal

.14

MATEMTICAS - Apoyo Aleatoriedad

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.
Cuartiles
Los cuartiles dividen la serie de datos en cuatro partes
iguales. Q1, Q2 y Q3 determinan los valores
correspondientes al 25%, al 50% y al 75% de los datos.

Deciles
Los deciles dividen la serie de datos en diez partes
iguales.
Los deciles son los nueve valores que dividen la serie de
datos en diez partes iguales.
Los deciles dan los valores correspondientes al 10%, al
20%... y al 90% de los datos.
D5 coincide con la mediana.

Min

25%

25%
Q1

25%
Q2

25%
Q3

D1

D2

D3

D4

D5

D6

D7

D8

D9

Max

Percentiles
Los percentiles dividen la serie de datos en cien partes
iguales. 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.
P50 coincide con la mediana.

.15

MATEMTICAS - Apoyo Aleatoriedad

Medidas de dispersin

Las medidas de dispersin nos informan sobre cuanto se

alejan del centro los valores de la distribucin.
Las medidas de dispersin son:

Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los
datos de una distribucin estadstica.
Desviacin media
La desviacin media es la media aritmtica de los
valores absolutos de las desviaciones respecto a la
media.
Varianza
La varianza es la media aritmtica del cuadrado de las
desviaciones respecto a la media.
Desviacin tpica
La desviacin tpica es la raz cuadrada de la varianza.

.16

MATEMTICAS - Apoyo Aleatoriedad

Probabilidad

Suceso aleatorio
Es un acontecimiento que ocurrir o no, dependiendo del
azar.

Suceso aleatorio
Es un acontecimiento que ocurrir o no, dependiendo del
azar.

Espacio muestral
Es el conjunto formado por todos los posibles resultados
de un experimento aleatorio. En adelante lo
designaremos por E.

Espacio muestral
Es el conjunto formado por todos los posibles resultados
de un experimento aleatorio. En adelante lo
designaremos por E.

Suceso de un fenmeno o experimento aleatorio

Suceso de un fenmeno o experimento aleatorio
Es cada uno de los subconjuntos del espacio muestral E. Es cada uno de los subconjuntos del espacio muestral E.
Operaciones con sucesos.
Dados dos sucesos, A y B, se llaman:

Operaciones con sucesos.

Dados dos sucesos, A y B, se llaman:

Unin

B Es el suceso formado por todos los elementos

de A y todos los elementos de B.
A

Interseccin

Experimentos o fenmenos aleatorios

Son los que pueden dar lugar a varios resultados, sin
que pueda ser previsible enunciar con certeza cul de
stos va a ser observado en la realizacin del
experimento.

Experimentos o fenmenos aleatorios

Son los que pueden dar lugar a varios resultados, sin
que pueda ser previsible enunciar con certeza cul de
stos va a ser observado en la realizacin del
experimento.

B es el suceso formado por todos los elementos

de A que no son de B.

E A
Suceso contrario

El suceso =E - A se llama suceso contrario de A.

.17

MATEMTICAS - Apoyo Aleatoriedad

Probabilidad

Dos sucesos A y B, se llaman incompatibles cuando no

tienen ningn elemento comn. Es decir, cuando = (A
y B son disjuntos)
Probabilidad de un suceso es el nmero al que tiende la
frecuencia relativa asociada al suceso a medida que el
nmero de veces que se realiza el experimento crece
La frecuencia relativa del suceso A:
r (A)=

Nmero de veces que aparece A

Nmero de veces que se realiza el Experimento

Propiedades de la frecuencia relativa:

1. 0 fr (A) 1 cualquiera que sea el suceso A.
2. fr ( A U B ) = fr(A) + fr(A U B) si = .
3. fr(E) = 1 fr() = 0.
Sea E el espacio muestral de cierto experimento
aleatorio. La Probabilidad de cada suceso es un nmero
que verifica:
1. Cualquiera que sea el suceso A, P(A) 0.
2. Si dos sucesos son incompatibles, la probabilidad de
su unin es igual a la suma de sus probabilidades.
A U B= P( A U B ) = P(A) + P(B).
3. La probabilidad total es 1. P(E) = 1.

.17

MATEMTICAS - Apoyo Aleatoriedad

Probabilidad

Probabilidad condicionada.

Probabilidad condicionada.

Probabilidad total.

En el clculo de las probabilidades de algunos sucesos,

el valor de dicha probabilidad dar en funcin del
conocimiento de determinadas informaciones relativas a
estos sucesos. Veamos un ejemplo.
Si disponemos de una urna que contiene cuatro bolas
numeradas del 1 al 4, extraemos una bola y
seguidamente la volvemos a introducir para realizar una
segunda extraccin, la probabilidad de extraer, por
ejemplo, la bola nmero 3 en la segunda extraccin es la
misma que en la primera.

El conocimiento de que ha ocurrido el suceso A modifica,

en algunas ocasiones, la probabilidad del suceso B, pero
en otras no. Los sucesos en los que, conociendo que
uno ha ocurrido, no se modifica la probabilidad del otro,
decimos que son independientes y, si se modifica,
decimos que son dependientes entre s.

Llamamos sistema completo de sucesos a una familia de

sucesos A1, A2, ...,An que cumplen:

Si realizamos el mismo proceso sin reemplazar la bola

extrada la probabilidad de extraer, por ejemplo, la bola
nmero 3 en la segunda extraccin depender de la bola
extrada en primer lugar.

P( B/A ) = P( B ) P( A/B ) = P( A )

P (B A)
P (A)

Decimos que dos sucesos A y B son dependientes entre

s si la ocurrencia de uno de ellos modifica la
probabilidad del otro, es decir, si
P( B/A ) P( B ) P( A/B ) P( A )

2. La unin de todos ellos es el suceso seguro.

P ( B/A )=

Decimos que dos sucesos A y B son independientes

entre s si la ocurrencia de uno de ellos no modifica la
probabilidad del otro, es decir, si

1. Son incompatibles dos a dos, Ai Aj =

Ai = E

i=1

.17

MATEMTICAS - Apoyo Aleatoriedad

Probabilidad

Teorema de la probabilidad total

Teorema de Bayes.

Sea A1, A2, ...,An un sistema completo de sucesos tales

que la probabilidad de cada uno de ellos es distinta de
cero, y sea B un suceso cualquier del que se conocen las
probabilidades condicionales P(B/Ai), entonces la
probabilidad del suceso B viene dada por la expresin:

En el ao 1763, dos aos despus de la muerte de

Thomas Bayes (1702-1761), se public una memoria en
la que aparece, por vez primera, la determinacin de la
probabilidad de las causas a partir de los efectos que
han podido ser observados. El clculo de dichas
probabilidades recibe el nombre de teorema de Bayes.

P(B) = p(A1) . P(B/A1) + P(A2) . P(B/A2) + P(An) . P(B/An)

Sea A1, A2, ...,An un sistema completo de sucesos, tales

que la probabilidad de cada uno de ellos es distinta de
cero, y sea B un suceso cualquier del que se conocen las
probabilidades condicionales P(B/Ai). entonces la
probabilidad P(Ai/B) viene dada por la expresin:

P(Ai / B ) =

P(Ai) . P(B/Ai)
P(Ai) . P(B/Ai) + P(A2) . P(B/A2) + ... + P(An) . P(B/An)

Matemticas

Apoyo Aleatoriedad
2012 Todos los derechos reservados.
EXABITT y XAVIA son marcas registradas.
Elaborado por:
Daniel Saenz Contreras