Está en la página 1de 309
MATEMATICAS Probabilidad oy ESET ale: OcTAVIO ANCHEZ Probabilidad y estadistica Segunda edicién Octavio Sanchez Corona Universidad Nacional Autonoma de México Revisor Técnico Samuel Tena Montes Universidad Autonoma Metropolitana iN i MEXICO « BUENOS AIRES + CARACAS + GUATEMALA + LISBOA * MADAIO® NUEVA YORK SAN JUAN * SANTAFE DE BOGOTA + SANTIAGO + AUCKLAND * LONDRES » MILAN MONTREAL NUEVA DELH! SEN FRANCISCO * SINGAPUR + + SIDNEY * TORONTO ee -C-C-O= Ii Probabilidad y estadistica Gerente de Division’ José Ashuh Monayer Gerente Editorial Emilio Javelly Gurria Gerente de Producto: Estela Delfin Ramirez Supervisor de Edicisn Javier Lopez Campoy Supervisor de Produccién: Juan José Garcia Guzmin is PROBABILIDAD Y ESTADISTICA inda edicion : Prohibida la reproduccién total o parcial de esta obra, por cualquier medio. sin la autorizacién escrita del editor, McGraw-Hill Interamericana DERECHOS RESERVADOR © 2004 respecto a la segunda edicisn por McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.Y. 4 Subsidiary of The MeGraw/Hill Companies, Inc. Cedro Nim 512, Col. Adampa Delegacién Cuauhtémoc 06450 México, DF. Miembro de la Camara Nacional de ta Industria Euitosia, Rs SBN: 970-10-4145-3 (970-10-1337-9 primera edicibr) 334567890 (09876532104 Esta cba se termind de Inmprini an Jubo del 2003 on UTOGRAFICA INGRAMEX Centeno Num: 18241 Delagacion itapalepa P.03810 Mexico OF Impreso en México, Printed in Mexico pee Contenido ili -O-O-O— CONTENIDO CAPITULO 1 FUNDAMENTOS MATEMATICOS Fundamentos matematicos 2 Operaciones basicas. A Fracciones : a Porcentajes : 6 Razones y proporciones —— un Redondeo de decimales 14 Algebra 16 Potencias y races... 2... : : i Notacion exponencial 2.0.0 cve evens 0 Factoriales ee sete tee 20 La sumatoria : 21 Prioridades en el céleulo de expresiones algebraicas cn 2 Variables 7 Escalas de medicién en estadistica ck 27 ‘Conjuntos. 2B Operaciones entre conjuntos 30 Coordenadas rectangulares el La ecuacién de a recta 32 Interpolacién lineal a4 Conceptos estadisticos. os... 35 Ramas dela estadistica® 35 Poblacién y muestra. 36 Mucstre0 36 a Estimacién ss. 237 : Prueba de hipstesis : 5 i Analisis de tendencias 37 CAPITULO 2 DISTRIBUCIONES DE FRECUENCIAS Distribuciones de frecuencias = 40 . Conceptos bisicos 40 Intervalos uniformes, desiguales o abiertos 40 Determinacisn de frecuencias de datos fuente... oo 2 Limites exactos y marcas de clase. 52 Frecuencias rlativas Presentaciones graficas 6 Histograma y polfgono de f 63 Curva de frecuencias 65 Grticas de barras de dos variables 6 Graficacién de frecuencias acumuladas. 68 Grifieas de pastel i Otros tipos de erificas 7” Aplicaciones grificas y numérica 2 Interpretacion de las ojivas iB Aplicacién numérica de fas fiecuencias acumuladas. “ Aplicacién avanzada de las frecuencias acumuladas. 3 Consideraciones adicionales Zoge4al C-O-0- iv Probabilidad y estadistica Consolidacién de clases... . 87 Frecuencia unitarias .... . . 88 Consecuencias de la agrupacién de datos 90 Ejercicios para resolver en grupo 92 Ejercicios propuestos. depsoode 2 CAPITULO 3 MEDIDAS DE TENDENCIA CENTRAL Medidas de tendencia central 98 Factores unitarios. 98 Datos individuales ... ao 100 Media, mediana y moda, 4 100 Promedio ponderado pee 105 Promedio mévit . ae 10 Media geomética. . pooecan nl Cuantiles (cuartiles, deciles y porcentiles) 5 n3 Datos agrupados, MS Media, mediana y moda. us Aplicacién de la media aritmética ..... 7 Cuantiles (cuartiles. deciles y porcentiles) boos . no Ejercicios para resolver en grupo 1 Ejercicios propuestos..... 121 CAPITULO 4 MEDIDAS DE DISPERSION Medias de dispersion 126 Datos individuales... 137 Rango, desviacién media, varianza y desviaci6n esténdar : 127 Desviacién estindar de muestras 130 Desviacién esténdar. Formulas clésica y simplificada . 132 Coeficiente y porcentaje de variacién 134 Coeficientes de variacién comparados 136 Coeficiente de asimetria de Pearson : . 138 Momentos y curtosis -...06.0.s+ 5 140 Puntuaciones estindar Maz Datos agrupados. 14a Rango, varianza y desviacion estindar .. a jercicios para resolver en grupo a7 Ejercicios propuestos. 147 CAPITULO § ANALISIS COMBINATORIO 150 Anilisis combinatori. Permutaciones .. Permutat algunos objetos, de todos diferentes Permutar todos los objetos, ce todos ciferentes. : 152 Permutar todos los objetos. de algunos repetidos . : 154 Permutar algunos objetos. de algunos repetidos 155 Permutaciones con reemplizo 156 Combinaciones 157 Multiplicacisn de combinaciones 60) ercicios para resolver en grupo 60 tt reicios propuestos. ees Conenite*s ~~ —M CAPITULO 6 ESTUDIO BASICO DE PROBABILIDADES Estudio bésico de probabilidades...- : 164 Tipos de eventos . 165 ‘Suma y multiplicacién de probabilidades 166 Eventos mutuamente excluyentes . 167 Eventos independientes 168 Eventos dependientes. 168 Eventos no excluyentes entre sf... ++ 169 Otros conceptos - 5 171 Espacio muestral psa im Arbol de probabilidad : 5 13 Esperanza matemiética m4 Probabilidad conjunta 176 Poblacién infinita, 176 Poblacién finita 7 Bjercicios para resolver en e770 5 180 Ejemplos propuestos. 180, CAPITULO 7 PROBABILIDAD CONDICIONAL Probabilidad condicional . 184 Diagramas de Venn 134 Tipos de probabilidades. : 187 Analisis de probabilidades condicionales 190 La formula de Bayes . 191 Deduccidn de Ja tabla de contingencias, 193 Ejercicios para resolver en grupo 194 Ejercicios propuestas . 5 195 CAPITULO 8 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES DISCRETAS: Distribuciones de probabilidad para variables diseretas La distribucidn uniforme : La disteibucién simetrica La distribucién binomial o de Bernoulli Media y desviacion estindar de la distribucion. binomial para poblacién infinite realy desviaei6n estindar de 1 dstribucion binomial para poblacion finita “Analisis del factor de correecién por poblacién finita Sesgo y curtosis de ta distribucién binomial Aplicacidn det tridngulo de Pascal ‘Muestreo para aceptaciéin de lotes La distribucién hipergeométrica {a distibucicn binomial como aproximacién a la hipergeometics ‘Media y desviaciGn estindar de fa distibucién Mipergeometrict La distribuciin de Poisson TE etracton de Poisson como aproximacign a la binonsal Ladistribucién de Poisson como aproximacién a la hipergeameinc ‘Media y desciacign estndar de ta distribuci6n de Po!sson Media y d sn extindar de las distribuciones discretas. jercicio para resolver en sTupo Ejercicios propuestos, O-O-O- vi Probabilidad y estaistica CAPITULO 9 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES CONTINUAS. Distribuciones de probabilidad para variables continuas. La distribucién normal. ‘Areas bajo la curva de distribucién normal Aplicaciones de la distribucién normal La distribueién normal como aproximacién binomial 233 La distribucién normal como aproximacién 236 ala de Poisson La distribucién exponencial. Ejercicios propuestos. CAPITULO 10 ANALISIS DE TENDENCIAS Aniilisis de tendencias “Andilisis de regresion . . 243 Anilisis de correlacion 246 Error estindar del ajuste 248 Ejercicios para resolver en grupo 249 Ejercivios propuestos. . 249 CAP{TULOS ANEXOS. Anexo 1. Carta de compromiso. ee 252 Anexo 2. Tabla de ntimeros aleatorios . fat 253 Anexo 3. Célculo aproximado de Ja rafz cibica . ae 254 ‘Anexo 4, Pactoriales de los nimeros 70 865... 255 Anexo §. El binomio de Newton y el tringulo de Pascal 256 Anexo 6, Muestreo para aceptaci6n de lotes, con un nivel de confianza del 90%. 257 Numero miximo de articulos defectuosos permisibles en una muestra de tamafo a. Anexo 7. Area bajo la curva de la distribucién normal estandarizada Anexo 8, Glosario Anexo 9. Formulas wtilizadas : 266 1. Fundamentos matemétices. ... 266 2, Distribuciones de frecuencies . 267 3. Medidas de tendencia central 269 4, Medidas de dispersisn . , 270 5, Anais combinatorio. . 273 6. Estudio bisico de probabilidades. mm 7. Probabilidad condicional . . 74 8. Distribuciones de probabilidad para variables diseretas 274 9, Disteibuciones de probatilidad para variables continuas 276 0, Anslisis de tendencies ee Contenido vii -O-O-O— Anexo 10, Solucién a Jos ejemplos propuestos 278 Capitulo 2 278 Capitulo 3 282 Capitulo 4 286 Capitulo 5 288 Capitulo 6 289 Capitulo 7... 202 Capitulo 8 296 Capitulo 9 c 209) Capitulo 10 301 Caracteristicas tipogréficas de este libro, sin incluir esta pagina 303 Anexo 11. Apoyo de la hoja de caleulo, 304 oOo” ° F ° Capituto | 900°> C6, Oo "22000000009? 5490000002... 900°" 9°? Fundamentos o matematicos ° Vale més el que sabe mas. \ ToS 87 S75 52 G85 59 505 60 G05 St O15 82 G25 63 635 —O-C-C— 2 Probabilidad y estadistica 4 Fundamentos matematicos Es cierto que la probabilidad y la estadistica estdn Henas de nimeros, pero también es verdad que no se requieren conocimientos avanzados de mateméticas para iniciarse en su estudio. Es importante, claro, manejar fracciones, determinar porcentajes y otros puntos biisicos que se repa- san en este capitulo. Operaciones basicas En estos parrafos se presentan conceptos tan sencillos para la mayoria de las personas, que bien pudie: ran ni siquiera mencionarse: sin embargo, el autor opina que es preferible incluirlos para despejar cual- (quier duda que alguien tuviera al respecto. Fracciones Una fraccién es una cantidad expresada por la relacién (0 divisi6n) entre dos mtimeros: el primero es el hnumerador e indica cudntas partes se deben tomar (por ejemplo, 3), mientras que el segundo ntimero sefiala en cudntas partes se ha dividido una unidad (por ejemplo, 7). La relacién entre esos dos nu: metos (3 y 7)es una fracci6n, 3/7. y puede expresarse también en forma decimal, como resultado de ta divisidn del numerador entre el denominader, En este ejemplo, 3/7 = 0.4285714. Fraceién Equivalente decimal Numerador ——> 3 _ Denominador ——————» 7 04285714 | L - | Una fraceidn como la anterior. 3/7, es una fracci6n propia. Impropias son aquellas en lus que el numerador es mayor que el denominador, y por lo tanto su re- sultado es mayor que 1.0: por ejemplo, 18/11 = 1.6363636, 14/5 = 2.8. eleétera, mnes propias ~ Fracciones impropias | | 3 18 1285714 = 1.6363636 jp soazssrl 7 | ‘expresarse tambign como el entero que contienen y Ia fraccién re- Las fracciones impropias pue manente, En esta forma se les conoce como fracciones mixtas. | Fracciones | Fracciones: | | mproping | mints ; a8 7 I jou 1 oe Fundamentos matemticos 3 —G--O— con todos los decimales resultantes (por ejemplo, 1/5 0.2: Cuando una fraccién puede expresarse 3/625 ~ 0.0048), se conoce como fraccién con representacién decimal exacta; en caso contrario se Ta jna fraccicn sin representaciGn decimal exacta; por ejemplo, 1/3 = 0.333; 3/7 = 0.4285714, eteétera Fracciones con representacién decimal exacta Fracciones sin representaci6n decimal exact 1.0333 3 Faisten algunas fracciones en las que algunas cifras de su equivalente decimal se repiten continuamen- te:por ejemplo, 3/7 = 0.428571 428571 428... estas fracciones se les conoce como cicieas 0 perisdicas Fracciones efclicas 0 periédicas +. o.oi09s9010 oT Fracciones no ciclicas 0 no periddicas (001097694840834248, ‘Si una fraccisn se divide entre otra fraccién, “I~ se presenta lo que se conoce como wns fraccion comple y para resolverla se utiliza la formula que se indica en este inciso. jocidas tambiéa como quebrados. pueden manejarse numé Testarlas, multiplicarlas o realizar entre ellas, y entre otro nimero. cualquier Lat siguientes ejemplos ofrecen muestras de operaciones bisicas entre fracciones: en ellos se realizan como su equivalente decimal Las fracciones, con: ricamente para sumar- las operaciones considerando tanto fracciones Ejercicio wuientes operaciones: AL Realice las si =C-O-O~ 4 Probabilidad y estate § —$ $< << _ Solucion: 4a) La formula para la suma de fracciones a, 6 _asdtbec i | ba | 2y d=5. por lo tanto: 29 = 08285714 aon b) La férmula para la resta de fraccionss es: pare a bed 2 te caso, a= 3, b=7. en fos siguientes pasos Fundamentos matematicos > tsar Ejercicio 1.2 Realice las siguientes operaciones: 4) 3 bo 4) La férmula para la mutiplicacin de fracciones es: } Calera | pd bed | En ene caso, a2 3.62 7.c=2y d= 5, por lo tanto & sims by La férmula para la division de fracciones es por Io tanto: 3B 21.0743 CHC-O~ 6 Probabilidad y estadistieg § —_$@A @AD@ A Puede utilizarse también un método alternativo como el que se ilustra en los siguientes pasos: 3 = o.zgs7i4 7 = 04285714 «0.4 = 0.17143 = 04285714 = 0.4 = 1.07143 ESAbIA|S QUE... la pureza del oro de joyeria se mide en quilates? 24 quilates equivalen 2 100% de oro, por lo tanto, el oro de 18 quitates equivale a un 75% de oro y 25% de otros meta- Jes, mientras que el oro de 10 quilates contiene casi 42% de or. La divisién de fracciones puede realizarse también mediante la siguiente formula: _a,d_ acd db 67 bee Eneste caso, a= 3, b= 7, ¢=2y d= 5. por lo tanto: al SLRS ISL 3 ; S = 1.07143 Porcentajes ‘Los porcentajes son tna forma sencilla de presentar fa relacién numérica de una cantidad respecto a or ¥ son parte importante de la vida diaria: par ejemplo, cuando se dice que el precio de un articulo aumen- tard en 7.5% significa que el precio se incrementard en 7.5 centavos por cada peso del precio original 7 Sil anticulo costaba $500.00, ahora costard $500 + (55 ) ($800) = $537.50 = ($500) (1 + 7.5/100) = 537.50. Observe que el incremento fue de $37.50 (7.5 ¢ por cada uno de Tos $500.01 del costo original. En el ejemplo anterior se increments cierto porcentaje al valor original, lo cual puede expresarse por medio de las siguientes expresiones matemidticas equivalentes: Porcentaje ) Vol final = Valor incial + Vator inal + Vil cena) = Stor ini (1 + Perez) (to Si la operacidn desea fuera disminuir e Valor inci as Formulas anteriores darian come re sultade Poreenaie Vial inl Vator inci ~ Valor inal» ale torical (Tog) = Valor inicial « {1 — Ponenae 100 Fundamentos matemiticos 7 ~O+O-O— U.S.A AND CANADA ARE TAKING 86% OF EXPORTATION SUR LA Pees pore rrr kw ee ee eee IRAN A LAS URNAS 60% DE PERREDISTAS, PREVEN Pees perenne yErvepep p cernprepree Tp PENBE BSINPE Pees perenne La férmula general para porcentajes es la siguiente: lorde A Valor de B” 100 Porcentaje de A respecto a B Debe considerar que los porcentajes son relativos; es decir, estén ligados a la cantidad que afectan. y si ésta es diferente, el resultado sera diferente. Por ejemplo, suponga que un articulo que cuests $500.00 incrementa su precio en 7.5% (hasta $537.50), Si luego se reduce su precio en 7.5%, éste ques dard en $537.50 ~ S(537.50) (7.5/1€0) = $497.19. ‘Si desea conocer el porcentaje de una cantidad respecto de otra, slo debe dividirlas y multiplicar ese resultado por 100; por ejemplo, si una camisa cuesta $35.90 y otra cuesta $75,400, las relaciones porcentuales entre ellas son las siguientes: Camisa A _ $35.90 +100 = 4 Camisa B $75.00 Lt Camisa BB _ $7500 Camisa A ~ $3590 + 100 = 208.91% La camisa A cuesta el 47.87% ce lo que vale la camisa B. La camisa B cuesta el 208.91 (mds del dlobie) de lo que vale la camisa A, Tambign se puede entender que se necesitara el 108.91 (20801 «\00%C) de increment al precio de Ta camisa A para igualar el de la camisa B o multiplicar el precio camisa A por 2.0891 (208.91 100, O-CO= 8 Probabilidad y estadisiea —§ —$& AA A _ i Ejercicio 1.3 La compaia La Esperanza, S.A. de C.V. tiene 5214 empleados; 1372 de ellos laboran en la Gerencia de Administracién, De éstos, 397 trabajan en el Departamento de Publicidad. De. termine e interprete el porcentaje- a) de empleados administrativos de la empresa b) de empleados de publicidad de Ia empresa ¢) de empleados de publicidad de la Gerencia de Administracién i Solucion: 4) Porcentaje de empleados udministrativos de 1a empresa. Porcentaje de empleados adwinistrativos de = la empreser le empleados administrativ 00 fe empleados de la empresa” |” El valor obtenido indica que cerca de 26 de cada 100 empleados de la empresa trabajan en la bores administrativas, Compruebe que esto equivale aproximadamente a 5 de cada 20 empleados. Gerencia de Admins con TRRAR. BARR RRR by Porcentaje de empleados de publicida Ja empresa, emoje de empleatos dle publicidad de la empresa _ Nitera de fe publicidad ¢ emplead Tonal de empleados de fa en +100 = 21 100 = 7.6% m4 $$ irdamentos materticos 9 0-040 El valor obtenido indica que cerca de 8 de cada 100 empleados de la empresa trabajan en el Depar- tamento de Publicidad. Compruebe que esto equivale aproximadamente a 2 de cada 25 empleados, Empresa ooo “rn * it RARRARA ©) Porcentaje de empleados de publicidad de la Gerencia de Administracién, Porcentaje de empleados te publicidad, ‘Nimero de empleados de publicidad | eae Tetal de empleados administrativos 387. 109 = 28.9% 1372 : } Cerca de 29 de cada 100 empleados de la Gerencia de Administracién trabajan en el Departa: } mento de Publicidad, Compruebe que esto equivale aproximadamente a 3 de cada 10 empleados, Publicidad 28.9% departamentos TAG 10. Probabilidad y estadistica§ —_$&A @_ @ @ Ejercicio 1.4 Un empleado ganaba $1500.00 al mes y recibe un aumento de sueldo del 20%, Poco tiempo después recibe otro aumento, esta vez del 10%, 4) {Cul es ahora su sueldo? +b) {De cuanto fue el porcentaje de aumento total respecto a su sueldo original? Solucion: Sueldo original: $1500.00 Primer aumento: 20% de $1500.00 = $300 (ico } «$1500.00 = (0.20) + $1500.00 ‘Sueldo después del primer aumento: $1,500.00 + $300.00 = $1800.00, Segundo aumento: 10% de $1800.00 = $180.00 10 (Gop }781800.00 = ©.10) +S1800.00 Sueldo después del segundo aumento: $1800 + $180.00 = $1980.00 + El sueldo mensual del empleado es ahora de $1980.00 + El porcentaje de aumento total respecto a su sueldo original puede calcularse de la siguient manera: Valorfinal__ Valor nicial Porcentaje de aumento $1980.00 ‘siso000 ~ 1)1% = 1132= 1) +100 = 32% EJ aumento total recibido es del 324%. Observe que el aumento total no es la suma de Tos aumen- 10s otorgados 20 y 10%, sino {(1 + 20/100) + (1 + 10/100) ~ 1] + 100 = 32%, puesto que el segun- : do aumento afecta también al primero, es decir, se aumenta sobre el aumento, de manera similar | al céleulo de interés compuesto, donde se contabilizan intereses sobre intereses. Fundamentos matemiticas. 1] qn) +100 76% Razones y proporciones Muchos problemas de diversa nattraleza pueden resolverse por medio de un argumento Iégico muy sencillo: la proporcionalidad Esta consiste en suponer que Jas cosas conservan su tendencia histdrica: por ejemplo, si se nece- sitan 420 ladrillos para levantar 10 metros cuadrados de pared, se necesitaré el doble (2 + 42 para levantar 20 metros cuadrados de pared. Desde luego que la proporcionalidad tiene limites pricticos: por ejemplo, no tiene sentido, en ‘étminos de ladritlos comunes, una pared de 0.001 metros cuadrados, o el razonar que. si una mujer Puede procrear un hijo en nueve rieses, serian necesarias nueve mujeres para tener un hijo en un ‘mes. Sin embargo, los ejemplos que se presentan a continuacién ilustran su aplicacicin. CAC= 12 Probabilidad y estadistica Ejercicios 1.6 Un automsvil consume 8.76 litros de gasolina en una y media horas. {Cusintos litros con- sumiria en 5 horas? Solucion: + El consumo por hora es: Consumo por unidad de tiempo = Ceesume Tiempo 8.76llitros 15 horas £84 Iur0s por hora El consumo en $ horas seré Consumo toral = Consumo por unidad de tiempo * Tiempo = 5.84 litos por hora + 5 horas 29.2 litwos + Una solucisn alterna esta en el siguiente planteamiento, el cual se conoce cominmente como regla de tres”, debido a que la incognita la definen tres valores: tk jb é eo J Lo amerior debe leerse de la siguieate manera’ Se consumen a litros en b horas, ;cusintos litros se consumirian en c horas? En este caso = 8.76, b= 1.5 y ¢ = 5: por lo tento 8.76 litros « 5 horas = 29.2 ros 5 horas " 1.7 Una huerta de 8.4 hectéreas produce 35.7 toneladas de manzanas. Cua nto produciréa un $ huerta de 14.8 hectdreas? Fundamentos matematicos.B —C-C-O— Solucién: + La produccién por hectarea es: Produccién Produccién por unidad de superficie : 7 Superficie _ 35.7 toneladas 84 hectireas = 4.25 toneladas por hectares + La produccién en 14.8 hectér Producci6n tonal Produccién por unidad de superficie « Superficie 4.25 toneladas por hectirea » 14.8 hectireas 62.9 toneladas + Una solucidn alterna es el siguiente panteamiento [ae ee bers Lo anterior debe leerse de Ia siguiente manera: producen a toneladas en b hectireas; ;cudintas toneladas se producirian en c hectéreas? En este caso, b= 8Ay c= 14.8; por lo tanto: 9 ton 8.4 hectdveas Espejismo numérico. Una persona debe recorrer 80 kilometros en dos horas, por lo ue decide viajar o 40 km/h. Si durante la primera mited del camino sélo puede viajar « la mitad de lo velocidad prevista, ga qué velocidad debe viajar la segunda mitad del camino para llegar a tiempo? Seria facil pensar que, si en la primera mitad del camino se viaj6 «la mitad de la velocidad prevista, en la segundo mitad se debe viajar al doble de eso velocidad, es decir, « 80 km/h; sin embargo, durante la primera mitad del camino (40 km) lo persona viajé a 20 km/h; en este tramo tardé 2 horas. Ya no tiene disponible ni un minuto para recorrer los 40 kilometros que le faltan. Compare este caso con el concepto de media arménica que se presenta en al capitulo 3. —O-0-0— 14 Probabilidad y estadistica Redondeo de decimales El resultado de una operacién numérica, como una division, produce en ocasiones mis decimales de Jos que se desean y es necesaria una accién conocida como redondeo, por medio de la cual se convier- te la cantidad original en otra similar, pero con el nimero de decimales que ms convenga, El redondeo de decimales puede lograrse répidamente, aunque de la manera mas inexacta, elimi- nando los decimales que no se descen: sin embargo, existen reglas cominmente aceptadas para el re- ) 0.0K) 007 38, Fundamentos matemsticos 19 -Q-Q-O— Solucion: 1) 487 300.000 000= 48 730.020 000 x 10! 4.873 090 000 108 487 300 000 x 10° 48 730 000 x 10° 4.873 000 10° 437 300 10° 48730 107 4873 x 10° 487.3 X 10" 48.73 X 10" 4.873 x 10" 0.0000738 x 10° 0.000 738 102 0.007 38 x 10 0738 x 10* 0.738 x 10% 5 7.38 x 10 by 0.000 007 38 *+ Observe que la potencia es positiva o negativa en funcidn del nimero de posiciones que se hi Ya recorrido el punto decimal a la izquierda o a la derecha, respectivamente Gieiaelo oo 19 pag DODO TTY Ba 738% 10" + esas es siuenes qc 60 en 096000001 =» 10 8700 000 000 000 000 000 = 8.7 x 10" ESAbIAS QUE... jos nombres de algunos ntimeros grandes son los siguientes? 1000000 = 1 x 10° = un milién 1.000 000 000 = 1 x 10° 1.000 000 000 000 = 1 x 10! = un millén de millones 6 un billén (un trllén en algunos pafses) I millones (un billén en algunos paises. 1.000.000 000 000 000 = 1 x 10! = mil millones de millones o mil billones (un euatrillén en al- sgunos paises) 1 000 600 000 000 000.000 = Ix 10" = un millén de millones de millones o un millén de billones. un trillén (un quintillén en algunos paises). 1000-000 000 000 000.000 000 = 1x 10#!= mil millones de millones de millones o mil millones de billones 0 mil trillones (un sextillén en algunos. paises) 1.000 000-000-000 000 000.000 000 = | > 10% = un millén de millones de millones de millones o un Billon de billones o un cuatrilién (un hepilln algunos patses) C—S—C— 20 Probabilidad y estadistica Factoriales El factorial de un ntimero es el res sitivos menores que dicho numero; por ejemplo, el factorial de 5 es 120 (5 » SEE sultado de muhtiplicar ese niimero por todos los nimeros et definicién, el factorial de cero es uno.) El factorial de un nvimero se obtiene Factorial den E factorial de un niimero puede expresarse también como el factorial de un nimero menor gue él 108 po. +36261 = 120), (Por la siguiente forma: DK M-1) xm | multipficado por los enteros que le siguen; por ejemplo: El factorial de Jos primero: racomun. Los factoriales de niimeros mi James Stirling, matemétiza inglés, Stith Ejercicio Solucion: 69 +6+7=120+6+7 | Factoriales de algunos nimeros 40 = 4165 +647 teétera, o | 1 | : | 4 | \ 5 6 720 | aE 1 5040) | | 8 40320 9 362 880 \ | 10 3628 800 | | nN 39.916 800 2B soo | nuimeros se puede obtener dizectamemte por medio de una caleulado- LI Determine los factoriales de 5, 7y 10. 628 800 ‘ores pueden obtenerse mediante la férmula aproximada de 1692-1770), 0 se puede consultar la tabla que se presenta Fundamentos matemticos 21 ~ Prioridades en el cdlculo de expresiones algebraicas {Las matematicas estin definidas por un coajunto de reglas, las cuales deben seguirse siempre para lo- rar el mismo resultado, Las expresiones algebraicas contienen frecuentemente una gran cantidad y Variedad de operadores ‘muméricos de suma, resta, multiplicacién, divisiGn, etc, Para resolverlas se debe seguir siempre el or. den que se presenta enseguida: |) Calcule individualmente todos los factoriales que tengam la expresidn que se va a resolver Ejecute todas las operaciones indicadas entre paréntesis. Obtenga todas las potencias y raices de la expresién. 4 Realice todas las multiplicaciones y divisiones, en el orden en que aparezcan, Calcule todas tas sumas y restas para obtener el resultado de la expresin, Fundamentos matematicos 23 ~Q-~Q+O— Ejercicio 21-3015 +1) =9 r=(7! Is 341 = 9-185 +1) =9- =9-18/6=9- 13! at syd ere p= LEE 64 bP = (5040 - 6/4 + 72041 = 5 4(7204 17 5 go) - 5034 0344 +720 = 2212 4 = ses s19 481 = 4 595 258.5 +519 841 21. 099.5 O-O-C— 24 Probubilidad y estadistica§ Variables Una variable es una forma de expresar ura caracteristica de un grupo de elementos de estudio, como el peso de una persona, su estatura, el color de sus ojos, etc. Las variables normalmente se identifican por medio de letras: por ejemplo, la variable b se usa para representar la base de un triéngulo, la vari ble f pare representar su altura, eteétera Las variables pueden ser cuantitaivas ¢ cualitativas. Las primeras, conocidas también como numé- Ficus o escalares,expresan en forma numica las caractersticas de los sujetos de estudio: por ejemplo, 5 kilogramos, 78 metros, 7.95 délares, ett, Mientras las variables cualitativas 0 categorieas expresan tuna caracteristica no numérica: por ejemplo, guero, blanco, moreno, etcéera, Las variables cuantitativas pueden ser discretas o continuas. Las disctetas s6lo pueden tener algu- nos valores vlidos: por ejemplo, el nimero de habitantes de una ciudad (obligadamente, entero positi- \). 0 ln estatura de una persona en metros y centimetros. Sirven para contar, ya sea borregos, manzatas ‘© mets y centimetros Las variables continuas pueden tener zualquier valor: por ejemplo, el espesor de una hoja puede set | mm, 0.99 mm, 0. 999 mm, o cualquier otro valor. Sirven para medir. ya sea el espesor de una ho- Ja de papel, Ia longitud de un tomillo o una distancia intergaéctica. Las variables cualitativas pueden clasiicarse en nominales y jerarguizadas, Las primeras expresun luna condicién especifica de los sujetos de estudio, como su domicilio o nacionalidad, mientras que las variables cualitativas jerarquizadas denotaa una caracterfstica de tamaiio w orden: por ejemplo: chico, ‘mediano, grande: malo, regular, bueno, | manejo de las variables cualitativas jerarquizadas puede facilitarse si se expresan mediante una ‘clave numérica o alfabética, por ejemplo: 10 A para soltero: 20 B para casado; etcéiera, Discretas (para contar) Cuanttativas (numéricas 0 escalares) | Continuas Clasiticacion — (para medi) deias || J Nominales | Cualtativas {0 categéricas) LL Jerarquizadas Larelacign entre las variables discretas y continuas es de gran importancia dentro de la probabili- dad y Ia estadistiea: por ejemplo, ai aplicar ia distibuciGn de profabilidad normal como aproximacién la binomial, El siguiente ejemplo muestra dicha relacién, Fundamentos matemiticas. 25 ~Q~Q-O— Ejercicio 1414 La siguiente grifica representa, en el eje vertical, el nimero de personas de una poblacién con los pesos, en kilogrames, que se sefalan. Ientifique los intervalos que se indican: 106 a) entre 59 y 62 kg b) mayor de 60 kg } mayor o igual que 60 d) menor que 60 kg €) menor o igual que 60 Solucion: + Observe que. aunque los pesos se estan consider rando en kilogramos enteros, en realidad se ha ajustado la medida exacta al kilogramo mas cercano (por ejemplo: 58.195 a 58 ke, 0 60.784 a 61 kg). por Jo que resulta asf una variable discreta (con £ ros) partir de una variable continua (q + La siguiente gréfica convierte le variable discreta ( cando los valores d valores especificos, en este caso ente= valor. icepla cualqui 7. 58, etc.) en variable continua, identifi intervalo de influencia de cada uno de ellos. 106 O-O-O— 26 Probability estadistiea § mm @@ mama mama 106 59 60 6 62 565 575 58S SOS OOS SRS b) Mayor que 60 kg (0 de mas de 60 kg, excluye a 60) 37 38 38 60 61 62 Cy kg 55 S75 BS SOS OSS SS ©) Mayor 0 igual que 60 kg (o por Io menos de 60 kg, incluye a 60). 106 BO 7 Os (0G Oy | on 0G Fundamentos matemiticas 27 ~Q+O-Q— d) Menor de 60 kg (o de menos de 60 kg, excluye a 60). 57 oe 59 oo er ee os kg 365 S75 SBS 58S HOS BIS RSS €) Menor o igual que 60 kg (o cuando mucho de 60 kg, incluye a 60), 106 575-585 5OS USGS RSA Escalas de medici6n en estadistica El uso de datos esta sticos depende de su naturaleza y pueden clasificarse en cuatro niveles, a saber 1. Nivel nominal. En éste los datos s6lo pueden contarse o clasificarse, Por ejemplo. de los alumnos de este grupo, {cusintos nacievon en cada uno de los diferentes paises del mundo? Los datos 4 ser mutuamente excluyentes (si una persona nacié en un p aber nacido en ss del mundo En asi le este grupo opinan que la calidad de la ensefianza del profe: cl los 2. Nivel ordinal o jerarquiz erarquta. por Xesexe count ogra 28 (Drcea y cstacsicg 5. Nivel de intervalos. Cuando los datos son mutuamente excluyentesy se pueden agrupar en clastic caciones exhaustivas, ademas de que la unidad de medicién es una constant se dive que pertene. cen al nivel de intervalos. El coeficiene de inteligenciay la escala de temperaturas son ejemplos de este nivel de medicisn 4. Nivel de cocientes. Este es el nivel mis completo de los datos, pues no s6lo cumplen con las caracte- "tieas de los otros niveles, sino que ademés son perfectamente comparables ente st: por ejemplo, a Un articulo cuesta $12.00 y otro $6.00, el primero cuesta el doble que el segundo. Cierto que la ma. ‘Yorfa de los datos estadisticos corresponde a este nivel, pero es necesario saber cundo no lo con Conjuntos Et concepto de conjuntos fa sido fundamental para comprender el orden de las cosas, pues permite or- anizar grupos de personas, ideas y objetos en diferentes clasificaciones, lo que facilita estodiarlos, Un conjunto es una coleccién de objetos relacionados entre si. Esos objetos se conocen como elemen- {08 del conjunto. Ejemplos: el conjunto de dias de la semana tiene 7 elementos diferentes entre sel con. junto formado porns caras de un dado: numeradas del 1 al 6; el conjunto de alumnos de este grupo, etcstera Los subconjuntos son agrupaciones de elementos relacionados enie si y forman parte de un com, Junto mayor. Ejemplos: el subconjunto de los dias habiles de una semana laboral, de lunes a viernes, forman parte del conjunto de dias de la semana; el subconjunto de los mimeros pares en las varas de un dlado 1o forman los nimeros 2, 4 y 6; el subconjunto de alumnos de este grupo nacidos entre el | de enero y el 30 de junio. Si un conjunto no tiene elementos se le conoce como conjunto vacfo 0 nulo, y se indica con los si bolos ( || © ©. Por ejemplo: dias de Ta semana que empiezan con r. Por lo contratio, jun conjunto contiene todos los elementos posibles,s¢ le conoce como conjunto universal, y se representa por U Por ejemplo: ef conjunto universal de los meses del afio incluye los 12, desde enero hasta diciembre. ‘Subconjuntos TS . [ a) ~~ (om) i — \ a Conjunto A: dias dé la semana ‘Subconjunto X: dias habiles de la semana A= [lunes, martes, miercoles, X= (lunes, martes, misrcoles, jueves. vines) Jueves, viernes, sabado, domingo} 1 5 j To ‘ i Subconjunto Y: caras pares Y= (2.4.6) Fundamentos matemiticos 29 ~Q4Q-Q— Foy & is $8 3% g% | r uw || @ | Conjunto C: alamnos de este grupo SubconjuntoZ:alumnos nacdos ense C= [Pedro, na, Miguel, Luisa, Mara 1 de enero y 30 de junio Suan José, Pay, Linda, Too} Z= (Luisa, Marta Juan, José, Linda} Si para cada elemento de un conjunto existe uno y séto un elemento en otro conjunto. se dice que Jos conjuntos son iguales, por ejemp 0: A=(1,3,5,7) B=15,3,7.1) + A=B Cuando todos tos elementos de un conjunto se presentan también en otto, generalmente mayor, se dice que el primero es un subconjunto del segundo, por ejemplo: el conjunto X de los dias habiles de tuna Semana es un snbconjunte del conjunto A de los dias de la semana, Este conceplo se representa con el sfmbolo C. En este ejemplo X C A y se lee: X es un subconjunto de A. Si X no fuera subcon- Junto de A, se indicaria como X ¢ A. La cardinalidad de un conjunto expresa el nimero de elementos que lo componen. Por ejemplo, el Conjunto A de los dias de la semana tiene una cardinalidad de 7 y se indica como n(A SIMBOLOGIA DE CONJUNTOS | + Seindica con mayscuas el nombre de conjunte por ejemplo: X + Los elementos de un conjunto se enumeran entre Haves, por ejemplo: lunes, martes, miércoles, jueves, viernes} | 12.4.6} Lunes © X, significa que Lunes pertenece al conjunto X + El simbolo € indica no pertenencia, por ejemplo: Javier € Z, significa que Javier no per El conjunto vacfo se representa como { } 0 @ | tenece al conjunto Z. E! conjunto universal se representa por ( Los conjuntos iguales se indican con el simbolo =, por ejemplo: A = B | con el simbolo Cuando un conjunto es subconjunto de otro se indi Si no Joes se utiliza el simbolo c. Por ejemplo: XCAR ZA. a cardinalidad de un enta por la letra n. Por ejemplo: n(A\ onjunte se ~O-G-O- 30 Probabilidad y estadstiea A Operaciones entre conjuntos {La tcoria de conjuntos incluye varias operaciones que pueden realizarse entre ellos y que se explican a continuacién, {a union de dos conjuntos produce un ercer conjunto cuyos elementos son los del primer conjunto 4 los del segundo conjunto; los elementos repetidos s6lo cuentan una vez. por ejemplo: SiA= (1.2.3.4) yB= {0,2,4,6}, emonces AUB = (1, 2, 3.4,0,6} {La interseceién de dos conjuntos produce un tercer conjunto cuyos elementos se presentan en ame bos conjuntos. por ejemplo: SiA= (1.2.3.4) y B= (0, 2.4.6}, entonces A. B = (2,4) £1 complemento de un conjunto A contizne los elementos dl conjunto universal que no forman par- {c del conjunto A. y se representan como 4’. Por ejemplo: el complemento del conjunto “Les dias h biles de fa semana’ es el conjunto formado por los dias sabado y domingo, Ejemplo: Si A= (Jas caras pares de un dado} = (2, 4.6) (as caras del dado, menores que 5} = (1, 2, 3. 4} {las caras de un dado} = (1,2, 3,4, 5,6} Entonces AUB. AMB=(2.4) 2,46, 1,3 1,2.3.4,6) Compriebe que el complemento de A es {1, 3, 5} y que el complemento de B es {5,6}. Un interesante concepto es la diferencia de conjuntos, la que resulta en Tos elementos de un conjun- {0 que no estén en el otro conjunto. Condiciones que deben cumplir las operaciones entre conjuntos e| _guientes ejemplos: ‘Sea U el conjunto universal. y A y B dos de sus subconjuntos. {xe Ulxe Aoxe By (Se lee: A unin Bes que x pertenezca a B.) Las operaciones entre conjuntosdeken cumplir as condiciones que se muestran en ox si_| | | | al a x. ef que forma parte de U, a condicién de que x pertenezca a A | Interseecién: Ao, (xe Ulxe Ayxe B) | (Se lee: A imerseccién B es | ca@Ay que x pertenezca a B.) ila x,el que forma parte de U. a condicién de que x pertenez- | Complemento: A'= (xe Ulxe A) (Se lee: A complemento es igual ax, el que forma parte de U, & condicién de que x no perte- | nezca aa.) | Ditferoncia: \-B= [xe Alxe BJ =A a | (Se ee: A diferencia de B es igual a x,el que forma parte de A. a condicién de que x no perte- | nezea a B,) | La presentacion gratica de conjuntos se conoce como diagramas de Venn-Euler, en honor a los max temuticos John Venn y Leonhard Euler. quienes los desarrollaron durante los siglos xvi y x1x. A con nuacisn se presentan algunos ejemplos de estos diagrams, aplicados a ta unin, interseccign, complemento y diferencia de conjuntes: Fundamentos matematicos. 31 —Q-Q-Q— Operaciones entre conjuntos a BU AUB SSABIAS Que... una aplicacién muy importante de los conjuntos es el andlisis de datos? Por ejemplo, Ia consulta a una base de datos podria realizarse mediante las siguientes instruccio- nes, basadas en el modelo SELECF- FROM- WHERE, 0) OBTENGA: NOMBRE, TELEFONO CONDICIONADO A: SUELDO > $5000.00 +b) OBTENGA: NOMBRE, TELEFONO CONDICIONADO A: SUELDO > $5000.00 Y CASA PROPIA = ‘SI’ ©) OBTENGA: NOMBRE, TELEFONO CONDICIONADO A: SUELDO > $50.000.00 Y EDAD ENTRE 25 Y 40 Y ESTADO CIVIL = "“SOLTERA Coordenadas rectangulares El problema de definir la ubicacion de un punto en el espacio ha originado multitud de soluciones. por ‘ejemplo: la division del planeta en paralelos y meridianos; las coordenadas polares; la nomenclatura de Jas calles o la identificacién y kilometraje sefalados en las carreteras, Una forma de identificar la posicién de un punto sobre una superficie plana es marcar referencias fijas (dos ejes perpendiculares) y tomar las distancias del punto a las referencias. El sistema de coordenadas rectangulares (0 cartesianas, en honor a René Descartes. filésofo fran- cs. 1596-1650) esté hasado en dos rectas graduadss perpendiculares. que se ertzan en un punto que area en ambas el limite entre los mimeros positivos y los negativos, es decir, el cero. TOHO-O- 32 Probabitidad y estates racrndas ce aiguiera, P, asociado & los valores (x.y) ¢ ientificado como Pls.) en un sistema de pects cnadas rectangulares, se ubica ax unidades sobre el eje horizontal (la abscisa).y ay unidace $0" bre el eje vertical (Ia ordenada) Ejercicio NAS Sefiale los siguientes puntos en un sistema de coordenadas rectangulares AG, 6), BI3.0), C4. ), D(-3,-4 )y EXS, -5) Solucion: + Los puntos deseados se muestran claramente en la gréfica anterior. La ecuaci6n de la recta Una ecuacion como la de unc recta 0 de una paribola representa en forma algebraica el compo {ode und o varias variables. tal como podrie ser la relacién entre la velocidad de un automévil, sux cos ‘aeteristicay mectnicas, las condiciones de la carretera, etc. y la probabilidad de un accidente Fara calcula una ecuacidn cualquiera s6lo se necesita sustiuir en ella los valores de las variables y realizar las operaciones indicadas. Por ejemplo, en la ecuacion y = 3. lor de v seri ~5.sisves igual a4, el vae =2x (4-5 2x4- Fundamentos matematicos 33 ~Q-Q-O— Eneeste ejemplo, para el valor x =4, corresponde el valor y= 35. Una recta queda definida por dos puntos (x,.¥,) y (ty) Para graficarla se pueden definir dos valores arbitrarios para x, y x, (por ejemplo, x, = Oy x con ellos determina y, y y,, con base en la ecuacién de la recta. ° ly Ejercicio 1.16 Grafique la ecuacién de ta recta y = Solucion: + Suponga dos valores arbitrarios de x, por ejemplo x, = 0 y x, res v, yy, para determinar asf dos puntos que definen esta recta 1, y con ellos calcule los vato- y,=5x,-3 =(5)(0)~3 (5) (1) -3 + Dos puntos de esta recta son (0, ~3) y (1. 2). [Verifique que, aunque se tomaran otros valores arbitrarios para x, y x, (por ejemplo: x, = ~1 y x, = 1.5), la grifica seguiria siendo la misma.) O-O-C— 34 Provsabilidad y estadsties § A P@APmA Aa Interpolaci6én lineal El concepto de proporcionalidad, estudiado en la seccién de razones y proporciones, es fundamental Para entender diferentes temas, En esta seccién se presenta una forma avanzada de ese concepto: la interpolacin lineal, con la cual se puede calcular un valor intermedio de una recta cualquiera, definida por dos puntos conocidos. La interpolaci6n Tineal puede pensarse también como una “regla de cinco”, pues la incégnita la defi- nen cinco valores: dos de cada punto conocido, ademas de la abscisa o la ordenada del punto deseado Ejercicio 1.17 Los puntos P,(1.0, 0.3413) y P.(1.1, 0.3643) definen una recta. Identifique el valor de y ps : sax igual a 1.04, Solucién: + Este problema puede resolv © por medio Se por medio de una interpolacisn lineal, ya sea en forma férmula correspondiente, segtin se indica a continuacién La formula para la interpolacién lineal de es la siguiente: 3643 ~ 0.3413) = 0.3505 Ejercicio 1.18 Los puntos P\(1.0. 0.3413) y P11, 0.3643) definen una recta ray igual a 0.35, emifique el valor dex pa- Fundamentos matemticos. 35 -O-O-O— Solucin: «+ Este problema puede resolverse por medio de una interpolacién lineal, ya sea en forma gréfica © por medio de Ta formula correspondiente, segtin se indica a continuacién: 203688 nel xe? yell La formula para la interpolacién lineal de x es la siguiente: jt Po oa) 0.35 ~ 0.3413 r= 10+ 23520341341 4.0) = 1.03782 10+ 13643-03413 ag eee Conceptos estadisticos La estadistica puede estudiarse desde los primeros afios de Ja escuela hasta los niveles de doctorado. y ‘aun superiores. Uno va por buen camino cuando conoce y aplica los conceptos que se presentan en es los parrafos. En este libro se estudian las bases de Ia estadistica. Los temas de muestreo, estimacisn y prueba de hipétesis estén mas alld del aleance del libro, ya que son materia de estudios més avianzados. Ramas de la estadistica* El estudio de la estadistica puede dividirse en dos gran- ee des ramas; una de ellas es la estadistica descriptiva, que cestudia las caracteristicas de un grupo de datos para co- nocer los valores que los describen, por ejemplo: la me- diay la dosviacidn esténdar J Deseriptiva Exadistica. —-| LL nferenciad | Atyunos ares consider a probed imo ui rama de In stitch embargo tos pan quem ni identi ee ad xl ee Por otra parte, a estadstic inferencialoinferencia estadstca analiza los datos de una miestra po: {a conocer. a partir de estos datos, las caracteristcas de la poblaciGn dela cual se tomaron, lo que per. inie conoeer aproximadamente las poblaciones, aunque no se cuente con todos los elementos que las componen. También permite conocer con anticipacién las caracteristcas de una muestra si se ecmoccy lgunas propiedades de la poblaciéin de la cual se tomard la muestra, Poblacién y muestra Por poblacién estadistica, o simplemente poblacién, debe entender- se el total de elementos de un grupo que se estudia: por ejemplo, el | POBLACION total de manzanas producidas en la huerta La Flor, 0 el total de em- | pleados de una empresa. Una muestra es un conjunto de elementos extrafdos de un con- | Junto mayor (Ia poblacién), con el fin de conocer aproximadamente (Muestea] | las caracteristicas de la poblacién de donde proviene. a El conocimiento exacto de una poblacién requiere un estudio detllado. mientras que una muestra ‘lo permite resultados aproximados, peo su tiempo y costo de realizacién son, por lo general, mens, res que en el estudio de la poblacién, Estudio de una pobacin audio de una mostra] * Conocimicntoexacto * Conacmieno sproximado | | + Mucho tiempo requerido | + Répido | | Alto costo * Econémico: || a Una poblacion puede clasificarse como inita cuando el Fina inimero de elementos que la componen es limitado, como ¢l nimero de ballenas en el mundo, 0 infinita, cuando el | — pypacion | rimero de sus elementos es muy grande, como los granos | de arena en el mar, o francamerte no mecible, como las Infinta estrellas del universe, a Una muestra puede ser grande o pequefia, en funcion ————— del nimera de elementos que contenga. Convencional- a mente se dice que una muestraes grande sitiene 30 0 més clmeninunqucalgues aioe nese vaeren 28° | Mossa ——| | Leet Muestreo. Mientras se obtiene una muestra (proceso conocido como ive imuestreo) is muesta podria destnnnes gor sion a pees determina ia camidad de juso sue prods ton na ‘mientras que en el segundo caso no To es, a: Muestreo TTT AATTNTmN = Furdamentos matemsticos 37 -Q-OO™ EI muestreo puede realizarse con remplazo o sin selec- cionarse, Si hay remplazo el elemento seleccionado se Claes analiza y se regresa a la poblacién, por lo que puede selec- cionarse nuevamente, simulando asf una poblacién infini- ‘a, En el muestreo sin remplazo el elemento seleccionado ‘ho se regresa a Ta poblacién de donde se tomé. Esta dife- eee rencia puede ser muy importante al analizar la distribucién de probabilidad de la muestra, Muestreo Estimaci6n El concepto de muestreo esté estrechamente ligado al de estimaci6n, el cual consiste en determinar la haturaleza de una poblacién con base en los datos que se obtengan de una muestra, aunque tambien se aplica para conocer anticipadamentz el resultado de una muestra si se conocen las caracteristicas de la poblacién de la cual proviene. {a eatimacin de pardimetros poblacionales 0 estat; | J ‘cos muestrales puede hacerse por medio de estimadores puntuales 0 por intervalo. Los primeros consisten en un solo valor, por ejemplo: la media es 4.27 keg, La estimacién por intervalos consiste en identificar los | © perinerto | limites superior e inferior entre los cuales, con un cierto |______ Per intervalo | nivel de confianza, se encuentra el valor verdadero: por ciemplo, la media esté entre 6.5 y 6.3 cm, Esta es la forma més comain y Gti de hacer estimaciones es- tadisticas | Exaimacion Prueba de hipotesis EI muestreo de una poblacién puede utilizarse para comprobar o negar la validez de alguna hipstesis estadistica La hipotesis es un enunciado relativo a la poblacién que se estudia, por ejemplo: el pro- ‘medio de estaturas es superior a 1.60metros y sera aceptada si los valores estadisticos de ‘ la muestra que se obtenga quedan dentro de un conjunto de valores aceptables, zaleula- to dos con base en cierta tolerancia o margen de error estadistico; de lo contrario, la hipstesis se rechazaré Las pruebas de hipétesis son procedimien- 0 F tos que permiten aceptar o rechazar hipotesis. “50 con base en los resultados abtenidos por muestreo, 0 Andlisis de tendencias “ Por medio de la observacién continua de los f ! fenémenos (naturales 0 provocados’, ta ht ‘ ce ae manidad ha adquirido a mayor parte del co- nocimiento que posee. Cuando se analiza. por Ferlzate O-O-O— 38 Probabilidady estaistea § P@Pa@$am$u\ M$ oa ejemplo, la relacién entre un tipo de alimentacién y la ausencia de ciertas enfermedades, puede dedu- cirse una formula matematica que permits pronosticar los efectos de otros tipos de alimentos, Aunque existen muchas limitaciones pricticas para la obtencién y uso de formulas que presenten to- das tas situaciones de la vida, el anilisis de tendencias ayuda a conocer y, sobre todo, a pronosticar el comportamiento de una variable respecto de otra El andlisis de regresién permite obtener una formula matemética que exprese la relacién entre dos o ‘més variables, mientras que el andlisis de correlacién obtiene un indice que muestra el grado de vela- cidn entre dos o mas variables. Q, ° 0°° Distribuciones de 0° frecuencias Frecuencia 5 8585 99BS TOG 1905 1DeBS 13085 —O-C-O- 40 Probabilidad y estaistica 9 Distribuciones de frecuencias La capacidad humana para comprender al mismo tiempo grandes cantidades de datos es muy limitada: Por otra parte, la mayorfa de los andlisis estadisticos incluyen un gran nimero de datos, los cuales se ‘a casi imposible utilizar si no se les compactara mediante un sencillo procedimiento conocido como Tabla de Distribueién de Frecuenci Una distribucién de frecuencia es una tabla que presenta el ntimero de elementos que pertenecen @ cada una de las clases 0 categorias en las que se haya dividido para su estudio un srupo de datos. Las distribuciones de frecuencias son la forma més comin de organizar un gran ntimero de datos, por ejemplo, las calificaciones de los a.umnos de primer semestre, y a partir de ellas lograr conclusio. hes que no eran visibles originalmente, por ejemplo, la concentracién de calificaciones en sus niveles bajo, medio y alto; incluso permiten definir lineas de decisin, como los precios al mayorco de cierto articulo, Jas tarifas de agua potable para una ciudad, o las tablas del impuesto sobre la renta Conceptos basicos Los conceptos fundamentales de una distribucién de frecuencias son: el mimero de clases o catevort en que se agruparén los datos; el intervalo 0 ancho nominal de clase, detimitado por los valores mini ‘mo y maximo aceptables en cada clase, y la frecuencia o mimera de elementos de cada clase | Frecuenci A Enero 1.1998 || —_Diciembre 31. 1998 415 | Otros conceptos detivados de una distribucidn de frecuencias son: los limites exactos: las marcas de clase o valores centrales de cada intervalo; las frecuencias relativas y las frecuencias acumuladas y ‘complementarias, los cuales se presentan también en este capitulo. Intervalos uniformes, desiguales 0 abiertos A pesar de que en la mayoria de los casos ef ancho de clase es uniforme, como se ve en la figura ante- Flot. en ocasiones el ancho de clase debe ser desigual o incluso abierto (sin mite) en uno o dos extre- ‘mos. Considere los siguientes ejemplos i Limite Limite | Limite I inferior su] | inferior superior | ete Clase laiios) i Clase (kg) og) Bebes 0 1 Lio | s | Nios 2 2 | stein 4 0 | Adcescemes | 16 |) peso a | | dejene: | | | May pesedo | 81 Ancianos | Disteibuciones de frecuencias. 41 Q-O-+G— El intervalo, conocido también como rango, amplitud 0 ancho de clase, puede determinarse como la diferencia entre el limite inferior de la clase siguiente y el limite inferior de la clase, También puede determinarse como la diferencia ente el limite superior y el inferior de cada clase, més la unidad de variacion de los datos. Un concepto muy importante en este punto es el de unidad de variacién, Por él debe entenderse la minima diferencia que puede presen:arse entre dos datos del conjunto que se analiza, Por ejemplo, si los datos son las estaturas en metros y centimetros de un grupo de personas, la minima diferencia entre ellas sera un centimetro. En este ejemplo la unidad de variacién seré 0.01 metros La unidad de variacién en el case de datos que representen el peso en kilogramos de un grupo de personas serd 1 kg, suponiendo que el peso se acepta sélo en kilogramos enteros, sin fracciones. Si los datos se recopilan en maltiplos de alguna medida, por ejemplo, $50.00, 100 m? 0 10 km, fa n (en este ejemplo: $50.00, minima diferencia entre dos datos se 100 m? 0 10 km). i-en cada caso, la unidad de vari Ejercicio 2.1 Determine el intervalo de cadla una de las clases de las siguientes tablas: Tabla Tabla B Tabla C Limite | | Limite | Limite Limite superior inferior | superior inferior | superior (S) | | Clase | (metros) | (metros)| [Clase | (aos) | (aiios) 1150 7 | 065 | 085 elas 39 1300 k | 086 | 095 x | © | w | v0 || | ose } zo || ry |e ws |i roo | | aw | 12y iso | 2 | | = Solucion: * El intervalo de cada clase pueie cafeularse asi TIntervalo de _ Limite inferior de Limite inferior la clase ~ laclase siguiente ~ dela clase Non El limite inferior de la clase siguiente a la tltima, es el Ifmite superior de la ultima cla- se, mas la diferencia entre el limite inferior de Ia tltima clase y el limite superior de la pendiltima clase. $ ‘metros (m) aos A 1010-1150 J 065-085 Wo 4s-s0 B 1160-1300 K 086-095 X 60-71 1310-1450 L 096-120 Yo 72-83 D M 121- 1.50. Z 84 fs inf O-C-O— 42 Probabiidad y estadistiew § AP$AP$ApP$ApAapa$p a £ * Tabla A (Intervalos uniformes) Ss os § Intervato de la clase A= 1160-1010 = 150 Intervato de la clase B= 1310 - 1160 = 150 : Intervalo de la clase C = 1460 ~ 1310 = 150 Intervalo de la clase D = 1610 1460 = 150 Tabla B (Intervalos desiguales) m om om Intervato de la clase} = 0,86 ~ 0,65 = 0.21 Intervato de la clase K = 0,96 — 0.86 = 0.10 Intervalo de la clase L = 1.21 ~0,96 = 0.25 Intervalo de la clase M = 1.51 ~ 1,21 = 0.30 Tabla C (Intervalos abiertos, infecior y/o superior) alos afios afios Intervalo de la clase W = 60 ~ 48 = 12 Intervalo de la clase X = 72 ~ 0 = 12 Intervalo de la clase Y = 84 = 72 = 12 Intervalo de la clase Z. = infinito~ 84 = infinito Noms: El limite superior de la clase Z incluye todos los miimeros del 84 en adelante, es decir, hasta infinito, por lo que el intervalo de esa clase es in| PSabIAS qe... Jos huracanes se clasifican, de acuerdo con la escala de Saffir/Simpson, ccon base en la intensidad de sus vientos? Categoria | Vientos, en kilémetros por hora Une [De tiga iss Dos [De 1540177 Tres De 1784209 Cuatro De 210249 Cinco [__ De mas de 350 uene: Secretaria del Medio Ambime y Recursos Naturales, ‘wow semarat gob nx Determinaci6n de frecuencias de datos fuente Antes que nada, es necesario tener Jos datos necesarios para el andlisis. Estos se pueden obtener de di- versas maneras. las més comunes son la recopilacidn de todos ios datos del grupo o poblacin en estu- «dio (por ejemplo. las estaturas de todos los estudiantes de una escuela), y la obtencién de una muestra para extraer de ella conclusiones sobre ta poblacidn de donde proviene. Si se opla por una muestra, és ta debe disefarse y realizarse concienzudamente, de tal manera que cumpla con Jo que se espera de Distribuciones de frecuencias. 43 —O-~Q+O— ella: que represente @ la poblacién de donde proviene. Un método de muestreo puede ser por seleccién de mimeros aleatorios, como los que se muestran en la tabla correspondiente en los anexos, Recopilacién de datos: Una persona caminaba por la banqueta junto al patio de un manicomio y ofa cantar: ocho, ocho, ocho... Curiosa por ver lo que sucedia se acercé a tun agujero en la pared. Al mismo tiempo que sentia un piquete en el ojo ofa cantar: nue- ve, nueve, nueve... Los datos para una distribucién de fre ;Quiénes y cusintos somos en el directorio telefé cuencias pueden opcionalmente, orde- ico? meno) Al uecrenTesstanmmacrac, | APetido | Tatoos | Parente Gisteacimensiesensetinc) | Giron | a9 | at seeeteetec igarpmem | nmin ase | en ocasiones, el nico tratamiento gue de. | Flores fe 12560 ua fesiecncyacproleiiaaiciccs | Gan re es Geocnismeiioaiiceien | oe ae aa Son anny at coe ee ao Lopez 21780. 1.93, Rodriguez 20940 1.85 eae a a10 | Otros 882780 78.09 | Total 1130500, 100.00 1 costo y el valor de la informacion Costo de - “f & Datos agrupados en clases ‘manejo de los “st < Datos ordenados de menor a mayor datos “of & Datos originales - Nivel de informacién directa que ofrecen los datos Una consideracién muy importante es el mimero de clases 0 categorias en los que se debe agrupar los datos. Cuando éstos son de naturaleza cuatitativa, por ejemplo. la presentacidn de una persona (puede ser excelente, muy buena, buena, regular o deficiente) o la edad de uns persona (puede ser be- be nifio, adolescente, joven. adulto 0 anciano, aunque también podria ser nino. joven o adulto) el ni- ‘mero de clases queda definido por fa naturaleza de los datos que se analizan y por el detalle que se desea de éstos. O-C-O~ 44 Probabilidad y estadistica Silos datos que se analizan son numéricos, el mimero de clases més comiin esté entre 5 y 9, aunque puede ser menor, o tan grande como las c:cunstancias lo exijan. En caso de que se desconozca, el ntimero de clases puede determinarse, por ejemplo, en funcién de la raiz cuadrada del niimero de datos (Niimeros de clases = \VNiimero de datos). Bsta formula es con- veniente si el niimero de datos es menor gue 100 0 2010. A partir de ese ntimero de datos, el nimero de clases resulta muy alto, por lo que podria utiizarse otra f6rmula, por ejemplo, la raiz cubica del nime- 10 de datos, o bien, determinarlo en funcisn del detalle que se desee. Si se ha decidido que el ancho de cade clase sea uniforme, éste deberé caleularse, dividiendo la di- ferencia entre el valor mayor y el valor menor de los datos entre el niimero de clases deseado, Pasos para la elaboraciin de tablas de distribucion de frecuencias * Recopitacién de datos. * Clasificacién de los datos de menor a mayor (apcional) ‘+ Especificacidn del mimero de clases. | = Caloulo del tamafio exacto del ancho de clase. + Determinacién del tamafio ajustado del ancho de clase, | * Identificacién de los Ifmites de clase. + Conteo de los datos. Si el ancho calculado resulta ser un miitiplo exacto de la unidad de variacin, por ejemplo 811. 1 an- cho ajustado deberé ser por lo menos una unidad de variaciGn mayor que el ancho caleulado, en este ca- 0, 812. De no hacerlo as, el 0 los valores mas grandes no cabrian dentro de ls limites que resultaran El siguiente paso en a elaboracién de una tabla de distribucién de frecuencias es ajusta el tamaiio cealeulado del ancho de clase. Esto se losra aumentando el ancho de clase caleulado por lo menos a la siguiente unidad de variacién: por ejemplo, si ef ancho calculado de un grupo de datos cuya unidad de ‘ariacign es 1 resulta ser 193.4, el ancho ajustado debe ser por lo menos 194, aunque también podria ser 195 0 incluso 200. Curiosidades mateméticas: Verifique que, al clasificar los siguientes datos en 9 clases, si éstos son de 0.05 de ancho, el dato mas grande quedaré fuera de los limites, siel aancho de clase es de 0.06 y el primer limite inferior es 1.47, la Glfima clase quedaré vacio. Datos: 1,78, 1.62, 1.85, 1.92, 1.61, 1.89, 1.52, 1.59, 1.49, 1.69, 1.76, 1.81, 1.83, 1.47, 1.73, 1.49, 1.64, 1.52, 1.907 1.73, La estructura de una tabla de distribucign de frecuencias queda definida por los limites inferior y superior de cada clase (estos limites se conocen también como limites nominales). El primer limite inferior puede ser el valor més pequefio de los datos (de la misma manera que el ‘timo limite superior podrfa ser el valor mas grande de los datos). El primer limite superior es elimi te inferior més ancho de clase menos tna unidad de variacién. Los limites inferior y superior de las Rae Lint informs acho ] | Eee de clase menos unidad de | 500 609) _Lxatiacién, | | 700 399 | Cada uno de estos valores bide oo | i399 dnc cts | tam |_| a Distribuciones de frecuencias. 45 ~Q-Q+O— En todos los casos debe comprobarse que la diferencia entre los limites superior e inferior de cada clase es igual al ancho de clase menos una unidad de variacién (LS — LI = Ancko ~ UV). Como el ancho de clase multiplicado por el nimero de clases es mayor que la diferencia entre el valor mayor y el menor de los datos, se puede distribuir la diferencia en uno w otto extremo de la tabla, ‘en ambos. Esto se presenta grificamente a continuacién. [Vator Valor | menor mayor | * ° el er ee en el valor menor. Limite inferior La ultima clase termina en +—t+— el valor mayor. Limite ite inferior superior Los extremos estan inelui- +++ + + FH eos en tos tiites Limite Limite inferior superior El Gltimo paso de este proceso consiste en determinar Ia frecuencia de la clase, esto es, determinar mediante conteo, el niimero de elementos incluids en cada clase. Ejercicio 2.2 Los siguientes valores corresponden a la produccién mensual, en toneladas, de una empa- cadora de plitanos. Clasifique estos datos en clases de tamaho uniforme: 782, 1333, 515, 1475, £696, 832, 1052. 700, 987, 542, 1296, 704, 814, 1482, 1023, 739, 643, 956, 1023 y 784. Datos originales: Datos ordenados: 1475. 696, 542. 643,696,700, | 987 542, 739,782,784. 814, 1482, 1023, 956, 987.1023. 1023. 1023, 784, 1296, 1333, 1475.__1482. * Determinacion del mimero de clases: himevo de datos = 30 = Nuimero de clases 0-0-0 46 Probabildad y estadistica * Tamano del intervalo o ancho de clase: Valor mayor ~ Valor menor Miimero de clases Intervalo exacto En este ejemplo, la unidad de variacidr de los datos es 1, por lo que el tamatio ajustado © an- cho de clase debe ser por lo menos igual a la siguiente unidad de variacion después de 193.4, es decir, por lo menos 194, mientras que el limite inferior de la primera clase sera 515, aunque éste podria ser un valor menor. * Determinacién de los limites de clase: Limite inferior _ Limite inferior de Tamaito det dela clase ~ laclase amerior + intervalo 3 Limite inferior de la clase B= 515 +194 = 709 Limite inferior de la clase C = 709 +194 = 903 Limite inferior de la clase D= 903 +194 = 1097 Limite inferior de la clase E=1097 +194 = 1291 Linite superior _ Limite inferior Unidad de delaciase = delactase * Meo ~ sariacion Limite superior de ta clase 8 Limite superior de la clase B Limite superior de ta clase C = Limite superior de la clase D Limite superior de ta clase E 515 4194-1 709 +194—1 903 + 194-1 = 097 +194 — 1 291 +194 = 1 La tabla siguiente muestra los limites de eada clase, asf como el conteo de los datas, | inferior | Limite superior Frecuencia i Lome | Mtonetadas) |“ toneladas) (meses) Pia | oss | ae min | 6 \oB 19 | 02 nut 5 |e | 03 106s ei 5 er) 1007 } 1290 0 A Wy [se un 4 Distribuciones de frecuencias 47 —Q-O-Q— Valores xX XK XK XXX Xx xx Clases At tt Limites 515 708 709 902-903-1096 10971290 1291144. + Soluciones alternativas: Considerando cinco clases con intervalo uniforme de 200. y que éstas deben incluir todos los valores, puede seleccionarse a 500 como limite inferior de la primera clase, y a partir de este Iimi- te identificar los demas. Limite inferior __ Limite inferior de Tamaio det dela clase ~ laclaseanterior * intervato } Limite inferior de ta clase B= 500 + 200 = 700 i £ Limite inferior de ta clase C= 700 + 200 = 900 : Limite inferior de la clase D = 900 + 200 = 1100 Limite inferior de la clase E= 1100 + 200 = 1300 Limite superior _ Limit inferior Unidad de i delactase ~ delaclase * Mer“ ~ yariacién | ! Limite superior de la clase A= 500+ 200-1= 699 i 700+ 200-1= 899 1099) 1299 1499 Limite superior de la clase B Limite superior de la clase C= 900+ 200-1 Limite superior de la clase D = 1100+ 200-1 Limite superior de la clase E = 1300+ 200-1 ites de cada clase, asi como el conteo de los datos, La tabla siguiente muestra los |i Limite inferior | Limite supe Frecuencia Clase | (toneladas) (toneladas) rmeses) A 500 699 mt a | ; 8 700 wo fom | 7 | ic 900 1099 mnt 5 | o 1100 1299 1 ia E 1300 1499 i 3 E Valores xX XX RA AKRK |XX RK xx x Chest tt Limites 500 699 700-899 900-1099 1100, 12991300, 1499 OOS 50 Probabitidad y estate $$$ Si cl limite inferior de la primera clase hubiera sido $400.00, la tabla resultante hubiera sido la siguieme: Limite inferior | Limite superior o Frecuencia Fa 7 sao000 $5600.00 mM 5 8 $650.00 $850.00 unin} c $900.00 $1100.00 nui 6 D $1150.00 $1350.00 u 2 Eg $1400.00 $1600.00 mt 3 Valores x XX xRK x XNKK. nxRK Clases Limites 400 60) 650 850-900-1100 115013501400 1600 Observe qu lt frecuencia (nimero de elementos en cada clase) ha variado ligeramente, debide {la modificacion de fos limites de ci 2.4 Clasifique tos siguientes valores (expresado en m) en cinco clases de tamaho uniforme 182, 1.43, 1.51, 1.47, 1.69, 1.88, 1.52, 1.72, 1.78, 1.54, 1,61, 1.66, 1.70. 181. 138. LAB, 1.53, 1.73, 1.61, 1.56, 1.57 y 1.78, Solucion: jm | (my | W820 1as a er ee 16188 stan ws ase se | 178 134161 1.66 137 158 1.61 161 4 ; RO st 158 hag 166 169.0. oe Ls? 1.78 JL bse ge ae ae Valor mayor ~ Valor menor Mamero de clases Imervalo exacto = 1.88 ~ 1.43 6.09 m Distribuciones de frecuencias 51 ~Q-~Q-+O~ * Determinacién de los limites de clase, Considerando cinco clases con intervalo uniforme de 0.10 m, y que éstas deben incluir todos los valores, puede seleccionarse 1.40 m como limite inferior de la primera clase, y a partir de éste los demas limites: Limite inferior __ Limite inferior de , Tamaito del dela clase ~ ta clase anterior * imervaio Limite inferior de la clase B= 1.40 m+ 0.10 m= 1,50 m Limite inferior de la clase C= 1.50 m+ 0.10 m= 1,60 m Limite inferior de la clase D= 1.60 m +0.10 m= 1.70 m Limite inferior de la clase E = 1.70 m+ 0.10 m= 1.80 m Observe que todos los dalos son miltiplos de 0.01 m, por lo que Ia separacién entre el mite superior de una clase y el limite inferior de la clase siguiente, es decir, la unidad de riacién, es de 0.01 m. Limite superior _ Limite inferior . Unidad de detactase ~ deiaclase * ™™ ~ variacién Limite superior de la clase A= 1.40 m-+0.10 m- 0.01 m= 1.49 m Limite superior de la clase B= 1.50 m + 0.10 m~0.01 m= 1.59 m Limite superior de la clase C= 1.60 m + 0.10 m~0.01 m= 1.69 m Limite superior deta clase B = 1.70 m+ 0.10 m~ 0.01 m= 1.79 m Limite superior deta clase E= 1.80 m + 0.10m~0.01 m= 1.89 m La tabla siguiente muestra los Ifmites de cada clase, asi como el conteo de los datos Limite inferior | Limite superior Clase (m) ™ Frecuencia a 140 149 m 3 B 150 159 uni} 7 a 1.60 1.69 un 4 D 170 179 un 5 E 1.80 189 ml 3 Valores XK OK KKK Chases | $4 Limites 1.40 149 1.50 159 1.60 169 1.70 1.79 1.80 1.89 © Si el limite inferior de la primera clase hubiera sido 1.41 m, la tabla resultante hubiera sido Ta siguiente: Limite inferior | Limite superior Clase im) am) Frecuencia | A Lal 150 im 3 B rt | ao ota | E c 161 170 Wut 5 i D re 180 uy 4 i Hea Lat | 1.90 i 3 | 1a Observe que la frecuencia (niimero de elementos en cada clase) ha variado Tigeramente, debido a la modificacidn de los limites de clase. O-O-C— 52 Probabilidad y estadistica ESabIAS Que... el andlisis de datos permite idemtificar algunas caracteristicas de ést0s, Jo que ayuda al proceso de toma de decisiones? Por ejemplo, los datos de la siguiente tabla podrian indicar a qué grupos de edad ofrecer otros servicios, 0 incentivos para reducir el niimero de socios ‘morasos Anillisis de datos de los socios del Club Deportivo Roca: | Rango de edad, | Namero de | Socios Visitas en aflos socios | puntuales | por semana | Menos de 18 27 15, 26 De 25035 162 140 29 | De 36.055 us 108, 12 | De més de 55 68 65 18 Limites exactos y marcas de clase Los limites nominales de una clase in- dican los valores minimo y méximo aceptables en esa clase. por ejemplo, | i aso | 1875 prs | ams 2.7 Della siguiente tabla de limites de clase, determine los limites exactos y Ia marca de cada clase. — Limite superior de ta clase Nota: El limite inferior de la clase siguiente a la dhtima, es el limite superior de ta dltima a dltima clase y el limite supe Distribuciones de frecuencias 59 ~O-O-O— 45.00 - 6.99 B7.00-8.99 €9.00- 10.99 D 11.00 - 12.99 Ao=| TS mS BAS Ha85 sms Distribuciones de frecuencias. 67 ~O-O-O— Graficas de barras de dos variables Una variante de los histogramas scn las grificas de barras de dos variables. En ellas se grafican los valores de dos variables para presentar grficamente el comportamiento de una de ellas respecto a la otra, y obtener asf conclusiones inmediatas, que no son evidentes o faciles de identific originales. Para elaborar una grfica de este tipo, deben seleccionarse en uno de los ejes (por ejemplo, el verti- cal) las dos variables que se desea analizar (por ejemplo, el grosor y la resistencia de una viga) y en el otro eje se graficard la variable que las relaciona (por ejemplo, los diferentes proveedores de las viges analizadas). Enseguida deberd seleceionar uns escala adecuada para una de las variables. y la escala equivalente pata la otra variable, de tal manera que la primera pareja de barras tenga el mismo tamaio. A continuacién deberd calcular el tamaiio de las barras restantes y graficarla. en los datos Ejercicio 2.13 La siguiente tabla presenta el agimero de unidades producidas y e! monto de costos indirec- tos. Elabore una grifica de barras para presentar esta informacién. |Mes | Enero | Febrero | Marzo | Abril I Unidades | 635 785 695 Sasa a _=_=shCl LLL l Solucién: + El primer paso consiste en seleccionar los ejes: el horizontal podria ser para los meses y el ver- tical tanto para las unidades de produccidn como para los costos, En este caso podria seleccio- nnarse una escala de | centime:ro por cada 100 unidades producidas, por lo que 635 unidades } 2 serfan: 6 de: 100 unidades por centimetre El eje de los costos debe tener, en este caso, 6.35 centimetres para representar los costs del mes de enero, por lo que Ia escala de costos serfa: $10.2 _ . centimetros ~ 91-6062 por cent + Las barras que representan los costos indirectos deben tener el tamafio que se caleula a conti- } Coo indirecto Tamaio de ta bara = oe OTe Taman de (a ba Escaia equivalence —C-O-C— 68 Probabilida y estate § a $0.2 [ Tamato de ta barra de enero 9202 — = 635 em Tamaiio de la bai = 7.16, rama dela barra de febrero =e — = 7.16. em Tamato deta barra de marco = SS — — 6.72 ramato dela barra de marco = SeS— = 6.72 6m . sina | Tamato deta barra de abil = Ses — = 6.47 em ee Few Mine ain * Ahora puede observar cul de las dos variables tuvo un mayor crecimiento respecto a la otra. or ejemplo, en febrero fa producciin fue mayor respecto a enero que los costos. Graficacién de frecuencias acumuladas as frecuencias acumuladas son parte importante de una tabla de distribucién de frecuencias, pues pre- sentan las stumas parciales de todas las frecuencias y de esta forma permiten comtestar directamente preguntas tales como: ccusintos elementos de la poblacién o muestra en estudio tienen menos de (o més de) cierto nivel de ta variable que se analiza? 0 ,qué porcentaje de la frecuencia total comesponde a Ios aque tienen menos de (o mis de) cierta eantidad? Ademis de fa informacin directa que ofrecen las frecuencias acumladas de una tabla, fas erdficas que se generan con ellas facifitan la comprensidn de la informacion que contienen y, cuando se elabo- san cuidaclosantente. permiten obtener valores numéricos no visibles en la tabla de distribucign de fre ee istrtbuciones de frectencias: 69 ~O-O-O— La frecuencia acumulada define los puntos de la grafica u ojiva ascendente. A ésta se le conoce tam- bién como “ojiva menos que”. porque sus puntos contestan las preguntas del tipo cudntos elementos de la poblacién o muestra en estudio tienen menos de cierto nivel de la variable que se analiza? o qué porcentaje de la frecuencia total corresponde a los que tienen menos de cierta cantidud? La frecuencia complementaria indica el complemento 0 lo que le falta a la frecuencia acumulada, y define los puntos de la gréfica u ojiva descendente, A esta grfica se le ama también “ojiva mas que’ La frecuencia acumulada de una clase se calcula sumando la frecuencia de esa clase con la frecuen- cia acumulada de Ia clase anterior (a frecuencia acumulada de la primera clase es la frecuencia de esa clase, y la frecuencia acumulada de la tiltima clase es el total de frecuencias) La frecuencia complementaria de una clase se calcula restando la frecuencia acumulada de Ta clase ‘ala frecuencia total (la frecuencia complementaria de la itima clase es cero, y para cada clase, la su- rma de la frecuencia acumulada y la frecuencia complementaria es igual al total de frecuencias de la tabla). Las frecuencias acumuladas también pueden calcularse siguiendo el procedimiento grifico que se presenta ahora: Frecuencia Frecuencia | Clase Frecuencia acumulada Clase Frecuencia —_—_complementaria | A fa ————> fa A Ja feb + fb = | Loe | B fp fis faa B foe fee + fe + | a j ¢ fee hes fab ; ¢ fe fed + fa | | a - - Dd fhe fie fac D fie ke ms a | E fe Zo» fe fad E fea 0 En todos los casos anteriores: | fe | “fax = Frecuencia acurmlada de la case » Frecuencia simple de la clase x {fox = Frecuencia complementaria de la clase x Para graficar la ojiva “menos que” se utlizan los limites superiores exactos de cada clase y el valor de la frecuencia acumulada. También deben incluirse en la grifica el imite inferior exacto de la pri- mera clase, con un valor de cero fara la frecuencia acumulada, Para graficar la ojiva “més que” se Uti- Tizardn los limites superiores exacios de cada clase y el valor de la frecuencia complementaria. Tambign debe incluirse en la srafica el limite inferior exacto de la primera clase, con un valor igual al total de frecuencias para la frecuencia acumulada. Tes importante seRalar que el sitimo valor de una frecuencia acumulada es la frecuencia total (0 14) 100% os frecuencia relativa), El ultimo valor de la frecuencia complementaria es siempre cero Lt uma de ta frecuencia acemulada y la frecuencia complementaria de cada clase es siempre fa frecuen- cia total (0 1.00 100%, si es frecuencia relative). O-O-C— 70 Probabilidad ested. AA@$Ap@PtJT@T Ejercicio 2.14 De la siguiente tabla de frecuencias absolutas, determine y arafique la frecuencia acumu- tada y 1a complementaria: [ Limite | Limite | Limite Limite a Clase jinferior | superior |inferior exacto | superior exacto | Marea [Frecuencia |! : a | 4 39 395 | 505 495 | 385 i B | 6 7 595 795 695 | 22 4 : c 80 99, 795 99.5 895 | 475 4 bd | 10 | 19 995 119.5 129 i Bm |e nes | 1395 95} 48 icion: Frecuencia acumulada (ojiva “menos que”) Frecuencia Frecuencia acumulada | acumulada de = delaclase + Frecuencia de ta clase | taclase anterior | ee eee | Frecuencia acumulada de Frecuencia de la primera = clase | ee la primera clase 385 385 +292 = 677 677 +475 = 1182 1152 + 129 = 1281 1281 + 48 = 1529, Frecuencia acumulada de la clase A Frecuencia acumulada de la clase B Frecuencia acumulada de la clase C Frecuencia acumulada de la clase D Frecuencia acumutada de la clase E + Frecuencia complementaria (ojiva “més que”) Frecuencia Frecuencia Frecuencia | complementa. = ronal ~— acumuslada de | ria de la clase la clase Frecuencia complementaria ae la clase A = 1329 ~ 385 329 ~ 667 = 652 Frecuencia complementaria ae la clase B Frecuencia complementaria ae la clase C = 1329 — 1152 = 177 48 0 Frecuencia complementaria de la clase D = 1329 — 1281 329 — 1324 Frecuencia complementaria de la clase B= + Elcailculo anterior puede también realizarse en la forma siguiente: + La grafica siguiemte muestra Ja frecuencia acumulada (ojiva “menos qu ria (ojiva “mas que”), al Frecuencia Frecuencia | Clase Frecuencia acumulada | Clase Frecuencia complementaria A385 385 A 385 oa 4 yr + a Bom =e 67 B 292 — 62 + | + | Cas es c 475 7 a + D 129 <> 983 D 19, 48 ea 4 + E 48 > 39 E 4—<——"_ 9 + Resultado final La siguiente taba presenta los valores obtenidos: | Limite | Limite | | | inferior | superior Frecuencia | Frecuencia Clase | exacto exacto | Frecuencia | acumulada _ complementaria | 1 A 395 595 385 385 | B 595 5 292 Ga || cH || c 795 vas 475 ie || mt D 9s | 9s 129 rn || 48 Ee | 19s | 9s 48 1329 0 Totales 1329 ) y Ta complementa Distrbuciones de frecuencias. 71 ~Q-O-O— ~S-O-C— 72 Probabilidad y estadtstien§ A Observe que el eric de ls curvas define la mediana, concepto que se estudiarden el siguiente i capitulo. i 0 reuenda ~ oe _ ecumulads oo Cy Ee 35 5 8 as Irena Ejercicio 2.18 De ln siguiente tabla de frecuencias relativas, determine Ia frecuencia acumulada y la com: plementaria se | baie] inferior | superior | Frecuencia | 1.70 9.6226 | 180 | o.108 Solucion: + Frecuencia acumulada (ojiva “menos que”). Frecuencia Frecuencia acumulada acumuladade | = ates + Frecuencia de la clase | lactase anterior | Frecuencia acumulada de Frecuencia de la primera Ja primera clase clase S| Frecuencia acumulada de la clase A = 0.0216 Frecuencia acumulada de la clase B = 0.0216 + 0.1935 = 0.2151 Frecuencia acumulada de la clase C = 0.2181 + 0.6226 = 0.8377 Frecuencia acumutada de la clase D = 0.8377+ 0.1108 = 0.9485 Frecuencia acumulada de ta clase E = 0.9485 + 0.0515 = 1,0000 Frecuencia complementaria (ojiva “mas que"), Frecuerci Presencin Pewee | Me tr ctase vel la clase —e Frecuencia complementaria deta clase A = 1,000) ~ 0.0216 = 0.9784 7849 Frecuencia complementaria de la clase C= 1.0000 ~ 0.8377 = 0.1623 Frecuencia complementaria de ta clase B= 1,000 ~ 0.9485 = 0.0815 Frecuencia complementaria de la clase E = 1.0000 ~ 1.0000 = 0.0000 Frecuencia complementaria de ta clase B = 1.0000 ~ 0.2151 El cdlculo anterior puede también realizarse en la forma siguiente Frecuencia Frecuencia i Frecuencia relativa Frecuenci relativa +” relativa acumulada | Clase relativa complementaria | | A 9.0216—» 0.0216 A 0.0216 er O78 IE + ot / 352 os 35 7840 | 8 0.1935 x 0.2181 B 0.1935 0.7849 S ae c 0.6226 <—», 0.8377 ¢ 0.6226 < 0.1623 | | 0.1108 > 9.9435 D 0.1108 = 0.0515 <= 1.9900 E oc 74 Probabilidad y estas § PP APAaAaAaAa + Resultado final La siguiente tabla presenta los valores obtenidos: Limite Frecuencia | Frecuencia | E | superior Frecuencia | —relativa relativa E Clase (metros) | relativa | acumulada | complementaria ad — 120 | 00216 0.0216 0.9784 Be} 1 1.50 0.1935 o21s1 | o.7Ra9 cj 1s 1.70 | 06226 0.8377 0.1623 elas 180 | 0.1108 0.9485 0.0515 e | 18) - 0.0525 1.0000 6.0000 : 1.0000 i 's de pastel o grificas eircvlares son figuras que representan, por medio de segmentos de sirculo, la frecuencia, absoluta o relativa de una tabla de distribucién de frecuencies, La presentacién de datos en esta forma es impresionante, sobre todo cuando se les afaden efectos visuales tales como color y grosor a los segmentos, o se separa alguno de ellos del centro, Estas grificas se preparan con base en el dngulo que resulta de multiplicar 360 (Jos grados de un citculo) por la frecuencia relativa (frecuencia de la clase/oral de. su caleulo es muy sencillo. frecuencias) de cada clase, por lo que Ejercicio 2:16 Prepare una srtica de pastel para los datos agrapados que se muestran en la siguiente tabla |_Clase | Limite inferior | Limite superior | Frecuen eee ieee Pesce emacs 4 | S00 oo foto B 700 809 i D) hoo 1299 1300 1499 | Bevan. Solucion: * Los valores para la grifica se calculan utilizando las siguientes férmulas: / Frecuencia de la clase | Angulo de la clase = 360 + Total de frecuencias } Total de frecuencias = SUMA\2 + 7+ 4 Angulo de ta clase A = 360 (21) = 343° Angulo de ta clase B = 360+ (7/21) = 120,0° Angulo de la clase C = 360 (4/21 Re" Angulo de ta clase D = 360+ (5/21 Angulo de la clase E = 360+ (3/21) + Resultado final —O-O-O- 76 Probabitidad y estadistieg APA Ejercicio 2.17 Elabore una grfica de pasta! para presentar los datos siguientes, relativos al color de tos automéviles vendidos reciextemente por una distribuidora: azul, blanco, verde, azul, ver de, blanco, rojo, verde, blanco, blanco, verde, blanco. Solucion: *+ La clasificacién de los datos produce la respondiente: iente tabla, con Ja que se elabora la grifica co- .0j0 _Amil_| Blanco_| R¢ lee + { Frecuencia de la clase \ Angulo de la clase = 360° i Total de fecuencias ) | Angulo de la clase 360 +(2/12) = 60° = 360+ (5/1 Angulo de la clase Blan 50° gulo de la clase Rojo = 360 «(1/12) = 30° Angulo de la clase Verde = 360+ (4/12) Le ase Banco Otros tipos de graficas df —O-O-C— 78 Probibildad y estadistiea§ Terperetur minima y Volumen de ventas a rinima de enero 2003 se (millones de pese treo ‘Febee azo iVerdad, mentira o ilusién éptica? ] n ocasiones se elaboran con Ja intenci6n de resaltar algén punto, o francamente con el afiin de en gafiar. Juzgue usted las gréficas siguientes, preparadas a partir de los mismos datos pero con esca~ las diferentes. Las graficas estadfsticas deben facili rata asta ene | id ef | | oe | | , esl | | a va 1 a 5 i | vst sl | TTT $$ istttciones te recuencian nO Aplicaciones graficas y numéricas Las gréficas de las frecuencias acumsladas y complementarias ofrecen informacidn no visible origi- nalmente: cualquiera de sus puntos iedia la relaciGn entre un valor del eje horizontal done se mar- an os limites) y su correspondiente valor en el cje vertical (donde se asientan las frecuencia), de ony cramer €s Posible determinar en forma gréfica, con la aproximacidn que permita el dibujo, la freesen, cia que corresponde a un cierto limite, el limite que correspond a una cierta frecuencie Las frecuencias acumulada y complementaria pueden utlizarse también numérieamente para deter. deat on Jorma aproximada la frecuencia que corresponde aun cierto limite, o c Kimite que cor respon- de a una cierta frecuencia, Iogrando asi un mayor beneficio de los datos asentados en la dvsbibucie ie frecuencias Interpretaci6n de las Ojivas {a ojiva “menos que presenta la relacén entre um limite cualquiera y los elementos que tienen menos de ese limite. De manera similar ocurre con la ojiva “mas que” Ejercicio 2-18 Con base en Ia srifica siguiente, determine aproximadamente el nimero de personas gue corresponden a los limites $45.00 y $105.00, 0 Frecuencia aL Frecuencia C-O-C— 80 Probabilidad y estadstiea§ $$$ Solucion: + Los limites pedidos estin marcados en la siguiente figura, donde se observa también que la frecuencia acumulada para $45.00 es aproximadamente 120, es decir, hay 120 personas que tienen menos de $45.00, Asimismo se puede decir, con base en la frecuencia complementa ria, que hay aproximadamente 1200 personas que tienen mas de $45.00. + Al limite $105.00 corresponde una frecuencia acumulada de aproximadamente 1180, es de- cir, hay 1180 personas que tienen menos de $105.00. La frecuencia complementaria indica «que hay aproximadamente 140 personas que tienen ms de $105.00 Frecueria complement Frecuencia aunts ae san ssn 850 su sos Intralot) Aplicaci6n numérica de las frecuencias acumuladas La frecuencia acumulada de cada clase sefala cuantos elementos de la distribucién de frecuencias esti incluidos desde el limite inferior de la primera clase hasta el limite superior de la clase. Esto equivale a decir cudntos elementos tienen menos de, o cuando mucho, hasta el limite superior de la clase. La frecuencia complementatia de cada clase indica cusintos elementos tienen mis que el limite su- petior de esa clase, es decir, desde el limite inferior de la clase siguiente hasta el limite superior de la ‘kim clase. E] manejo numérico de las frecuencias acumuladas permite también determinar el ntimero de ele- mento que se encuentran incluidos en dos o mas clases de la distribucitin de frecuencias. Distribuciones de frecuencias. | ~O-Q-O— Ejercicio 2.19 Suponga que Ia siguiente tcbla representa las estaturas de la poblacién adulta de una re- gidn. Determine cudntos habitantes: a) mide mds de 1.70 m ) miden 1.50 m 0 menos ) miden entre 1.21 y 1.80. m Vuimite | Limite | Frecuencia [Frecuencia | inferior | superior | Frecuencia | acumulada | complementaria | Clase | (m) (m | (habitantes) | (habitantes) | ¢habitantes) | as jm _{Cabianieo | 0 2 | 2 | 120 jas ws | foe | oan | iso | hast | foc |i | 0 | 20 | D 71 1.80 752 | Le | as - wr | 14596 | o | Solucion: ©) La frecuencia complementaria muestra cudintos habitantes miden mds de 1.70 m. En Ja tabla se observa la respuesta; 2370 habitantes. Esto equivale a sumar la frecuencia de yE. clases D BI La frecuenci icumulada muestra el mimeo de habitantes que miden 1.50 m 0 menos. De Ja tabla se obtiene el resultado: 3139 habitantes, esto es, la stuma de las frecuencias de las, lases A y B. A la frecuencia acumulada hasta 1.80 (13 844) se le puede restar la frecuencia acumulada hhasta antes de 1.21 m (315) y obtener asi el niimero de habitantes que miden entre 1.21 y 1.80 m, es decir, 1.21 m o mas, pero hasta 1.80 mo menos. El resultado es: 13 844 ~ 315 = 13 529 habitantes. Este resultado es equivalente a sumar la frecuencia de las clases B. Cyd. Aplicacién avanzada de las frecuencias acumuladas Frecuentemente es necesurio calcular, al menos en forma aproximada, cudntos elementos estan inclui- dos en una fraccién de una clase, Esto sucede sobre todo cuando ya no se tienen datos que dieron ori- alatabla, 0 cu limites. lo éstos son demasiados y no resulta prictico clasificarlos de nuevo con otros Cuando el niimero de datos en cada clase es grande, es razonable considerar que éstos se encuen: tran uniformemente distribuidos en todos los valores posibles de cada clase. A partir de este concepto dleterminar, en forma aproximada, el néimero de elementos incluidos entre los nuevos limi- les que se definan, es posi O-O-C— 82 Probiabiidid y 8tadistiea § A$ Ejercicio 2.20 La siguiente tabla muestra la distribucién de sueldos de una empresa. Determine cusintos empleados ganan al menos $595.00. Suponga una distribucién uniforme dentro de cada clase, y que los sueldos se tienen sito en pesos enteros, sin centavos, | Frecuencia | Frecuencia Frecuenci | Limite | Limite | absoluta | acumutada | complementaria Ciase_| inferior | superior | (empleados) | (empleados) | —(empleados) |: 1 | $360.00. | $399.00 258 258 oan i 2 | s40.00 | $439.00 261 sig 1680 : | 3. | saso00 | sa70.00 162 681 1518 4 | $480.00 | $519.00 301 982 1217 s | ss20.00 | $559.06 321 1303 896 ee eed ee ee S 7 | $600.00 | $639.00 208 1852 47 [8 | sei0.00 | ser9.00 | a7 2199 6 Solucion: + ;Cusintos empleados ganan $595.00 0 mas? La figura lo indica 8 Ra ee a MN eS NO Considerando una distribucién uniforme de frecuencias en la sexta clase, el dreu sombreuda en la sexta clase es: | Linite Vay Unidad de : superior ~ “lO” + te variacn : = Frecuencia de ta clase ti Tinie Oniad de * ie | superior ~ inferior * variacin Distrituciones de recuencias 83 0-O-0- + El total de empleados que ganan $595.00 0 mds es: jy = 599 = 595 +I a Ne oo seon1 * (tl) + 208 + 347 13 + 208 + 347 = 508 (La parte proporcional del primer rectngulo sombreado incluye los valores $595.00, $596,00, $597.00, $598.00 y $399.00, de un total de 40 valores diferentes que contiene el in- tervalo, esto es, los Valores $560.00, $561.00, ... $598.00 y $599.00) + Owra forma de resolver este problema es mediante la férmula Limite uy _ Frecuencia + superior Frecuencia complementaria de lactase * “Timite Limite, * te la clase superior ~ inferior En la que: ‘Nixes el nimero de personas que tienen por lo menos x .xes el valor que se desea, del tipo “al menos x”, UVes la unidad de variacién de datos. En este caso, x = 595: la frecuencia complementaria de la clase es $55, la frecuencia de la clase es 341, el limite superior de ta clase es 599, el limite inferior de la clase es 560 y Ja unidad de variaci6n es 1, por lo que: 95 +1 509 = 560+ 1 +34 598 empleados Ejercicio 2.21 La siguiente tabla muestra le distribucién de sueldos de una empresa, Determine eusntos empleados ganan cuando mucho $542.00, Suponga una distribucién uniforme dentro de ‘cada clase. y que los sueldos se tienen sélo en pesos enteros, sin centavos | Limite | Limite | Frecuencia | Frecuencia | Frecuencia inferior superior | absoluta | acumulada | complementaria [_ctsse |) 6) lempleados) | fempleados) | empleados) 1 | 360.00 | 3990 258 258 1941 2 | 400.00 | 439.0 261 519 1680) | 3 | 440.00 | 479.00 162 68! 1518 480.00 | 519.0 301 982 117 | 520.00 | 559.¢0 321 1303 896 | : 6 | 360.00 | 599.00 MI 164d 555 fi 600,00 | 639.00 | 208 1852 MT | i 8 | 640.00 | 67900 | 347 2199 o ~O-C-C— 84 Probabilidad y esta Solucién: ‘+ {Cudntos empleados ganan $542.00 0 menos? La figura lo indica: Sa SM a a ee Considerando una distribucién uniforme de frecuencias en la quinta clase, el érea som- breada en la quinta clase es: Limite Unidad de inferior * variacién Limite Limite Unidad de Valor — + Frecuencia de la clase + El total de empleados que ganan $542.00 0 menos es: Ny = 258 + 261 + 162 + 301 + 55 + 261 + 162 + 301 + 185 = 1167 {La parte proporcional del ultimo recténgulo sombreado incluye 23 valores ($520.00, $521.00, ... $5411.00 y $542.00), de un total de 40 valores diferentes que contiene el interva- Jo, esto es, los valores $526.00, $521.00, ..., $558.00 y $559.00), ] Otra forma de resolver este problems es mediante Ia formula: Frecuencia acumulada — Line superior =y mae + Frecuencia de la clase uv de ta clase superior ~ inferior * En la que: Aves ef mimero de personas que tienen cuando mucho», ves el valor que se desea, del tipo "y 0 menos” UV es la unidad de variacién de los datos, $$ Disttruciomes de frecuencias 85 “0-0-0 eneste caso, y = $42; la frecuencia acumulada de la clase es 1303, la frecuencia de la clase 8 321, el limite superior de la clase es 559, el imite inferior de la clase es 520 y la unidad de variacién es 1, por lo que: 959-542 Ny = 1303 321 » 2232 359 — 520 +1 = 1167 empleados Ejercicio 2.22 La siguiente tabla muestra la distribucién de sueldos de una empresa. Determine cudntos empleados ganan entre $444.00 y $577.00, Suponga una distribucidn uniforme dentro de cada clase, y que los sueldos se tienen slo en pesos enteros, sin centavos. Limite | Limite | Frecuencia | Frecuencia | Freeuen | | inferior | superior | absoluta | acumutada | complement Clase | (8) (8) | (empleados) | (empleados) (empleados) L 7 | j fa 360.00 | 39900 | 258 | 28 | 1941 2 | 400.00 | 439.00 261 si} 1x0 | 3) | 4000 | eron0 ele wien | = cal isis | 4 | 48000 | 51900 301 982 1217 | s | s2000 | ss900 321 1303 496 | 6 | se000 | 59900 341 1044 585 7 | so000 | 63900 | 208 ws | 347 | 8 | sto00 | e900 | a7 2199 | 0 : Solucion: + (Cuantos empleados ganan entre $444.00 y $577.00? La figura lo indica: a El area sombreada de la tercera clase es Limite \aigy 4, Unidad de superior varlaclOn a venclo de tac “Tinite 7 Lisie Undead de” PP*wencia deta clase superior ~ inferior * variacién 419-444 + 479 = 4401 + 162 = 146 empleados EI drea sombreada de la sexta clase es: Valor — bite Unidad de | inferior * variacién ’" Tine Lime Unidad de * Frecuencia de la clase superior ~ inferior * vaviacion + 341 = 153 empleados El total de empleados que ganan entre $444.00 y $577.00 es: ‘Total = 146 + 301 + 321 + 153 = 921 empleados 2.23 La siguiente tabla muestra la distribucién de estaturas de un grupo de estudiantes, Deter= ‘mine cuintos miden 41 poo menos 148 m >) cuando mucho 1.68 m i a | ‘Limite | Limite | Frecuencia | Frecuencia Frecuencia case | Meter | superior | absotuta | acumalada | eomplementaria | [Clase | Gm) (am) | estudiantes) | (estudiantes) | estudiantes : Ft f tao) tas [0 | 2 130 150 21 i 4 1.70 179 179 Polos | iso} ge 123 Pol 6 190 1.99 145 i =aSoddo§{§£§ £ istribuciones de recuencits 87 O+O-O- Solucion: 4) {Cudntos estudiantes miden por lo menos 1.48 m? mos = a Frecuencia eieney Frecuencia Nx = +——_____—__.. * complementaria * “Tinie Lime.) ” de la clase superior inferior L — — _| 1.49 ~ 148 +001 1491.40 + 001 = 997 + 170 = 1031 1) {Custos estudiantes miden cuando mucho 1.68 m? -— = — Frecuencia Limite superior Jy = acumulada _ —_Lintte superior ~ ea ree Limite Limite | L superior ~ inferior = 729 - 169.68 _ | 959 ~ 604 1.69 ~ 1.60 + 0.01 + Verifique que el nimero de estudiantes que miden entre 1.88 y 1.94 m es 97, aproximadamente, Consideraciones adicionales Es mucho mis lo que puede escribirse respecto a las distribuciones de frecuencias. En estas dtimas paginas del capitulo se analiza cémo consolidar dos o més clases, e6mo redefinir limites uilizando las frecuencias unitarias, y la pérdida de exactitud que resulta cuando se manejan las clases de una distri- bucidn de frecuencias en vez de manejar directamente los datos originales. Consolidaci6n de clases Cuando se elabora una distribucién de frecuencias con un gran niimero de datos. y no se conoce con precision la amplitud de los limites de clase, es conveniente que el nimero de clases sea grande. por- que de esa manera se pueden consolidar dos o més clases, conservando la exactitud de los datos origi- nales, sin necesidad de procesarlos nuevamente. Considere el siguiente ejercicio: Ejercicio 2.24 Con base en la siguiente tabla, determine la distribuciGn de frecuencias si los limites fte ‘an 81-90, 91-100 y 101-150, C=C-C= 88 Probably estate APAm$m $A Maa [ Limite | Limite i | Clase | inferior | superior | Frecuencia Po Pa a s 7 Polo ge | 86 90 5 jc | ot 95 ° oO 96 100 4 le 101 no} , oF fou 120 8 6 [am 150 1 Solucion: *+ E] intervalo 81 ~ 90 incluye completamente las dos primeras clases. por lo que sus frecuen- ‘eias deben sumarse para obtener la frecuencia del intervalo, esto es, 7 +5 = 12 * El intervalo 91 — 100 incluye completamente la tercera y cuarta clases. por lo gue su fre- cuencia es 9 +4 = 13. + El intervalo 101-150 incluye las tltimas tres clases, cuya frecuencia debe sumarse para obte- ner la frecuencia del intervalo 101-150. es decir, 12 +8 + 7 = 27 Nueva | Limite | Limite | Clases | clase inferior | superior | anteriores | Frecuencia fea 9 | Ays 745-12 g 2 a | wo | cyD 9+4=13 wr | 130 | EFyG | 1248+ Frecuencias unitarias Si desea miodificar los limites de una distribucion de frecuencias sin procesar de nuevo los datos origi- nales. y si fos limites deseados no coinciden exactamente con los de Is distribucion de frecuencias. se puede hacer una distfbucién proporeional de la ¢ las clases que sea necesario afeetar. aplicando el con- ceplo de frecuencias unitarias. La frecuencia unitaria de una clase es el ndmero de elementos que resulta de dividir ly frecuencia ule la clase entre el ancho exucto de fa clase, para determinar asi el numero de elementos que corr ponden 3 cui unidad det ancho de clase, Este concepto supone la distribueisn uniforme de un eran rimero de lato ase. \ uplica el concepta de proporcionalidad. Distribuciones de frecuencias 89 -O-C-O~ Ejercicio 2.25 Con base en los datos relativos a una gran poblacién se obtuvo fa distribucisin de frecuen- ccias que se muestra enseguida. Es necesario modificar los limites de clase, pero no es po- sible procesar de nuevo los datos originales. Determine la distribucisn aproximada en intervals de 5 unidades, a partir de 56. | Limite | Limite | Ancho det |_Clase | inferior | superior | intervalo | Frecuen _fuperior | intervalo | Frecuenck A 36 e ee B 6 B u 86075 c " ” 4 | 16136 |b | 8s 8 | 29464 Soluctén: + La frecuencia unitaria esté dada por la siguiente frmula: Frecuencia de clase Frecuencia unitaria = — — i Tniervalo de clase Frecuencia unitaria de la clase A = 29673 _ sorg Esto equivaldria a tener 4229 elementos en cada uno de los 7 tramos en que puede divi- dirse el intervalo de la clase A Frecuencia unitaria de la clase B = Frecuencia unitaria de la clase C = Frecuencia unitaria de la clase D = soc’ } C-O-O— 90 Prohabilidad y estiistica «+ La figura anterior indica la frecuencia unitaria de cada clase y sus limites originales, y sefiala a forma en la que debe caleularse la frecuencia de Jos nuevos limites; por ejemplo, la pri- mera nueva clase tiene un ancho de 5 unidades, y a cada una de ellas corresponde una fre- ‘cuencia unitaria de 4239, por lo que su frecuencia sera 21 195, mientras que la segunda clase tiene 2 unidades de ancho de la primera clase y 3 de la segunda clase. Las nuevas clases se definirdn de la siguiente forma: [mites | tntervalo Frecuencia “| | ores 5 4220 02 + 782543 = 31953 | 778 5 = 31588 | E | 7680 5 | 403462 + 3683-3 = 19117 | A 81-85 3683 +5 = 18415 Consecuencias de la agrupacién de datos Cuando se aplica el concepto de frecuencias unitarias para redefinir los Kiites de una distribuci6n de fre- ccuencias. en la mayoria de los casos se pierce un poco la exactitud respecto a Tos datos originales, porque distribucién uniforme de los datos en todos los valores posibles de una clase es un supuesto con valor esladislico, pero no se cumple con precis Gn matematica, Esto se jlustra en el siguiente ejemplo: Ejercicio 2.26 Con base en los jentes da‘os: 74, 83, 73, 56, 64, 65, 59. 75, 86. 66. 61, 64, 83,61. 89. 58, 84, 78, 72, 68. 76, 57,58. 85. 87, 68. 80, 82 y 85: 44) Determine la distribucién de free encias utilizando los limites 56-60, 61-75, 76-85 y 86-90. ') Aplique el concepto de frecuencias unitarias para obtener la distribucién aproximada, a par- tir de 56. en intervalos uniformes de tama 5. £ cy Determine la distibucién de frecuencias utilizando intervalos uniformes de tamano .s par b tirde 56. Sotucion: 2 @) La distribuci6n con los limites seitalados es: Frecuencia’ Hild 5 nna wt 12 finan lo Le | e600 fin ; Distribuciones de frecuencias 9! -O-Q-O— +b) La formola para calcular la frecuencia unitaria es: — Terao de clase Frecuencia wnitaria de la clase A 0 i Frecuencia unitaria de la clase B 0.80 10 Frecuencia unitaria de ta clase C= <> = aria de la clase C = + = 1.00 Frecuencia unitaria de la clase D = + Las nuevas clases se definirdn de la siguiente forma: | Limites [Intervalo | _ Frecuencia : 36-60 | 5 11.005 5 i Fl aa |g (0.8015 4 i PS | (0.8095 4 Fl ‘| 71-75 5s | 805 4 | 7680) 5 | (1.0095 s i eles) eet |e 03 5 i 86.90) 5 (0.60)5 : ©) La distribucién de frecuencias con los limites del inciso ca partir de los datos originales: Limites Frecuencia nut mnt am un niu nl 5 5 3 nn 4 4 6 3 Observe la diferencia que existe entre los resultados del inciso b y 10s del inciso ¢ por lo que se confirma que a partir de los datos originales puede determinarse con exac- titud cualquier distribucién de frecuencias, sin embargo. a partir de una distribucion de Jrecuencias s6lo es posible rekacer otros limites con resultados aproximados. OCC 92 Probabitidad y estacistica Ejercicios para resolver en grupo 1. Con base en las cifras del afo anterior, determine cusntos paises exportan a México entre $1000 1 $30000, entre $ 30001 y $5009: y mas de $50000 millones de délares al ato, La informa- cin puede obtenerse de www-bancomext com 2. Obtenga 15 nombres (sin apellidos) de sus companeros de clase y prepare una tabla de frecuen: cias con limite superior, limite inferior y frecuencia, con base en el niimero de letras de cada nombre. Compare los resultados obienidos por otros compafieros de clase, Ejercicios propuestos 1. Del andlisis de resistencia de 25 bloques de concreto se obtuvieron Jos resultados que se indican. Prepare una distribucién de frecuencias de 4 clases de tamaio uniforme y determine la clase mas abundante. (23,1, 64.9, 48.3, 72.8, 42.9, 37-7, 43.6, 26.4, 68.4, 52.3. 29.4, 704, 62.8, 6004. 58.9. 30.4, 35.1. 58.2, 48.4, 22.7, 26.3, 20.5, 29.8, 68.1, 52.9). 2. En un concurso de salto de longitud se presentaron 30 concursantes quienes obtuvieron las mar- cas que se presentan enseguida, en centimetros. Clasifique los valores en 5 clases de tamatios uniformes y compare los resultados con eventos de fecha reciente. (671. 946, 912. 876. 690. 489, 734, 567, 754, 612, 564, 765, 845, 723, $94, $12, 835, 501, 934, 751, 791, 672, 795. 855. 745, 74, 765, 499, 718, 913}. La duracién, en horas, de 20 baterfas eléctricas, se muestra enseguida. Prepare una distribucion de frecuencias con 4 clases de tamaiio uniforme. ,Qué tan razonable seria pensar que la dura- ccién de las haterfas es, por lo general. mayor de 125 horas? (145, 105. 190, 155. 75, 90, 135. 110. 120, 185, 120, 165, 150, 160, 175, 140, 155, 175, 125, 170) 4. Determine os limites exactos, las marcas de clase y Ja frecuencia relativa. y grafique el histoy rma de cada una de las siguientes tablas de distribucin de frecuencias: Table 1 inferior | Limite superior Tabla 2 Limite superior 595 687 — . Distribuciones ae frecuencios: 93 0-O-O~ Tabla 3 Limite inferior | Limite superior | Frecuencia 90, us 7 120 M5 2» 150 | 15 2 180, 208 2 5, Blabore una grifica de barras de dos variables para presentar la informacién de cada una de las siguientes tablas. Tabla 1 Region [Caribe | Centro | Norte | Sur__| Estatura (m) | 1.62 1.65 170 | 161 Peso tks) | 61 39 6 59 Tabla 2 Gabledeacero | Marcal | Marea2 | Marea3 | Maread | MarcaS | Costo (Sim) 16.40 23.95 21.65 930 J 2uis | |_ Resistencia (hg) 135 182 165 158 169 6. Determine y grafique las frecuencias acumuladas y complementarias de las siguientes tablas de frecuencias Tabla 1 Limite inferior | Limitesuperior | Frecuencia exacto esacto 3765 50.25 3 | 50.25 62.85 | 6285 1545 | 7345 88.05 | Tabla? Limite inferior | superior exacto exacto Frecuencl —O-0-0— 94 Probabilidad y estadistica Tabla 3 Limite inferior | Limite superior | exacto exacto Frecuencia 875 175 7 u7s 1478 20 1475 ims n 1775 2078 | 21 7, Elabore una grfica de paste] para ceda una de las siguientes tablas de distribucin de frecuencias: Tabla 1 Tabla 2 Tabla 3 | Clase | Frecuencia Clase | Frecuencia Clase | Frecuencia | ) 23 pao x "7 B 19 2 19 y Ey 2 3 2 z 2 21 4 2 w a 5 20 8. Con base en los datos de la siguiente tabla correspondientes al peso en gramos de las naranjas cosechadas en una huerta, determine: 4) la frecuencia absoluta de 160 g 2n adelante +) la frecuencia absoluta de 235 g hacia abajo ) la frecuencia absoluta entre 170g y 240 g ] Frecuencia | Frecuencia Frecuen | absoluta | acumulada | complementaria | Clase (naranjas) | (naranjas) (naranjas) i 6245 6245 28789 2 180, 180 7264 13509, 22525, | 3 5) Is 11450 24959 107s [4 F250 | 2008 27882 as bs | | xs sis) 300m 0 | —_! Distribuciones de frecuencias 95 -O-Q-O— 9. Con base en los datos de la siguiente tabla, determine a frecuencia absoluta silos limites fueran de 115 a 180, de 185 a 215 y de 220 a 258 gramos. Limite | Frecuencia superior | absoluta Clase (@) | (naranjas) 1 145 6245 2 150 180 7264 3 185 215 11450 4 200 250 2023 Eat 2o5) 285 8152 10, Con base en los datos de la siguiente tabla, determine la frecuencia absoluta si los I ran de 115 a 155; de 160 a 270 y de 275 a 285 gramos. Limite | Limite | Frecuencia inferior | superior | absoluta Clase |g) e) (naranjas) 1 us 145 2 150 180 | 3 185 2s | 4 220 250 5 2s5 285 11. Un auditor analiz6 las facturas de una empresa y presents los datos en ls siguiente tabla, Deter- mine aproximadamente cusintas facturas se elaboraron: 4} entre $100.00 y $250.00 +b) entre $300.00 y $499.99 Namero de Monto ($) factura Menos de 80.00 7495 De 80,00 a 199.99 4128 De 200.00 2 349.99, 2716 De 350.00 a 499.09 3264 De 500.00 o mas 19; =C-O-C— 96 Probabilidad y estadistica 12. La vida util de una muestra de las Ilantas usadas por una empresa de transporte, expresada en miles de kilomettos es: 62, 53, 46, 51, 58, 47, 47, 54, 50, 48, 61, 48, 56, 48, 45, 52, 60, 52 y 49, Prepare una distribucién de frecuencias de 4 clases iguales, empezando en 45. {Considera que a concentracién de datos en la primera clase indica una vida Util corta, o seria que ka muestra era muy pequefia?” (+) 6 0° [ © Capftuto 3 ° 50° . ° *£2290000000°° | 4900000005, ° Pg 0° 0° ; ; 90° Medidas de tendencia 0? central C-O-C— 98 Probabilidad y estacstica 9 Medidas de tendencia central Un conjunto de datos puede conocerse auméricamente por medio de algunas medidas que Jo descri- ben; por ejemplo, la media, la desviacisn estindar y otras. De esta manera es posible comparar entre si varios grupos de dates. Existen dos tipos de medidas: las conocidas como de tendencia central (o de posicién) y lus de dis- persion (o de variabilidad). Entre las primeras destacan la media o promedio, la mediana y la moda, mientras que las medidas de dispersién més comunes son: el rango, la varianza y la desviaciGn estan dar. Estas y otras mis se estudian en éste y en el siguiente capitulo, Caracteristicas estadisticas de un conjunto de datos { + Media, media aritmética 0 promedio + Mediana + Moda + Promedio ponderado Medidas de tendencia central + Promedio movil + Media geométr + Cuamtiles (cuartiles, deciles y porcentiles)® + Rango o amplitud + Desviacién media + Vorianza + Desviacidn estindar Medidas de dispersién + Coeficiente de variacién + Porcentaje de variacign * Coeficiente de asimetria de Pearson + Momentos + Curiosis: + Puntuaciones estindar Las caracteristicas estadsticas de un conjunto de datos pueden referirse a la totalidad de elementos {0 poblacidn). en cuyo caso se conoven como pardmetros. 0 a una muestra (subconjunto de la pobla im en euyo caso se Jes conoce coma estadisticos. + Parémetros (relativos a la poblacién) cas estadisticas + Estadisticos (relativos a una muestra) L Factores unitarios nel factores unitarios, una especie de rromedio por unidad de medida, permiten compara mismo criterio a dos o mas grupos de datos. Asi. por ejemplo. se tienen los conceptos de produceiin por heerdvea, kilogramos por metro ciibwo. ingreso per capita, etc. Los ejemplos siguientes ilustran el ccileulo y Tain pretacion de algunos Factores unitarios. se refeten a lox cies como medias de dispersal euanies en sem ated de po ice» otros son medidss de dispersicn —.Jo—JH_ Metis ae tendencia central 99 -Q-O-O- {Cuanto pesa... | Un frijo!? Una montaia? Divida un kilogramo (1000 gramos) de frijol Multiptique su volumen aproximado centre el ntimero de granos que lo forman. ‘en metros ciibicas, por el peso promedio de un metro cibico de montafa Ejercicio 3.1 El total de ventas de Ia empresa La Esperanza, 8.A. de C.V. durante el afio 2003 fue de $7629 500.00. Determine e interprete el promedio de Ventas por empleado, considerando que la empresa tiene un total de S214 empleados, Solucién: *+ EI monto de ventas por empleado se obtiene utilizando la siguiente formal I Total de ventas Ventas por empleado = ————————__ | fentas por empleado = OTe empleados 26.229 500.00 521 = 14 620.16 + Puede decirse que cada empleado contribuy con $14 620.16 a los ingresos de la empresa Ejercicio 2 La inversién total en instalaciones de la empresa La Esperanza, $.A, de C.V. es de $181 670000.00. Determine ¢ intesprete e] promedio de inversién por empleado, Solucion: *+ La inversisn por empleado es Iz relacién entre el total invertide y el nlimero de empleados: | Total invertido L 5 — 181.670 000.00 : 5214 = 3484273 Inversion por empleado = FF 7¢ cmpicados Esto significa que fue necesaris una inversion en instalaciones cercana a los $35 000.00 por cada uno de los empleados de -O-C-C— 100 Probabilidad y estadistica GSabIAS QUE... El nimero de lineas teleFOnicas por cada 100 habitantes se conoce ‘como densidad telefénica, y que Is Secretaria de Comunicaciones y Transportes (www-sct gob.mx) Ia mantiene actualizada para cada uno de los estados del pals? El niimero de habitantes por vivienda, asi como muchos otros Factores unitarios se obtienen de los censos de poblacién, cuya informacién esté disponible en el Instituto Nacional de Esta- stica, Geografia e Informatica (wwwinegi.gob.mx)” Ejercicio 3.3 El gasto anual del comedor de ‘2 empresa La Esperanza, $.A, de C.V. es de $5 423 800.00. Determine ¢ interprete el gasto promedio anual por empleado y el equivalente diario. Solucién: El gasto por empleado se calcula de la siguiente forma: Gasto total Gasto anual por empleado Total de empleados _ 5423 800.00 5214 = 1080.24 Gasto anual por empleado jasto diavio por empleado = Gast eam Dias del ao 040.24 365 85 + Puede decirse que la empresa gast6 en alimentacién $2.85 diarios (0 $1040.24 al afto) para cada uno de sus 5214 empleados. Datos individuales Las medidas de tendencia central, asi como las de dispersi6n, pueden calcularse tanto para conjuntos de datos individuales como para una tabla de distribucién de frecuencias. Media, mediana y moda La media. o promedio. es el valor correspondiente a una linea imaginaria que compensa Ios valores que se exceden de la media y los que quedan por debajo de ésta; asi. la media es mayor que el valor rns pequeo. ¥ menor que el valor mas Sunva de valores j | | - | Media = — Siero de valores n ede se pobcional py muestra en este bre uo se enfatiza exe deren, Medidas de tendencia central 101 -Q-O-O— Propiedades de la media aritmética 1. Lasuma de tas desviaciones o diferencias de cada Valor respecto a la media es igual a cero. La suma de los cuadrados de las desviaciones de cada valor respecto a Ia media es un valor Dw,-7 | 3. La media puede utilizarse para determinar el valor total de fa poblacién (Nuimero de elementos) + (Media) = Total de la poblacién 4. La media se afecta sustancialmente hacia arriba o hacia abajo con la presencia de valores ex- tremos (muy grandes o muy pequsfios) respecto a la media | La mediana es el valor del elemento de la posicién central de los datos individuales, ordenados de menor a mayor (0 viceversa), ¥ es el punto que marca la mitad de valores mayores que él y la mitad de valores menores que él, es decir, esd a la mitad, con el 50% de valores a su derecha y el 50% de valores a su izquierda, Para caleular la mediana: + Ordene los datos, de menor a mayor o viceversa. + Calcule Ia posicién de la mediana. mero de elementos 2 2 Posicion de ta mediana = + Determine el elemento de la posic dn central. (Si el némero de datos es par, deberd obtener el promedio del valor de los dos elementos centrales) Observe que cuando el ntimero de datos es impar, la posici6n de la mediana es tinica, mientras que si el mimero de datos es par, la posici6n exacta de la mediana se encuentra entre dos valores. los que. por lo general. se promedian para obtener la mediana, Caracteristicas basicas de la mediana 1. Al valor de la mediana lo afecta e'niimero de datos, no la magnitud de nit 2. Es igualmente probable que cualquier observacién escogida al azar sea mayor o menor que la} mediana 3. Se puede determinar. incluso en distribuciones con intervalos abiertos 4. La suma de los cuadados de las desviaciones respecto a la mediana es un valor minimo. | (X, = Medianay? Minimo | indo ta cuarta propiedad de ka En los casas en que los datos contengan valores extremos. y consi ‘media. es mejor utilizar la mediana en lugar de la media como medida de tendencia central TOHC-O> 102 Probab estate aaa La moda es el valor més frecuente de un conjunto de datos. En ocasiones se presentan dos © mas valores que se repiten con mayor frecuencia. En este cuso, a los datos se les conoce como bimodales 0 multimodales, respectivamente. La moda es la tinica medida de tendencia central que se puede aplicar a datos de tipo cualitative: or ejemplo. analizar el color de ojos (café, negro, verde, azul) de una poblacién. Ejercicio : 34 Determine Ja media, mediana y moda de los siguientes valores: $20.00, $16.00, $17.00, $16.00 y $21.00, Solucion: + La media puede calcularse empleando la siguiente formula | fl | Suma de valores Media = | ‘Nimero de valores J Mediq = $20.00 + $16.00 + $17.00 + $16.00 + $21.00 _ $90.00 _ ¢4 49 + Mediana Posicién de ta mediana = Niiwero de elementos + 1 Posicién de la mediana = ~ 1) a 3 Los valores ordenados son: $16.00, $16.00, $17.00, $20.00 y $21.00, por lo que el valor del ele- mento de la posicién 3 es $17.00. + Moda, El valor $16.00 se presenta dos veces y Jos dems s6lo una. por lo que, en este ejemplo, la mada £8 516.00, H a ‘| 0 : 3 7 eaas6 eta wet Tse on wan: + Eneste ejemplo. la media. lu med.ana y [a moda tienen valores diferentes; el nlimero de datos es impar y su distribuci6n es unimodal Medias de tendencia central. 193 -Q~Q-Q— Ejercicio y 35 Determine Ja media, la mediana y la moda de los siguientes valores: $12.00, $15.00, 813.00, $17.00, $15.00, $18.00, $15.00, $13.00 y $17.00, Solucion: + La media puede calcularse mediante la siguiente férmula: Media = —Sumadevatores i= + Mediana | Posicidn de ta mediana Posicidn de la mediana = Los valores ordenados son los siguientes: $12.00, $13.00, $13.00, $15.00. $15.00, $15.00, $17.00, $17.00 y $18.00, por lo que el valor del elemento de la posicion 5 es $15.00, + Moda Del valor $12.00 hay 1 elemento: del valor $13.00, 2: del valor $15.00, 3: del valor $17.00. 2: y del valor $18.00, 1 elemento: por lo tanto, la moda de los datos es $15.00. vos ods se ‘so ss ste ejemplo. la media, Ia me, y su distribucidn es unimodal Jiana y 1a moda tienen el mismo valor: ef niimera de datos OACE= 104 Probab yest A@Pa@a@P@Pa$a$a$ $a Ejercicio 36 Determine la media, la mediana y la moda de los siguientes valores, correspondientes al ni mero de hijos de 15 familias formadas en 1985: 4, 6, 5,5. 3.3.6.4, 3,6, 2,6.6,3y 3. Solucion: *+ La media puede calcularse empleando la siguiente férmula’ __ Suma de vatores Mimero de valores Media Medig = $2625#5+3+3+64443+6+2+6+62343, 15 + Mediana Posciin deta medina = 3+! = g Los valores ordenados son los tes: 3.3,3.4,4. 5.5, 6.6.6.6, 6, por Jo que el valor del elemento de la posicién § es 4 hijos. + Moda Las familias con dos hijos son 1; contre hijo soa 5: con cuatro hijos son 2; con cinco hijos son £ 2y con seis hijos hay 5 familias: por lo tanto, los datos tienen dos modas: 3 y 6 hijo. En este ejemplo, fa media, la mediana y la moda tienen valores diferentes; el mimero de datos es impar y su distribueidn es bimodal Ejercicio 3.7 Determine la media, la mediana y la moda de los si mero de hijos de 14 familias formadas en 1986: 4. 6. 5 iientes valores, correspondientes al mi Solucién: + La media puede calcularse empleando la siguiente férmula: Suma de valores edie = Niimero de valoves edie ool? al Eu) = 4.429 hijos Medidas de tendencia central 105 -Q-Q+O~ + Mediana Posicién de la mediana = —Nimero de elementos + 1 7 2 | 4+ ioe) El valor anterior (7-5) indica que ta mediana estd a la mitad entre los valores dela séptima y la $ ¥ octava posiciones, por lo que la mediana se calcula como el promedio entre el séptimo y el oc- +5) _ tavo valores, es decir, Valores ordenados: 2, 3, 3, 3.3.4.4, + Moda 5,6,6.6,6y6. Las familias con dos hijos son 1; con tes hijos, 4; con cuatro hijos, seis hijos hay 5 familias; por Io tanto, la moda de los datos s 6 hijos. En este ejemplo, la media, la mediana y la moda tienen valores diferentes; el mimero de datos ¢: par y su distribucién es unimodal con cinco hijos yon PSAbIAS QUe.... para determinar cudntos empleados se deben avignar en las venanilas de atencisn al publico se considera el nimero esperado de clientes y el tiempo minimo, maximo y promedio que se requiere para atender a cada uno de ellos? El objetivo es ofrecer un servicio ade- cuado con un minimo de costo, Promedio ponderado La media o promedio simple es la medida de tendencia central mas utilizada: sin embargo, cuando al- gunos de los valores por promediar son mas importantes que otros, por ejemplo, al evaluar a un em= pleado, su calificacién en conocimientos, puntualidad, presentacin y otros conceptos tienen una importancia relativa diferente en funcién de quign hace la evaluacién. Tal vez no sea lo mismo un empleaco con 10 en conocimientos, 10 en puntualidad y 7 en presenta: cién (promedio = 9), que otro con 10 en conocimientos, 7 en puntualidad y 10 en presentacién (pro- medio = 9) Cuando los valores por promediar tienen diferentes grados de importancia entre sf, debe utilizarse el promedio ponderado, el cual aplica un factor de ponderacién (o importancia relativa) a cada uno de los valores que se van a promediar. Ej =jerci Icio 3.8. Al seleccionar a su personal. una empresa considera que los conocimientos tienen una im portancia relativa de 50, la purtualidad vale 30 y la presentacién cuenta 20, Cinco solicita les de empleo obtuvieron las calificaciones que se presentan en la tabla siguiente. Determine cual de ellos obtuvo la mejor calificacién global, —O-C-O- 106 Probabitidad y estas; @@PamImj}ma$} pm Callficacién por | Calificacién por | Calificacién por | Promedio Solicitante | conocimientos puntualidad resentacién simple 1 10 6 a 7.667 [2 : 10 8 8.000 3 8 9 8 8.333 4 9 8 6 7.667 5 7 9 | 10 8.667 Solucion: * La calificacion global de cada solicitante no es el promedio simple, puesto que los concept evaluados tienen diferente importancia entre sf, por lo que se debe aplicar un promedio ponde ‘ido. En este caso, el ntimero de valores es sélo uno (un solicitante con tres calificaciones). aunque también podria obtener un resultado equivalente si considerara el nimero de conceptos evaluados, 3. Verifiquelo, | ‘ ¢ ponderacién | Promedio ponderado = SUA cada valor) (Factor de ponderacion) l Mimero de valores Promedio ponderado Promedio ponderado solicitante | = 1050) + 6130 Se i Promedio ponderado solicitante 2 = 150) + on +820) _ 760, 8150) +930) + 820) _ 1 2450) + 834 Promedio ponderado solicitante 3 620) Promedio ponderado solicitante 4 (50) + 9(30) + 1020) 1 * El solicitante con la mejor calificacién global es el 3 Promedio ponderado solicitame 5 = Ejercicio 39 Determine cui de los tres grupos de alumnos que se indican en la siguiente tabla abtuvo el "ejor promedio de calificaciones, (Considere 10 para MB. & para B. 6 para S y (para NA.) _——_~o Medias de tendencia central 107 0-H MB Na | : Gnpot fia [a | on | oo Grpo2 | 12 | 15 | as | 10 Gmpo3 2 | | 7 fo boo Solucion: + Promedio de calificaciones por grupo: J Jotal de puntos del grupo | Promedio de calificacién por grupo = —Hetal de puntos del Total de alumnos del grupo Total de puntos del grupo 1 4110) + 18) + 11(6) = 214 12110) + 15¢8) + 1516) = 330 2(10) + 12(8) + 76) = 158, M4141 +10=36 Total de alumnos del grupo 2 = 12 + 15 + 15 +10 Total de alumnos del grupo 3 = 24 12+7+ 12 Tatal de puntos det grupo 2 Total de puntos del grupo 3 Total de alunos del grupo 1 214 Promedio de calificaciones del grapo 1 330 Promedio de califcaciones del gripo 2 = “= 6.35 Promedio de calificaciones del grupo 3 + El grupo con el mejor promedioes el 2, * El promedio de calificaciones de cada grupo puede obtenerse tambign aplicando el promedio £ pondlerado de la siguiente forma Suma (Cada valor» Factor de ponderacién) ‘Nimero de valores Promedio ponderado n Promedio ponderado grupo | = 1410) * 1(8) + 1116) + 1010) +1110 2 5 516) + 100) 330 Promedio ponderado grupo 2 = 1210) + 15(8) + 1516) + 1000), = 6.35 Promedio ponderado grupo 3 479 241247412 ~C-O-O— 108 Probibitidady estaisties AAA aaa $$$ + Otra forma de resolver el problema es por medio de fa siguiente tabla, en la cual se confir- £ man los resultados obtenidos con Jos procedimientos anteriores: | Alumnos MBS| Alumnos 8 | Atumnos S [Alumnos NA (B=10) | B=8) | =o | (A—o) Totates Nam. Puntos | Nam. |Pantos| Nim. [Puntos Nim Punts Nm, | Panta] Prom. Grupo! | 14 140, 1 8 n 66 10 0 36 | 214 5.94 —r—”C—rT—._ "=a s§wrlLcLstisti ia “ rr —r”T—r———..L_=iC“C(C‘C‘i‘a|.ks|sekekekesesteteeeCl Ejercicio z 3410 Con base en los resultados obrenidos por las cinco compafias de un grupo industrial, deter- nine los porventajes de utilidad de cada una, asi como el porcentaje promedio de utilidad del grupo de empresas, Compai Ventas Utitidad Uno | s106302.00 | s153.419.0 : Dos $622 503.00 $5.321.00 : Tres 5390.052.00 $4,870.00 Cuatro | $606 666.00 | $18 $31.00 | Cinco $511 165.00 | $35.037.00 ; Totales $2.836.688.00 | $217478.00 : Solucion: + El primer punto puede resolverse stilizando la formula basica para promedios, esto es: Pore dia or compan = Lilia ep venas : s133.419.00 Porcentaje de wilidad compaiia Un = $153-418.00 L7% ne ee (6705900.00) Gon . $5321.00 Porcentaje de wilidad compania Dos = $5321.00 (yg) = 9 : ui 3622 503.00 Porcentaje de uilidad compania Tres 0 00) = 1.25% $390 052.00 : 7 $18 831.00 rcentaje de wtilidad compania Cuatro = S18831.00_ (gg) Porcentaje de wilidad compatia Cuatro 666,00 (100) = 3:10% $35,037.00 $511 165.00 Porcentaje de utilidad compaiia Cinco (100) = 6.85% + Porcentaje de utilidad del grupo: Porcentaje de wilidad del grapo = —Sumadewilidades 1.9, Suma de ventas 8217 478.00 . 0) = 7.674 52836 688,00 (100) = 7.67% *+ Los resultados anteriores se presentan a continuacién: Compania | Ventas Utitidad | Uno $706302.00 sis34i900 | 2.22% | Dos $622508.00 sssz.00 | ose | Tres 3390052.00 $4870.00 1.25% Cuatro $16016666.00 51883100 | 3.10% Cinco $511165.00 $35037.00_ | 6.856 Totales| 52836688.00 $8217478.00 7.67% ‘| Observe que el porcentaje de utilidad del grupo (7.67%) no es igual al promedio de los por= centajes de las compa (21.72% + 085% + 1.25% + 3.10% + 6.85%) 3 Este tltimo valor es incorrecto porque no considera que las compaii ventas diferentes entre si = 6.15% tienen voliimenes de + El porcentaje de utilidad del g-upo puede obtenerse también aplicando el promedio ponderad de la siguiente forma: ‘SUMA (Cada valor « Factor de ponderacitn) - i Promedio ponderado = =~ : L ‘Niimero de valores Daxy | Promedioponderado = + En este caso, el mimero de valores es el total de ventas de las empresas del grupo (el porcen taje de utilidad estd referido a las ventas). (706 302) (21.72) + (622.503) (0.85) + (390 052) (1.2: + (606666) 3.10) + (511165) 16.85), 705302 + 622503 + 300052 + 606656 + 511165 21739717 © 2836 688 Promedio ponderado = 7.66% enol de resultados se debe a manejo de dei NOTA: Le di —O-O-O- 10: Probabilidady estate Promedio movil El promedio movil de m datos es el que resulta de promediar sucesivamente sélo los Gltimos m datos de un conjunto mayor de datos. El promedio mévil reduce los datos originales a un conjunto de valores cuyas variaciones son me: nores que los datos originales, con lo que se reduce el impacto de los valores originales extremos (muy {grandes 0 muy pequefios), y se obtienen promedios mas adecuados para efectos de anilisis de tendencias Ejercicio 3.11 Con base en los siguientes datos, correspondientes a las ventas mensuales de una empre- sa. determine el promedio mévil mensual de cuatro meses Mes | Ventas Enero 522.500 Febrero $18 900 Marzo $23 700 Abril 520-400 | Mayo $20 800 Junio $27 200 Julio $25 000 el Solucion: + El promedio movil de cuatro meses se calcula como sigue: Mes 1 + Mes 2+ Mes 3 + Mes 4 4 Promedio mévil de cuatro meses Promedtio mévil de enero a abril 2 500 + S18 90) + $23 700 + $20 400) $21 375/mes. Promedio m6vil de febrero a mayo: (318 900 + $23 70) + $20 400 + $20 800) 20 950/mes Promedio mévil de marzo a junio: (528 700 + $20 400 + $20 800 + $27 200) Promedio movil de abril a julio: {820-400 + $20,800 + $27.200 + $25.00) — 575 350/mes —__._Jqv—v_ _ Media de tendencta central ttl -O-O-O— fre Feb Mr Abr May nl * Fromedio mould ener a ari Prometlo maui de febrero a mayo * Promedio maui de matzo ajo * Promedio movil de abi julio * Observe que ta diferencia entre el mes de més ventas y el de menos es $27 200 -- $18. 900 = | $8 300, mientras que la diferencia entre el mayor y el menor promedio mévil es de s6lo $23 350 ~ $20 950 = $2 400, Media geométrica Esta es una medida que puede aplicarse al crecimiento exponencialo interés compuesto, pues obtiene la aie n-ésima de un grupo de n datos multiplicados entre s; por ejemplo la ralz eibica del prodcto de 3 datos, o I raiz octava del progucto de 8 datos, El resultado obvenido. tl elevare a la potencia ‘sim, produce el producto de todos los datos multilicados entre si Ejercicio 3.12 Determine la media geométrica de 6.15, 32.9, 23.8 y 67.5 Solucién: + El niimero de datos es cuatro, por lo que se deberd obtener la raiz cuarta del producto de los $ cuatro datos. Media geométrica = \(6.13) (32.9) 23.8) 167.5) =O-O-O= 112 Probabitidad y estadistew mim maa Ejercicio 3.12 Suponga que los porcentajes de inflacin de los ltimos tres afios han sido 18, 15 y 12% respectivamente, Determine el porcentaje promedio de inflacién anual en ese periodo. Solucion: * En virtud de que los valores de inflacién estn referidos a la unidad, deben expresarse en tée: ‘minos de factores de incrementos de precios, de tal manera que 18% equivale 1.18, 15% a 1.15 y 12%% a 1.12, La media geomeétrica de los valores es el valor promedio del incremento de £ Jos precios. En este caso: Incremento promedio = Media geométrica = \/(L.18) (118) (112) Visi984 = 1.149739 El porcentaje promedio de inflacién anual es: (1.149739 ~ 1) 100 = 14.9739% + Otra forma de resolver el problema es la siguiente: Si se tomara como base de precios $100000.00 para el afio inicial, al final del tercer afo este va- lor seria $151 984.00(100 000 x 1.18 X 1.15 % 1.12). El porcentaje promedio de incremento de los precios es: — (3[1si9sa | ¥ 100.000 Inflacién promedio ~ 1} 100 = 14.9739% sat sete | + En general la inflacign promedio se obiene de a siguiente forma: Inftacion promedio = ("| elerinicial _ |) seq 4 (Farrar) 100.000 _ 5) 9p = r4.0r506 84 S Sabias que... 1a media arménica de n nimeros se calcula como n dividida entre Ja suma de los reciprocos de los n ntimeros? Media arménica de n mimeros = _. ee Vr, +. Wr, Esta y otras medidas similares pueden aplicarse en la solucién de algunas situaciones como la siguiente: Ejemplo: Un comerciante compr6 un cargamento de 600 kilogramos de manzana a $1.50/kg. Poco después compré otros 500 kg a $1.80/kg. ;Cual es el precio promedio al que compré las ‘manzanas? La media arménica slo es aplicable cuando los valores que se van a promediar son ‘comparables (en este ejemplo, ¢: costo total de cada cargamento es de $900.00), por lo tanto G50 + 171.80) ~ 0.667 + 0555 Con relacién al espejismo numérico presentado en et capitulo 1, si el viajero recorre la primera tmitad del camino a 20 km/h y la segunda mitad a 80 km/h, su velocidad promedio seria 32 km/h, por lo que tardaria dos y media horas en llegar a su destino, Media arménica = S1.636/kg Media arménica = (120 + 1780) ~ 0.05 qa 0125 Cuantiles (cuartiles, deciles y porcentiles) | 4s 16 064s | S0d6 242 208 Le | 3 9 014516132839 | 150.467 1,0000000 | 2989 | dis de tendenci cetl 9 OOO Cuantiles (cuartiles, deciles y porcentiles) Para obtener los euantiles de datos agrupados pueden utilizarse ls siguientes féermulas,en donde i esl cuantil deseado, por ejemplo, 1, 2, etcétera, nes Ja frecuencia total L_ esel limite inferior exacto de la clase que contiene el cuanti) deseado Ja esta frecuencia acumulada de la clase anterior a la que comtiene el cuamtil deseado Frecuencia de la clase es la frecuencia de la clase que contiene el cuantil deseado © esel ancho del intervato de la clase que comtiene el cuantit deseado Cuartiles de datos agrupados: | Pe i=) sicion del cuartil i= 1 + aD) “osicién del cuart = iin) ~fa flor del cuaril¢ = E+ ——Limi) ° eee zB Frecuencia de la clase Deciles de datos agrupados: | in Posicién del decil i= 1 + 10 i imA0) fe del decili = 1+ ttn eee Frecuencia de la clase © Porcentiles de datos agrupados: iin=1) 100 Posicién del porcemil i = | + flor del porceniti = L + c eee : Frecuencia de la clase i (i100) = fa | Los cuantiles pueden obtenerse también gréficamente, por medio de la ojiva de la frecuencia acu- 3417 Determine el primer cuartil, el sexto decil y el ti tabla de distribueion de frecuencias: simoguinto porcentil de ta siguiente ~O-O-O= 120 Probabilidad y estadisie P@@a@$momyq§}\yY}N clase es 3758 y el ancho de clase es 5, por lo tanto: Limite | Limite Contenido | | inferior | superior Frecuencia i Clase | exacto | exacto | Marca) absoluta | acumulada | delNo. alo. |; 1} 305 | 355 | 33 | 375s 3758 1] 3758 2 | ass | 4os | 38 | 3635 7303 | 3750] 7393 | 3 40.5 455 43 3084 10477 7394 | 10477 | ? 4) 455 | 50s | 48 | 3796 | 14273 | toate | a2 | E Seles cose |e sa 435 14708 | 14274 | 14 708 Solucién: * Para definir la posicién det primer cuarti se debe considerar el total de datos (14 708) de la siguiente forma: Poston priner nail = 1+ WATB=V «sys Tal como se observa en Ia tabla, el clemento 3 677.75 esté ubicado en la primera clase, De ella, el limite inferior exacto es 30.5; la frecuencia, 3 758; la frecuencia acumulada hasta antes de esa clase, 0, y el ancho de clase, 5, por lo tanto: 3758 = 305 + 4.80 = 35,30 Valor del primer suartl = 30.5 + | eeariceaall 6 + La posicién del sexto decil es la siguiente: 6(14 708-1) PosiciOn sexto decil = 1 + = 8825.2 Tal como se observa en la tabla, el ¢:emento 8825.2 esté ubicado en la tercera clase. De ella, su limite inferior exacto es 40.5, su frecuencia es 3084. la frecuencia acumulada hasta antes de esa clase es 7393 y el ancho de clase es 5. for lo tanto: 6(14 708/10) — 7393, Valor del sexto decit = 49,5 + SUS 708/10) — 7393 lor del sexto decil = 40, eT} ) = 405 +232 = 42.82 + La posicisn del trigesimoquinto percentiles la siguiente: 35(14 708 — 1) 100 Tal como se observa en la tabla, el elemento 5148.45 esti ubicado en la segunda clase. De ella, su limite inferior exacto es 35.5, su frecencia es 3635, la frecuencia acumulada hasta antes de esa Posicién del porcentil 5148.45, -3 (14 708/100) = 3758 Valor det porcentil 35 = 35.5 + Baas 5 = 3554191 = 3741 eis ce teen ental o-oo Ejercicios para resolver en grupo 1 Durante los pasados siete meses una persona compré, el primer ds habil de cada mes, acciones bursitiles de una empresa emisora (por ejemplo, Alfa. Bimbo, Cemex, Valle. Walmer ccs El smonto de la compra fue de $1000.00 mensuales. Determine lo que se indica y compute los re- sultados obtenidos por otros compafieros de clase. 4) {Cuintas acciones compré cada mes? 2) Gud es el valor total de ls acciones adquirida, conforme a la cotizacin de ayer? ©) Si hublera ganancias en Ia operacion y esta persona pagura el 27% de impueston ceusnto deberia pagar? Puede utilizar Ia grifica de informaciGn histérica en el sitio dela Bolsa Mexicana de Valores \www.bmv.com.mx » Usted y otros cuatro compatieros de la clase deberdn caificarse, del cero al diez, en las catego. Tas que se indican, para determinar quién tiene mejor puntuacién global y en cada un deine categorias, Verifique en grupo ia validez de los resultados obtenidos 4) Agradable by Alléticota) ©) Atractivota) 4d) Inteligente ©) Trabajador(a) Consulte, en la seccién de anurcios de venta de automéviles de un periédico importante, los bretios de un automévil de 3 afos de uso. y determine los precios mis alto y mis bajo, asf co. ‘mo Ia media y la mediana de los precios y el color més abundante entre los automéviles que se offecen. Algunos periédicos que cuentan con anuncios via Internet son: wwwelnorte comme, www cluniversal.com.mx y www.informador.com. mx. 4. Obtenga el consumo de electricidad, en kw/h por mes: 4) de su casa, durante los ilimcs 12 meses: >) de las casas de 15 compafers de clase durante el mes pasado. Determine ta media y le me- diana en cada caso y comente los resultados con los demés compaferos de clise 5. Obtenga un informe de calidad ce un producto de su preferencia, y explique cuales de os e Ceplos presentados en este capitulo se utilizan en dicho informe. Una fuente de informacion importante es el Laboratorio de Pruebas de Calidad. del Instituto Federal de Proteccidn al Con. sumidor, www profeco.gob.mx. Ejercicios propuestos 1. Los once jugadores de un equipo de futbol tienen las estaturas que se indican, Determine para ellos ta media, le mediana y la meda de sus estaturas: 1.68 m, 1.83 m, 1.75 m, 1,72 m. 1.65 m, 1.78 m, 1.74 m, 1.68 m, 1.79 m, 1.57 my LSE m, 2. Determine la moda de los siguientes valores: ROJO, VERDE, ROJO. AZUL. VERDE. AZUL ROJO, VERDE. VERDE, BLANCO. VERDE, AZUL. ROJO. VERDE. VERDE. Oo 2 Probabilidad y estadistica EI promedio de peso de 6 toros se eccionados al azar en un enotine rancho ganadero debe ser de por lo menos 425 kg. Ya se han seleccionado 5 toros y sus pesos han sido de 408, 441, 418, 429 y 422 kg. ,Cudnto debe pesar el tltimo toro para que e] peso promedio de los 6 toros sea el que se quiere? 4. Los siguientes son los tiempos de viaje, en horas y minutos, de un autobis urbano que recorre 48 kim: 1:03, 1:17, 0:47, 1:11, 0:52, 0:57, 1:12, 1-08, 0:49, 1:14, 1105, 0:57, 1:15, 1:03, 0:55. De- termine el tiempo promedio de visjey la velocidad promedio del autobs 5. Un comerciante compra y vende mercancias a los precios y en Jos volimenes que se indican a continuacién. Determine el porcentaje de utilidad de cada articulo, tanto respecto al costo de compra como al precio de venta, asf como el porcentaje de utilidad de su negocio. | riot | Arroz | Pan | Dentitvicos | Perfumes | Compra ($) 2.60 | 215] 0.49) 5.09 1735 Venta (S) 299 | 255) 065] 9.26 39.90, Volumen venta} 617/385. | 1284 0 3 [Siseemenemnae po" 6. Se conoce el total de ventas de una empresa, correspondiente a los meses de abril. junio, julio y agosto. asf como los promedios méviles de cuatro meses. Determine las ventas de los meses de mayo y septiembre. Ventas | $247.00 | $285.00 | $293.00 | $252.00 Promedio m6vil de abrilulio: $273.25 Promedio mévil de mayo-agosto: $274.50 Promedio movil de junio-septiembre: $276.00 7. Ei ntimero aproximado de bacterias en un cultivo de luboratorio. obteniclo con mediciones reali- 2zadas en dias sucesivas, es: 16.8. 23.4, 30.9. 44.5 y 62.5 millones. Determine el porcentaje de crecimiento de un dia al siguiente, asi como el porcentaje promedio de crecimiento diario de ese cultivo, 8. Un Taboratorista mezcla 50 ml de una solucién salina que contiene 1.7% de minerales, con 20 ml de otra solucién con 2.5% de minerales. ;Cual es el porcentaje de salinidad resultamte? Si se de- sea una solucidn con 2.2% de minerales. a partir del resultado intermedio. ;cudl solucidn y cudin- 10 debe afiadir para obtener el resultado deseado? 9. Calcute Ia media, la mediana y la noda de la siguiente tabla de distribucién de frecuencias ¢o- ‘respondiente al peso en gramos de las naranjas producidas en Ia huerta EI Puente. Medidas de tendencia central 123 ~O-~QHO— Limite Lit Frecuencia inferior | superior absoluta Clase (@) (@) (naranjas) 1 115 145 2 150 180 3 185 215 4 220 250 5 255 285 10. Un inversionista compré las acciones bursatiles que se indican. Un afio después las vende a los precios vigentes del mercado. ,Cual fue el porcentaje de utilidad o pérdida para cada una de las acciones que compro? ;Cual fue el porcentaje de urtilidad o pérdida de su inversién? Compra | Venta Acciones | (S) ) A 125, 68.75 | 62.87 B 240 19.08 | 22.73 cl 85 5216 | 58.36 A. Un analista estudié el consumo de agua potable de una muestra de 14 familias, obteniendo los siguientes resultados, en metros cubicos por mes: 35, 18, 42, 25. 62, 32, 51, 47.29. 21, 19, 41, 22 y 28, Determine la media, la mediana y 1a moda de dichos valores, Si esos valores fueran aplicables a una poblacién de 6257 familias, ;cusl serfa el consumo en metros ctibicos mensua- Jes y expresado también en litres por segundo (Ips)? Nova: un metro cco quivale 3 1000 tos 12. Una empresa utiliza una sierra eléctrica de trabajo continuo con dientes de corte cuyo reempls- zo ocasiona un costo de $300.00. Actualmente la empresa compra en $500.00 unos dientes de cone con duracidn de 80 horas. Orro proveedor ofrece unos con duracién de 100 horas a un pre- cio de $650.00. Considere el costo de instalaciGn y determine si conviene cambiar de tipo de dientes de core. 13, Un investigador cientfico analiz6 cierto tipo de plantas en una muestra de terreno de 2 100 segiin la relacién siguiente, {Cusntas plantas de cada tipo es razonable esperar que existan en una zona similar de 1.3 km”? Nombre dela planta | Plantas encontradas | Potent jruticosa Pulsatilla vulgaris Veronica spicata O=C-O= 124 Probabilida y esta the] $$ $a 14, El registro de pacientes de un hospital durante cada uno de los 12 meses del aiio 2002 fue el que se indica (285, 243, 271, 315, 286, 228, 265, 374, 293, 260, 235 y 274). Determine la me- dia y la mediana de dichos valores. {(Podria decirse que el hospital recibe més pacientes durante el verano? 15. Determine el valor del primer cuartil, del séptimo decil y del porcentil 39 de los siguientes 26 valores ordenados: 3, 5.6, 11, 14, 18, 18, 20, 24, 25, 27, 27, 28, 28, 31. 33, 34, 36, 44, 45, 47, 48, 48, 50, 50 y 52. 16. Determine el tercer cuartl. el séptimo decil y el porcentil 29 de la siguiente tabla de distribu- cci6n de frecuencias: T 1 31 3 33 3758 | > fw | o fox | aes | ‘ 41 45 43 3084 | ee ee) eee) ae | 5 St 55 53 435 0°? ° : ° Capituco 4 900° ° E 000 20000000 90000090005, 00° “0 ° Pog STE ee nan re and ——Ee ‘COMPARATIVO DE VENTAS vesoco 1 | | —O-O-O- 126 Probabilidad y estadtstley, 3% Medidas de dispersién Un conjunto de datos puede conocerse numéricamente por medio de algunas medidas que lo descr ben, por ejemplo: la media, Ia desviacién estindar y otras. De esta manera es posible comparay ene cr Varios grupos de datos. Existen dos tipos de medidas: las conocidas como de tendencia central (ode posicisn) y las de ise Persion (o de variabilidad), Entre las primeras destacan la media o promedio, la mediana y la mada mientras que las medidas de dispersion més comunes son el rango, la varianza y la desviacidn estan: dar. Estas y otras més se estudian en este capftulo y en el 3 Caracteristicas estadisticas de un conjunto de datos | + Media, media aritmética o promedio Mediana + Moda Medidas de tendencia central *+ Promedio ponderado + Promedio movil + Media geométrica | | * Cuantiles (cuartiles, deciles y porcentiles)* + Rango o amplitud + Desviacién media + Varianza i Desviacién estindar Medias de dispersion + Coeficiente de variacion | Porcentaje de variacién Coeficiente de asimetrfa de Pearson Momentos + Cunosis + Puntuaciones estindar | Ls caracteristicasestadisticas de un conjunto de datos pueden referitseo la totalidad de elementos { poblacion). en euyo caso se conocen como parémetros, 0 a una muestra (subconjunto de la pabla- cin). en cuye caso se les conoce como estadisticos. *+ Parémetros (relativos a la poblacisn) | Caracteristicas estadisticas *+ Estadisticos (relatives a una muestra) — J Nuit angus algunos autores se refieren a los cuamiles como medidos de dispersin. Tos euantiles en si son medidas de vatficoy tfos san mets de diapers, ea ee Datos individuales Las medidas de dispers de datos individuales asf como has de tendencia central, pueden calcularse tanto pi ‘omo para una tabla de distribucién de frecuencias, aun conjunto Rango, desviacion media, varianza y desviacién estandar El rango de un grupo de datos, conocido también como amplitud, es la diferencia entre el valor mayor ye] menor de los datos. Esta sencilla medida permite identificar la variacion mixima entre dos dace del conjunto que se analiza, La primera propiedad de la media indica que la suma de las diferencias d media es igual a cero. Esto es fécil de entender si se considera que los valores mayores que la media son mayores en Ia misma proporcién que los valores menores que ka media Si se stuma el valor absoluto de las ferencias de cada valor respecto a la media, y se divide entre e] nlimero de datos, se obtiene el promedio de las diferencias de cada valor respecto a la media, A esta ‘medida se le conoce como desviacién media, La segunda propiedad de la media afirma que la suma de los cuadrados de las diferencias de cada valor respecto a la media es un valor minimo. Si ese valor se divide entre el niimero de datos, se obtic he una importante medida de dispersién conocida como varianza, 30x - Media = 0 O-C-C— 128 Probabilidad y estadisticg§ A $_$_$_$_$_$?_______ & [x Met = Desviacion media = X,- Media? = Varianza = oF La desviacién estindar es una de las medidas de dispersién més utilizadas porque refleja ficlmente la media de las diferencias (elevadas al cuadrado) de cada Valor respecto a la media, La desviacién estindar se calcula como la rafz cuadrada de la varianza, e indica que tan diferentes son entre sf los datos que se analizan, Ejercicio 4.1 Un microbiis urbano realiz6 ayer 15 recorridos por su ruta autorizada, transportando en ea da viaje ef niimero de pasajeros que se indica. Determine el rango, la desviacion media, 1a varianza y la desviaci6n estindar del pasaje de dicho microbiis: 13, 14. 15,9. 5, 9, 2, 14. 10,6, 10, 11, 13, 14 y 14, Solucién: + Bl rango se calcula utilizando la siguiente formula: Rango = Valor mayor — Valor menor = 15 ~2 = 13 pasajeros + La desviacién media se obtiene de la siguiente forma: | - Suma [Valor absoluto (Cada valor - Media] pw = St Naler absoluto (Cada valor — Media) Niimero de valores Aunque primero es necesario calcular la media: Suma de vatores Niimero de valores BHI ISH 94549424 +0464 10+ E+ 4th 15 106 pasajeros /13 ~ 10.6] + |14 - 19.6] + 15 - 10.6| + 9-106] + | 5-16] + | 9-106! +| 2-106 + |14 10.6] + [10 - 10.6! +! 6-106] + [10-106] + [11 ~ 106! +1 13-1061 + [14-106] + [4 - 1061 15 DM = 3.093 pasajeros Mecdidas de dispersin 129 ~O-C-O— + La varianza puede calcularse de Ia siguiente manera: suita | (Cada valor ~ Media)? Mimero de vatores E%,- a? (13-106) +14 ~10.6)' + U5 - 10.6 + (9-10.67 +( 5-106) +( 9~ 10.6) + (2-106 +(14~10.6% + (10-106 + (6-106 + (10-106 + (11 - 10.6 + 03-106)? ~ (14 ~ 10.6)" + 04— 10.6)? 15 Varianca = 7 = 13.973 pasajeros al euadrado + Otra forma de calcular la varianza es la siguiente: Suma de cada Valor elevadoal) (Niner de fei at cuadrado valores )\ euadrado ee ‘Miimero de valores IF FIPS IS HOES E e 1 H1O P+ NO + 1 + 138+ 14? + 14? -15) 10.6)? is 13.973 pasajeros al cuadrado + La desviacin estindares la raf cuadrada de la vatianca 1 | Desviacin estindar ~ \VVariaaca = Vee : 738 pasajeros —O-O-O~ 130 Probabilidad y estadistice eSabias que... El Instituto de Proteccién Federal al Consumidor (wwwprofeco.gob.mx) recaba continuamente los precios al menudeo de una gran ccantidad de artieulos, 1o que permite comparar la variabilidad de precios de los esta- blecimientos comerciales del pais? Desviaci6n estandar de muestras La varianza (y por lo tanto, la desviaci6n estndar) se calcula como la suma de los euadrados de las di= ferencias de cada valor respecto a la media, dividida entre el niimero de datos o valores. Cuando los datos se refieren a una muestra, no a la poblacién, es necesario que la suma de los cuadrados se divida entre el riimero de datos menos 1 (nt ~ 1). A esta varianza modificada se le Ha su rafz cuadrada produce la desviacién estindar muestral La varionza muestral difiere de 1a vasianza poblacional, dnicamente en el divisor de su formula, al considerar el nimero de valores amenos uno, en vez del ntimero de valores disponibles, varianza muestral. y Ejercicio 4.2 Los siguientes datos corresponden al saldo, en miles de pesos. de 15 cuentas bancarias toma- das al azar. Determine Ja desviacisn estindar de dicha muestra: 13, 14, 15,9,5,9,2, 14, 10, 6,10, 11, 13, 14 y 14, Solucién: + La desviacidn estindar muestral es igual a Ia raiz.cuadrada de la varianza muestral | Desviacidn estindar muestral = La varianza muestral se obtiene dela siguiente forme: | sums | (Cada valor Media} Varianca muestrat = ——L__. | ‘Neinero de valores 1 Varianca umestral = 3 = = aTdodd._. —@§§ medias ae dspersién 11 0-0-0 Pero primero es necesario caleular Ia media: Suma de valores ‘Mimero de valores Media = =¥ep- 13+ 14+ 15+ 9+5+942+ 14510464104 4134144 14 peaauo oO a 10.6 = $10 600.00 (3-106? + (14-106 + GS~10.6F + ( 9-106" + ( $106" + (9-106 + (2-106 + (14-106 + (0-10.67 + ( 6-106" + (10~ 10.6 + (11-106) +.03~ 106 + 4-10.67 + P 151 Varianza muestral wee 209.6 as = 14.971 miles de pesos al cuadrado * Otra forma de caleular la varianza muestral es: ee Suna de cada ; : . valor eievado al\ _{ Niinero de V( Media at cuadrado vatores}{ cuadrado } Varianza muestral = su Nuimero de valores — 1 Varianca muestral = 3? = IP + d+ 1S 498 + SPH + HE +1? +10 +1 15(10. _ 1895 — 1 6854 i = 14.971 miles de pesos al cuadrado *+ La desviaci6n estindar muestral se calcula a continuacién: Desviacién esténdar muestral = \Varianca muestra 3.869 = $3869.00, O-O-C— 122 Probabilidad y estadtsties, PAA AA Aa Desviaci6n estandar. Formulas cldsica y simplificada Aunque el lector va lo habré descubierto, existen por lo menos dos formas de calcula la varianca y la dlesvincién estindar; una de ellas se basa en la definicién clisica de varianza y para aplicarla es nece sario calcula la suma de las diferencias de cada valor respecto a la media, Otra formula, conocida co. ‘mo simplificada, exige calcular la suma de cada valor elevado al cuadrado. Independientemente de la formula o-nétodo que se uilice, el resultado debe ser exactamente el mise mo, tal como se observa en el siguiente ejemplo, en donde ademas se aprecia el valor relativo de dos _upos de datos que se pueden compara Por uno w otro camino, el resultado es el mismo, Ejercicio 4.3 Determine la desviucidn esténdar de las ventas de dos pequefios negocios. presentan a continuacién: 20.00, $16.06, $17.00, $16.00 y $21.00 18.00, $19.00 y $18.00 Negocio 1, Ventas = Negocio 2, Ventas = $18.00, $17.06, ouPasarivo De ventas Solucion: + La desviacién estindar se obtiene de la siguiente forma, aunque primero debe calcular la media: Desviacién estindar = || _suwa (Cada vator = Meda Mimero de |B a-% Desviacién estindar = Suma de valores es Nimero de valores Medio = 2021621141621 _ $9. srso9 i [20~ 18) + W6- 18? + (17 - 18y + (16-18) + (21-187 2.0976 = $2.0976 Desviaciénestindar 1 = Media 2 = Betas ee 7 2 = $18.00 nee (08-18)? + 7~ 18 + 8-18)? +a) ‘Observe que. a pesar de que ambos negocios tienen ef mismo promedio de ventas, las ? ventas del negocio 2 son mucho més estables, lo que se refleja en su desviacién estindar £ menor, SP + U8 18) Desviacion estdndar 2 Uitilizando Ja formula simplificada para calcular la desviaci6n estindar de las ventas. el proce- dimiento seria eee 1 ——— : Suma de cada Niimero de Media al valor elevado } — | valores euadrado >| \ al ewadrade Desviacién estindar = | | | | Nimero de valoves O-C-CH 14 Probabildad y estacistica Desviacién estindar = Desviacion estdndar Desviaci6n estindar 2 Coeficiente y porcentaje de variacién El coeficiente de variacién es una sencilla medida que permite comparar el grado de dispersin, es de- cir, qué tan diferentes son, en valor relativo, dos o més conjuntos de datos. Se obtiene dividiendo la desviaciGn estindar entre la media. Por ejemplo, si la desviacidn estindar es 8.3 metros y la media es 668 metros, el coeficiente de variaciGn sera 8.3 metros/68 metros = 0.122 (observe que el cveficiente Pierde las unidades de los datos). Si el coeficiente de variacidn se multiplica por 100, se convierteen el porcentaje de varia én, Esta ‘medida de cispersidn puede ser la mas Féeil de entender como medida de comparacisn entre dos 0 més grupos de datos; por ejemplo, si el coeficiente de variaci6n de un grupo de datos es 0,122. el porcenta 2.2%, je de variacién sera (0.122) (100) Ejercicio 4.4 Un microbuis urbuno realizé ayer 15 recorridos por su ruta autorizada, ransportando en cada Viaje el niimero de pasajeros que se indica, Determine el coeficiente y el porcentaje de varia- £ cid del pasaje de dicho mictobis: 13, 14, 15.9, 5.9.2. 14, 10,6, 10. 11, 13. 14 y 14 Solucién: + El coeficiente de variacién se caleula asi: Coeficiente de variacién cs La desviacidn estindar y la media pueden caleularse wtilizande tas Yrmutas que se indican $ tinuacisn al euadrado Se Nuimero de valores Desviacién estindar = | ( SS). (axe) (“iad ) 0) — Ne Desviacién estindar Desviacién estind Media Coeficiente de variacién 3.238 = 32 = 0.353 106 + El porcentaje de variacion es el siguiente: | Porcentaje de variacién = (Coefcieme de variaciény 100 —C-O-O- 136 Probsildad y estadistieg, $$$ SabIAS que... Para cl dseho de tangues de almacenamiento de agua pouble we analy 2an las variaciones en el consumo promedio por hora, de al forma que el o os tanguestengan ata cuando ésta se necesitey haya espacin en ellos durante las horas de menor consumo? Asi es post, ble abastecer un consumo variable con una entrada de agua constante Coeficientes de variacién comparados Tanto el coeficiente como el porcentaje de variacién expresan la relacidn entre la desviaciGn esténdar y la media de un grupo de datos. Esta relaciGn permite comparar diferentes grupos de datos en fun- cidn de su grado de dispersi6n relativa a sus mismos datos: de esta manera se descubren proporciones no visibles a simple vista, como en el caso del ejemplo siguiente Ejercicio Calcule el coeficiente de variacisn de los siguientes grupos de datos: Grupo 1: 1.78, 1.59, 1.63, 1.65 y 1.84 m Grupo 2: 178, 159, 163, 165 y 184 Grupo 3: 70.08, 62.59, 64.17, 64.96 y 72.44 pul Solucion: * El coeficiente de variacisn es Ja relacién entre la desviacién esténdar y Ja media, es decir: | Coeficiente de variacién = La desviacién estandar y la media pueden calcularse utilizando las formulas que se indican ‘ comtinuacién: r valor elevado ( Suma de cada Herero Jet) (ae Desviacton valores. } \ euadrado estén \ Miimero de vatores : | Desviacién estindar = Medin = Suma de volores j Numero de valores ATA Meds de dispersion 357 -O4Q-O~ H 1+ Media 1 = eae = 1.698 m Media 2 ~ 178 +159 + 163 + 165 + 184 169.8 em Media 3 = 9 + A.17 + 64.96 + 72.44 66.848 puly Desviacién esta Desviacion estdndar 2 = TOO _ 9,539. cm Desviacién esténdar 3 | riacidn € | Coeficiente de variaciin = Pesticide 0.09539 _ oe ‘oeficiente de variacidn | = 222539 yos69 Coeficiente d tans” = 2° 9.530 Coeficieme de variacién 2 = 232 = g,o562 169.8 ‘weficiente de variacién 3 = 2737 = 0.9562 ‘ 66.848 Observe que. aunque los valores de media y desviacisn estindar de cad: es entre si. pues en es upo son diferen- te caso se refieren a Iu misma medida pero en unidades diferentes, el * wliciente de variacién indica que cada grupo tiene la misma variabilidad en sus datos. tren 3.08 pul 7008 py Quin es mis alto ~O-O-O= 138 Probabitidad yestadstey AMA AAJ Coeficiente de asimetria de Pearson {Le asimetria o sesgo de una distribuciin de frecuencias expresa su deformacidn respecto al eje verti- Cal. La asimetra puede ser postivao derecha (la media es mayor que la medians), negativa oizquier, da (Ia media es menor que la mediana), © nula (la media es igual ala mediana, es deci, la figura eo simétrica). Negative Nola Positva He Me H=Me > Me {a asimetria puede cuantificarse mediante el segundo coeficiente de Pearson (Karl Pearson, mate. ‘itico inglés, 1857-1936), e] cual se explica con el siguiente ejemplo: Ejercicio 46 Un microbis urbano realiz6 ayer 15 recorridos por su ruta autorizada, transportando en viaje el nimero de pasajeros que se indica. Determine el segundo coeficiente de asimetri de Pearson del pasaje de dicho microbiis: 13, 14, 15,9, 5.9, 2, 14, 10,6, 10.11, 1314 14. 2 Solucion: * El segundo coeficiente de asimetifa de Pearson se calcula utiizando la formula que se indica a continuacién: cofene = 3 ( li tne * Para determinarlo. primero se calculan la media, la mediana y la desviacién estandar: Suma de valores Niimero de valores REMFIS+945 40424 Media = R= FISH O45 494 = 10.6 pasajeros ‘+ Mediana (el valor del elemento de la posicién central), Posicién de _ _Niimero de elementos + 1 la mediana 2 Los valores ordenados son los siguientes: 2,5,6,9,9.10, 10, 11, 13,13, 14, 14 14, 14, 15. pot lo que el valor del elemento de la posicién 8 es 11 pasajeros. ee eee + Se puede calcular la desviacién estindar de la siguiente forma eae area | _sums{(Cada valor Media?) Desviacién estndar = Desviaci U3~ 10.67 + 14-106" + (15~ 10.6) + (8-106 + (5-106 + ¢ 9-106" + 2 ~ 106% + 44-106) + 0-106" + (6-10.67 + (10-10.6F + 1110.6" \ + 2-10.67 + 4-10.67 + 4~ 10.6) 15 Desviacién estanda 3.738 pasajeros —S-O-O— 140 Probabilidad y estadistica + La asimetria queda cuantificada en la siguiente cantidad: ‘ Sa ied, ( Media ~ Mediana ) as Desviacién estindar 106—11 ‘aR 0.321 pasajeros (El signo negativo indica que la media es menor da de la medians.) que la mediana, es decir, esta a la izquier Momentos y curtosis La deformacién respecto al eje horizontal de una distil ibucidn de frecuencias se conoce como cumtosis 0 aplastamiento. Una medida cualitativa de la forma de las distribuciones de frecuencias las clasfica en: Leptoctiticas: ‘Sus datos se concentran en un reducido intervalo de valores. Mesoctrticas: Estas presentan una concentracién de valores alrededor de la dia, y una reduccién de éstos hacia los exiremos. A éstas se les co- ‘oce también com distribuciones normales o campsnas de Guuss, Platicirticas: En ellas los datos se distribuyen de manera relativa uniforme en todo el rango de valores. ee Mescine Reainns Tipo de curtosis¢ aplestamiemto. El coeficiente de curtosis puede calcularse por medio de los momentos de la distribucidn de fre- he See ee zi bE El calculo de la media se puede realizar asi: Marca de ‘Suma de tas suma | { clase at (Frreenca = [frecuencias (Media at cuadrado )\ ce ctase thsotnas | cuadrado) Suma de las frecuencias absolutas Varianza Varianca = _suita (Marca de la clase) (Frecuencia de cada clase) Media =~ Suma de las frecuencias absolutas s OMS, Media = w= ¥ = OE = i" dE 333558) + 38(2135) + 43 (3084) + 48 (3796) + 53 (2135) 3558 + 2135 + 3084 + 3796 + 2135 12.597 afios 33° (3558) + 38° (2135) + 43? 084) + A8* (3796) + 53 (2135) — 14 70842597 3558 + 2135 + 3084 + 37.962 135 27.403 117 ~ 14.708 (42.5977 _ 715 387 14 708 14708 48,639 afios al cuadrade ‘La diferencia en los resultados es explicable en funcién del numero de decimales utiliza: £ Jos en fas operaciones.) Ejercicios para resolver en grupo 7 Obteng I temperatura promedtio para cada uno de los 12 meses del ao de es cudades del pas » caleale el porcentaje de variacién de esos valores para determinar cul de esas vindades tenn una femperatura més estable, Grafique los valores y compazclos con los obtenidos por otres coms pafieros de clase. EI sitio de Interret del Instituto Nacional de Estadstica, Geogratfa e Informa €a (www inegi.gob.mx) tiene disponible la informacién necesaria. 2. Por lo general las empresas de cembio de monedas internacionales (divisas) ‘compran las dife- remtes monedas a un cierto precio y las venden con un pequeiia diferencia a su favor, Determine cl valor de compra y venta, al dia e ayer. de las unidades monetarias de cinco paises y determn ne el rango de cada divisa. Deterraine tambien el porcentaje de cada rango respecto al valor de Compra. Algunos sitios de Internet donde puede encontrar la cotizacién de divisas son: www banamex.com, www.banorte.com 7 www.bital.com,mx. Obtenga del directorio telefnico los titimos cuatro digitos de 20 nlimeros de telefono cualquie- ‘a Para cada grupo de digitos sume el valor de éstos y determine los valores minimo y maximo de esas sumas, asf como su desviecién esténdar y su coeficiente de variacidn. ;Cudles son los valores minimo y maximo que podrian presentarse en la suma de dfgitos? 4 Obtenge el tiempo que usted y otros 10 compatieros de clase tardaron hoy en llegar de su casa ln escuela y determine con es0s valores el rango y Ia variacién media, en horas y minutos, Com: Pare sus resultados con otros compafleros de clase, Ejercicios propuestos 1. Calcule el rango, la desviacin media, la varianza y la desviacign estandar de los siguientes valo- Fes correspondientes ala velocidad. en kildmetros por hora, de 15 autoiéviles, a su paso por un centro de manitoreo: 63, 52. 75, 49, 47, 79, 85, 66, 59, 62, 58, 56.85, 73 69. ~ Los siguientes valores corresponden al peso, en kilogramos, de una muestra de 15 personas. De- ermine la desviacién estindar de ese grupo de personas: 63, 52. 75, 49, 47, 79. 85, 66. 59, 62 58. 56, 85, 73 y 69, Determine el coeficiente y el porcentaje de variacidn de los siguientes valores, correspondientes la velocidad, en millas por hora, de 15 automéviles a su paso por un centro de monitoreo: 63 52, 75, 49, 47, 79. 85, 66, 59, 62. 58, 56, 85, 73 y 69, 4. Calcule et segundo coeficiente de asimetria de Pearson correspondiente a los siguientes valores: 63, 52, 75, 49, 47, 79, 85. 66, 59. 62, 58, 56, 85. 73 y 69. A partir de los siguientes valores, determine los primeras cuatro momentos respecto a la media, asi como el coeficiente de curtosis: 63, 52, 75, 49, 47, 79. 85, 66, 59, 62. 58. 56, 85. 73 y 69. ~C—C-C— 148 Probability estate aA aA aA aa 6. La media de una poblacién es 683.5 gy su desviacin esténdar, 52.1 g. Determine Ja puntuacién ‘estindar Z para los siguientes valores: 652.1, 683.5 y 707.4, 7. La media de una muestra de taratio 15 es 683.5 g y su desviacidn estindar es 52.1 g. Determic ne la puntuaci6n esténdar£ para 'os siguientes valores: 652.1, 683.5 y 707.4 g 8. La media de una muestra de tamaiio 10 es 683.5 g y su desviaciGn estindar, $2.1 Determine la puntuacidn esténdar ¢ para los siguientes valores: 652.1, 683.5 y 707.4 g 9. Calcule el rango, la varianza y la desviaci6n estindar de la siguiente tabla de distribucin de fre- cuencias: | clase | Limite inferior | Limite superior | Frecuencia absolnta 2 150 180, 7264 } a] 20 250 2923 e 10. Calcule el rango, la varianza y ia desviaci6n estandar de la siguiemte tabla de distrihucisn de frecuencia Clase | Limite inferior | Limite superior | Frecuencia absoluta 1 1s Las 624s | 2 | 1.50 1.80 7264 | al 1.85 2u5 11 450 | 4 | 2.20 2.50 2923 | 2.85 CAPITULO 5 ° 9009 25 “°c99900000 Anilisis combinatorio med ae ee et Octavio Sanchez. Primera Segunda Tervera——Cuarta canica canica canica canica Orden [Ret — verde ——anrv p—Newa —L Verde —— Rein ——— anv = Negra —— Verde —— ARNV Amil —}—Roja. —l— verde —— Negra —— ARVN Negra —— Roja. —— AWN verde —[— Roja’ —— Negra —— AVR [Rela —— verde ——NaRV Nave RAV Azul ——NRVA [—Aal —— Roja verde [Rojp —— azot — — Negra —— Verde — ——Verle —— Negra ——RAVN Aa Verde RNAV Roja Verde Azul ——RNVA —Aal —— Negra RVAN Verde —!—Negra-—— Azul ——RVNA [Nest —— Roja ——VANR ——VARN Roja ——VNAR Verde —Roja —— Azul ——~VNRA | —— Negra —— VRAN a —— Azul ——VRNA 0-0-0 150 Probabilidad y estadistica 4 Analisis combinatorio Orientado al estudio de las probabilidades, el anélisis combinatorio o andlisis del ntimero de formas en Jas que se pueden presentar los resultacos de un proceso, ayuda a cuantificar la probabilidad de que ‘ocurra un resultado en particular. El anilisis combinatorio tiene como elementos fundamentales las permutaciones y las combinaciones. Estos elementos se estudian en el presente capitulo. Permutaciones ‘Una permutacién es una forma en la que pueden presentarse los objetos o eventos, y en la que el orden de aparicién es muy importante: por ejemplo, los digitos 2, 5 y 8 pueden forman los mimeros 258, 285, 528, 582, 825 y 852. Cada uno de ellos es una permutacién de los dfgitos 2, 5 y 8, y refleja valores muy diferentes entre si. Lo mismo puede decirse de las letras A. V y E: AVE, EVA y VEA son palabras diferentes. UNA MOSCA, AANA MASCA PARADA AN LA PARAD E ENEMESCE PEREDEENLEPERED | 1 INTMISCI PIRIDI IN LI PIRID | © oxomosco PoRoDO ON Lo PoRoD U_UNUMUSCUFURUDUNLUPURLD_| La ma genera de as permaaioneses a pene ‘nes el niimero total de objetos o eventos, ser cualquier valor entero positive desde 1 hasta 1) La formula anterior y otras similares se aplican en los ejemplos que se muestran a continuacién. Un juego ganado y un juego perdido Cuutro equipos deportives (A, B,C y D) jugardn en un torneo, Primero jugardn A contra B y C contra D. Los ganadores de cada juego jugarsn entre si para definir asi el primero y el segundo Jugares. Los perdedores de los primercs juegos definirén en un juego cul tendré el tercer lugar. Al analizar esta situacién se observa gue para obtener el primer lugar es necesario ganar en el primer juego y ganar en el segundo (CG). El segundo lugar se logra si gana en el primer juego y pierde en el segundo (GP). El tercer lugar se obtiene si pierde en el primer juego y gana en el segundo (PG). A pesar de que los equipos en segundo y tercer hugares hayan ganado un juego y perdido otro. el orden en que lo hayan hecho marca la diferencia (GP PG).