TAMAO DE CLASE

max-min C: nmero de clases

w
C

LA MEDIA ARITMTICA
Para datos sin agrupar Para datos agrupados
Media de la Muestra n
n F PM i i
xi x i 1

x i 1 n
n N

F PM i i

xi : valores de los elementos de la muestra i 1

N
n: tamao de la muestra Fi : Frecuencia de la clase i

Media de la poblacin PM i : Punto medio de la clase i

N

x i
i 1

N
xi : valores de los elementos de la
poblacin
N: tamao de la poblacin

LA MEDIA PONDERADA
n

w x i i
xw : es la media ponderada
xw i 1
n wi
: es el peso asignado a cada
w
i 1
i observacin
xi : es el elemento correspondiente
n : total de observaciones

LA MEDIA GEOMTRICA
tasa de crecimiento
1
Factor de crecimiento = 100
Tasa de crecimiento = (factor de crecimiento 1) *100

n
xg n
x
i 1
i n x1 x2 ..xn
 LA MEDIA ARMNICA
n
H n
1

i 1 xi

LA MEDIANA
n: tamao de muestra
Para datos agrupados F: frecuencia acumulada anterior a la clase
mediana

m
n 1 / 2 ( F 1) w l fm: frecuencia de la clase mediana
w: ancho de clase.
fm m
lm: Limite inferior de la clase mediana

Clase mediana: Clase que contiene el elemento mediano.

(n 1)
Elemento mediano: Elemento que est en la posicin 2 del conjunto de datos
ordenados.
Clase hasta: Clase anterior a la clase mediana

LA MODA
LI M : lmite inferior de la clase modal
Para datos agrupados
d1 : frecuencia de la clase modal menos
d1 la frecuencia de la clase anterior
M LI M w d2
d 1 d 2 : frecuencia de la clase modal menos
la frecuencia de la clase superior

VARIANZA Y DESVIACIN ESTNDAR

Poblacin Poblacin
Datos sin agrupar Datos agrupados
Varianza Varianza
xi F ( PM i ) 2
2 N
2 i
N

2

i 1 N i 1 N
Desviacin estndar
Desviacin estndar: N
Fi ( PM i ) 2
( xi ) 2
N
2 N
2
i 1 N
i 1

Muestra Muestra
Datos sin agrupar Datos agrupados
Varianza Varianza
n n
F ( PM i x )2
(x x ) i
2
s2 i
n 1
s2 i 1 i 1
n 1
Desviacin estndar Desviacin estndar
 n
Fi ( PM i x) 2
n
( xi x )2 s s 2

n 1
s s2 i 1 i 1
n 1

EL COEFICENTE DE VARIACIN
Poblacin Muestra
s
Cv (100) Cv (100)
X

PRINCIPIO BSICO DE CONTEO Y PERMUTACIONES

q
Principio Bsico del conteo: Sea un evento Q1 que puede ocurrir de 1 maneras, un

evento
Q2 que pueda ocurrir de
q2 maneras,... y un evento
Qn que puede ocurrir de
qn Q
maneras. Entonces el suceso compuesto Q1Q2 ... n puede ocurrir q1q2...qn maneras.

Ordenaciones con repeticin

n Or n r

Factorial (n!) Permutaciones

n! n(n 1)( n 2)......1 n!
n Pr
(n r )! = n(n 1)...( n r 1)
Combinaciones Permutaciones con objetos repetidos.
n! n!
n Cr n1 !n2 !...nk !
r !( n r )!

PROBABILIDAD
Propiedades de la funcin de probabilidad
i) P(A) 0 ii) P(A) 1
iii) P(S)=1 iv) P(Ac)=1-P(A).
#A vi) P( )=0
v) P(A)= # S
vii) P( A B ) P ( A) P( B) si viii) P ( A B ) P ( A) P ( B ) P ( A B )
A B

PROBABILIDAD CONDICIONAL
P( A B )
P(A|B)= P( B )

EVENTOS INDEPENDIENTES
P(E|F)=P(E)
P( E F ) P( E ) P( F )
 TEOREMA DE BAYES
n
P ( A | Bi ) P( Bi )
P ( A) P A | Bi P Bi P ( Bi | A) n
i 1
P( A | B ) P ( B )
i 1
i i

DISTRIBUCIN BINOMIAL
P(r ) n Cr p q r n r
P : probabilidad de xito
q : probabilidad de fracaso
np
npq

DISTRIBUCIN DE HIPERGEOMTRICA
r Cx N r Cn x p(x) : probabilidad de x xitos en n
p( x) ; 0 xr
intentos
N Cn
n : nmero de intentos
N : nmero de elementos de la
poblacin
r : nmero de elementos identificados
como xitos en la poblacin

DISTRIBUCIN DE POISSON
ex x nmero de ocurrencias
p( x) promedio
x!

Si n 20 y p .05 Poisson es una buena aproximacin a la normal y en este caso, se

cumple que,

(np ) x e ( np )
P( x)
x!

DISTRIBUCIN NORMAL
x x : valor de la variable aleatoria
z : media de la distribucin

: desviacin estndar de la distribucin

z : nmero de desviaciones estndar que

van desde x hasta la media de la
distribucin

Teorema de Chebyshev: Para un conjunto cualquiera de observaciones

(muestra o poblacin), la proporcin mnima de los valores que se
encuentran dentro de k desviaciones estndares desde la media es al
menos 1 1/k2, donde k es una constante mayor que 1.
Regla empirica

Cuartiles
Formula General:

Para calcular el valor de uno de los cuatro Cuartiles, se utiliza la formula:

Qk = k (N/4)
En donde:
Qk = Cuartil nmero 1, 2, 3 4
N = total de datos de la distribucin.