Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBABILIDAD Y ESTADSTICA
PROBABILIDAD FRECUENCIAL:
Es el cociente entre la frecuencia observada de un suceso y el total de observaciones
cuando un experimento se realiza un nmero grande de veces. Proporciona
probabilidades aproximadas y no reales.
Ejemplos:
Tirar dardos en un blanco determinado
Lanzar un par de dados
Obtener una carta de una baraja
Lanzar una moneda
Espacio Muestral
Es el conjunto de todos los posibles resultados de inters de un experimento dado, y se
le denota normalmente mediante la letra S. Ejemplos:
1.- Experimento: Se lanza una moneda.
Espacio muestral = total de formas en cmo puede caer la moneda, que caiga sol o
que caiga guila. (Si cae de lado no es de inters y se repite el lanzamiento).
S = {s, a}
Los eventos aleatorios se denotan normalmente con las letras maysculas A, B, C...
Son subconjuntos de S, esto es, A, B, C, S
Los eventos aleatorios son conjuntos que pueden contener un solo elemento, una
infinidad de elementos, y tambin no contener ningn elemento.
Al nmero de puntos muestrales de S se le representa por N(S)
Evento Imposible.- Es aquel que nunca se verifica como resultado del experimento
aleatorio. No tiene elementos de inters para su fenmeno. Es un subconjunto de S, y
la nica posibilidad es que el evento imposible sea el conjunto vaco.
S, y N() = 0
Conjuntos disjuntos: Se les llama as, cuando dos conjuntos A y B no tienen ningn
elemento comn entonces A y B son disjuntos. Ejemplos de conjuntos disjuntos y no
disjuntos:
1.- Cuando A y B son disjunto no tienen ningn elemento en comn.
Sea A = {x I x es par} y B = {x I x es impar}.
2.- Estos dos conjuntos tienen a las vocales en comn por lo tanto no son disjuntos:
Sea A = {x I x es una vocal} y B = {x I x es una letra del abecedario}.
Conjunto vaco: El conjunto vaco es el nico conjunto que no tiene ningn elemento.
La notacin que se utiliza para representarlo es .
Unin: Es una operacin entre dos o ms conjuntos, mediante la cual se genera otro
conjunto que tiene todos los elementos que pertenecen por lo menos a uno de los
originales. En simbologa de conjuntos, se denota mediante el smbolo .
Interseccin: Operacin entre dos o ms conjuntos, mediante la cual se genera otro que
tiene todos los elementos que pertenecan simultneamente a todos los conjuntos
originales. Se denota con el smbolo
Ejemplo: A= {1, 2, 3, 4, 5, 6,} B= {2, 4, 6, 8, 10, 12} por tanto A B= {2, 4, 6}
Ejemplo.- El departamento de personal de una empresa contrata programadores, 25 de
ellos para tareas de programacin de sistemas y 40 para programacin de aplicacin.
10 de todos los contratados deben realizar trabajos de ambas especialidades.
Cuntos programadores se deben contratar? Representar con un diagrama de Venn.
nS (S A) = 25 10 = 15
nA (S A) = 40 10 = 30
nT = nS + nA + (S A) = 15 + 30 + 10 = 55
Ejemplo:
Experimento: Se lanza una moneda tres veces.
Espacio Muestral:
= { (S,S,S), (S,S,A), (S,A,S), (A,S,S), (A,A,S), (A,S,A), (S,A,A), (A,A,A) },
N() = 8, S es el evento seguro.
Evento simple:
B:Que salgan tres soles; B ={ (S,S,S) } , N(B) = 1
Evento compuesto:
E: Que salgan al menos dos soles;
E = { (S,S,S), (S,S,A), (S,A,S), (A,S,S) }, N(E) = 4
PROBABILIDAD CLSICA:
Es el cociente entre el nmero de resultados favorables y nmero de casos posibles, si
todos tienen la misma probabilidad de presentarse. Los resultados se consideran a
priori.
7.1.1. FORMULAS
Probabilidad frecuencial y regularidad estadstica
La probabilidad de un evento A, denotada por P(A), es el valor en el que se estabilizan
las frecuencias relativas del evento A, cuando el nmero de observaciones del
experimento se hace cada vez mayor.
Esto es:
N (A )
P ( A )=
N ()
donde
N(A) = nmero de elementos del evento A
N() = nmero de elementos del espacio muestral .
TCNICAS DE CONTEO
Si un conjunto tiene n elementos y otro conjunto tiene m elementos, entonces existen
nxm formas diferentes de tomar un elemento del primer conjunto y otro elemento del
segundo conjunto.
Ejemplo: para ir de su casa a la universidad un estudiante debe ir primero a una
estacin intermedia de transferencia:
A: casa del estudiante
B: Estacin intermedia de transferencia
C: Universidad
Suponga que hay tres lneas de buses para ir de A a B y que desde B para llegar a C,
puede usar el bus de la universidad o el carro de un amigo. De cuntas formas
diferentes puede ir de su casa a la universidad?
Respuesta. Sean 1, 2, 3 las lneas de buses de A a B, y 4, 5 las formas de ir de B a C.
Representamos las diferentes opciones mediante un diagrama de rbol.
PERMUTACIONES.
Si estamos eligiendo de un conjunto de objetos, algunos
de ellos en un orden o jerarqua determinada estamos
haciendo una permutacin, esto es, si al seleccionar o
acomodar (r) objetos de un conjunto de (n) objetos
distintos, cualquier arreglo (u orden) de estos objetos se
conoce como, una permutacin. En esta tcnica de
conteo en la que EL ORDEN SI IMPORTA en que aparecen cada elemento del conjunto
y en donde en cada arreglo participan una parte de los elementos del conjunto.
En cada arreglo pueden participar parte o la totalidad de los elementos del conjunto.
Si se incluye un elemento en cada arreglo, la cantidad de arreglos diferentes que se
obtiene es n.
Si se incluyen dos elementos en cada arreglo, la cantidad de arreglos diferentes que se
obtiene es n(n 1).
Si se incluyen tres elementos en cada arreglo, la cantidad de arreglos diferentes que se
obtiene es n(n 1)(n 2).
Si se incluyen r elementos en cada arreglo, la cantidad de arreglos diferentes que se
obtiene es n(n 1)(n 2) ... (n r + 1).
n n!
r P=n ( n1 ) ( n2 ) ( nr +1 )=
(nr )!
COMBINACIN.
Una combinacin es un subconjunto o un arreglo de todos o parte de los objetos de un
conjunto sin considerar el orden de los objetos, donde el nmero total de
combinaciones posibles de un conjunto de objetos tomados todos a la vez es 1.
Por ejemplo, los arreglos posibles del conjunto de letras {a, b} son ab y ba. Puesto que
el orden del arreglo NO es considerado, el arreglo ab es el mismo que ba. Por tanto,
hay solamente una combinacin posible para el conjunto.
Cada arreglo se diferencia nicamente por los elementos que contiene:
n: cantidad de elementos del conjunto
r: cantidad de elementos en cada arreglo
La frmula es:
n
n rP n!
rC = =
r ! (nr ) ! r !
Hay 26 letras diferentes sin incluir la y 10 dgitos diferentes. Como no importa repetir
letras y nmeros en cada placa, el total es: 26 x 26 x 10 x 10 x 10 = 676000
4.- En un curso preuniversitario los exmenes tienen 20 preguntas y cada una tiene 5
opciones, de cuntas formas diferentes se puede contestar el examen?
Respuesta:
20 preguntas x 5 opciones = 100 formas diferentes
b) De 3 cifras
4 n! 4! 4 ! 24
3P= = = = =24
(nr) ! ( 43)! 1! 1
c) De 4 cifras
4 n! 4! 4 ! 24
4P= = = = =24
(nr)! (44 )! 0! 1
Clasificacin de la Estadstica
La Estadstica Descriptiva: es la parte de la Estadstica que estudia las tcnicas y
mtodos que sirven para la observacin, toma, organizacin, descripcin, presentacin
y anlisis de datos. Se llama descriptiva por ser su fin primordial la descripcin de las
caractersticas principales de los datos obtenidos.
Tipos de variable
1. Variables Numricas: son aquellas que se identifican o se les puede asignar un valor
numrico o que corresponden a aspectos que son medibles. Ejemplo: Tiempo de uso,
precio, tamao, velocidades, nmero de hijos de una familia, nmero de carros que
circulan por determinada calle, alturas, pesos, tallas, temperaturas, etctera.
a) Variables Numricas Discretas: son aquellas que solamente toman valores enteros
con rango finito. Ejemplo: Nmero de hijos en cada familia de una colonia de la ciudad,
talla de calzado de cada alumno de un grupo escolar, la cantidad de alumnos por grupo,
etc.
b) Variable Numrica Continua: son aquellas que pueden tomar cualquier valor entre
dos valores dados. Es decir, el rango contiene no slo valores enteros sino un intervalo
(finito o infinito) de valores reales (esto es, que puede ser fraccionario, decimal o
irracional). Ejemplo: El tiempo de vida de una persona, el nivel de hemoglobina de los
habitantes de una colonia, la temperatura ambiental durante un da, etctera.
2. Variables Categricas: son aquellas a las que no se les puede asignar o identificar
con un valor numrico, sino con un aspecto, cualidad o caracterstica que las distinga y
que no se pueden medir sino solo observar, a ese aspecto, cualidad o caracterstica se
le llama categora. En las variables categricas, un elemento no puede estar en dos o
ms categoras a la vez, lo cual las hace excluyentes y adems no puede haber
elementos de la poblacin que no pertenezcan a alguna categora, lo cual las hace
exhaustivas. Ejemplos: Marca, tipo de sangre, deporte preferido, idioma, nacionalidad,
colores, cabello o piel, sexo, clima, etctera.
a) Variables Categricas Nominales: son aquellas a las que no se les puede asignar un
orden, es decir que slo permite clasificacin en categoras por mencin de sta.
Ejemplo: La nacionalidad de una persona, idioma, sexo, himnos nacionales.
Para Organizar los datos: existen muchas formas de clasificarlos, en general pueden
ser determinados de acuerdo a cuatro elementos que son: Tiempo, lugar, cantidad y
cualidad.
Experimento: Toda accin o prueba que se realiza con el fin de observar su resultado.
Experimento Determinista: son aqullos en los que se puede predecir con certeza su
resultado antes de que ste se presente. Ejemplo: Al lanzar en un cuarto un libro al aire
con el fin de determinar si flota, se queda unido al techo o cae al suelo, sabemos con
certeza que el libro caer al suelo, lo cual lo hace un experimento determinista.
Una Poblacin es Infinita cuando existe una cantidad indeterminada de elementos por
analizar; es decir, una cantidad de elementos que aunque los enumerramos nunca
terminaramos de hacerlo.
MTODOS DE MUESTREO
Fundamentalmente el muestreo es de dos tipos bsicos:
Probabilstico o aleatorios: tipo de muestreo que se obtiene mediante sorteo de los
individuos que la forman teniendo as, cada individuo la misma posibilidad de
pertenecer a la muestra, permitiendo calcular el posible error de la muestra. De entre
los que destacan, el muestreo aleatorio simple, el sistemtico, el estratificado y el de
conglomerados.
Los principales elementos de una tabla estadstica son: Ttulo, unidades, encabezado,
cuerpo o contenido, nota de pie y referencias. Se elabora colocando en la primera
columna los datos diferentes o subgrupos de datos (llamados clases o intervalos de
clase) y en la columna siguiente el nmero de observaciones que corresponden a cada
dato o a cada grupo de datos (llamada frecuencia).
Una tabla de este tipo dar, en forma abreviada, una informacin completa acerca de la
distribucin de los valores observados. Estas tablas facilitan el uso de los mtodos
grficos y aritmticos.
La presentacin de los datos en forma ordenada, por medio de una tabla, depender de
los datos de que se trate, y si estos son cualitativos o cuantitativos como se muestra a
continuacin:
Marca de Clase (MC) de cada intervalo: Se refiere al Punto Medio del intervalo y a
travs de l representaremos a todo el intervalo y una de las maneras de calcularla es
promediando los valores lmite de cada intervalo, su frmula es:
L +L
MC= i s
2
LA MEDIA ( X ).
La media aritmtica o simplemente media, es el promedio aritmtico de un conjunto de
observaciones y se obtiene al sumar todos los datos y dividir dicha suma entre el total
x
de datos. La media de los datos numricos ( 1+ x 2+ x 3 + x n) /n
X=
LA MODA (Mo)
La moda es el valor que aparece con mayor frecuencia. Si ningn valor se repite, se
dice que no hay moda, o que todos los valores son moda. Si existe un nico valor con
mayor nmero de repeticiones, entonces a ese valor se le llama la moda, y el conjunto
de datos se dice que es unimodal. Pueden existir, sin embargo, dos o ms valores que
sean los que mayor nmero de veces se repiten, en tal caso la moda consta de esos
valores, y se dice que el conjunto de datos es bimodal. Si hay ms de dos valores con
mayor nmero de repeticiones, se dice que el conjunto de datos es multimodal.
MEDIANA (Me).
Para calcular la mediana procedemos como sigue. Se ordena la muestra
x
( 1+ x 2+ x 3 + x n) de menor a mayor incluyendo repeticiones. Si el nmero de
elementos es impar, se toma el dato central; si es par la mediana est dada por el
promedio de los datos centrales, pudindose obtener un valor no dado en la muestra.
x +x
Me= c 1 c1
2
x
( 1+ x 2+ x 3 + x n )
n
X =
30+32+32+33+36 +36+36+37 +38+38+ 40 388
X = =
=35. 27
11 11
x
( 1+ x 2+ x 3 + x n )
n
X =
2+ 4+5+6 +7+8+11 +11 54
X = = =6.75
8 8
4. Considerar 10 pacientes de edades 21, 32, 15, 59, 60, 61, 64, 60, 71 y 80. La media
de edad ser:
Respuesta: Se ordenan los datos de menor a mayor; 15, 21, 32, 59, 60, 60, 61, 64, 71,
80. Se cuentan cuantos nmeros son (n) y se sustituyen en la frmula siguiente.
x
( 1+ x 2 x 3 + x n )
+
n
X =
15+21+32+59+60+ 60+61+64+ 71+ 8 0 523
X = = =52.3
10 10
5. La media de 6 elementos se sabe que es 10. Sabiendo que cinco de ellos son: 8, 12,
13, 5 y 9, hallar el elemento que falta.
Respuesta: se tiene que hacer un despeje.
x
( 1+ x 2+ x 3 + x 4 + x 5 + x 6)
n
X=
X
=x 1+ x 2 + x 3+ x 4+ x5 + x 6
n
n X x1 x2x 3 x 4x 5=x 6
6(10)8121359=x 6
6047=x6
13=x 6
6. Cul es la mediana aritmtica de: 5.1, 6.5, 8.1, 9.1, 10.1, 15.5?
Como los nmeros estn ordenados, y n es par se toman los dos del centro, la mediana
es
x +x 8.1+9.1 17.2
Me= c 1 c1 = = =8.6
2 2 2