Gua

Matemtica
MARZO 2010

Nombre del Profesor: Francisco Arratia Camus Gua N 1

Nombre del Estudiante: ___________________________________ Nivel: NM4

Sector de Aprendizaje: Matemtica.

Unidad: Estadstica y probabilidad.

Para tener xito en el desarrollo de este nuevo tema, debemos tener en cuenta los conceptos: de
Estadstica Descriptiva y Probabilidades, como: Medidas de tendencia central, grficos de frecuencias,
manejo de la informacin, probabilidad compuesta, probabilidad total y frmula de Laplace en el clculo
de las probabilidades.

En esta Unidad:

Estadstica Descriptiva
Aplicars conceptos estadsticos: muestra, poblacin y tipos de variables.
Ordenars y organizars la informacin.
Analizars y construirs tablas y grficos.
Determinars medidas de tendencia central: media aritmtica, moda y mediana.
Calculars medidas de dispersin: rango, desviacin estndar y varianza.
Conocers e interpretars las medidas de posicin: cuartiles, quintiles, deciles y percentiles.

Estadstica Inferencial
Determinars la homogeneidad y heterogeneidad de una muestra.
Comparars distribuciones de distintas muestras de poblaciones dependiendo del tipo de muestreo
aplicado.
Determinars y calculars funciones de probabilidad y distribucin de una variable aleatoria discreta.
Estudiars la correlacin y regresin lineal de distribuciones bidimensionales.
Reconocers distribuciones normales y binominales. Y calculars probabilidades con ellas.

Francisco Arratia Camus Estadstica y Probabilidad

Pgina 1
Introduccin

Existen diferentes razones por las cuales los profesionales deben conocer los fundamentos de la estadstica
como instrumento del trabajo cotidiano. En esta gua se pretende dar a conocer algunas nociones estadsticas
que nos ayudarn a explorar y describir, en un primer momento, nuestros datos.

Poblaciones y Muestras

Cuando se realiza un estudio de investigacin, se pretende generalmente inferir o generalizar resultados de una
muestra a una poblacin. Se estudia en particular a un reducido nmero de individuos a los que tenemos acceso
con la idea de poder generalizar los hallazgos a la poblacin de la cual esa muestra procede. Este proceso de
inferencia se efecta por medio de mtodos estadsticos basados en la probabilidad.

La poblacin representa el conjunto grande de individuos que deseamos estudiar y generalmente suele ser
inaccesible. Es, en definitiva, un colectivo homogneo que rene unas caractersticas determinadas.

La muestra es el conjunto menor de individuos (subconjunto de la poblacin accesible y limitado sobre el que
realizamos las mediciones o el experimento con la idea de obtener conclusiones generalizables a la poblacin). El
individuo es cada uno de los componentes de la poblacin y la muestra. La muestra debe ser representativa de la
poblacin y con ello queremos decir que cualquier individuo de la poblacin en estudio debe haber tenido la misma
probabilidad de ser elegido.

Las razones para estudiar muestras en lugar de poblaciones son diversas y entre ellas podemos sealar:

a. Ahorrar tiempo. Estudiar a menos individuos es evidente que lleva menos tiempo.
b. Como consecuencia del punto anterior ahorraremos costes.

c. Estudiar la totalidad de los pacientes o personas con una caracterstica determinada en muchas ocasiones
puede ser una tarea inaccesible o imposible de realizar.

d. Aumentar la calidad del estudio. Al disponer de ms tiempo y recursos, las observaciones y mediciones
realizadas a un reducido nmero de individuos pueden ser ms exactas y plurales que si las tuvisemos
que realizar a una poblacin.

e. La seleccin de muestras especficas nos permitir reducir la heterogeneidad de una poblacin al indicar
los criterios de inclusin y/o exclusin.

Tipos de datos

Lo que estudiamos en cada individuo de la muestra son las variables (edad, sexo, peso, talla, tensin arterial
sistlica, etctera). Los datos son los valores que toma la variable en cada caso. Lo que vamos a realizar es medir,
es decir, asignar valores a las variables incluidas en el estudio. Deberemos adems concretar la escala de medida
que aplicaremos a cada variable.

La naturaleza de las observaciones ser de gran importancia a la hora de elegir el mtodo estadstico ms
apropiado para abordar su anlisis. Con este fin, clasificaremos las variables, a grandes rasgos, en dos tipos 3-5:
variables cuantitativas o variables cualitativas.

a. Variables cuantitativas. Son las variables que pueden medirse, cuantificarse o expresarse
numricamente. Las variables cuantitativas pueden ser de dos tipos:
o Variables cuantitativas continuas, si admiten tomar cualquier valor dentro de un rango numrico
determinado (edad, peso, talla).

o Variables cuantitativas discretas, si no admiten todos los valores intermedios en un rango. Suelen
tomar solamente valores enteros (nmero de hijos, nmero de partos, nmero de hermanos, etc).

Francisco Arratia Camus Estadstica y Probabilidad

Pgina 2
 b. Variables cualitativas. Este tipo de variables representan una cualidad o atributo que clasifica a cada
caso en una de varias categoras. La situacin ms sencilla es aquella en la que se clasifica cada caso en
uno de dos grupos (hombre/mujer, enfermo/sano, fumador/no fumador). Son datos dicotmicos o
binarios. Como resulta obvio, en muchas ocasiones este tipo de clasificacin no es suficiente y se requiere
de un mayor nmero de categoras (color de los ojos, grupo sanguneo, profesin, etctera).

En el proceso de medicin de estas variables, se pueden utilizar dos escalas:

o Escalas nominales: sta es una forma de observar o medir en la que los datos se ajustan por
categoras que no mantienen una relacin de orden entre s (color de los ojos, sexo, profesin,
presencia o ausencia de un factor de riesgo o enfermedad, etctera).
o Escalas ordinales: en las escalas utilizadas, existe un cierto orden o jerarqua entre las
categoras (grados de disnea, estadiaje de un tumor, etctera).

Estadstica descriptiva

Una vez que se han recogido los valores que toman las variables de nuestro estudio (datos), procederemos al
anlisis descriptivo de los mismos. Para variables categricas, como el sexo o la estatura, se quiere conocer el
nmero de casos en cada una de las categoras, reflejando habitualmente el porcentaje que representan del
total, y expresndolo en una tabla de frecuencias.

Para variables numricas, en las que puede haber un gran nmero de valores observados distintos, se ha de optar
por un mtodo de anlisis distinto, respondiendo a las siguientes preguntas:

a. Alrededor de qu valor se agrupan los datos?

b. Supuesto que se agrupan alrededor de un nmero, cmo lo hacen? muy concentrados? muy dispersos?

a. Medidas de tendencia central

Las medidas de centralizacin vienen a responder a la primera pregunta. La medida ms evidente que podemos
calcular para describir un conjunto de observaciones numricas es su valor medio. La media no es ms que la suma
de todos los valores de una variable dividida entre el nmero total de datos de los que se dispone.

Como ejemplo, consideremos 10 pacientes de edades 21 aos, 32, 15, 59, 60, 61, 64, 60, 71, y 80. La media de
edad de estos sujetos ser de:

Ms formalmente, si denotamos por (X1, X2,...,Xn) los n datos que tenemos recogidos de la variable en cuestin, el
valor medio vendr dado por:

Otra medida de tendencia central que se utiliza habitualmente es la mediana. Es la observacin equidistante de
los extremos.

La mediana del ejemplo anterior sera el valor que deja a la mitad de los datos por encima de dicho valor y a la
otra mitad por debajo. Si ordenamos los datos de mayor a menor observamos la secuencia:

15, 21, 32, 59, 60, 60,61, 64, 71, 80.

Como quiera que en este ejemplo el nmero de observaciones es par (10 individuos), los dos valores que se
encuentran en el medio son 60 y 60. Si realizamos el clculo de la media de estos dos valores nos dar a su vez
60, que es el valor de la mediana.
Francisco Arratia Camus Estadstica y Probabilidad
Pgina 3
Si la media y la mediana son iguales, la distribucin de la variable es simtrica. La media es muy sensible a la
variacin de las puntuaciones. Sin embargo, la mediana es menos sensible a dichos cambios.

Clculo de la mediana para datos agrupados

La m e d i a n a se encuentra en el i n t e r v a l o donde la f r e c u e n c i a a c u m u l a d a llega hasta la m i t a d d e l a

suma de las frecuencias absolutas .

Es decir tenemos que buscar el intervalo en el que se encuentre .

L i es el lmite inferior de la clase donde se encuentra la mediana.

es la semisuma de las frecuencias absolutas.

F i - 1 es la f r e c u e n c i a a c u m u l a d a anterior a la clase mediana.
a i es la amplitud de la clase.

La m e d i a n a es i n d e p e n d i e n t e de las a m p l i t u d e s de los i n t e r v a l o s .

Por ltimo, otra medida de tendencia central, no tan usual como las anteriores, es la moda, siendo ste el valor de
la variable que presenta una mayor frecuencia.

En el ejemplo anterior el valor que ms se repite es 60, que es la moda

Clculo de la moda para datos agrupados

L i es el lmite inferior de la clase modal.

f i es la frecuencia absoluta de la clase modal.
f i - 1 es la frecuencia absoluta inmediatamente inferior a la clase modal.
f i + 1 es la frecuencia absoluta inmediatamente posterior a la clase modal.
a i es la amplitud de la clase.

b. Medidas de dispersin

Tal y como se adelantaba antes, otro aspecto a tener en cuenta al describir datos continuos es la dispersin de
los mismos. Existen distintas formas de cuantificar esa variabilidad. De todas ellas, la varianza (S2) de los datos
es la ms utilizada. Es la media de los cuadrados de las diferencias entre cada valor de la variable y la media
aritmtica de la distribucin.

Esta varianza muestral se obtiene como la suma de las de las diferencias de cuadrados y por tanto tiene como
unidades de medida el cuadrado de las unidades de medida en que se mide la variable estudiada.

En el ejemplo anterior la varianza sera:

Francisco Arratia Camus Estadstica y Probabilidad

Pgina 4
Sx2=

La desviacin tpica (S) es la raz cuadrada de la varianza. Expresa la dispersin de la distribucin y se expresa
en las mismas unidades de medida de la variable. La desviacin tpica es la medida de dispersin ms utilizada en
estadstica.

Aunque esta frmula de la desviacin tpica muestral es correcta, en la prctica, la estadstica nos interesa para
realizar inferencias poblacionales, por lo que en el denominador se utiliza, en lugar de n, el valor n-1.

Por tanto, la medida que se utiliza es la cuasidesviacin tpica, dada por:

Aunque en muchos contextos se utiliza el trmino de desviacin tpica para referirse a ambas expresiones.

En los clculos del ejercicio previo, la desviacin tpica muestral, que tiene como denominador n, el valor sera
20.678. A efectos de clculo lo haremos como n-1 y el resultado seria 21,79.

El haber cambiado el denominador de n por n-1 est en relacin al hecho de que esta segunda frmula es una
estimacin ms precisa de la desviacin estndar verdadera de la poblacin y posee las propiedades que
necesitamos para realizar inferencias a la poblacin.

Cuando se quieren sealar valores extremos en una distribucin de datos, se suele utilizar la amplitud como
medida de dispersin. La amplitud es la diferencia entre el valor mayor y el menor de la distribucin.

Por ejemplo, utilizando los datos del ejemplo previo tendremos 80-15 =65.

Como medidas de variabilidad ms importantes, conviene destacar algunas caractersticas de la varianza y

desviacin tpica:

Son ndices que describen la variabilidad o dispersin y por tanto cuando los datos estn muy alejados de
la media, el numerador de sus frmulas ser grande y la varianza y la desviacin tpica lo sern.
Al aumentar el tamao de la muestra, disminuye la varianza y la desviacin tpica. Para reducir a la mitad
la desviacin tpica, la muestra se tiene que multiplicar por 4.

Cuando todos los datos de la distribucin son iguales, la varianza y la desviacin tpica son iguales a 0.

Para su clculo se utilizan todos los datos de la distribucin; por tanto, cualquier cambio de valor ser
detectado.

Otra medida que se suele utilizar es el coeficiente de variacin (CV). Es una medida de dispersin relativa de los
datos y se calcula dividiendo la desviacin tpica muestral por la media y multiplicando el cuociente por 100. Su
utilidad estriba en que nos permite comparar la dispersin o variabilidad de dos o ms grupos. As, por ejemplo, si
tenemos el peso de 5 pacientes (70, 60, 56, 83 y 79 Kg) cuya media es de 69,6 kg. y su desviacin tpica (s) =
10,44 y la TAS de los mismos (150, 170, 135, 180 y 195 mmHg) cuya media es de 166 mmHg y su desviacin tpica
de 21,3. La pregunta sera: qu distribucin es ms dispersa, el peso o la tensin arterial? Si comparamos las
desviaciones tpicas observamos que la desviacin tpica de la tensin arterial es mucho mayor; sin embargo, no
podemos comparar dos variables que tienen escalas de medidas diferentes, por lo que calculamos los coeficientes
de variacin:

CV de la variable peso =

CV de la variable TAS =

Francisco Arratia Camus Estadstica y Probabilidad

Pgina 5
A la vista de los resultados, observamos que la variable peso tiene mayor dispersin.

Cuando los datos se distribuyen de forma simtrica (y ya hemos dicho que esto ocurre cuando los valores de su
media y mediana estn prximos), se usan para describir esa variable su media y desviacin tpica. En el caso de
distribuciones asimtricas, la mediana y la amplitud son medidas ms adecuadas. En este caso, se suelen utilizar
adems los cuartiles y percentiles.

Los cuartiles y percentiles no son medidas de tendencia central sino medidas de posicin. El percentil es el valor
de la variable que indica el porcentaje de una distribucin que es igual o menor a esa cifra.

As, por ejemplo, el percentil 80 es el valor de la variable que es igual o deja por debajo de s al 80% del total de
las puntuaciones. Los cuartiles son los valores de la variable que dejan por debajo de s el 25%, 50% y el 75% del
total de las puntuaciones y as tenemos por tanto el primer cuartil (Q1), el segundo (Q2) y el tercer cuartil (Q3).

Clculo de los cuartiles

1 O r d e n a m o s los d a t o s de m e n o r a m a y o r .

2 Buscamos el lugar que ocupa cada c u a r t i l mediante la expresin .

Nmero impar de datos

2, 5, 3, 6, 7, 4, 9

Nmero par de datos

2, 5, 3, 4, 6, 7, 1, 9

Clculo de los cuartiles para datos agrupados

En primer lugar buscamos la c l a s e donde se encuentra , en la t a b l a d e l a s

frecuencias acumuladas.

L i es el lmite inferior de la clase donde se encuentra el cuartil.

N es la suma de las frecuencias absolutas.
F i - 1 es la f r e c u e n c i a a c u m u l a d a anterior a la clase d e l c u a r t i l .
a i es la amplitud de la clase.

Los d e c i l e s son los n u e v e v a l o r e s que d i v i d e n la serie de d a t o s en d i e z p a r t e s i g u a l e s .

Los d e c i l e s dan los valores correspondientes al 10%, al 20%... y al 90% de los datos.
D5 coincide con la mediana.

Clculo de los deciles

Francisco Arratia Camus Estadstica y Probabilidad

Pgina 6
En primer lugar buscamos la clase donde se encuentra , en la tabla de las frecuencias
acumuladas.

L i es el lmite inferior de la clase donde se encuentra el decil.

N es la suma de las frecuencias absolutas.
F i - 1 es la f r e c u e n c i a a c u m u l a d a anterior a la clase e l d e c i l .
a i es la amplitud de la clase.

Los p e r c e n t i l e s son los 9 9 v a l o r e s que d i v i d e n la serie de d a t o s en 1 0 0 p a r t e s i g u a l e s .

Los p e r c e n t i l e s dan los valores correspondientes al 1%, al 2%... y al 99% de los datos.
P50 coincide con la mediana.
Clculo de los percentiles

En primer lugar buscamos la clase donde se encuentra , en la tabla de las frecuencias

acumuladas.

L i es el lmite inferior de la clase donde se encuentra el percentil.

N es la suma de las frecuencias absolutas.
F i - 1 es la f r e c u e n c i a a c u m u l a d a anterior a la clase d e l p e r c e n t i l .
a i es la amplitud de la clase.

Ejercicios

Leer atentamente el siguiente resumen, del artculo de investigacin titulado:

Competencias docentes en los profesores de medicina de la Universidad

Michoacana de San Nicols de Hidalgo
Resumen
Para la identificacin de un grupo de competencias docentes bsicas en los profesores que se desempean en la
licenciatura en medicina en la Facultad de Medicina Dr. Ignacio Chvez, objetivo fundamental del presente
trabajo, se utilizaron mtodos tericos y empricos. Se aplic una encuesta a una muestra seleccionada de
docentes y alumnos. Se emplearon procedimientos estadsticos para el anlisis de los resultados y se elaboraron
tablas. A partir de la identificacin de las necesidades de aprendizaje de los profesores estudiados, en relacin
con la direccin del proceso enseanza-aprendizaje y los referentes tericos sobre el tema, se realiz un anlisis
integrador para valorar los datos obtenidos, lo que permiti la caracterizacin de los docentes objeto de
investigacin, en relacin con las competencias docentes bsicas propias de una gestin formativa pertinente. Se
tomaron en consideracin los principios metodolgicos ms actuales acerca de la formacin de recursos humanos
en la educacin superior en sentido general y en particular en la educacin mdica superior.

A partir de este resumen:

a. Define la poblacin.
b. Define la muestra.
c. Define la(s) variable(s) aleatoria(s).

1 . Indica que v a r i a b l e s son c u a l i t a t i v a s y cuales c u a n t i t a t i v a s :

1 Comida Favorita.
2 Profesin que te gusta.
3 Nmero de goles marcados por tu equipo favorito en la ltima temporada.
4 Nmero de alumnos de tu Instituto.
5 El color de los ojos de tus compaeros de clase.
Francisco Arratia Camus Estadstica y Probabilidad
Pgina 7
 6 Coeficiente intelectual de tus compaeros de clase.

2 . De las siguientes v a r i a b l e s indica cules son d i s c r e t a s y cuales c o n t i n u a s .

1 Nmero de acciones vendidas cada da en la Bolsa.

2 Temperaturas registradas cada hora en un observatorio.
3 Perodo de duracin de un automvil.
4 El dimetro de las ruedas de varios coches.
5 Nmero de hijos de 50 familias.
6 Censo de la poblacin chilena.

3 . Clasificar las siguientes v a r i a b l e s en c u a l i t a t i v a s y c u a n t i t a t i v a s d i s c r e t a s o c o n t i n u a s .

1 La nacionalidad de una persona.

2 Nmero de litros de agua contenidos en un depsito.
3 Nmero de libros en un estante de librera.
4 Suma de puntos tenidos en el lanzamiento de un par de dados.
5 La profesin de una persona.
6 El rea de las distintas baldosas de un edificio.

4 . Las puntuaciones obtenidas por un grupo en una prueba han sido:

15, 20, 15, 18, 22, 13, 13, 16, 15, 19, 18, 15, 16, 20, 16, 15, 18, 16, 14, 13.
Construir la tabla de distribucin de frecuencias y dibuja el grfico ms adecuado.

5 . El nmero de estrellas de los hoteles de una ciudad viene dado por la siguiente serie:
3, 3, 4, 3, 4, 3, 1, 3, 4, 3, 3, 3, 2, 1, 3, 3, 3, 2, 3, 2, 2, 3, 3, 3, 2, 2, 2, 2, 2, 3, 2, 1, 1, 1, 2, 2, 4, 1.
Construir la tabla de distribucin de frecuencias y dibuja el grfico ms adecuado.

6 . Las calificaciones de 50 alumnos en Matemticas han sido las siguientes:

5, 2, 4, 9, 7, 4, 5, 6, 5, 7, 7, 5, 5, 2, 10, 5, 6, 5, 4, 5, 8, 8, 4, 0, 8, 4, 8, 6, 6, 3, 6, 7, 6, 6, 7, 6, 7, 3, 5, 6, 9, 6, 1, 4,
6, 3, 5, 5, 6, 7.
Construir la tabla de distribucin de frecuencias y dibuja el grfico ms adecuado.

7. Los pesos de los 65 empleados de una fbrica vienen dados por la siguiente tabla:
Peso [50, 60) [60, 70) [70, 80) [80,90) [90, 100) [100, 110) [110, 120)

fi 8 10 16 14 10 5 2

8 . Los 40 alumnos de una clase han obtenido las siguientes puntuaciones, sobre 50, en un examen de Fsica.
3, 15, 24, 28, 33, 35, 38, 42, 23, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37,
34, 32, 35, 28, 38, 41, 48, 15, 32, 13.

1 Construir la t a b l a d e f r e c u e n c i a s .
2 Dibujar el h i s t o g r a m a y el p o l g o n o d e f r e c u e n c i a s .

9. Sea una distribucin estadstica que viene dada por la siguiente tabla:
xi 61 64 67 70 73

fi 5 18 42 27 8

Francisco Arratia Camus Estadstica y Probabilidad

Pgina 8
Calcular:
1 La m o d a , m e d i a n a y m e d i a .
2 El r a n g o , v a r i a n z a y d e s v i a c i n t p i c a .

1 0 . Considrense los siguientes datos: 3, 8, 4, 10, 6, 2. Se pide:

1 . Calcular su media y su varianza.

2 . Si los todos los datos anteriores los multiplicamos por 3, cul ser la nueva media y desviacin tpica.

1 1 . El resultado de lanzar dos dados 120 veces viene dado por la t a b l a :

Sumas 2 3 4 5 6 7 8 9 10 11 12

Veces 3 8 9 11 20 19 16 13 11 6 4

1 . Calcular la m e d i a y la d e s v i a c i n t p i c a .
2 . Hallar el porcentaje de valores comprendidos en el intervalo ( x , x + ) .
1 2 . De esta distribucin de frecuencias absolutas acumuladas, calcular:

Edad Fi

[0, 2) 4

[2, 4) 11

[4, 6) 24

[6, 8) 34

[8, 10) 40

1. Media aritmtica y desviacin tpica .

2 . Entre qu valores se encuentran las 1 0 e d a d e s c e n t r a l e s ?
3 . Representar el p o l g o n o d e f r e c u e n c i a s a b s o l u t a s a c u m u l a d a s .

Informacin recopilada en:

Estadstica Descriptiva Vitutor 2010 Espaa, 14 de marzo de 2010.

http://www.vitutor.com/estadistica.html
Francisco Arratia Camus Estadstica y Probabilidad
Pgina 9
Estadstica descriptiva de los datos Pita Fernndez S, Prtega Daz, S. Unidad de Epidemiologa Clnica y
Bioestadstica. Complexo Hospitalario Universitario de A Corua (Espaa).
http://www.fisterra.com/mbe/investiga/10descriptiva/10descriptiva.asp

Francisco Arratia Camus Estadstica y Probabilidad

Pgina 10