Documentos de Académico
Documentos de Profesional
Documentos de Cultura
RMA-Resumen N° 5 Datos y Azar (7%) PDF
RMA-Resumen N° 5 Datos y Azar (7%) PDF
DATOS Y AZAR I
Nombre
Curso
Profesor
ESTADÍSTICA
Estadística
Descriptiva Inferencial
Realiza la recolección, síntesis y Realiza el estudio sobre un
análisis de los datos, calculando subconjunto de la población y luego se
información global de una población o extienden las conclusiones a toda la
de una muestra. población.
Población Ejemplo
Estudiantes
Conjunto que poseen una o Preuniversitario
más características comunes. Pedro de
(finitas o infinitas) Valdivia.
Muestra Ejemplo
Estudiantes
Subconjunto de una población. Preuniversitario
Nota: Para que el estudio de una Pedro de
muestra tenga una mayor Valdivia que
validez, la muestra debe ser viven en
representativa y aleatoria. Valdivia.
Página 2
Definición Tipo Subtipo Ejemplo
Variable cualitativa
Nominal
Son aquellas variables que Estado civil.
No admite un
no son medibles Sexo.
orden objetivo.
numéricamente, viene dada
por atributos de calidad.
Ordinal
Nivel educacional.
Ejemplo Se pueden
Rango militar.
Estado civil ,nivel de estudio, jerarquizar.
Variable etc.
Página 3
Medidas de
tendencia central
x = 1 2
n xn+1
Si n es un número impar Me =
2
x1 f1 + x2 f2 + x3 f3 + ... + xn fn
x =
n
c1 f1 + c2 f2 + c3 f3 + ... + cn fn
x =
f1 + f2 + f3 + ... + fn
n D1
Fi-1 Mo = Li + ·A
Me = Li + 2 ·A D1 + D2
fi
Página 4
Observaciones:
Página 5
Ejemplo:
Calcular media, moda y mediana en la siguiente tabla:
[13 – 15[ 14 7 98 7
[15 – 17[ 16 8 128 15
[17 – 19[ 18 5 90 20
[19 – 21[ 20 3 60 23
[21 – 23[ 22 2 44 25
f = 25 x · f = 420
Media aritmética:
x f 420
x = = 16,8
f 25
Moda:
D1 (8 7) 1 2
Mo = Li + · A = 15 + · 2 = 15 + · 2 = 15 + = 15,5
D1 + D2 (8 7) + (8 5) 1+3 4
Mediana:
n 25
Fi-1 7
12,5 7 11
Me = Li + 2 · A = 15 + 2 · 2 = 15 + · 2 = = 15 + = 16,375
fi 8 8 8
Página 6
Medidas de Posición
(Cuantiles)
(4 partes iguales) (5 partes iguales) (10 partes iguales) (100 partes iguales)
Página 7
MEDIDAS DE DISPERSIÓN
(x1 x)2+(x2 x)2+... +(xn x)2 (x1 x)2+(x2 x)2+... +(xn x)2
= 2 =
n n
f1(x1 x)2+f2 (x2 x)2+... +fn(xn x)2 f1(x1 x)2+f2 (x2 x)2+... +fn(xn x)2
= 2 =
f1 + f2 + f3 + ... + fn f1 + f2 + f3 + ... + fn
f1(C1 x)2+f2 (C2 x)2+... +fn(Cn x)2 f1(C1 x)2+f2 (C2 x)2+... +fn(Cn x)2
= 2 =
f1 + f2 + f3 + ... + fn f1 + f2 + f3 + ... + fn
PROPIEDADES
1. 0
2. 2 = = 0 ó = 1
3. 2 < 0 < < 1
4. 2 > > 1
5. (x + c) = (x), donde c es una constante
6. (cx) = c (x)
Página 8
REPRESENTACION GRAFICA
Se utiliza para variables de
tipo cualitativas y
cuantitativas discretas.
Gráfico de barras Consiste en una serie de
barras cuyas alturas
representan la frecuencia
absoluta de éstos.
Se utiliza en variables de
tipo cualitativa y cuantitativa
discreta. Consiste en un
Gráfico circular círculo dividido en secciones
proporcionales al tamaño de
la muestra y la frecuencia de
los datos.
Se utiliza en datos
agrupados en intervalos.
Para confeccionarlo,
Polígono de debemos unir con una recta
frecuencia los puntos donde se
intersectan la marca de
clase y la frecuencia de los
intervalos.
Se representa uniendo
Polígono de puntos referidos al límites
frecuencias superior y frecuencia
acumuladas u acumulada de cada
ojivas intervalo. Para “anclar” la
ojiva al eje horizontal, se
posiciona en el límite inferior
del primer intervalo.
Página 9
Gráfico Caja y Bigote
Xmin Q1 Q2 Q3 Xmáx
Página 10
COMBINATORIA
Fila: P(n) = n!
n! = 1 · 2 · 3 · … · n
0! = 1
Si
Permutación Circular: Pc(n) = (n – 1)!
n!
PR(n) =
K1! K2! ... Kr
¿Intervienen
n!
todos los Sin repetición Vrn =
elementos? (n r)!
Si
Variación
n
VR = nr
Con repetición r
¿Importa
el orden?
No
Sin repetición n n!
C =
r (n r)! r!
Combinación
No
n n+r-1
Con repetición CR = CR
r r
OBSERVACIÓN:
Cnn = 1 Cn0 = 1 n
Cnk =
k
Página 11
PROBABILIDADES
Concepto Ejemplo
Eventos mutuamente
AB=
excluyentes
Eventos independientes La ocurrencia de uno no afecta la ocurrencia del
otro.
Observaciones:
Página 12
DIAGRAMA DE VENN
A B
0 9
5
3
2 6
4
7
1 8
Probabilidad
Probabilidad Diagrama de Venn
Clásica
A B
0
9
5
3
2 6
4 6
P( A B )
7 10
1 8
A B
0 5 9
P(A B) 3
2 6
4 2
7
10
1 8
Página 13
A B
P(A – B) 0 9
5
3
2 1
6
4 10
7
1 8
A B
0
5 9
3
2 6 3
P(B – A) 2 4 10
7
1 8
PROBABILIDAD EMPÍRICA
Página 14
TRIÁNGULO DE PASCAL
El Triángulo de Pascal es una regularidad que nos permite calcular fácilmente probabilidades
de experimentos aleatorios que consisten en dos eventos equiprobables complementarios,
como por ejemplo, lanzamiento de monedas (cara o sello), cantidad de hijos en una familia
(hombre o mujer), cantidad de respuestas correctas en una evaluación (verdadero o falso),
etc.
Observaciones:
Ejemplo:
Lanzamiento de 4 monedas.
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
0 4 1 3 2 2 3 1
C S C S C S C S C S0
4
Página 15
Tomar el coeficiente que está Probabilidad
Probabilidad pedida Coeficiente
justo sobre clásica
4
P(3 Caras) C3S1 C34 = 4
16
1
P(4 Sellos) C0S4 C44 = 1
16
6
P(2 Caras) C2S2 C24 = 6
16
PROBABILIDAD DE EVENTOS
Eventos Excluyentes
Eventos NO excluyentes
P(A B) = P(A) + P(B) – P(A B)
Hay elementos comunes.
Página 16
Eventos Independientes
Un evento no influye en la
P(A B) = P(A) · P(B)
ocurrencia del otro.
Observaciones:
P(A B)
P(B/A) =
P(A)
Página 17