Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modulo de Estadistica PDF
Modulo de Estadistica PDF
AUTORES
JORGE ELIECER RONDÓN DURAN
EMERSON ALEXANDER CHAPARRO SUESCA
ESTADÍSTICA Y PROBABILIDAD
211622
Página 2 de 175
UNIDAD TRES: VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE 124
PROBABILIDAD
Capítulo 7: Variables Aleatorias 125
Lección No 26: Conceptos de Variable Aleatoria 125
Lección No 27: Distribución Discreta de Probabilidad 126
Lección No 28: Distribución Continua de Probabilidad 129
Lección No 29: Esperanza matemática y Varianza 131
Lección No 30: Teorema de Chebyshev 136
Capítulo 8: Distribución de Probabilidad Discreta 138
Lección No 31: Distribución Uniforme Discreta 138
Lección No 32: Distribución Binomial y Poisson 139
Lección No 33: Distribución Binomial Negativa 147
Lección No 34: Distribución Geométrica e Hipergeométrica 149
Capítulo 9: Distribución de Probabilidad Continua 153
Lección No 35: Distribución Uniforme Continua 153
Lección No 36: Distribución Normal y sus Aplicaciones 154
Lección No 37: Distribución Exponencial 162
Lección No 38: Distribución Weibull 164
Lección No 39: Distribución Ji Cuadrado 167
Lección No 40: Distribución t – student 169
Lección No 41. Distribución F - Fisher 171
Bibliografía 175
Página 3 de 175
PRESENTACIÓN
El presente modulo está dirigido a estudiantes de programas de grado que oferta la UNAD, bajo la modalidad
de educación superior a distancia (e – Learnig). El material está estructurado en unidades macro del curso
académico. El contenido de cada una de las partes fue seleccionado, teniendo en cuenta los saberes mínimos
que se esperaría debe alcanzar un estudiante de la Universidad Nacional Abierta y a Distancia en el campo de
matemáticas y estadística.
La propuesta permite que los estudiantes reconozcan los conocimientos mínimos del curso en mención, que le
permita resolver situaciones propias del mismo y además, abordar posteriores temáticas que requieran de
éstos conocimientos.
El material se caracteriza porque en cada lección se presentar ejemplos modelos del tema en estudio, al final
de cada capítulo se exponen ejercicios; que permite la profundización de los temas. Al final de la unidad se
presenta una Autoevaluación de un nivel medio-alto, las cuales permiten verificar los alcances de los
estudiantes en las temáticas analizadas y detectar las debilidades y así centrarse en éstas, con el fin de
alcanzar las metas propuestas. Lo anterior, pretende servir como guía de aprendizaje autónomo, se
recomienda apoyar este proceso por medio de lecturas especializadas, ayudas audiovisuales, visitas a sitios
Web y prácticas de simulación; entre otros, así lograr una efectiva comprensión, interiorización y aplicación de
las temáticas estudiadas.
La Estadística es una disciplina que se aplica en muchos campos de la actividad del ser humano. Es muy
frecuente encontrarse en las diferentes disciplinas del saber con incertidumbres como el pronosticar el
crecimiento poblacional de un país, el crecimiento económico de una empresa o el crecimiento de producción y
venta de un producto específico, el conocer la efectividad de diferentes abonos en el campo agrario, el
determinar la tendencia de contaminación del agua o el aire, la clasificación de personal en una empresa para
efectos de una buena y sana política laboral, etc.
La Estadística Descriptiva, en el que los datos son ordenados, resumidos y clasificados con objeto de tener una
visión más precisa y conjunta de las observaciones, intentando descubrir de esta manera posibles relaciones
entre los datos, viendo cuáles toman valores parecidos, cuáles difieren grandemente del resto, destacando
hechos de posible interés, entre otros.
En todos los campos de la investigación se requiere a menudo el uso racional de los modelos matemáticos y
métodos estadísticos. Los procesos de planeación, control y toma de decisiones en Ingeniería, economía,
administración y otros campos, se basan en resultados obtenidos mediante el análisis estadístico de los
fenómenos en ellos involucrados. El acelerado desarrollo de métodos, técnicas y tecnologías para el óptimo
análisis de datos justifica que un profesional disponga de una sólida fundamentación conceptual para que
realice apropiadamente su evaluación y aporte sustentaciones a su decisión. Las interpretaciones que generan
los datos pudieran ser erróneas para aquellas personas que no cuentan con criterios válidos para captar la
información.
Empíricamente se sabe que la Estadística tiene que ver con datos y la manera en que estos son agrupados.
Esto se reconoce en muchos casos de la vida cotidiana que involucran información numérica y el contexto en
que esta información es dada a conocer. Aunque también puede darse en muchos casos que, si bien están
relacionados con la estadística, obedecen a otros fenómenos de disciplinas relacionadas con —pero que no
conforman— la Estadística propiamente dicha.
La Estadística es la ciencia que permite operar con un conjunto de datos y de interpretarlos. Si bien esta
definición parece un poco ambigua, se verá más adelante el marco en que éste método se desarrolla y las
“leyes” que lo rigen. Pero, por ahora, se deja abierta al cuestionamiento del estudiante la gama de posibilidades
que abarca esta definición. La Estadística, o el método de la estadística, se divide en dos ramas: la Estadística
Descriptiva o deductiva y la Inferencia Estadística o estadística inductiva. Este curso se dedica a la Estadística
Página 4 de 175
Descriptiva, por lo que se hace necesario dar a conocer, en términos generales, en qué consiste la Inferencia
Estadística.
La Inferencia Estadística comprende en un todo articulado el método y las técnicas necesarias para explicar
el comportamiento de un grupo de datos en un nivel superior de lo que estos datos pueden dar a conocer por sí
mismos. Es decir, se puede concluir sobre el grupo de datos sobrepasando los límites del conocimiento inicial
que estos suministran, examinando solamente una parte de la población denominada muestra. Es por ello que
a la Inferencia Estadística también se le conoce como Estadística Analítica.
Si esto es así, ¿qué le corresponde entonces a la Estadística Descriptiva? Esta tiene por fin elevar los
aspectos característicos del grupo de datos pero sin intentar obtener más conocimiento del que pueda
adquirirse por sí mismos. Es por ello que la Estadística Descriptiva es el punto de partida del análisis de un
grupo de datos que involucran una cierta complejidad, o bien puede ser el todo de un análisis básico y limitado
del grupo de datos.
Enfrentarse con datos de muy diversa índole es cosa de todos los días en cualquier práctica del ser humano.
Sin embargo, dado la cantidad innumerable de estos, no siempre se comprende el real alcance de lo que dicen.
Como parte de una base cultural necesaria para desempeñarse en el mundo de hoy, es requisito desarrollar
una capacidad personal para extraer y describir información presente en un conjunto de datos. Y es
precisamente allí donde resalta la importancia del estudio del curso en cuestión.
Página 5 de 175
UNIDAD UNO
ESTADÍSTICA DESCRIPTIVA
Página 6 de 175
CAPÍTULO 1: INVESTIGACIÓN ESTADÍSTICA
Lección 1: Historia de la Estadística
La evolución de la estadística, la podemos dividir según los periodos de la historia de la humanidad, ya que no
se puede pensar que el principio de contar es reciente.
ANTES DEL SIGLO XVI: Desde las antiguas sociedades, no se puede ignorar la necesidad de enumerar y
contar: Contar los individuos, enumerar las familias, los productos agrícolas, los hombres aptos para la guerra y
otros. En el libro “Los Números” de la Biblia se habla de Censo, relacionado hacia lo maltito. Aunque existen
diversas versiones sobre los inicios precarios de la Estadística, vale la pena referenciar aquellos que se
consideran de importancia por su motivación hacia la estadística moderna.
China: El Emperador YAO dividió su imperio en Provincias, realizando una comparación de los bienes de cada
una, para cuantificar los impuestos. Se dice que en china se realizó un censo en el año 2.238 A. C.
Imperio Romano: Se preocupaba por el recuento de sus ciudadanos y los bienes del estado, cuya intención era
Tributaria y Militar. Se cree que en Roma, el primer Censo fue realizado bajo el mandato de Servio Tulio (578 –
534 A. C.) cuyo fin era clasificar los ciudadanos según sus ingresos para establecer el pago de impuestos. Al
inicio del a Era Cristiana, el Emperador Augusto, realizo un Censo, quizás para seguir la línea del pago de
impuestos.
Imperio Egipcio: Los egipcios bajo el reinado de Amasis II, obligaba a los ciudadanos a declarar su profesión y
fuentes de ingresos, bajo pena de muerte.
Los Griegos: En la Antigua Grecia los Censos eran habituales. Aristóteles escribe que por cada nacimiento se
le ofrecía una medida de Trigo y una de Cebada por cada fallecimiento a la Diosa Atenea.
EDAD MEDIA: Las referencias nos llevan a la provincia de Córdoba en España donde Bayan Almorgerg,
realizo el primer censo de Viviendas y Edificios; se obtuvieron 113.000 Casas y 300 Mezquitas La Reina Isabel
la Católica, encargo a Alonso de Quintanilla la labor de recopilar información sobre las riquezas del reino y la
cantidad de población en los años 1.477 - 1.479.
Carlomagno o Carlos I el Grande, en la Europa Medieval, para el año 786 realizo una clasificación de los
hombres mayores de 12 años. Este Emperador fue el promotor del renacimiento por medio de llamado Imperio
Carolingio, donde se busco recuperar la política, la cultura y la religión de la Europa medieval. Retomo la
Estadística para Europa con el fin de un manejo financiero y administrativo.
SIGLOS XVII -XVIII: La Estadística adquiere un estatus de ciencia y se le da gran importancia, surgen las
escuelas que dinamizaron esta ciencia hasta lo que se conoce hoy.
Página 7 de 175
Escuela Alemana: La creación de esta escuela se le atribuye al Medico y
Publicista Hermann Corning (1.606 – 1.681) y desarrollada a lo largo de los
siglos VXII y XVIII. Su fundamento estadístico estaba en la descripción
comparativa de los estados. Lo anterior acorde con el origen etimológico de la
palabra Estadística: Statu, Estado o situación. Pero fue Godofredo Achenwall
(1.719 – 1.772) discípulo de Conring, quien impulso esta escuela, a él se
reatribuye el Término Estadística. En su obra publicada en 1.749 mostró el
consolidado de los postulados de la nueva ciencia.
Fuente: wikipedia.org/wiki/Hermann_Conring
Pero la inquietud de los investigadores de la época, hacía pensar en soportar los principios estadísticos en
principios matemáticos. Es así como el Matemático y Astrónomo Belga Adolphe Quetelet (1.796 – 1.874)
introduce métodos de análisis para estudiar magnitudes macroeconómicas como la Renta, Consuno y otras; es
decir, aplico el razonamiento estadístico en fenómenos sociales. En los países bajos hace estudios sobre
criminología, mortalidad y otros aspectos propios de dicha comunidad. Por su trabajo sobre la concepción del
hombre medio, se creo el índice de Quetelet que mide la masa corporal de una persona. Fue el organizador de
la primera conferencia internacional sobre Estadística en 1.853. Por otro lado el Matemático y Economista
francés Agustin Cournt (1.801 – 1.877) se reconoce como el pionero de la Economía Matemática, ya que fue
el primero en utilizar funciones matemáticas para explicar fenómenos económicos; como la demanda, oferta y
precio. Pero también propone la definición frecuentista de probabilidad, además, habla de intervalos de
confianza como método de estimación. Se considera uno de los aportadores fuertes a la Ciencias Estadística.
El Censo fue el instrumento que a comienzos del siglo XIX se utilizo en los países europeos, para obtener
información sobre la demografía y la economía. Así en 1.834 se crea La Royal Statistical Society, en Londres y
en 1.839 se crea la American Statistical Association en EE UU.
ESTADÍSTICA ACTUAL: Los trabajos en física realizados por Newton y de Biología realizados por Darwin,
fueron excelentes pretextos para el desarrollo y modernización de la Ciencia Estadística. Aunque existieron
muchos investigadores que aportaron al fortalecer dicha ciencia, haremos referencia aquellos que marcaron
diferencia y merecen su reconocimiento.
Página 8 de 175
En primera instancia mocionaremos al Ingles Sr. Francis Galton (1.822 –
1.911) antropólogo, geógrafo, estadístico entre otras profesiones que tenia,
realizo la mayoría de sus investigaciones sin necesidad de asistir a la
Universidad. Primo de Darwin, fue el primero en resaltar la necesidad de
utilizar métodos estadísticos para contrastar la Teoría Darwiniana, motivación
que lo llevo a realizar estudios sobre diferencias individuales. Es el motivador
para el uso de la Estadística en las Ciencias Experimentales, por medio de
dos aportaciones fundamentales, como la regresión y correlación. Estudió
exhaustivamente la distribución normal e introdujo el concepto de Línea de
Regresión, comparando estatura de padres e hijos. Concibe el coeficiente de
correlación como una medida de la intensidad en la relación entre dos
caracteres. En su teoría no logro reconocer correlaciones negativas.
Patrocino el primer departamento de Estadística y fue el dinamizador de la
famosa revista Biométrica.
Página 9 de 175
adecuados. Por otro lado con el fin de determinar la fiabilidad de las estimaciones, introdujo la conocida teoría
sobre estimación por intervalos.
Página 10 de 175
Definición de Estadística:
Existen diversidad de conceptos y definiciones que permiten establecer específicamente la formulación de
objetivos y el campo de acción de la Estadística. Alguna de ellas la define como una rama de las matemáticas
que trata de la recopilación, análisis, interpretación y presentación de datos numéricos.
La Estadística es la ciencia cuyo objetivo es reunir una información cuantitativa concerniente a individuos,
grupos, series de hechos, etc. y deducir de ello gracias al análisis de estos datos unos significados precisos o
unas previsiones para el futuro.
Otros autores tienen definiciones de la Estadística semejantes a las anteriores, y algunos otros no tan
semejantes. Para Chacón esta se define como “la ciencia que tiene por objeto el estudio cuantitativo de los
colectivos”; otros la definen como la expresión cuantitativa del conocimiento dispuesta en forma adecuada para
el escrutinio y análisis. La más aceptada, sin embargo, es la de Minguez, que define la Estadística como “La
ciencia que tiene por objeto aplicar las leyes de la cantidad a los hechos sociales para medir su intensidad,
deducir las leyes que los rigen y hacer su predicción próxima”.
Los estudiantes confunden comúnmente los demás términos asociados con las Estadísticas, una confusión que
es conveniente aclarar debido a que esta palabra tiene tres significados: la palabra estadística, en primer
término se usa para referirse a la información estadística; también se utiliza para referirse al conjunto de
técnicas y métodos que se utilizan para analizar la información estadística; y el término estadístico, en singular
y en masculino, se refiere a una medida derivada de una muestra.
Utilidad e Importancia:
Los métodos estadísticos tradicionalmente se utilizan para propósitos descriptivos, para organizar y resumir
datos numéricos. La estadística descriptiva, por ejemplo trata de la tabulación de datos, su presentación en
forma gráfica o ilustrativa y el cálculo de medidas descriptivas.
Ahora bien, las técnicas estadísticas se aplican de manera amplia en mercadotecnia, contabilidad, control de
calidad y en otras actividades; estudios de consumidores; análisis de resultados en deportes; administradores
de instituciones; en la educación; organismos políticos; médicos; y por otras personas que intervienen en la
toma de decisiones.
División de la Estadística:
Hay dos fases en el campo de la Estadística: la Estadística Descriptiva y la Inferencial.
La primera se limita a la descripción de una serie de datos a través de su organización y resumen sin llegar a
conclusiones o a generalizaciones con respecto a un grupo mayor. También se conoce como Estadística
Deductiva. Esta descripción se hace a través de la elaboración de cuadros, gráficos, cálculos de promedios,
varianzas, proporciones de una o más variables.
La segunda fase, conocida como Estadística Inferencial, se deriva de muestras, de observaciones hechas
sólo acerca de una parte de un conjunto numeroso de elementos y esto implica que su análisis requiere de
generalizaciones que van más allá de los datos. La Estadística Inferencial trata de llegar a conclusiones acerca
de un grupo mayor (población) basado en la información de un grupo menor (muestra); busca dar explicaciones
Página 11 de 175
al comportamiento de un conjunto de observaciones, probar la significación o validez de los resultados, intenta
descubrir causas que la originan.
Método Estadístico:
El conjunto de los métodos que se utilizan para medir las características de la información, para resumir los
valores individuales, y para analizar los datos a fin de extraerles el máximo de información, es lo que se llama
métodos estadísticos. Los métodos de análisis para la información cuantitativa se pueden dividir en los
siguientes seis pasos:
Sesgo: Es imposible ser completamente objetivo o no tener ideas preconcebidas antes de comenzar a estudiar
un problema, y existen muchas maneras en que una perspectiva o estado mental pueda influir en la
recopilación y en el análisis de la información. En estos casos se dice que hay un sesgo cuando el individuo da
mayor peso a los datos que apoyan su opinión que a aquellos que la contradicen. Un caso extremo de sesgo
sería la situación donde primero se toma una decisión y después se utiliza el análisis estadístico para justificar
la decisión ya tomada.
Datos no comparables: el establecer comparaciones es una de las partes más importantes del análisis
estadístico, pero es extremadamente importante que tales comparaciones se hagan entre datos que sean
comparables.
Proyección descuidada de tendencias: la proyección simplista de tendencias pasadas hacia el futuro es uno de
los errores que más ha desacreditado el uso del análisis estadístico.
Muestreo Incorrecto: en la mayoría de los estudios sucede que el volumen de información disponible es tan
inmenso que se hace necesario estudiar muestras, para derivar conclusiones acerca de la población a que
pertenece la muestra. Si la muestra se selecciona correctamente, tendrá básicamente las mismas propiedades
que la población de la cual fue extraída; pero si el muestreo se realiza incorrectamente, entonces puede
suceder que los resultados no signifiquen nada
Conceptos Estadísticos:
Escalas de Medición
Llamaremos medición al proceso de atribuir números a las variables. El conjunto de reglas o modelos
desarrollados para la asignación de números a las variables es lo que se denomina escala. La clasificación de
Página 12 de 175
las escalas más usada es la propuesta por Stevens (1946) que divide las escalas en: nominales, ordinales, de
intervalo y de razón.
Escala nominal: nos permite identificar sujetos como "iguales" o "diferentes". Usando una escala
nominal podemos decidir si un sujeto es igual o diferente a otro, pero no podemos establecer
relaciones de orden respecto a esa característica, ni relaciones de cantidad ni de diferencia. Por
ejemplo: si medimos el color de los ojos podemos establecer la siguiente escala: A → azul, V → verde,
M → marrón y N → negro. No podemos ordenar los sujetos de mayor a menor o viceversa,
simplemente podemos asegurar si dos sujetos tienen el mismo o distinto color de ojos. Otros ejemplos:
nacionalidad, sexo, profesión. A este tipo de variables medidas con escala nominal se les puede
asignar a cada categoría cualquier tipo de símbolos. En el ejemplo hemos asignado letras pero
podíamos haber optado por números: 1 → azul, 2 → verde, 3 → marrón y 4 → negro.
Escala ordinal: Esta escala no sólo permite la identificación y diferenciación de los sujetos sino que
además permite establecer relaciones del tipo "mayor que" o "menor que". Es decir, de los sujetos se
puede decir cual presenta una mayor o menor magnitud de la característica medida, los objetos se
pueden ordenar. Ejemplo: nivel de estudios se puede asignar 1 a estudios primarios, 2 a estudios
secundarios, 3 a estudios universitarios. Podemos ordenar a los sujetos según el nivel de estudios, el
valor 3 es mayor que el 2 y el 1. Aunque no podemos afirmar que la diferencia existente entre el 2 y el
1 sea la misma que la que existe entre el 3 y el 2. Ni que el que tenga nivel 3 tenga 3 veces más de
nivel de estudios que el que tiene nivel 1. Otros ejemplos de escala ordinal: posición relativa en la
clase, escala de dureza de los minerales.
Escala de intervalo: Con esta escala, además de poder identificar un objeto y establecer relaciones
del tipo mayor que y menor que, también podemos hacer afirmaciones acerca de las diferencias en la
cantidad del atributo de unos y otros objetos. Es decir, disponemos de una unidad de medida, aunque
en este caso el cero sea un punto arbitrario en la escala. Es decir, no indica ausencia total de la
cantidad de atributo. Un ejemplo típico es el calendario, podemos afirmar que ha transcurrido el mismo
tiempo entre 1960 y 1966 que entre 1980 y 1986 porque contamos con una unidad de medida llamada
año. Pero no podemos afirmar que hasta el año 1000 haya pasado el doble de tiempo que hasta el año
500, porque el valor cero no representa el comienzo del tiempo sino que, en nuestro calendario se
eligió el año del nacimiento de Cristo como año 1. Otros ejemplos: la medición de las temperaturas en
grados Celcius la escala de los test de inteligencia.
Escala de razón: También se llama de proporción o de cociente. Además de las características de las
otras tres escalas, contamos con una unidad de medida con cero absoluto, es decir, que significa
ausencia del atributo o característica medida. Por ejemplo, la longitud, podemos afirmar que un objeto
que mide 10 cm. tiene el doble de longitud que uno que mide 5 cm. Otros ejemplos: peso, duración de
un suceso, temperatura en grados Kelvin (que sí tiene cero absoluto).
Variable:
Una variable es una propiedad o característica que puede variar y cuya variación es susceptible de medirse.
Ejemplos de variables:
- Rendimiento académico en las asignaturas cursadas, que adopta distintos valores o modalidades,
normalmente son valores entre 0 y 7.
- Sexo que adopta dos modalidades: varón y mujer
- Lugar de procedencia
- Motivación ante la asignatura
- Edad
Página 13 de 175
En contraposición a la variable aparece el concepto de constante que es una característica de la población que
sólo puede tomar un valor para todos los elementos de la población.
Ejemplos de constantes:
Las variables se pueden clasificar según el número de valores que puedan tomar como variables discretas y
variables continuas.
Variable Continua es la que puede tomar todos los valores de un intervalo. Por ejemplo: el peso, la talla, el
tiempo empleado en la ejecución de una tarea, la duración de un suceso, etc.
Variable Discreta es aquella que adopta valores aislados. Ejemplo: raza, lugar de nacimiento, sexo, religión,
número de asignaturas aprobadas en el semestre, número de alumnos de una clase, nivel socioeconómico,
etc.
También se pueden clasificar atendiendo al tipo de información que proveen en cualitativas y cuantitativas.
Variables cualitativas son aquellas que se miden según una escala nominal u ordinal. Informan más bien de
una cualidad del sujeto: sexo, color de ojos, nivel socioeconómico, nivel cultural, dureza de los minerales.
Variables cuantitativas son aquellas que se miden según una escala de intervalo o de razón. De alguna forma
dan cuenta de la cantidad de atributo o característica que el individuo posee. Por ejemplo: peso, talla,
temperaturas, número de asignaturas aprobadas.
Según la cobertura
Se trata de decidir si se va a estudiar a la población en su totalidad o sólo una parte de ella. Si lo que se desea
es atender a una cobertura total, es decir contar con todos los elementos de las fuentes de información, se usa
el censo. Si, en cambio, se hace una enumeración parcial de las fuentes de información, se usa el muestreo.
Por su menor costo, mayor rapidez y menor número de personas que intervienen en la investigación, el
muestreo es el método más utilizado. El muestreo puede ser de dos tipos: muestreo probabilístico o al azar,
cuando cada uno de los elementos tiene la misma probabilidad de ser escogido obteniendo así una muestra
aleatoria; y muestreo no probabilístico, cuando el investigador selecciona los datos a su propio criterio, de
manera caprichosa, por conveniencia o por cuotas, de manera que las muestras no son seleccionadas
aleatoriamente y los resultados no ofrecen confiabilidad alguna.
Página 14 de 175
En este método se tiene en cuenta la forma de medición del dato. Si se hace de manera que la fuente de
información se da cuenta de la medición que efectúa, se dice que se toman los datos por encuesta. Éstas se
pueden realizar por correo, entrega personal de cuestionario, entrevista, motivación, teléfono, etc.
El otro método de recolección de información es por observación, en donde la medición se realiza sin que la
fuente de información se dé cuenta del hecho. Este método se basa en el registro de los eventos que ocurren,
por ejemplo cuando se examina el número de estudiantes que entran a la biblioteca con el fin de hacer una
consulta referida a las Ciencias Sociales, simplemente se observa la acción del estudiante al entrar a la
biblioteca: si hace o no la consulta que se investiga. Este método puede ser también indirecto cuando la
recolección consiste en corroborar los datos que otros han observado.
Variables Estadísticas:
Una variable es cualitativa si en la característica que se va a estudiar se busca conocer gustos, preferencias u
opiniones, etc.; por ejemplo: tipo de sangre, gaseosa preferida, color de cabello.
Una variable cualitativa es estadística cuando es posible clasificar los datos obtenidos de la muestra en clases
bien definidas, en las cuales el individuo que suministra la información pueda elegir una de ellas.
Una variable es cuantitativa si la característica que se va a estudiar se pude medir en una escala numérica.
• Si la variable tiene la capacidad de tomar cualquier valor que exista entre dos magnitudes dadas,
entonces esta variable será continua.
• Si por el contrario, sólo puede tener un valor de entre cierta cantidad de valores dados, entonces será
discreta.
Escalas de Medidas de Variables: Una escala es la relación numérica entre la longitud real y la longitud que
se asigna en el plano en el cual se va a representar su gráfica.
Las variables cuantitativas pueden ser consideradas en diferentes escalas teniendo en cuenta las unidades
asociadas a la población que se encuentra en estudio.
Los datos asociados a un estudio deben estar en las mismas unidades, de tal manera que sea posible
asignarles una escala a todos.
La notación de una escala es de la forma 1 a n, lo cual indica que n unidades de medida están representadas
en el gráfico e una sola.
Ejemplo:
Los profesores de Educación Física de un colegio medirán la estatura de los niños de secundaria en cada uno
de los grados.
Solución:
En este caso, la variable estatura es cuantitativa y continua ya que los datos que resultan son números reales;
es posible considerar las mediciones en centímetros o en metros. El profesor de educación física puede usar
un escala de 1 a 10, en la cual cada 10 centímetros de altura están representados en 1 cm del gráfico.
Suponiendo que los estudiantes de primaria tienen alturas entre 100 cm y 140 cm la representación gráfica de
la escala 1:10 es la siguiente:
Página 15 de 175
Ejemplo:
1. En un barrio de la ciudad se aplicó una encuesta para conocer el consumo, en centímetros cúbicos, del
servicio de gas natural.
2. El alcalde de la ciudad quiere revisar la situación de violencia intrafamiliar en las familias de estrato 3, 4, 5.
3. El número de hermanos de cada jugador del equipo de futboll.
4. En un café gourmet, se decidió preguntar por el tipo de variedad que más consumen sus clientes.
Solución.
Para introducir los métodos gráficos y numéricos recurriremos a la construcción de las Distribuciones de
Frecuencia, método utilizado para organizar y resumir datos. Una tabla de frecuencia esta formada por las
categorías o valores de una variable y sus frecuencias correspondientes; esta tabla se crea por medio de la
tabulación y agrupación, se trabaja con una sola variable; sin embargo, cuando el conjunto de datos es mayor,
resulta laborioso trabajar directamente con los valores individuales observados y entonces se lleva a cabo, por
lo general, algún tipo de agrupación como paso preliminar, antes de iniciar cualquier otro tratamiento de los
datos. Las reglas para proceder a la agrupación son diferentes según sea la variable, discreta o continua, para
una variable discreta suele resultar conveniente hacer una tabla en cuya primera columna figuren todos los
valores de la variable X representados en el material, y en la segunda, la frecuencia f con que ha aparecido
cada valor de X en las observaciones.
La letra X mayúscula con subíndices, X1, X2, X3,… servirá para representar un valor concreto de la
variable X en el sujeto 1,2,3,... Cuando queramos referirnos a un valor concreto cualquiera de la
variable X escribiremos Xi. Denotaremos por Xk el último valor que toma la variable.
El número de elementos que componen la muestra será n (N si esta considerando una población).
Página 16 de 175
Se llama frecuencia absoluta de un valor Xi, y se simboliza por fi (en alguna literatura la representan
por ni) al número de veces que se repite el valor Xi en la muestra. La suma de las frecuencias debe ser
igual al número de elementos que componen la muestra, esto es,
fi = = f1 + f2 + f3 + … + fk = n
La frecuencia relativa es la fracción del total de observaciones que presentaron un valor Xi en particular
y se simboliza por hi. Para su cálculo se hace el cociente entre la frecuencia absoluta y el número total
de datos, esto es,
fi
hi =
n
La frecuencia relativa puede denotar un porcentaje o una probabilidad de selección; la suma de las
frecuencias relativas debe ser igual (o aproximadamente igual) a 1, esto es,
hi = = h1 + h2 + h3 +… + hk = 1
La frecuencia absoluta acumulada (Fi) es la suma de los distintos valores de la frecuencia absoluta
tomando como referencia un individuo dado. Cabe mencionar que la última frecuencia absoluta
acumulada es igual al número de casos, esto es,
F1 = f 1
F2 = f 1 + f 2 = F1 + f 2
F3 = f 1 + f 2 + f 3 = F2 + f 3
.
.
.
Fk = f1 + f2 + f3 + … + fk-1 + fk = Fk-1 + fk = n
La frecuencia relativa acumulada es el resultado de dividir cada frecuencia absoluta acumulada (Fi) por
el número total de datos; se suele representar con la notación Hi; cabe mencionar que la última
frecuencia relativa acumulada es igual a 1; es decir,
Fi
Hi =
n
De esta manera, la distribución de frecuencias para una VARIABLE DISCRETA estará dada de la siguiente
manera:
X fi Fi hi Hi
X1 f1 F1 h1 H1
X2 f2 F2 h2 H2
X3 f3 F3 h3 H3
… … … … …
Xk fk Fk = n hk Hk = 1
fi = n hi = 1
Ejemplo:
Página 17 de 175
El gobierno desea averiguar si el número medio de hijos por familia ha descendido respecto de la década
anterior. Para ello ha encuestado a 50 familias respecto al número de hijos, y ha obtenido los siguientes datos:
i 1 2 3 4 5 6 7 8 9 10
Xi 2 4 2 3 1 2 4 2 3 0
i 11 12 13 14 15 16 17 18 19 20
Xi 2 2 2 3 2 6 2 3 2 2
i 21 22 23 24 25 26 27 28 29 30
Xi 3 2 3 3 4 3 3 4 5 2
i 31 32 33 34 35 36 37 38 39 40
Xi 0 3 2 1 2 3 2 2 3 1
i 41 42 43 44 45 46 47 48 49 50
Xi 4 2 3 2 4 3 3 2 2 1
Determinar:
Solución:
c. El tipo de variable es discreta ya que el número de hijos solo puede tomar determinados valores
enteros (es imposible tener medio o un cuarto de hijo).
d. Para construir la tabla de frecuencias tenemos que ver cuántas familias tienen un determinado número
de hijos. Podemos ver que el número de hijos, toma los valores existentes entre 0 hijos, los que menos
y, 6 hijos los que más; de esta manera se tiene:
Xi fi Fi hi Hi
2 2
0 2 2 0,04 4% 0,04 4%
50 50
4 6
1 4 2+4= 6 0,08 8% 0,12 12%
50 50
21 27
2 21 6 + 21 = 27 0,42 42% 0,54 54%
50 50
3 15 27 + 15 = 42 15 0,30 30% 42 0,84 84%
Página 18 de 175
50 50
6 48
4 6 42 + 6 = 48 0,12 12% 0,96 96%
50 50
1 49
5 1 48 + 1 = 49 0,02 2% 0,98 98%
50 50
1 50
6 1 49 + 1 = 50 0,02 2% 1,00 100%
50 50
n = 50 1,00 100%
f. El número de familias que tienen más de un hijo pero tres como máximo es: 21 + 15 = 36.
g. Por último el porcentaje de familias que tiene más de tres hijos, son aquellos que tienen 4; 5 y 6 es
decir 6 + 1 + 1 = 8.
h. El porcentaje será el tanto por uno multiplicado por cien es decir, la frecuencia relativa de dichos
valores multiplicado por 100: (0,12 + 0,02 + 0,02)* 100 = 0,16*100 = 16%.
La agrupación de datos en intervalos de clase consiste en formar grupos de valores consecutivos de la variable
y poner cada uno de estos grupos en cada fila en lugar de poner una sola puntuación. Cabe mencionar que la
tabla de frecuencias para variables continuas presenta la misma estructura que las descritas anteriormente
para variables discretas, añadiendo un par de elementos que se describirán a continuación.
En primer lugar se debe definir la cantidad de intervalos a emplear; se recomienda que el número de intervalos
(i) debe variar entre 5 y 16. Para determinar el número de intervalos existen varios métodos a saber
Si lo que se desea es realizar una investigación para comparar los resultados con un estudio anterior,
se consideran los mismos intervalos construidos en el estudio previo, para fines de comparabilidad de
resultados.
Página 19 de 175
Una vez establecida la cantidad de intervalos en los cuales se van agrupar los datos, se debe determinar la
longitud de cada uno de ellos, la cual dependerá del criterio establecido para presentar la información. La
longitud puede variar de intervalo a intervalo, sin embargo, se acostumbra a trabajar con intervalos de igual
amplitud. Para determinar la amplitud de los intervalos (A) se recurre a la siguiente fórmula:
R Rango o recorrido
A= =
i Nº de intervalos
donde,
R = XMax – XMin = Máximo valor de los datos – Mínimo valor de los datos = Xn – X1
i = 1 + 3,3 log n
Una vez se tienen estos dos elementos, número de intervalos y amplitud de los mismos, se prosigue a
establecer los límites de cada intervalo. Se indica por Li-1 (o Xi-1) al extremo inferior del intervalo y por Li (o Xi) al
extremo superior. Cerramos el intervalo por la izquierda y abrimos por la derecha. Es una manera de
organizarse, pudiendo ser al contrario.
Para operar utilizaremos la marca de clase, el punto medio de un intervalo (denotada en algunos libros por m).
Las marcas de clase pueden obtenerse de 3 maneras a saber:
1. Definirla como la semisuma de los valores extremos del intervalo, esto es sumar los extremos, y dividir
entre 2.
2. Se obtiene la primera marca de clase por el método anterior y si la amplitud (A) es constante, se le
suma a la primera marca de clase obtenida y así sucesivamente.
3. Se divide la amplitud de cada intervalo (A) por dos y se le suma al límite inferior del intervalo o se le
resta al límite superior del intervalo.
De esta manera, la distribución de frecuencias para una VARIABLE CONTINUA estará dada de la siguiente
manera:
Xi-1 - Xi m fi Fi hi Hi
X1 – X2 m1 f1 F1 h1 H1
X2 – X3 m2 f2 F2 h2 H2
X3 – X4 m3 f3 F3 h3 H3
… … … … … …
Xk-1 – Xk mk fk Fk = n hk Hk = 1
fi = n hi = 1
Ejemplo:
Un nuevo hotel va a abrir sus puertas en cierta ciudad. Antes de decidir el precio de sus habitaciones, el
gerente investiga los precios por habitación de 40 hoteles de la misma categoría de esa ciudad. Los datos
obtenidos en miles de pesos fueron:
i 1 2 3 4 5 6 7 8 9 10
Xi 3,9 4,7 3,7 5,6 4,3 4,9 5,0 6,1 5,1 4,5
Página 20 de 175
i 11 12 13 14 15 16 17 18 19 20
Xi 5,3 3,9 4,3 5,0 6,0 4,7 5,1 4,2 4,4 5,8
i 21 22 23 24 25 26 27 28 29 30
Xi 3,3 4,3 4,1 5,8 4,4 4,8 6,1 4,3 5,3 4,5
I 31 32 33 34 35 36 37 38 39 40
Xi 4,0 5,4 3,9 4,7 3,3 4,5 4,7 4,2 4,5 4,8
Se pide:
Solución:
d. El problema que plantea es que existen muchos valores diferentes para por tanto es bueno agrupar la
serie en intervalos.
La manera de hacerlo sería la siguiente: primero, calculamos el recorrido Re = Xn– X1= 6,1 – 3,3 = 2,8.
Para calcular el nº de intervalos, recurriremos a la fórmula de Sturges: i = 1 + 3.3 log 40 = 6,28 por lo
tanto tomaremos 6 intervalos.
Como el recorrido es 2,8 si lo dividimos por el nº de intervalos tendremos la amplitud de cada uno de
2,8
ellos y así: A = = 0,46 ≈ 0,5 .
6
Para obtener las marcas de clase, emplearemos el primer método descrito, es decir el promedio de los
límites de cada intervalo; por ejemplo, para el primer intervalo la marca de clase viene dada por:
3,25 + 3,75 7
m1 = = = 3,5
2 2
De esta manera, la distribución de frecuencias para el ejemplo viene dada en la siguiente tabla:
[LI-1 - LI) m fi Fi hi Hi
Página 21 de 175
[4,75 - 5,25) 5 6 31 0,150 0,775
N= 40 1,000
Xi-1 – Xi fi hi Xi fi hi
40 1
Su obtención requiere separar cada puntuación en dos partes, El primer o primeros dígitos, que reciben el
nombre de tallo, y el dígito o dígitos restantes, que reciben el nombre de hojas; por ejemplo, X = 56 se puede
separar en 5 (tallo) y 6 hoja, Estos diagramas tienen la suficiente flexibilidad como para admitir otras
posibilidades,
Página 22 de 175
En general, un número de tallos superior a cinco y que no pase de 20 suele ser apropiado, Aparte de ser más
fácil de construir, el diagrama de tallo y hojas tiene varias ventajas sobre la distribución de frecuencias, y
también algún inconveniente:
1. Ventaja: permite identificar cada puntuación individual, En las distribuciones tradicionales sólo conocemos la
frecuencia del intervalo y nos obliga a tratar los datos de ciertas maneras distorsionantes, La ventaja de
retener cada valor individual viene acompañada del inconveniente de que le diagrama de tallo y hojas no
facilita, como la distribución de frecuencias clásica, el cálculo de los estadísticos que estudiaremos más
adelante.
2. Ofrece simultáneamente tanto un listado de las puntuaciones como un dibujo de distribución, si tumbamos el
diagrama obtenemos una especie de histograma.
3. Al contener los valores de cada observación, es más fácil de modificar para obtener un dibujo con un nivel de
detalle distinto, mayor o menor, de la distribución.
4. Pueden presentarse dos conjuntos de datos simultáneamente en el mismo diagrama, con lo que se facilita la
comparación.
Principio: Cada número se divide en dos partes, una que llamaremos "Tallo" y la otra denominada " ramas u
Hojas".
Formado por uno o más dígitos principales (cifras mas significativas), ubicados
Tallo
a la izquierda del número.
Ramas u hojas Resto de los números (cifras secundarias) ubicadas a la derecha.
Ejemplo:
Considere los siguientes números: 65, 57, 79, 69, 53, 63, 71. Los tallos serán las decenas, y las ramas serán
las unidades, de la siguiente manera
Tallo Ramas
5 73
6 593
7 91
Procedimiento:
1. Se define cómo se van a dividir los números en tallos y ramas, es decir, se identifican cuales van a ser
los tallos, y cuales va a ser las ramas.
Página 23 de 175
2. En una columna se listan los tallos en orden ascendente.
3. Se recorren los datos y se colocan, en la columna siguiente, las hojas de acuerdo al tallo que tengan.
Observaciones:
Ejemplo:
Solución:
Página 24 de 175
• Partiendo cada tallo en dos
En este caso el tallo 1 únicamente tendría la parte superior, y el tallo 4 tendría tanto la parte inferior como la
superior
200, 500, 380, 415, 800, 725, 298, 654, 385, 475, 789, 658, 458, 589, 254, 365, 563, 698, 478, 589, 798, 695,
587, 458, 556, 668, 574, 258, 654, 789.
Solución:
Para realizar cálculos estadísticos utilizando Excel debe abrir la ventana de herramientas, luego complementos,
herramientas para análisis y herramientas para análisis BVA, de esta manera le quedara activado en su
computador la herramienta análisis de datos. Si ya lo tiene omita estos pasos y pase de una vez a histograma.
Página 25 de 175
3. Aquí se le mostrara una nueva ventana de clic en herramientas para análisis y herramientas para análisis -
VBA y después aceptar:
4. Para comprobar que ya le fue activado el análisis de datos de nuevamente clic en herramientas y mire que
en la parte inferior de la ventana diga análisis de datos:
Página 26 de 175
SOLUCIÓN AL PROBLEMA
Para construir distribuciones de frecuencia en Excel primero escribimos los datos en una columna abrimos la
ventana análisis de datos:
En el rango de entrada debemos darle clic en la flecha roja y luego señalar los datos, después le damos clic
otra vez en la flecha roja para que nos aparezca la misma ventana. La opción rango de clases no es
obligatoria, pues si no escribimos nada Excel lo hará haciendo todas de igual amplitud, en caso contrario
Página 27 de 175
nosotros se las daremos; en el rango de salida debe escribir la celda donde quiere que le aparezca la
distribución.
Para nuestro ejemplo lo haremos primero sin escribir el rango de clases y la salida del computador será:
Clase Frecuencia
200 1
320 3
440 4
560 6
680 9
y mayor... 7
Donde nos índica que de cero a 200 solo hay un valor, de 200 a 320 hay 3 y así sucesivamente, es decir en las
clases únicamente muestra el límite superior.
Si desea que los datos aparezcan distribuidos por el número de clases determinado por usted, se utiliza
entonces la opción rango de clases. Para obtener la amplitud de los rangos de las clases se debe determinar
primero el rango de los datos a analizar, lo cual se consigue restándole al dato mayor, el dato menor. Luego
para obtener la amplitud, se divide el resultado anterior en la cantidad de clase que se desea obtener. Si le
damos 6 clases la amplitud será de 100 y la distribución quedará así:
Clase Frecuencia
300 4
400 3
500 6
600 6
700 6
y mayor... 5
En este caso entre 0 y 300 hay 4, entre 300 y 400 hay 3 y así sucesivamente, se observa que la frecuencia
más alta esta entre 600 y 700.
Usando las formulas de Excel usted puede construir las demás frecuencias así:
1. Para frecuencias relativas: +(celda de la casilla absoluta / celda del total de datos)*100
2. Para frecuencias acumuladas: copia la primera frecuencia y después +primera celda de la frecuencia
más la siguiente, y así sucesivamente. La tabla que obtendrá será la siguiente:
Solución
Página 28 de 175
De acuerdo con la tabla anterior de las frecuencias se observa que el 10% de los días las ventas están entre
300 y 400 mil pesos
Las gráficas proporcionan datos en un diagrama de dos dimensiones. En el eje horizontal se puede mostrar los
valores de la variable (las características que se están midiendo), y en el eje vertical se señalan las frecuencias
de las clases mostradas en el eje horizontal. A continuación se presentarán brevemente los distintos tipos de
gráficos que se emplean para la presentación de datos y los pasos para realizarlos utilizando Excel.
Gráficos Estadísticos:
Para apreciar a golpe de vista la magnitud o posición de las variables, se suelen efectuar una representación
gráfica, los sistemas de gráficos más usuales son:
Diagrama de sectores El área de cada sector es proporcional a la frecuencia que se quiera representar, sea
absoluta o relativa.
Para calcularlo podemos decir que el área depende del ángulo central, mediante la siguiente proporción:
ni/N=α/360
x5 x1
x4
x2
x3
Cuando lo que se desea es resaltar las proporciones que representan algunos subconjuntos con respecto al
total, es decir, cuando se está usando una escala categórica, conviene utilizar una gráfica llamada de pastel o
circular
Página 29 de 175
Por ejemplo, para ilustrar la matrícula en licenciatura (en México) por áreas de conocimiento en el año de 1992
se puede usar algo así como sigue (Fuente: ANUIES, 1995):
De hecho, si se desea resaltar una de las categorías que se presentan, es válido tomar esa "rebanada" de la
gráfica y separarla de las demás:
Hay que tomar algunas precauciones al utilizar este tipo de gráficos. Por un lado, comparar dos gráficos
circulares (por ejemplo, si se quisieran comparar las proporciones de matrículas en licenciatura por áreas de
conocimiento en licenciatura para dos años distintos) resulta muy difícil y, por tanto, no es muy aconsejable.
Por otro lado, en ocasiones existen categorías con pocas frecuencias (por ejemplo, dos o tres con
frecuencias relativas menores al 1% cada una), haciendo que la gráfica resulte "pesada" y las etiquetas se
encimen. Una posible solución es juntarlas en una sola categoría (por ejemplo, la típica "otras" o "varias"), pero
entonces habría que ponderar si se hace una gráfica extra con dichas observaciones únicamente, haciendo la
anotación pertinente, o simplemente se ignoran por no resultar significativas.
Diagrama de barras: se utiliza para frecuencias absolutas o relativas, acumuladas o no, de una VARIABLE
DISCRETA. En el eje de abscisas, situaremos los diferentes valores de la variable. En el eje de ordenadas la
frecuencia. Levantaremos barras o columnas SEPARADAS de altura correspondiente a la frecuencia
adecuada.
8
6
ni
4
2
0
x1 x2 x3 x4 x5
Variable
Histograma: Igual que el anterior en cuanto al tipo de frecuencias que se pueden utilizar. La diferencia: es
para variables CONTINUAS. Si la amplitud del intervalo es la misma, elevaremos columnas UNIDAS, a altura
Página 30 de 175
la frecuencia correspondiente. Si la amplitud del intervalo es diferente, el área del rectángulo columna será
proporcional a la frecuencia representada.
En el eje horizontal (o de las abscisas) se representan los intervalos de los datos, marcándose de manera
continua las fronteras entre cada uno de los éstos. De esta manera, el histograma está compuesto rectángulos,
cuyo número coincide con la cantidad de intervalos considerados, el ancho de la base de cada uno de esos
rectángulos es la misma siempre y coincide con las fronteras de los intervalos, y la altura corresponde a la
frecuencia de cada intervalo.
Es importante observar que resulta difícil utilizar este tipo de representación cuando existen intervalos abiertos
o cuando los intervalos no son iguales entre sí.
Otra observación es la amplitud de los intervalos, que se puede establecer utilizando la regla de Sturges, pues
al cambiarla la presentación visual de un histograma puede variar.
El programa Excel no permite crear de manera automática histogramas, pues proporciona el ancho de las
columnas de tal manera que quedan separadas. Sin embargo, existe la manera de hacerlas.
Otra observación pertinente es que se pueden representar en la misma gráfica, utilizando las mismas escalas
horizontales y verticales, varios datos correspondientes a las mismas variables producto de varias
observaciones. Esto produce una gráfica con varias series, correspondiendo cada una de ellas a cada
observación de la muestra (o población), y teniéndose una gráfica compuesta. Es conveniente que cada serie
de datos (u observaciones) sean ilustradas o iluminadas de igual manera entre sí, pero distinta de las demás.
El ejemplo que sigue pertenece al comportamiento de las calificaciones parciales de tres alumnos de
preparatoria. Las series (cada una de las calificaciones parciales) están coloreadas con diferente color para
mostrar el comportamiento tanto individual, como de cada uno de los alumnos con respecto a los demás. Es
interesante observar que la escala horizontal no es continua (es nominal).
También es posible realizar gráficas de barras horizontales, los cuales se parecen mucho a las gráficas de
columnas, con la salvedad importante de que la función de los ejes se intercambian y el eje horizontal queda
destinado a las frecuencias y el eje vertical a las clases.
Es muy común que este tipo de gráficos se utilicen para ilustrar el tamaño de una población dividida en estratos
como, por ejemplo, son sus edades. El ejemplo que se presenta es la población de un país ficticio llamado
"Timbuctulandia":
Página 31 de 175
A este tipo de gráficos en particular se le llama pirámide de edades por su forma. Incluso, cuando se compara
la población masculina y femenina por estratos de edades, se estila utiliza el lado izquierdo para la población
de un sexo y el lado derecho para el otro, el resultado es una "pirámide" casi simétrica (dependerá de la
población en particular).
25
20
15
10
5
0
x1 x2 x3 x4 x5
Gráfico de Líneas
Cuando los datos se relacionan entre sí, es decir, cuando podemos decir que existe cierta continuidad entre las
observaciones (como por ejemplo el crecimiento poblacional, la evolución del peso o estatura de una persona a
través del tiempo, el desempeño académico de un estudiante a lo largo de su instrucción escolar, las
variaciones presentadas en la medición realizada en algún experimento cada segundo o minuto) se pueden
utilizar las gráficas de líneas, que consisten en una serie de puntos trazados en las intersecciones de las
marcas de clase y las frecuencias de cada una, uniéndose consecutivamente con líneas:
Este ejemplo muestra el comportamiento del peso corporal (en kilogramos) de dos individuos a lo largo de
cinco observaciones anuales. Al igual que en el caso de las gráficas de columnas (y de otras más) es posible
presentar varias series de observaciones (en este caso cada serie de observaciones son los pesos de un
individuo).
Página 32 de 175
Otra forma de representación de un uso menos común, y muy parecida a las gráficas de líneas, es el polígono
de frecuencias. La diferencia fundamental entre ambas es que en el polígono de frecuencias se añaden dos
clases con frecuencias cero: una antes de la primera clase con datos y otra después de la última. El resultado
es que se "sujeta" la línea por ambos extremos al eje horizontal y lo que podría ser una línea separada del eje
se convierte, junto con éste, en un polígono.
El siguiente ejemplo corresponde al porcentaje del PIB gastado en docencia e investigación durante el año de
1990 en cinco países (fuente: Revista "Ciencia y Desarrollo", 1994, XIX(114):12):
El Excel no crea automáticamente polígonos de frecuencias, sino que produce gráficas de líneas. Sin embargo,
es posible arreglárselas para hacerlas.
Una gráfica similar al polígono de frecuencias es la ojiva, pero ésta se obtiene de aplicar parcialmente la misma
técnica a una distribución acumulativa y de igual manera que éstas, existen las ojivas mayor que y las ojivas
menor que.
Existen dos diferencias fundamentales entre las ojivas y los polígonos de frecuencias (y por esto la aplicación
de la técnica es parcial):
1. Un extremo de la ojiva no se "amarra" al eje horizontal, para la ojiva mayor que sucede con el extremo
izquierdo; para la ojiva menor que, con el derecho.
2. En el eje horizontal en lugar de colocar las marcas de clase se colocan las fronteras de clase. Para el
caso de la ojiva mayor que es la frontera menor; para la ojiva menor que, la mayor.
Las siguientes son ejemplos de ojivas, a la izquierda la mayor que, a la derecha la menor que, utilizando los
datos que se usaron para ejemplificar el histograma:
La ojiva mayor que (izquierda) se le denomina de esta manera porque viendo el punto que está sobre la
frontera de clase "4:00" se ven las visitas que se realizaron en una hora mayor que las 4:00 horas (en
cuestiones temporales se diría: después de las 4:00 horas). De forma análoga, en la ojiva menor que la
frecuencia que se representa en cada frontera de clase son el número de observaciones menores que la
frontera señalada (en caso de tiempos sería el número de observaciones antes de la hora que señala la
frontera).
Página 33 de 175
Si se utiliza una distribución porcentual acumulativa entonces se obtiene una ojiva (mayor que o menor que
según sea el caso) cuyo eje vertical tiene una escala que va del 0% al 100%. El siguiente ejemplo es la misma
ojiva menor que, que se acaba de usar, pero con una distribución porcentual:
Polígono de frecuencias, es la recta que une los extremos de las variables de una distribución, un ejemplo
clásico es el de la evolución de la temperatura de un paciente
6
5
4
3
2
1
0
x1 x2 x3 x4 x5
Nota: Si la variable es cualitativa (rubio, moreno, alto bajo, etc.) se suelen utilizar más los diagramas de
sectores o pictogramas
Si la variable es cuantitativa podemos tener dos casos: Variable discreta o variable continua.
En el primer caso: variable discreta utilizaremos si no piden nada concreto, el diagrama de barras cuando se
refiera a la representación gráfica de la frecuencia absoluta (ni)
8
6
4
2
0
x1 x2 x3 x4 x5
En cambio cuando nos estemos refiriendo a la frecuencia absoluta acumulada optaremos por el diagrama de
escalera
25
20
15
10
5
0
x1 x2 x3 x4 x5
Página 34 de 175
En el caso de la variable continua, optaremos por el histograma para las frecuencias absolutas y por el
polígono de frecuencias en el caso de la frecuencia acumulada.
Pictograma: Se suele utilizar para expresar un atributo. Se suelen utilizar iconos que se identifiquen con la
variable (ejemplo un coche) y su tamaño suele guardar relación con la frecuencia
Actualmente, y mucho en los medios masivos de comunicación, se utilizan gráficos para ilustrar los datos o los
resultados de alguna investigación. Regularmente se utilizan dibujos para representar dicha información, y el
tamaño o el número de estos dibujos dentro de una gráfica queda determinado por la frecuencia
correspondiente. A este tipo de gráfica se le llama pictograma y éstos son dos ejemplos:
El de la izquierda representa la población de los Estados Unidos (cada hombrecillo representa a dos millones
de habitantes), el de la derecha representa la masa de tres planetas de nuestro sistema solar tomando como
unidad a la masa de la Tierra (cada representa la masa de nuestro planeta: Venus tiene masa menor y
Neptuno tiene más 17 veces más masa que la Tierra).
Las versiones del Excel 7.0 y anteriores no tienen opciones para realizar este tipo de gráficas, las posteriores
sí. Otros programas contemporáneos (como el Corel Draw o el Harvard Graphics) sí son capaces.
Gráfico de Dispersión: Cuando se pretende ilustrar la dispersión de las observaciones realizadas, y así
trabajar algunas cosas como correlaciones se puede utilizar una gráfica de dispersión. Por ejemplo, el ejemplo
de la izquierda es la dispersión que se presenta al comparar el número de tesis doctorales en ciencias exactas
contra el número de total de tesis doctorales (todo en México) en observaciones anuales entre 1984 y 1990
(fuente: Revista "Ciencia y Desarrollo", 1994, XIX(114):12):
Página 35 de 175
La gráfica de la derecha es resultado de comparar el diámetro (en miles de kilómetros) de los planetas
interiores del nuestro sistema solar contra sus densidades (en gramos por centímetro cúbico). Es interesante
observar que los puntos parecen "seguir" una línea imaginaria que se asemeja a una recta, con excepción de
un caso atípico: Mercurio.
Uno de los usos de este tipo de gráficas es precisamente encontrar si las observaciones siguen algún patrón
lineal (una línea de tendencia) o si existen valores atípicos. Para el caso del Excel, el programa es capaz de
graficar las líneas de tendencias que siguen un conjunto de datos.
Como resumen final, se presenta a continuación un cuadro resumen donde se clasifica los principales tipos de
gráficos a utilizar de acuerdo al tipo de variable que se este trabajando:
Un profesor realizó una encuesta a sus estudiantes para analizar el núcleo familiar. Para esto preguntó a cada
uno de sus 35 estudiantes el número de hermanos y obtuvo los siguientes datos:
Nº de Hermanos frecuencia
0 4
1 6
2 2
3 8
4 4
5 1
Total 25
Página 36 de 175
1. Qué porcentaje corresponde al mayor número de hijos?
2. Aproximadamente el 22% de las familias tienen cuántos hijos?
3. El 80% de las familias tienen menos de cuántos hijos?
4. Cuántas familias tienen 3 hijos o menos?
Solución:
Para poder resolver estas preguntas se va a utilizar los gráficos de la siguiente manera:
4. Cualquiera de estas opciones puede escoger, se escoger columnas ya que es la más común y además es
la que representa el histograma de la distribución, al dar clic en siguiente se obtendrá la siguiente ventana:
Página 37 de 175
En el rango de datos damos clic en la flecha roja señalamos la distribución y luego damos otra vez clic el
misma flecha y clic en siguiente.
3. La siguiente ventana será:
Que es la de ubicación del gráfico: en hoja nueva o en alguna celda en especial, y finalizamos dándolo clic en
terminar y el gráfico será:
Página 38 de 175
En este histograma podemos observar que:
Para responder las pregustas 3 y 4 del profesor nos toca realizar la ojiva, la cual obtenemos siguiendo los
pasos anteriores:
Página 39 de 175
CAPÍTULO 2. ANÁLISIS MATEMÁTICO DE LA
INFORMACIÓN
Lección 6: Parámetros y Estadísticos
Parámetro: Son medidas numéricas descriptivas, asociadas a la población, son valores fijos pero
2
desconocidos. Algunos de ellos: µ = La media. σ = Varianza. σ = Desviación típica o estándar.
Los parámetros como valores fijos, no tienen distribución de probabilidad, siendo características propias de la
población objeto de estudio.
= ∑
Promedio poblacional:
= ∑
−
Varianza poblacional:
Estadísticos: Son medidas numéricas descriptivas, asociadas a la muestra, se consideras variables aleatorias.
Algunos de ellos: ̅ = La media o promedio. s = La varianza. s = Desviación típica. Los estadísticos como
2
están asociados a la muestra aleatoria, tienen distribución de probabilidad, ya que según la muestra tomada,
éste varia.
= ∑
Promedio muestral:
∑ −
=
Varianza muestral:
Página 40 de 175
SUMATORIAS Y OTRAS NOTACIONES IMPORTANTES
El uso de la notación simbólica es esencial en estadística. Por ejemplo, para distinguir entre los valores de n
observaciones se emplea la notación simbólica x1, x2,…, xn. En el análisis estadístico de un conjunto de datos
se requiere del uso de sumas de números, por lo cual, es conveniente introducir una notación simple para
indicar una suma. Uno de los símbolos más útiles es la letra griega (sigma) con la que se denota la suma de
términos en secuencia. De esta manera, la suma de x1, x2,…, xn se designa por:
n
∑x
i =1
i = x 1 + x 2 + x 3 + ... + x n ,
Y se lee “suma de las xi, con i variando desde 1 hasta n”. La letra i recibe el nombre de índice de suma toma
valores enteros sucesivos hasta e incluyendo a n, que es el límite superior o el valor más grande de i.
Considere, por ejemplo, la sucesión de números: 1, 4, 7, 10, 13,…, y suponga que se desea referirse a la suma
de los cuadrados de los primeros cuatro términos de la sucesión. En la notación de sumatoria esto se escribiría
como
4
∑y
i =1
2
i = 12 + 4 2 + 7 2 + 10 2 = 1 + 16 + 49 + 100 = 166
De manera general, los siguientes son ejemplos del uso de ,
n
a) ∑x
i =1
2
i = x 12 + x 22 + x 32 + ... + x 2n ,
n
b) ∑ (x
i =1
i − a ) = (x 1 - a) + (x 2 - a) + (x 3 - a) + ... + ( x n - a),
n
c) ∑ (x
i =1
i − a ) 2 = (x 1 - a) 2 + (x 2 - a) 2 + (x 3 - a) 2 + ... + ( x n - a) 2 ,
n
d) ∑x y
i =1
i i = x 1 y1 + x 2 y 2 + x 3 y 3 + ... + x n y n ,
n n
2. Si c es cualquier constante, entonces ∑ cx i = c∑ x i
i =1 i =1
n n n
3. ∑ (x
i =1
i + yi ) = ∑ x i + ∑ yi
i =1 i =1
Página 41 de 175
∑ (x )
4 4 4 4
2
i + ax i + 5 = ∑ x i2 + a ∑ x i + ∑ 5
i =1 i =1 i =1 i =1
( 2 2 2 2
)
= 1 + 2 + 3 + 4 + 10 (1 + 2 + 3 + 4) + (5 + 5 + 5 + 5)
= (1 + 4 + 9 + 16) + 10 (10 ) + (20 )
= 30 + 100 + 20
= 150
Otro símbolo útil es la letra griega (pi). Esta letra se emplea para indicar el producto de los términos de una
secuencia. Por ejemplo, dada la secuencia de observaciones x1, x2,…, xn se designa por:
n
∏x
i =1
i = x 1 . x 2 . x 3 .... x n
Donde la letra i tiene el mismo propósito que en la suma.
Mediana
Moda
Sin embargo, existen otras medidas menos comunes; las medidas de tendencia central, también denominadas
medidas de posición, pueden ser pueden ser de dos tipos:
1. CENTRALES:
2. NO CENTRALES O DE POSICIÓN:
Cuantiles:
Cuartiles
Deciles
Centiles o percentiles
La fórmula de cálculo de cada una de ellas depende de cómo se encuentren presentados los datos: agrupados
o sin agrupar. Por datos agrupados entenderemos los presentados en una tabla de frecuencias (variable
discreta o continua), mientras que por datos sin agrupar se entenderá los que se encuentran enlistados.
Media Aritmética
Es la medida de posición mas empleada, la más conocida y sencilla de calcular, de gran estabilidad en el
muestreo y sus fórmulas admiten tratamientos algebraicos. También se le conoce como promedio aritmético o
Página 42 de 175
simplemente como la media de un conjunto de observaciones. Cotidianamente e inconscientemente estamos
utilizando la media aritmética. Cuando por ejemplo, decimos que un determinado fumador consume una
cajetilla de cigarrillos diaria, no aseguramos que diariamente deba consumir exactamente los 20 cigarrillos que
contiene un paquete, sino que es el resultado de la observación, es decir, dicho sujeto puede consumir 18 un
día, 10 otro, 20, 21, 22; pero según nuestro criterio, el número de unidades estará alrededor de 20.
Su desventaja principal es el de ser muy sensible a valores extremos, es decir, puede afectarse de manera
desproporcionada por la presencia de valores grandes, o de valores muy pequeños.
Se designará el símbolo (la letra griega miu) para designar una media poblacional, y x (que se leerá como
“x-barra”) para designar una media muestral.
x 1 + x 2 + x 3 + ... + x N ∑
xi
1 N
µ= = i =1
= ∑ xi
N N N i =1
2. Sean x1, x2,…, xn, los n datos correspondientes a una muestra. Entonces la media muestral es,
n
x 1 + x 2 + x 3 + ... + x n ∑
xi
1 n
x= = i =1
= ∑ xi
n n N i =1
Ejemplo
Hallar la media aritmética de los siguientes números: 10, 8, 6, 5, 10, 7.
Solución:
6
∑x i
1 6 10 + 8 + 6 + 5 + 10 + 7
x= i =1
6
= ∑
6 i =1
xi =
6
=8
Ejemplo
Cantidad de cigarrillos consumidos por un fumador en una semana.
Lunes 18
Martes 21
Miércoles 22
Jueves 21
Viernes 20
Sábado 19
Domingo 19
Solución:
∑x i
18 + 21 + 22 + 21 + 20 + 19 + 19
x= 1
= = 20
7 7
El fumador consume en promedio 20 cigarrillos diarios.
Para algún campo de la ciencia, específicamente en la física, se dice que la media aritmética es el CENTRO
DE GRAVEDAD de los datos.
Página 43 de 175
Media para datos agrupados
Cuando se cuenta con una variable discreta que se encuentra agrupada en una distribución de frecuencias de
k valores, la media aritmética se calcula por la fórmula:
k
∑ x .f i i
1
x= i =1
n
=
n
∑ xifi
Ejemplo.
A partir de la siguiente tabla, datos sobre la cantidad de cigarrillos consumidor por un fumador en una semana,
se obtiene la siguiente distribución de frecuencia.
Cantidad Frecuencia
(Xi) (fi)
18 1
19 2
20 1
21 2
22 1
Total 7
Solución:
7
∑x f i i
18(1) + 19(2) + 20(1) + 21(2) + 22(1) 140
x= 1
= = = 20
7 7 7
Para facilidad del cálculo de la media, se puede recurrir a construir primeramente en el cuadro, el valor del
numerador así,
Cantidad (Xi) Frecuencia (fi) Xi fi
18 1 18
19 2 38
20 1 20
21 2 42
22 1 22
Total 7 140
Si la información se encuentra relacionada en una distribución de frecuencias por intervalo (variable continua),
se toman como valores de la variable las marcas de clase de los intervalos; recuérdese que por marca de
clase se entiende el punto medio entre los límites de cada clase o intervalo.
Página 44 de 175
Ejemplo:
Mediante la siguiente distribución de frecuencias que nos muestra los espesores en pulgadas, de recipientes
de acero, hallar la media aritmética.
Espesores
0.307 - 0.310 0.311 - 0.314 0.315 - 0.318 0.319 - 0.322 0.323 - 0.326 0.327 - 0.330
en pulg
f 3 5 5 22 14 1 N= 50
Solución:
Espesores
0.307 - 0.310 0.311 - 0.314 0.315 - 0.318 0.319 - 0.322 0.323 - 0.326 0.327 - 0.330
en pulg
f 3 5 5 22 14 1 N= 50
15.9930
̅ = !: ̅ = 0,3199
50
∑x w i i
xw = i =1
n
,
∑w
i =1
i
Ejemplo:
Las calificaciones de un estudiante están conformadas por los siguientes factores: Un examen cuyo valor es el
60% en el cual obtuvo una nota de 3,0; talleres de resolución de ejercicios con ponderación del 25% con una
calificación de 3,5 y por último, laboratorios de consulta y resolución de ejercicios con un valor del 15% y una
nota de 4,5. ¿Cuál es la nota final del primer corte del estudiante?
SOLUCIÓN
El ejercicio brinda los siguientes datos.
Ponderaciones: w1 = 0,6; w2 = 0,25 y w3 = 0,15.
Datos de la Variable: x1 = 3,0; x2 = 3,5 y x3 = 4,5.
De esta manera, se tiene que:
Página 45 de 175
3
∑x w i i
3,0(0,60) + 3,5(0,25) + 4,5(0,15) 1,80 + 0,875 + 0,675 3,35
xw = i =1
= = = = 3,35
3
0,60 + 0,25 + 0,15 1,00 1,00
∑w
i =1
i
Para datos agrupados, tenemos que la fórmula para calcular la media aritmética ponderada está dada por,
n
∑x f w i i i
xw = i =1
n
∑w f
i =1
i i
∑ (x
i =1
i - x) = 0
Para comprobar esta propiedad recurriremos a las propiedades de la sumatoria descritas previamente.
Tenemos que:
n n n
∑ (x i - x ) = ∑ x i − ∑ x
i =1 i =1 i =1
Sin embargo,
n
∑x i n
x= i =1
, despejando tenemos que nx = ∑ x i
n i =1
Cabe mencionar que una vez calculada la media aritmética, esta es una constante, por tanto, por
propiedades de la sumatoria:
n
∑ x = nx
i =1
De esta manera, reemplazando las dos igualdades en la ecuación original tenemos que:
n n n
∑ (x
i =1
i - x ) = ∑ x i − ∑ x = nx - nx = 0
i =1 i =1
Veamos un ejemplo de comprobación; para ello consideremos los datos dados para el problema del
fumador cuya media es de 20 cigarrillos por día:
X xi - x
18 18 – 20 = -2
21 21 – 20 = 1
22 22 – 20 = 2
21 21 – 20 = 1
20 20 – 20 = 0
19 19 – 20 = -1
19 19 – 20 = -1
Suma 0
Página 46 de 175
Para una distribución de frecuencias, consideremos el mismo ejemplo con los datos agrupados:
X fi xi - x (xi - x )fi
18 1 18 – 20 = -2 -2
21 2 21 – 20 = 1 2
22 1 22 – 20 = 2 2
20 1 20 – 20 = 0 0
19 2 19 – 20 = -1 -2
Suma 7 0
2. La suma de las diferencias cuadráticas de los datos, con respecto a la media aritmética es mínima.
2
∑ (x i - x )
n
es mínima para x ; quiere decir que para cualquier otro parámetro p, diferente a la media
i =1
2 2
∑ (x i - p) > ∑ (x i - x )
n n
aritmética hacer mayor la expresión .
i =1 i =1
3. La media aritmética de una constante es igual a la constante. Es decir, dada xi=k, para i=1, 2, 3,…, n.
1 n 1 n 1
x= ∑ x i = ∑ k = n.k = k
n i=1 n i=1 n
Ejemplo:
Si un alumno presenta 5 parciales y en todos ellos alcanza una calificación de cuatro, su nota promedio
será de cuatro:
1 n 1 5 1
x= ∑ x i = ∑ 4 = 5.4 = 4
n i=1 5 i=1 5
4. Si a cada uno de los resultados de una variable le sumamos o le restamos una constante C, la media
aritmética de la nueva variable queda alterada en esa constante. Formalmente, la media de una variable
mas (o menos) una constante es igual a la media aritmética de la variable mas (o menos) la constante.
Sean x1, x2,…, xn datos de una variable X cuya media aritmética es x . Definimos una variable Y de tal
manera que y1 = x1 ± c, y2 = x2 ± c,…, yn = xn ± c, es decir yi = xi ± c, i=1, 2,…, n.
Entonces la media aritmética de la nueva variable es:
1n 1 n
∑ y i = ∑ (x i ± c ) = ∑ x i ± ∑ c = ∑ x i ± ∑ c = x ± n.c
1 n 1 n n 1 n 1
y=
n i=1 n i=1 n i=1 i=1 n i=1 n i=1 n
Es decir,
y=x±c
Ejemplo:
Consideremos la siguiente distribución de frecuencias:
Página 47 de 175
x=
1 5
∑ x in i =
1
(134 ) = 6,7 y=
1 5
∑ y in i =
1
(174 ) = 8,7
n i =1 20 n i =1 20
y = x + 2 = 6,7 + 2 = 8,7
Ejemplo:
2
Se tienen 100 baldosas y se midió sobre ellas su resistencia en Kg/m , obteniendo los siguientes datos:
Con base en estos datos, tenemos que la resistencia media de las 100 baldosas es:
x=
1 5
∑ m ini =
1
(44.800) = 448 Kg/m2
n i =1 100
Si hacemos Y = X – 450:
Página 48 de 175
y=
1 5
∑ y ini =
1
(− 200) = −2 Kg/m2
n i =1 100
y = x − 450 = 448 - 450 = - 2
5. Si cada uno de los datos se multiplica por una constante K, entonces la media aritmética queda
multiplicada por esa constante.
Sean x1, x2,…, xn los datos de una variable X cuya media aritmética es x .
De igual forma, sea y1 = k.x1, y2 = k.x2,…, yi = k.xi,…, yn = k.xn.
La media aritmética de la nueva variable es y = k.x :
1 n 1 n k 5 1 5
y= ∑
n i =1
y i = ∑ k.x i = ∑ x i = k. ∑ x i = k.x
n i =1 n i =1 n i =1
Ejemplo:
x=
1 5
∑ x in i =
1
(134 ) = 6,7 y=
1 5
∑ y in i =
1
(268) = 13,4
n i =1 20 n i =1 20
y = 2.x = 2(6,7) = 13,4
Ejemplo:
1
Si multiplicamos cada una de las resistencias de las 100 baldosas por una constante k = , tenemos:
100
y=
1 7
∑ m yi ni =
1
(448 ) = 4 ,48
n i =1 100
y = 4 ,48 = =
1
(448 ) = 1 x
100 100
6. Empleando las dos propiedades anteriores, podemos calcular la media de una combinación lineal de
variables, esto es, una transformación de variables:
Página 49 de 175
Sean x1, x2,…, xn los datos de una variable X cuya media aritmética es x ; de manera similar, sean C y K,
dos constantes y Y una variable aleatoria tal que Y = C.X ± K. Entonces la media aritmética de la nueva
variable es y = c.x ± k .
Ejemplo:
En una empresa constructora de vivienda los salarios semanales tienen una media de $169.000. Como
una solución al conflicto laboral surgido se proponen dos soluciones al conflicto:
1. Aumento del 6% en el salario semanal, ó,
Solución:
Tenemos que, sea X la variable salario mensual, entonces:
Y1 = 1,06.X y = 1,06. x = 1,06(169.0 00) = 179.140 , es decir, si aplicamos la primera opción,
obtendríamos un nuevo salario semanal de $179.140.
7. La media de una muestra es igual a la media ponderada de las sub-muestras, tomándose como
ponderación los tamaños de las sub-muestras, es decir,
n1 .x 1 + n 2 .x 2 + ... + nk .x k
x= ,
n
Donde n = n1 + n2 + … + nk.
Ejemplo:
Solución:
1 5 1
(43) = 2,15 , x 1 = 1 ∑ x ini = 1 (16 ) = 1,33 , x 2 = 1
3
1
(27 ) = 3,375
2
x = ∑ x in i = ∑ x ini =
n i =1 20 n1 i =1 12 n2 i =1 8
De esta manera,
n .x + n 2 .x 2 12 (1,33) + 8 (3,375) 43
x= 1 1 = = = 2,15
n1 + n2 12 + 8 20
Página 50 de 175
La Mediana
Hay que tener en cuenta que si x1, x2,…, xN-1, xN, se utiliza para denotar el conjunto de las observaciones,
donde el subíndice indica el orden en el dato que fue obtenido o registrado, suele utilizarse x(1), x(2),…, x(N-1),
x(N), para representar las mismas observaciones, pero ahora ordenadas de menor a mayor, por lo tanto ahora
aparece primero el dato más pequeño y último el más grande.
En el ejercicio de los cigarrillos consumidos por un fumador, los datos suministrados fueron:
Lunes (x1)=18, martes (x2)=21, miércoles (x3)=22, jueves (x4)=21, viernes (x5)=20, sábado (x6)=19 y domingo
(x7)=19. Hallar la mediana.
Solución:
x(1) = 18, x(2) = 19, x(3) = 19, x(4) = 20, x(5) = 21, x(6) = 21, x(7) = 22.
Una vez ordenados los datos, determinamos el valor de la variable que se encuentra en la posición central de
los datos, es decir:
Me = x N +1 = x 7 +1 = x 8 = x (4 ) = 20
2 2 2
De esta manera, consideramos que en el 50% de los días de la semana este fumador consume máximo 20
cigarrillos; mientras que en el restante 50% de los días fuma mas de 20 cigarrillos.
Nótese que tras del cuarto dato ordenado se encuentran 3 valores observados, la misma cantidad de
observaciones que superan el valor de la mediana, esto es:
b. Número par de observaciones: La mediana esta determinado por el valor de la semisuma (promedio
aritmético) de los valores de los dos datos centrales, esto es:
Página 51 de 175
x N + x N
+1
Mediana = Me = 2 2
, en caso de que N (o n) sea par.
2
Ejemplo:
3
Consideremos el consumo mensual de agua en m , por una fábrica de confecciones “La Hilacha”.
Enero (x1) = 10, Mayo (x5) = 14, Septiembre (x9) = 18
Febrero (x2) = 12, Junio (x6) = 19, Octubre (x10) = 22
Marzo (x3) = 15, Julio (x7) = 17, Noviembre (x11) = 15
Abril (x4) = 18, Agosto (x8) = 18, Diciembre (x12) = 13
Hallar la mediana.
Solución:
x 12 + x 12
+1 x (6 ) + x (6 +1) x (6 ) + x (7 ) 15 + 17 32
Me = 2 2
= = = = = 16
2 2 2 2 2
3
De esta manera, tenemos que el 50% de los meses la empresa tuvo un consumo de agua menor a 16 m ,
mientras en el restante 50% de los meses el consumo supero esta cifra.
Como se puede observar, en este caso la mediana no es un dato perteneciente a la información recogida,
sin embargo, es un parámetro que divide la información dejando el 50% por encima y el 50% por debajo
de ella, esto es:
Ejemplo Caso a:
Consideremos la siguiente distribución de frecuencias para una variable cualquiera, hallar la mediana.
Solución:
Página 52 de 175
Xi ni Ni
0 2 2
1 3 5 Nj-1
2 6 11 Nj
3 5 16
4 4 20
20
Para este caso, tenemos un número par de datos, de acuerdo a lo planteado para el caso de datos sin agrupar,
la mediana tomaría el valor del promedio de los dos valores centrales, esto es, los valores que se encuentren
en la posición 10 y 11; por tanto, la mediana para este caso es igual a 2. Comprobemos lo anterior con la
fórmula presentada:
n 20 n n
Tenemos que = = 10 , además Nj-1 < es decir, 5<10 y Nj > o sea 11>10, por tanto,
2 2 2 2
Me = xj = 2.
Ejemplo Caso b:
Consideremos la anterior distribución de frecuencias con un leve cambio, hallar la mediana.
Xi ni Ni
0 2 2
1 3 5
xj-12 5 10 Nj-1
xj3 6 16 Nj
4 4 20
20
Solución:
n 20 n n
Tenemos que = = 10 , además Nj-1= es decir, N3=10= , por tanto
2 2 2 2
x j-1 + x j 2+3 5
Me = = = = 2,5
2 2 2
Podemos comprobar el resultado anterior, transformando la distribución de frecuencias en una variable cuyos
datos no estén agrupados,
i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
xi 0 0 1 1 1 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4
2+3 5
Me = = = 2,5
2 2
Página 53 de 175
Mediana para datos agrupados - Variable Continua
Cuando trabajamos con variables agrupadas por intervalos es imposible determinar con precisión los valores
que toman los datos, ya que esa información se ha perdido en privilegio del agrupamiento interval. Por lo tanto,
en este caso, debemos buscar otro método para determinar el valor de la mediana. Consideremos como x Ij al
límite inferior del j-ésimo intervalo, de manera análoga como x Sj al límite superior del j-ésimo intervalo.
Para la variable continua también se tienen dos casos, como se verá a continuación:
n
a. Cuando Nj-1 = , entonces Me = x Sj-1 .
2
n n
b. Cuando Nj-1 < y Nj > , se puede calcular la mediana empleando las frecuencias absolutas mediante
2 2
la siguiente fórmula
n
− N j-1
Me = LI + 2 A ,
nj
donde,
LI: Límite Inferior del intervalo mediano, es decir, el intervalo donde se encuentra la
n
mediana, el cual se determina observando en que intervalo se encuentra la posición .
2
n: Número de observaciones.
Nj-1: Frecuencia absoluta acumulada anterior al intervalo mediano.
nj: Frecuencia absoluta del intervalo mediano.
A: Amplitud del intervalo.
0,5 − Fj -1
Me = LI + A ,
fj
Donde:
LI: Límite Inferior del intervalo mediano, es decir, el intervalo donde se encuentra la
n
mediana, el cual se determina observando en que intervalo se encuentra la posición .
2
n: Número de observaciones.
Fj-1: Frecuencia relativa acumulada anterior al intervalo mediano.
fj: Frecuencia relativa del intervalo mediano.
A: Amplitud del intervalo.
Ejemplo Caso a
Página 54 de 175
Xi-1 – Xi ni Ni
2–6 2 2
6 – 10 3 5
10 – 14 xSj 5 10 Nj-1
14 – 18 6 16 Nj
18 – 22 4 20
20 -
Solución:
n 20 n n
Tenemos que = = 10 , además Nj-1= es decir, N3=10= , por tanto
2 2 2 2
Me = xSj = xS3 = 14.
Ejemplo Caso b
Consideremos la anterior distribución de frecuencias con un leve cambio, hallar la mediana.
Xi-1 – Xi ni Ni
2–6 2 2
6 – 10 3 5 Nj-1
10 – 14 xSj 6 nj 11 Nj Intervalo
Mediano
14 – 18 5 16
18 – 22 4 20
20 -
n 20 n n
Tenemos que = = 10 , además Nj-1 = N2 = 5 < =10; y Nj = N3 = 11 > =10, por tanto:
2 2 2 2
n
− N j-1
Me = LI + 2 A
nj
20
−5
= 10 + 2 (14 − 10)
6
10 − 5
= 10 + (4)
6
5
= 10 + (4)
6
= 10 + 3,33
Me = 13,33
Página 55 de 175
La Moda
La moda, o valor modal, como su nombre lo indica, es el valor más común, es el valor de la variable que más
se repite; es decir, aquel valor de la variable (que puede no ser un único valor) que observa con mayor
frecuencia dentro de una distribución. Un conjunto de datos puede tener una sola moda, en este caso se suele
llamar distribución unimodal, si tiene dos modas se denomina bimodal, o varias modas y llamarse multimodal.
Sin embargo puede ocurrir que la distribución no posea moda.
En los datos sin agrupar o en los datos agrupados para variables discretas donde cada clase es un valor
diferente de la variable, basta una simple inspección ocular.
Ejemplo
Consideremos los siguientes datos: 5, 10, 8, 5, 10, 18, 5, 12, 5, 12. Hallar la moda.
Solución:
Para este conjunto de datos, el valor que mas se repite es 5, por tanto este valor representa la moda, esto es:
Mo = 5.
Se debe utilizar de preferencia cuando la amplitud de los intervalos es constante, para ello podemos observar y
comprender su cálculo así:
Variable Discreta
Página 56 de 175
Miles de
Pesos/Día ni
Xi
50 1
51 3
52 5
53 9
54 12
55 10
56 5
57 3
58 2
50
El valor que presenta mayor frecuencia es 54 con una repetición de 12 personas con el mismo salario, de esta
manera, afirmamos que el salario más común dentro de la fábrica es de $54.000 diarios.
Cantidad Frecuencia
(Xi) (fi)
18 1
19 2
20 1
21 2
22 1
Total 7
Observamos que los valores de mayor frecuencia corresponden a 19 y 21, por tanto, se trata de una
distribución bi-modal con Mo1= 19 y Mo2 = 21.
Variable Continua
Existen diversas fórmulas para la estimación del valor modal cuando de una variable continua se refiere; sin
embargo, tomaremos como valor modal la marca de clase del respectivo intervalo modal. Cabe mencionar que
por intervalo modal entenderemos aquel intervalo que presenta la mayor frecuencia observada.
Sin embargo, presentaremos las fórmulas que se pueden encontrar en los diversos textos para su debido
conocimiento y aplicación
Página 57 de 175
fm − fm -1
Mo = LI + A
2fm − fm - 1 − fm + 1
Donde,
Mo: Moda
La fórmula para estimar la moda a partir de la frecuencia absoluta es similar a la presentada anteriormente, tan
solo se trabaja con las frecuencias absolutas:
nm − nm -1
Mo = LI + A
2nm − nm - 1 − nm + 1
Ejemplo
Consideremos el ejemplo de las 100 baldosas; cuyos datos se resumen a continuación, hallar la moda.
2
Kg/m
mi ni
Xi
100 – 200 150 4
200 – 300 250 10
300 – 400 350 21 Clase premodal
400 – 500 450 33 Clase modal
500 – 600 550 18 Clase posmodal
600 – 700 650 9
700 – 800 750 5
100
Solución:
Observamos que el cuarto intervalo presenta la mayor cantidad de datos, por tanto, este intervalo se denomina
intervalo o clase modal. De esta manera, tenemos que el valor modal esta dado por:
Página 58 de 175
nm − nm -1 33 − 21
Mo = LI + A = 400 + 100 = 444,44
2nm − nm - 1 − nm + 1 2(33) − 21 − 18
Cuando trabajamos un problema de estadística, debemos decidir si vamos a utilizar la media, la mediana o la
moda como medidasdas de tendencia central. Las distribuciones simétricas que sólo contienen una moda, siempre
tienen el mismo valor para la media, la mediana y la moda. En tales casos, no es necesario escoger la medida
de tendencia central, pues ya está hecha la selección.
Obviamente, si todas las observaciones estuvieran concentradas en un solo valor de la variable, media,
mediana y moda coincidirían en el mismo. Si las observaciones se fueran distribuyendo en forma simétrica, a la
izquierda y a la derecha de ese valor cen
central,
tral, media, mediana y modo seguirían coincidiendo.
En una distribución positivamente sesgada (es decir, sesgada hacia la derecha), la moda todavía se encuentra
en el punto más alto de la distribución, la mediana está hacia la derecha de la moda y la media
me se encuentra
todavía más a la derecha de la moda y la mediana; es decir, en una distribución asimétrica a la derecha, la
media, es mayor que la mediana y que la moda, tal como lo presenta el siguiente gráfico
Página 59 de 175
Supongamos ahora que las observaciones de la parte izquierda se alejan del valor central más que las
observaciones de la parte derecha, generando una distribución asimétrica hacia la izquierda; en este caso
como la media es la suma de los valores de las observaciones dividido por la cantidad total
tota de observaciones,
su valor se correrá a la izquierda también y por el mismo motivo, la media será menor que la mediana y ambas
menor que la moda; es decir, en una distribución negativamente sesgada, la moda sigue siendo el punto más
alto de la distribución,
ón, la mediana está hacia la izquierda de ella y la media se encuentra todavía más a la
izquierda de la moda y la mediana.
Este corrimiento de la media se explica porque si tomamos un conjunto de datos cualquiera a los cuales
calculamos media, mediana y moda y agregamos un dato extremo y volvemos a calcular la media, la mediana
y la moda, veremos que la media puede variar notablemente, mientras que la mediana y la moda permanecen
idénticas. Esta no variación de la mediana y la moda reciben el nombre de ro
robustez.
bustez. Las medidas basadas en
el orden –como la mediana- gozan de ésta en tanto que las medidas basadas en la suma –como la media- se
ven más afectadas por las observaciones extremas y son, por lo tanto, poco robustas.
Para curvas de frecuencia unimodales que sean poco asimétricas tenemos la siguiente relación empírica
CUANTILES: Cuartiles,
uartiles, Deciles y Percentiles
Son medidas de localización similares a las anteriores, las cuales las denominamos medidas de tendencia
central, sin embargo, también pueden ser llamadas medidas de localización ya que, igual determinan
posiciones “centrales” de la información. Se les denomina CUANTILES (Q).. Su función es informar del valor de
la variable que ocupará la posición (en tanto por cien) que nos interese respecto de todo el conjunto de
variables.
Podemos decir que los Cuantiles son unas medidas de posición que dividen a la distribución en un cierto
número de partes de manera que en cada una de ellas hay el mismo de valores de la variable.
Las más importantes son:
Página 60 de 175
DECILES, dividen a la distribución en 10 partes iguales (9 divisiones): D1,..., D9, correspondientes a
10%,...,90%.
PERCENTILES, cuando dividen a la distribución en 100 partes (99 divisiones): P1,..., P99, correspondientes a
1%,...,99%.
Existe un valor en cual coinciden los cuartiles, los deciles y percentiles esto es cuando son iguales a la
Mediana y así veremos
2 5 50
= =
4 10 100
Para su cálculo distinguiremos entre distribuciones agrupadas y enlistadas:
Calcular la mediana (Me); el primer y tercer cuartil (C1, C3); el 4º decil (D4) y el 90 percentil (P90).
Mediana (Me)
Lugar que ocupa la mediana lugar 20/2 = 10.
Como es igual a un valor de la frecuencia absoluta acumulada, realizaremos el cálculo:
x i + x i +1 10 + 15
Me = = = 12,5
2 2
Primer cuartil (C1)
Lugar que ocupa en la distribución (¼). 20 = 20/4 = 5
Como Ni-1 < (25%).n < Ni, es decir 3 < 5 < 10 esto implicara que C1 = xi = 10
Página 61 de 175
x i + x i −1 15 + 20
C3 = = = 17,5
2 2
Cuarto decil (D4)
Lugar que ocupa en la distribución (4/10).20 = 80/10 = 8.
Como Ni-1 < (%).n < Ni ya que 3 < 8 < 10 por tanto D4 =10.
[Li-1 , Li) fi Fi
[ 0 , 100) 90 90
[100 , 200) 140 230
[[200 , 300) 150 380
[300 , 800) 120 500
n = 500
200 − 90
D 4 = 100 + 100 = 178,57
140
Nonagésimo percentil (P 90)
Lugar que ocupa: (90/100).500 = 450.
Por tanto P90 estará situado en el intervalo [300 – 800).
Aplicando la expresión tendremos:
450 − 380 70
P90 = 300 + 500 = 300 + 500 = 591,67
120 120
Página 62 de 175
Lección 8: Medidas de dispersión:
Como se mencionó anteriormente, las medidas de tendencia central tienen como objetivo sintetizar los datos
en un valor representativo; como complemento, las medidas de dispersión nos dicen hasta que punto estas
medidas de tendencia central son representativas como síntesis de la información; de esta manera, las
medidas de dispersión cuantifican la separación, la dispersión, la variabilidad de los valores de la distribución
respecto al valor central como la media aritmética. Cuanto menor es la dispersión, tanto mayor será la precisión
del sistema de medición. Si los estadígrafos de posición se relacionan con el concepto de exactitud, los de
dispersión se relacionan con la precisión de las técnicas.
• Proporciona información adicional que permite juzgar la confiabilidad de la medida de tendencia central. Si
los datos se encuentran ampliamente dispersos, la posición central es menos representativa de los datos.
• Ya que existen problemas característicos para datos ampliamente dispersos, debemos ser capaces de
identificarlos antes de abordar esos problemas.
• Quizá se desee comparar las dispersiones de diferentes muestras. Si no se desea tener una amplia
dispersión de valores con respecto al centro de distribución o esto presenta riesgos inaceptables,
necesitamos tener habilidad de reconocerlo y evitar escoger distribuciones que tengan las dispersiones
más grandes.
EL RANGO O RECORRIDO ( R ):
Es la medida de variabilidad más fácil de calcular. Para datos finitos o sin agrupar, el rango se define como la
diferencia entre el máximo valor (Xn ó XMax) y el mínimo (X1 ó XMin) en un conjunto de datos, de manera más
formal:
R = XMáx – XMín = Xn - X1
Ejemplo:
Se tienen las edades de cinco estudiantes universitarios de 1er año, a saber: 18,23, 27,34 y 25., para calcular
el rango o recorrido de la variable, se tiene que:
R = Xn – X1 = 34 – 18 = 16 años
Ejemplo:
Página 63 de 175
P.M.
Clases ni fi Ni Fi
mi
Total 30 1,00
Solución:
RANGO INTERCUARTÍLICO:
Teniendo en cuenta la principal desventaja del rango (toma en cuenta solo los valores extremos), surge el
rango intercuartílico, denotado por RI, su cálculo se limita a la diferencia entre el tercer y el primer cuartil, es
decir
Página 64 de 175
Esto nos dice en cuántas unidades de los valores que toma la variable sse
e concentra el cincuenta por ciento
central de los casos.
VARIANZA
2
Se representa por S . Se define como el promedio de las desviaciones de los datos entre si. La suma de los
cuadrados de los desvíos de la totalidad de las observaciones, respecto de la media medi aritmética de la
distribución, es menor que la suma de los cuadrados de los desvíos respecto de cualquier otro valor que no sea
la media aritmética.
Si observamos, veremos que la varianza no es más que el desvío estándar al cuadrado. Precisamente la
2
manera de simbolizarla es S .
1
!
= $ − ̅
Propiedades de la varianza:
• Si todos los valores de la variable se multiplican por una constante la varianza queda multiplicada por el
cuadrado de dicha constante. Veámoslo:
• Si en una distribución obtenemos una serie de subconjuntos disjuntos, la varianza de la distribución inicial se
relaciona con la varianza de cada uno de los subconjuntos mediante la expresión
Siendo
Ni el nº de elementos del subconjunto (i)
Página 65 de 175
S i2 la varianza del subconjunto (i)
LA DESVIACIÓN ESTÁNDAR
También recibe el nombre de desviación tipo o desvío típico. Es posible identificar conjuntos de datos que a
pesar de ser muy distintos en términos de valores absolutos, poseen la misma media. Una medida diferencial
para identificar esos conjuntos de datos es la concentración o dispersión alrededor de la media.
Una manera de evitar que los distintos signos se compensen es elevarlas al cuadrado, de manera que
todas las desviaciones sean positivas. La raíz cuadrada del promedio de estas cantidades recibe el
nombre de desviación estándar
estándar,, o desviación típica y es representada por la siguiente fórmula:
! = % ∑ − ̅̅
La desviación estándar sólo puede utilizarse en el caso de que las observaciones se hayan medido con
escalas de intervalos
los o razones.
A mayor valor de la desviación estándar, mayor dispersión de los datos con respecto a su media. Es un
valor que representa los promedios de todas las diferencias individuales de las observaciones respecto
a un punto de referencia común, que es la media aritmética. Se entiende entonces que cuando este
valor es más pequeño, las diferencias de los valores respecto a la media, es decir, los desvíos, son
menores y, por lo tanto, el grupo de observaciones es más “homogéneo” que si el valor de la
desviación
esviación estándar fuera más grande. O sea que a menor dispersión mayor homogeneidad y a mayor
dispersión, menor homogeneidad.
Página 66 de 175
Propiedades de la Desviación Estándar
EL COEFICIENTE DE VARIACIÓN:
Para comparar la dispersión de variables que aparecen en unidades diferentes (metros, kilos, etc.) o que
corresponden a poblaciones extremadamente desiguales, es necesario disponer de una medida de variabilidad
que no dependa a de las unidades o del tamaño de los datos. Este coeficiente únicamente sirve para comparar
las dispersiones de variables correspondientes a escalas de razón.
Una manera de construir una medida de variabilidad que cumpla los requisitos anteriores es el llamado
l
coeficiente de variación:
(Las barras del denominador representan el valor absoluto, es decir, indican que debe prescindirse de la unidad
de medida de la media). A menor coeficiente de variación consideraremos que la distribución de la variable
medida es más homogénea.
PUNTAJE ESTANDARIZADO:
Cuando se tiene una distribución simétrica, su polígono de frecuencias revelará una forma de campana muy
común en estadística. Esta curva es llamada curva normal, de error, de probabilidad o campana de Gauss.
En ella la media aritmética se localiza en la mitad de la distribución. En el eje horizontal se ubican los valores
que toma la variable y en el vertical la frecuencia absoluta o relativa. El área bajo la curva tendrá un valor del
100%
Página 67 de 175
Figura: Curva normal o campana de Gauss
El puntaje típico o estandarizado o variable normalizada,, es una medida de dispersión muy utilizada como
variable estadística en este tipo de distribución, denominada distribución normal.. El puntaje estandarizado
mide la desviación
ón de una observación con respecto a la media aritmética, en unidades de desviación estándar,
determinándose así la posición relativa de una observación dentro del conjunto de datos. Por lo general se
X −x
simboliza por Z. Z=
s
Por ser adimensional,, el puntaje Z es útil para comparar datos individuales de distribuciones que tienen
distintas unidades de medida, así como diferentes medias y desviaciones estándar.
Propiedades:
1. µz = 0
2. σ z = 1
2
Ejemplo:
Al terminar
erminar el segundo semestre de laño 2010, un grupo de 150 estudiantes de primer semestre de Ingeniería
de un CEAD, obtuvieron los siguientes resultados en el puntaje final de los cursos Lógica Matemática y
Estadística Descriptiva:
Solución:
Se tiene
iene entonces que en Lógica Matemática hubo una mayor dispersión absoluta que en Estadística
Descriptiva.
Página 68 de 175
Para la dispersión Relativa:
1.79
Lógica Matemática: CV = × 100 = 45.9%
3.9
1 .7
Estadística Descriptiva: CV = × 100 = 46%
3.7
En Estadística Descriptiva hubo una mayor dispersión relativa 46% > 45.9%
b. Para el cálculo de la puntuación relativa, se hace uso del puntaje estandarizado. Es decir, se requiere
estandarizar las calificaciones convirtiéndolas en puntuaciones Z.
x − x 3 .8 − 3 .9
Lógica Matemática: Z= = = −0.06
s 1.79
x − x 3 .5 − 3 .7
Estadística descriptiva: Z = = = −0.12
s 1 .7
Estos valores de puntuación Z negativos indican que ambas calificaciones se encuentran por debajo de la
media. Este es un principio del puntaje estandarizado: Siempre que un valor sea menor que la media, su
puntuación Z correspondiente será negativa.
Estos resultados afirman entonces que el estudiante con calificaciones de 3.8 en Lógica Matemática y 3.5 en
Estadística Descriptiva, está por debajo del promedio del grupo en ambos cursos.
Dado que -0.06 se encuentra más cera a 0 (la media de la variable estandarizada), se dice que la puntuación
relativa del estudiante fue superior en Lógica Matemática.
ASIMETRÍA: La primera característica que se estudia es el coeficiente de asimetría, el cual mide el grado de
simetría en la distribución de los datos, ya que conocer la distribución de los datos, permite tomar ciertos
caminos para el análisis de los mismos.
Las asimetrías positivas son las más frecuentes que las sesgadas hacia la izquierda, porque con frecuencia es
más fácil obtener valores excepcionalmente grandes que valores excepcionalmente pequeños. Ejemplo de ello
es la distribución de valores en los consumos de servicios públicos, las calificaciones en pruebas, los sueldos,
etc.
Se reconocen, entre otras, las siguientes medidas para calcular el grado de la asimetría:
Página 69 de 175
• Coeficiente de Pearson. Asimetría en función de la media y la moda. Varía entre ±3 y es 0 en la
distribución normal.
x − Mo 3 ⋅ ( x − Me)
As = ⇔ As =
s s
• Media cuartil de asimetría o media de Bowley. Varía entre ±1 y es 0 en la distribución normal.
Q1 + Q3 − 2Q2
As =
Q3 − Q1
Si As = 0 la distribución es simétrica.
Si As > 0 la distribución es asimétrica positiva.
Si As < 0 la distribución es asimétrica negativa.
APUNTAMIENTO O CURTOSIS: Las curvas de distribución, comparadas con la curva de distribución normal,
pueden presentar diferentes grados de apuntamiento o altura de la cima de la curva. Esta agudeza en la cima
se observa en la moda. Si la curva es más plana que la normal se dice que la curva es platicúrtica; si es más
aguda que la normal, recibe el nombre de apuntada o leptocúrtica. Si la distribución es normal, la curva se
conoce también como mesocúrtica.
En el siguiente ejemplo se puede comprender de una manera práctica, la forma de calcular éste tipo de
medidas.
Ejemplo:
Página 70 de 175
2,0 9 7 6 11 9
2,5 8 7 8 14 11
3,0 6 7 9 12 9
3,5 4 6 9 6 7
4,0 3 5 7 3 3
4,5 2 3 4 1 2
5,0 2 3 1 0 1
Total 55 55 55 55 55
En la tabla siguiente se reporta un resumen de las medidas estadísticas por cada uno de los cursos.
Solución:
a-) Asimetría:
Para Lógica Matemática: Se observa que Mo < Me < x , lo que indica que la distribución tiene asimétrica
positiva. Para confirmarlo se hace uso del coeficiente de Pearson y la media de Bowley: En este caso se
trabajará con la media de Bowley, pues la distribución tiene dos modas y no permite un resultado seguro con el
coeficiente de Pearson.
10
9
8
7
Frecuencia
6
5
4
3
2
1
0 ,0 0 ,5 1 ,0 1 ,5 2 ,0 2 ,5Página
3 ,0 71 de
3 ,5175 4 ,0 4 ,5 5 ,0
C a lific a c ió n
La curva lleva a concluir que la mayoría de los estudiantes están por debajo de la media en el curso de Lógica
Matemática y son pocos los estudiantes que la superan.
6
5
4
3
2
1
0 ,0 0 ,5 1 ,0 1 ,5 2 ,0 2 ,5 3 ,0 3 ,5 4 ,0 4 ,5 5 ,0
C alifica ción
Para determinar el grado de apuntamiento o curtosis, se debe determinar el puntaje típico o estandarizado de
cada clase y luego aplicar la fórmula que lo calcula. En la siguiente tabla se indican estos valores.
4
Calificación f Z Zi f i
0,0 3 -1,838235294 34,2551328
0,5 3 -1,470588235 14,0309024
1,0 5 -1,102941176 7,39910869
1,5 6 -0,735294118 1,7538628
2,0 7 -0,367647059 0,12788583
2,5 7 0 0
3,0 7 0,367647059 0,12788583
3,5 6 0,735294118 1,7538628
4,0 5 1,102941176 7,39910869
4,5 3 1,470588235 14,0309024
5,0 3 1,838235294 34,2551328
Total 55 0 115,133785
Ap =
∑Z i
4
fi
⇒ Ap =
115.13
= 0.62 < 3
n⋅s 4
55 × 1.36 4
Página 72 de 175
Por lo tanto, la curva es simétrica platicúrtica o achatada.
Estos resultados indican que la mayoría de los estudiantes en Competencias Comunicativas están en el rango
de la media del curso, además sus notas son muy homogéneas alrededor de la media.
Para Cultura Política: Se observa que Mo > Me > x , lo que indica que la distribución es asimétrica negativa.
Para confirmarlo se hace uso de la media de Bowley, pues la distribución tiene dos modas y no permite un
resultado seguro con el coeficiente de Pearson.
Q1 + Q3 − 2Q2 2.0 + 3.5 − 2(3.0)
As = = = −0.33 < 0
Q3 − Q1 3.5 − 2.0
5
4
3
2
1
0 ,0 0,5 1 ,0 1 ,5 2 ,0 2 ,5 3 ,0 3 ,5 4 ,0 4,5 5 ,0
Esto quiere decir que las calificaciones de la a mayoría
C alific ción de los estudiantes del curso Cultura Política están por
encima de la media.
Para Estadística Descriptiva: Se observa que Mo = Me = x , lo que indica que la distribución es simétrica.
Para confirmarlo se hace uso del coeficiente de Pearson y la media de Bowley:
x − Mo 2.53 − 2.5 Q1 + Q3 − 2Q2 2.0 + 3.0 − 2(2.5)
As = = = 0.03 ≈ 0 y As = = =0
s 0.87 Q3 − Q1 3.0 − 2.0
Para determinar el grado de apuntamiento o curtosis, se debe determinar el puntaje típico o estandarizado de
cada clase y luego aplicar la fórmula que lo calcula. En la tabla siguiente tabla se indican estos valores.
4
Calificación f Z Zi f i
0,0 1 -2,908045977 71,516306
0,5 1 -2,333333333 29,6419753
1,0 2 -1,75862069 19,1301647
1,5 4 -1,183908046 7,85835926
2,0 11 -0,609195402 1,51502275
2,5 14 -0,034482759 1,9794E-05
3,0 12 0,540229885 1,02210536
3,5 6 1,114942529 9,27173856
4,0 3 1,689655172 24,4519547
Página 73 de 175
4,5 1 2,264367816 26,289837
5,0 0 -1,352941176 0
Total 55 -4,571331981 190,697484
Ap =
∑Z i
4
fi
⇒ Ap =
190.70
= 6.05 > 3
n⋅s 4
55 × 0.87 4
Por lo tanto, la curva es simétrica leptocúrtica o apuntada.
Lo anterior indica que las calificaciones de Estadística Descriptiva de la muestra de 55 estudiantes están muy
cerca de la media y que existe además, un pico en 2.5, señalando una alta frecuencia en esta calificación.
8
7
6
5
4
3
2
1
0
0 ,0 0 ,5 1 ,0 1 ,5 2 ,0 2 ,5 3 ,0 3 ,5 4 ,0 4 ,5 5 ,0
C a lific a c ió n
• Consideremos los datos del CUADRO No. 1, que contiene información de 10 variables correspondiente a
50 estudiantes seleccionados como muestra, de una población de 1.080 estudiantes, que a continuación se
reedita:
Cuadro No. 1.
No. Promedio
No. No. Actualmente Calificaciones Edad Estatura Peso
Facultad Sexo libros calificación
orden hermanos trabaja ICFES (años) (Cm) (Kg)
leídos matemáticas
2 2 2 2 2 4,1 1 360 20 158 48
9 3 2 0 6 3,4 2 320 20 170 70
Página 74 de 175
12 3 1 6 3 3,6 2 330 18 174 78
35 2 2 0 7 3,6 1 280 22 155 60
41 3 1 3 5 4,1 2 320 16 170 72
63 3 2 4 2 3,1 2 320 24 172 69
74 2 2 2 4 3,6 2 325 20 169 66
113 1 1 1 3 3,4 2 280 23 178 82
147 3 1 1 8 5,0 1 310 17 174 83
175 1 2 3 2 2,6 1 270 15 165 60
199 2 2 0 2 3,9 2 290 26 171 66
214 1 1 1 7 3,5 2 310 22 172 80
234 1 1 1 2 3,6 2 320 20 168 70
268 3 1 3 12 3,9 1 310 21 166 64
327 3 1 1 8 5,0 1 310 17 174 83
331 1 2 0 6 3,4 2 380 20 165 58
364 1 2 3 2 3,3 2 280 16 166 58
400 3 2 0 6 3,6 2 280 17 148 46
405 1 2 2 11 4,6 2 400 24 165 60
470 1 2 3 2 3,0 1 300 20 164 70
507 3 1 1 8 5,0 1 310 17 174 83
512 1 2 0 3 2,8 1 310 20 171 59
545 2 1 6 10 3,9 2 310 17 171 64
557 2 1 6 2 3,1 1 270 21 168 60
587 3 1 1 4 3,3 2 300 32 160 65
589 3 2 2 3 2,6 1 270 17 165 59
590 1 1 0 2 2,7 1 280 19 168 71
616 3 2 0 3 3,8 2 265 19 156 54
621 3 1 0 3 3,0 2 290 17 171 82
653 1 1 1 3 3,4 2 280 23 178 82
665 2 1 1 2 3,2 2 360 21 158 72
669 3 2 1 1 4,0 1 315 16 165 61
721 2 1 3 4 2,6 1 410 18 140 46
747 2 2 2 2 4,0 1 330 18 158 60
748 1 2 3 2 3,3 2 310 17 159 58
761 3 1 3 5 4,1 2 320 16 170 72
771 3 1 1 1 2,8 1 290 24 171 79
825 2 2 8 2 3,7 1 320 22 167 54
873 1 2 3 5 4,2 2 350 22 169 64
876 3 2 6 2 4,0 2 380 20 165 58
923 1 1 1 3 4,2 1 390 22 174 80
933 1 2 3 10 2,8 2 260 20 165 58
936 2 2 3 10 2,8 2 260 28 158 55
943 3 2 2 6 3,8 2 280 20 168 64
976 3 2 0 3 3,8 2 265 19 156 54
982 3 1 0 6 3,0 2 410 18 174 86
1001 3 1 3 5 3,1 2 280 17 169 76
1017 2 1 5 2 3,8 2 290 15 162 70
1025 2 1 1 2 3,2 2 360 21 158 72
1037 3 2 0 2 3,3 2 325 19 164 60
Página 75 de 175
• Ubiquémonos en la barra de MENU, con el MOUSE haciendo CLIC en HERRAMIENTAS debiendo
aparecer la siguiente figura:
• Al hacer CLIC en el submenú ANÁLISIS DE DATOS , debe aparecer la siguiente figura (Fig. 2):
Página 76 de 175
Con la figura No. 2, correspondiente a ANÁLISIS DE DATOS, procederemos a seleccionar una de las
funciones, en nuestro caso la opción identificada como ESTADÍSTICA DESCRIPTIVA, luego al hacer CLIC en
ésta y ACEPTAR debe aparecer la figura siguiente (Fig. 3):
• En la misma figura anterior, aparecen unas opciones de salida, con alternativa de ser una HOJA NUEVA o
en un LIBRO NUEVO.
• Al hacer CLIC en ACEPTAR, se obtiene la información, tal como puede observarse en la figura No. 4.
Medidas
Resultados
Media 2,04
Error típico 0,27547362
Mediana 1,5
Moda 1
Desviación estándar 1,94789263
Varianza de la muestra 3,79428571
Página 77 de 175
Curtosis 0,92539916
Coeficiente de asimetría 1,11511128
Rango 8
Mínimo 0
Máximo 8
Suma 102
Cuenta 50
Mayor (1) 8
Menor(1) 0
Nivel de confianza (95.0%) 0,55358463
Figura No. 4. Resultados
• Para lograr los anteriores resultados en todas y cada una de las opciones (Resumen de estadísticas; nivel
de confianza para la media, K-ésimo mayor y K-ésimo menor), deben señalarse.
Los resultados de la figura No. 4, nos muestra un cuadro resumen con los valores de la Media, Error Típico;
Mediana; Asimetría; Mínimo; Máximo; Suma; Conteo para la variable NUMERO DE HERMANOS.
Página 78 de 175
CAPÍTULO 3. ANÁLISIS DE REGRESIÓN
Lección 10: Regresión lineal Simple
La palabra Regresión fue utilizada por primera vez por Francis Galton, (1.822 – 1.911) en sus estudios de
Biología sobre la herencia, done él noto que las características promedio de la siguiente generación de un
grupo particular, tendía a moverse en la dirección de las características promedio de la población, más que a la
generación previa de dicho grupo.
La regresión es considerada una asociación cuantitativa entre las variables que participan en el fenómeno.
Existen diversas clases de regresión, las cuales son visibles por medio de un modelo matemático, el cual
relaciona las variables.
- Regresión lineal: y = α + βx
- Regresión cuadrática: y = α + β1 x + β 2 x 2
- Regresión logarítmica: y = α + Ln(x)
Variables Predictoras: Son las variables x1, x2, x3,…,xn; cuyos valores se asumen de antemano, por lo cual no
son variables aleatorias, ya que pueden ser controlables en el fenómeno o experimento.
Diagrama de Dispersión.
Una distribución bidimensional o bivariante puede representarse gráficamente en un plano cartesiano, ubicando
en el eje horizontal o abscisa los valores de la primera variable denominada X y en el eje vertical u ordenada,
los valores de la segunda variable, Y. De manera pues que se grafican tantas parejas ordenadas como
observaciones hayan de las variables.
A este conjunto de puntos o nube de puntos se le denomina diagrama de dispersión, dado que los puntos se
ubican de forma dispersa en el plano cartesiano. En muchos casos el sólo diagrama de dispersión indica una
tendencia de agrupación de los puntos, que puede ser lineal (hacia arriba o hacia abajo), exponencial,
curvilínea o poligonal.
Parte del análisis estadístico que hace el investigador es determinar cuál es la mejor línea o curva que
representa a ese conjunto de datos. El mejor ajuste se hace cuando se elabora bien la gráfica, se conoce la
distribución y se va adquiriendo experiencia en su cálculo y determinación.
Página 79 de 175
Figura: Gráficas de dispersión
(a) lineal; (b) curvilínea; (c) sin relación
Y Y
Y
La regresión examina la relación entre dos variables restringiendo una de ellas respecto a la otra, con el objeto
de estudiar las variaciones de la primera cuando la otra permanece constante. La regresión es un método que
se emplea para pronosticar o predecir el valor de una variable en función de los valores dados de la otra o de
las otras variables.
La regresión lineal simple, se caracteriza porque se tiene la variable de respuesta y Una sola variable
explicativa o independiente. Los datos se pueden representar por medio de parejas ordenadas (xi, yi) para i = 1,
2, 3, … , n.
En la regresión lineal simple, la media µ ( y xi ) se relaciona linealmente con los valores xi, por medio de la
llamada ecuación de regresión: µ ( y xi ) = α + β i xi . Donde α y β son los parámetros del modelo, que se
relacionan linealmente, son desconocidos y corresponden a los coeficientes de correlación.
Donde εi es llamado Error Aleatorio o Error del Modelo, el cual tiene como características:
Media: µε = 0 y Varianza: σ2 la cual no es medible.
Los parámetros se estiman por medio de datos muestrales, obteniendo una ecuación de regresión ajustada.
Así cada par de observaciones satisface: yi = a + bxi + ei
Donde
a = Estimador de α.
b = Estimador de β
)
ei = Los residuales. Se miden así: ei = yi − yi
Página 80 de 175
Grafica: Regresión el Modelo Lineal
Cuando se considera, después de una inspección en la gráfica de dispersión, que una línea recta es la mejor
curva que se ajusta al conjunto de puntos se procede entonces a emplear el método de la regresión lineal
simple. La mejor línea es aquella que hace mínima la suma de los cuadrados de las diferencias entre los
puntos dados y los obtenidos mediante la línea ajustada o estimada. Es por eso que a este método también se
le conoce como el método de los mínimos cuadrados.
)
La ecuación de regresión ajustada será: y = a + bx
Donde:
)
y Variable dependiente (la que se va a predecir)
a: Intercepto de la variable Y
x Variable predictiva o independiente
b: Pendiente de la recta
En esta ecuación hay dos valores desconocidas: a y b, que deben determinarse aplicando el criterio de los
mínimos cuadrados, buscando así la mejor recta que se ajuste a los datos.
Para hallar los estimadores a y b, se utiliza las siguientes ecuaciones. la demostración se deja como ejercicio
de investigación, es muy interesante.
n∑ XY − ∑ X ∑ Y ∑ Y − b∑ X
b= a=
n∑ X − (∑ X )
2 2
n
Donde:
b: Pendiente de la recta
a: Intercepto de la variable Y
X: Valores de la variable independiente
Y: Valores de la variable dependiente
n: Tamaño de la muestra
Página 81 de 175
Algunos autores calcular los valores de a y b en términos de las medias de de los conjuntos de datos con las
siguientes dos ecuaciones:
n∑ xi y i − ∑ xi ∑ y i
b= a = y − bx
n ∑ xi2 − (∑ xi ) 2
Donde:
xi: Valores de la variable independiente
yi: Valores de la variable dependiente
n: tamaño de la muestra
Ejemplo:
El departamento de publicidad de una industria alimenticia desea saber si existe una relación entre las ventas y
el número de comerciales de televisión transmitidos por día. Para ello, toma una muestra aleatoria de siete
ciudades. La siguiente tabla muestra los resultados obtenidos.
Ventas Comerciales
Cantidad de millones por mes Número transmitido por día
8,4 9
5,2 6
7,1 8
10 11
12,9 12
12,1 13
14,4 14
Solución:
a-) Para conocer el tipo de relación que puede existir entre estas dos variables, el primer paso es determinar
es si el diagrama de dispersión efectivamente insinúa una tendencia lineal.
14
transmitidos por día
12
10
8
6
4
2
0 2 4 6 8 10 12 14 16
V e n ta s, cien to s de u nid ad e s po r m e s
El diagrama confirma la sospecha, se procede ahora a determinar la ecuación de la recta que más se ajusta.
Página 82 de 175
)
b-) Para determinar la ecuación de regresión: y = a + bx se debe estimar los parámetros, por medio de los
mínimos cuadrados.
n∑ xi y i − ∑ xi ∑ y i
Donde: b = a = y − bx
n ∑ xi2 − (∑ xi ) 2
X Y 2
XY X
Millones por mes Comerciales
8,4 9 75,6 70,56
5,2 6 31,2 27,04
7,1 8 56,8 50,41
10 11 110 100
12,9 12 154,8 166,41
12,1 13 157,3 146,41
14,4 14 201,6 207,36
70,1 73 787,3 768,19
Con los datos del ejemplo anterior, cual serían las ventas si se pasan:
a-) 10 comerciales
b-) 7 comerciales.
Solución:
)
a-) Como x = 10. Entonces: y = 0 ,85 (10 ) + 1,92 = 10 , 42 Millones por mes
)
b-) Para x = 7. y = 0 ,85 ( 7 ) + 1,92 = 7 ,87 Millones por mes.
Página 83 de 175
como los coeficientes angulares, son negativos y por tanto la recta será descendente, por ser la pendiente
negativa. Además si es igual a -1, nos indica que existe una relación inversa perfecta entre las variables. Para
el caso de que r sea positivo, la recta es creciente y si es igual a 1, indica que existe una relación directa
perfecta. En estas condiciones, cada valor de la variable deberá ser exactamente igual al estimado y, por tanto
la varianza residual es igual a cero; además, la varianza explicada igual a la varianza total.
Y Y
(a) (b)
X X
Propiedades:
σ xy
El coeficiente de correlación poblacional se define como: ρ=
σ xσ y
σxy: Covarianza de x e y. σx y σy Desviación típica de las distribuciones marginales de x e y. Si (xi, yi) son
valores de una muestra aleatoria proveniente de una población bivariada, entonces el coeficiente de correlación
s xy
muestral esta dado por: r=
s xx s yy
Donde:
s xy = ∑x i yi −
1
(∑ x )(∑ y )
i i s xx = ∑x i
2
−
1
(∑ x )
i
2
s yy = ∑y i
2
−
1
(∑ y )
i
2
n n n
Es pertinente tener presente que si se tiene dos correlaciones: r1 = 0,3 y r2 = 0,9 está indicado que las dos son
positivas, pero NO se puede pensar que: r2 = 3r1
Ejemplo:
Un estudio sobre la transformación de una sustancia en cierto proceso a diferentes temperaturas, originó la
siguiente tabla:
0
x C 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0
y Kg 8,1 7,8 8,5 9,8 9,5 8,9 8,6 10,2 9,3 9,2 10,5
Página 84 de 175
Hallar el coeficiente de correlación de Pearson e interpretar el resultado.
Solución:
2 2
x y x y xy
1,0 8,1 1,0 65,61 8,1
1,1 7,8 1,21 60,84 8,58
1,2 8,5 1,49 72,25 10,2
1,3 9,8 1,69 96,04 12,74
1,4 9,5 1,96 90,25 13,3
1,5 8,9 2,25 79,21 13,35
1,6 8,6 2,56 73,96 13,76
1,7 10,2 2,89 104,04 17,34
1,8 9,3 3,24 86,49 16,74
1,9 9,2 3,61 84,64 17,48
2,0 10,5 4,0 110,25 21,0
16,50 100,4 25,85 923,58 152,59
s xy
r=
s xx s yy
s xy = 152,59 −
1
(16,50)(100,4) = 1,99
11
s xx = 25,85 − (16,50 ) = 1,1
1 2
11
s yy = 923,58 − (100,4 ) = 7,201
1 2
11
1,99 1,99
r= = = 0,708
1,1 7,201 2,81
Como r es positivo y relativamente grande, entonces hay una alta relación entre las variables temperatura y
cantidad de masa, lo que nos indica que a mayor temperatura, mayor cantidad de transformación de masa.
)
Medidas de Variación: Por el análisis de regresión, se sabe que el i-ésimo residual ei = yi − y i se puede
minimizar por el método de mínimos cuadrados, cantidad conocida como la suma de cuadrados del error SSE,
el cual es la medida del error que se comete cuando se utiliza la ecuación de regresión, para hallar yi a partir
del modelo obtenido.
SSE = ∑ ( y i − y i )
) 2
Página 85 de 175
De la misma manera, para el i-ésimo valor de la variable de respuesta yi, se tiene la diferencia y i − y que es
la medida del error ocasionado al utilizar y para estimar el valor de la variable de respuesta, obteniendo lo
llamado suma total de cuadrados SST.
SST = ∑ ( y i − y )
2
La otra medida de regresión, es la desviación de los valores estimados medidos en la línea de regresión
respecto al valor promedio, originando la llamada suma de cuadrados de la regresión SSR.
SSR = ∑ ( y i − y )
) 2
Las tres sumas de cuadrados, se relacionan en una de las ecuaciones más importantes en estadística: SST =
SSR + SSE
)
A partir de la ecuación anterior, se puede ver que el modelo ajusta perfectamente cuando y i − y i = 0 esto
indica que el valor de la variable de respuesta estaría sobre la línea de regresión. Así como SSE = 0, entonces
SST = SSR. Tomando esta ecuación, se hace la siguiente relación.
SST SSR SSR
= ⇒ = 1 Ajuste perfecto.
SST SST SST
SSR
Entonces el Coeficiente de Determinación: r2 =
SST
∑ (y − y)
) 2
Variación exp licada
r 2
= i
⇒
∑ (y − y)
Lo anterior significa: 2
i
Variación total
El coeficiente de determinación toma valores entre 0 y 1, inclusive. Cuando el coeficiente es cercano a uno,
indica que el modelo es explicado muy bien por la línea de regresión. Cuando el coeficiente es cercano a cero,
entonces la variación de la variable de respuesta no es causada por la variable explicativa.
Resumiendo: Cuando r → 1 hay dependencia total de y respecto a x. r → 0 hay independencia entre las
2 2
variables.
Obtención de las Variaciones: Las variaciones SST y SSR, se pueden calcular de la siguiente manera:
SST = ∑ y i2 −
1
(∑ xi )(∑ yi )
n
2
∑ xi y i − n (∑ xi )(∑ yi )
1
SSR =
∑ xi2 − n (∑ xi )
1 2
Ejemplo:
Un estudio sobre la transformación de una sustancia en cierto proceso a diferentes temperaturas, originó la
siguiente tabla:
0
x C 1,0 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2,0
y Kg 8,1 7,8 8,5 9,8 9,5 8,9 8,6 10,2 9,3 9,2 10,5
Página 86 de 175
Hallar el coeficiente de determinación e interpretar el resultado.
Solución:
2 2
x y x y xy
1,0 8,1 1,0 65,61 8,1
1,1 7,8 1,21 60,84 8,58
1,2 8,5 1,49 72,25 10,2
1,3 9,8 1,69 96,04 12,74
1,4 9,5 1,96 90,25 13,3
1,5 8,9 2,25 79,21 13,35
1,6 8,6 2,56 73,96 13,76
1,7 10,2 2,89 104,04 17,34
1,8 9,3 3,24 86,49 16,74
1,9 9,2 3,61 84,64 17,48
2,0 10,5 4,0 110,25 21,0
16,50 100,4 25,85 923,58 152,59
SST = 923,58 −
1
(16,50)(100,4) = 772,98
11
2
152,59 − 11 (16,50 )(100,4 )
1
1,99 2
SSR = = = 3,60
25,85 − (16,50 )
1 2 1,1
11
2
r = 0,004657
Lo que indica el coeficiente es que sólo el 0,4657% de la variación, es explicada por el modelo.
A continuación se desarrollarán estos conceptos suponiendo dos variables independientes. Para más variables
independientes, sólo basta con seguir los mismos pasos.
)
La ecuación de regresión está dada por: Y = a + b1 X 1 + b2 X 2
Donde:
Ŷ : Variable dependiente.
a: Intercepto de la variable Y.
X 1 , X 2 : Valores de las dos variables independientes.
b1 , b2 : Pendientes asociadas con cada variable independiente, respectivamente.
Página 87 de 175
Los valores de las tres constantes numéricas se obtienen resolviendo el siguiente sistema de ecuaciones:
∑ Y = na + b ∑ X + b ∑ X
1 1 2 2
∑ X Y = a∑ X + b ∑ X + b ∑ X X
1 1 1
2
1 2 1 2
∑ X Y = a∑ X + b ∑ X X + b ∑ X
2 2 1 1 2 2
2
2
Una vez obtenida la ecuación de regresión, se determina el error estándar de la estimación de regresión
múltiple:
)
Se =
∑ (Y − Y ) 2
⇔ Se =
∑Y 2
− a ∑ Y − b1 ∑ X 1Y − b2 ∑ X 2 Y
n−3 n−3
a ∑ Y + b1 ∑ X 1Y + b2 ∑ X 2Y − ny
2
R =
2
∑Y
2
2
− ny
Donde:
Y: Valores de la variable dependiente.
a: Intercepto de la variable Y.
X 1 , X 2 : Valores de las dos variables independientes.
b1 , b2 : Pendientes asociadas con cada variable independiente, respectivamente.
y: Media de los valores de la variable dependiente.
Ejemplo:
El jefe de producción de una empresa manufacturera desea estimar los gastos indirectos de producción con
base en el número de horas de trabajo y en el número de horas máquina. En la siguiente tabla se relaciona la
información correspondiente al primer semestre del año.
El jefe de producción define:
X1 : Horas de trabajo (cientos).
X2 : Horas de máquina (cientos)
Y : Gastos indirectos de producción (cientos de miles de pesos)
Solución:
2 2 2
Mes X1 X2 Y X1 Y X2Y X1X2 X1 X2 Y
Enero 45 16 29 1305 464 720 2025 256 841
Febrero 42 14 24 1008 336 588 1764 196 576
Marzo 44 15 27 1188 405 660 1936 225 729
Abril 45 13 25 1125 325 585 2025 169 625
Mayo 43 13 26 1118 338 559 1849 169 676
Junio 46 14 28 1288 392 644 2116 196 784
TOTAL 265 85 159 7032 2260 3756 11715 1211 4231
Página 88 de 175
∑ Y = na + b ∑ X + b ∑ X
1 1 2 2 159 = 6a + 265b1 + 85b2 (1)
∑ X Y = a∑ X + b ∑ X + b ∑ X X
1 1 1 1
2
2 1 2 ⇒ 7032 = 265a + 11715b1 + 3756b2 (2)
Se resuelve el sistema de ecuaciones:
∑ X Y = a∑ X + b ∑ X X + b ∑ X
2 2 1 1 2 2
2
2 2260 = 85a + 3756b1 + 1211b2 (3)
Ecuación (1) multiplicada por 85/6 y restada por la ecuación (3):
2252 .5 = 85a + 13754 .17b1 + 1204 .17b2
− 2260 = −85a − 3756b1 − 1211b2
− 7.5 = −1.83b1 − 6.83b2 ( 4)
7.5 − 6.83b2
Se despeja la variable b1 de la ecuación (4): b1 =
1.83
Ecuación (1) multiplicada por 265/6 y restada por ecuación (2):
Página 89 de 175
Ejercicios:
3. La Compañía LISTO, ha obtenido los siguientes resultados con respecto al costo de la mano de obra directa
y la cantidad de unidades producidas (en miles), de la siguiente manera:
Mano de Obra 18 23 15 21 30 26 28 27 29 19 22 24
Producción 44 60 40 56 80 70 74 71 78 48 64 69
a-) Estimar el valor mínimo de la mano de obra directa que debe obtenerse para una producción de 72.870
unidades.
c-) Explicar que tan confiable es la bondad de ajuste del modelo: mano de obra directa en función de la
producción.
4. Una oficina de finca raíz está interesada en analizar si la renta de los apartamentos que arrienda son
típicas, por tanto, a escogido una muestra aleatoria de 11 alquileres y del tamaño de los apartamentos de
edificios similares. Los datos se transcriben enseguida.
Renta 230 190 450 310 218 185 340 245 125 350 280
No habitaciones 2 1 3 2 2 2 1 1 2 1 1
a-) Desarrolle el modelo de regresión lineal simple que mejor describa el fenómeno
b-) Hacer el diagrama de dispersión de los datos
c-) Calcular el coeficiente de regresión y determinación
d-) Hacer el grafico ajustado según el modelo obtenido.
e-) Realizar los análisis correspondientes del caso en estudio.
5. Una compañía de ahorro y crédito, desea saber cómo son afectadas las ventas de viviendas por diferentes
tasas de interés. Durante ocho meses se recopiló la información y se obtuvo el siguiente resultado:
Página 90 de 175
UNIDAD DOS
PRINCIPIOS DE PROBABILIDAD
Página 91 de 175
CAPÍTULO 4: FUNDAMENTACIÓN EN PROBABILIDAD
Lección 13: Historia de la Probabilidad
Para hablar del origen de la probabilidad, se presentan discrepancias, ya que algunos lo reconocen como una
ciencia relativamente reciente, edad media e inicios de la edad moderna. Pero es pertinente hacer un recorrido
a través de la historia, para conocer cómo ha evolucionado tan interesante ciencia estadística, lo cual se
estudiará en tres fases.
ANTECEDENTES. JUGOS DE AZAR: Se tienen evidencias arqueológicas del antiguo Egipto, Pompeya, Irak y
otros, sobre “Dados” elaborados en hueso, cristal piedra, marfil, madera y arcilla, que estaban tallados, dando
la percepción de que eran Dados Perfectos. Algunos estudiosos consideran que en la sitiada Troya, se origino
los juegos de azar, pretexto de las largas jornadas de espera (10 años) que los soldados debían soportar en
dicho asedio.
Los primeros juegos de azar de que se tenga evidencia, además de los dados son las cartas, los cuales se
utilizaban con propósitos adivinatorios. En el Imperio Romano, se tenía la ley de prohibición de éste tipo de
juego y, solo se podía practicar en ciertas épocas del año. Este tipo de eventos se hicieron tan populares que
hasta el Cesar lo practicaba en cualquier momento, según historiadores de esta civilización.
En la Europa se presentaban leyes de prohibición de juegos de este tipo, auspiciado por la Iglesia Cristiana,
quienes consideraban que este tipo de prácticas eran artificios del demonio, para desviar sus principios
cristianos. En Francia Luis IX prohibió los juegos de azar y la elaboración de dados. En Inglaterra, Eduardo III
y Enrique VIII, incluyeron los dados y cartas en una lista de juegos prohibidos, estimulando otro tipo de juegos,
como el tiro con el arco.
Sin embargo, a pesar de la prohibición este tipo de juegos se hizo cada vez más popular, lo que motivo a
algunos pensadores a darles algún tipo de explicación desde el punto de vista matemático. Lo anterior con el
fin de conocer las ventajas o desventajas de apostar.
El tema motivo a los científicos del Renacimiento a realizar estudios, con la inquietud del porque no se había
analizado con anterioridad, a lo cual Kendall sugiere varios motivos que impidieron la evolución del Cálculo de
Probabilidades, antes del siglo XVI.
Otros pensaban que la falta de simetría y de equiprobabilidad en el lanzamiento de los dados, eran obstáculos
al desarrollo del cálculo de probabilidad, pero se pudo saber que algunos de los dados diseñados presentaban
simetría perfecta. Sin embargo quedaron muchos interrogantes sin respuesta.
Lucas Paccioli, (1.445 – 1.514) Geómetra y Matemático Italiano, aunque sus aportes son más conocidos en el
área de la Contabilidad, por su formulación del Método Anfisográfico o de partida doble contable. Pero también
fue precursor el Cálculo de Probabilidades, planteando los juegos de azar, donde su objetivo era hallar la
solución a problemas específicos más que una teoría sobre probabilidad.
Página 92 de 175
Gerolamo Cardano, (1.501 – 1.576) Célebre matemático, médico y
astrónomo Italiano, pero también tenia la fama de Jugador, por lo cual se
motivo a estudiar sobre teoría acerca de juegos de azar. En sus libro; el
primero escrito, sobre juegos de azar escrito en 1.560, pero publicado sólo
hasta 1.663. La idea central de la obra era la idealización explícita del número
de alternativas iguales basadas en un dado ideal. Para Cardano cuando el
número de observaciones es pequeño, la frecuencia puede desviarse
sustancialmente de la probabilidad de ocurrencia. Pero si el número de
repeticiones es grande, la desviación es despreciable, así aparece
rudimentariamente la conocida Ley de los Grandes Números.
Triángulo de Tartaglia
Galileo Galilei, (1.564 – 1.642) Matemático, Físico, Astrónomo y Filósofo, nacido en Pisa (Italia). Considerado
el gestor de la revolución científica y de la ciencia moderna. Sus aportes a las ciencias son innumerables, no
dejando de aportar a la Probabilidad. En este campo se dedico a analizar problemas sobre juegos de azar, por
ejemplo hace el análisis de los posibles sucesos que se pueden obtener, cuando se lanzan tres dados. Su
ingenio lo llevo a intuir sobre la “Teoría del error”. Existía un problemas son la estimación de errores en
mediciones astronómicas, a lo cual galileo comenta que “..Los errores en las mediciones son inevitables…”, los
cuales están simétricamente distribuidos.
Página 93 de 175
se asume motivo la Correspondencia entre Pascal y Fermat. Pascal le envía a Fermat una carta el 29 de julio
de 1.654 en donde le expone el problema de los puntos: “Dos jugadores han pactado el juego a tres rondas y
cada uno apuesta 32 pistolas; el primero ha ganado dos veces y el segundo solamente una vez”. Pascal
argumenta que para encontrar la distribución justa en la apuesta realizada es * “... si ellos juegan otra ronda y
el primero gana, este se lleva toda la apuesta, esto es, las 64 pistolas; si el otro gana, entonces cada uno tiene
dos rondas a su favor, en cuyo caso, si desean parar el juego, cada uno deberá tomar su propia apuesta, esto
decir, 32 pistolas, Entonces, si el primer jugador gana, este se queda con las 64 pistolas, si pierde se queda
con 32, solamente. Luego, si ellos no desean correr el riesgo de una última ronda y desean separarse del
juego, el primer jugador argumentaría lo siguiente: Estoy convencido que me corresponden 32 pistolas, aún
cuando pierda la ronda, ellas me pertenecen; con relación a las otras 32, existen las mismas posibilidades de
que sean para usted como para mí. Entonces dividamos estas 32 pistolas en partes iguales y déme una de
ellas, así como las 32 que de seguro son mías”. En resumen, al primer jugador le corresponden 48 pistolas y al
segundo 16; en otras palabras, Pascal propone que la apuesta se divida de acuerdo a las probabilidades que
tendrían los jugadores de ganar en caso de que el juego continuara.
En la misma carta, Pascal encuentra la distribución justa de la apuesta para otros casos usando el mismo tipo
de situaciones, con argumentos relativamente simples, pero se consideraron inadecuados en situaciones más
complicadas. En los intercambios con Fermat, Pascal propone una solución general al Problema de los
Puntos para juegos en los que participan dos personas, apoyándose en resultados sobre el triángulo aritmético,
que había obtenido en 1653. Así pues, Pascal dio dos soluciones al Problema de los Puntos: Una para casos
particulares y Otra de manera general, que en su opinión diferían de la solución de Fermat.
Dentro de sus grandes aportes a la probabilidad y en el análisis de las apuestas, surge el concepto de
Esperanza Matemática, a partir de argumentar que el cálculo de probabilidades es función de la esperanza
matemática que cada jugador tiene de ganar. Pero también dio los principios sobre la Teoría de la Decisión.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
+ + + + - + + - + - - - - - + -
+ + + - + + - + - + - - - + - -
+ + - + + - + + - - + - + - - -
+ - + + + - - - + + + + - - - -
Página 94 de 175
De los 16 resultados posibles, las primeros 11 favorecen a A y los restantes a B. En consecuencia, al jugador A
le corresponden 11/16 de la apuesta y a B le corresponden 5/16. Es decir, la distribución justa de la apuesta es
11::5.
Los métodos de solución para el problema del Caballero de Meré, dados por Pascal y Fermat, eran similares,
por tal razón de les da el calificativo de gestores del cálculo de probabilidades.
LA PROBABILIDAD MODERNA: El desarrollo de la probabilidad actual, fue dinamizada desde finales del siglo
XVII, al igual que en las épocas anteriores hubo varios investigadores que aportaron a tal fin. Veamos los más
representativos.
Primera Parte: Explicación crítica de la obra expresada por Huygens, usado por
Bernoulli para dar a conocer su punto de vista sobre los problemas de azar, así logró obtener la fórmula de la
Función de Probabilidad para esquemas dicotómicos con n repeticiones, conocida actualmente como la
“Distribución de Bernoulli”.
Segunda Parte: En esta parte Bernoulli, hace un completo manual sobre el tema de combinatoria, necesario
para resolver problemas de probabilidad, complementado los estudios realizados por Pascal y Leibniz.
Tercera Parte: Plantea 24 problemas diferentes de probabilidad con su respectiva solución.
Cuarta Parte: En esta parte están los aportes más relevantes para la
probabilidad. Por un lado explica la concepción subjetiva de Probabilidad,
por otro lado la demostración detallada del que se denomino Teorema
Aureo,, conocido actualmente como Ley de los Grandes Números.
Página 95 de 175
publicó sus memorias “De mensura sortis” en latín en la revista Philosophical Transactions of the Royal
Society. En 1718, publicó su libro “The Doctrine of Chance: A method of calculating the probabilities of events
in play”. En dicha obra explicita el principio de la Independencia Estadística. Además, problemas de dados y
juegos. En la segunda edición de la obra publicada en 1.738 presenta el Teorema Límite para fenómenos
dicotómicos. Otro trabajo interesante de este matemático fue el que denominó “Miscellanea Analytica” donde
aparece la fórmula de Stirling que utilizó para derivar la curva normal como una aproximación a la distribución
Binomial. También logró obtener una aproximación para n!, equivalente a la obtenida por Stirling. Es
pertinente comentar que resultados tradicionalmente atribuidos a Laplace y Poisson, se encontraron en la obra
de De Moivre.
Jean D’Alembert, (1.717 – 1.783) Matemático y físico Francés, planteó que en probabilidades muy pequeñas,
se podría considerar equivalente a cero, por lo cual, se podría asumir que dichos sucesos no ocurrirían. Su
teoría sobre “Ley de Equilibrio” supone un equilibrio de éxitos y fracasos de ciertos eventos, para una serie
larga de dichos eventos.
Adrien Marie Legendre, (1.752 – 1.833) Matemático Francés, fue uno de los primeros que aporto al desarrollo
de la probabilidad en los inicios del siglos XIX, inicialmente sobre los aportes al modelo lineal, por medio del
desarrollo del Método de Mínimos Cuadrados, que posteriormente fue perfeccionado por Gauss. El método es
muy utilizado para hacer estimación de parámetros.
Página 96 de 175
Carl Friedrich Gauss
Gauss, (1.777 – 1.855) Matemático, Astrónomo y Físico,
nacido
ido en Brunswick (Alemania), considerado el Matemático más grande de la
Historia, ya que sus aportes han influenciado significativamente las Matemáticas
y las Ciencias en general. Entre los aportes a la probabilidad, está el
perfeccionamiento de método d de
e Mínimos Cuadrados, considero que en la
teoría de probabilidad, se incluyera el análisis de los errores en las
observaciones, desarrollo la muy conocida ““Ley Ley Normal”
Normal o Ley de Gauss,
desarrollo la distribución muestral de medias en muestreo donde loa datos dat
provienen de distribuciones normales. Gauss es el padre de la moderna teoría
de errores.
x2
− 2
e h
Descubrió que la función de distribución de los errores es ϕ ( x) = , la célebre campana de Gauss.
h π
También investiga sobre la distribución hiperg
hipergeométrica y sobre estimadores.
Página 97 de 175
Para completar este recorrido por la historia de la probabilidad, no podemos olvidar los aportes relevantes de la
Escuela de San Petersburgo (Rusia), que dejo marcado el camino de la probabilidad de manera robusta.
P ( X − E ( X ) ≥ aσ ) ≤
1
para todo número real positivo a. La desigualdad
a2
de Chebychev se emplea para demostrar que la ley débil de los grandes
números.
Entre sus escritos se rescatan: Teoría matemática de la probabilidad y de la estadística, Nueva York, prensa
académica, 1964. y Probabilidad y estadística, generales, Society matemática americana, 1964.
Página 98 de 175
Andrei Nikoláyevich Kolmogorov, (1.903 – 1.987) Matemático, nacido en
Tambor (Rusia), desarrollo la base axiomática, el cual fue el pilar de la Teoría
de Probabilidad, a partir de la teoría de conjuntos. En 1.993 publica su libro
“Los Fundamentos de la Teoría de la Probabilidad” en donde se dejan sentadas
las bases modernas de la teoría axiomática de probabilidad, adquiriendo
reputación como experto en dicha área. En 1.938 por medio de un documento
deja ver algunos teoremas básicos de alisado y predicción de procesos
estocásticos estacionarios, lo cual fue muy útil en aspectos militares, durante la
guerra fría. En la misma línea de los procesos estocásticos, (Procesos
Aleatorios) basado en los estudios de Markov, el Matemático Británico
Chapman y los suyos propios, desarrolló de manera independiente el conjunto
de ecuaciones fundamentales de dicha área, conocidas como “Ecuaciones de
Chapman – Kolmogorov”.
Este matemático Ruso, aporto a diversas áreas de conocimiento, respecto a la Probabilidad, se le reconoce los
trabajos sobre: Los Tres Axiomas de Kolmogorov, son la base de la teoría de probabilidad axiomática y más
aceptada en la actualidad. Prueba de Kolmogorov – Smirnov, prueba no paramétrica para determinar la
bondad de ajuste de dos distribuciones de probabilidad entre ellas. La ecuación de Chapman – Kolmogorov,
que dentro de los procesos estocásticos markovianos, se considera una identidad sobre las distribuciones de
probabilidad conjunta. La Ley Cero – Uno de Kolmogorov, hace referencia a que cierto tipo de evento, llamado
“Evento de Cola”, que son aquellos definidos por una sucesión infinita de eventos independientes, el valor dado
a estos eventos son cero o uno.
Es evidente que existen otros investigadores, que han aportado a la teoría de probabilidad, especialmente a la
teoría moderna.
Emile Borel, (1.871 – 1.956), Matemático y Político Francés, fue uno de los pioneros de la
conocida “Teoría de la Medida” y sus aplicaciones a la Teoría de Probabilidad En un de sus
libros sobre probabilidad, introduce el experimento mental; conocido popularmente como
Teorema de los infinitos Monos. También publico investigaciones sobre la teoría de juegos.
Fenómenos Aleatorios: Son todos que aunque se repiten en las mismas condiciones, un resultado
específico NO se puede determinar de antemano. En este tipo de fenómenos, lo único que se puede conocer
son todos los posibles resultados. Algunos ejemplos.
1. Lanzar un dado o una moneda y obtener un número de 1 a 6, o, cara / sello.
2. El número de defectuosos en una línea de producción.
3. La cantidad de llamadas recibidas en una central telefónica por hora.
4. El tiempo de atención de un cliente en un Banco.
Página 99 de 175
Experimento: Son fenómenos en los cuales se pueden tomar datos y donde un resultado en particular, NO
se puede saber de antemano. Los experimentos que nos ocupan en este curso, son los llamados aleatorios.
Fenómenos como sacar una carta de una baraja, elegir un estudiante según alguna característica definida,
medir la cantidad de lluvia en un lugar y tiempo determinado, otros muchos.
Evento: También llamado suceso, se considera el resultado o resultados de un experimento, los cuales
pueden ser simples o compuestos. Por lo anterior, un evento es un subconjunto del espacio muestral.
a-) Evento Simple: Cuando el resultado es uno solo. Tal es el caso de sacar un 2 al lanzar un dado, obtener
cara al lanzar una moneda, obtener un rey al sacar un carta de una baraja. A todo evento de este tipo se le
llama, eventos elementales.
b-) Eventos Compuestos: Son todos aquellos que están conformados por eventos elementales, los cuales se
obtienen utilizando operaciones entre conjuntos. Ejemplos de este tipo: Obtener número par al lanzar un dado,
obtener un dos al sacar una carta de una baraja.
Espacio Muestral: (E) Se considera al conjunto de todos los posibles resultados de un experimento
aleatorio. Es precisamente el conocer todos los posibles resultados, lo que hace a un fenómeno aleatorio. Los
espacios muestrales se pueden determinar utilizando el conocido Diagrama de Árbol o las técnicas de conteo,
cuando el número de eventos son muy grandes.
Ejemplo No 1:
Conjunto: Se define como una colección de elementos, que desde la teoría de probabilidad se le conoce como
observaciones. Si el número de elementos es finito, el conjunto será finito, pero si el número de elementos es
infinito y tiene relación biunívoca con los números naturales, se le conoce como conjunto infinito numerable.
Los conjuntos se denominan con letras mayúsculas y los elementos con letras minúsculas.
Ejemplo No 2:
A = {a, b, c, d, e} Finito.
B = {1, 2, 3,...} Infinito numerable.
Contenencia: Un conjunto puede tener subconjuntos, que se relacionar por medio de la contenencia. Sea el
conjunto U y sea el conjunto S, se dice que S es subconjunto de U, si cada elemento de S, pertenece a U,
luego: ⊆ ', lo que significa que S esta contenido en U.
Igualdad de Conjuntos: Sean los conjuntos S1 y S2, si cada elemento de S1 pertenece a S2 y viceversa,
entonces se dice que S1 = S2. Por consiguiente: ⊆
y
⊆ .
Conjunto Vacio: Cuando un conjunto no tiene elementos, se dice que es vacio. S = {Ø}. Para todo conjunto
universal. El conjunto vacio es subconjunto de todos los conjuntos y en particular de si mismo. ∅ ⊆ ', ∅ ⊆ (,
∅ ⊆ ∅.
Operaciones entre Conjuntos: Para los intereses de la teoría de probabilidad, analizaremos las operaciones
de unión, intersección y complemento.
UNION: Sean S1, S2,…, Sn, una serie de conjuntos, entonces la unión de éstos es otro conjunto compuesto por
los elementos comunes y no comunes de todos.
= ⋃
Para i = 1, 2, 3,..., n
E es un conjunto cuando aparece S1, ó S2,…, ó Sn.
Consecuencia de esto:
1. ∪ ∅ = .
2. ∪ = . Cuando ⊆
3. ∅ ∪ ∅ = ∅.
INTERSECCIÓN: Sean S1, S2,…, Sn, una serie de conjuntos, entonces la intersección de éstos es otro conjunto
compuesto por los elementos comunes de todos los conjuntos.
. = ⋂
Para i = 1, 2, 3,..., n
I es un conjunto cuando aparece simultáneamente S1, y S2,…, y Sn.
Consecuencia de lo anterior:
1. ∩ ∅ = .
2. ∩ = . Cuando ⊆
3. ∅ ∩ ∅ = ∅.
COMPLEMENTO: Sean S y U dos conjuntos tales que ⊆ '. Entonces S’ es el complemento de S, si y solo
si, ∪ ′ ⊆ '. Se debe aclarar que ′ ⊆ '. Siendo U el conjunto universal. Consecuencia de esto:
1. ∪ ′ = '.
2. ∩ 2 = ∅.
Propiedades de las Operaciones: Veamos las siguientes propiedades cuando se operan conjuntos.
Conmutativa: ∪
=
∪ . ∩
=
∩ .
Enfoque Clásicas de Probabilidad: En la segunda mitad del siglo XVII se hacen los primeros intentos para
medir la probabilidad de un evento, entre los pioneros se tienen a Pascal, Fermat, Huygens, Bernoulli, Leibniz
entre otros. Pero la definición formal se le debe al gran matemático Laplace.
DEFINICIÓN: Pierre Simon Laplace, en 1.812 define la probabilidad como el cociente entre el número de
eventos favorables y el número de eventos totales, siempre que todos aquellos tangan la misma probabilidad
de ocurrencia.
=
;<
= n = Casos favorables, N = Casos totales y ≤ ?.
>
La característica fundamental de esta teoría, es que todos los eventos del espacio muestral E, tiene la misma
probabilidad.
Ejemplo:
Solución:
Propiedades:
A partir del enfoque clásico se origina tres propiedades fundamentales de probabilidad.
1. 4
≥ 0. Como la probabilidad es un cociente entre dos números positivos, donde el numerador puede ser
cero o positivo, entonces NO puede haber probabilidades negativas.
2. 4
≤ 1. El número de eventos favorables no puede ser mayor al número de eventos totales; a lo sumo
igual, por tal razón lo máximo del cociente será uno.
Desde esta teoría, se requiere realizar el experimento, por lo cual se le ha llamado también Probabilidad
Empírica. Con estos principios, se define el enfoque frecuentista, en dos partes.
Limitaciones: La teoría frecuentista también tiene ciertas limitaciones. En primera instancia, el concepto de
límite utilizado en la definición, supone que el número total de eventos del experimento denotado con N alcance
el infinito, caso que en la realidad no ocurre, con esto la estabilidad de las frecuencias es un enunciado
imposible, desde la demostración matemática. Por otro lado, el uso de sucesión infinita en eventos aleatorios
no es suficiente, ya que matemáticamente los términos de las sucesiones siguen una ley inexorable; es decir, a
partir del término general todos los términos quedan definidos claramente.
Enfoque Axiomático de Probabilidad: Las limitaciones de los enfoques clásicos y frecuentista, condujeron a
buscar una teoría de probabilidad más amplia y soportada en principios matemáticos sólidos y verificables
lógicamente. Fue así como en 1.933 Kolmogorov planteó su teoría de probabilidad desde la axiomática.
Para analizar el enfoque axiomático de Kolmogorov, se debe analizar dos situaciones previas, que permitirá
comprender mejor dicho enfoque.
2. Algebra de Sucesos: Existen muchos experimentos cuyos números de eventos planteados es superior a
los eventos elementales que se definen en el espacio muestral. Los eventos compuestos se definen a partir de
los eventos elementales, por medio de operaciones entre conjuntos como la unión, intersección y
complemento. El conjunto obtenido presenta una estructura de álgebra. El álgebra incluye el evento
imposible y el evento cierto.
Sea el espacio muestral definido como: E = {a, b, n}. Hallar el álgebra generada.
Solución:
Álgebra: Ω = {{Ø}, {a}, {b}, {n}, {a, b}, {a, n}, {b, n}, {a, b, n}}
En la solución obtenida se observa el evento imposible y el evento cierto.
DEFINICIÓN: Sea E el espacio muestral integrado por los eventos elementales, sea A una colección de
subconjuntos de E; llamados eventos aleatorios, entonces:
Álgebra de Boole: Toda colección Ω que cumpla las tres condiciones anteriores (1, 2, 3) se le llama álgebra de
Boole, dado para un número finito de eventos.
σ – álgebra: Si se tiene una serie de Eventos Infinitos, pero numerables, S1, S2, … , Sn que pertenecen a E,
entonces:
∝ ∝
J ⊂ (. L M ⊂ (.
A la colección se le conoce como sigma algebra (σ-álgebra) representada por Ω, la cual reúne todos los
posibles eventos del experimento aleatorio.
Al par (S, Ω) se le conoce como Espacio Probabilizable o medible.
Ejemplo:
Solución:
Ω = ({Ø}, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}).
Axioma No 1: Si E es un elemento de una σ-álgebra (Ω), existe un número P(E) ≥ 0. Llamado probabilidad del
evento E.
Ejemplo:
Sea E = {1, 2, 3}. Asumiendo que P(X=1) =3/12, P(X=2) = 4/12, P(X=3) = 5/12. Hallar Ω y P.
Solución:
Utilicemos el siguiente esquema que nos ayuda a comprender el problema.
E Ω P
{Ø} 0
1 {1} 3/12
2
{2} 4/12
1
{3} 5/12
2
{1, 2} 7/12
3 {1, 3} 8/12
{2, 3} 9/12
{1, 2, 3} 1
Ejemplo:
Solución:
a-) ( ∪ ( = (
b-) ( ∩ ( = ∅
c-) ( ∪ Ω = Ω
d-) ( ∩ Ω = (
e-) ( ∩ * = ( ∪ * ↔ ( = *
f-) ( ∩ * = ∅ ∧ * ∪ ( = Ω
↔ * = (′
Definición: Sea A un evento que se puede hacer de n1 formas, sea B un evento que se puede hacer de n2
formas, donde NO es posible que ocurra el mismo evento de dos maneras diferentes al mismo tiempo, por
consiguiente el número de veces que se puede realizar el evento esta dado por la siguiente expresión:
o
N Maneras Diferentes = n1+ n2
Ejemplo:
Un ciudadano debe pagar el recibo del agua, para hacerlo puede utilizar 4 bancos, 3 agencias de pago y 2
oficinas privadas. ¿Cuántas opciones para pagar tiene el ciudadano?
Solución:
Ejemplo:
Una persona que esta predispuesta a ver televisión un domingo a las 3 p. m. observa la programación, para lo
cual puede ver 4 partidos de fútbol, 3 películas de acción y 2 programas culturales. ¿Cuantas posibilidades
tiene la persona para ver televisión?
Solución:
No Formas Diferentes = 4 + 3 + 2 = 9 opciones para pagar.
Ejemplo:
En una compañía se desea codificar los Lokers de los empleados, para signar a cada uno su respectivo Loker.
El gerente decide utilizar los números dígitos y las letras del alfabeto ¿Cuantos códigos se pueden crear, si
éste puede ser dígito, letra o combinación de los dos, no importa que primero sea letra o número?
Solución:
Número de dígitos = 10
Ejemplo:
Jorge Leonardo debe matricular el próximo semestre un curso de Matemáticas o un curso de Idiomas en el
mismo horario; de Matemáticas cuatro profesores que orientan el curso y de Idiomas hay tres profesores;
además, debe matricular Estadística; con tres profesores disponibles y Ética con dos profesores disponibles.
¿De cuantas formas se puede organizar el horario de clase Jorge Leonardo?
Solución:
Para Matemáticas = 4
Para Idiomas = 3
Estadística y Ética = 3*2
Cantidad de formas para organizar el horario = 4 + 3 + (2*3) = 13 opciones.
Ejemplo:
Un Restaurante tiene como plato principal pescado, pero se debe preparar de una sola forma de las siguientes:
Cuatro formas de hacerlo frito, tres formas de hacerlo sudado y dos formas de hacerlo horneado ¿Cuantas
formas tiene el restaurante de preparar el pescado?
Solución:
Frito = 4
Sudado = 3
Horneado = 2
Cantidad de formas para prepararlo = 4 + 3 + 2 = 9 opciones.
La Regla del Exponente: Se tiene un tipo de combinaciones o arreglos ordenados, en donde se admite
reemplazo.
Definición: Sea un conjunto con N elementos, se desea obtener un subconjunto de n elementos, de tal
manera que cualquier elemento se puede reemplazar, entonces el número de subconjuntos de n elementos
posibles será:
n
No Arreglos = N
Ejemplo:
En el lanzamiento de una moneda ¿Cuántos casos posibles se obtiene en los siguientes procesos:
a- Tres lanzamientos
b- Cinco lanzamientos
Solución:
3
a- Para tres lanzamientos: N = 2 y n = 3, entonces: 2 = 8 casos posibles.
5
b- Para cinco lanzamientos: N = 2 y n = 5, entonces: 2 = 32 casos posibles.
Ejemplo:
Solución:
2
c- Para dos lanzamientos: N = 6 y n = 2, entonces: 6 = 36 casos posibles.
4
d- Para cinco lanzamientos: N = 6 y n = 4, entonces: 6 = 1.296 casos posibles.
Ejemplo:
Una ruleta consta de los colores blanco, rojo, azul y amarillo ¿Cuántos casos posibles se obtiene en los
siguientes intentos:
e- Tres intentos
f- Cinco intentos
Solución:
3
e- Para tres intentos: N = 4 y n = 3, entonces: 4 = 64 casos posibles.
5
f- Para cinco intentos: N = 4 y n = 5, entonces: 4 = 1.024 casos posibles.
Definición: Sea A un evento que se puede hacer de n1 formas, sea B un evento que se puede hacer de n2
formas y sea C evento que se puede hacer de n3 formas, el número de veces que se puede hacer
simultáneamente A, B y C está dado por la siguiente expresión:
o
N Acciones Conjuntas = n1*n2*n3
Ejemplo:
Un Artista tiene 4 vestidos y 3 pares de zapatos, ¿De cuantas formas se puede vestir el Artista?
Solución:
Sea A = 4 vestidos y B = 3 pares de zapatos. Entonces:
o
N Formas de Vestir = 4*3 = 12 formas diferentes.
Ejemplo:
En un concesionario hay autos de dos y cuatro puertas, de rines de lujo y niquelados; además, hay de color
rojo, azul y plateado. ¿Cuántas formas diferentes de exhibición tiene el concesionario?
Solución:
Un experimento consiste en lanzar un dado y luego seleccionar aleatoriamente una letra del alfabeto.
¿Cuántas observaciones habrá en el espacio muestral?
Solución:
Sea A = Elementos del dado: 6 y B = Letras del alfabeto: 26. Entonces:
Elementos del espacio muestral = 6*26 = 156 elementos diferentes
Si se expresa por extensión el espacio muestral: E = [(1,a),(1,b),(1,c),…,(6,y),(6,z)]
Ejemplo:
En un plan turístico, a los turistas se les ofrece seis recorridos por día, el plan es de cuatro días y hay doce
sitios diferentes para visitar. ¿De cuantas formas diferentes puede un turista disfrutar el paseo?
Solución:
Sea A = Número de recorridos, B = Número de días y C = Número de sitios a visitar.
o
N Formas de disfrutar el paseo = 6 * 4 * 12 = 288 formas diferentes de disfrutar el paseo.
Ejemplo:
Un billete de lotería consta de 4 cifras de números, los cuales se pueden repetir y una serie que corresponde a
una letra. ¿Cuántos billetes de lotería se pueden imprimir?
Solución:
Ejemplo:
Las placas de un carro constan de 3 letras y tres números, las cuales se pueden utilizar más de una vez.
¿Cuántas placas se pueden emitir?
Solución:
Las Permutaciones: Las permutaciones se pueden utilizar para encontrar el número de arreglos posibles en
un solo conjunto de objetos. Por medio de las permutaciones se puede determinar los resultados posibles en
forma Ordenada o arreglada de maneras diferentes.
Por definición 0! = 1.
Ejemplo:
En un equipo de baloncesto de cinco jugadores ¿De cuantas formas se puede alinear el equipo para un
partido?
Solución:
Como se requiere alinear el equipo, es pertinente el orden de los jugadores dentro de la cancha.
PRIMER PUESTO SEGUNDO PUESTO TERCER CUARTO PUESTO QUINTO PUESTO
PUESTO
5 4 3 2 1
Ejemplo:
A una fiesta asisten 4 hombres y 4 mujeres, si todos balan ¿Cuantas parejas diferentes se pueden formar?
Solución:
n = 4 parejas. 4! = 24 parejas diferentes.
Ejemplo:
En la primera fila de un cine hay 9 sillas ¿De cuantas formas se pueden ordenar 9 personas en la primera silla?
Solución:
Se requiere ordenar las personas en la fila.
F1 F2 F3 F4 F5 F6 F7 F8 F9
9 8 7 6 5 4 3 2 1
Por definición: 9! =362.880 formas de ordenar las personas en la primera fila del cine.
Ejemplo:
Un estuche tiene 7 casillas y se deben colocar 7 discos en el estuche. ¿De cuantas formas se pueden ordenar
los discos en el estuche?
Solución:
C1 C2 C3 C4 C5 C6 C7
7 6 5 4 3 2 1
Según la definición: 7! = 5.040 formas de ordenar los discos en el estuche.
Las Variaciones: Existen permutaciones donde del total de elementos, sólo se utiliza parte de ellos.
DEFINICIÓN: Si se tiene n objetos diferentes y se desean ordenar r de ellos, de tal forma que r < n, entonces
para determinar la cantidad de ordenamientos se aplica la siguiente ecuación:
!
4U = VU = U
!
Las placas de los carros constan de tres letras y tres números, de tal manera que no se puede repetir número
tampoco letra. ¿Cuántas placas diferentes se pueden diseñar?
Solución:
26*25*24*10*9*8 = 11’232.000
X!
Utilizando la ecuación: VU = V3
X =
X3
! = 15.600
10!
U = V3 = = 720
Z
10 − 3
!
Ejemplo:
Solución:
Ejemplo:
Si en un Club hay 20 personas y se desea escoger 4 de ellos para el comité directivo ¿De cuantas formas se
puede conformar el comité?
Solución:
En el problema n = 20 y r = 4 entonces:
Z!
VU = V^
Z =
Z^
! = 116.280 Formas diferentes para conformar el comité.
Ejemplo:
Con los números dígitos, utilizándolos una sola vez ¿Cuantas cifras de cuatro números se pueden formar?
Solución:
Z!
VU = V^Z = Z^
! = 5.040 Cifras diferentes
Definición: El número de observaciones de n objetos, de los cuales n1 se repite a veces, n2 se repite b veces
!
y así sucesivamente, por lo cual el número de arreglos posibles se puede determinar con la siguiente ecuación:
? Z (aa bc! =
d! ∗ e! ∗ … ∗ g!
Ejemplo:
Solución:
11!
En el conjunto: n = 11, ni = 4, ns = 4, np = 2 Luego:
? Z (aa bc! = = 34.650
4! ∗ 4! ∗ 2!
Ejemplo:
Un coleccionista tiene tres pinturas de Picasso, cuatro pinturas de Botero y tres pinturas de Rembranth. De
cuantas formas se pueden organizar juntos, las pinturas?
Solución:
10!
En el conjunto: n = 10, nPicasso = 3, nBotero = 4, nRembranth = 3 Luego:
? Z (aa bc! = = 4.200 Aahd! ijA a !
3! ∗ 4! ∗ 3!
Definición: Sea n el número de objetos de un conjunto dado, si se toman r objetos a la vez, el número de
combinaciones obtenidas está dada por la siguiente expresión:
!
= G H =
nCr
a U!∗U
!
Para r = 0, 1 2, 3, …, n
Ejemplo:
Ejemplo:
Si hay 10 hombres y 8 mujeres para conformar un comité que debe estar conformado por 4 hombres y 3
mujeres ¿De cuantas formas se puede conformar dicho comité?
10
Solución:
Z!
Para los hombres: 10C4 =G H = = 210
4 ^!∗Z^
!
8 l!
Para las mujeres: 8C3 =G H = = 56
3 3!∗l3
!
Número de comités posibles: 210*56 = 11.760
Teorema No 1: (Evento Imposible) Dado Ø como conjunto vacio, entonces P (Ø) = 0. La probabilidad de un
evento imposible es cero.
Demostración: Sea un evento A, luego ( = ( ∪ ∅ Dado que A y Ø son mutuamente excluyentes, entonces
4(
= 4( ∪ ∅
= 4(
+ 4∅
. Luego 4(
= 4(
+ 4∅
. Para que se cumpla la igualdad 4∅
debe ser
cero.
NOTA: En la práctica la probabilidad que un evento sea cero, no implica que sea imposible, sino más bien raro,
por el principio de la frecuencia observada, así el recíproco del teorema no siempre se cumple.
Teorema No 2: (Evento Cierto) Dado E el espacio muestral, entonces P (E) = 1. La probabilidad del espacio
muestral es la unidad.
Demostración: Dado E el conjunto total, la ocurrencia es altamente probable, el axioma No 2 del enfoque
axiomático lo hace evidente.
Teorema No 4 (Sucesos Disyuntos) Sean los eventos S1 y S2, entonces: S1 y S2 son disyuntos si se cumple:
∩
= ∅. Cuando dos eventos son tal que su intersección es vacio, se dice que son Mutuamente
Excluyentes.
Demostración: Sean los conjuntos S1 y S2, donde S1 son elementos exclusivos de S1 y S2 Elementos que
ninguno es de S1, entonces la intersección será vacio.
Teorema No 6: (Probabilidad Acotada) A partir del teorema 1 y 2, se puede inferir que la mínima
probabilidad es cero y la máxima uno, entonces: 0 ≤ 4
≤ 1
Teorema No 7: (Probabilidad del Complemento) Sea S un evento y E el espacio muestral, dado que ⊆ y
′ ⊆ Entonces: P(S) + P(S’) = 1.
Ejemplo:
Si A y B, son eventos mutuamente excluyentes, además P(X = A) = 0,37 y P(X = B) = 0,44, Encontrar:
a-) P( A’)
Solución:
a-) Como P ( A’) + P(A) = 1, entonces: P ( A’) = 1 - P(A) = 1 – 0,37 = 0,63
b-) Como P (B’) + P(B) = 1, entonces: P ( B’) = 1 - P(B) = 1 – 0,44 = 0,56
c-) Por la regla general de adición: 4( ∪ *
= 4 = (
+ 4 = *
− 4( ∩ *
Como los eventos son
mutuamente excluyentes: 4( ∩ *
= 0 Entonces: 4( ∪ *
= 4 = (
+ 4 = *
= 0,37 + 0,44 = 0,81.
d-) Se debe calcular: 4( ∪ *
= 4 = (
+ 4 = *
− 4( ∩ *
Reemplazando:
0,81 = 0,37 + 0,44 – 0, como se cumple la igualdad, entonces 4( ∩ *
= 0.
Ejemplo:
Solución:
Utilizando la propiedad: 4( ∪ *
= 4*
+ 4( ∩ *′
Como 4( ∪ *
= 0,81 4*
= 0,44 Entonces:
4( ∩ *2
= 4( ∪ *
− 4*
= 0,81 − 0,44 = 0,37
Teorema No 3: (Regla General de Adición) Dados los eventos cualesquiera S1 y S2, entonces:
4 ∪
= 4
+ 4
− 4 ∩
La probabilidad de la unión de dos eventos cualquiera, es igual a la suma de probabilidades de los dos
eventos, menos la probabilidad de su intersección.
Entonces: ∪
= ∪
∩ 2
Donde:
= ∩
∪
∩ 2
Por lo tanto:
4 ∪
= 4
+ 4
∩ 2
Así: 4
= 4 ∩
+ 4
∩ 2
. Restando las dos ecuaciones:4 ∪
−
4
= 4
− 4 ∩
.
Finalmente: 4 ∪
= 4
+ 4
− 4 ∩
El teorema tres, prolongado a tres eventos: Dados los eventos cualquiera A, B y C, entonces 4( ∪ * ∪
)
= 4(
+ 4*
+ 4)
− 4( ∩ *
− 4( ∩ )
− 4* ∩ )
+ 4( ∩ * ∩ )
. La probabilidad de la unión de tres
eventos, es igual a la suma de las probabilidades de cada uno, menos la intersección de los pares, más la
probabilidad de la intersección de todos.
Ejemplo:
Una Empresa realiza un estudio sobre sus ejecutivos, el uso de corbata y determinó que su uso es del 42%, el
uso de vestido del 70% y del uso de los dos es del 35%. Al seleccionar aleatoriamente un ejecutivo de la
empresa ¿Cuál es la probabilidad de que éste use vestido, corbata o los dos?
Solución:
Según los datos: P(X = C) = 0,42; P(X = B) = 0,70 y P(X = C y X = B) = 0,35. Por la forma del problema se
puede aplicar la regla general de adición.
P(C o B) = 0,42 + 0,70 – 0,35 = 0,77
Ejemplo:
Un dado es tal que: P(X = 1) = 0,1; P(X = 2) = 0,2; P(X = 3) = 0,3; P(X = 4) = 0,01; P(X = 5) = 0,02; P(X = 6)
= 0,37. Al lanzar el dado una vez ¿Cuál es la probabilidad de obtener par?
Solución:
La pregunta es hallar P(X = Par); además, se trata de eventos donde se puede aplicar la regla especial de
adición. Luego: P(X = 2 o X = 4 o X = 6) = P(X = 2) + P(X = 4) + P(X = 6) Por consiguiente: P(X = Par) = 0,2 +
0,01 + 0,37 = 0,48
Ejemplo:
En una caja se encuentran 20 papeletas blancas enumeradas del 1 al 20, 10 papeletas rojas enumeradas del 1
al 10, 40 papeletas amarillas enumeradas del 1 al 40 y 10 papeletas azules enumeradas del 1 al 10. Las
Solución:
a-) Como se tienen 10 papeletas azules y 20 papeletas blancas. Siendo el total de 80 papeletas, entonces se
10 20 30 3
puede aplicar la regla especial de adición:
4( *
= 4( ∪ *
= 4(
+ 4*
= + = =
80 80 80 8
b-) Se tienen 4 tipos de papeletas y cada una tiene los números 1, 2, 3, 4, 5. También corresponde a la regla
especial de adición.
4 = 1 = 2 = 3 = 4 = 5
= 4 = 1
+ 4 = 2
+ 4 = 3
+ 4 = 4
+ 4 = 5
4 4 4 4 4 20 1
4 = 1
+ 4 = 2
+ 4 = 3
+ 4 = 4
+ 4 = 5
= + + + + = =
80 80 80 80 80 80 4
c-) Se tienen 10 papeletas rojas y 40 papeletas amarillas; además, están enumeradas con 1, 2, 3, 4. Al igual
que los casos anteriores, se trata de regla especial de adición.
^ ^ l
4 = mnd 1, 2, 3, 4
+ 4 = (hdajccd 1, 2, 3, 4
= 4m
+ 4(
= + = =
lZ lZ lZ Z
d-) De las papeletas se tienen enumeradas: 5, 15, 25, 35 tenemos: De 20 blancas hay 5 y 15. De 10 rojas hay
5. De 40 amarillas hay 5, 15, 25, 35. De 10 azules hay 5. Así se tienen 4 papeletas del número 5, 2 papeletas
8 1
del número 15, una con el número 25 y una con le número 35. Las posibilidades son: 4 +2 +1+ 1 = 8.
4 =
= =
80 10
Ejemplo:
El manejo de una máquina nueva para empaque de producto líquido, tiene las siguientes probabilidades.
Muy difícil: 0,12 Difícil: 0,17 Promedio: 0,43 Fácil: 0,29 Muy fácil: 0,08
Encontrar las siguientes probabilidades:
a-) Difícil o muy difícil.
b-) Ni muy difícil ni muy fácil.
c-) Promedio o mejor.
Solución:
DEFINICIÓN: Sean A y B dos eventos cualquieras de un espacio muestral E y sea P(A) > 0, entonces:
4( ∩ *
= 4*
∗ 4( ∣ *
La ecuación expresa que la probabilidad de que ocurra A y B simultáneamente, siendo P(B) > 0, es igual al
producto de la probabilidad de que ocurra B y la probabilidad de que ocurra A dado que ha ocurrido B; es decir,
la probabilidad condicional.
Generalizando:
4 uM v = 4
∗ 4
∣
∗ 4 3 ∣ ∩
∗ … ∗ 4 ∣ ∩
∩ … ∩
Ejemplo:
En una caja hay 30 artículos, de los cuales 8 son defectuosos. Si se extraen 4 artículos aleatoriamente y en
forma sucesiva y sin reemplazamiento. ¿Cuál es la probabilidad de que los 4 artículos son defectuosos?
Solución:
P(S1) = 4/30. Sacar defectuosos el primer artículo.
P(S2∣S1) = 3/29. Sacar defectuosos el segundo artículo.
P(S3∣S1∩S2)=2/28. Sacar defectuosos el tercer artículo.
P(S4∣S1∩S2∩ S3 ) = 4/30*3/29*2/28*1/27 = 24/657.720 = 0,00003645
Ejemplo:
Un empaque de 1.000 artículos es tal que presenta el 1% de defectuosos. Cual es la probabilidad de que al
sacar aleatoriamente 5 artículos, todos sean no defectuosos.
Solución:
Sea X1 artículo uno defectuoso, entonces X’1 artículo no defectuoso
P(X1) = 10/1.000 Entonces: P(X’1) = 990/1.000
P(X2) = 9/999 Entonces: P(X’2) = 989/999
P(X3) = 8/998 Entonces: P(X’3) = 988/998
P(X4) = 7/997 Entonces: P(X’4) = 987/997
P(X5) = 6/996 Entonces: P(X’5) = 986/996
Luego:
P(X’1)* P(X’2)* P(X’3)* P(X’4)* P(X’5) = 990/1.000*989/999*988/998*987/997*986/996 = 0,9509
En el análisis de independencia de eventos, se estableció que los eventos son independientes cuando se
realiza extracción Con Reemplazamiento, donde el espacio muestral es constante para cada extracción.
DEFINICIÓN: Sean A y B dos eventos se dice que son independientes, si se cumple la siguiente igualdad:
4( ∩ *
= 4(
∗ 4*
DEFINICIÓN: Sean A y B dos eventos independientes, entonces A y B’ también son independientes, por
consiguiente:
4( ∩ *′
= 4(
∗ 4*′
Ejemplo:
Se lanza una moneda tres veces, ¿Cuál será a probabilidad de obtener tres caras en los lanzamientos
realizados?
Solución:
Sea A primer lanzamiento y que sea cara: P(X = A) = 1/2
Sea B segundo lanzamiento y que sea cara: P(X = B) = 1/2
1 1 1 1
Sea C tercer lanzamiento y que sea cara: P(X = C) = 1/2
4( ∩ * ∩ )
= 4(
∗ 4*
∗ 4)
= ∗ ∗ =
2 2 2 8
Ejemplo:
La probabilidad de comprar Taxi es del 25% y la probabilidad de comprar colectivo es del 65%, si se compra un
transporte para trabajar ¿Cuál es la probabilidad de comprar Taxi y Colectivo?
Solución:
Sea P(X = T) = 0,25 y Sea P(X = C) = 0,65, entonces:
4x ∩ )
= 4x
∗ 4)
= 0,25 ∗ 0,65 = 0,1625
Sea A evento que una persona gane el mínimo. Sea B una persona que sea bachiller. Sea N una persona que
no es bachiller. Sea T una persona que sea técnico profesional. Entonces interpretemos las siguientes
situaciones.
P(A∣B) = La probabilidad de que una persona gane el mínimo, dado que es bachiller.
P(A∣N) = La probabilidad de que una persona gane el mínimo dado que no sea bachiller.
P(A∣T) = La probabilidad de que una persona gane el mínimo dado que es técnico profesional.
P(N∣A) = La probabilidad de que una persona no sea bachiller, dado que gana el mínimo.
Para estos casos los primeros términos se les llama Condicionantes tales como A y N, mientras que a los
segundos se les llama condicionados, tales como B, N, T y A.
DEFINICIÓN: Sean los eventos A y B, de tal manera que A está condicionado por el evento B, si la
probabilidad de que suceda A depende de que haya ocurrido B, entonces:
yz∩{
4( ∣ *
=
y{
Siempre que P(B) > 0.
Ejemplo:
Al lanzar un dado, cual es la probabilidad de que caiga dos, dado que ha caído par.
Solución:
La probabilidad de que caiga par es P(X=Par) = 3/6
La probabilidad de que caiga dos es P(X=Dos) = 1/6
1/6 1
4 = r! ∣ = 4da
= = = 0,333
3/6 3
Ejemplo:
En un estudio sobre consumidores de servicios que brindan cierta compañía, los resultados se presentan en el
siguiente cuadro.
A = Compañías con buen servicio
B = Compañías con mal servicio.
1 = Compañías con 10 años o más
2 = Compañías con menos de 10 años
A B
1 18 6 24
2 12 16 28
30 22 52
a-) Cual es la probabilidad de seleccionar una compañía que proporcione buen servicio.
b-) Cual es la probabilidad de seleccionar una compañía con más de 10 años de experiencia que proporcione
buen servicio.
c-) Cual es la probabilidad de seleccionar una compañía con menos de 10 años, que proporcione mal servicio.
Solución:
a-) Compañía con buen servicio: 30
3Z
4 = ( ∣ = )htdñjd
= = 0,5769
~
Ejemplo:
En un salón de apuestas hay un Dado arreglado de tal forma que el número Impar tiene el doble de posibilidad
de salir que el número Par. Si se lanza el dado:
a-) Cual es la probabilidad de caiga un número mayor a tres.
b-) Cual es la probabilidad de el número de puntos tirados sean un cuadrado perfecto.
c-) Cual es la probabilidad de que se obtenga un cuadrado perfecto, dado que es mayor a tres.
b-) Los números que son cuadrados perfectos son 1 y 4, entonces: B {1, 4}
P(B) = P(1) + P(4) = 2/9 + 1/9 = 3/9 = 1/3.
Ejemplo:
Se desea rentar Autos de tres agencias de la siguiente manera: El 60% de la agencia Velox, el 30% de la
agencia Rap y el 10% de la agencia Service. Los autos de la agencia Velox requieren revisión en un 9%, los de
la agencia Rap en un 20% y los de la agencia Service en un 6%. ¿Cuál es la probabilidad de que un auto
rentado requiera revisión?
Solución:
Sea A el evento que un auto requiera revisión, sean V, R y S los eventos que los autos provengan de las
agencias Velox, Rap y Service respectivamente.
Entonces: P(V) = 0,60; P(R) = 0,30; P(S) = 0,10
Por otro lado: P(A∣V) = 0,09; P(A∣R) = 0,20; P(A∣S) = 0,06
La probabilidad total se obtiene así: P(A) = P(A∣V)*P(V)+ P(A∣R)*P(R)+ P(A∣S)*P(S)
Reemplazando: P(A) = 0,60*0,09 + 0,30*0,20 + 0,10*0,06 = 0,054 + 0,06 + 0,006 = 0,116
Entonces el 11,6% de los autos requieren revisión.
Ejemplo:
En un estudio sobre cierta enfermedad, se ha determinado que la probabilidad de que una persona tenga la
enfermedad es del 3%. Se ha diseñado una prueba diagnóstico para determinar si una persona sometida a la
misma tiene la enfermedad. La probabilidad de que la prueba diagnóstica de resultado positivo; sabiendo que
la enfermedad está presente es de 0,90. La probabilidad de que la prueba diagnóstica de resultado positivo;
sabiendo que la enfermedad no está presente es de 0,02. Si se le aplica la prueba a una persona, ¿cual es la
probabilidad de que la prueba sea positiva?
Solución:
Sea E el evento prueba positiva, sean T y N los eventos tiene la enfermedad y no tiene la enfermedad
respectivamente.
Entonces: P (T) = 0,03; P (N) = 0,97
Por otro lado: P(E∣T) = 0,90; P(E∣N) = 0,02
La probabilidad total se obtiene así: P(E) = P(E∣T)*P(T)+ P(E∣N)*P(N)
Reemplazando: P(E) = 0,90*0,03 + 0,02*0,97 =0,0464
Ejemplo:
Una compañía de seguros clasifica a sus clientes en dos grupos: Los que son propensos a accidentes (P) y lo
que no son propensos a accidentes (N). Según las estadísticas de la compañía, la probabilidad de que un
cliente propenso a accidentes tenga uno en un año es de 40% y la probabilidad de que un cliente no propenso
a accidentes tenga uno en un año es del 20%. Sabiendo que el 30% de la población es propensa a accidentes,
¿Cuál es la probabilidad de que una persona que compra una póliza sufra un accidente en un año?
Solución:
Sea A el evento sufrir un accidente, sean P y N los eventos propensos a accidentes y no propensos
respectivamente.
Entonces: P(P) = 0,4 y P(N) = 0,2
Por otro lado: P(A∣P) = 0,30; P(A∣N) = 0,70. Así: P(A) = P(A∣P)*P(P) + P(A∣N)*P(N)
Reemplazando: P(A) = 0,30*0,4 + 0,70*0,2 = 0,26
Entonces la probabilidad de que una persona que compra la póliza sufra un accidente es del 26%.
Teorema de Bayes: Analizada a ley de probabilidad total, ya se puede definir la muy conocida teorema de
bayes:
Sean B1, B2, …, Bk. una partición del espacio muestral E, dado que
P(Bi) ≠ 0, para i = 1, 2, , k; entonces para cualquier evento A en el
espacio muestral E; tal que P(A) ≠ 0, se tiene:
y{
∗yz{
4*N ( =
∑
y{
∗yz|{
Para j = 1, 2, .., k
Ejemplo:
Utilizando los datos del ejemplo 21, si un auto es rentado y requiere revisión, ¿Cuál es la probabilidad de que
sea de la agencia Rap?
Solución:
Así el 51,72% de los autos que requieren revisión, provienen de la agencia Rap.
Ejemplo:
Utilizando los datos del ejemplo 22, si la prueba diagnóstica dio resultado positivo ¿Cuál es la probabilidad de
que la enfermedad este en realidad?
Solución:
Entonces la probabilidad de que la enfermedad esté en realidad es del 58,19%, dado que ha ocurrido resultado
positivo.
Ejemplo:
Un investigador esta 60% de seguro que la persona detenida es culpable, éste tiene cierta característica que la
posee el 20% de la población. En estas condiciones ¿Qué tan seguro está el investigador sobre la culpabilidad
de la persona detenida?
Solución:
Sea C el evento que la persona es culpable. Sea M el evento que la persona tiene la característica.
P (C) = Probabilidad de que la persona sea culpable. 60%
P (M) = Probabilidad de que la persona tenga la característica.
P (C’) = Probabilidad de que la persona no sea culpable. 40%
P (M’) = Probabilidad de que la persona no tenga la característica
P (M∣C) = Probabilidad de que la persona tenga la característica dado que es culpable. 100%
P (M∣C’) = Probabilidad de que la persona tenga la característica dado que no es culpable. 20%
Concepto Matemático: Sea S un espacio muestral sobre el cual se encuentra definida una probabilidad,
sea X una función de valor real definida sobre S. Entonces X es una variable aleatoria debido a que transforma
los resultados de S en puntos sobre la recta real.
Se dice que X es aleatorio ya que involucra la probabilidad de los resultados del espacio muestral.
Solución:
S = {C, S}
P(X = C) = 1 y P(X=S) = 0
Ejemplo:
Solución:
S = {1, 2, 3, 4, 5, 6}
P(X = 1) = 1/6, P(X = 2) = 1/6, P(X = 5) = 1/6 P(X = 7) = 0
Una variable aleatoria queda definida en un experimento aleatorio, cuando se conoce su campo de variación y
el conjunto de probabilidades en donde toma valores dicho campo.
Función de Probabilidad o Distribución de Probabilidad: Una variable aleatoria X representa los resultados de
un espacio muestral de tal forma que P(X =x), esto significa que debe existir una función matemática que
asigna una probabilidad a cada realización x de la variable aleatoria, a esta función se le llama Función de
Probabilidad o Distribución de Probabilidad.
DEFINICIÓN: Sea X una variable aleatoria discreta, entonces f(x) = P(X = x) se le conoce como función de
probabilidad de la variable aleatoria X. El par ordenado obtenido se de la forma [x, f(x)]. La función debe
satisfacer las siguientes condiciones:
1. P(x) ≥ 0 Para todo x que pertenece a X
2. ∑ t
= 1
3. P(X = x) = f(x)
Función de Distribución Acumulada: La función de distribución acumulada F(x) representa la suma de
probabilidades puntuales hasta el valor x inclusive.
DEFINICIÓN: La función de distribución acumulada de una variable aleatoria X, es la probabilidad de que X sea
menor o igual a un valor específico x; según:
= ;< ≤
= $
Características de F(x):
a-) La función F(x) de una variable aleatoria discreta, es una función no negativa, por ser una probabilidad.
b-) La función F(x) es no decreciente, por ser acumulativa.
c-) La función F(x) es acotada; es decir, 0 ≤ F(x) ≤ 1. Para todo x.
d-) k
≥ kN
Para ≥ N
e-) 4 >
= 1 − 4 ≤
= 1 − k
f-) 4 =
= k
− k − 1
= 4 ≤
− 4 ≤ − 1
g-) 4 ≤ ≤ N = k
− k − 1
= 4 ≤ N − 4 ≤ − 1
Ejemplo:
Sea el experimento: Lanzar dos dados simultáneamente, identificar el espacio muestral, los valores de x y la
probabilidad asociada a cada valor de x. La premisa es la suma de las caras obtenidas.
RESULTADOS X=x P( X = x )
(1, 1) 2 1/36
(1, 2); (2, 1) 3 2/36
(1, 3); (3, 1); (2, 2) 4 3/36
(1, 4); (4, 1); (2, 3); (3, 2) 5 4/36
(1, 5); (5, 1); (3, 3); (4, 2); (2, 4) 6 5/36
(1, 6); (6, 1); (4,3); (3, 4); (5, 2); (2, 5) 7 6/36
(2, 6); (6, 2); (3, 5); (5, 3); (4, 4) 8 5/36
(3, 6); (6, 3); (4, 5); (5, 4) 9 4/36
(4, 6); (6,4); (5, 5) 10 3/36
(5, 6); (6,5) 11 2/36
(6, 6) 12 1/36
Ejemplo:
A partir del ejemplo 55, referente al lanzamiento de los dos dados. Hallar F(x=4).
Solución:
Por la función de distribución acumulada
k = 4
= 4 ≤ 4
= $ t
^
k = 4
= 4 ≤ 1
+ 4 ≤ 2
+ 4 ≤ 3
+ 4 ≤ 4
1 2 3 6 1
k = 4
= 0 + + + = =
36 36 36 36 6
Ejemplo:
A partir del ejemplo 55, referente al lanzamiento de los dos dados. ¿Cuál será el valor de probabilidad para
P(X > 4)
Solución:
Por la función de distribución acumulada.
6 30 5
4 > 4
= 1 − 4 ≤ 4
= 1 − k4
= 1 − = =
36 36 6
Ejemplo:
A partir del ejemplo 55, referente al lanzamiento de los dos dados. ¿Cuál será el valor de probabilidad para
P(X =3) y 43 ≤ ≤ 7
Solución:
3 1 2 1
Por la función de distribución acumulada.
4 = 3
= 4 ≤ 3
− 4 ≤ 2
= k3
− k2
= − = =
36 36 36 18
21 1 20 10 5
43 ≤ ≤ 7
= 4 ≤ 7
− 4 ≤ 2
= k7
− k2
= − = = =
36 36 36 18 9
Ejemplo:
Un dado está arreglado de tal forma que cada número impar tiene el doble de probabilidad de ocurrencia que el
número par. Sea G el evento que el número que cae es mayor a tres.
¿Hallar P(X =G )?
El espacio muestral: S = {1, 2, 3, 4, 5, 6}. Sea u = Número par, entonces 2u = Número impar. Entonces según
los valores del espacio muestral: 2u + u +2u + u + 2u + u = 1. 9u = 1, así u = 1/9
Como G = 4, 5, 6 entonces: u + 2u + u = 1/9 + 2/9 + 1/9 = 4/9, por consiguiente: P(X =G ) = 4/9
Ejemplo:
¿Cuál será la expresión que describe la distribución de probabilidad para la variable aleatoria X = Número
total de caras al lanzar una moneda 4 veces?
Solución:
4
El espacio muestral = 2 = 16. Según la regla del exponente.
P(X = 0) =1/16, P(X = 1) = 4/16, P(X = 2) = 6/16, P(X = 3) =4/16, P(X = 4) = 1/16.
4
Haciendo el análisis:
Para X = 0. Tenemos: G H = 1
0
4
Para X = 1. Tenemos: G H = 4
1
Generalizando:
^
4 G H
Para X = x = G H → A
= Para x = 0, 1, 2, 3, 4.
X
Ejemplo:
Mostrar que A
=
~
para x = 1, 2, 3, 4, 5. Es una función de distribución de probabilidad de la variable
aleatoria discreta X.
Solución:
Se debe mostrar primero que f(x) ≥ 0, lo cual se cumple para los valores de la variable aleatoria.
Seguido debemos mostrar que ∑ A
= 1. Entonces:
3 4 5 6 7
$ A
= A1
+ A2
+ A3
+ A4
+ A5
= + + + + =1
25 25 25 25 25
Como se puede ver f(x) cumple las dos condiciones, así queda mostrado que f(x) es función de distribución de
probabilidad.
Ejemplo:
Solución:
La grafica de P(X = x)
DEFINICIÓN: Sea f(x) una función considerada función de densidad de probabilidad, si cumple las siguientes
condiciones.
La gráfica que representa la función de densidad de probabilidad, es el área bajo la curva, cuyo valor total es
uno. La probabilidad en un intervalo a≤ X ≤ b será el área acotada por la función de densidad y las rectas x = a
y x = b.
Función de Distribución Acumulada: La función de distribución acumulada F(x) es el área acotada por la
función de densidad que va desde -α < x < α, la curva de F(x) es lisa y no decreciente.
DEFINICIÓN: La función F(x) se considera función de distribución acumulada para la variable aleatoria X si
cumple:
4 ≤
= k
= F A
i Donde t = Variable de transición
Características de F(x):
a-) F (-α) = 0
b-) F (α) = 1
c-) k
= 4 ≤
= F A
i) Para -α < x < α
d-) P( a< X < b ) = F( b ) – F( a )
e-) La derivada de la función de distribución acumulada es la función de densidad.
= A
Ejemplo:
El estudio de intervalo de llegada a un Banco es una variable aleatoria, cuya función de densidad es:
A
= {g 4dad > 0
/
∞
Solución:
a-) Por definición: g Z /
i = 1 Entonces: −2g /
= 1 Evaluando −2g F − Z
| = 1
F
0
k = 1/2
Z F
b-) Como k
= F A
i → k
= F 0 i + Z /
i = 1 Donde: k
= 1 − /
Para x > 0
c-) 4 < 8
= k8
= 1 − l/
= 1 − ^ = 0,9817
Entonces el 98,17% es la probabilidad de que transcurra 8 minutos entre dos visitas
consecutivas en el Banco.
¡ ¢
d-) 42 < < 6
= k6
− k2
= G1 − ¢ H − G1 −
¢ H = 1 − 3
− 1 −
Así: 42 < < 6
= 0,9502 − 0,6321 = 0,3181
Ejemplo:
Dada la función de distribución acumulada k
= 1 − ¢
Para x > 3 y 0 En otros casos.
Hallar:
a-) La función de densidad
b-) P ( X ≤ 5 )
c-) P( X > 8 )
Solución:
/ ¢
l l l
a-) Por definición f(x) se obtiene derivando F(x). A
= =0− = Así: A
=
£ ¤ ¤
X
b-) 4 ≤ 5
= k5
= 1 − ~
¢ = 1 − =
~
~
c-) 4 > 8
= 1 − 4 ≤ 8
= 1 − k8
= 1 − G1 − H= Así: 4 > 8
=
l¢ X^ X^
El concepto de Esperanza Matemática o Valor Esperado fue motivado por los juegos de azar, siendo Jacob
Bernoulli en 1.713 utilizo la esperanza para indicar cuál sería la situación de un jugador que deseaba ganar
en un juego. Bernoulli, analizó la siguiente situación: Si la ganancia por juego (g) se multiplica por el
porcentaje de veces que se gana P(g) y se le resta la pérdida(p) multiplicada por el porcentaje de veces que
ocurre pérdida P(p), se obtiene el valor esperado del juego:
Posteriormente Von Mises le dio carácter estadístico al concepto de esperanza, aplicada a variables
aleatorias que dieron alternativas de ganar o perder, llegando a la expresión:
= $ t
Donde: xi son los valores de las alternativas y p (xi) la probabilidad de las alternativas.
-) Por la regularidad estadística, el valor límite de la frecuencia relativa de cada posibilidad se da como:
Por lo anterior, la esperanza matemática E(X) se considera como el valor medio de la distribución teórica de
probabilidad del fenómeno estudiado. Dicho de otra manera, es el valor hacia donde tiende la media aritmética,
cuando el número de observaciones es muy grande; es decir, es el lugar hacia donde se centra la distribución
de probabilidad.
= $ A
Ejemplo:
Una variable aleatoria X puede tomar los valores: 1, 2, 3, 4. Las probabilidades de cada caso son: 0.20, 0.25,
0.30, 0.25 respectivamente. Hallar la esperanza matemática.
Solución:
Por definición
= ∑^ t
= 1 ∗ 0.20 + 2 ∗ 0.25 ∗ 3 ∗ 0.30 + 4 ∗ 0.25 = 2,6
Ejemplo:
4
Sea la variable aleatoria continua X, cuya función de densidad f(x) = 5x para 0 ≤ X ≤ 1. Hallar E(X)
1 ~
Solución:
~ ~
Por definición
= Z 5 ^
i = Z 5 ~
i = X ∣ = 1 − 0
=
X 0 X X
E(X) = 5/6
Ejemplo:
3
Sea la variable aleatoria continua X, cuya función de densidad f(x) = 4x para 0 ≤ X ≤ 1. Hallar E(X)
1 ^
Solución:
^ ^
Por definición
= Z 4 3
i = Z 4 ^
i = ~ ∣ = 1 − 0
=
~ 0 ~ ~
E(X) = 4/5
2.) La esperanza matemática de la suma de algebraica de variables aleatorias, es igual a la suma algebraica
de las esperanzas matemáticas de cada una de las variables aleatorias.
E(X1 ± X2 ±…±Xn) = E(X1) ± E(X2) ± … ± E(Xn)
3.) La esperanza matemática del producto algebraico de variables aleatorias, es igual al producto
algebraico de las esperanzas matemáticas de cada una de las variables aleatorias, si y solo si, son
estadísticamente independientes. E(X1 * X2 *…*Xn) = E(X1) * E(X2) * … * E(Xn)
4.) La esperanza matemática de las desviaciones de los valores de la variable aleatoria, respecto a la media
es cero. E(X – µ) = 0 Luego: E(X) = µ
Lo anterior deja ver que la esperanza matemática es un parámetro o característica de la tendencia central de
la distribución.
5.) Si la variable aleatoria X se le suma una constante, la esperanza matemática de la variable queda
modificada en la constante; es decir; un cambio del origen en la variable aleatoria, afecta su esperanza
matemática. E(X + k) = E(X) + K
6.) Si una variable aleatoria X se le multiplica por una constante, su esperanza matemática también queda
multiplicada por la constante. Un cambio en la escala de la variable aleatoria, afecta su esperanza
matemática. E(k*X) = kE(X) Para k = Constante
7.) La esperanza matemática de una transformación lineal de una variable aleatoria, será la transformación
lineal de la esperanza matemática de la variable aleatoria. E(a + bX) = a + bE(X).
Ejemplo:
En un pedido de 12 computadores se incluyen 2 de marca DELL, si se seleccionan 3 aparatos aleatoriamente
para hacer un despacho. ¿Cuántos aparatos de marca DELL pueden ser despachados?
Solución:
El planteamiento: x computadores de marca DELL y 3 – x computadores de otras marcas. El total de aparatos
12 2 10
a seleccionar es: G H Computadores marca DELL G H Computadores de otras marcas G H
3 3−
La función de probabilidad cuya variable aleatoria X son los computadores de marca DELL despachados será:
Z
G HG H
A
= 3
Para x = 0, 1, 2
G H
3
Entonces:
X 0 1 2
f(x) 6/11 9/22 1/22
Con estos datos se calcula E(X). Como la variable aleatoria es discreta, entonces:
E(X) = 0*6/11 + 1*9/22 + 2*1/22 = 1/2. El promedio de envíos repetidos es 1/2.
Ejemplo:
2
Sea la variable aleatoria X con función de densidad f(x) = 1/3 x Para -1 < X < 2
Solución:
2
E(g(X)) = E(4X + 3) = 4E(X) + 3
^
^
b
= 4 3 i + 3 = 3 i + 3 = G ^ H ∣ = 2^ − −1^
+ 3
3 3 3 ^ −1 3
1 15
b
= 16 − 1
+ 3 = +3=8
3 3
Se sabe que la media o valor esperado describe el lugar donde se centra la distribución de probabilidad, pero
no ofrece una descripción adecuada de la forma de la distribución. Es pertinente y necesario caracterizar la
variabilidad de dicha distribución. La medida de variabilidad más importante en estadística es la varianza de la
variable aleatoria o de la distribución de probabilidad.
Caso Discreto:
DEFINICIÓN: Sea X una variable aleatoria discreta, con distribución de probabilidad f(x) y media µ, entonces la
varianza de X está dada por la siguiente expresión:
V
=
= 5 −
7 = $ −
A
Donde (x - µ) se conoce como la desviación de las observaciones respecto a la media. Esta al ser evaluada al
cuadrado y luego promediadas, serán menores para valores de x muy cercanas a µ.
Una forma alternativa para la varianza es:
V
=
=
−
Ejemplo:
Sea la variable aleatoria X que representa las funciones de distribución A y B.
x 0 1 2 3 4
A f(x) 0.3 0.4 0.3
B f(x) 0.2 0.1 0.3 0.3 0.1
Solución:
a-) Primero se calcula E(X) = µ = 1*0.3 + 2*0.4 + 3*0.3 = 2.0
3
V
=
= $ − 2
A
= 1 − 2
0.3
+ 2 − 2
0.4
+ 3 − 2
0.3
V
=
= 0.3 + 0 + 0.3 = 0.6
V
= 0 − 2
0.2
+ 1 − 2
0.1
+ 2 − 2
0.3
+ 3 − 2
0.3
+ 4 − 2
0.1
V
= 0.8 + 0.1 + 0 + 0.3 + 0.4 = 1.6
c-) La varianza del caso B es mayor que la varianza del caso A, así la varianza del caso A es menor, lo que
indica que la función de distribución de la variable A es más estable que la B.
Caso Continuo:
Ejemplo:
La demanda mensual de un producto está dada por la variable aleatoria X, cuya función de densidad se define
como:
2 − 1
1 < < 2
A, L
= ¥
0 ¦a! d!!
Hallar la varianza de X.
Solución:
F
Por de definición V
=
= 5 −
7 = F −
A
i Así que debemos hallar primero la media.
1 2 1 2
= = § 52 − 1
7i = 2 §
−
i = 2 ¨ 3 © ∣ − 2 ¨
© ∣
3 1 2 1
^ ~
= = 8 − 1
− 4 − 1
= −3=
3 3 3
Ahora si podemos hallar la varianza.
13
55 25
V
= = § − 5/3
∗ 2 − 1
i = 2 § 3 −
+ −
i
3 9 9
1 26 55
50 2 1
V
=
= ¨ ^ − 3 + − © ∣ =
2 9 9 9 1 18
Primero:
= F
A
i =
∗ 2 − 1
i = 2 3 −
i
1 1 1 2 2 2 1 2 15 14 17
= 2 ª ^ − 3 « = ^ ∣ − 3 ∣ = 16 − 1
− 8 − 1
= − =
4 3 2 1 3 1 2 3 2 3 6
]
~
Segundo: V
= = − = − =
X l
Propiedades de la Varianza:
3. La varianza de la suma de dos variables aleatorias, es igual a la suma algebraica de las varianzas de dichas
variables aleatorias mas dos veces su covarianza. V ∓ ®
= V
+ V®
∓ 2)¯, ®
5. Si a una variable aleatoria se le multiplica por una constante, la varianza se modifica, tal que la constante
queda al cuadrado y multiplicada por la varianza de la variable aleatoria. V¬
= ¬
V
6. El error cuadrado medio (ECM) es la dispersión de la variable aleatoria entorno a un origen K, dicho error
se hace mínimo cuando coinciden con la varianza. )p = − ¬
= −
+ ¬ −
El matemático ruso P L Chebyshev (1.821 – 1.894) descubrió descubrió que la fracción de área entre dos
valores simétricos cualquiera alrededor de µ, está relacionado con la desviación estándar. EL siguiente
teorema nos da una estimación de la probabilidad de que una variable aleatoria tome un valor entre K
desviaciones estándar de la media µ, para cualquier valor de K.
TEOREMA: Sean µ y σ la media y desviación estándar de una variable aleatoria X, entonces para cualquier
constante K, la probabilidad de que X asuma al menos un valor dentro de K desviaciones estándar de la
2
1
media, está dado por 1 – 1/K . Entonces:
P − ¬ < < + ¬
≥ 1 −
El teorema de Chebyshev nos ofrece un límite inferior de probabilidad, pero no se puede saber el valor real de
probabilidad. Como se verá en el siguiente ejemplo, la probabilidad de que la variable aleatoria esté entre dos
desviaciones estándar, no puede ser menor a 3/4
Ejemplo:
¿Cuál será la probabilidad de que la variable aleatoria X, asuma al menos un valor dentro de 2 desviaciones
estándar?
Solución:
3
Como K = 2, Luego: P − 2 < < + 2
≥ 1 − =
¢ ^
Ejemplo:
Una variable aleatoria X tiene una media de 12 y varianza 16, la distribución de probabilidad es desconocida,
hallar P (4 < X < 20)
Solución:
Por el teorema de Chebyshev: P12 − 4¬ < < 12 + 4¬
≥ 1 − ¢
±
Como 12 – 4K = 4, entonces: K = 2, de igual manera: 12 + 4K = 20, K = 2. Por consiguiente:
3
P12 − 22
< < 12 + 22
≥ 1 − ¢ = Así: P (4 < X < 20) ≥ ¾
^
Ejemplo:
2
Una variable aleatoria X tiene una media µ = 8 y varianza σ = 9, hallar P (∣X - 8∣ ≥ 6)
Solución:
Por principios de probabilidad: P (∣X - 8∣ ≥ 6) = 1 - P (∣X - 8∣ < 6) Ahora:
P (∣X - 8∣ < 6) = P (-6 < X < 6) = P(-6+8 < X < 6+8) = P(2 < X < 14).
Por Chebyshev: P8 − 3¬
< < 8 + 3¬
≥ 1 − ¢
±
Como: 8 – 3K = 2 y 8 + 3K = 14, entonces: K = 2.
Luego: P (2 < X < 14) ≥ 3/4. Entonces: 1 - P (∣X - 8∣ < 6) = 1 – 3/4 = 1/4.
Finalmente: P (∣X - 8∣ ≥ 6) ≤ 1/4
Ejemplo:
2
Una variable aleatoria Y tiene una media µ = 10 y varianza σ = 4, hallar P (∣Y - 10∣ < 3)
Solución:
P (∣Y - 10∣ < 3) = P (-3 < Y - 10 < 3) = P (-3 + 10 < Y < 3 + 10) = P (7 < Y < 13) .
Por Chebyshev: P7 < ® < 13
≥ 1 − ¢ Pero: 10 – 2K = 7, así: K = 3/2.
±
2
Luego: P (7 < Y < 13) ≥ 1-1/(3/4) = 5/9 Entonces: 1 - P (7 < Y < 13) ≥ 5/9
DEFINICIÓN: Una variable aleatoria X tiene una distribución uniforme discreta y se conoce como variable
aleatoria uniforme discreta, si y solo si, su distribución de probabilidad está dada por:
A
= Para x = x1, x2, ... , xK y xi ≠ xj para i ≠ j.
±
Según la expresión, los valores de x1, x2, ... , xK toman la misma probabilidad.
Propiedades:
±
Media: = De otra manera: = ∑±
±
± ¢
Varianza:
= De otra manera:
= ∑±
−
±
Ejemplo:
Solución:
Espacio muestral: S = {1, 2, 3, 4, 5, 6}
P(X = xK) = 1/6. f(x, 6) = 1/6 Para x = 1, 2, 3, 4, 5, 6
Como la probabilidad es constante en todo el espacio muestral, evidentemente la distribución es uniforme
discreta.
Solución:
Espacio muestral: S = {1, 2, 3, 4, 6}
P(X = xK) = 1/5. f(x,5) = 1/5 Para x = 1, 2, 3, 4, 6.
Como la probabilidad es constante en todo el espacio muestral, evidentemente la distribución es uniforme
discreta.
DISTRIBUCIÓN BINOMIAL.
La distribución Binomial es una de las distribuciones más utilizadas, dentro de las distribuciones discretas. Se
dice que la Binomial, es una generalización de la distribución Bernoulli, ya que la Bernoulli ocurre para un
ensayo y la Binomial ocurre para n ensayos. La distribución Binomial se caracteriza porque tiene dos posibles
resultados: Éxito y Fracaso. Si p(x) es la probabilidad de éxito, q(x) = 1 – p(x) es la probabilidad de fracaso.
DEFINICIÓN: Sea X una variable aleatoria que representa el número de éxitos en n ensayos y sea P la
probabilidad de éxito en cualquiera de los ensayos, entonces X tiene distribución de probabilidad Binomial,
cuya función de probabilidad se define de la siguiente manera:
e; , t
= G H t ³
Para x = 0, 1, 2,…, n y n = Entero
Media: = ∗ t Varianza:
= ∗ t ∗ ³
´ X∗´∗¶
Asimetría: ( = Curtosis: ¬ = 3 +
√∗´∗¶ ∗´∗¶
Ejemplo:
Solución:
10
Según el problema: n = 10, p = 0.1, q = 0.9
t = 2
= G H 0.1
0.9
Z
= 45 ∗ 0,01
∗ 0.4304
= 0,1936
2
t = 2
= 0,1936
Ejemplo:
Solución:
4
Según los datos del problema: n = 4, x = 2, p = 4/5 = 0,8
Entonces: e2; 4,0.8
= G H 0.8
0.2
^
= 6 ∗ 0,64
∗ 0.04
= 0,1536
2
La probabilidad de que dos de los pacientes tomados como muestra respondan positivamente al medicamente
es del 15,36%
Ejemplo:
La compañía Q.ac fabrica Benzoato de Sodio como preservante contra hongos. La experiencia muestra que el
producto tiene problemas de efectividad en un 5%. Se realizó un experimento con 25 productos idénticos.
a-) ¿Cuál es la probabilidad de que por lo menos 2 de ellos presente problemas de efectividad?
b-) ¿Cuál es la cantidad esperada del producto con problemas de efectividad?
Solución:
a-) Se debe hallar: P(X ≥ 2) = 1 – P(x ≤ 1) Donde: P(X ≤ 1) = P(X = 0) + P(X = 1)
25
4 = 0
= G H 0.05
Z 0.95
~ = 1 ∗ 1
∗ 0.2774
= 0,2774
0
25
4 = 1
= G H 0.05
0.95
^ = 25 ∗ 0.05
∗ 0.2919
= 0,3648
1
4 ≤ 1
= 0,2774 + 0,3648 = 0,6422 Así: 4 ≥ 2
= 1 − 0,6422 = 0,3578
Ejemplo:
En un estudio sobre la Vitamina C para resfriado, se probó que de cada 10 personas que la consumen, 8
personas no presentan resfriado durante un año. Si la probabilidad de no presentar resfriado es del 50%
cuando no se consume la vitamina ¿Cuál es la probabilidad de observar 8 o más personas sin resfriado? .Se
asume que la vitamina es ineficaz para aumentar la resistencia al resfriado.
Solución:
Según los datos: p = 0.5, q = 0.5, n = 10, x ≥ 8.
P(X ≥ 8) = P(X = 8) + P(X = 9) + P(X = 10)
10
4 = 8
= G H 0.5
l 0.5
= 45 ∗ 0.0039
∗ 0.25
= 0,04387
8
10
4 = 9
= G H 0.5
0.5
= 10 ∗ 0.00195
∗ 0.5
= 0,00975
9
10
4 = 10
= G H 0.5
Z 0.5
Z = 1 ∗ 0.000976
∗ 1
= 0,0009765
10
4 ≥ 8
= 0,04387 + 0,00975 + 0,0009765 = 0,0546
Ejemplo:
2
En un estudio sobre la Vitamina C para resfriado, (ejemplo 97) hallar: µ, σ , A, K
Solución:
= ∗ t = 10 ∗ 0,5 = 5
= ∗ t ∗ ³ = 10 ∗ 0,5 ∗ 0,5 = 2,5
Z,~
X∗Z,~∗Z,~ ,~
(= =0 ¬ = 3+ = = 3 + 0,2 = 3,2
√Z∗·,~∗Z,~ Z∗Z,~∗Z,~
,~
Para simplificar los cálculos, casos donde x toma muchos valores, se ha diseñado la tabla de distribución.
Ejemplo:
Solución:
a-) En la tabla se busca para n = 10 y p = 0,5. Entonces: P(X = 2) = 0,0439
b-) En la tabla se busca para n = 10 y p = 0,3. Entonces: P(X = 3) = 0,2668
c-) En la tabla se busca para n = 6 y p = 0,4. Entonces: P(X = 2) = 0, 3110
Ejemplo:
Solución:
a-) En la tabla se busca para n = 6 y p = 0,15, el valor para x = 0 y para x = 1.
Para P(X ≥ 2) = 1 – P(X ≤ 1) = 1 – (0,3771 + 0,3993) = 0,2236
b-) En la tabla se busca para n = 8 y p = 0,25, el valor para x = 0, para x = 1, para x = 2 y para x = 3.
Para P(X ≤ 3)=P(X = 0)+ P(X = 1) + P(X = 2) + P(X = 3)=0,1001 + 0,2670 +0,3115 + 0,2076 = 0,8862
DEFINICIÓN: Sea X una variable aleatoria, que representa el número de eventos aleatorios independientes
que ocurren a rapidez constante sobre el tiempo o espacio, entonces se dice que X tiene distribución Poisson
con función de probabilidad, dada por la siguiente expresión:
¹ º» ¼½
t; ¸
= λ = n*p = Parámetro
!
Para x = 0, 1, 2, 3, … y
Propiedades:
Media: = ¸ Varianza:
= ¸
Asimetría: ( = Curtosis: 3 +
√¼ ¼
Ejemplo:
Solución:
¹ º¢
¾
40; 2
=
≅ 0,1353
·!
Ejemplo:
Un fabricante de envases plásticos compra a un proveedor el polipropileno, el cual garantiza que de cada 100
Kg, sólo 1 Kg, es defectuoso. En un pedido de 1.000 Kg, ¿Cuál es la probabilidad de que todo el pedido trabaje
bien?
Solución:
A partir de los datos del problema: n = 1.000 Kg, p = 1/100 = 0,01
x = 0 Número de defectuosos
λ = n*p = 1.000*0,01 = 10
¹ º¾ Z¾
Entonces: 4 = 0
= = Z ≅ 410~
·!
La probabilidad de que todo el pedido trabaje bien es del 0,004%
Ejemplo:
A partir del ejemplo sobre el fabricante de envases plásticos, ejemplo 106. ¿Cuál es la probabilidad que a lo
más 3 Kg sean defectuosos?
Ejemplo:
A partir del ejemplo sobre el fabricante de envases plásticos, ejemplo 106. Hallar la media, varianza, asimetría
y curtosis.
Solución:
Media: = 10 Varianza:
= 10
Asimetría: ( = = 0,3162 Curtosis: 3 + = 3,1
√Z Z
Al igual que la distribución Binomial, la distribución Poisson tiene una tabla que simplifica los cálculos.
Ejemplo:
Solución:
a-) Para P(X = 0) = 0,1353
b-) Para P(X = 2) = 0,2707
Ejemplo:
Solución:
a-) Para P(X = 2) = 0,2510
b-) Para P(X = 5) = 0,0141
Con los principios de distribución Binomial y sus propiedades, excepto que los ensayos se repiten hasta
obtener un número fijo de éxitos. Para el caso de la Binomial Negativa el interés está en hallar la probabilidad
de que ocurra el k-eximo éxito en el x-eximo ensayo. Experimentos de esté tipo se conoce como experimento
Binomial negativo o distribución de tiempo de espera Binomial o distribuciones de pascal.
DEFINICIÓN: Sea X una variable aleatoria, se considera Binomial Negativa, si y solo si, su distribución de
probabilidad esta dada por la siguiente expresión:
−1 ±
e; ¬, t
= G Ht ³ ±
¬−1
Para x = K, K + 1, K + 2,…
En este tipo de distribución, los ensayos son independientes y repetidos, las repeticiones se hacen hasta
obtener éxito.
Propiedades:
± ¶
Media: = De otra forma: =
´ ´
± ¶
Varianza:
= − 1
De otra manera:
=
´ ´ ´¢
Al lanzar 3 monedas ¿Cuál es la probabilidad de obtener sólo caras o sólo sellos por segunda vez en el quinto
lanzamiento?
Solución:
Según los datos del problema: x = 5, K = 2, p = 1/4 (En el primer lanzamiento hay 2 posibilidades y en el
segundo lanzamiento otras dos posibilidades). Entonces:
1 5−1 1
3 ~
4 1
3 3 1 27
e; ¬, t
= ¨5; 2, © = G H¨ © ¨ © = G H¨ © ¨ © = 4∗ ∗
4 2−1 4 4 1 4 4 16 64
]
]
e G5; 2, H = 4 ∗ ∗ = ≅ 0,1055
^ X X^
~X
La probabilidad de obtener solo caras o solo sellos por segunda vez en el quinto lanzamiento, es del 10,55%
Ejemplo:
La probabilidad de que un niño expuesto a una enfermedad, la contenga es del 0,4 ¿Cuál es la probabilidad de
que el decimo niño expuesto, sea el tercero en contraerla?
Solución:
9
Según los datos del problema: x = 10, K = 3, p = 0,4. Entonces:
e10; 3,0,4
= G H 0,4
3 0,6
] = 360,064
0,0279
≅ 0,0643
2
La probabilidad de que el decimo niño expuesto, sea el tercero en contraerla es del 6,43%
Ejemplo:
En el cobro de penaltis un jugador falla en el 5% de veces. ¿Cual es la probabilidad de que falle por segunda
vez al cobrar 15 penaltis?
Solución:
14
Según los datos del problema: x = 15, K = 2, p = 0,05. Entonces:
e15; 2,0,05
= G H 0,05
0,95
3 = 140,0025
0,5133
≅ 0,01796
1
La probabilidad de que el jugador falle por segunda vez al cobrar 15 penaltis es del 1,796%
Ejemplo:
Para los ejemplos del niño expuesto a la enfermedad (ejemplo No 102 y No 103) Hallar la media y la varianza.
L
Solución:
3 3
a-) Media: = = 7,5 Varianza:
= G − 1H = 11,25
Z,^ Z,^ Z,^
b-) Media: = = 40 Varianza:
= G − 1H = 760
Z,Z~ Z,Z~ Z,Z~
DEFINICIÓN: Sea X una variable aleatoria discreta, se considera variable aleatoria geométrica, si y solo si, su
distribución de probabilidad está dada por la siguiente expresión.
Propiedades:
Media: =
´
´
Varianza: =
´¢
Ejemplo:
En una ciudad capitalina la probabilidad de que un ciudadano adquiera su licencia de conducción en un solo
ensayo es del 75% ¿Cuál es la probabilidad de que un solicitante obtenga su licencia de conducción en el
cuarto ensayo?
Solución:
Los datos: x = 4, p = 0,75 Entonces:
, t
= À4, 0.75
= 0.75
0.25^
= 0.75
0.253
= 0,01171
La probabilidad de que el solicitante obtenga su licencia de conducción en el cuarto ensayo es del 1,171%
Ejemplo:
En un proceso de fabricación se ha establecido que de cada 200 artículos, 3 son defectuosos. ¿Cuál es la
probabilidad de que el sexto artículo de los inspeccionados sea el primero defectuoso?
Solución:
Según el planteamiento: x =6, p = 3/200 = 0,015 Entonces:
À, t
= À6, 0.015
= 0.015
0.985~
= 0,01390
La probabilidad de que el sexto artículo de los inspeccionados sea el primero defectuoso es del 1,39%
La probabilidad de que un estudiante apruebe un examen escrito para obtener una certificación de
competencias es de 0,70. Cuál es la probabilidad de que un estudiante apruebe el examen:
a-) En el tercer intento
b-) Antes del cuarto intento
Solución:
a-) Según el planteamiento: x =3, p = 0,70 Entonces:
À, t
= À3, 0.70
= 0,70
0,30
= 0,063
La probabilidad de que un estudiante apruebe el examen en el tercer intento es de 6,3%
DISTRIBUCIÓN HIPERGEOMÉTRICA.
En los principios de probabilidad de analizó el muestreo con reemplazamiento y sin reemplazamiento, que
ilustran la regla dela multiplicación para eventos independientes y dependientes respectivamente. Ahora nos
ocuparemos en buscar una ecuación análoga a la Distribución Binomial, pero que sea válida para el muestreo
sin reemplazamiento, donde los ensayos no son independientes.
Considerando un conjunto de N elementos de los cuales M son considerados como éxitos y N – M como
fracasos, el interés es hallar la probabilidad de obtener x éxitos en n ensayos, de los N elementos del conjunto.
DEFINICIÓN: Sea N el número total de observaciones de una población finita, de tal manera que K de las
observaciones son de un tipo y N – K de las observaciones de otro tipo. Si elegimos una muestra aleatoria de
tamaño n, la probabilidad de que la variable aleatoria X sea de un tipo y n – K sea de otro tipo, está dada por
la función de probabilidad según la siguiente expresión:
± ±
G HG H
Át; ?, , ¬
=
+
Para x = 0, 1, 2, …, n. x ≤ K; (n – x) ≤ (N – K) y N, n, K Є Z
G H
Propiedades:
Ejemplo:
Un producto industrial es envasado en lotes de 20 unidades, el plan de muestreo consiste en tomar 5 unidades
de cada lote y rechazar si se observa más de una unidad defectuosa. Si en un lote hay 4 unidades
defectuosas ¿Cuál es la probabilidad de que el lote sea aceptado?
Solución:
Para que el lote sea aceptado se debe cumplir: P(X ≤ 1). Donde: N = 20, n = 5, K = 4. Entonces:
4 ≤ 1
= 4 = 0
+ 4 = 1
4 20 − 4 4 16
G HG H G H G H 1 ∗ 4368
4 = 0
= 0 5 − 0 = 0 5 = = 0,2817
20 20 15.504
G H G H
5 5
4 20 − 4 4 16
G HG H G H G H 4 ∗ 1820
4 = 1
= 1 5 − 1 = 1 4 = = 0,4695
20 20 15.504
G H G H
5 5
La probabilidad de que el lote sea aceptado, en las condiciones dadas es del 75,12%
Ejemplo:
Hallar las propiedades del producto industrial envasado en lotes de 20 unidades (Ejemplo No 113)
Solución:
^
Media: = G H = 5 G H = 1
Z
~^
Z^
Z~
Z∗X∗~
Varianza:
= = = 0,6316
Z¢
Z
^ZZ∗
Z
∗^
Z
∗~
Z
/¢
∗Z∗^,3~l ~
3,ZXl
Asimetría: ( = = = = 0,4194
Z
Â~∗^
Z^
Z~
l∗√
Z∗X∗~ .
^],Z]X
Z
Z
¢ ^ZZ∗ ].XZZ
= = = 0,00517
~∗^
Z
Z3
Z^
Z~
l∗]∗
Z∗X∗~ Ã lZZ
Curtosis: K=
Ejemplo:
Una población consta de 12 unidades, sea X el número de éxitos en una muestra de 4 unidades, si de un lote 8
son éxitos ¿Cuál es la probabilidad de no obtener éxito en la muestra?
Solución:
Del problema: N = 12, n = 4, K = 8. Entonces: P(X = 0)
8 12 − 8 8 4
G HG H G HG H 1 ∗ 1
4 = 0
= 0 4 − 0 = 0 4 = = 0,00202
12 12 495
G H G H
4 4
La probabilidad de no obtener éxito en la muestra es del 0,202%
Ejemplo:
Solución:
Del problema: N = 12, n = 4, K = 8. Entonces:
8 12 − 8 8 4
a-)
G HG H G H G H 28 ∗ 6
4 = 2
= 2 4 − 2 = 2 2 = = 0,3394
12 12 495
G H G H
4 4
La probabilidad de obtener exactamente dos éxitos es del 33,94%
DEFINICIÓN: Una variable aleatoria X tiene una distribución uniforme continua en el intervalo 5d, e7, se conoce
uniforme
como variable aleatoria uniforme continua, si y solo si, su función de densidad está dada por la siguiente
expresión:
Donde
Esta distribución se simboliza:
Función de distribución: La
a función de d
distribución acumulada esta dada por:
Propiedades:
ÆÇ
Media: E5X7 =
Veamos la demostración:
F Ç
1 x
1 b b
a
E5X7 = § xfx
dx = § x dx = Í− ∗ Ï =− +
b−a 2 b−a a 2b − a
2b − a
F Æ
a
− b
a+ b
a− b
aa+ b
E5X7 = = =
2b − a
2b − a
2
ÇÆ
¢
Varianza: V5X7 =
Veamos la demostración:
5x 3 7b =
Ç Ç¤ Æ¢
Primero hallamos: E5X
7 = Æ x
dx =
ÇÆ 3ÇÆ
a 3ÇÆ
V5X7 = E5X
7 − E5X7
= −¨ © =
3b − a
2 12b − a
b − a 3 b − a
V5X7 = =
12b − a
12
Un gran número de estudios pueden ser aproximados usando una distribución normal:
Algunas variables físicas datos meteorológicos (temperatura, precipitaciones, presión atmosférica, etc.).
Caracteres morfológicos de individuos (personas, animales o plantas) o mediciones en organismos vivos.
Caracteres sociológicos, por ejemplo, consumo de ciertos productos por individuos de un mismo grupo.
Notas o puntajes en pruebas de admisión o de aptitud.
Errores en instrumentación.
Proporciones de errores en diversos procesos, etc.
2
Decimos que una variable aleatoria X sigue una distribución normal de media y varianza (o desviación
estándar ) si su función de densidad viene dada por la siguiente expresión matemática:
2
1 x −µ
1 −
f(x, µ, σ ) =
2
e 2 σ
, -∞< x < ∞ (
X ≈ N µ, σ 2 )
2π .σ
Donde,
Su gráfica, denominada curva normal, tiene forma de campana, tal como se muestra a continuación.
Al dar a la función los valores de µ , σ y valores a x, obtendremos la distribución en cuestión, la que tiene
2
forma de campana, por lo que también se le conoce como campana de Gauss. Hay un número infinito de
funciones de densidad Normal, una para cada combinación de µ y σ. La media µ mide la ubicación de la
distribución y la desviación estándar σ mide su dispersión. De esta manera, podemos tener distribuciones con
distintas medias pero con la misma medida de variación, o distribuciones con la misma media pero con
distintas variaciones o, simplemente distribuciones con distintas medias y distintas variaciones, tal como se
observa en los siguientes gráficos:
2
1 X -µ
∞ 1 -
∫ dx = 1
2 σ
e
−∞
2π σ
Acuerdo a como se trataron las distribuciones de probabilidad continuas, lo más lógico es que la función f(x,µ,
σ ), se integre entre los límites de la variable x; esto es,
2
La integral anterior nos daría el área bajo la curva de la función, desde a hasta b, que corresponde o es igual a
la probabilidad buscada.
Debido a la dificultad que se presenta para integrar esta función cada vez que sea necesario, lo que se hace es
tipificar el valor de la variable x, esto es, x se transforma en un valor de z, de la siguiente manera:
x−µ
z= = valor
σ
Este valor de z es buscado en una tabla donde vienen áreas asociadas a este valor, y haciendo uso de los
valores tabulados, se determina la probabilidad requerida. La tabla que es usada para calcular las
probabilidades es la que nos da el área que se muestra a continuación:
0 Z
Ejemplo:
El acero que se utiliza para tuberías de agua a menudo se recubre internamente con un mortero de cemento
para evitar la corrosión. En un estudio de los recubrimientos de mortero de una tubería empleada en un
proyecto de transmisión de agua en California (Transportation Engineering Journal, Noviembre de 1979) se
especificó un espesor de 7/16 pulgadas para el mortero. Un gran número de mediciones de espesor dieron una
Solución:
x = variable que nos define el espesor del mortero en pulgadas
µ = 0,635 pulgadas
σ = 0,082 pulgadas
X = 7/16
µ=0.635
7 / 16 − 0.635 Z=
0.4375 − 0.635
Z= = = −2.4085 ≈ −2.41
0.082 0.082
p(z = -2.41) = 0.492
Por tanto, 0.008 x 100% = 0.8% de los recubrimientos de mortero tienen un espesor menor de 7/16 pulgadas.
Ejemplo:
Un tubo fluorescente estándar tiene una duración distribuida Normalmente, con una media de 7.000 horas y
una desviación estándar de 1.000 horas. Un competidor ha inventado un sistema de iluminación fluorescente
compacto que se puede insertar en los receptáculos de lámparas incandescentes. El competidor asegura que
el nuevo tubo compacto tiene una duración distribuida Normalmente con una media de 7.500 horas y una
desviación estándar de 1.200 horas.
a. ¿Cuál tubo fluorescente tiene mayor probabilidad de tener una duración mayor de 9.000 horas?
b. ¿Cuál tubo tiene mayor probabilidad de tener una duración de menos de 5.000 horas?
Solución:
a) Tubo 1
X1 = variable que nos define la duración en horas de un tubo fluorescente
µ = 7.000 horas
σ = 1.000 horas
µ=7.000
9,000 − 7 ,000 X= 9000
z1 = = 2.00 p(z1 = 2,00) = 0,4772
1,000
p(x1 > 9.000 horas) = 0,5 – p(z1 = 2,00) = 0.5 – 0.4772 = 0.0228
µ=7.500 X = 9.000
9,000 − 7 ,500
z2 = = 1.25 p(z2 = 1.25) = 0.3944
1,200
p(x2 > 9,000 horas) = 0.5 – p(z2 = 1.25) = 0.5 –0.3944 = 0.1056
Por tanto el tubo fluorescente del competidor tiene una probabilidad mayor de durar más de 9,000 horas.
b)
X = 5000
µ=7000
5,000 − 7 ,000
z1 = = −2.00 p(z1 = -2.00) = 0.4772
1,000
X = 5000
5,000 − 7 ,500
z2 = = −2.08 p(z2 = -2.08) = 0.4812
1,200 µ= 7500
p(x2 < 5,000 horas) = 0.5 – p(z2 = - 2.08) = 0.5 – 0.4812 = 0.0188
Por tanto, el tubo fluorescente que tiene una mayor probabilidad de durar menos de 5,000 horas es el del
primer fabricante.
Ejemplo:
La distribución de la demanda (en número de unidades por unidad de tiempo) de un producto a menudo puede
aproximarse con una distribución de probabilidad Normal. Por ejemplo, una compañía de comunicación por
cable ha determinado que el número de interruptores terminales de botón solicitados diariamente tiene una
distribución Normal, con una media de 200 y una desviación estándar de 50.
a) ¿En qué porcentaje de los días la demanda será de menos de 90 interruptores?
b) ¿En qué porcentaje de los días la demanda estará entre 225 y 275 interruptores?
c) Con base en consideraciones de costos, la compañía ha determinado que su mejor estrategia consiste en
producir una cantidad de interruptores suficiente para atender plenamente la demanda en 94% de todos los
días. ¿Cuántos interruptores terminales deberá producir la compañía cada día?
Solución:
a) X = variable que nos indica el número de interruptores demandados por día a una compañía de cable
X = 90 µ = 200
90 − 200
z= = −2.20 p(z = - 2.20) = 0.4861
50
b)
µ = 200 X2 = 275
X1 = 225
225 − 200
z1 = = 0.50 p(z1= 0.50) = 0.1915
50
275 − 200
z2 = = 1.50 p(z2 = 1.50) = 0.4332
50
Por tanto, 0.2417 x 100% = 24.17% de los días se tendrá una demanda entre 225 y 275 interruptores.
c) En este caso se trata de determinar qué valor toma x cuando se pretende cumplir con el 94% de la
demanda de todos los días.
94%
µ = 200 X=¿
x−µ
Z= ; x = µ + zσ Z
σ
x = µ + z(p = 0.44)σ = 200 + z(p = 0.44)(50) =
= 200 + (1.55)(50) = 277.5 ≅ 278 interruptores terminales por día
En la tabla buscamos la z que corresponde a una probabilidad de 0.44 y nos damos cuenta de que no existe un
valor exacto de 0.44 por lo que tomamos los valores de área más cercanos; luego,
Por tanto si interpolamos, encontramos que el valor de z para una probabilidad de 0.44 es de 1.55, y es el
valor que se sustituye en la ecuación.
¿Cuál es la razón de usar un área de 0.44 en lugar de una de 0.94 para buscar en la tabla el valor de z?
Es muy simple, la tabla que estamos usando es una tabla que solo trabaja con áreas que son definidas de la
media hasta el valor de x y x puede estar tanto del lado derecho de la media, como del lado izquierdo de la
media, es por esto que el área a utilizar es de 0.44 que se encuentra al lado derecho de la media.
Ejemplo:
Solución:
Los paquetes recibidos en un almacén tienen un peso medio de 300 Kg. y una desviación típica de 50 Kg.
¿Cuál es la probabilidad de que 25 de esos paquetes, elegidos al azar, excedan el límite de carga del
montacargas donde se van a meter, que es de 8200 Kg.?
Solución:
La distribución exponencial, como función de distribución de variable continua, tiene una gran utilidad práctica
ya que podemos considerarla como un modelo adecuado para la distribución de probabilidad del tiempo de
espera entre dos hechos que sigan un proceso de Poisson. De hecho la distribución exponencial puede
derivarse de un proceso experimental de Poisson con las mismas características que las que enunciábamos al
estudiar la distribución de Poisson, pero tomando como variable aleatoria, en este caso, el tiempo que tarda en
producirse un hecho
Obviamente, entonces , la variable aleatoria será continua. Por otro lado existe una relación entre el parámetro
a de la distribución exponencial , que más tarde aparecerá , y el parámetro de intensidad del proceso l , esta
relación es a = l
Al ser un modelo adecuado para estas situaciones tiene una gran utilidad en los siguientes casos:
· Distribución del tiempo que transcurre hasta que se produce un fallo, si se cumple la condición que la
probabilidad de producirse un fallo en un instante no depende del tiempo transcurrido .Aplicaciones en
fiabilidad y teoría de la supervivencia.
A pesar de lo dicho sobre que la distribución exponencial puede derivarse de un proceso de Poisson , vamos a
definirla a partir de la especificación de su función de densidad:
DEFINICIÓN: Dada una variable aleatoria X que tome valores reales no negativos {x > 0} diremos que tiene
una distribución exponencial de parámetro a con a > 0, si y sólo si su función de densidad tiene la expresión:
A
= Ð P
Se dice que x → Exp(α)
En la principal aplicación de esta distribución, que es la Teoría de la Fiabilidad, resulta más interesante que la
función de distribución la llamada Función de Supervivencia o Función de Fiabilidad. La función de
Supervivencia se define cómo la probabilidad de que la variable aleatoria tome valores superiores al valor dado
X:
Si el significado de la variable aleatoria es "el tiempo que transcurre hasta que se produce el fallo": la función
de distribución será la probabilidad de que el fallo ocurra antes o en el instante X: y , en consecuencia la
función de supervivencia será la probabilidad de que el fallo ocurra después de transcurrido el tiempo X ; por lo
tanto, será la probabilidad de que el elemento, la pieza o el ser considerado "Sobreviva" al tiempo X ; de ahí el
nombre.
Propiedades:
Media:
=
¼
Varianza: V
=
¼¢
Ejemplo:
El tiempo durante el cual cierta marca de batería trabaja en forma efectiva hasta que falle (tiempo de falla) se
distribuye según el modelo exponencial con un tiempo promedio de fallas igual a 360 días.
• a) ¿qué probabilidad hay que el tiempo de falla sea mayor que 400 días?.
• b) Si una de estas baterías ha trabajado ya 400 días, ¿qué probabilidad hay que trabaja más de 200 días
más?
• c) Si se están usando 5 de tales baterías calcular la probabilidad de que más de dos de ellas continúen
trabajando después de 360 días.
Solución
Sea X=el tiempo que trabaja la batería hasta que falle. El tiempo promedio de falla es de 360 días. Entonces, X
~Exp (ß=1/360) y su función de densidad es:
Suponga que la vida de cierto tipo de tubos electrónicos tiene una distribución exponencial con vida media de
500 horas. Si X representa la vida del tubo (tiempo q dura el tubo).
• c) Si un tubo particular ha durado 300 horas. ¿cúal es la probabilidad de que dure otras 400 horas?
Solución
Se tiene un modelo continuo asociado a variables del tipo tiempo de vida, tiempo hasta que un mecanismo
falla, etc. La función de densidad de este modelo viene dada por:
Propiedades:
Media:
= ¸Γ G1 + H
Asimetría:
Curtosis:
Donde: .
All igual que la distribución gamma y la exponencial, la distribución de weibull también se aplica a problemas de
confiabilidad y de vida como los de tiempo de antes del fallo o la vida de un componente que se mide desde
algún tiempo especifico
specifico hasta que falla .
Ejemplo:
El tiempo de vida x, en horas , de un artículo en el taller mecánico tiene una distribución de Weibull con
=0.01 y ß=2 ¿ cuál es la probabilidad de que ffalle antes de ocho horas de uso.
Solución:
La variable aleatoria continua x tiene una distribución jj-i cuadrada, con v grados de libertad, si su función de
densidad está dada por :
para x >0
0,15
0,10
0,05
0,00
0 5 10 15 20
Propiedades:
La media: µ = ʋ
La Varianza: σ2 = 2ʋ
Donde ʋ son los grados de libertad.
Ejemplo:
Cuál es la distribución de probabilidad de chi cuadrado de 4 grados de libertad de que x<1.2
Solución:
Ejemplo:
Cuál es la probabilidad acumulada de que una distribución t student con 9 grados de libertad, de que x < 0,25.
Solución:
Solución:
Ejemplo:
Solución:
Sean las variables aleatorias X y Y, con distribución Chi cuadrado e independientes, con ʋ1 y ʋ2 grados de
Û×
libertad. Entonces, la distribución de variable aleatoria continua k =
Ö
Ü× es distribución F de Fisher, cuya
Ö¢
función de densidad esta dad por la siguiente expresión:
Þ×
Þ ßÞ¢
Ö ¢ Þ×¢º
ÝÒ Ó ×Ö¢
A
= Ö×
¢
Ö¢×
Ý
Ý
Ö /Ö¢
Þ¢ ßÞ
/¢
Propiedades:
Ö¢
La media: = Ö
¢
Para ʋ2 > 2
Ö¢¢ Ö Ö¢
La Varianza:
= Ö
Ö¢
Ö¢ ^
¢
Para ʋ2 > 4
Para cada nivel de significancia (α), se da los grados de libertad del numerador en la primera fila y los grados
de libertad del denominador en la primera columna, la intersección es el valor de la distribución.
Solución: En este caso se puede buscar el área de 0.95 directamente en la tabla con sus respectivos grados de
libertad. 15 y 10, para α = 0,95
MARTÍNEZ BENCARDINO, Ciro (2004). Estadística Básica Aplicada. Santa fe de Bogotá: ECOE Ediciones.
MARTÍNEZ BENCARDINO, Ciro (2003). Estadística y Muestreo. Santa fe de Bogotá: ECOE Ediciones.
MILTON, J. Susan (1999). Estadística para biología y ciencias de la salud. Madrid: McGraw Hill —
Interamericana.
PORTUS GOVINDEN, Lincoyán (2001). Introducción a la Estadística. Segunda edición. Santa fe de Bogotá.
McGraw Hill.
PORTILLA CHIMAL, Enrique (1980). Estadística, Primer Curso. Bogotá: Nueva Editorial Interamericana.
SPIEGEL, Murria R. (1991). Estadística. Serie de compendios Schaum. México: McGraw Hill.
SMITH, A. Stanley. (1992). Curso de Estadística Elemental para las ciencias aplicadas. Primera edición. Santa
fe de Bogotá. Editorial Addison – Wesley Iberoamericana.
CIBERGRAFIA
http://www.liccom.edu.uy/bedelia/cursos/metodos/material/estadistica/med_disp.html
http://www.tuveras.com/estadistica/estadistica02.htm
http://www.universidadabierta.edu.mx/SerEst/MAP/METODOS%20CUANTITATIVOS/Pye/tema_12.htm
http://es.wikibooks.org/wiki/Tablas_estad%C3%ADsticas/Distribuci%C3%B3n_t_de_Student