6 Tada

N
IÓ
C
O
M
Tratamiento de datos y azar
O
Campo Disciplinar de Matemáticas

Núcleo de Formación Disciplinar Básica
PR
Ivan Alejandro Larios Cruz

Educación Profesional Técnica
Sexto Semestre
EXCELENCIA
E D U C AT I VA
E D I T O R I A L
Tratamientos de datos y azar
N
Dirección Editorial:
Editorial Excelencia Educativa
Diseño y Maquetación:
IÓ
Maricarmen Tovar
Derechos de Autor:
Ivan Alejandro Larios Cruz
Revisión Técnica:
Karla Ingrid Hernández Ortiz
Imágenes:
C
Shutterstock
Editorial Excelencia Educativa, S.A. de C.V.

Tel/Fax/ (0155) 7653 6654
Blvd. Cuautitlán Izcalli Lote 27 Col. Hacienda de la Luz,

O
C.P. 52929 Atizapán de Zaragoza, Estado de México.
www.excelenciaeditorial.com
ISBN: en trámite
Impreso en México/Printed in México

M
Se terminó la impresión de esta obra en 2021
Comercialización:
Tel/Fax: (0155) 7653 6654 México, Estado de México.
O
ventas@excelenciaeditorial.com
Queda prohibida la reproducción o transmisión total o parcial del contenido

del presente texto en cualquier forma, sea electrónica o mecánica, sin el consentimiento previo
y por escrito del editor.
PR
EXCELENCIA
E D U C AT I VA
E D I T O R I A L
2
Contenido Programático
N
1. Presentación 4
IÓ
2. Propósito formativo del campo disciplinar de matemáticas 6
3. Ámbitos transversales del perfil de egreso de Tratamiento de datos y azar 7
Unidad de aprendizaje 1 10
Interpretación de eventos aleatorios
C
1.1 Recopila la información y calcula la probabilidad de eventos aplicando las técnicas de conteo,
fórmulas y leyes relacionadas.
16
18
O
1.2 Representa la información de una situación profesional, con técnicas de conteo o agrupación para
40
determinar la probabilidad de un evento
1.3 Analiza la incertidumbre y aleatoriedad de la información para interpretar la probabilidad de un
75
evento en el contexto profesional.
M
Unidad de aprendizaje 2 99
Interpretación de Información 100
2.1 Realiza la recolección y análisis de la información de una situación profesional y lo representa en

O
106
una gráfica.
2.2 Interpreta los resultados del análisis de la información y las gráficas para tomar decisiones sobre
un evento profesional. 145
PR
Evaluación 181
Referencias 184
3
Presentación
N
Los contenidos de la educación son temas de debate permanente en las sociedades de todos
los países. ¿Qué se debe enseñar? ¿Qué es lo prioritario y para qué? ¿Qué debe aprender
IÓ
los jóvenes para enfrentar con éxito los retos del siglo XXI? Todas estas preguntas admiten
distintas respuestas pero con claridad se deberán responder a través de las competencias
y los valores plasmados en el perfil de egreso del estudiante de Educación Media Superior,
en el que la nueva focalización de los aprendizajes clave –aquellos que permitan seguir
aprendiendo constantemente– lo que implica ir más allá de visiones particulares y atender
los principales desafíos en el diseño del currículo para integrar los elementos esenciales de la
formación de los jóvenes bachilleres para el logro de competencias que responda al momento
C
histórico que viven los educandos; y la incorporación de los avances que se han producido a
el campo del desarrollo cognitivo, la inteligencia y el aprendizaje. Por ello, el Nuevo Modelo
Educativo establecido para la Educación Media Superior (EMS) considera las competencias
que los estudiantes deben tener sin importar el subsistema al que pertenecen. En este sentido,
O
el Marco Curricular Común permite articular los programas de distintas opciones de la EMS,
además comprende una serie de desempeños terminales expresados como competencias
genéricas, disciplinares básicas y extendidas y profesionales básicas y extendidas. En este
contexto, los diferentes subsistemas de la EMS, adecuan sus planes y programas de estudio
para establecer competencias compartidas, sin perder la identidad de cada institución
M
educativa y para que las competencias desarrolladas por los alumnos correspondan al perfil
de egreso señalado en los Fines de la Educación en el siglo XXI y en el Modelo Educativo
para la Educación Obligatoria. El CONALEP actualiza los programas de estudio del Núcleo de
Formación Básica, el cual cambia de denominación quedando como Núcleo de Formación
Disciplinar Básica, tomando como base los Planes de Estudio de Referencia del Componente
O
Básico del Marco Curricular Común de la Educación Media Superior.

PR
4
Estos planes de referencia fortalecen la integración inter e intra disciplinar a través de siete elementos organizadores:
Se refiere a las competencias que deben desarrollar todos los estudiantes de Educación Media
1. Aprendizajes clave.
N
Superior
2. Eje del campo
Organiza y articula los conceptos, habilidades, valores y actitudes asociados a un campo disciplinar.
disciplinar.
3. Componente de los
Integra los contenidos centrales y responde a formas de organización específica de cada disciplina.
IÓ
ejes.
4. Contenido central. Es el contenido de mayor jerarquía en el programa de estudio.
5. Contenidos
Por su especificidad, establecen el alcance y profundidad de los temas.
específicos.
6. Aprendizajes
C
Son indicadores del desempeño que deben lograr los estudiantes.
esperados.
7. Productos esperados. Son la evidencia del logro de los aprendizajes esperados.
De acuerdo con estos elementos, el programa de estudios del módulo de “Tratamiento de datos y azar” se estructura a
O
partir de lo siguiente:
Aprendizajes Clave
M
EJE COMPONENTE CONTENIDO CENTRAL
Del manejo de la información al Riesgo, inferencia y aleatoriedad: Conceptos basicos de Estadistica y

pensamiento estocástico. elementos de la estadística y la Probabilidad. Recolección de datos y su
probabilidad. clasificación en clases. Uso del conteo y
la probabilidad para eventos.
O
Concepto de riesgo en situaciones

contextuales. Contextualización de los
elementos de probabilidad condicional
PR
e interpretació Bayes (probabilidad

subjetiva).
Manejo de la información en
situaciones de la vida cotidiana.
Tratamiento de las medidas de

tendencia central. Tratamiento y
significado de medidas de Dispersión.
5
Propósito formativo del campo
disciplinar de matemáticas
Competencias Disciplinares Básicas
N
Las competencias disciplinares básicas de matemáticas buscan propiciar el desarrollo de
la creatividad y el pensamiento lógico y crítico entre los estudiantes. Un estudiante que cuente
con las competencias disciplinares de matemáticas puede argumentar y estructurar mejor sus
ideas y razonamientos.
IÓ
Las competencias reconocen que a la solución de cada tipo de problema matemático
corresponden diferentes conocimientos y habilidades, y el despliegue de diferentes valores y
actitudes. Por ello, los estudiantes deben poder razonar matemáticamente, y no simplemente
responder ciertos tipos de problemas mediante la repetición de procedimientos establecidos.
Esto implica el que puedan hacer las aplicaciones de esta disciplina más allá del salón de clases.
C
O
Matemáticas Clave
1. Construye e interpreta modelos matemáticos mediante la aplicación de

procedimientos aritméticos, algebraicos, geométricos y variacionales,
CDM 1
para la comprensión y análisis de situaciones reales, hipotéticas o
M
formales.
2. Formula y resuelve problemas matemáticos, aplicando diferentes
CDM 2
enfoques.
3. Explica e interpreta los resultados obtenidos mediante procedimientos
matemáticos y los contrasta con modelos establecidos o situaciones CDM 3
O
reales.
4. Argumenta la solución obtenida de un problema, con métodos
numéricos, gráficos, analíticos o variacionales, mediante el lenguaje
CDM 4
verbal, matemático y el uso de las tecnologías de la información y la
comunicación
PR
5. Analiza las relaciones entre dos o más variables de un proceso social o

CDM 5
natural para determinar o estimar su comportamiento.
6. Cuantifica, representa y contrasta experimental o matemáticamente las
magnitudes del espacio y las propiedades físicas de los objetos que lo CDM 6
rodean.
7. Elige un enfoque determinista o uno aleatorio para el estudio de un
CDM 7
proceso o fenómeno, y argumenta su pertinencia.
8. Interpreta tablas, gráficas, mapas, diagramas y textos con símbolos
CDM 8
matemáticos y científicos
6
Ámbitos transversales del perfil de egreso.
De forma transversal se favorecerá el desarrollo gradual de los siguientes ámbitos:
N
Ámbito Perfil de egreso
Se expresa con claridad en español de forma oral y escrita.

Lenguaje y Comunicación
IÓ
Identifica las ideas clave en un texto o discurso oral e infiere conclusiones a
partir de ellas, obtiene e interpreta información y argumenta con eficacia.
Es autoconsciente y determinado, cultiva relaciones interpersonales sanas,

maneja sus emociones, tiene capacidad de afrontar la adversidad y actuar con
efectividad, y reconoce la necesidad de solicitar apoyo.
Habilidades Socioemocionales
C
y proyecto de vida. Fija metas y busca aprovechar al máximo sus opciones y recursos.
Toma decisiones que le generan bienestar presente, oportunidades y sabe

lidiar con riesgos futuros.
O
Trabaja en equipo de manera constructiva, participativa y responsable,
Colaboración y trabajo propone alternativas para actuar y solucionar problemas.
en equipo
Asume una actitud constructiva.
M
Utiliza las Tecnologías de la Información y la Comunicación de forma ética y
Habilidades Digitales responsable para investigar, resolver problemas, producir materiales y expresar
ideas. Aprovecha estas tecnologías para desarrollar ideas e innovaciones.
Utiliza el pensamiento lógico y matemático, así como los métodos de las

ciencias para analizar y cuestionar críticamente fenómenos diversos. Desarrolla
O
Pensamiento crítico y solución

argumentos, evalúa objetivos, resuelve problemas, elabora y justifica
de problemas
conclusiones y desarrolla innovaciones. Asimismo, se adapta a entornos
cambiantes.
Construye e interpreta situaciones reales, hipotéticas o formales que requieren
PR
de la utilización del pensamiento matemático. Formula y resuelve problemas,

Pensamiento Matemático
aplicando diferentes enfoques. Argumenta la solución obtenida de un
problema con métodos numéricos, gráficos o analíticos
Referentes Técnicos
Programas de Estudio de CONALEP.
Programa del Módulo Tratamiento de datos y azar. Sexto Semestre
Guía Pedagógica y de Evaluación del módulo Tratamiento de datos y azar
7
Iconografía
N
Eje Eje Eje transversal Eje
transversal transversal de habilidades transversal
de salud. social. lectoras. ambiental.
IÓ
Actividad de
aprendizaje.
Comunidad
de aprendizaje.
C Para saber
más...
Conceptos
clave.
O
M
Herramientas Evaluación por competencias Instrumentos de
para el (evaluación diagnóstica, valoración del
aprendizaje. evaluación formativa, desempeño (rúbricas,
evaluación sumativa). portafolio de
O
evidencias).
PR
Apertura Desarrollo Cierre
14 Principios Metodología Didáctica

pedagógicos de la labor (apertura, desarrollo y cierre).
docente de la EMS.
8
Programa Construye T
Es un programa de la Secretaría de Educación Pública y el Programa de las Naciones Unidas para el Desarrollo,
dirigido a estudiantes de educación media superior y cuyo objetivo es mejorar los ambientes escolares y
promover el aprendizaje de las habilidades socioemocionales de las y los jóvenes para elevar su bienestar
presente y futuro y puedan enfrentar exitosamente sus retos académicos y personales.
Consulta el Programa ConstruyeT https://www.construye-t.org.mx
N
HABILIDADES SOCIOEMOCIONALES DEL PROGRAMA CONSTRUYE T
SEIS SEMESTRES
IÓ
Semestre Dimensión Habilidad
PRIMERO ...promuebe
Autoconocimiento habilidades para
identificar, conocer
C
SEGUNDO y manejar nuestras
propias emociones.
Autorregulación
Autorregulación Autoconocimiento
Conoce T
O
...establece
TERCERO habilidades
relaciones
Conciencia Social constructivas transversales:
con otras
CUARTO personas Atención
M
Colaboración Claridad
Relaciona T Conciencia Social Colaboración Lenguaje Emocional
O
QUINTO ...toma decisiones

Toma responsable reflexivas y
responsables en
de decisiones distintos ámbitos
SEXTO de la vida para
Perseverancia lograr metas.
Toma responsable
Perseverancia
Elígete T
PR
de decisiones
Aprendizaje socioemocional
Quinto Perseverancia
Dimensión Habilidad
...toma decisiones
habilidades
reflexivas y transversales:
responsables en
distintos ámbitos de la Atención
vida para lograr metas. Claridad
Lenguaje Emocional
Elige T Perseverancia
9
Unidad de
1
Aprendizaje
N
42 horas
IÓ
Interpretación de eventos aleatorios
Pro p ósi t o d e l m ó dulo
E s t i m a r p a r á m e t r o s e i n te r p r et a r m á r g e n e s d e p r o b a b i l i d a d d e e r r o r y to l e r a n c i a ,
C
a p a r t i r d e l o s d a to s s o b r e u n a p o b l a c i ó n y l a m u e s t r a , p a r a r e s o l v e r p r o b l e m a s e n
d i f e r e n te s c o n te x to s .
O
Competencias Genéricas Atributos Competencias Disciplinares
CLAVE CG. Básicas de Comunicación
1.2 Identifica sus emociones, las maneja Clave CDBM.
de manera constructiva y reconoce
8. Se conoce y valora a sí mismo la necesidad de solicitar apoyo ante
y aborda problemas y retos una situación que lo rebase. M3 Explica e interpreta los resultados
M
1.4 Analiza críticamente los factores que obtenidos mediante procedimientos
teniendo en cuenta los matemáticos y los contrasta con
influyen en su toma de decisiones.
objetivos que persigue. 5.1 Sigue instrucciones y procedimientos modelos establecidos o situaciones
7. Aprende por iniciativa e interés de manera reflexiva, comprendiendo reales.
propio a lo largo de la vida. como cada uno de sus pasos M2 Formula y resuelve problemas
contribuye al alcance de un objetivo. matemáticos, aplicando diferentes
4. Escucha, interpreta y emite 8.1 Propone maneras de solucionar un enfoques.
mensajes pertinentes en
O
problema o desarrollar un proyecto M4 Argumenta la solución obtenida

distintos contextos mediante la en equipo, definiendo un curso de de un problema, con métodos
acción con pasos específicos. numéricos, gráficos, analíticos o
utilización de medios, códigos variacionales, mediante el lenguaje
5.4 Construye hipótesis y diseña y aplica
y herramientas apropiados. modelos para probar su validez verbal, matemático y el uso de las
5. Desarrolla innovaciones 1.1 Enfrenta las dificultades que se le tecnologías de la información y la
y propone soluciones a presentan y es consciente de sus comunicación.
valores, fortalezas y debilidades. M6 Cuantifica, representa y contrasta
PR
problemas a partir de métodos 7.2 Identifica las actividades que le experimental o matemáticamente
establecidos resultan de menor y mayor interés las magnitudes del espacio y las
8. Participa y colabora de manera y dificultad, reconociendo y propiedades físicas de los objetos
controlando sus reacciones frente a que lo rodean
efectiva en equipos diversos. M7 Elige un enfoque determinista o
retos y obstáculos.
4.1 Expresa ideas y conceptos mediante uno aleatorio para el estudio de un
representaciones lingüísticas, proceso o fenómeno, y argumenta su
matemáticas o gráficas. pertinencia.
4.5 Maneja las tecnologías de la M8 Interpreta tablas, gráficas, mapas,
información y la comunicación para diagramas y textos con símbolos
obtener información y expresar matemáticos y científicos.
ideas. M1 Construye e interpreta modelos
5.3 Identifica los sistemas y reglas o matemáticos mediante la aplicación
principios medulares que subyacen de procedimientos aritméticos,
algebraicos, geométricos y
variacionales, para la comprensión
y análisis de situaciones reales,
hipotéticas o formales.
Contenido Curricular
Contenido central Aprendizaje esperado Producto esperado R e s u l t a d o dEej e

Aprendizaje
• Conceptos básicos de • Organizan la información 1.1Problemas resueltos 1.1Recopila la información

Estadística y Probabilidad. recolectada de la que incluya lo siguiente: y calcula la probabilidad
Recolección de datos situación estudiada. - Memoria de cálculo de eventos aplicando
y su clasificación en - Grafica en hojas las técnicas de conteo,
clases. Uso del conteo • Usa un lenguaje propio milimétricas. - Reporte formulas y leyes
N
y la probabilidad para para situaciones que de interpretación de relacionadas.
eventos. necesiten del estudio con resultados.
elementos de estadística 1.2 Problemas resueltos 1.2 Representa la
• Concepto de riesgo en y probabilidad. de distribución de información de una
situaciones contextuales. frecuencias con situación profesional,
IÓ
• Usa técnicas de conteo datos no agrupados y con técnicas de
• Contextualización o agrupación en la agrupados que incluya conteo o agrupación
de los elementos de determinación de memoria de cálculo, para determinar la
probabilidad condicional probabilidades. gráficas de resultados probabilidad de un
e interpretación intuitiva en hojas milimétricas evento.
del teorema de Bayes • Organiza la información e interpretación de
(probabilidad subjetiva). como parte de la resultados. 1.3 Analiza la incertidumbre
estadística para el estudio 1.3 Problemas resueltos y aleatoriedad de
C
• Manejo de la información de la probabilidad. de determinación e la información para
en situaciones de la vida interpretación de las interpretar la probabilidad
cotidiana. • Estudia el complemento medidas de tendencia de un evento en el
que ofrece la estadística central y determinación contexto profesional.
para la probabilidad. e interpretación de
medidas de dispersión
O
• Reconocen de la poblacional y muestral
diversidad de situaciones con datos no agrupados
que precisan de la y agrupados que incluya
incertidumbre en el memoria de cálculo y
tratamiento del riesgo. gráficas de resultados en
hojas milimétricas.
M
• Modelan con estadística
y probabilidad el estudio
de la información.
• Organizan la información
recolectada de la
situación estudiada. ï Ejes transversales
O
Construyen fórmulas de
probabilidad.
Salud 01 02 Social
PR
Ambiental 03 04 Habilidades
Conocimientos
Eje Componente Lectoras
Del manejo de Riesgo, inferencia y

la información aleatoriedad: Transversalidad
al pensamiento elementos de la
estocástico. estadística y la
probabilidad.
11
Representación simbólica y angular del entorno.

03 Eje Transversal de
Habilidades Lectoras
Comprensión Lectora
Según el Ministerio de Trabajo a partir del Servicio Público de Empleo (SPE) con datos del Instituto
N
Nacional de Estadísticas (INE), en 2018, de los 2,7 millones de jóvenes de entre 16 y 28 años el 8,5%
se encuentra desocupado, un porcentaje alto si se lo compara con el desempleo urbano que afecta
a las personas mayores y que el mismo se ubicó en el mismo periodo en un 4,27%, siendo según el
Ejecutivo el más bajo de la región.
IÓ
Al respecto, Emilio Rodas, viceministro de Empleo, Servicio Civil y Cooperativas, explicó que
para hacer frente a esta situación desde 2012 vienen trabajando con un Programa de Apoyo al
Empleo (PAE) que tiene el apoyo económico del Banco Interamericano de Desarrollo (BID) por
sus 40 millones y que en el periodo 2012-2017 beneficiaron a 19.580 jóvenes de los cuales, luego de
una prueba de tres meses, el 61% fue contratado por las empresas. Rodas explicó que el programa
busca ser una alternativa para los jóvenes que están buscando su primer empleo y que la primera
C
experiencia indica que los privados al final de una prueba de tres meses, tiempo en que su salario es
cancelado por el Estado, los contratan y son incluidos al mercado laboral. La autoridad hizo notar
que entre mayo y septiembre de 2018, 1.025 jóvenes lograron entrar al mercado laboral, de los cuales
el 73% fue contratado por el sector privado.
O
El analista Julio Linares, indicó que los datos del INE no reflejan la verdadera situación de los
asalariados del país y menos de la población económicamente activa que de acuerdo a sus datos el
81% en 2017 se encontraba en el sector informal, es decir que no sabe de aguinaldos, vacaciones o
el pago de horas extras.
M
Linares señaló que de los más de cinco millones de personas económicamente activas solo un poco
más del millón están contratadas formalmente, mientras que el resto son informales o cuentapropistas
que generan día a día sus ingresos.
O
PR
12
Unidad 1 - Interpretación de eventos aleatorios
Estudiante con base a la lectura contesta los siguientes cuestionamientos.
1. ¿Qué significa (SPE)?

a) Servicio Público de Empleo
b) Instituto Nacional de Estadísticas
c) Ministerio de Trabajo
2. En que año se realizo la estadística de los jóvenes sin empleo
N
a) 2018
b) 2010
c) 2020
IÓ
3. ¿Quién es Emilio Rodas?
a) Presidente de México
b) Procurador
c) Viceministro de Empleo
4. ¿Cuáles son las siglas de Programa de Apoyo al Empleo?

a) PAE
b) PDAE
c) PEA
5. ¿Qué busca el programa?

C
O
a) Empleo a los jóvenes
b) Desempleo
c) Indemnización
M
O
PR
13
Evaluación Diagnóstica
(Evaluación por competencias)

14 principios
pedagógicos
Estudiante para iniciar esta primera unidad de aprendizaje será oportuno que descubras cuáles
son los saberes que tendrás que reforzar a lo largo del texto. 2 saberes Previos
N
10 aprendizaje
Estudiante analiza los siguientes planteamientos y contesta correctamente: informal
14 disciplina
IÓ
1.En una muestra de pacientes, el número de varones 5. En el caso de una variable ordinal, el número n de
dividido entre el total de pacientes es: datos válidos es:
a) Una frecuencia relativa. a) La suma de las frecuencias absolutas.
b) Una frecuencia absoluta. b) La frecuencia absoluta acumulada de la categoría
c) Una variable cuantitativa. más frecuente.
d) Una variable cualitativa. c) La suma de las frecuencias relativas.
e) Un valor de la variable.
C
d) La frecuencia relativa acumulada en la última
catetgoría.
e) La (a) y la (d) son ciertas.
2. ¿Cuál de las siguientes medidas define mejor la
tendencia central de los datos: 5 , 4, 42, 4, 6?
O
a) La mediana. 6. En un estudio sobre problemas cervicales
b) La media. preguntamos a los pacientes acerca del tipo de
c) El sesgo almohada que usan. Las respuestas deberían ser
d) El rango. consideradas como una variable:
e) La proporción. a) Cualitativa nominal
M
b) Numérica
c) Discreta
3. Señale cuál de las siguientes afirmaciones es falsa: d) Continua.
a) La aparición o no de bacterias en un cultivo es una e) Ordinal
variable dicotómica
b) La estatura de un individuo es una variable
O
cuantitativa discreta. 7. Elija la afirmación correcta sobre variables

c) El lugar que ocupa una persona entre sus hermanos observadas en individuos:
(de menor a mayor edad) es una variable ordinal. a) Poseer vivienda propia es una variable numérica.
d) El estado civil es una variable cualitativa. b) Poseer animales de compañía es una variable
e) La glucemia es continua. cualitativa.
PR
c) La nacionalidad es una variable ordinal.

d) El tipo de almohada que usa es variable ordinal.
4. Los diagramas de sectores son muy útiles para e) La longitud de la cama donde duerme es variable
comparar: discreta.
a) Dos variables cualitativas en una población.
b) Dos variables cuantitativas en una población.
c) Una variable cualitativa en dos poblaciones. 8. La estadística en Ciencias de la Salud se utiliza para
d) Una variable cuantitativa en dos poblaciones. obtener información sobre situaciones de caracter:
e) Una variable cuantitativa con otra cualitativa. a) Determinista.
b) Sistemático.
c) Exhaustivo.
d) Aleatorio.
e) Excluyente.
14
9. Elija la afirmación que pueda considerarse 10. Elija la afirmación correcta:

admisible al leer un estudio estadístico: a) Los valores de cualquier variable deben ser
a) Se estudió a una muestra en vez de a la población, agrupados en intervalos.
para mayor precisión. b) Las variables deben ofrecer valores que no se
b) Se estudió a la población para obtener información repitan en los diferentes individuos.
sobre la muestra. c) Las modalidades de una variable deben poder ser
c) Se estudió a una muestra representativa de la observadas en todos los individuos.
población. d) Los individuos pueden poseer diferentes
d) Se estudiaron todas las variables de la población. modalidades de la misma variable.
N
e) Se observó a un individuo de cada variable e) Todo lo anterior es falso.
IÓ
Programa Habilidades Socioemocionales
Dimensión
Lección 1 ¿Qué voy a ver en este curso?
Habilidad
Elige T
C
... toma decisiones
O
reflexivas y
Perseverancia responsables en
distintos ámbitos de
la vida para lograr
metas.
Concepto Clave.
M
La perseverancia o persistencia es lo que nos permite esforzarnos para alcanzar nuestras metas, a pesar de los inconvenientes.
Cualidad del ánimo para “mantenerse constante en la prosecución de lo comenzado, en una actitud o en una opinión”.
http://www.construye-t.org.mx
O
Desde 2000 se ha registrado un enorme progreso en la meta relativa a la educación primaria universal. La tasa
PR
total de matrícula alcanzó el 91% en las regiones en desarrollo en 2015 y la cantidad de niños que no asisten a
la escuela disminuyó casi a la mitad a nivel mundial. También ha habido aumentos significativos en las tasas de
alfabetización y más niñas que nunca antes asisten hoy a la escuela. Sin duda, se trata de logros notables.
Sin embargo, el progreso también ha sido difícil en las regiones en desarrollo debido a los altos niveles de pobreza,
conflictos armados y otras emergencias. En Asia Occidental y el Norte de África, los conflictos armados en curso
han aumentado la proporción de niños que no asisten a la escuela, constituyendo una tendencia preocupante.
Si bien África subsahariana consiguió los avances más notables en la matriculación en la escuela primaria entre
todas las regiones en desarrollo (de 52% en 1990 a 78% en 2012), aún hay grandes disparidades, especialmente
entre las zonas rurales y urbanas. Por su parte, los niños de los hogares más pobres tienen hasta cuatro veces más
probabilidades de no asistir a la escuela que aquellos provenientes de familias con más recursos.
https://www.undp.org/content/undp/es/home/sustainable-development-goals/goal-4-quality-education.html
15
Unidad de Aprendizaje
1. Interpretación de eventos aleatorios

42 Horas
N
IÓ
C
O
M
O
PR
16
Para saber más…
14 principios
pedagógicos.
N
6 naturaleza
social del
conocimiento
IÓ
C
O
M
Una de las características más especiales de los seres humanos, que nos diferencia del resto de
animales, es nuestra capacidad de “predicción”, de anticiparnos a los acontecimientos que van a
ocurrir. A veces fallamos, pero otras muchas no. Esta capacidad nos ha permitido llegar hasta
donde estamos hoy, pudiendo predecir tanto peligros como oportunidades. Piénsalo, nuestros
antepasado que eran capaces de predecir el ataque de un depredador fueron los que sobrevivieron.
O
Ahora, decenas de miles de años después hemos dado un paso más y nos preguntamos ¿qué es la
probabilidad?
La probabilidad es el cálculo matemático que evalúa las posibilidades que existen de que una cosa
suceda cuando interviene el azar.
PR
Vamos a plantear un par de ejemplos, porque la probabilidad -como tantos conceptos en

matemáticas, es una construcción abstracta, pero con ejemplos se entiende mejor
17
Unidad de Aprendizaje 1.1
Resultado de Aprendizaje 7 Horas
1.1 Recopila la información y calcula la probabilidad de eventos aplicando las técnicas de

conteo, formulas y leyes relacionadas.
N
IÓ
C
O
M
O
Actividades de evaluación
1.1.1 Recopilar información significativa y/o útil para el alumno, haciendo uso de las TIC’s
(por ejemplo: facebook o instagram)
PR
Contenidos específicos.
A. Conceptos Básicos
• Población
• Muestra
• Evento
B. Técnicas de recopilación de datos

• Entrevista
• Encuesta
• Cuestionario
18
Metodología
Contenido Central Didáctica
Apertura
A. Conceptos Básicos
• Población
• Muestra
• Evento
N
14 principios
pedagógicos.
Concepto clave 10 aprendizaje
informal
IÓ
Posibilidad
Se conoce como posibilidad a la condición o propiedad de que alguna cosa 6 naturaleza
social del
es posible, ocurra, o pueda acontecer. El término posibilidad es de origen conocimiento
latín “possibilitas”. La posibilidad, es un término que está presente en
diferentes contextos con la intención de que algo puede ser o existir.
C
¿De que hablamos cuando decimos….. qué son los conceptos básicos?
Lo básico, es lo mínimo que puede requerirse para realizar una actividad, para desarrollar un
O
emprendimiento, para capacitarse, para armar una cosa, etcétera. Es sentar las bases o el andamiaje
donde luego se van a introducir otros elementos, menos fundamentales y más complejos materiales
o inmateriales
M
O
PR
La probabilidad es la ciencia que trata de cuantificar los posibles resultados de un experimento

en el cual está presente la incertidumbre o la aleatoriedad. La teoría de la probabilidad se usa
extensamente en áreas como la estadística, la física, la matemática, la ciencia y la filosofía para sacar
conclusiones sobre la probabilidad de sucesos potenciales y la mecánica subyacente de sistemas
complejos.
Un experimento es un proceso que se observa con el fin de establecer una relación entre condiciones
en que se realizan y los resultados que se obtienen. Se clasifican en:
19
Experimento determinístico
Experimento
Experimento aleatorio
Un experimento determinístico es aquel que al ser realizado con las mismas condiciones iniciales
N
produce los mismos resultados.
Ejemplo: Una operación de adición.
IÓ
1 manzana + 1 manzana = 2 manzanas
repita siempre de la misma manera.
Ejemplo: El lanzamiento de un dado.

C
Un experimento aleatorio es aquel que puede producir resultados diferentes, aun cuando se
Ejemplo: El lanzamiento de una moneda.

O
M
O
Espacio muestral
Se le llama espacio muestral al conjunto de todos los resultados posibles de un experimento
aleatorio. El espacio muestral se denota como S.
PR
Ejemplo: Los resultados posibles del lanzamiento de un dado.
S = {1, 2, 3, 4, 5, 6}
Ejemplo: Los resultados posibles del lanzamiento de una moneda.
S = {Sello, Águila}
Los espacios muestrales se clasifican en:

• Espacio muestral discreto, son espacios muestrales cuyos elementos resultan de hacer conteos,
siendo por lo general subconjuntos de los números enteros.
• Espacio muestral continuo, son espacios muestrales cuyos elementos resultan de hacer
mediciones, siendo por lo general intervalos en el conjunto de los números reales.
20
Población
La estadística nace con el objetivo de medir y cuantificar

características de la vida cotidiana. Así, los gobiernos comienzan
a elaborar censos de población, tablas de mortalidad y natalidad
e incluso en Roma se registraban las tierras y propiedades que
tenían los ciudadanos.
N
Tipos de población estadística
Dentro de las poblaciones estadísticas, fundamentalemente
dos tipos de poblaciones:
IÓ
• Población estadística finita: Es aquella en la que el número
de valores que la componen tiene un fin. Por ejemplo, la
población estadística que nos indica la cantidad de árboles de
una ciudad es finita. Es cierto que puede variar con el tiempo,
pero en un instante determinado es finita, tiene fin.
• Población estadística infinita: Se trata de aquella población que no tiene fin. Por ejemplo, el
C
número de planetas que existen en el universo. Aunque puede que sea finito, el número es tan
grande y desconocido que estadísticamente se asume como infinito.
Muestra
O
La muestra estadística consiste en la porción que se extrae de una población estadística para un
determinado estudio, con el fin de representar, conocer y determinar los aspectos de dicha población.
M
Este método se utiliza cuando no se puede aplicar un censo en ciertas poblaciones, ya que a través
del muestreo se puede establecer una porción de la realidad a estudiar.
Tipos de muestra estadística

La muestra estadística puede clasificarse en muestra probabilística y no probabilística.
O
MUESTRA
PR
Probabilística No Probabilística
Todos los elementos No todos los

de la población elementos de la
tienen posibilidad de población tienen la
formar parte misma posibilidad de
formar parte
Muestra probabilística
El muestreo probabilístico es el tipo más utilizado durante las investigaciones. En este, todos los
elementos de la población o universo tienen la posibilidad de ser parte de la muestra.
Dentro de la muestra probabilística podemos encontrar los siguientes tipos de muestreo:
21
• Muestreo aleatorio simple: método de selección más básico, en el que cada sujeto posee
un número de identificación y, mediante un sorteo aleatorio, algunos son seleccionados para
la muestra. Para realizarla se debe conocer la cantidad de individuos que serán necesarios para
completar toda la muestra.
• Muestreo sistemático: con este método se enumera la población a trabajar y los investigadores
se encargan de listar a cada individuo en grupos de 10, de forma aleatoria. Luego se elige a uno
de los primeros de cada grupo al azar, formando de esta manera la muestra.
N
• Muestreo estratificado: consiste en dividir a la población en estratos o grupos que compartan
características similares. Luego se seleccionan proporcionalmente algunos individuos de cada
grupo.
IÓ
• Muestreo por conglomerados: se da cuando la población ya se encuentra dividida de forma
natural en grupos, por lo que se seleccionan individuos aleatoriamente de cada conglomerado
para conformar la muestra.
• Muestra no probabilística: En la muestra no probabilística, los elementos se seleccionan a

través de procesos que no brindan, a todos los individuos de la población, la misma posibilidad
C
de ser elegidos para la muestra.
A su vez, este deriva en los siguientes tipos de muestreo:

O
• Muestreo por cuotas: los investigadores forman la muestra partiendo de determinadas
características, con el fin de lograr la misma distribución de características en la muestra que en la
población. Por ejemplo, si en una población hay 70% hombres y 30% mujeres, los individuos de
la muestra deberán estar distribuidos de la misma manera.
M
• Muestreo por conveniencia: aquí el investigador suele elegir a los individuos de su muestra
solo por su proximidad. Generalmente, el investigador no reconoce esta muestra como una
representación de toda una población, sino que la realiza para conocer opiniones, datos e
información de manera rápida.
O
• Muestreo por bola de nieve: se utiliza cuando el investigador requiere que un sujeto de su
muestra ayude a identificar a otro con las mismas características y, a su vez, estos a otros, para
formar la muestra deseada.
• Muestra discrecional: también conocida como muestreo por juicio o criterio, se da cuando
PR
el investigador selecciona los individuos de su muestra en base a determinado conocimiento

de la población. Por ejemplo, si desea realizar una investigación de personas con problemas
psicológicos en el embarazo, seleccionará aquellas mujeres que hayan pasado por la experiencia
del embarazo.
22
Evento
¡La vida está llena de eventos al azar!
N
IÓ
C
O
Necesitas tener una intuición y comprensión de estos eventos para que seas una persona inteligente
y exitosa.
M
El lanzamiento de una moneda, el lanzamiento de dados y los sorteos de lotería son ejemplos de
eventos aleatorios.
Cuando decimos “Evento” nos referimos a uno (o más) resultados.

O
Un evento es un subconjunto del espacio muestral de un experimento aleatorio. Los eventos

normalmente se denotan con las letras mayúsculas A, B, C; y tienen la característica de ser
subconjuntos de S ((A, B, C) ⊂ S)
Ejemplos:
PR
• Obtener una Cara al lanzar una moneda es un evento

• Lanzar un “5” es un evento.
Un evento puede incluir varios resultados:

• Elegir un “Rey” de una baraja de cartas (cualquiera de los 4 Reyes) también es un evento
• Lanzar un “número par” (2, 4 o 6) es un evento
Los eventos pueden ser:

• Independientes (cada evento no se ve afectado por otros eventos),
• Dependientes (también llamado “Condicional”, donde un evento se ve afectado por otros eventos)
• Mutuamente Excluyentes (los eventos no pueden suceder al mismo tiempo)
23
Eventos Independientes
Los eventos pueden ser “independientes”, lo que significa que cada evento no se ve afectado por
ningún otro evento. ¡Esta es una idea importante! Una moneda no “sabe” que cayó Cara antes ... cada
lanzamiento de una moneda es una cosa perfectamente aislada.
Ejemplo: Lanzas una moneda y aparece “Cara” tres veces … ¿cuál es la probabilidad de que el
próximo lanzamiento también sea una “Cara”? La probabilidad es simplemente ½ o 50% como en
CUALQUIER lanzamiento de la moneda.
N
¡Lo que ocurrió en el pasado no afectará el lanzamiento actual!
• dos eventos, A y B, son independientes cuando la probabilidad de que suceda A no se ve afectada
IÓ
porque haya sucedido o no B. Ejemplo al lazar dos dados los resultados son independientes.
Eventos dependientes
Pero los eventos también pueden ser “dependientes” ... lo que significa que pueden verse afectados
por eventos anteriores ...
C
• dos eventos, A y B, son dependientes cuando la probabilidad de que suceda A se ve afectada
porque haya sucedido o no B. Ejemplo extraer dos cartas de una baraja, sin reposición, son eventos
dependientes.
O
Ejemplo: tomar 2 cartas de un mazo
Después de tomar una carta del mazo, hay menos cartas disponibles, ¡por lo que las probabilidades
cambian!
Veamos las posibilidades de obtener un Rey.

M
Para la primera carta, la posibilidad de sacar un Rey es 4 de 52
Pero para la segunda carta:

- Si la primera carta era un Rey, entonces es menos probable que la segunda carta sea un Rey, ya
O
que solo 3 de las 51 cartas restantes son Reyes.

- Si la primera carta no era un Rey, entonces es más probable que la segunda carta sea un Rey, ya
que 4 de las 51 cartas restantes son Rey.
• Evento seguro, es aquel que tiene todos los posibles resultados. S = A ⇒ #S = #A. Por ejemplo,
PR
al tirar un dado un dado obtener una puntuación que sea menor que 7.
• Evento imposible, es aquel que no tiene un posible resultado. Por ejemplo, al tirar un dado
obtener una puntuación igual a 7.
• Eventos compatibles, dos eventos, A y B, son compatibles cuando tienen algún evento
elemental común. Ejemplo si A es sacar puntuación par al tirar un dado y B es obtener múltiplo
de 3, A y B son compatibles porque el 6 es un evento elemental común.
• Eventos incompatibles, dos eventos, A y B, son incompatibles cuando no tienen ningún

elemento en común. Ejemplo si A es sacar puntuación par al tirar un dado y B es obtener múltiplo
de 5, A y B son incompatibles.
24
• Evento contrario, el evento contrario a A es otro evento que se realiza cuando no se realiza A.

Ejemplo son eventos contrarios sacar par e impar al lanzar un dado.
Se clasifican en:
• Evento simple, siendo aquel que tiene un solo punto muestral.
• Evento compuesto, siendo aquel que tiene dos o más puntos muestrales.
N
Donde el punto muestral es cada uno de los resultados posibles de un experimento aleatorio.
Representándose al número de puntos muestrales por #S.
Ejemplo: El lanzamiento de una moneda.
IÓ
Experimento aleatorio:
Lanzar una moneda tres veces.
Espacio muestral:
C
S = {(S,S,S),(S,S,A),(S,A,S),(A,S,S),(A,A,S),(A,S,A),(S,A,A),(A,A,A)}
#S = 8
O
S es el evento seguro.
Evento simple:
A: que salgan tres sellos.

M
A = {(S,S,S)}
#A = 1
O
Evento compuesto:
B: Que salgan al menos dos sellos.
B = {(S,S,S), (S,S,A), (S,A,S), (A,S,S)}

PR
#B = 4
Ante estos conceptos es posible llegar a pensar que un evento y un punto muestral son lo mismo,
pero realmente no lo son. Un ejemplo claro se puede observar en el lanzamiento del dado, un evento
sería por ejemplo que salga número par, para lo cual servirían los puntos muestrales {2} {4} {6}. De ahí
las diferencias entre unos y otros.
Operaciones básicas con eventos aleatorios

Ya que los eventos son subconjuntos del espacio muestral S, se pueden aplicar las conocidas
operaciones con conjuntos, a los eventos, como son la unión, la intersección y la diferencia de
eventos.
25
Operación Expresión Descripción

Unión A ∪ B Unión de eventos originales: es el evento que sucede
si y solo si A sucede o B sucede o ambos suceden
Intersección A ∩ B Intersección de los eventos originales, es el evento

que sucede si y sólo si A y B suceden simultáneamente.
N
Complemento A ⊂ = S - A El complemento de un conjunto son todos aquellos
elementos de S que no pertenecen al conjunto A.
Diferencia A - B La diferencia de los eventos originales A y B, es el

evento que sucede solo en A pero no en B.
IÓ
Unión (A ∪ B)
El evento formado por todos los elementos de A y todos los elementos de B. La probabilidad de la
unión de dos eventos es igual a la suma de las probabilidades individuales de los dos eventos que se
unen, menos la probabilidad del suceso intersección.
C
Ejemplo: Al lanzar un dado al aire y analizar los siguientes dos eventos.
Evento A: que salga número par.
Evento B: que salga número impar.
O
La unión se forma por los puntos muestrales {1}, {2}, {3}, {4}, {5} y {6}.
Cuya probabilidad es
P(A) = 3 / 6 = 0.50
M
P(B) = 3 / 6 = 0.50
P (A ∩ B) = 0 / 6 = 0.00

O
Por lo tanto (A ∪ B) = (0.50 + 0.50) – 0.00 = 1.00
A B
PR
Intersección (A ∩ B)
Es el evento formado por todos los elementos que son, a la vez, de A y de B. Es aquel evento
compuesto por los elementos comunes de los dos o más sucesos que se intersectan. La probabilidad
será igual a la probabilidad de los elementos comunes.
26

Evento B: que sea mayor que 3.
La intersección de estos dos eventos tiene los puntos muestrales {4} y {6}.
Su probabilidad será por tanto P( A ∩ B) = 2 / 6 = 0.33
N
A B
IÓ
Complemento (A⊂)
C
La probabilidad de un suceso complementario (A) es igual a 1 - P(A).
O
Ejemplo: Si se lanza un dado al aire y se analiza el evento que salga un número impar su complementario,
suceso (A⊂), es que obtengamos un número par.
De esta manera, la probabilidad de cada suceso es:

M
P(A) = 3 / 6 = 0.50
A⊂= 1 - P(A) = 1 – 0.50 = 0.50
La unión de dos eventos complementarios es igual a 1.

O
A
PR
A⊂
27
Diferencia (A - B)
La diferencia de eventos, A − B, es el evento formado por todos los puntos muestrales de A que no
son de B.

Evento B: que sea múltiplo de 3.
A = {2, 4, 6}
N
B = {3, 6}
A − B = {2, 4}
IÓ
A B
C
O
Evaluación por Competencias (Evaluación Formativa)
M
Momento de práctica individual.
Estudiante contesta correctamente el siguiente problema.
Ejemplo:
14 principios
O
pedagógicos.
1. Un conocido fabricante de medicamentos, desea conocer la proporción de personas cuya diabetes
12 cultura del
aprendizaje. tipo 2, puede ser controlada con un nuevo fármaco. Se realiza un estudio en 3500 personas con esta
diabetes, y se encontró que el 75% de ellas pudo controlar su diabetes tipo 2 usando el fármaco.
11 interdisciplina
Asumiendo que estas 3500 personas son representativas del grupo de pacientes de diabetes tipo 2,
PR
14 disciplina identifique la muestra y la población.
Solución:
a) Población: personas con diabetes tipo 2.
b) Muestra: conjunto de 3500 personas con diabetes tipo 2 (personas sometidas al estudio).
2. Un estudiante de estadística quiere conocer si los profesores de su universidad, UNAM, prefieren

dictar clases con ropa formal o con ropa informal. Para ello, realiza una encuesta a 120 profesores de
la UNAM elegidos de forma aleatoria. Identifique la población, muestra e individuos.
28
Solución:
N
IÓ
Contenido Específico
A. Técnicas de recopilación de datos

C Metodología
Didáctica
Desarrollo
O
• Entrevista
• Encuesta
• Cuestionario
M
14 principios
pedagógicos.
Concepto clave 10 aprendizaje
informal
O
Posibilidad
Se conoce como posibilidad a la condición o propiedad de que alguna cosa 6 naturaleza
social del
es posible, ocurra, o pueda acontecer. El término posibilidad es de origen conocimiento
latín “possibilitas”. La posibilidad, es un término que está presente en
diferentes contextos con la intención de que algo puede ser o existir.
PR
¿De que hablamos cuando decimos ...?
¿Qué son las técnicas de recopilación de datos?

Técnicas de Recolección de Datos. ... Se refiere al uso de una gran variedad de técnicas que son
utilizadas para recopilar datos pertinentes, con la finalidad de buscar información que será útil para
la evaluación y para abordar las preguntas de evaluación que se han identificado.
29
N
IÓ
Entrevista
C
O
La entrevista es una conversación
dirigida, con un propósito especifico
y que usa un formato de preguntas
y respuestas. Se establece así un
M
diálogo, pero un diálogo peculiar,
asimétrico, donde una de las partes
busca recoger informaciones y la
otra se nos presenta como fuente de
estas informaciones. Una entrevista
O
es un dialogo en el que la persona

(entrevistador), generalmente un
periodista hace una serie de preguntas
a otra persona (entrevistado), con el
PR
fin de conocer mejor sus ideas, sus

sentimientos su forma de actuar.
Preparación de la Entrevista
1. Determinar la posición que ocupa de la organización el futuro entrevistado, sus responsabilidades
básicas, actividades, etc. (Investigación).
2. Preparar las preguntas que van a plantearse, y los documentos necesarios (Organización).
3. Fijar un límite de tiempo y preparar la agenda para la entrevista. (Sicología).
4. Elegir un lugar donde se puede conducir la entrevista con la mayor comodidad (Sicología).
5. Hacer la cita con la debida anticipación (Planeación).
30
Encuesta
Una encuesta es un conjunto de

preguntas normalizadas dirigidas
a una muestra representativa de la
población o instituciones, con el fin
de conocer estados de opinión o
hechos específicos. La intención de la
N
encuesta no es describir los individuos
particulares quienes, por azar, son
parte de la muestra sino obtener un
perfil compuesto de la población.
IÓ
Una “encuesta” recoge información
de una “muestra.” Una “muestra” es
usualmente sólo una porción de la
población bajo estudio.
Cuestionario
C
Los cuestionarios proporcionan una alternativa muy útil para la entrevista; si embargo, existen ciertas
O
características que pueden ser apropiada en algunas situaciones e inapropiadas en otra. Al igual que
la entrevistas, deben diseñarse cuidadosamente para una máxima efectividad. Selección de formas
para cuestionarios El desarrollo y distribución de los cuestionarios; por lo tanto, el tiempo invertido
en esto debe utilizarse en una forma inteligente. También es importante el formato y contenido de
M
las preguntas en la recopilación de hechos significativos. Existen dos formas de cuestionarios para
recabar datos: cuestionarios abiertos y cerrados, y se aplican dependiendo de si los analistas conocen
de antemano todas las posibles respuestas de las preguntas y pueden incluirlas. Con frecuencia se
utilizan ambas formas en los estudios de sistemas.
O
PR
31

Estudiante elige un tema y realiza una entrevista, encuesta o cuestionario, con base a tus
preguntas realiza un conteo de las personas que les gusta el tema y a las que no les gusta.
14 principios
pedagógicos. • Deportes
N
12 cultura del • Arte
aprendizaje. • Moda
11 interdisciplina • Videojuegos
• Autos
14 disciplina
IÓ
• Ciencias
C
O
M
O
PR
32
Metodología
Contenido Especifico Didáctica
Cierre
Ejercicios
Estudiante contesta correctamente los siguientes cuestionamientos.
1.Para estudiar cuál es el candidato

presidencial por el cual votarán los
N
mexicanos en las próximas elecciones,
se toma una muestra de 3500 14 principios
pedagógicos.
personas de todo el país. La pregunta
es la siguiente, ¿por quién votará en las 12 cultura del
IÓ
aprendizaje.
próximas elecciones presidenciales?
Determine la población, muestra e 11 interdisciplina
individuos. 14 disciplina
Solución:
C
O
M
O
PR
33
2. En una clase asisten 45 alumnos en donde hay 10 alumnas rubias, 20 morenas, 5 alumnos rubios

y 10 morenos. Encontrar la probabilidad de que un alumno:
1 Sea hombre.
2 Sea mujer morena.
3 Sea hombre o mujer.
N
IÓ
C
O
3. En un sobre hay 20 papeletas, 8 llevan dibujado un coche las restantes son blancas. Hallar la
probabilidad de extraer al menos una papeleta con el dibujo de un coche:
1 Si se saca una papeleta.

M
2 Si se extraen dos papeletas.
3 Si se extraen tres papeletas.
O
PR
https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/combinatoria/ejercicios-
y-problemas-de-probabilidad.html#tema_calcula-lo-que-se-pide-dados-los-siguientes-sucesos-y-
sus-probabilidades
34
Pensando en mi futuro
Dimensión
Lección 2
Habilidad
N
Elige T
... toma decisiones

reflexivas y
responsables en
IÓ
Perseverancia
la vida para lograr
metas.
Concepto Clave.
Futuro: En este contexto se refiere a la capacidad que tenemos para vislumbrar nuestra vida en el mediano o largo
plazo y definir las metas que queramos alcanzar.
C
01 Eje Transversal
Salud
O
México ha avanzado en gran medida en la última década en la mejora de la calidad de vida de sus
ciudadanos, especialmente en las áreas de educación, salud y empleo. No obstante, México obtiene
buenos resultados solo en unas cuantas medidas de bienestar en comparación con la mayoría de los
M
demás países incluidos en el Índice para una Vida Mejor. México se ubica por arriba del promedio en
compromiso cívico, pero por debajo del promedio en las dimensiones de empleo y remuneración,
satisfacción, estado de la salud, calidad medioambiental, vivienda, ingreso y patrimonio, sentido de
comunidad, balance vida-trabajo, seguridad personal, y educación y competencias. Estos resultados se
basan en una selección de datos disponibles.
O
Aunque el dinero no puede comprar la felicidad, es un medio importante para lograr estándares de
vida más elevados. En México, el ingreso familiar disponible neto ajustado promedio per cápita
es considerablemente menor que el promedio de la OCDE de 33 604 USD al año. En términos de
empleo, cerca del 61% de las personas de entre 15 y 64 años de edad en México tienen un empleo
remunerado, cifra menor que el promedio de la OCDE de 68%. Cerca del 79% de los hombres tienen
PR
un empleo remunerado, en comparación con el 45% de las mujeres. En México casi el 29% de los
empleados tienen un horario de trabajo muy largo, una de las cifras más altas de la OCDE, donde el
promedio es de 11%; y, entre ellos, el 36% de los hombres trabajan muchas horas en comparación con
el 18% de las mujeres.
http://www.oecdbetterlifeindex.org/es/countries/mexico-es/
35
Evidencia Integradora de la Unidad de Aprendizaje 1.1

Estudiante con base a la encuesta, cuestionario o entrevista realiza una presentación en
Power- Point de los resultados y exponlo ante el grupo.
N
14 principios
pedagógicos.
12 cultura del
aprendizaje.
IÓ
11 interdisciplina
14 disciplina
C
O
M
O
PR
36
Evaluación por competencias (Evaluación Sumativa).
Rúbrica de valoración (Guía Pedagógica y

de evaluación Tratamiento de datos y azar
CONALEP) 8 evaluación del
aprendizaje
Nombre del Tratamiento de datos Nombre del

Siglema: TADA-04
N
módulo: y azar alumno:
Docente evaluador: Fecha: Grupo:
1.1 Recopila la información y calcula la probabilidad 1.1.1 Recopila información significativa y/o útil
IÓ
Resultado de Actividad de
de eventos aplicando las técnicas de conteo, formulas para el alumno, haciendo uso de las TIC´s (por
aprendizaje: evaluación:
y leyes relacionadas. ejemplo: facebook o instagram)
C R I T E R I OS
INDICADORES %
Excelente Suficiente Insuficiente
Omite alguno de los
Cálculo de la
35%
• Determina la probabilidad
de cada eventos
• Unión
•Intersección
• Complemento
C • Determina la probabilidad
de cada eventos.
• Unión
• Intersección
siguientes aspectos.
• Determina la probabilidad
de cada eventos.
• Unión
• Intersección
Probabilidad
O • Complemento
• Mutuamente excluyente • Complemento
• Mutuamente excluyente
• Presenta el desarrollo de l • Mutuamente excluyente
• Presenta el desarrollo
os cálculos realizados. • Presenta el desarrollo
de los cálculos realizados.
• Presenta diagramas de los cálculos realizados.
M
• Determina la probabilidad de Omite alguno de los
• Determina la probabilidad de leyes
leyes siguientes aspectos:
• De adición
• De adición • Determina la probabilidad de leyes
• Condicional
Aplicación • Condicional • De adición
35% • Independencia estadística
de leyes. • Independencia estadística • Condicional
• Bayes
• Bayes • Independencia estadística
• Memoria de cálculo Presenta
O
Memoria de cálculo • Bayes

diagramas.
Presenta diagramas. Memoria de cálculo
• Interpreta los resultados de la Omite alguno de los
probabilidad de cada evento • Interpreta los resultados de la siguientes aspectos:
• Determina cuál es el evento más probabilidad de cada evento • Interpreta los resultados de
PR
favorable • Determina cuál es el evento la probabilidad de cada evento

Interpretación
25% • Determina cuál es el evento más favorable • Determina cuál es el evento
de resultados.
menos favorable • Determina cuál es el evento más favorable
Participa activamente en el trabajo en menos favorable • Determina cuál es el evento
equipo y es ordenado en la elaboracion menos favorable
del reporte.
Omite alguno de los
• Toma decisiones de forma autónoma • Toma decisiones de forma siguientes aspectos:
Disposición en la selección de eventos. autónoma en la selección de • Toma decisiones de forma
emprendedora • Muestra constancia en el cálculo eventos. autónoma en la selección
5%
y sentido de de la probabilidad • Muestra constancia en el cálculo de eventos.
organización. • Presenta los problemas de forma de la probabilidad • Muestra constancia en el cálculo
ordenada. de la probabilidad
100
37
1.2 Interpretación de eventos aleatorios

43 Horas
N
IÓ
C
O
M
O
PR
38
Para saber más…
14 principios
pedagógicos.
N
6 naturaleza
social del
conocimiento
IÓ
C
O
M
El objetivo básico de la estadística es hacer inferencia acerca de una población con base a la información
contenida en una muestra (vea las figuras al final de esta sección). “Inferencia acerca de una población”,
¿qué significa esto? Inferir significa “inducir una cosa de otra, llevar consigo, conducir a un resultado”.
Es decir se pretende establecer inferencia acerca de una población, entendiendo a la población como
O
un conjunto de individuos, organismos o entes inanimados de los cuales queremos conocer alguna
o algunas características para que nos ayuden a tomar una decisión u obtener alguna conclusión de
suma importancia, y nada sabemos sobre la distribución, existencia, ubicación, valor de esta o estas
características que nos interesa saber. Piense usted por ejemplo, que estamos interesados si nuestra
población juvenil consume o no droga. O, con mayor precisión, necesitamos saber en la actualidad qué
PR
fracción de nuestra población consume drogas, entendiendo que el consumo de drogas lo tenemos
tipificado en alguna escala o nivel.
De manera que nuestro objetivo es saber con toda la exactitud posible, que fracción de toda nuestra
población juvenil consume droga. Por razones materiales, de recursos humanos, de imposibilidad
física y en definitiva de costos, no podemos efectuar una encuesta a toda la población. Necesitamos
entonces hacer una consulta a un gran número de jóvenes, donde este número será concomitante con
la eliminación de las barreras que impiden consultar a toda la población juvenil
39
2 Representa la información de una situación profesional, con técnicas de conteo o

agrupación para determinar la probabilidad de un evento.
N
IÓ
C
O
1.2.1. Analiza información, clasifica y determina la probabilidad que corresponda
M
dependiendo de las características de la información.
Contenidos específicos.
A. Cálculo con técnicas de conteo • Enfoques.
• Principio fundamental del conteo. - Clásico.
O
• Diagrama de árbol. - De frecuencias relativas.

• Permutaciones. - Subjetivo.
• Combinaciones. • Cálculo.
- Simple.
B. Determinación de la probabilidad. - Conjunta.
PR
• Eventos.
- Unión. • Leyes.
- Intersección. - De adición.
- Complemento - Condicional
- Mutuamente excluyentes. - Independencia estadística.
• Elementos básicos. - Multiplicación
- Experimento. - Bayes
- Espacio muestral con y sin
reemplazo
- Eventos simples y compuestos.
40
Metodología
Contenido Central Didáctica
Apertura
A. Cálculo con técnicas de conteo
• Principio fundamental del conteo.
• Diagrama de árbol.
• Permutaciones.
• Combinaciones.
N
14 principios
pedagógicos
7 aprendizaje
Concepto clave situado
IÓ
Muestreo 6 naturaleza
social del
El muestreo probabilístico es un método de muestreo (muestreo se refiere conocimiento.
al estudio o el análisis de grupos pequeños de una población) que utiliza
formas de métodos de selección aleatoria. 14 disciplina
C
¿De que hablamos cuando decimos…qué es cálculo con técnicas de
conteo?
O
Las técnicas de conteo son estrategias matemáticas usadas en probabilidad y estadística que permiten
determinar el número total de resultados que pueden haber a partir de hacer combinaciones dentro
de un conjunto o conjuntos de objetos. Este tipo de técnicas se utilizan cuando es prácticamente
imposible o demasiado pesado hacer de forma manual combinaciones de diferentes elementos y
saber cuántas de ellas son posibles.
M
O
PR
41
• Principio fundamental del conteo
El principio fundamental de conteo establece que si hay p formas de hacer una cosa, y q formas de
hacer otra cosa, entonces hay p × q formas de hacer ambas cosas.
Ejemplo:
Suponga que tiene 3 camisas (llamémoslas A, B, y C), y 4 pares de pantalones (llamémoslos w , x , y ,
N
y z ). Entonces Usted tiene
3 × 4 = 12
combinaciones posibles:
IÓ
Aw,Ax,Ay,Az
Bw,Bx,By,Bz
Cw,Cx,Cy,Cz
C
O
Estudiante resuelve el siguiente ejercicio.
1.Suponga que lanza un dado de 6 lados y saca una baraja de un mazo de 52 barajas. Hay 6 resultados
14 principios posibles con el dado, y 52 resultados posibles con el mazo de barajas. Así, hay un total de
pedagógicos.
M
12 cultura del
aprendizaje.
11 interdisciplina
14 disciplina
O
PR
42
• Diagrama de árbol
El diagrama de árbol es una representación gráfica de una experiencia que consta de múltiples
pasos, donde cada uno de dichos pasos posee varias maneras de llevarse a cabo. Es decir, se utiliza
para determinar el cálculo de cuantiosas probabilidades cuando se conocen las opciones de la
muestra.
Este instrumento se fundamenta en la probabilidad condicionada, la cual supone que ocurra
un evento A, con conocimiento que también ocurre otro evento B. Definidos como eventos
N
dependientes, es decir, para que ocurra un evento A, es preciso que suceda el evento B.
Características de un diagrama de árbol
• Un diagrama de árbol parte de lo general y va hacia lo específico, es decir, la base es el problema

y las ramificaciones son los niveles subsecuentes o causas.
IÓ
• Un diagrama de árbol es útil en la construcción de agrupación, bien sean combinaciones,
variaciones o permutaciones.
• Se utiliza en diferentes ámbitos, bien sea científico, económico, social incluso puede ser útil en la
toma de decisiones a nivel personal.
• Facilita la toma de decisiones, con el beneficio de que elimina las emociones en la ecuación.
C
Ejemplo: O
M
O
PR
43

Estudiante realiza un Diagrama de árbol con las metas que tienes a futuro y que es lo que
influye para llegar a esas metas.
14 principios
pedagógicos.
N
12 cultura del
aprendizaje.
11 interdisciplina
14 disciplina
IÓ
C
O
M
• Permutaciones
La permutación es una técnica de conteo que permite calcular las posibles ordenaciones de los
elementos de un conjunto o número de elementos del espacio muestral de un experimento aleatorio.
O
En esta técnica de conteo se considera que existe el orden en la muestra, pero no es posible repetir
ningún elemento de la población en su conformación.
Dado un experimento aleatorio con una población N y una muestra n, si en la muestra existe orden,
pero no repetición, el número de elementos del espacio muestral corresponde a la permutación de
PR
n en N, la cual se simboliza NPn y se define como:
N!
NPn = (N-n)!
Ejemplo:
Hallar la cantidad de maneras en que pueden obtener las medallas de oro, plata y bronce 8 ciclistas
que participan en un campeonato.
44
Solución:
En este experimento, se pretende formar grupos de 3 individuos con los 8 participantes. Es decir,
para este caso N=8 y n=3. Por lo tanto:
8! = 8! = 8x7x6x5! = 8x7x6x = 336

NPn = 8P3 =
(8-3)! 5! 5!
N
En conclusión, se pueden formar de 336 maneras diferentes.
IÓ

Estudiante contesta correctamente el siguiente ejercicio de Permutación.
1.Si se eligen los colores amarillo, azul, rojo y verde para construir banderas en las que no se puede 14 principios
C
pedagógicos.
repetir un color y en las que se considera el orden
12 cultura del
a) ¿Cuántas banderas diferentes de cuatro colores salen? aprendizaje.
11 interdisciplina
b) ¿Cuántas banderas diferentes de dos colores salen?
O
14 disciplina
M
O
PR
• Combinaciones
La combinación o combinatoria es una técnica de conteo que se aplica en experimentos aleatorios,
en los que no se tiene en cuenta el orden en que se eligen los elementos y no es posible la repetición.
Dado un experimento aleatorio con una población N y una muestra n, si en la muestra no existe
orden ni repetición, el número de elementos del espacio muestral corresponde a la combinatoria de
n en N, la cual se simboliza N y se define como:
n
45
N = N!
n (N-n)!n!
Ejemplo:
A las semifinales del campeonato de microfútbol intercursos, clasifican 4 equipos. Si para definir los
N
dos equipos que pasarán a la final cada uno se enfrenta con los otros 3 sólo una vez, ¿cuántas formas
hay para organizar los partidos en la semifinal?
Solución:
IÓ
En este caso no importa el orden en que se nombren los equipos para un partido y no hay forma en
que en un partido un equipo se repita, por tanto, para determinar el número de formas se utiliza una
combinación con N=4 y n=2, como sigue:
4 = 4! = 4! = 4x3x2x1 = 24 = 6
2
C
(4-2)!2! 2!2! 2x1x2x1 4
Por tanto, es posible organizar los partidos de 6 formas diferentes, de tal modo que cada equipo
O
juegue con los demás solamente una vez.

M
Estudiante contesta correctamente el siguiente ejercicio de Combinaciones.
14 principios 1.El encargado de una sala de cine tiene que escoger 2 películas de 8 posibles, para proyectarlas el
O
pedagógicos. domingo por la tarde, ¿Cuántas combinaciones tiene para escoger?

12 cultura del
aprendizaje.
11 interdisciplina
PR
14 disciplina
46
02 Eje Transversal
Social
Promover sociedades justas, pacíficas e inclusivas
Si bien los casos de homicidios y trata de personas han experimentado un progreso
significativo en la última década, todavía hay miles de personas en mayor riesgo de
homicidio intencional en América Latina, el África subsahariana y Asia. Las violaciones de los derechos del niño
N
a través de la agresión y la violencia sexual siguen asolando a muchos países en todo el mundo, especialmente
porque la falta de información y la falta de datos agravan el problema.
Para hacer frente a estos desafíos y construir sociedades más pacíficas e inclusivas, es necesario que se
IÓ
establezcan reglamentaciones más eficientes y transparentes, y presupuestos gubernamentales integrales
y realistas. Uno de los primeros pasos a la protección de los derechos individuales es la implementación
del registro mundial de nacimientos y la creación de instituciones nacionales de derechos humanos más
independientes en todo el mundo.
https://revistas.ucr.ac.cr/index.php/matematica/article/view/39931
C
O
M

O
Dimensión
Lección 3 Mis metas son significativas y
factibles
Habilidad
PR
Elige T ... toma decisiones

reflexivas y
responsables en
la vida para lograr
Perseverancia
Concepto Clave. metas.
Meta significativa:
Las características de las metas que se establecen modulan la persistencia y determinan las acciones o planes que el individuo toma para
lograrlas. La meta será significativa cuando:
• Esté en línea con sus intereses y anhelos.
•La considere importante y le genere satisfacción.
• Represente un reto, pero sea factible.
• Sea específica y clara para que pueda evaluar sus avances.
47
Metodología
Didáctica Contenido Específico
Desarrollo
B. Determinación de la probabilidad.
• Eventos.
- Unión.
- Intersección.
- Complemento
- Mutuamente excluyentes.
N
• Elementos básicos.
- Experimento.
14 principios - Espacio muestral con y sin
pedagógicos reemplazo
- Eventos simples y compuestos.
IÓ
7 aprendizaje
situado
• Enfoques.
6 naturaleza - Clásico.
social del
conocimiento. - De frecuencias relativas.
- Subjetivo.
14 disciplina
C Concepto clave
O
Eventos
En la teoría de la probabilidad, un evento aleatorio o fuente de sucesos
aleatorio es un subconjunto de un espacio muestral, es decir, un conjunto
de posibles resultados que se pueden dar en un posible pero muy lejano
experimento aleatorio.
M
¿De que hablamos cuando decimos ...qué es determinación de la

probabilidad?
O
El concepto de probabilidad exige considerar

la naturaleza matemática de dicho concepto.
La probabilidad de ocurrencia de un
PR
determinado suceso podría definirse como

la proporción de veces que ocurriría dicho
suceso si se repitiese un experimento o
una observación en un número grande de
ocasiones bajo condiciones similares. Por
definición, entonces, la probabilidad se mide
por un número entre cero y uno: si un suceso
no ocurre nunca, su probabilidad asociada
es cero, mientras que si ocurriese siempre
su probabilidad sería igual a uno. Así, las
probabilidades suelen venir expresadas como
decimales, fracciones o porcentajes.
48
• Eventos - Unión
Dados dos eventos, A y B , definimos la unión de eventos, denotada por A ∪ B , como el evento
formado por todos los elementos que están en A o B en . Es decir, el evento A ∪ B se verifica cuando
ocurre uno de los dos, A o en B, o ambos.

A ∪ B se lee como “ A unión B “.
Notemos que en realidad la unión de dos eventos no es nada más que la unión de sus conjuntos.
N
Ejemplo:
Consideramos el experimento que consiste en lanzar un dado, consideremos el evento de caiga un
número par como A= { 2,4,6 } y el evento de que caiga un número que sea múltiplo de tres como
B= { 3,6 } . Calculemos la unión los eventos A y B ( A ∪ B ):
IÓ
A= { 2,4,6 }
B= { 3,6 }
A ∪ B= { 2,3,4,6 } A B
C6 3
O
M
• Intersección
La intersección de sucesos A ∩ B es el suceso formado por todos los elementos que son, a la vez,
de A y B .

El suceso A ∩ B se verifica cuando ocurren simultáneamente A y B.
O

A ∩ B se lee como A y B.
Ejemplo:
PR
Consideramos el experimento que consiste en lanzar un dado, si A= sacar par y B= sacar múltiplo
de 3. Calcular A ∩ B.
1. A= { 2,4,6 } A B

2. B= { 3,6 }
2

3. A ∩ B= { 6 } 6 3
4
49
• Complemento
Si el evento A es un subconjunto de un espacio muestral S , el complemento de A contiene los
elementos de S que no son miembros de A . El símbolo para el complemento de un evento A es A .
Ejemplo:
Considere el experimento de lanzar un dado.
S = {1, 2, 3, 4, 5, 6}. Digamos que A sea el evento que al lanzar el dado nos arroje un número mayor
N
que 4. A = {5, 6}. Entonces A = {1, 2, 3, 4 } .
Espacio muestral S
Ac
IÓ
Evento A
Complemento del
evento A
C
O
Para saber más…
Recuerde: P ( S ) = 1. A ∪ A=S así P (A ∪ A)=1. Ya que A y A son mutualmente exclusivos, P (A ∪ A)=

14 principios P(A) + P (A)=1 . Por lo tanto, P(A)= 1-P(A)
M
pedagógicos.
6 naturaleza • Mutuamente excluyente

social del
conocimiento Cuando dos eventos (llámalos “A” y “B”) son mutuamente excluyentes, es imposible que ocurran
juntos:
O
Mutuamente excluyentes
• A y B al mismo tiempo es imposible: P(A y B) = 0
• A o B es la suma de A y B: P(A o B) = P(A) + P(B)
No mutuamente excluyentes
PR
• A o B es la suma de A y de B menos A y B: P(A o B) = P(A) + P(B) − P(A y B)
Ejemplo:
En una baraja de 52 cartas:

• La probabilidad de un Rey es 1/13, entonces P(Rey)=1/13
• La probabilidad de una Reina también es 1/13, entonces P(Reina)=1/13
Cuando combinamos esos dos eventos:
• La probabilidad de Rey o Reina es (1/13) + (1/13) = 2/13
Lo cual se escribe de esta forma:

P(Rey o Reina) = (1/13) + (1/13) = 2/1
50

Estudiante realiza el siguiente ejercicio de sucesos y probabilidades.
P( A )= 2 P ( A ∪ B )= 2 P ( A ∩ B )= 1 14 principios
3 4 4 pedagógicos.
N
12 cultura del
Encontrar: aprendizaje.

11 interdisciplina
1. P ( A )
14 disciplina
IÓ
C
O
M
2. P ( B )
O
PR
51
• Elementos básicos
Estadística y Probabilidad
La probabilidad y la estadística están relacionadas en una
forma importante, cuando la población es desconocida
y sólo se dispone de una muestra, los expertos en
estadística usan la probabilidad para hacer conjeturas
acerca de la población, es decir, hacer inferencias
N
estadísticas.
Azar y Realidad
En la vida cotidiana la presencia de fenómenos
imprevisibles en la realidad que nos rodea es bastante
IÓ
patente, la casualidad y el azar gobiernan muchos
acontecimientos de nuestras vidas, ya sea en el trabajo, en
la familia, el cruzar la calle, el futuro, todo está influido por lo impredecible.
Por ello, el hombre ha tratado de controlar el mundo del azar para no depender de la suerte, al
estudiar y utilizar la teoría de la probabilidad tendremos algún conocimiento sobre los posibles
C
resultados y tomar una mejor decisión.
Fenómenos deterministas y fenómenos aleatorios.

• Un fenómeno es determinista si es posible determinar lo que va a ocurrir como resultado (al
O
repetir el fenómeno en las mismas circunstancias, produce el mismo resultado).
• Un fenómeno es aleatorio si no es posible determinar lo que va a ocurrir como resultado (al

realizarlo bajo un conjunto dado de circunstancias se producen diferentes resultados, y no existe
forma de determinar cuál de ellos ocurrirá)
M
Por ejemplo al lanzar una moneda al aire, se puede apreciar los dos tipos de fenómenos:
determinista (sabemos que la moneda caerá) y aleatorio (no podemos predecir qué lado quedará
hacia arriba).
O
Fuentes de fenómenos aleatorios

• En Biología: las características heredadas en el nacimiento no se pueden prever de antemano,
sino que dependen del azar: el género, el color del pelo, el peso al nacer. La transmisión de los
caracteres genéticos obedece a las leyes del cálculo de probabilidades.
PR
• En Medicina: la posibilidad de contagio o no en una epidemia, la duración de un cierto síntoma,

la posibilidad de un diagnóstico correcto cuando hay varias posibles enfermedades que presentan
síntomas parecidos.
• En el clima: la duración, intensidad y extensión de las lluvias, tormentas o granizos; la intensidad y

dirección del viento, las temperaturas máximas o mínimas.
• En la sociedad: el número de hijos en la familia, la edad de los padres al contraer matrimonio, el

tipo de trabajo, la terminación de los estudios escolares.
• En los negocios: los riesgos de pérdida al realizar una inversión, si las ventas alcanzan un cierto
nivel, la duración de un artículo comprado.
52
• Experimento
Un experimento es el proceso mediante el cual se obtiene una observación o una medición, está
observación o medición puede o no ser un valor numérico. A continuación, veamos algunos
ejemplos de experimentos y sus resultados:
Ejemplo:
N
Experimento Resultado
Registrar la calificación de un examen 0, 1 2,3, ……10
Medir la cantidad de lluvia diaria 0…….
IÓ
Entrevistar a un dueño de casa para obtener su A favor, en contra
opinión sobre el impuesto predial
Probar una tarjeta de circuito electrónico Defectuoso, aceptable.

impreso
C
Lanzar al aire una moneda y observar que cae Sol, águila
Realizar una llamada de ventas

Hay venta, no hay venta
Lanzar un dado 1, 2, 3, 4, 5, 6
O
Jugar un partido de futbol Ganar, perder, empatar
M
• Espacio muestral con y sin reemplazo
El espacio muestral está formado por todos los posibles resultados de un experimento aleatorio. Es
decir, se compone de todos y cada uno de los sucesos elementales.
O
El espacio muestral es una parte del espacio probabilístico. Como su propio nombre indica, está
formado por los elementos de la muestra. Al contrario, el espacio probabilístico engloba todos los
elementos. Incluso aunque no salgan recogidos en la muestra.
Símbolo del espacio muestral

PR
El espacio muestral se denota con la letra griega Ω (Omega). Está compuesto por todos los sucesos
elementales y/o compuestos de la muestra y, por tanto, coincide con el suceso seguro. Es decir, aquel
suceso que siempre va a ocurrir.
Un ejemplo de espacio muestral en el lanzamiento de una moneda sería:
Ω = {C, X}
Dónde C es cara y X es cruz. Esto es, los posibles resultados son cara o cruz.
53

Estudiante observa el siguiente video QR y realiza una comparación del espacio muestral con
y sin reemplazo.
14 principios
pedagógicos.
N
12 cultura del Ëspacio muestral con y sin reemplazo¨
aprendizaje.
11 interdisciplina
https://www.youtube. EXCELENCIA
com/watch?v=VFdqOi- E D U C AT I VA
14 disciplina STEAM
E D I T O R I A L
IÓ
Gko4M
C
O
M
O
• Eventos simples y compuestos

Un evento simple es un evento con un solo resultado. Sacar un 1 sería un evento simple, porque
existe sólo un resultado que funciona: 1. Sacar más que 5 también sería un evento simple, porque el
PR
evento incluye sólo al 6 como un resultado válido. Un evento compuesto es un evento con más de
un resultado. Por ejemplo, lanzar un dado de 6 lados y sacar un número par: 2, 4, y 6.
Cuando lanzamos muchas veces un dado de 6 lados, no debemos esperar que un resultado ocurra
más frecuentemente que otro. Los resultados en esta situación se dice que son igualmente probables.
Es muy importante reconocer cuándo los resultados son igualmente probables cuando calculamos
probabilidades. Como cada resultado en el experimento de lanzar los dados es igualmente
probable, esperaríamos obtener cada resultado 1/6 de los lanzamientos. Eso es, esperaríamos que
salga 1 en 1/6 de los lanzamientos, 2 en 1/6 de los lanzamientos, 3 en 1/6 de los lanzamientos y así
sucesivamente.
54
N
IÓ
C
• Enfoques
Este enfoque permite determinar
valores de probabilidad antes de ser
observado el experimento por lo que
O
se le denomina enfoque a priori. El
enfoque clásico es aplicado cuando
todos los resultados son igualmente
probables y no pueden ocurrir al
mismo tiempo.
M
O
• Clásico
Dice que si hay x posibles resultados favorables a la ocurrencia de un evento A y z posibles resultados
PR
desfavorables a la ocurrencia de A, y todos los resultados son igualmente posibles y mutuamente

excluyente (no pueden ocurrir los dos al mismo tiempo), entonces la probabilidad de que ocurra A es:
P( A )= x
(x+z)
El enfoque clásico de la probabilidad se basa en la suposición de que cada resultado sea igualmente
posible.
Este enfoque es llamado enfoque a priori porque permite, (en caso de que pueda aplicarse) calcular el
valor de probabilidad antes de observar cualquier evento de muestra.
55
Ejemplo:
Si tenemos en una caja 15 piedras verdes y 9 piedras rojas. La probabilidad de sacar una piedra roja en
un intento es:
9
P( A )= = 0.375 o 37.5%
(9+15)
N
• De frecuencias relativas
También llamado Enfoque Empírico, determina la probabilidad sobre la base de la proporción de veces
que ocurre un evento favorable en un numero de observaciones. En este enfoque no ese utiliza la
suposición previa de aleatoriedad. Porque la determinación de los valores de probabilidad se basa en la
IÓ
observación y recopilación de datos.
Ejemplo:
Se ha observado que 9 de cada 50 vehículos que pasan por una esquina no tienen cinturón de seguridad.
Si un vigilante de transito se para en esa misma esquina una ida cualquiera ¿Cuál será la probabilidad de
que detenga un vehículo sin cinturón de seguridad?
C
P( A )= 9 = 0.18 o 18%
50
O
• Subjetivo
Dice que la probabilidad de ocurrencia de un evento es el grado de creencia por parte de un individuo de
que un evento ocurra, basado en toda la evidencia a su disposición. Bajo esta premisa se puede decir que
este enfoque es adecuado cuando solo hay una oportunidad de ocurrencia del evento. Es decir, que el
M
evento ocurrirá o no ocurrirá esa sola vez. El valor de probabilidad bajo este enfoque es un juicio personal.
O
PR
56

1.Al lanzar un dado y observar la cara que muestra hacia arriba. ¿Cuál es la probabilidad de que caiga 14 principios
un tres? pedagógicos.
N
12 cultura del
aprendizaje.
11 interdisciplina
14 disciplina
IÓ
C
O
Metodología
Contenido Especifico
M
Didáctica
Cierre
• Cálculo.
- Simple.
- Conjunta.
O
• Leyes.
- De adición.
- Condicional
- Independencia estadística.
14 principios
- Multiplicación pedagógicos.
PR
- Bayes
7 aprendizaje
situado.
6 naturaleza
social del
conocimiento
14 disciplina
Concepto clave
Cálculo
Se refiere a medir la mayor o menor posibilidad de que se dé un
determinado resultado cuando se realiza un experimento aleatorio o que no
podemos predecir el resultado
57
¿De que hablamos cuando decimos…qué es cálculo?
Para calcular la probabilidad de un evento se toma en cuenta todos los casos posibles de ocurrencia

del evento; es decir, de cuántas formas puede ocurrir determinada situación. Los casos favorables de
ocurrencia de un evento serán los que cumplan con la condición que estoy buscando.
N
Para calcular probabilidades se utiliza la siguiente fórmula:
Probabilidad = Casos favorables / Casos posibles
IÓ
• Simple
Probabilidad simple es igual a la cantidad de formas en que un resultado específico va a suceder entre la
cantidad total de posibles resultados.
Una manera, muy usada en la práctica, de denominar la probabilidad un evento simple de un espacio
muestral es como probabilidad simple o marginal, la cual hace referencia a la probabilidad de un evento
C
simple, y se denota con P(A), siendo A el evento simple en cuestión. El nombre de probabilidad marginal se
debe a que esta medida se puede obtener a partir de los totales marginales de una tabla de contingencia.
Ejemplo:
O
Hay 87 canicas en una bolsa y 68 son verdes. Si se escoge una, ¿cuál es la probabilidad de que esta sea
verde?
Solución:
M
• Divide la cantidad de formas de elegir una canica verde (68) por la cantidad total de canicas (87)
• 68/87 = 0.781609
• Redondea a la precisión deseada (es decir 0.781609 redondeado a centésimos es 0.78.
O
• Conjunta
Es la probabilidad de ocurrencia de dos
o más eventos.
De la expresión P(B|A)=P(A∩B)/P(A)
PR
se pude despejar P(A∩B)=P(A) A B

P(B|A) expresión llamada Ley de
multiplicación de probabilidades.
P(A∩B) recibe el nombre de

probabilidad conjunta y corresponde
a la probabilidad de que se presenten A∩B
resultados comunes a los eventos A y B.
Supónganse dos eventos A y B que

pertenecen al espacio muestral S A∩B
58
La probabilidad conjunta de A y B, es la probabilidad de que ocurran el evento A y el evento B de manera

simultánea.
P(A B) P(A| B)P(B) o bien: P(A B) P(B | A)P(A) A B
N
1.Calcular la probabilidad de que salga “una blanca” al sacar 14 principios
una canica de una bolsa con 10 canicas: pedagógicos.
IÓ
12 cultura del
-Casos favorables: 2 (hay dos canicas blancas en la bolsa) aprendizaje.
-Casos posibles: 10 (hay un total de 10 canicas en la bolsa) 11 interdisciplina
14 disciplina
Probabilidad:
C
O
M
O
• Leyes
PR
1) Ley de la unión.
La probabilidad de una unión de eventos, la cual la podremos calcular de la siguiente manera:
Propiedad 1. Si A y B son dos eventos, la probabilidad de que ocurra A o B es igual a la suma
de las probabilidades de ocurrencia de A y de B, menos la probabilidad de que ocurran A y B
simultáneamente. Es decir,
P(A u B) = P(A) + P(B) – P(A n B)
Ahora, si el caso es que los eventos sean mutuamente excluyentes se tiene:
Si dos eventos, A y B, son mutuamente excluyentes entonces la probabilidad de que ocurra A o B es

igual a la suma de las probabilidades de ocurrencia de A y de B. Es decir
59
P(A u B) = P(A) + P(B)
2) Ley de la probabilidad contraria o del complemento

Otra propiedad que se deriva de las anteriores es cuando se busca la probabilidad del complemento
de un evento E, que denotaremos como ~E:
Si E es un evento y ~E su complemento, entonces
P(~E) = 1 – P(E)
N
3) Ley de la dependencia de los eventos.
La probabilidad de que ocurra un evento A dado que ocurrió el evento B (el evento A depende del
evento B), denotado P(A|B), es:
IÓ
P(A|B) = P (A n B) / P (B)
Esta propiedad no es conmutativa, situación que sí ocurre con la probabilidad de unión o la

intersección de eventos, por lo que no hay que confundir P(A|B) y P(B|A).
4) Ley de la independencia de eventos
C
Dos eventos A y B son independientes si y sólo si
P(A|B) = P(A) y P(B|A) = P(B)

O
o, que es lo mismo:
P(A n B) = P(A) · P(B)

M
O
PR
• De adición
La regla de la adición o regla de la suma establece que la probabilidad de ocurrencia de cualquier
evento en particular es igual a la suma de las probabilidades individuales, si es que los eventos son
mutuamente excluyentes, es decir, que dos no pueden ocurrir al mismo tiempo.
P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P(A o B) = P(A) + P(B) − P(A y
B) si A y B son no excluyentes.
Siendo: P(A) = probabilidad de ocurrencia del evento A. P(B) = probabilidad de ocurrencia del evento
B. P(A y B) = probabilidad de ocurrencia simultánea de los eventos A y B.
60
Ejemplo:
Supongamos que se extrae una carta de una baraja de 52 cartas. ¿Cuál es la probabilidad de que la
carta sea o un rey o una figura negra? (Evento no mutuamente excluyente)
Hay 52 sucesos o eventos simples. Sean los sucesos o eventos

Hay 4 reyes. A = Que la carta sea un rey.
Hay 6 figuras negras B = Que la carta sea una figura negra
N
P ( A U B ) =P( A ) + P( B ) – P( A ∩ B )
P(A U B)= 4/52 + 6/52 – 2/52 = 8/52= 0.15
IÓ
• De adición
Como la probabilidad está ligada a nuestra ignorancia sobre los resultados de la experiencia, el
hecho de que ocurra un suceso, puede cambiar la probabilidad de los demás. El proceso de realizar
la historia clínica, explorar y realizar pruebas complementarias ilustra este principio.
La probabilidad de que ocurra el suceso A si ha ocurrido el suceso B se denomina probabilidad
C
condicionada y se define:
p ( A B )= p ( A ∩ B) si p (B) ≠ 0
p (B)
O
Esta definición es consistente, es decir cumple los axiomas de probabilidad.
Cuando ocurre un suceso cambia el espacio muestral, por eso cambia la probabilidad. A veces es
más fácil calcular la probabilidad condicionada teniendo en cuenta este cambio de espacio muestral.
M
Ejemplo:
Una mujer es portadora de la enfermedad de Duchenne ¿Cuál es la probabilidad de que su próximo
hijo tenga la enfermedad?
Según las leyes de Mendel, todos los posibles genotipos de un hijo de una madre portadora (xX) y
O
un padre normal (XY) son xX, xY, XX, XY y tienen la misma probabilidad. El espacio muestral es W =
{xX, xY, XX, XY} el suceso A={hijo enfermo} corresponde al genotipo xY, por tanto, según la definición
clásica de probabilidad
p(A) = 1/4 = 0,25

PR
La mujer tiene el hijo y es varón ¿qué probabilidad hay de que tenga la enfermedad?
Se define el suceso B = {ser varón} = {xY, XY}
la probabilidad pedida es p(A|B) y aplicando la definición anterior
p(B) = 0,5; A Ç B = {xY}; p(A ÇB) = 0,25; p(A|B) = 0,25/0,5 = 0,5
Si sabemos que es varón, el espacio muestral ha cambiado, ahora es B. Por lo tanto se puede calcular
p(A|B) aplicando la definición clásica de probabilidad al nuevo espacio muestral
p(A|B) = 1/2 = 0,5
61
• Independencia Estadistica
Dos variables estadísticas son estadísticamente independientes cuando el comportamiento
estadístico de una de ellas no se ve afectado por los valores que toma la otra; esto es cuando las
relativas de las distribuciones condicionadas no se ven afectadas por la condición, y coinciden en
todos los casos con las frecuencias relativas marginales.
Esta definición puede hacerse más operativa, a través de la caracterización siguiente:Dos variables
N
son estadísticamente independientes cuando para todos los pares de valores se cumple que la
frecuencia relativa conjunta es igual al producto de las frecuencias relativas marginales.:
ni,j ni; n,j

= .
IÓ
N N N
Ejemplo:
Y 1 2 3 nj.
X
5
10
1
C 10
20
5
10
16
32
15
O 4 40 20 64
n.j 7 70 35 112
1 16 7
para el primer par 1,1 tendríamos = .
M
que cumple
112 112 112
10 16 70
para el segundo par 1,2 tendríamos =
. que cumple
112 112 112
O
20 64 35
para el último par 3,3, tendríamos = . que cumple ,
112 112 112
por tanto X e Y son estadísticamente INDEPENDIENTES

PR
• Multiplicación
La regla de la multiplicación o regla del producto, permite encontrar la probabilidad de que ocurra
el evento A y el evento B al mismo tiempo (probabilidad conjunta). Esta regla depende de si los
eventos son dependientes o independientes.
Eventos dependientes
Dos eventos A y B son dependientes, si la ocurrencia de uno de ellos afecta la ocurrencia del otro.
Para eventos dependientes, la regla de la multiplicación establece que:
62
P ( A ∩ B )= P (A) x P (B|A)
P ( A ∩ B )= P (A) x P (A|B)
Eventos independientes
Dos eventos A y B son independientes, si la ocurrencia de uno de ellos no afecta la ocurrencia del
otro, es decir, cuando los eventos A y B no están relacionados. Para eventos independientes, la
N
regla de la multiplicación establece que:
P ( A ∩ B )= P (A) x P (B)
Esto se debe, a que en los eventos independientes, la ocurrencia de un evento, no afecta a la
IÓ
ocurrencia del otro:
Ejemplo:
Sabiendo que P(A) = 0,70; P(B) = 0,50; y además, P(A∩B) = 0,40; determinar si son eventos dependientes
o independientes.
C
Solución:
En los eventos independientes, se cumple que:
P ( A ∩ B )= P (A) x P (B)
O
En este caso:
• P(A∩B) = 0,40.
• P(A) × P(B) = 0,70 × 0,50 = 0,35.
Podemos ver que 0,40 es diferente de 0,35; entonces:

M
P ( A ∩ B )≠ P (A) x P (B)
Podemos concluir que no son eventos independientes, es decir, son eventos dependientes.
O
• Bayes
El teorema de Bayes es utilizado para calcular la probabilidad de un suceso, teniendo información
de antemano sobre ese suceso.
PR
Podemos calcular la probabilidad de un suceso A, sabiendo además que ese A cumple cierta
característica que condiciona su probabilidad. El teorema de Bayes entiende la probabilidad de forma
inversa al teorema de la probabilidad total. El teorema de la probabilidad total hace inferencia sobre
un suceso B, a partir de los resultados de los sucesos A. Por su parte, Bayes calcula la probabilidad de
A condicionado a B.
El teorema de Bayes ha sido muy cuestionado. Lo cual se ha debido, principalmente, a su mala

aplicación. Ya que, mientras se cumplan los supuestos de sucesos disjuntos y exhaustivos, el teorema
es totalmente válido.
P [ B / An ] . P [ An ]
p [ An / B ] =
Σ P [ B / Ai ] . P [ Ai ]
63

Estudiante resuelve correctamente los siguientes planteamientos:
14 principios 1. Consideremos un juego el cual debe elegirse una carta de una baraja de 52 cartas. Ganaremos
pedagógicos. $ 10 si la carta es negra o es un rey. ¿Cuál es la probabilidad de ganar? (Evento no mutuamente
N
excluyente)
12 cultura del
aprendizaje.
11 interdisciplina
14 disciplina
IÓ
C
O
M
2. Se sabe que la población de 100 estudiantes del plantel Atizapán 1 leen el periódico La Jornada
50 leen el periódico Reforma y 20 leen ambos. Encuentra la probabilidad de que una persona de esta
población, al ser seleccionado de manera aleatoria, lea La Jornada o Reforma.
O
PR
64
3. En un centro de negocios existe la probabilidad de que los inversionistas compren acciones tipo A
de 0.34, una probabilidad de que compren acciones tipo B de 0.2 una probabilidad de que compren
ambas de 0.11. ¿Cuál es la probabilidad de que un inversionista compre acciones tipo A dado que ya
compró acciones del tipo B?
N
IÓ
C
O
4. Un equipo de béisbol juega 70% de sus partidos por la noche y 30% durante el día. El equipo gana
50% de sus juegos nocturnos y 90% diurnos. De acuerdo con las últimas noticias, ganó el último fin
M
de semana ¿cuál es la probabilidad de que el partido se haya desarrollado por la noche?
O
PR
65
5. Encontrar el número de maneras en el cual 3 libros grandes, 4 libros medianos y 5 libros pequeños
pueden colocarse en un librero, de tal manera que todos los libros del mismo tamaño estén juntos.
N
IÓ
C
O
6. En el cruce de dos calles la probabilidad de que una moto tenga un accidente es de 0.0001, si entre
las 10:00 y las 22:00hra, de cierto día pasan por este cruce 100 motos. qué probabilidad hay de que
M
ocurran 3 o más accidentes?
O
PR
66
7. En una urna están 4 canicas blancas y 6 verdes. Sea un juego que consiste en seleccionar una
canica al azar. Si sale canica blanca se gana 5 pesos, si sale canica verde se pierde 4 pesos. Obtenga
la ganancia esperada, si el experimento se hace sin remplazo.
N
IÓ
C
O
8. En una caja se encuentran esferas marcadas con los números 1, 3, 5, 7. Supongamos que el 25%
de las esferas están con el número 1: el 35% con el número 3: el 12% con el número 5 y el 28% con
el número 7, se extrae una esfera al azar varias veces con remplazo ¿Cuál es la media, varianza y
desviación estándar de la variable aleatoria?
M
X 1 3 5 7
F(x) 0.25 0.35 0.12 0.28

O
PR
67
9. Un gerente selecciona aleatoriamente a tres individuos de un grupo de 10 empleados de un

departamento para la formación de un equipo asignado a un proyecto. Suponiendo que cuatro de
los empleados fueron asignados anteriormente a un proyecto similar, determina la probabilidad de
que exactamente dos de los tres empleados hayan tenido experiencia en este tipo de proyectos.
N
IÓ
C
O
10. Una analista financiera ha recibido una lista de los bonos de 12 compañías. La analista selecciona
tres empresas de la lista cuyos bonos cree que están en peligro de caer el próximo año. En realidad,
M
cuatro de las empresas de la lista verán caer sus bonos el próximo año. Supongamos que la analista
ha elegido las tres empresas de la lista aleatoriamente. ¿Cuál es la probabilidad de que ninguna de
las elegidas esté entre aquellas cuyos bonos bajarán el próximo año?
O
PR
68
Dimensión
Lección 4 Mentalidad de crecimiento
Habilidad
N
Elige T
... toma decisiones

reflexivas y
responsables en
IÓ
Perseverancia distintos ámbitos de
la vida para lograr
metas.
Concepto Clave.
Mentalidad de crecimiento:
Creencia por parte del individuo de que la inteligencia, personalidad, carácter y otras habilidades pueden
desarrollarse continuamente como resultado del esfuerzo y del aprendizaje.
C
04 Eje Transversal
Ambiental
O
La Consejería de Sostenibilidad y Transición Ecológica pone a disposición de los usuarios información
de carácter estadístico, dividida en apartados temáticos o secciones según lo establecido en el Plan de
Estadística de La Rioja para el periodo 2017-2020 con el objetivo de conseguir un acercamiento de la
M
estadística a la realidad medioambiental de nuestra región.
También puede encontrar datos estadísticos sobre temas ambientales:

O
y en la sección de estadística del Gobierno de La Rioja, “La Rioja en cifras”
Estadísticas de gestión del medio natural

• Caracterización del territorio forestal [xls] Hasta 2019
PR
• Gestión forestal [xls] Hasta 2019

• Caza y pesca [xls] Hasta 2019
• Solicitudes de información ambiental [xls] Hasta 2019
• Protección forestal [xls] Hasta 2019
• Biodiversidad [xls] Hasta 2019
• Uso recreativo del medio natural [xls] Hasta 2019
• Aprovechamientos forestales [xls] Hasta 2019
69
Evaluación Formativa (Evaluación por competencias)
Instrumentos de valoración del desempeño (Portafolio de evidencias)
N
12 cultura
del Producto esperado
aprendizaje.
Estudiante resuelve correctamente los siguientes ejercicios.
IÓ
1) Un dado está trucado, de forma que las probabilidades de obtener las distintas caras son
proporcionales a los números de estas. Hallar:
1.La probabilidad de obtener el 6 en un lanzamiento
2.La probabilidad de conseguir un número impar en un lanzamiento
C
O
M
2. Se lanzan dos dados al aire y se anota la suma de los puntos obtenidos. Se pide:
O

1.La probabilidad de que salga el 7
2.La probabilidad de que el número obtenido sea par
3.La probabilidad de que el número obtenido sea múltiplo de tres
PR
70
3. Busca la probabilidad de que al echar un dado al aire, salga:
1.Un número par

2.Un múltiplo de tres
3.Mayor que cuatro
N
IÓ
C
O
4. Una urna contiene tres bolas rojas y siete blancas. Se extraen dos bolas al azar. Escribir el espacio
muestral y hallar la probabilidad de:
M
1.Extraer las dos bolas con reemplazamiento
2.Sin reemplazamiento
O
PR
71

8 evaluación del CONALEP)
aprendizaje

Siglema: TADA-04
N
1.2.1 Analiza información, clasifica y determina

1.2 Representa la información de una situación
IÓ
Resultado de Actividad de la probabilidad que corresponda dependiendo
profesional con técnicas de conteo o agrupación para
aprendizaje: evaluación: de las caracteristicas de la información.
determinar la probabilidad de un evento.
Heteroevaluación
C R I T E R I OS
INDICADORES %
C
•Determina las medidas de distribución de Omite alguno de los siguientes aspectos.
•Determina las medidas de distribución
probabilidad discreta: •Determina las medidas de distribución
de probabilidad discreta:
•Variable aleatoria de probabilidad discreta:
•Variable aleatoria
Análisis de •Función de probabilidad •Variable aleatoria
•Función de probabilidad
•Esperanza matemática •Función de probabilidad
•Esperanza matemática
medidas de una 50% •Varianza •Varianza •Esperanza matemática
•Desviación estándar. •arianza
distribución •Presenta memoria de calculo •Desviación estándar. •Desviación estándar.
O •Presenta memoria de calculo
•Presenta grafica en hojas milimétricas •Presenta memoria de calculo
•Presenta grafica en hojas milimétricas
•Elabora las gráficas en software de cómputo •Presenta grafica en hojas milimétricas
y las entrega empresas en blanco y negro.
Omite alguno de los siguientes aspectos:

•Obtiene datos de problemas de la •Obtiene datos de problemas de la •Obtiene datos de problemas de la
distribución de Poisson y distribución distribución de Poisson y distribución
M
distribución de Poisson y distribución
hipergeométrica. hipergeométrica. hipergeométrica.
•Realiza sustitución en las fórmulas de la •Realiza sustitución en las fórmulas de
Análisis de •Realiza sustitución en las fórmulas de la
distribución. la distribución. distribución.
modelos •Sustitución en las formulas de la distribución •Sustitución en las formulas de la •Sustitución en las formulas de la
45% de Poisson y distribución hipergeométrica. distribución de Poisson y distribución distribución de Poisson y distribución
probabilisticos •Realiza simplificación de las operaciones hipergeométrica. hipergeométrica.
especiales. aritméticas •Realiza simplificación de las •Realiza simplificación de las operaciones
•Obtiene resultados con su correspondiente operaciones aritméticas
aritméticas
unidad •Obtiene resultados con su •Obtiene resultados con su
O
•Interpreta resultados correspondiente unidad correspondiente unidad

•Interpreta resultados gráficamente.
•Colabora con sus compañeros para resolver Omite alguno de los siguientes aspectos:
Disposición •Colabora con sus compañeros para
problemas de distribución de probabilidad •Colabora con sus compañeros para
resolver problemas de distribución de
discreta. resolver problemas de distribución de
PR
colaborativa y 5% •Presenta cálculos de forma ordenada. probabilidad discreta. probabilidad discreta.

•Presenta cálculos de forma ordenada.
emprendedora Busca soluciones a los problemas planteados •Presenta cálculos de forma ordenada.
por el Docente.
100
72
1. Interpretación de eventos aleatorios

43 Horas
N
IÓ
C
O
M
O
PR
73
Para saber más…
14 principios
pedagógicos.
N
6 naturaleza
social del
conocimiento
IÓ
C
O
M
O
PR
La estadística descriptiva que se encarga de organizar, tabular, resumir, graficar y presentar los datos
tomados de eventos pasados (encuestas, ventas de un establecimiento, etc.) de manera informativa.
La estadística inferencial que se encarga de realizar el cálculo de la probabilidad de que algo ocurra
en el futuro.
En el mundo actual, al momento de tomar una decisión, muy rara vez contamos con la información
completa para hacerlo, es por eso que la inferencia estadística juega un papel fundamental en este
caso, ya que a partir de una muestra significativa de una población (información limitada), inferimos
propiedades de esta población y utilizando la teoría de probabilidades podemos analizar riesgos y
reducirlos al mínimo.
74
1.3 Analiza la incertidumbre y aleatoriedad de la información para interpretar la

probabilidad de un evento en el contexto profesional.
N
IÓ
C
O
M
O
1.3.1. Analiza la información proporcionada y aplica las fórmulas correctas para determinar
la probabilidad continúa.
PR
Contenidos específicos. B. Análisis de modelos probabilísticos

A. Análisis de las medidas de una especiales.
distribución • Modelo de Bernoulli.
• Variable aleatoria. • Distribución binomial.
• Función de probabilidad. • Distribución de Poisson.
• Esperanza matemática. • Distribución hipergeométrica.
• Varianza. • Distribución geométrica
• Desviación estándar.
• Gráfica.
75
Metodología
Didáctica Contenido Central
Apertura
A. Análisis de las medidas de una distribución
• Variable aleatoria.
• Función de probabilidad.
• Esperanza matemática.
• Varianza.
• Desviación estándar.
N
• Gráfica.
14 principios
pedagógicos
7 aprendizaje
situado
IÓ
6 naturaleza
social del Concepto clave
conocimiento. Aleatoria
14 disciplina Aleatorio se refiere a aquello que es relativo o depende del azar, lo que no
se puede predecir. Es una palabra que deriva del latín aleatorius, y significa
“ juego de azar”, “azar”, “suerte”. Algunos sinónimos que se pueden emplear
C
con respecto al término aleatorio son: fortuito, casual, aventurado,
incierto, azaroso
¿De que hablamos cuando decimos…?

O
¿Qué es análisis de las medidas de
una distribución?
Las medidas de distribución nos
M
permiten identificar la forma en que
se separan o aglomeran los valores de
acuerdo a su representación gráfica.
Estas medidas describen la manera
como los datos tienden a reunirse de
O
acuerdo con la frecuencia con que se

hallen dentro de la información. Su
utilidad radica en la posibilidad de
identificar las características de la
distribución sin necesidad de generar
PR
el gráfico. Sus principales medidas son

la Asimetría
• Variable aleatoria
Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un
número real.

Se utilizan letras mayúsculas X,Y,... para designar variables aleatorias, y las respectivas minúsculas
(x,y,...) para designar valores concretos de las mismas.
76
Variable aleatoria discreta

Una variable discreta es aquella que solo puede tomar un número finito de valores entre dos valores
cualesquiera de una caraterística.
Ejemplos:
El número de hijos de una familia, la puntuación obtenida al lanzar un dado.
Variable aleatoria continua
N
Una variable continua es aquella que puede tomar un número infinito de valores entre dos valores
cualesquiera de una caraterística.
Ejemplos:
IÓ
La altura de los alumnos de una clase, las horas de duración de una pila
• Función de probabilidad
Se define la función de probabilidad de la variable aleatoria X como la que asocia una probabilidad pi a
cada valor posible de X (x1,x2,…,xn). Respecto a las probabilidades, se cumple siempre que:
• Esperanza matemática
C
f(xi)= p( X=x )
O
La esperanza matemática de una variable aleatoria X, es el número que expresa el valor medio del
fenómeno que representa dicha variable.
La esperanza matemática, también llamada valor esperado, es igual al sumatorio de las probabilidades
M
de que exista un suceso aleatorio, multiplicado por el valor del suceso aleatorio. Dicho de otra forma,
es el valor medio de un conjunto de datos. Esto, teniendo en cuenta que el término esperanza
matemática está acuñado por la teoría de la probabilidad.
Σ x P(x )= x P(x ) + x P(x ) + x P(x )... + x P(x )

O
E[X]= i i 1 1 2 2 3 3 n n
i=1
Ejemplo:
PR
En la bolsa de valores, todo se calcula en base a valores esperados ¿Por qué valores esperados? Porque
es lo que esperamos que suceda, pero no podemos confirmarlo. Todo se basa en probabilidades,
no en certezas. Si el valor esperado o esperanza matemática de la rentabilidad de un activo es de
un 10% anual, querrá decir que, según la información que tenemos del pasado, lo más probable
es que la rentabilidad vuelva a ser de un 10%. Si solo tenemos en cuenta, claro está, la esperanza
matemática como método para tomar nuestras decisiones de inversión.
Dentro de las teorías sobre mercados financieros, muchas utilizan este concepto de esperanza
matemática. Entre esas teorías se encuentra la que desarrolló Markowitz sobre las carteras eficientes.
En números, simplificando mucho, supongamos que las rentabilidades de un activo financiero son
las siguientes:
77
Rentabilidad en los años 1, 2, 3 y 4.

12%.
6%.
15%
12%
El valor esperado sería el sumatorio de las rentabilidades multiplicadas por su probabilidad

de suceder. La probabilidad de que «suceda» cada rentabilidad es de 0,25. Tenemos cuatro
N
observaciones, cuatro años. Todos los años tienen la misma probabilidad de repetirse.
Esperanza = ( 12 x 0,25 ) + ( 6 x 0,25 ) + ( 15 x 0,25 ) + ( 12 x 0,25 ) = 3 + 1,5 + 3,75 + 3 = 11,25%
IÓ
Teniendo en cuenta esta información, diremos que la esperanza de la rentabilidad del activo es del
11,25%
• Varianza
La varianza es una medida de dispersión que representa la variabilidad de una serie de datos
respecto a su media. Formalmente se calcula como la suma de los residuos al cuadrado divididos
C
entre el total de observaciones.
También se puede calcular como la desviación típica al cuadrado. Dicho sea de paso, entendemos como
residuo a la diferencia entre el valor de una variable en un momento y el valor medio de toda la variable.
O
Σ n (xi- X)2
Var (X)=
n
Ejemplo:
M
Vamos a acuñar una serie de datos sobre salarios. Tenemos cinco personas, cada uno con un salario
diferente:
Juan: 1.500 euros

O
Pepe: 1.200 euros
José: 1.700 euros

PR
Miguel: 1.300 euros
Mateo: 1.800 euros
La media del salario, la cual necesitamos para nuestro cálculo, es de ((1.500 + 1.200 + 1.700 + 1.300
+ 1.800) /5) 1.500 euros.
Dado que la fórmula de la varianza en su forma desglosada se formula como sigue:
(x1—X)2 + (x2—X)2 + ...+ (xn—X)2

Var (X)=
n
78
(1.500—1.500)2 + (1.200—1.500)2 + (1.700—1.500)2 + (1.300—1.500)2 + (1.800—1.500)2

Var (X)=
5
(0)2 + (—300)2 + (200)2 + (—200)2 + (300)2

Var (X)=
n
0 + 90.000 + 40.000 + 40.000+ 90.000
N
Var (X)= = 52.00 euros2
5
IÓ
• Desviación Estandar
La desviación estándar es un índice numérico de la dispersión de un conjunto de datos (o población).
Mientras mayor es la desviación estándar, mayor es la dispersión de la población. La desviación
estándar es un promedio de las desviaciones individuales de cada observación con respecto a la
media de una distribución. Así, la desviación estándar mide el grado de dispersión o variabilidad.
En primer lugar, midiendo la diferencia entre cada valor del conjunto de datos y la media del
C
conjunto de datos. Luego, sumando todas estas diferencias individuales para dar el total de todas las
diferencias. Por último, dividiendo el resultado por el número total de observaciones (normalmente
representado por la letra “n”) para llegar a un promedio de las distancias entre cada observación
individual y la media. Este promedio de las distancias es la desviación estándar y de esta manera
O
representa dispersión.
δ=
Σx 2
N
M
• Grafica
El objetivo de construir gráficos es poder apreciar los datos como un todo e identificar
sus características sobresalientes. El tipo de gráfico a seleccionar depende del tipo de variable que
nos interese representar por esa razón distinguiremos en la presentación gráficos para variables
O
categóricas y para variables numéricas.
La representación gráfica de una distribución de frecuencias puede realizarse a través de:

• Gráfica de barras
• Gráfica de tortas
PR
Tipo de Graficas Ejemplo
Gráfico de barras: Este gráfico es útil para

representar datos categóricos nominales u
ordinales. A cada categoría o clase de la variable
se le asocia una barra cuya altura representa la
frecuencia o la frecuencia relativa de esa clase.
Las barras difieren sólo en altura, no en ancho.
La escala en el eje horizontal es arbitraria y en
general, las barras se dibujan equiespaciadas,
por esta razón este tipo de gráfico sólo debe
usarse para variables categóricas
79
Tipo de Graficas Ejemplo
Grafico de tortas: En este gráfico, ampliamente

utilizado, se representa la frecuencia relativa
de cada categoría como una porción de un
círculo, en la que el ángulo se corresponde con
la frecuencia relativa correspondiente. Como en
todo gráfico es importante indicar el número
N
total de sujetos. Esta representación gráfica es
muy simple y permite comparar la distribución
de una variable categórica en 2 o más grupos.
IÓ
Histograma: Se trazan dos ejes de coordenadas
rectangulares. En el eje horizontal se representan
C
los valores de la variable y en el eje vertical una
medida de frecuencia (frecuencia absoluta,
frecuencia relativa o frecuencia relativa porcentual.
Indicamos en el eje horizontal los límites de los
intervalos de clase. Asociamos a cada clase una
O
columna cuya base cubre el intervalo de clase y
cuya altura indica cuantos datos “caen” en une
intervalo a través de la frecuencia o la frecuencia
relativa de la clase.
M
El gráfico se construye sin dejar espacio
horizontal entre categorías, a menos que una
clase esté vacía (es decir tenga altura cero).
O
Polígono de frecuencias:
Alternativo al histograma de frecuencias
podemos representar la información a través
PR
de los llamados polígonos de frecuencias. Estos

se construyen a partir de los puntos medios de
cada clase. La utilización de los puntos medios
o marcas de clase son llevados al escenario
gráfico mediante la utilización de los polígonos
de frecuencias. Se construye uniendo los puntos
medios de cada clase localizados en las tapas
superiores de los rectángulos utilizados en los
histogramas de las gráficas
80
Evaluación por Competencias

Estudiante analiza los siguientes planteamientos y contesta correctamente:
1) Un jugador lanza dos monedas. Gana 1 ó 2 si aparecen una o dos caras. Por otra parte pierde 5 € si no 14 principios
aparece cara. Determinar la esperanza matemática del juego y si éste es favorable. pedagógicos.
N
12 cultura del
aprendizaje.
11 interdisciplina
14 disciplina
IÓ
C
O
M
2). Si una persona compra una papeleta en una rifa, en la que puede ganar de 5000 ó un segundo premio
de 2000 con probabilidades de: 0.001 y 0.003. ¿Cuál sería el precio justo a pagar por la papeleta?
O
PR
81
3) Se lanza un par de dados. Se define la variable aleatoria X como la suma de las puntuaciones obtenidas.
Hallar la función de probabilidad, la esperanza matemática y la varianza. Realiza una grafica de Histograma
N
IÓ
C
O
4) Las ventas mensuales realizadas por una tienda de autoservicio, sigue una distribución normal con una
media de $800 000 00 y una desviación estándar de $50 000 00. La tienda de autoservicio, desea conocer:
a) El rango de valores entre los que se encuentra aproximadamente el 68% de las ventas mensuales.
b) El rango de valores entre los que se encuentra aproximadamente el 95% de las ventas mensuales.
M
c) El rango de valores entre los que se encuentra aproximadamente el 99% de las ventas mensuales.
O
PR
82
5) Los ingresos familiares en una colonia determinada se encuentran entre $4,800 y $7,200 pesos
mensuales. Si un especialista en tendencias de consumo le interesa determinar el ingreso promedio con
el fin de establecer una estrategia publicitaria sobre algunos artículos, calcula la probabilidad de que los
ingresos familiares estén entre 6,000 y 7,200 pesos.
N
IÓ
C
O
M

Dimensión
O
Lección 5 Enfrentar retos

Habilidad
PR
Elige T
... toma decisiones

reflexivas y
responsables en
Perseverancia
la vida para lograr
Concepto Clave. metas.
Reto:
Objetivo o empeño difícil de llevar a cabo y que constituye por ello un estímulo y un desafío para quien lo afronta
http://www.construye-t.org.mxv
83
02 Eje Transversal
Social
Las mujeres siguen quedando excluidas de las negociaciones de paz. En los procesos de paz con apoyo y
seguimiento de las Naciones Unidas, la participación de las mujeres en las delegaciones negociadoras no ha
mejorado en los últimos años. En 2018, de los seis procesos en curso dirigidos o codirigidos por las Naciones
Unidas, había mujeres en 14 de 19 delegaciones. Los datos sobre tendencias mundiales reflejan también escaso
N
progreso. Entre 1992 y 2018, las mujeres representaban el 13% de quienes negociaban, el 3% de quienes
mediaban y sólo el 4% de firmantes en los principales procesos de paz, según el Consejo de Relaciones Exteriores.
La participación directa de las mujeres en las negociaciones de paz incide en el aumento de la sostenibilidad y
la calidad de la paz. Gracias a un estudio que analizó 82 acuerdos de paz en 42 conflictos armados entre 1989
IÓ
y 2011, se determinó que los acuerdos de paz que incluían las firmas de las mujeres estaban asociados a una paz
duradera. Se determinó también que los acuerdos de paz que contaban con la firma de mujeres incluían una
mayor cantidad de disposiciones destinadas a reformas políticas y a un mayor índice de aplicación de dichas
disposiciones. En otro estudio que analizó 98 acuerdos de paz en 55 países entre 2000 y 2016, se determinó que
los acuerdos de paz tienen más posibilidades de incluir disposiciones en materia de género cuando las mujeres
C
participan en los procesos de paz de primer y segundo nivel .
https://www.unwomen.org/es/what-we-do/peace-and-security/facts-and-figures
O
Metodología
Desarrollo
B. Análisis de modelos probabilísticos especiales.
M
• Modelo de Bernoulli.
• Distribución binomial.
• Distribución de Poisson.
• Distribución hipergeométrica.
• Distribución geométrica
O
14 principios
pedagógicos
7 aprendizaje
PR
situado Concepto clave

6 naturaleza Distribución
social del
conocimiento. Una distribución de probabilidad es aquella que permite establecer
toda la gama de resultados probables de ocurrir en un experimento
14 disciplina determinado. Es decir, describe la probabilidad de que un evento se
realice en el futuro.
¿De que hablamos cuando decimos…?
¿Qué es análisis de modelos probabilísticos especiales?

Un modelo probabilístico de un experimento requiere asociar un valor de probabilidad a cada
punto del espacio muestral. En el caso de las variables aleatorias discretas, la función que asocia
84
una probabilidad a la variable se denomina función de probabilidad de masa y se designa. Esta

función representa la probabilidad que la variable aleatoria X tome el valor x0 en la realización
del experimento. Usualmente, la función de probabilidad de masa se representa por un gráfico de
barras para cada valor de la variable aleatoria
N
IÓ
C
O
• Modelo de Bernoulli
La distribución de Bernoulli es un modelo teórico utilizado para representar una variable aleatoria
discreta la cual solo puede resultar en dos sucesos mutuamente excluyentes.
M
En otras palabras, la distribución de Bernoulli es una distribución aplicada a una variable aleatoria
discreta, la cual solo puede resultar en dos sucesos posibles: “éxito” y “no éxito”.
Un experimento es una acción aleatoria la cual no tenemos forma de predecir, como el resultado
de lanzar un dado. En la distribución de Bernoulli solo hacemos un único experimento. En el caso
O
que se realicen más de un experimento, como en la distribución binomial, los experimentos son
independientes entre sí.
“Éxito” y “y no éxito”
Son experimentos donde la situación final solo puede resultar en dos resultados o sucesos
PR
excluyentes:
El resultado que esperamos que ocurra. Es decir, “éxito”.

El resultado distinto al resultado que esperamos que ocurra. Es decir, “no éxito”
ÉXITO= P( Z=1 )=p

NO ÉXITO= P( Z=0 )=p( 1—P )
85
• Distribución Binomial
Una distribución binomial es una distribución de probabilidad discreta que describe el número de
éxitos al realizar n experimentos independientes entre sí, acerca de una variable aleatoria.
Existen una gran diversidad de experimentos o sucesos que pueden ser caracterizados bajo esta
distribución de probabilidad. Imaginemos el lanzamiento de una moneda en el que definimos el
suceso “sacar cara” como el éxito. Si lanzamos 5 veces la moneda y contamos los éxitos (sacar cara)
que obtenemos, nuestra distribución de probabilidades se ajustaría a una distribución binomial.
N
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en la que
solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable aleatoria.
P(x)= n px qn-x
IÓ
x
Ejemplo:
Imaginemos que un 80% de personas en el mundo ha visto el partido de la final del último mundial
de fútbol. Tras el evento, 4 amigos se reúnen a conversar, ¿Cuál es la probabilidad de que 3 de ellos
C
hayan visto el partido?
Definamos las variables del experimento:

n= 4 (es el total de la muestra que tenemos)
x= número de éxitos, que en este caso es igual a 3, dado que buscamos la probabilidad de que 3 de
O
los 4 amigos lo hayan visto.
p= probabilidad de éxito (0,8)
q= probabilidad de fracaso (0,2). Este resultado se obtiene al restar 1-p.
P(3)= 4! 0,83 0,24-3

M
3! (4-3)!
• Distribución de Poisson
La distribución de Poisson es una distribución de probabilidad discreta que modeliza la frecuencia
O
de eventos determinados durante un intervalo de tiempo fijado a partir de la frecuencia media de

aparición de dichos eventos.
En otras palabras, la distribución de Poisson es una distribución de probabilidad discreta que, tan
PR
solo conociendo los eventos y su frecuencia media de ocurrencia, podemos saber su probabilidad.
P(X=x) = μ e !
x -μ
Px = { 0,1,2,...n}
A
x!
Ejemplo:
Suponemos que estamos en temporada de invierno y queremos ir a esquiar antes de diciembre. La
probabilidad que abran las estaciones de esquí antes de diciembre es del 5%. De las 100 estaciones
de esquí, queremos saber la probabilidad de que la estación de esquí más cercana abra antes de
diciembre. La valoración de esta estación de esquí es de 6 puntos.
Los inputs necesarios para calcular la función de probabilidad de densidad de la Poisson son el
conjunto de datos y mu:
86
• Conjunto de datos = 100 estaciones de esquí.

• Mu = 5% * 100 = 5 es el número de estaciones de esquí esperado dado el conjunto de datos
P(X=6) = 5 e ! = 0,1462
6 -5
6!
Entonces, la estación más cercana tiene una probabilidad de 14,62% de que abra antes de
diciembre
N
• Distribución hipergeométrica
La distribución hipergeométrica es especialmente útil en todos aquellos casos en los que se
IÓ
extraigan muestras o se realicen experiencias repetidas sin devolución del elemento extraído o sin
retornar a la situación experimental inicial.
Es una distribución fundamental en el estudio de muestras pequeñas de poblaciones pequeñas

y en el cálculo de probabilidades de juegos de azar. Tiene grandes aplicaciones en el control de
calidad para procesos experimentales en los que no es posible retornar a la situación de partida.
C
Las consideraciones a tener en cuenta en una distribución hipergeométrica:
• El proceso consta de “n” pruebas, separadas o separables de entre un conjunto de “N” pruebas
posibles.
• Cada una de las pruebas puede dar únicamente dos resultados mutuamente excluyentes.
O
• El número de individuos que presentan la característica A (éxito) es “k”.
• En la primera prueba las probabilidades son: P(A)= p y P(A)= q; con p+q=1.
En estas condiciones, se define la variable aleatoria X = “nº de éxitos obtenidos”. La función de

probabilidad de esta variable sería:
M
k N-k N= tamaño de población
.
x n-x K= nº individuos que...
pX=x) =
N
n= tamaño
O
n
x= valor que toma la variable
Ejemplo:
Supongamos la extracción aleatoria de 8 elementos de un conjunto formado por 40 elementos
PR
totales (cartas baraja española) de los cuales 10 son del tipo A (salir oro) y 30 son del tipo
complementario (no salir oro).
Si realizamos las extracciones sin devolver los elementos extraídos y llamamos X al número de
elementos del tipo A (oros obtenidos) que extraemos en las 8 cartas; X seguirá una distribución
hipergeométrica de parámetros 40, 8, 10/40.H(40,8,0,25).
10 30
Para calcular la probabilidad de obtener 4 oros: .
4 4
pX=4) = =0,07
40
8
87
• Distribución geométrica
Esta distribución es un caso especial de la Binomial, ya que se desea que ocurra un éxito por
primera y única vez en el último ensayo que se realiza del experimento, para obtener la fórmula de
esta distribución, haremos uso de un ejemplo.
Ejemplo:
Se lanza al aire una moneda cargada 8 veces, de tal manera que la probabilidad de que aparezca
N
águila es de 2/3, mientras que la probabilidad de que aparezca sello es de 1/3, Determine la
probabilidad de que en el último lanzamiento aparezca un águila.
Solución:
Si nosotros trazamos un diagrama de árbol que nos represente los 8 lanzamientos de la moneda,
IÓ
observaremos que la única rama de ese árbol que nos interesa es aquella en donde aparecen 7
sellos seguidos y por último un águila; como se muestra a continuación:
Sí denotamos;
x = el número de repeticiones del experimento necesarias para que ocurra un éxito por primera y
C
única vez = 8 lanzamientos
p = probabilidad de que aparezca un águila = p(éxito) = 2/3

O
q = probabilidad de que aparezca un sello = p(fracaso) = 1/3
Entonces la probabilidad buscada sería;

P(aparezca una águila en el último lanzamiento)=p(S)*p(S)*p(S)*p(S)*p(S)*p(S)*p(S)*p(A) =
M
=q*q*q*q*q*q*q*p =
Luego, la fórmula a utilizar cuando se desee calcular probabilidades con esta distribución sería;
p (x)= qx-1 p
O
PR
88

Estudiante resuelve correctamente el siguiente ejercicio
1.La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de los lectores
ya la han leído. 14 principios
pedagógicos.
N
Un grupo de 4 amigos son aficionados a la lectura:
12 cultura del
aprendizaje.
1. ¿Cuál es la probabilidad de que en el grupo hayan leído la novela 2 personas?
11 interdisciplina
14 disciplina
IÓ
2. ¿Y cómo máximo 2?
C
O
M
O
3. Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de buena
salud. Según las tablas actuales, la probabilidad de que una persona en estas condiciones viva 30
años o más es 2/3.
PR
Encontrar la probabilidad de que, transcurridos 30 años, vivan:

1. Las cinco personas
89
2.Al menos tres personas
N
IÓ
3. Exactamente dos personas
C
O
Metodología
Didáctica Contenido Especifico
M
Cierre
Ejercicio

Estudiante resuelve correctamente el siguiente ejercicio
O
1.Diez refrigeradores de cierto tipo han sido devueltos a un distribuidor debido al a presencia de
14 principios un ruido oscilante agudo cuando el refrigerador está funcionando. Supongamos que 4 de estos
pedagógicos. 10 refrigeradores tienen compresores defectuosos y los otros 6 tienen problemas más leves. Si se
examinan al azar 5 de estos 10 refrigeradores, y se define la variable aleatoria X: “el número entre los
PR
12 cultura del
aprendizaje. 5 examinados que tienen un compresor defectuoso”. Indicar:

11 interdisciplina 1. La distribución de la variable aleatoria X
14 disciplina
90
2. La probabilidad de que no todos tengan fallas leves
N
IÓ
3. La probabilidad de que a lo sumo cuatro tengan fallas de compresor
C
O
4. Realiza una grafica de histograma con los datos anteriores
M
O
PR
91

Dimensión
Lección 6 Serpientes y escaleras
Habilidad
N
Elige T
... toma decisiones

reflexivas y
IÓ
la vida para lograr
metas.
Concepto Clave.
Plan de acción:
Se refiere a una estrategia que prioriza los pasos a seguir más importantes para cumplir ciertos objetivos y metas.
Es una guía que organiza y da estructura para cumplir con un objetivo.
C
04 Eje Transversal
Ambiental
O
Se estima que unos 800 millones de niños viven en zonas vulnerables
o afectadas por conflictos, y uno de cada diez habita en contextos
extremadamente frágiles. Quienes viven en estas condiciones tienen tres
M
veces más probabilidades de defecar al aire libre; son cuatro veces más
propensos a carecer de servicios básicos de saneamiento y ocho veces más
propensos a carecer de agua potable.
Un nuevo informe publicado por el Fondo de la ONU para la Infancia

O
(UNICEF) asegura que a pesar de que el derecho al agua potable y al

saneamiento hace parte de la Convención sobre los Derechos del Niño, junto
con la alimentación y la atención médica, los conflictos están privándolos
cada vez más de estas garantías. En áreas frágiles y afectadas por conflictos el acceso al agua potable a
PR
menudo se ve comprometido debido a que la infraestructura se daña o deteriora, las tuberías están en mal
estado y la recolección de agua a veces es peligrosa. Sin acceso al agua limpia, los niños se enferman, las
escuelas y hospitales no funcionan y las enfermedades y la desnutrición se propagan.
El informe también dice que el declive y la destrucción de los sistemas de agua y saneamiento, y la falta
de agua potable, son causas cada vez más generalizadas de inestabilidad social, económica y política, que
amenazan la supervivencia, la salud y el desarrollo de los niños y sus comunidades, así como la paz y el
desarrollo en todos los niveles.
https://news.un.org/es/story/2019/08/1461191
92
N
14 principios
Producto esperado pedagógicos.
12 cultura del
Estudiante resuelve correctamente los siguientes ejercicios. aprendizaje.
IÓ
1.Un grupo de amigos del secundario se reúnen en la casa de Laura para comer un asado. En este 11 interdisciplina
grupo hay 8 mujeres y 6 varones. De las mujeres 5 estudian letras y el resto exactas, mientras que de 14 disciplina
los varones sólo uno estudia letras y el resto exactas.
a) Si las primeras en llegar a la casa son tres chicas, ¿cuál es la probabilidad de que estudien lo mismo?
C
O
M
O
b) Si tres cualesquiera de ellos hacen el asado, ¿cuál es la probabilidad de que estudien lo mismo?
PR
93
c) Si se seleccionan dos al azar de este conjunto de amigos y se define la variable aleatoria X: cantidad
de amigos que estudian letras entre los dos elegidos, hallar el valor esperado y la varianza de X.
N
IÓ
C
O
2.En una partida de truco, asumiendo que el mazo se encuentra bien mezclado, se reparte una mano
de cartas.
M
a) Encontrar la probabilidad de que el jugador que recibe las primeras tres cartas tenga envido (dos
cartas del mismo palo y una diferente)
O
PR
94
b) Encontrar la probabilidad de que el primer jugador tenga flor (tres cartas del mismo palo
N
IÓ
c) Encontrar la probabilidad de que ambos tengan flor
C
O
M
O
d) Encontrar la probabilidad de que el primer jugador no tenga ni flor ni envido

PR
95
3. En promedio 5 personas tardan 10 minutos en retirar dinero de un cajero automático. ¿Cuál es la

probabilidad de que tarden más de 5 minutos?
N
IÓ
C
O
4. Las llamadas de emergencia que recibe un hospital durante las primeras horas del día lunes siguen
un modelo exponencial con un tiempo medio de 20 minutos por cada llamada.
a) Calcula la probabilidad de que el tiempo en que se espera una llamada sea mayor a 20 minutos.
b) Obtén la probabilidad de que el tiempo en que se tarda en recibir una llamada sea igual o
M
menor a 20 minutos.
c) Encuentra la probabilidad de que el tiempo de espera de una llamada sea de 10 minutos o menos.
O
PR
96
5. Las estaturas de 300 estudiantes se distribuyen de manera normal de tal forma que el promedio es
igual a 152 cm y su desviación es de 35 cm. Determina la probabilidad de estudiantes con estaturas:
a) Mayor o igual a 160 cm

b) Menor o igual a 156 cm
c) Mayor o igual a 145 cm
d) Entre 140 y 167 cm
N
IÓ
C
O
M
O
PR
97

aprendizaje

Siglema: TADA-04
N
1.3 Analiza la incertidumbre y aleatoriedad de la 1.3.1Analiza la información proporcionada y
IÓ
Resultado de Actividad de
información para interpretar la probabilidad de un aplica las fórmulas correctas para determinar la
aprendizaje: evaluación:
evento en el contexto profesional. probabilidad continúa.
C R I T E R I OS
INDICADORES %
• Obtiene datos del problema y de tabla de Omite alguno de los siguientes aspectos.
C
• Obtiene datos del problema y de tabla
valores z. • Obtiene datos del problema y de tabla
de valores z.
Analisis de las • Elabora sustitución en la formula. de valores z.
• Elabora sustitución en la formula.
• Calcula la probabilidad de distribución • Elabora sustitución en la formula.
• Calcula la probabilidad de
medidas de 25% normal y binomial. distribución normal y binomial. • Calcula la probabilidad de distribución
• Grafica el resultado obtenido normal y binomial.
distribución • Explica el resultado obtenido • Grafica el resultado obtenido • Grafica el resultado obtenido
• Explica el resultado obtenido
• Elabora las graficas en software de cómputo • Explica el resultado obtenido
y las entrega impresas en blanco y negro.
O
• Obtiene datos del problema
y de tabla de valores z. • Obtiene datos del problema y de tabla
Relación entre • Elabora sustitución en la fórmula. de valores z.
la distribución • Calcula la probabilidad de • Elabora sustitución en la fórmula. Omite alguno de los siguientes aspectos:
25% distribución uniforme • Calcula la probabilidad de
normal y la • Grafica el resultado obtenido distribución uniforme
binomial. • Explica el resultado obtenido • Grafica el resultado obtenido
• Elabora las gráficas en software de cómputo • Explica el resultado obtenido
M
y las entrega impresas en blanco y negro
• Obtiene datos del problema Omite alguno de los siguientes aspectos:
• Obtiene datos del problema y de
y de tabla de valores z. • Obtiene datos del problema
Cálculo de tabla de valores z.
• Elabora sustitución en la fórmula. y de tabla de valores z.
• Elabora sustitución en la fórmula.
distribución de • Calcula la probabilidad de distribución • Elabora sustitución en la fórmula.
• Calcula la probabilidad de
25% uniforme distribución uniforme • Calcula la probabilidad de
probabilidad • Grafica el resultado obtenido. distribución uniforme
• Grafica el resultado obtenido.
uniforme • Explica el resultado obtenido • Grafica el resultado obtenido.
• Explica el resultado obtenido
O
• Elabora las gráficas en software de cómputo • Explica el resultado obtenido

y las entrega impresas en blanco y negro
• Obtiene datos del problema y Omite alguno de los siguientes aspectos:
da tabla de valores de z. • Obtiene datos del problema • Obtiene datos del problema y da tabla
Cálculo de • Elabora sustitución en la fórmula. y da tabla de valores de z. de valores de z.
• Calcula la probabilidad • Elabora sustitución en la fórmula. • Elabora sustitución en la fórmula.
distribución 20% de distribución exponencial • Calcula la probabilidad de • Calcula la probabilidad de distribución
• Grafica el resultado obtenido
PR
exponencial • Explica el resultado obtenido distribución exponencial exponencial

• Grafica el resultado obtenido • Grafica el resultado obtenido
Elabora las gráficas en software de cómputo y
las entrega impresas en blanco y negro.
• Colabora con sus compañeros para Omite alguno de los siguientes aspectos:
Disposición • Colabora con sus compañeros
resolver problemas de distribución de • Colabora con sus compañeros para
para resolver problemas de
probabilidad discreta. resolver problemas de distribución
colaborativa y 5% • Presenta cálculos de forma ordenada distribución de probabilidad discreta. de probabilidad discreta.
• Presenta cálculos de forma ordenada
emprendedora Busca soluciones a los problemas planteados • Presenta cálculos de forma ordenada
por el docente.
100
98
Unidad 2 - Interpretación de Información
Unidad de Aprendizaje 2
2. Interpretación de información
N
IÓ
C
O
M
Para saber más…
O
La importancia de la distribución se pone de manifiesto ante las variadas disciplinas del quehacer 6 naturaleza
humano en las cuales este concepto está involucrado, en forma definida o implícita. social del
conocimiento.
Así, la distribución en el campo de las ciencias exactas remite a los parámetros estadísticos de
la distribución de probabilidades de las variables aleatorias, entendida como una función que
PR
permite asignar a ciertos sucesos definidos la probabilidad de que esos sucesos tengan lugar.
Del mismo modo, en el rico entorno del análisis matemático, se reserva la idea de distribución a
la denominada teoría de funciones generalizadas, ideal para extender la aplicación de derivadas
a todas las funciones matemáticas que pueden integrarse. La sistematización de la distribución
aplicada al análisis matemático ha permitido avances acentuados en ámbitos como la ingeniería,
la física, el diagnóstico por imágenes y el procesamiento de señales, entre otros.
99
Unidad de
2
Aprendizaje
N
48 horas
IÓ
Interpretación de información
Pro p ósi t o d e l m ó dulo
E s t i m a r p a r á m e t r o s e i n te r p r et a r m á r g e n e s d e p r o b a b i l i d a d d e e r r o r y to l e r a n c i a ,
C
a p a r t i r d e l o s d a to s s o b r e u n a p o b l a c i ó n y l a m u e s t r a , p a r a r e s o l v e r p r o b l e m a s e n
d i f e r e n te s c o n te x to s .
O
Competencias Genéricas Atributos Competencias Disciplinares
CLAVE CG. Básicas de Comunicación
2.1 Valora el arte como manifestación Clave CDBM.
2. Es sensible al arte y participa en de la belleza y expresión de
ideas sensaciones y emociones
la apreciación e interpretación M2 Formula y resuelve problemas
M
4.1 Expresa ideas y conceptos matemáticos, aplicando diferentes
de sus expresiones en mediante representaciones enfoques.
distintos géneros. lingüísticas, matemáticas o M8 Interpreta tablas, gráficas, mapas,
gráficas diagramas y textos con símbolos
4. Escucha, interpreta y emite 4.5 Maneja las tecnologías de la matemáticos y científicos.
mensajes pertinentes en información y la comunicación M3 Explica e interpreta los
para obtener información y resultados obtenidos mediante
distintos contextos mediante la
O
expresar ideas. procedimientos matemáticos

utilización de medios, códigos 8.3 Asume una actitud constructiva, y los contrasta con modelos
y herramientas apropiados. congruente con los establecidos o situaciones reales.
conocimientos y habilidades M6 Cuantifica, representa y contrasta
8. Participa y colabora de manera con los que cuenta dentro de experimental o matemáticamente
distintos equipos de trabajo. las magnitudes del espacio y las
efectiva en equipos diversos. propiedades físicas de los objetos
7.2 Identifica las actividades que
PR
le resultan de menor y mayor que lo rodean.

7. Aprende por iniciativa e interés interés y dificultad, reconociendo M2 Formula y resuelve problemas
propio a lo largo de la vida. matemáticos, aplicando diferentes
y controlando sus reacciones
enfoques.
frente a retos y obstáculos
M4 Argumenta la solución obtenida
5. Desarrolla innovaciones 5.1 Sigue instrucciones y de un problema, con métodos
y propone soluciones a procedimientos de manera numéricos, gráficos, analíticos
problemas a partir de métodos reflexiva, comprendiendo o variacionales, mediante el
como cada uno de sus pasos lenguaje verbal, matemático y
establecidos. contribuye al alcance de un el uso de las tecnologías de la
objetivo. información y la comunicación.
1. Se conoce y valora a sí mismo 1.4 Analiza críticamente los factores M5 Analiza las relaciones entre dos
y aborda problemas y retos que influyen en su toma de o más variables de un proceso
teniendo en cuenta los decisiones. social o natural para determinar o
objetivos que persigue. estimar su comportamiento.
100
Contenido Curricular
Contenido central Aprendizaje esperado Producto esperado R e s u l t a d o dEej e

Aprendizaje
• Tratamiento de las • 2.1 Recolectan y ordena • Problemas resueltos • Realiza la recolección

medidas de tendencia la información de alguna de distribución de y análisis de la
central. Tratamiento y situación. frecuencias con información de una
significado de medidas datos no agrupados y situación profesional y lo
de Dispersión. • Interpreta y analiza la agrupados que incluya representa en una gráfica.
N
información. memoria de cálculo,
gráficas de resultados • Interpreta los resultados
• Representan la en hojas milimétricas del análisis de la
información. e interpretación de información y las gráficas
resultados. para tomar decisiones
IÓ
• Calculan las medidas sobre un evento
de tendencia central, • Problemas resueltos profesional
medidas de dispersión, de determinación e
medidas de forma y interpretación de las
medidas de correlación. medidas de tendencia
Interpretan las medidas central y determinación
de tendencia central e interpretación de
desde el análisis del medidas de dispersión
C
gráfico estadístico, así poblacional y muestral
como su variabilidad y con datos no agrupados
representación de la y agrupados que incluya
situación contextual. memoria de cálculo y
gráficas de resultados en
2.2 Toman decisiones a hojas milimétricas.
O
partir del análisis de la
información.
• Toman decisiones a
partir de las medidas
de tendencia central y
M
su representación con
respecto a un conjunto
de datos
Ejes transversales
O
Salud 01 02 Social
PR
Ambiental 03 04 Habilidades
Conocimientos
Eje Componente Lectoras
Del manejo de Riesgo, inferencia

la información y aleatoriedad: Transversalidad
al pensamiento elementos de la
estocástico estadística y la
probabilidad.
Interpretación de normas de convivencia ambiental
Filosofía
1 01
Comprensión Lectora
Las generaciones
N
Son la generación de Terminator y Rambo, tienen entre 36 a 54 años, entre ellos hay profesionales y
empíricos. Se sienten más cómodos utilizando laptop, email, Tv cable y Play Station, les gusta el cine
y los medios masivos.
IÓ
La Generación X se hace merecedora al título “los reyes del consumo” porque son quienes hoy tienen
el dinero y el mayor poder de compra entre las diferentes generaciones en el mercado nacional.
Destinan alrededor de sus 12.000 millones anuales al consumo, lo que significa el 76% de sus ingresos
y representan el 25% de la población urbana (1,5 millones de personas).
Aunque los millennials (Generación Y) alcanzan el mismo monto del consumo de los “X”, son mayor
en número correspondiendo al 41% de la población (2,4 millones de personas). El consumo de los
C
centennials (Generación Z) es de sus 900 millones y representan el 17% de la población (1 millón de
personas)
Lo que esperan de las marcas

Si bien para las nuevas generaciones el precio y las ofertas son relevantes al momento de la compra de
O
una marca, “el triunvirato: disponible, fácil y divertido” es también esencial.
De acuerdo con el estudio, los centennials son pragmáticos (prefieren las acciones y no la teoría),
racional y menos emocional, por lo que aspectos como calidad, eficiencia, valor y garantía pesan más
en sus decisiones de compra.
M
En el caso de los millennials, hacer una conexión emocional en la relación con las marcas ha ganado
relevancia, esto se puede lograr con atención, entornos divertidos, productos innovadores, paquetes
personalizados, transparencia y programas promocionales que gratifiquen su estilo de vida.
Por su parte, la Generación X, es conservadora, disciplinada y menos sensible; valora principalmente

O
la calidad y la garantía.
Para que las marcas puedan llegar a las diferentes generaciones, “el primer requisito para comunicarse
con efectividad es comprender a la persona que tenemos al frente”, sostiene Andrés Shoai, socio
director de Kreab.
PR
1 02
“Analizar las características que tiene cada generación es un camino fundamental para que las
organizaciones conozcan la realidad de sus públicos, ganen relevancia y puedan poner en marcha
procesos de diálogo”, añade.
Es importante tomar en cuenta que el acceso de las generaciones jóvenes a la información les permite
conocer más sobre los productos y servicios que compran, y de las compañías detrás de ellos.
N
Aunque aceptan la presencia de las marcas en las redes sociales, solo un 50% de los millennials y
centennials las sigue, comenta o le otorga un like. Incluso más de un 30% reclama o comenta malas
experiencias vividas.
IÓ
Estudiante con base a la lectura contesta los siguientes cuestionamientos.
1. ¿Son la generación Terminator y Rambo?

a) 36 a 54 años
C
b) 20 a 34
c) 40 a 50
2. ¿Qué es lo que más usan?

a) Teléfono
O
b) Tv Cable, Play station.
c) Automóvil
3. ¿Cómo son nombrados La Generación X?

M
a) Los reyes del consumo
b) Los inteligentes
c) Los creadores
4. ¿Cuánto dinero destinan anualmente al consumo?

O
a) 12.000
b) 11.000
c) 8.000
5. ¿Cómo son la Generación X?

PR
a) Conservadora y disciplinada
b) Controladora
c) Complicada
103
Evaluación Diagnóstica
(Evaluación por competencias)

14 principios
pedagógicos
Estudiante para iniciar esta segunda unidad de aprendizaje será oportuno que descubras cuáles
son los saberes que tendrás que reforzar a lo largo del texto. 2 saberes Previos
N
10 aprendizaje
Estudiante analiza los siguientes planteamientos y contesta correctamente: informal
14 disciplina
IÓ
1.En cuanto a la presentación ordenada del estudio d)Un estadístico se calcula sobre la población.
de una variable aislada: e)Nada de lo anterior es correcto.
a)Lo más informativo es mostrar las medidas de
tendencia central. 5.Disponemos de la distribución de edades de los
b)Lo más informativo es mostrar las medidas de individuos de una población. El número de ellos que no
dispersión. es mayor de edad, es:
c)Se deben presentar todos los valores observados de a)Una frecuencia relativa.
C
la variable, uno a uno, de menor a mayor. b)Una frecuencia absoluta.
d)Las representaciones gráficas dan más información c)Una frecuencia acumulada.
que las tablas de frecuencia. d)Una variable numérica.
e)A veces no tiene sentido usar frecuencias e)Una variable cualitativa.
acumuladas.
O
6.Conocemos la distribución de estudiantes entre las
distintas facultades del campus de Teatinos. El número
2.En las representaciones gráficas de variables de estudiantes de Psicología es:
cualitativas, la regla fundamental a tener en cuenta es: a)Una frecuencia relativa.
a)Las alturas en cada modalidad son proporcionales al b)Una frecuencia absoluta.
M
valor de la variable. c)Una frecuencia acumulada.
b)Las áreas para cada modalidad son proporcionales al d)Un porcentaje.
valor de la variable. e)Una variable cualitativa.
c)Las áreas para cada modalidad son proporcionales a
las frecuencias acumuladas. 7.De los siguientes conceptos indique el que no tenga
d)Las áreas para cada modalidad son proporcionales a sentido:
O
las frecuencias absolutas o relativas. a)Diagrama de barras para la variable “Grupo

e)Las alturas para cada modalidad son proporcionales sanguíneo”
a las frecuencias acumuladas b)Pictograma para la variable “Altura”
c)Diagrama integral para la variable “Nivel de
3.Entre las representaciones gráficas para variables colesterol”
PR
cualitativas tenemos: d)Diagrama de sectores para la variable “Sexo”

a)Histogramas. e)Histograma para la variable “Peso”
b)Diagramas integrales.
c)Diagramas diferenciales. 8.Se llama parámetro a:
d)Diagramas de cajas y bigotes. a)Una función de valor numérico definida sobre alguna
e)Nada de lo anterior. característica observable en los individuos de una
población.
b)Una función definida sobre los valores numéricos de
4)Elija la opción correcta. una muestra.
a)Un parámetro es algo calculado sobre cada individuo. c)Cualquier variable observable de una población
b)Un parámetro es calculado sobre la muestra. d)Las variables numéricas de la muestra
c)Una variable se calcula sobre los parámetros de una e)Cualquier función sobre las variables observadas
población.
104
9.Si queremos representar gráficamente los 10.El grado de satisfacción (poco/regular/mucho) con
porcentajes de una variable cuantitativa continua la política española la trataría como:
debemos usar: a)una variable cualitativa nominal.
a)Pictogramas b)una variable cuantitativa discreta.
b)Diagrama de barras c)una variable cualitativa ordinal.
c)Diagrama diferencial acumulado d)una variable numérica continua.
d)Histograma e)ninguna de las anteriores es correcta.
e)No existe gráfica posible
N
IÓ
Dimensión
Lección 7 Manteniendo la motivación
Habilidad
Elige T
Perseverancia
C
... toma decisiones
reflexivas y
responsables en
O
la vida para lograr
metas.
Motivación
Se refiere al impulso que nos facilita mantener cierta continuidad en las acciones que llevamos a cabo y nos acerca
al cumplimiento de nuestras metas.
M
O
La educación en México tiene varias complicaciones: es insuficiente, desigual

y su calidad es incierta debido a las carencias en medición e información.
Estas características se profundizan entre más alto sea el nivel escolar y varían
dependiendo de la región geográfica, de acuerdo con el informe diagnóstico
PR
del Derecho a la Educación del Coneval (Consejo Nacional de Evaluación de la

Política de Desarrollo Social).
Educación insuficiente
En el país no sólo se presenta insuficiencia en la oferta educativa, también es
insuficiente el personal docente, los materiales, la actualización de programas
y planes de estudio y la infraestructura y servicios en las escuelas. Aquí algunas
cifras importantes:
En la educación media superior sólo se tiene una unidad escolar por cada
1,000 jóvenes. A escala nacional la cobertura de educación para adultos sólo
alcanza el 5.4% de la población potencial.
https://w w w.eleconomista.com.mx /politica/Educacion-en-Mexico -

insuficiente-desigual-y-la-calidad-es-dificil-de-medir-20181225-0028.html
105
2.1 Realiza la recolección y análisis de la información de una situación profesional

y lo representa en una gráfica
N
IÓ
C
O
2.1.1. Analiza una muestra considerando lo siguiente:
• Distribución de frecuencias con datos no agrupados:
• Gráfica circular e histograma.
M
• Interpretación de los resultados.
• Distribución de frecuencias con datos agrupados:
• Gráfica de polígono de frecuencias y ojivas
• Interpretación de los resultados
Contenidos específicos. - Frecuencia relativa.

O
A. Descripción e interpretación de la - Frecuencia absoluta acumulada.

estadística descriptiva - Frecuencia relativa acumulada
• Naturaleza de la Estadística. • Distribución de frecuencias con
- Etapas de la investigación datos agrupados.
estadística. - Número de clase.
PR
- Población. - Amplitud de clase

- Muestra. - Marcas de clase o punto medio.
- Tamaño de la muestra. - Límites reales o fronteras reales.
- Muestreo aleatorio.
- Variable estadística. B. Construcción e interpretación de
- Datos. gráficas.
- Experimento. • Gráfica circular.
- Parámetros de decisión. • Diagrama de barras.
• Histograma.
• Distribución de frecuencias con • Polígono de frecuencias.
datos no agrupados. • Ojivas.
- Frecuencia absoluta. • Gráfica de tallo y hojas.
106
Para saber más…
14 principios
pedagógicos.
N
6 naturaleza
social del
conocimiento
IÓ
C
O
M
La importancia de la distribución se pone de manifiesto ante las variadas disciplinas del quehacer
humano en las cuales este concepto está involucrado, en forma definida o implícita.
Así, la distribución en el campo de las ciencias exactas remite a los parámetros estadísticos de la
distribución de probabilidades de las variables aleatorias, entendida como una función que permite
O
asignar a ciertos sucesos definidos la probabilidad de que esos sucesos tengan lugar. Del mismo
modo, en el rico entorno del análisis matemático, se reserva la idea de distribución a la denominada
teoría de funciones generalizadas, ideal para extender la aplicación de derivadas a todas las
funciones matemáticas que pueden integrarse. La sistematización de la distribución aplicada al
análisis matemático ha permitido avances acentuados en ámbitos como la ingeniería, la física, el
PR
diagnóstico por imágenes y el procesamiento de señales, entre otros.
1 07
Metodología
Apertura
A. Descripción e interpretación de la estadística descriptiva
• Naturaleza de la Estadística.
- Etapas de la investigación
estadística.
- Población.
- Muestra.
N
- Tamaño de la muestra.
14 principios - Muestreo aleatorio.
pedagógicos. - Variable estadística.
- Datos.
10 aprendizaje
informal - Experimento.
IÓ
- Parámetros de decisión.
6 naturaleza
social del
conocimiento
Concepto clave
Descriptiva
C
La Probabilidad y la Estadística Descriptiva proveen las herramientas y
modelos necesarios para organizar, describir y representar matemática y
gráficamente la información disponible, dimensionar la incertidumbre de
O
esta información y convertirla en predicciones o pronósticos.
¿De que hablamos cuando decimos….qué es descripción e interpretación

M
de la estadística descriptiva?
Los métodos de Análisis Exploratorio o Estadística Descriptiva ayudan a comprender la estructura de

los datos, de manera de detectar tanto un patrón de comportamiento general como apartamientos
del mismo. Una forma de realizar ésto es mediante gráficos de sencilla realización e interpretación.
O
PR
108
• Naturaleza de la Estadística
La estadística se divide en dos grandes ramas, dependiendo

del método empleado para manejar la información y hacer
que tenga sentido: estadística descriptiva y estadística
inferencial, es una rama de la ciencia, encargada del diseño
y aplicación de métodos para recolectar, organizar, analizar
y hacer deducciones a partir de ellos.
N
Es por ello que proporciona una metodología para
evaluar y juzgar las discrepancias entre la realidad y la
teoría. Además de su papel instrumental, el estudio de la
estadística es importante para entender las posibilidades
IÓ
y limitaciones de la investigación experimental, para
diferenciar las conclusiones que pueden obtenerse de
los datos de aquellas que carecen de base empírica y en
definitiva para desarrollar un pensamiento crítico y antidogmático ante la realidad.
En la actualidad con la ayuda de la informática y la tecnología el tratamiento estadístico de la
C
información se hace más sencillo
• Etapas de la investigación estadística.

O
El progreso de la estadística a través del tiempo, ha
sido posible por la búsqueda constante de repuestas
a inquietudes relacionadas con problemas del campo
científico, industrial y social, en general, con muchos
M
aspectos, de la vida moderna desde el control estadístico
de la producción y la calidad para hacer confiables
los servicios y productos, hasta para determinar las
preferencias del público en múltiples aspectos.
O
Es posible catalogar la estadística como un instrumento

de tipo matemático, estrechamente relacionado con el
método científico desde el planteamiento de la situación-
problema, la recolección y análisis de los datos hasta la
evaluación de la incertidumbre de toda la inferencia extraída de los mismos. Durante este proceso
PR
el análisis estadístico está sujeto a las ramas principales de la estadística: descriptiva e inferencial.
La investigación estadística se basa en un conjunto de procesos ordenados que siguen una

variedad de etapas, es decir, presenta una similitud con el método científico en donde las hipótesis
son afirmaciones relativas a la distribución de una o más variables aleatorias y la finalidad del
procedimiento es la de analizar los resultados con el fin de describir el comportamiento de la
variable(s) o simplemente establecer conclusiones y por ende posibles soluciones.
La investigación de tipo estadístico se subdivide en una serie de etapas que permiten ejecutarla
correctamente: planificación, ejecución y procesamiento y análisis. Para ello es importante tener
claro los conceptos y procesos que intervienen en este trabajo.
109
• Población
• Muestra
• Tamaño de la muestra
Determinar el tamaño de la muestra que se va a seleccionar es un paso importante en cualquier
estudio de investigación de mercados, se debe justificar convenientemente de acuerdo al
planteamiento del problema, la población, los objetivos y el propósito de la investigación.
N
El tamaño muestral dependerá de decisiones estadísticas y no estadísticas, pueden incluir por
ejemplo la disponibilidad de los recursos, el presupuesto o el equipo que estará en campo.
Antes de calcular el tamaño de la muestra necesitamos determinar varias cosas:
IÓ
• Tamaño de la población. Una población es una colección bien definida de objetos o individuos
que tienen características similares. Hablamos de dos tipos: población objetivo, que suele tiene
diversas características y también es conocida como la población teórica. La población accesible
es la población sobre la que los investigadores aplicaran sus conclusiones.
• Margen de error (intervalo de confianza). El margen de error es una estadística que expresa la
C
cantidad de error de muestreo aleatorio en los resultados de una encuesta, es decir, es la medida
estadística del número de veces de cada 100 que se espera que los resultados se encuentren
dentro de un rango específico.
• Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor con una
O
determinada probabilidad alta. Por ejemplo, un intervalo de confianza de 95% significa que los
resultados de una acción probablemente cubrirán las expectativas el 95% de las veces.
La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la población es

M
la siguiente:
En donde
Z = nivel de confianza,
P = probabilidad de éxito, o proporción esperada
O
Q = probabilidad de fracaso
D = precisión (error máximo admisible en términos de proporción)
Z a2 x p x q
n=
PR
d2
La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la población es la
siguiente:
N x Z a2 x p x q
n=
d2 x (N-1) +Za2 x p x q
11 0
En donde, N = tamaño de la población Z = nivel de confianza, P = probabilidad de éxito, o proporción

esperada Q = probabilidad de fracaso D = precisión (Error máximo admisible en términos de
proporción).
• Muestreo Aleatorio
MUESTREO ALEATORIO: es aquel procedimiento de selección de la muestra en el que todos y cada
uno de los elementos de la población tiene una cierta probabilidad de resultar elegidos. De esta
N
forma, si tenemos una población de N elementos y estamos interesados en obtener una muestra
de n elementos (muestra de tamaño n), cada subconjunto de n elementos de la población tendrá
también una cierta probabilidad de resultar la muestra elegida.
IÓ
Si designamos por Mi a cada uno de estos subconjuntos ,con i= 1,2,3,...N; cada Mi tendrá una cierta
probabilidad P(Mi) de resultar elegido.
MUESTREO ALEATORIO SIMPLE (M.A S.): es aquel muestreo aleatorio en el que la probabilidad

de que un elemento resulte seleccionado se mantiene constante a lo largo de todo el proceso de
obtención de la misma . La técnica del muestreo puede asimilarse a un modelo de extracción de
C
bolas de una urna con devolución (reemplazamiento) de la bola extraída. Un mismo dato puede, en
consecuencia, resultar muestreado más de una vez. Cada elección no depender de las anteriores y ,
por tanto, los datos muestrales serán estocásticamente independientes.
MUESTREO IRRESTRICTO (SIN REEMPLAZAMIENTO): en este tipo de muestreo la probabilidad de

O
obtener un dato en cada selección viene influida por los resultados anteriores , en la medida en que
en este muestreo no permitimos que un mismo dato sea seleccionado más de una vez (lo que hace
variar las probabilidades en cada extracción muestral) . Se corresponde con un modelo de extracción
sin reemplazamiento .Teniendo en cuenta la convergencia de la distribución hipergeométrica a la
M
binomial es fácil intuir que cuando la población sea muy grande (N® ¥ ) el muestreo irrestricto puede
considerarse como muestreo aleatorio simple. Por tanto , en el estudio de muestras para poblaciones
grandes consideraremos sólo el muestreo simple .En el estudio de muestras de poblaciones finitas
es, sin embargo , fundamental analizar las distribuciones muestrales que generará su adecuado
muestreo irrestricto)
O
MUESTRA GENERICA DE TAMAÑO n: Es una variable aleatoria n-dimensional ; X=[x1 ,x2 ,x3,...,xn ]

donde cada xj (con j=1,2,...n) (cada dato muestral genérico) recorre todos los posibles valores que
puede tomar el j-simo elemento de una muestra de n elementos. Por tanto , una muestra concreta
(ya obtenida) será un valor particular (una realización concreta ) de la muestra genérica.
PR
En la medida en que en el muestreo aleatorio cada elemento de la población tiene una probabilidad
de ser elegido ,cada dato muestral genérico será una variable aleatoria que tendrá asociada una
función de probabilidad f(x ) (de cuantía o de densidad) según una determinada distribución que
llamaremos distribución básica, madre , o, simplemente, distribución de la población y recorrerá
todos los posibles valores de la población.
Si trabajamos con un muestreo aleatorio simple (M.A.S.),cada dato muestral genérico será
estocásticamente independiente de los demás y por tanto la función de probabilidad (cuantía o
densidad) conjunta de la muestra genérica será :
f(x) = f ( x1 ,x2 ,x3 ,x4 ……. ,x n ) =f(x1 )· f(x2 )· f(x3 )…..f(x n )
por ser las xj variables aleatorias independientes.
111
• Variable estadística
Una variable estadística es una característica de una muestra o población de datos que puede
adoptar diferentes valores.
Cuando hablamos de variable estadística estamos hablando de una cualidad que, generalmente
adopta forma númerica. Por ejemplo, la altura de Juan es de 180 centímetros. La variable estadística
es la altura y está medida en centímetros. También podríamos, por ejemplo, decir que el beneficio
N
de una empresa ha sido de 22.300 dólares el último año. En este caso, la variable sería el beneficio y
estaría medido en dólares. Ambas variables son del tipo cuantitativo (se expresan con un número)
Claro que no todas las variables estadísticas son iguales y, por supuesto, no todas se pueden (en
principio) expresar en forma de número. Así, otra variable que podríamos encontrarnos es el color
de ojos de una persona. Por ejemplo, Juan tiene los ojos verdes y Andrés los tiene azules. La variable
IÓ
sería el color de ojos y sería una variable cualitativa. Es decir, no se expresa con número.
Tipos de variables estadísticas

Aunque hay decenas de tipos de variables estadísticas, por norma general podemos encontrarnos
dos tipos de variables:
C
• Variable cuantitativa: Son variables que se expresan numéricamente.
• Variable continua: Toman un valor infinito de valores entre un intervalo de datos. El tiempo que
tarda un corredor en completar los 100 metros lisos.
• Variable discreta: Toman un valor finito de valores entre un intervalo de datos. Número de helados
O
vendidos.
• Variable cualitativa: Son variables que se expresan, por norma general, en palabras.
• Variable ordinal: Expresa diferentes niveles y orden. Por ejemplo, primero, segundo, tercero, etc.
• Variable nominal: Expresa un nombre claramente diferenciado. Por ejemplo el color de ojos
puede ser azul, negro, castaño, verde, etc.
M
O
PR
112
• Datos
Los datos son una colección de hechos, como números, palabras, medidas, observaciones o
simplemente descripciones de cosas.
Cualitativos vs cuantitativos
Los datos pueden ser cualitativos o cuantitativos.
N
• Los datos cualitativos son información descriptiva (describen algo)
• Los datos cuantitativos son información numérica (números)
Los datos cuantitativos pueden ser Discretos o Continuos:

• Los datos discretos solo pueden tomar ciertos valores (como números enteros)
IÓ
• Los datos continuos pueden tomar cualquier valor (dentro de un rango)
Ejemplo: ¿Qué sabemos sobre el perro Ari?
Cualitativo:
• Es color café y negro
C
• Tiene el pelo largo
• Tiene mucha energía
Cuantitativo:
O
• Discreto:
• Tiene 4 patas
• Tiene 2 hermanos
• Continuos:
• Pesa 25.5 kg
M
• Mide 565 mm de alto
• Experimento
Los experimentos (o fenómenos) aleatorios son aquellos en los que no se puede predecir el resultado.
O
Si se puede predecir el resultado, es un experimento determinista.
Ëxperimento aleatoria, espacial

PR
muestral y evento o suceso.¨
https://www.youtube. EXCELENCIA
com/watch?v=VFdqOi- E D U C AT I VA
STEAM
E D I T O R I A L
Gko4M
11 3

Estudiante con base a la información del Qr realiza una breve conclusión de que es
Ëxperimento¨.
14 principios
pedagógicos.
N
12 cultura del
aprendizaje.
11 interdisciplina
14 disciplina
IÓ
C
O
• Parametros de decisión
M
¿Qué es un problema de decisión?.
Nos enfrentamos a un problema de
decisión cuando debemos elegir
entre dos o más formas de actuar.
O
La toma de decisiones es un
aspecto primordial en la vida de
un profesionista, por ejemplo,
un administrador debe de tomar
decisiones constantemente en
PR
un ambiente de incertidumbre;
decisiones sobre el proyecto más
verosímil o la oportunidad de realizar
una inversión
Elementos de un problema de decisión en ambiente de incertidumbre: Un problema de decisión se

define por la cuarteta (D, E, C, ≤), donde:
D: Espacio de opciones. Es el conjunto de posibles alternativas, debe de construirse de manera que

sea exhaustivo (que agote todas las posibilidades que en principio parezcan razonables) y excluyente
(que la elección de uno de los elementos de D excluya la elección de cualquier otro).
114

1. Indica cuáles variables son cualitativas y cuantitativas.
14 principios
Ejemplo Respuesta pedagógicos.
N
12 cultura del
1.Comida Favorita. aprendizaje.
11 interdisciplina
3. Número de goles marcados por tu equipo 14 disciplina
IÓ
favorito en la última temporada.
4.Número de alumnos de tu Instituto
5. El color de los ojos de tus compañeros de

clase.
6.Coeficiente intelectual de tus compañeros de

C
O
clase.
2. Relaciona las dos columnas, colocando la respuesta correcta en el parentesis

M
Ejemplo Respuesta
a)Etapas de la investigación estadistica ( ) Nos enfrentamos a un problema de

decisión cuando debemos elegir entre dos o
O
más formas de actuar.

b)Población ( ) Aleatorios son aquellos en los que no se
puede predecir el resultado.
c)Muestra ( ) Son una colección de hechos, como
PR
números, palabras, medidas, observaciones o

simplemente descripciones de cosas.
d)Tamaño de la muestra ( )Es una característica de una muestra

o población de datos que puede adoptar
diferentes valor.
e)Muestreo aleatorio ( ) Tiene una cierta probabilidad de resultar
elegidos.
f)Variable estadística ( ) Que se va a seleccionar es un paso

importante en cualquier estudio de
investigación de mercados.
11 5
Ejemplo Respuesta
g)Datos ( ) Es una colección bien definida de

objetos o individuos que tienen características
similares.
h)Parámetros de decisión. ( ) Dependerá de decisiones estadísticas.
N
Metodología
IÓ
Desarrollo
• Distribución de frecuencias con datos no agrupados.
- Frecuencia absoluta.
- Frecuencia relativa.
- Frecuencia absoluta acumulada.
- Frecuencia relativa acumulada
• Distribución de frecuencias con datos agrupados.
C
- Número de clase.
14 principios - Amplitud de clase
pedagógicos. - Marcas de clase o punto medio.
- Límites reales o fronteras reales.
10 aprendizaje
O
informal
6 naturaleza
social del
conocimiento
Concepto clave
M
Frecuencia
La frecuencia es el número de repeticiones por unidad de tiempo de
cualquier evento periódico. El período es la duración de tiempo de cada
evento repetitivo, por lo que el período es el recíproco de la frecuencia.
O
¿De que hablamos cuando decimos ...?

PR
¿Qué es distribución de frecuencias con

datos no agrupados?
La distribución de frecuencia para datos no
agrupados es aquella distribución que indica
las frecuencias con que aparecen los datos
estadísticos, desde el menor de ellos hasta el
mayor de ese conjunto sin que haya hecho
modificación al tamaño de las unidades
originales.
11 6
• Frecuencia absoluta
La frecuencia absoluta es una medida estadística que nos da información acerca de la cantidad de veces
que se repite un suceso al realizar un número determinado de experimentos aleatorios. Esta medida
se representa mediante las letras fi. La letra f se refiere a la palabra frecuencia y la letra i se refiere a la
realización i-ésima del experimento aleatorio.
La frecuencia absoluta es muy utilizada en estadística descriptiva y es útil para saber acerca de las
N
características de una población y/o muestra. Esta medida se puede utilizar con variables cualitativas o
cuantitativas siempre que estas se puedan ordenar.
Ejemplo: (Fi)
Supongamos que las notas de 20 alumnos del primer curso de economía son las siguientes:
IÓ
1, 2, 8, 5, 8, 3, 8, 5, 6, 10, 5, 7, 9, 4, 10, 2, 7, 6, 5, 10.
A simple vista se puede observar que de los 20 valores, 10 de ellos son distintos y los demás se repiten
al menos una vez. Para elaborar la tabla de frecuencias absolutas, en primer lugar, se ordenarían los
valores de menor a mayor y se calcularía la frecuencia absoluta para cada uno.
Por tanto tenemos:
C
Xi = Variable aleatoria estadística, nota del examen del primer curso de economía.
O
N = 20
fi = Frecuencia absoluta = Número de veces que se repite el suceso (en este caso, la nota del examen).
M
Xi FI
1 1
2 2
O
3 1
4 1
5
PR
6 2
7 2
8 3
9 1
10 3
TOTAL 20
117
Se puede observar, la suma de todas las frecuencias absolutas es igual al total de datos utilizados del
experimento (en este caso, es el número total de alumnos que asciende a 20).
Ejemplo de frecuencia absoluta con una variable continua:
Supongamos que la altura (medida en metros) de 15 personas que se presentan a las posiciones del
cuerpo de policía nacional son las siguientes:
N
1,82, 1,97, 1,86, 2,01, 2,05, 1,75, 1,84, 1,78, 1,91, 2,03, 1,81, 1,75, 1,77, 1,95, 1,73.
Para elaborar la tabla de frecuencias, los valores se ordenan de menor a mayor, pero en este caso, dado
que la variable es continua y podría tomar cualquier valor de un espacio continuo infinitesimal, hay que
IÓ
agrupar las variables por intervalos.
Por tanto, tenemos:
Xi = Variable aleatoria estadística, altura de los postulantes al cuerpo de policía nacional.
N = 15
C
fi = Frecuencia absoluta = Número de veces que se repite el suceso (en este caso, las alturas que se
encuentran dentro de un determinado intervalo).
O
Xi FI
(1.70-1.80) 5
(1.80-1.90) 4
(1.90-2.00) 3
M
(2.00-2.10) 3
Total 15
O

Estudiante resuelve el siguiente ejercicio correctamente.
PR
1)Una consultora decide realizar una investigación en una oficina acerca de la cantidad de hijos
14 principios que poseen sus empleados. Luego de realizar la pregunta a 20 empleados, las respuestas son las
pedagógicos. siguientes: 0, 2, 2, 0, 3, 1, 1, 2, 3, 1, 0, 2, 3, 4, 3, 4, 2, 0, 1, 2.
12 cultura del
aprendizaje. En consecuencia tenemos N = 20 (cantidad de empleados evaluados) y Xi = variable aleatoria.
11 interdisciplina Hijos Frecuencia absoluta (FI)

14 disciplina
11 8
N
• Frecuencia relativa
La frecuencia relativa es una medida estadística que se calcula como el cociente de la frecuencia absoluta
de algún valor de la población/muestra (fi) entre el total de valores que componen la población/muestra (N).
IÓ
Para calcular la frecuencia relativa antes es necesario calcular la frecuencia absoluta. Sin ella no podríamos
obtener la frecuencia relativa. La frecuencia relativa se representa con las letras hi y su fórmula de cálculo
es la siguiente:
fi
hi =
N
C
hi = Frecuencia relativa de la observación i-ésima
fi = Frecuencia absoluta de la observación i-ésima

O
N = Número total de observaciones de la muestra
De la fórmula de cálculo de la frecuencia relativa se desprenden dos conclusiones:

M
La primera es que la frecuencia relativa va a estar acotada entre 0 y 1, debido a que la frecuencia de los
valores de la muestra, siempre va a ser menor al tamaño de la muestra.
La segunda es que la suma de todas las frecuencias relativas va a ser 1 si se mide en tanto por 1, o 100 si se
mide en tanto por ciento.
O
Por consiguiente la frecuencia relativa nos informa acerca de la proporción o el peso que tiene algún valor u
observación en la muestra. Esto la hace de especial utilidad, dado que a diferencia de la frecuencia absoluta,
la frecuencia relativa nos va a permitir hacer comparaciones entre muestras de tamaños distintos. Esta se
PR
puede expresar como un valor decimal, como fracción o como porcentaje.
Ejemplo de frecuencia relativa (hi) para variable discreta
Supongamos que las notas de 20 alumnos de primer curso de economía son las siguientes:
1,2,8,5,8,3,8,5,6,10,5,7,9,4,10,2,7,6,5,10.
Por tanto tenemos:

Xi = Variable aleatoria estadística, nota del examen de primer curso de economía.
N = 20
fi = Frecuencia relativa (número de veces que se repite el suceso, en este caso la nota del examen).
11 9
Xi Fi Hi
1 1 1/20=5
2 2 10
3 1 5
4 1 5
5 4 20
N
6 2 10
7 2 10
8 3 15
9 1 5
IÓ
10 3 15
TOTAL 20 100
Ejemplo de frecuencia relativa (hi) para una variable continua
C
Supongamos que la altura de 15 personas que se presentan a las oposiciones del cuerpo de policía nacional
son las siguientes:
1,82, 1,97, 1,86, 2,01, 2,05, 1,75, 1,84, 1,78, 1,91, 2,03, 1,81, 1,75, 1,77, 1,95, 1,73.
O
Para elaborar la tabla de frecuencias, los valores se ordenan de menor a mayor, pero en este caso dado que
la variable es continua y podría tomar cualquier valor de un espacio continuo infinitesimal, hay que agrupar
las variables por intervalos.
M
Por tanto tenemos:
Xi = Variable aleatoria estadística, altura de los opositores al cuerpo de policía nacional.
N = 15
O
fi = Frecuencia absoluta (número de veces que se repite el suceso en este caso, las alturas que se encuentran
dentro de un determinado intervalo).
hi = Frecuencia relativa (proporción que representa el valor i-ésimo en la muestra).

PR
Xi FI Hi
(1.70-1.80) 5 33
(1.80-1.90) 4 27
(1.90-2.00) 3 20
(2.00-2.10) 3 20
Total 15 100
120

1) Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas máximas:
14 principios
Xi= 32, 31, 28, 29, 33, 32, 31. pedagógicos.
N
Fi=1,2,6,7,8,2,3,
12 cultura del
aprendizaje.
Xi FI Hi
11 interdisciplina
14 disciplina
IÓ
• Frecuencia absoluta acumulada
C
La frecuencia absoluta acumulada es el resultado de ir sumando las frecuencias absolutas de las
O
observaciones o valores de una población o muestra. Esta se representa por las siglas Fi.
Para calcular la frecuencia absoluta acumulada, hay que calcular primero la frecuencia absoluta (fi) de la
población o muestra. Para ello, los datos se ordenan de menor a mayor y se colocan en una tabla. Una
vez hecho esto, la frecuencia absoluta acumulada se obtiene de ir sumando las frecuencias absolutas de
M
una clase o grupo de la muestra con la anterior (primer grupo + segundo grupo, primer grupo + segundo
grupo + tercer grupo y así sucesivamente hasta llegar a acumular del primer grupo al último).
Ejemplo de frecuencia absoluta acumulada (Fi) para una variable discreta

O
Supongamos que las notas de 20 alumnos de primer curso de economía son las siguientes:
1, 2, 8, 5, 8, 3, 8, 5, 6, 10, 5, 7, 9, 4, 10, 2, 7, 6, 5, 10.
A simple vista se puede observar que de los 20 valores 10 de ellos son distintos y los demás se repiten
PR
al menos una vez. Para elaborar la tabla de frecuencias absolutas en primer lugar se ordenarían los
valores de menor a mayor y se calcularía la frecuencia absoluta para cada uno.
Por tanto tenemos:

Xi = Variable aleatoria estadística (nota del examen de primer curso de economía).
N = 20
fi = Frecuencia absoluta (número de veces que se repite el suceso en este caso, la nota del examen).
Fi= Frecuencia absoluta acumulada (sumatoria del número de veces que se repite el suceso, en este
caso, la nota del examen)
12 1
Xi Fi Hi
1 1 1
2 2 1+2=3
3 1 3+1=4
4 1 (4+1)=5
5 4 (5+4)=9
N
6 2 (9+2)=11
7 2 (11+2)=13
8 3 (13+3)=16
9 1 (16+1)=17
IÓ
10 3 (17+3)=20
TOTAL 20
El cálculo entre paréntesis de la tercera columna, es el resultado de sumar el Fi correspondiente y el

siguiente fi. Por ejemplo, para la segunda fila nuestro primer Fi es 1 y nuestro siguiente fi es 2, para
C
la tercera fila nuestro Fi es 3 (resultado de haber acumulado fi = 1 y fi = 2) y nuestro siguiente fi es
1. Realizando este procedimiento de manera sucesiva, llegamos al valor 20. Este es el resultado de
acumular todas las frecuencias absolutas y ha de coincidir con el número total de observaciones.
Ejemplo de frecuencia absoluta acumulada (Fi) para una variable continua. Supongamos que la altura
O
de 15 personas que se presentan a las posiciones del cuerpo de policía nacional son las siguientes:
1,82, 1,97, 1,86, 2,01, 2,05, 1,75, 1,84, 1,78, 1,91, 2,03, 1,81, 1,75, 1,77, 1,95, 1,73.
M
Para elaborar la tabla de frecuencias, los valores se ordenan de menor a mayor, pero en este caso
dado que la variable es continua y podría tomar cualquier valor de un espacio continuo infinitesimal,
hay que agrupar las variables por intervalos.
Por tanto, tenemos:

O
Xi = Variable aleatoria estadística (altura de los postulantes al cuerpo de policía nacional).
N = 15
fi = Número de veces que se repite el suceso (en este caso, las alturas que se encuentran dentro de
PR
un determinado intervalo).
Fi = Sumatorio del número de veces que se repite el suceso (en este caso, las alturas que se encuentran
dentro de un determinado intervalo).
Xi FI Hi
(1.70-1.80) 5 5
(1.80-1.90) 4 9(5+4)
(1.90-2.00) 3 12(9+3)
(2.00-2.10) 3 15(12+3)
Total 15
122

1) En una encuesta a habitantes de Barcelona sobre cuántas veces a la semana compran en pequeños
comercios de la ciudad, las respuestas obtenidas son: 14 principios
pedagógicos.
N
2,03,1,4,5,1,1,2,
12 cultura del
aprendizaje.
11 interdisciplina
14 disciplina
IÓ
C
O
M
• Frecuencia relativa acumulada
La frecuencia relativa acumulada es el resultado de ir sumando las frecuencias relativas de las
observaciones o valores de una población o muestra. Esta se representa por las siglas Hi.
O
Para calcular la frecuencia relativa acumulada, hay que calcular primero la frecuencia absoluta (fi) y
la frecuencia relativa (hi) de los valores de la población o muestra.
Para ello, los datos se ordenan de menor a mayor y se colocan en una tabla. Una vez hecho esto,
PR
la frecuencia relativa acumulada se obtiene de ir sumando las frecuencias relativas de una clase o
grupo de la muestra con la anterior (primer grupo + segundo grupo, primer grupo + segundo grupo
+ tercer grupo y así sucesivamente hasta llegar a acumular del primer grupo al último).
Ejemplo de frecuencia relativa acumulada (Hi) para una variable discreta

Supongamos que las notas de 20 alumnos del primer curso de economía son las siguientes:
1,2,8,5,8,3,8,5,6,10,5,7,9,4,10,2,7,6,5,10.
Por tanto tenemos:

Xi = Variable aleatoria estadística (nota del examen de primer curso de economía).
N = 20
123
fi = Frecuencia absoluta (número de veces que se repite el suceso, en este caso la nota del examen).
hi = Frecuencia relativa (proporción que representa el valor i-ésimo en la muestra).
Hi = Frecuencia relativa acumulada (Sumatorio de la proporción que representa el valor i-ésimo en

la muestra).
N
Xi Fi hi Hi
1 1 1/20=5 5
2 2 10 15(5+10)
3 1 5 20(15+5)
IÓ
4 1 5 25(20+5)
5 4 20 45(25+20)
6 2 10 55(45+10)
7 2 10 65(55+10)
8 3 15 80(65+15)
C
9 1 5 85(80+5)
10 3 15 100(85+15)
TOTAL 20 100
O
El cálculo entre paréntesis de la tercera columna, es el resultado del Hi correspondiente. Por ejemplo,
para la segunda fila nuestro primer Hi es 5% y nuestro siguiente hi es 10%. Entonces, para la tercera
fila, nuestro Hi es 15% (resultado de haber acumulado hi = 5% y hi = 10%) y nuestro siguiente hi es
5%. Realizando este procedimiento de manera sucesiva, llegamos al 100%. Este es el resultado de
M
acumular todas las frecuencias relativas y ha de coincidir con el número total de observaciones.
Ejemplo de frecuencia relativa acumulada (Hi) para una variable continua. Supongamos que la altura
de 15 personas que se presentan a las posiciones del cuerpo de policía nacional son las siguientes:
O
1,82, 1,97, 1,86, 2,01, 2,05, 1,75, 1,84, 1,78, 1,91, 2,03, 1,81, 1,75, 1,77, 1,95, 1,73.
Para elaborar la tabla de frecuencias, los valores se ordenan de menor a mayor, pero en este caso
dado que la variable es continua y podría tomar cualquier valor de un espacio continuo infinitesimal,
hay que agrupar las variables por intervalos.
PR
Por tanto tenemos:

Xi = Variable aleatoria estadística (altura de los postulantes al cuerpo de policía nacional).
N = 15
fi = Número de veces que se repite el suceso (en este caso, las alturas que se encuentran dentro de
un determinado intervalo).
hi = Proporción que representa el valor i-ésimo en la muestra.
Hi = Sumatorio de la proporción que representa el valor i-ésimo en la muestra.
124
Xi FI hi Hi
(1.70-1.80) 5 33 33
(1.80-1.90) 4 27 60(33+27)
(1.90-2.00) 3 20 80(50+20)
(2.00-2.10) 3 20 100(80+20)
Total 15 100
N
IÓ
1) Conocer si un determinado grupo de personas se encuentra a favor o en contra de la programación
con mensajes violentos por televisión, a través de la recolección de los datos siguientes. 14 principios
pedagógicos.
3,6,8,4,3,7,4
12 cultura del
aprendizaje.
C 11 interdisciplina
14 disciplina
O
M
O
PR
• Distribución de frecuencias con datos agrupados.

- Número de clase.
- Amplitud de clase
- Marcas de clase o punto medio.
- Límites reales o fronteras reales
La distribución de frecuencias agrupadas o tabla con datos agrupados se emplea si las variables
toman un número grande de valores o la variable es continua.
Se agrupan los valores en intervalos que tengan la misma amplitud denominados clases. A cada
clase se le asigna su frecuencia correspondiente.
125
Límites de la clase
Cada clase está delimitada por el límite inferior de la clase y el límite superior de la clase.
Amplitud de la clase
La amplitud de la clase es la diferencia entre el límite superior e inferior de la clase.
Marca de clase
La marca de clase es el punto medio de cada intervalo y es el valor que representa a todo el intervalo
N
para el cálculo de algunos parámetros.
La marca de clase se representa por Ci
Límite superior de la clase — Límite inferior de la clase
IÓ
Ci =
2
Construcción de una tabla de datos agrupados
3,15,24,28,33,35,38,42,43,38,36,34,29,25,17,7,34,36,39,44,31,26,20,11,13,22,27,47,39,37,34,32,35,28,38,
C
41,48,15,32,13.
1) Se localizan los valores menor y mayor de la distribución. En este caso son 3 y 48.

O
2)Se restan y se busca un número entero un poco mayor que la diferencia y que sea divisible por el
número de intervalos queramos establecer.
Es conveniente que el número de intervalos oscile entre 6 y 15.

M
En este caso, 48—3= 45, incrementamos el número hasta 50, 50÷5=10 intervalos.
Se forman los intervalos teniendo presente que el límite inferior de una clase pertenece al intervalo,
pero el límite superior no pertenece intervalo, se cuenta en el siguiente intervalo.
Ci es la marca de clase que es el punto medio de cada intervalo.

O
Ci fi Fi ni Ni
[0,5) 2.5 1 1 0.025 0.025
[0,10) 7.5 1 2 0.025 0.050
PR
[10,15) 12.5 3 5 0.075 0.125

[10,20) 17.5 3 8 0.075 0.200
[20,25) 22.5 3 11 0.075 0.275
[25,30) 27.5 6 17 0.150 0.425
[30,35) 32.5 7 24 0.175 0.600
[35,40) 37.5 10 34 0.250 0.850
[40,45) 42.5 4 38 0.100 0.950
[45,50) 47.5 2 40 0.050 1
40 1
126

Estudiante contesta correctamente los siguientes ejercicios.
1)En una tienda de autos, se registra la cantidad de autos Toyota vendidos en cada día del mes de Setiembre.
14 principios
0; 1; 2; 1; 2; 0; 3; 2; 4; 0; 4; 2; 1; 0; 3; 0; 0; 3; 4; 2; 0; 1; 1; 3; 0; 1; 2; 1; 2; 3 pedagógicos.
N
12 cultura del
aprendizaje.
11 interdisciplina
14 disciplina
IÓ
C
2)Las notas de 35 alumnos en el examen final de estadística, calificado del 0 al 10, son las siguientes:
O
0; 0; 0; 0; 1; 1; 1; 1; 2; 2; 2; 3; 3; 3; 3; 4; 4; 4; 4; 5; 5; 5; 5; 6; 6; 6; 7; 7; 7; 8; 8; 8; 9; 10; 10.
M
O
PR
3) Un grupo de atletas se está preparando para una maratón siguiendo una dieta muy estricta. A
continuación, viene el peso en kilogramos que ha logrado bajar cada atleta gracias a la dieta y ejercicios.
0,2 8,4 14, 6,5 3,4

3
4,6 9,1 4,3 3,5 1,5
6,4 15,2 16, 19,8 5,4

1
12,1 9,6 8,7 12,1 3,2
127

Dimensión
Lección 8 ¿Y si todo falla?
Habilidad
N
Elige T
... toma decisiones

reflexivas y
IÓ
la vida para lograr
metas.
Concepto Clave.
Frustración:
Respuesta emocional que surge en el individuo ante la imposibilidad de cumplir sus propósitos.
C
Metodología
Didáctica Contenido Especifico
O
Cierre
Construcción e interpretación de gráficas.
• Gráfica circular.
• Diagrama de barras.
• Histograma.
M
• Polígono de frecuencias.
• Ojivas.
• Gráfica de tallo y hojas.
14 principios
pedagógicos.
10 aprendizaje
O
informal
6 naturaleza
social del
conocimiento
Concepto clave
Interpretación
PR
La interpretación de los resultados estadísticos es un elemento crucial

para la comprensión de los avances en las ciencias médicas. Las
herramientas que nos ofrece la estadística nos permiten transformar la
incertidumbre y aparente caos de la naturaleza en parámetros medibles y
aplicables a nuestra práctica clínica.
¿De que hablamos cuando decimos…qué es construcción e interpretación

de gráficas?
La interpretación de gráficas precisa de procesos agudos de visualización, aunque Eysemberg &

Dreyfus (1991) mostraron que muchos estudiantes poco utilizan el pensamiento visual. Prefieren el
128
trabajo algorítmico al pensamiento visual, ya que éste requiere de procesos cognitivos superiores a
los que demanda el pensamiento algorítmico.
Ahora bien, las interpretaciones de las gráficas pueden estudiarse desde diferentes puntos de vista.
Hay quienes investigan las dificultades en la lectura de gráficas el caso de Wainer (1992), identificó
tres niveles de procesamiento de la información relacionados con la interpretación gráfica:
a. El nivel elemental: Implica la extracción de datos o la lectura de puntos aislados; por ejemplo,
N
quién alcanzó la más alta calificación del grupo, quién alcanzó la calificación más baja, etc.
b. El nivel intermedio: Concierne a la detección de las tendencias observadas en intervalos

determinados de las gráficas; por ejemplo, entre los años 1990 y 1993 qué compañía tuvo la razón
IÓ
más grande de crecimiento.
c. El nivel más alto: Es una comprensión profunda sobre la estructura de los datos y de su
comportamiento; por ejemplo, las muchachas crecen más rápido que los muchachos.
C
O
M
O
• Gráfica circular
PR
Un gráfico circular es un diagrama que muestra los datos en sectores fáciles de entender. Cada
sector representa una categoría de datos y el tamaño es proporcional a la cantidad que representa.
El gráfico circular es uno tipos de gráficos más usados y de los más odiados de todos los tiempos.
Su forma es muy familiar, pero esta representación visual puede ser fácilmente engañosa si no se
usa correctamente.
Los gráficos circulares son populares, ya que son fáciles de crear y comprender, pero solo son
efectivos cuando se comparan entre 3 y 5 puntos de datos diferentes y con cantidades diferentes
que sean fáciles de diferenciar.
129
• Gráfico circular. Compara los valores de las categorías como parte del todo y muestra las
diferencias variando el tamaño del ángulo. Ejemplo: gasto total por categoría
• Gráfico de anillo. Compara los valores mostrando las diferencias de longitud y permite que el
centro vacío se llene con información adicional. Ejemplo: Cantidad de automóviles vendidos por
región.
• Gráfico semicircular. Como su nombre indica, es la mitad de un gráfico circular, pero aún
N
representa partes de un todo. Ejemplo: resultados de un referéndum.
• Gráfico circular irregular. Compara los datos a través de las diferencias en la longitud del radio
de cada segmento. Ejemplo: Encuesta al cliente.
IÓ
Ejemplo:
C
O
M
• Diagrama de barras
El diagrama de barras (o gráfico de barras) es un gráfico que se utiliza para representar datos de
variables cualitativas o discretas. Está formado por barras rectangulares cuya altura es proporcional
a la frecuencia de cada uno de los valores de la variable.
O
PR
130
Las principales características del diagrama de barras son:
• En el eje de abscisas se colocan las cualidades de la variable, si la variable es cualitativa, o los valores de
dicha variable, si es discreta.
• En el eje de ordenadas se colocan las barras proporcionales a la frecuencia relativa o absoluta del dato.
• Las barras pueden ser horizontales o verticales, según si los valores de la variable se reflejan en el
eje horizontal o vertical.
• Todas las barras deben tener el mismo ancho y no deben superponerse las unas con las otras.
N
Clase1
IÓ
Clase 2
Clase 3
C
O Clase 4

M
Estudiante contesta correctamente el siguiente ejercicio.
1) El jefe de una empresa pregunta a sus empleados cuando prefieren disfrutar de sus vacaciones. Les 14 principios
ofrece cinco quincenas. pedagógicos.
O
12 cultura del
Con las respuestas de los 290 trabajadores, construye una tabla: aprendizaje.
11 interdisciplina
Preferencia disfrute vacaciones
14 disciplina
PR
PERÍODO TRABAJADORES
1ª quincena Julio 35
2ª quincena Julio 43
1ª quincena Agosto 78
2ª quincena Agosto 106
1ª quincena Septiembre 28
131
Para visualizar mejor los datos, dibuja un diagrama de barras verticales.
N
IÓ
• Histograma
C
El histograma es la representación gráfica de un
grupo de datos estadísticos. Estos, agrupados
en intervalos numéricos o en función de valores
absolutos.
HISTOGRAMA
O
El histograma es entonces un gráfico que
permite mostrar cómo se distribuyen los datos
de una muestra estadística o de una población.
Esto, respecto a alguna variable numérica.
M
En el histograma se suelen usar barras, cuya
altura dependerá de la frecuencia de los datos,
que corresponde al eje Y. En tanto, en el eje X DATOS AGRUPADOS
podemos observar la variable de estudio.
O
Para esto, debemos recordar que en estadística la frecuencia es la cantidad de veces que se repite
un suceso. Por ejemplo, si queremos agrupar a un colectivo en función de la edad, la frecuencia
sería el número de individuos que tienen, por ejemplo, entre 18 y 25 años.
PR
Características de un histograma
Cabe señalar que el histograma se construye cuando la variable de estudio (la del eje horizontal) es
cuantitativa. En cambio, si fuera cualitativa, se elaboraría de preferencia un diagrama de barras o
un gráfico circular.
Debemos tomar en cuenta además que la variable de estudio u observación no necesariamente

es continua, como el peso o la altura. Así, puede ser, como en el caso de la edad, que solo toma
valores enteros (No se suele decir que alguien tiene 1,5 años).
Otro punto a considerar es que la variable del eje X puede estar presentada en rangos, pero
también como valores fijos. Es decir, puede ser que un grupo de personas estén agrupadas en
función del número de comidas que llevan al día: 1, 2, 3, 4 o 5.
1 32

1) Supongamos que tenemos los siguientes datos de los alumnos de un salón de clase en la universidad. 14 principios
pedagógicos.
N
Estatura Número de Alumnos
12 cultura del
Menos de 1.50 2 aprendizaje.
1.50-1.60 12 11 interdisciplina
1.60-1.70 20 14 disciplina
IÓ
1.70-1.80 22
1.80-1.90 10
Mas de 1.90 2
C
Para visualizar mejor los datos, dibuja un histograma.
O
M
O
• Polígono de frecuencias
Un polígono de frecuencias se forma 25
PR
uniendo los extremos de las barras

Polígono de
de un diagrama de barras mediante 20
frecuencias
segmentos.
FRECUENCIA RELATIVA (%)
15
También se puede realizar trazando

los puntos que representan las 10
frecuencias y uniéndolos mediante

segmentos. 5
0
84.6 151.8 205.1 257.6 337.1
PRECIPITACIÓN (mm)
133

14 principios 1) Las temperaturas en un día de otoño de una ciudad han sufrido las siguientes variaciones:
pedagógicos.
N
Hora Temperatura
12 cultura del
aprendizaje. 6 7º
11 interdisciplina 9 12º
14 disciplina 12 14º
IÓ
15 11º
18 12º
21 10º
24 8º
C
Para visualizar mejor los datos, dibuja un polígono de frecuencia.
O
M
O
PR
•Ojivas
La ojiva es un polígono de frecuencias acumuladas, es decir, en las abscisas se colocan los límites
superiores de cada intervalo de clase y en las ordenadas se coloca la frecuencia acumulada (absoluta
o relativa) de la clase.
La ojiva es útil para:
• Calcular el número o el porcentaje de observaciones que corresponden a un intervalo

determinado de la variable
• Calcula los percentiles de la distribución de los datos
134
33
30
27
24
21
18
15
12
9
N
6
3
0
15.2 15.5 15.6 16.1 16.4 16.7 17.9
IÓ
CONCENTRACIÓN DE CLORO EN ppm
C
1) Los pesos de los 65 empleados de una fábrica vienen dados por la siguiente tabla: 14 principios
pedagógicos.
Peso Empleados
O
12 cultura del
50-60 8 aprendizaje.
60-70 10 11 interdisciplina
70-80 16 14 disciplina
80-90 14
M
90-100 10
Para visualizar mejor los datos, dibuja una ojiva.

O
PR
135
• Gráfica de tallo y hojas

El diagrama de tallo y hojas es un semigráfico que permite presentar la distribución de una variable
cuantitativa. Consiste en separar cada dato en el último dígito (que se denomina hoja) y las cifras
delanteras restantes (que forman el tallo).
¨ Gráfica de tallo y hojas¨
N
https://www.youtube.
STEAM
EXCELENCIA
E D U C AT I VA
E D I T O R I A L
com/watch?v=KH82_fkiO-
Co
IÓ
C
1) En la siguiente tabla se muestra las calificaciones (suspenso, aprobado, notable y sobresaliente)

14 principios
O
pedagógicos. obtenidas pr un grupo de 50 alumnos.
12 cultura del
aprendizaje.
Alumnos Películas
11 interdisciplina
15 3
M
14 disciplina 20 10
12 6
2 3
O
Para visualizar mejor los datos, dibuja una grafica de tallo y hojas.
PR
136

Dimensión
Lección 9 Transformar los fracasos en
Habilidad
aprendizajes
N
Elige T
... toma decisiones

reflexivas y
IÓ
la vida para lograr
metas.
Concepto Clave.
Aprender del fracaso:
Mantenerse perseverante ante una meta con una actitud crítica y analítica para identificar posibles
aprendizajes de cada una de las experiencias vividas .
C
01 Eje Transversal
Salud
O
Este trabajo dimensiona el efecto que tiene en México la escolaridad, y lo compara con el efecto de
las condiciones económicas, de edad, género y ruralidad sobre la percepción de bienestar en salud.
Este aspecto del bienestar social se considera que es uno de los resultados sociales de la educación
M
(OCDE, 2010). El reporte inicia enmarcando el estudio en el modelo conceptual desarrollado por la
OCDE para entender las influencias de la educación en los resultados sociales. Posteriormente muestra
la manera como se construyó el indicador Porcentaje de población adulta que se percibe saludable,
según nivel de escolaridad, y el modelo de regresión logística en el que sentirse saludable opera como
variable dependiente. La información utilizada provino de la Encuesta Nacional de Salud y Nutrición
(Ensanut) 2006 levantada por el Instituto Nacional de Salud Pública (INSP, 2007), y todos los cálculos
O
fueron realizados con el paquete estadístico SAS 9.0.
Vale comentar que en los inicios del estudio se exploró la posibilidad de construir indicadores que
ofrecen aproximaciones objetivas a la salud de las personas, derivados de la información sobre su
talla y peso, pero no resultaron suficientemente representativos debido a la importante pérdida de
PR
información producida durante el levantamiento de la información.
Es posible que las cargas de subjetividad implicadas en la autovaloración de la salud despierten

suspicacias respecto de las verdaderas condiciones de salud de los informantes, porque no existe un
consenso entre los investigadores acerca de la validez de las percepciones como aproximaciones al
estado real de salud; no obstante, estudios recientes han encontrado cierta relación positiva entre la
salud autoreportada y la mortalidad de las personas (Quesnel-Vallée, 2007).
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1607-40412013000200005
1 37
N
14 principios
pedagógicos. Producto esperado
12 cultura del
aprendizaje • Problemas resueltos de distribución de frecuencias con datos no agrupados y agrupados que incluya
memoria de cálculo, gráficas de resultados en hojas milimétricas e interpretación de resultados
IÓ
6 naturaleza
social del
conocimiento Problemas
9 modelar el 1) Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas máximas:
aprendizaje
14 disciplina 32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31,30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33,
29, 29.
C
11 interdisciplina
Crea la tabla de frecuencias, esta debe tener cada dato, sus frecuencias absolutas, frecuencias
acumuladas, frecuencias relativas y frecuencias relativas acumuladas.
O
M
O
PR
2) Un dentista observa el número de caries en cada uno de los 100 niños de cierto colegio. La
información obtenida a parecer resumida en la siguiente tabla:

Completar la tabla obteniendo los valores x,y,z.
138
Número de caries fi ni
0 25 0.25
1 20 0.2
2 x z
N
3 15 0.15
4 y 0.05
IÓ
3. Completar los datos que faltan en la siguiente tabla estadística:
xi fi Fi ni
C
1 4 0.08
2 4
3 16 0.16
O
4 7 0.14
5 5 28
M
6 38
7 7 45
8
O
4. Se tiene las calificaciones de 50 estudiantes en un examen:

PR
57 84 68 57 73
76 77 37 80 70
64 29 65 65 54
70 57 42 59 61
62 64 82 51 62
70 87 47 80 59
64 85 80 51 82
60 63 36 56 50
62 73 72 70 59
55 61 65 66 76
139
Realice la Tabla de frecuencias con datos agrupados, según:
1) No. de clases = 1 + 3.3Log(50) = 6.606, se aproxima a

2) Nota Máxima =
3) Nota minima =
4) Rango =
5) Ancho de clase m =
N
IÓ
C
O
M
5) Se aplica una prueba de medición de la inteligencia a un grupo de 50 alumnos, las puntuaciones
obtenidas son las que aquí se presentan:
O
45 56 78 120 100
87 75 64 89 90
46 89 100 110 69
98 87 76 45 39
PR
77 85 45 68 88
99 75 98 65 40
66 59 48 99 103
96 110 74 101 100
65 44 89 76 94
106 55 77 89 64
14 0
Distribuir estos datos a lo largo de una tabla de frecuencias y representar los datos de forma gráfica
N
IÓ
C
O
M
O
PR
141

aprendizaje

Siglema: TADA-04
N
12.1.1 Analiza una muestra considreando lo siguiente:

-Distribución de frecuencias con datos no agrupados:
IÓ
-Gráfica circular e histograma
Resultado de 1. Realiza la recolección y análisis de la información de una Actividad de -Interpretación de los resultados.
aprendizaje: situación profesional y lo representa en una gráfica. evaluación: -Distribución de frecuencias con datos agrupados.
-Gráfica de polígono de frecuencias y ojivas
-Interpretación de los resultados.
C R I T E R I OS
INDICADORES %
C
•Resuelve un problema con datos cualitativos y •Resuelve un problema con datos
otro con datos cuantitativos. cualitativos y otro con datos cuantitativos. •Resuelve un problema con datos cualitativos
•Realiza las operaciones aritméticas, aplicando •Realiza las operaciones aritméticas, y otro con datos cuantitativos.
las formulas correspondiente, determinando: aplicando las formulas correspondiente, •Realiza las operaciones aritméticas,
frecuencia absoluta, frecuencia relativa, determinando: frecuencia absoluta, aplicando las formulas correspondiente,
Distribución frecuencia absoluta acumulada, frecuencia frecuencia relativa, frecuencia absoluta determinando: frecuencia absoluta,
O
relativa acumulada sin cometer errores de acumulada, frecuencia relativa acumulada frecuencia relativa, frecuencia absoluta
de frecuencias
con datos no
40% cálculo. sin cometer errores de cálculo. acumulada, frecuencia relativa acumulada
•Presenta el desarrollo de los cálculos realizados. •Presenta el desarrollo de los cálculos sin cometer errores de cálculo.
agrupados. Presenta en una hoja de cálculo los datos y los realizados. Presenta en una hoja de cálculo •Presenta el desarrollo de los cálculos
resultados obtenidos. los datos y los resultados obtenidos. realizados. Presenta en una hoja de cálculo
• Realiza la gráfica circular e histograma en hojas •Realiza la gráfica circular e histograma en los datos y los resultados obtenidos.
milimétricas. hojas milimétricas. •Realiza la gráfica circular e histograma en
•Elabora las gráficas en software de cómputo y •Elabora las gráficas en software de cómputo hojas milimétricas.
las entrega impresas en blanco y negro. y las entrega impresas en blanco y negro. •Elabora las gráficas en software de cómputo
M
y las entrega impresas en blanco y negro.

•Resuelve problemas con datos cuantitativos •Resuelve problemas con datos
•Resuelve problemas con datos cuantitativos
discretos y continuos, propuestos por el Docente. cuantitativos discretos y continuos,
discretos y continuos, propuestos por el
•Calcula lo siguiente con tablas de distribución propuestos por el Docente.
Docente.
de frecuencias. •Calcula lo siguiente con tablas de
•Calcula lo siguiente con tablas de
-Numero de clase distribución de frecuencias.
distribución de frecuencias.
Interpretación de -Amplitud de clase -Numero de clase
-Numero de clase
los resultados.
40% -Marcas de clase o punto medio. -Amplitud de clase
-Amplitud de clase
O
-Limites reales o fronteras reales. -Marcas de clase o punto medio.

-Marcas de clase o punto medio.
-Limites reales o fronteras reales.
-Limites reales o fronteras reales.
•Elabora gráfica de polígono de frecuencias y
Ojivas en hojas milimétricas. •Elabora gráfica de polígono de
•Elabora gráfica de polígono de frecuencias y
•Elabora las graficas en software de cómputo y frecuencias y Ojivas en hojas milimétricas.
Ojivas en hojas milimétricas.
las entrega impresas en blanco y negro.
•Identifica los valores de mayor y menos

•Identifica los valores de mayor y menos
PR
frecuencia absoluta y relativa de los siguientes Omite alguno de los siguientes aspectos:
frecuencia absoluta y relativa de los
problemas: •Identifica los valores de mayor y menos
siguientes problemas:
-De datos no agrupados cualitativos. frecuencia absoluta y relativa de los
-De datos no agrupados cualitativos.
-De datos no agrupados cuantitativos. siguientes problemas:
-De datos no agrupados cuantitativos.
Disposición -De datos no agrupados cualitativos.
•De datos agrupados cuantitativos discretos -De datos no agrupados cuantitativos.
colaborativa y 15% •De datos agrupados cuantitativos continuos
•De datos agrupados cuantitativos
emprendedora discretos
•Explica el significado de los valores máximos •De datos agrupados cuantitativos discretos
•De datos agrupados cuantitativos
y mínimos de cada uno de los problemas •De datos agrupados cuantitativos continuos
continuos
propuestos por el docente. Explica el significado de los valores máximos
Explica el significado de los valores
•Explica la diferencia entre los resultados de los y mínimos de cada uno de los problemas
máximos y mínimos de cada uno de los
datos no agrupados y agrupados. propuestos por el docente
problemas propuestos por el docente

Perseverancia •Muestra constancia en la resolución de •Muestra constancia en la resolución de
•Muestra constancia en la resolución de
y sentido de problemas de distribución de frecuencias con problemas de distribución de frecuencias
problemas de distribución de frecuencias
organización
5% datos agrupados y no agrupados. con datos agrupados y no agrupados.
con datos agrupados y no agrupados.
•Presenta los problemas de forma ordenada. •Presenta los problemas de forma ordenada.
AUTOEVALUACIÓN. •Presenta los problemas de forma ordenada.
Ubica los datos para realizar las gráficas.
100
142
Unidad de Aprendizaje 2
2. Interpretación de información
N
IÓ
C
O
M
O
PR
14 3
Para saber más…
6 naturaleza La estadística descriptiva es una disciplina que se encarga de recoger, almacenar, ordenar, realizar
social del tablas o gráficos y calcular parámetros básicos sobre el conjunto de datos.
conocimiento.
N
La estadística descriptiva es, junto con la inferencia estadística o estadística inferencial, una de las
dos grandes ramas de la estadística. Su propio nombre lo indica, trata de describir algo. Pero no
describirlo de cualquiera forma, sino de manera cuantitativa. Pensemos en el peso de una caja de
verduras, en la altura de una persona o en la cantidad de dinero que gana una empresa. De estas
IÓ
variables podríamos decir muchas cosas. Por ejemplo, podríamos indicar que esta o aquella caja de
tomates pesan mucho o pesan menos que otras. Siguiendo con otro ejemplo, podríamos decir que
el ingreso de una empresa varía mucho a lo largo del tiempo o que una persona tiene una altura
promedio.
Para dictar las afirmaciones anteriores, sobre mucho, poco, alto, bajo, muy variable o poco variable
necesitamos variables de medidas. Esto es, necesitamos cuantificarlas, ofrecer un número. Con esto
C
en mente, podríamos utilizar los gramos o los kilogramos como unidad de medida para saber el peso
de tantas cajas de tomates como consideremos. Una vez pesemos treinta cajas, sabremos cuales
pesan más, cuales pesan menos, que cuantía es la que más se repite o si existe mucha disparidad
entre los pesos de las diferentes cajas.
O
Con esta idea nace la estadística descriptiva, con la de recoger datos, almacenarlos, realizar tablas o
incluso gráficos que nos ofrezcan información sobre un determinado asunto. Adicionalmente, nos
ofrecen medidas que resumen la información de una gran cantidad de datos.
M
O
PR
14 4
2.2 Interpreta los resultados del análisis de la información y las gráficas para tomar
decisiones sobre un evento profesional.
N
IÓ
2.2.1. Recopila y analiza información
planteada considerando lo siguiente:
C

- Media aritmética.
- Media geométrica.
O
• Determinación e interpretación de las - Mediana.
medidas de tendencia central con datos no - Moda.
agrupados y agrupados. - Cuartiles.
- Gráfica - Deciles.
- Interpretación de los resultados. - Percentiles
M
• Determinación e interpretación de - Graficación.
medidas de dispersión poblacional y
muestral con datos no agrupados y B. Determinación e interpretación
agrupados: de medidas de dispersión
- Gráfica
O
poblacional y muestral.
- Interpretación de los resultados.
• Datos no agrupados.
Contenidos específicos. - Desviación media.
- Varianza
- Desviación estándar.
PR
A. Determinación e interpretación
de las medidas de tendencia central - Coeficiente de asimetría.
poblacional y muestral. - Coeficiente de Kurtosis.
• Rango - Graficación
• Datos no agrupados. • Datos agrupados.
- Media aritmética. - Desviación media.
- Media geométrica. - Varianza
- Mediana. - Desviación estándar.
- Moda. - Coeficiente de asimetría.
- Graficación. - Coeficiente de Kurtosis.
• Datos agrupados - Graficación
145
Metodología
Apertura
A. Determinación e interpretación de las
medidas de tendencia central
• Rango
N
7 aprendizaje
situado. - Mediana.
- Moda.
- Graficación.
IÓ
• Datos agrupados
- Mediana.
- Moda.
- Cuartiles.
- Deciles.
C
- Percentiles
- Graficación.
O
Concepto clave
Tendencia
M
Se conoce como tendencia a una preferencia o una corriente que se
decanta hacia un fin o fines específicos y que generalmente suelen dejar
su marca durante un periodo de tiempo y en un determinado lugar. En la
actualidad la palabra tendencia es utilizada como un sinónimo de moda,
ya que es visto como un mecanismo social que se encarga de controlar las
O
elecciones que las personas llevan a cabo.

PR
14 6
¿De que hablamos cuando decimos… qué es medidas de tendencia central?
Las medidas de tendencia central son medidas estadísticas que pretenden resumir en un solo valor
a un conjunto de valores. Representan un centro en torno al cual se encuentra ubicado el conjunto
de los datos. Las medidas de tendencia central más utilizadas son: media, mediana y moda. Las
medidas de dispersión en cambio miden el grado de dispersión de los valores de la variable. Dicho
en otros términos las medidas de dispersión pretenden evaluar en qué medida los datos difieren
N
entre sí. De esta forma, ambos tipos de medidas usadas en conjunto permiten describir un conjunto
de datos entregando información acerca de su posición y su dispersión.
Los procedimientos para obtener las medidas estadísticas difieren levemente dependiendo de la
IÓ
forma en que se encuentren los datos. Si los datos se encuentran ordenados en una tabla estadística
diremos que se encuentran “agrupados” y si los datos no están en una tabla hablaremos de datos
“no agrupados”.
C
O
Rango
El rango es un valor numérico que indica la diferencia entre el valor máximo y el mínimo de una
población o muestra estadística.
M
El rango suele ser utilizado para obtener la dispersión total. Es decir, si tenemos una muestra con dos
observaciones: 10 y 100 euros, el rango será de 90 euros.
Sobre todo en finanzas, el rango es muy útil para observar cuán grande podría llegar a ser una
O
variación o cambio. Vale la pena mencionar también que, en no pocas ocasiones, el rango no es una
medida fija. Por ejemplo, imaginemos que el crecimiento del producto interior bruto (PIB) de un
país, ha estado entre el 3 y el 5% durante los últimos 20 años. El rango para estos datos, será del 2%
pero esto no quiere decir que siempre vaya a ser ese. De modo que si en el año 21, el crecimiento es
del -1%, el rango de los últimos 21 años, pasará del 2% al 6%.
PR
Fórmula del rango

Para calcular el rango de una muestra o población estadística utilizaremos la siguiente fórmula:
R = Má x x – M í n x
Donde
• R es el rango.
• Má x es el valor máximo de la muestra o población.
• Mí n es el valor mínimo de la muestra o población estadística.
• x es la variable sobre la que se pretende calcular esta medida.
147
Para ello, no es necesario ordenar los valores de mayor a menor o viceversa. Si sabemos cual son los
números con mayor y menor valor, tan sólo tendremos que aplicar la fórmula. En Excel, por ejemplo,
podemos utilizar las funciones =MAX(rango de datos) y MIN(rango de datos). A la celda que contiene
MAX le restamos la celda que contiene MIN y obtenemos el rango.
Ejemplo:
Problema Encontrar el rango y el rango medio del siguiente conjunto de números: 2, 4,
7, 10, 14, 35.
N
Rango: 35 – 2 = 33
Resta el valor mínimo del valor máximo para encontrar el rango.
Suma el valor mínimo mas el valor máximo y divide entre 2.
rango medio:
IÓ
35 + 2 37
= = 18 .5
2 2
Respuesta:
• El rango es 33.
C
• El rango medio es 18.5.

O
Estudiante resuelve el siguiente ejercicio.

M
12 cultura
del 1)Encontrar el rango y el rango medio del siguiente conjunto de números: 62, 88, 20, 145, 37, 105, 93,
aprendizaje.
22.
O
PR
14 8

Dimensión
Lección 10 El autocontrol en el cumplimiento
Habilidad
de mis metas
N
Elige T
... toma decisiones

reflexivas y
IÓ
la vida para lograr
metas.
Concepto Clave.
Autocontrol
Capacidad para regular voluntariamente los impulsos de la atención, emocionales y conductuales, cuando un
deseo inmediato compromete o dificulta el cumplimiento de una meta significativa
C
Datos no agrupados.
O
- Mediana.
- Moda.
- Graficación.
M
¿A qué se refiere esto? Cuando la muestra que se ha tomado n donde:
de la población o proceso que se desea analizar, es decir,
Σ xi `x = media aritmética
tenemos menos de 20 elementos en la muestra, entonces -x = i=1 x i = dato i
estos datos son analizados sin necesidad de formar clases n n = número de datos en la muestra
con ellos y a esto es a lo que se le llama tratamiento de
O
datos no agrupados. Ejemplo:
1)Se han tomado como muestra las medidas de seis cables

Medidas de tendencia central. Se les llama medidas de usados en un arnés para lavadora, las cuales son; 15.2 cm,
tendencia central a la media aritmética, la mediana, la
PR
15.0, 15.1, 15.2, 15.1 y 15.0, determine su media aritmética.

media geométrica, la moda, etc. debido a que al observar la
distribución de los datos, estas tienden a estar localizadas Solución:
generalmente en su parte central. A continuación
definiremos algunas medidas de tendencia central y la
forma de calcular su valor.
- 15.2+15.0+15.1+15.2+15.1+15.0
x = = 15.1c m
6
Media aritmética (` x ). También se le conoce como
promedio ya que es el promedio de las lecturas o
mediciones individuales que se tienen en la muestra, se
determina con la fórmula siguiente:
149

12 cultura del
aprendizaje. 1)Se toman varias muestras de cierto tipo de queso y se determina la cantidad de proteína por cada
11 interdisciplina
N
14 disciplina 100 gramos de queso, encontrándose lo siguiente: 26.5 gramos, 24.8, 25.3, 30.5, 21.4, determine la
cantidad promedio de proteína encontrada en la muestra por cada 100 gramos de queso que se
elabora.
IÓ
C
• Media geométrica (G). Es la raíz en enésima del producto de los valores de los elementos de la
O
muestra, es usada cuando los valores de los datos de la muestra no son lineales, es decir que su valor
depende de varios factores a la vez, se determina de la siguiente forma:
G = n x 1 * x 2 * ... * x n
M
Donde:
O
G = media geométrica
x i = dato i
n = número de datos en la muestra
PR
Ejemplo:
1) Las siguientes temperaturas han sido tomadas de un proceso químico, 13.4ºC, 12.8, 11.9, 13.6,
determine la temperatura promedio de este proceso.
4 4
13.4x12 . 8 x11.9 x13.6 = 27758 .7968 =12 .9 077 º C
1 50

12 cultura del
1)Las siguientes temperaturas han sido tomadas de un proceso para fabricar queso chihuahua, aprendizaje.
11 interdisciplina
N
21.4oC, 23.1, 20.2, 19.7, 21.0, determine la temperatura promedio de este proceso 14 disciplina
IÓ
C
• Mediana (x m e d ). La mediana es aquel valor que se encuentra en la parte central de los datos que se
tienen en la muestra una vez que estos han sido ordenados según su valor o magnitud. Para calcular
O
la mediana se presentan dos casos:
Cuando el número de datos en la muestra es impar.- En este caso después de ordenar los datos de
la muestra en cuanto a su magnitud, es decir de mayor a menor valor o de menor a mayor valor, se
M
procede a localizar aquel dato que se encuentra justo en el centro de los datos o en la parte central
de los mismos, el valor de este dato será el que dé valor a la mediana.
Ejemplo:
O
1)Los siguientes datos son las mediciones obtenidas de un circuito utilizado en un arnés de lavadora;
se toman como muestra siete circuitos y sus mediciones son: 11.3, 11.2, 11.5, 11.2, 11.2, 11.4, 11.5 cm.
Solución:
Ordenando los datos de menor a mayor valor; 11.2, 11.2, 11.2, 11.3, 11.4, 11.5, 11.5
PR
Se observa que el dato 11.3 es el que queda en la parte central, por lo que este es el que dará valor
a la mediana; entonces,
x m e d = 11.3 c m.
1 51

12 cultura del
aprendizaje. 1)Los siguientes datos son las mediciones obtenidas de un circuito utilizado en un arnés de lavadora;
11 interdisciplina
N
14 disciplina se toman como muestra ocho circuitos y sus mediciones son: 11.3, 11.2, 11.5, 11.2, 11.2, 11.4, 11.5, 11.4
cm.
Se observa que en la parte central de los datos no hay dato alguno por lo que la mediana se
determina con el promedio de los datos subrayados, entonces:
IÓ
X = 11.3 + 11.2 = 11.25c m
m e d 2
C
O
• Moda (x m o d ). La moda se define como aquel valor o valores que más se repiten o que tienen mayor
M
frecuencia entre los datos que se han obtenido en una muestra, la muestra de una población nos
genera la distribución de los datos una vez que estos se han graficado y en esta gráfica es posible
observar la moda o modas de la misma, es por esto que una distribución de datos puede ser amodal
(carece de moda), unimodal (tiene una sola moda), bimodal (tiene dos modas) o polimodal (tiene
más de dos modas).
O
Ejemplo:
1)Determina la moda de los datos que se muestran a continuación, se refieren a la estatura de un

grupo de jóvenes; 1.60m, 1.65, 1.70, 1.71, 1.70, 1.70, 1.70, 1.71, 1.70, 1.93, 1.87, 1.85
PR
Solución:
Estatura Frecuencia
1.60 1
1.65 1 La tabla muestra la distribución de frecuencias de los
1.70 5* datos o el número de veces que estos se repiten, la mayor
1.71 2 frecuencia que es 5 corresponde a una estatura de 1.70m,
por lo que esta sería la moda.
1.85 1
1.87 1 x m o d = 1.70 m
1.93 1
1 52
1)Determina la moda de los siguientes datos que se refieren a la edad de alumnos de primer semestre 12 cultura del
aprendizaje.
del tecnológico de Chihuahua, 18 años, 17, 19, 21, 19, 18, 22, 22, 18, 18, 17, 19, 19, 19, 18, 20, 21, 20, 18,
N
11 interdisciplina
19, 18, 19, 18,19, 22, 35 14 disciplina
IÓ
C
• El diagrama principal para representar datos de variables discretas no agrupadas es el diagrama
de barras. En este se representan en el eje de abscisas los distintos valores de la variable y sobre
cada uno de ellos se levanta una barra de longitud igual a la frecuencia correspondiente. Pueden
O
representarse tanto las frecuencias absolutas fifi como las relativas hihi. En la practica se puede
graduar simultáneamente el eje de ordenadas tanto en frecuencias absolutas como en relativas en
tantos por ciento.
M
Para saber más…

O
Estudiante analiza la información del siguiente video Qr

PR
¨GRÁFICOS ESTADÍSTICOS DATOS NO

AGRUPADOS¨
https://www.youtube.com/watch?- EXCELENCIA
E D U C AT I VA
E D I T O R I A L
v=fE0uDvmAy4s
STEAM
153
• Datos agrupado
- Media aritmética
La media aritmetica los datos vienen agrupados en una tabla de frecuencias, la expresión de la media
es distinta. Supongamos que tenemos K clases diferentes en nuestra tabla de frecuencias, en
donde para cada clase C i , tenemos su media Xi
y su frecuencia f i correspondiente, entonces
calculamos la media como:
N
x = x 1 . f 1 + x 2 . f 2 + ... + xk . f k
f 1 + f 2 + ... + f k
IÓ
Σ ik = 1 xi . f i
= k Debemos observar que ahora N es la suma de las
Σj = 1 f j frecuencias de cada clase, esto es
k
Σ = 1 xi . f i N = Σ kj = 1 f j
= i N
C
Además, cuando cada grupo o clase es un intervalo, la media de dicho intervalo es simplemente
el punto medio entre los límites, así, suponiendo que un grupo es el intervalo (a , b) , entonces
O
su media es a+ b .
2
Como observación a considerar, notemos que al tener una tabla de frecuencias, al agrupar los datos,
sustituimos cada dato por la media del grupo o clase al que pertenece, y que la suma de todas
M
las frecuencias es igual a la cantidad de datos que tendríamos si no agrupáramos, por lo tanto, al
calcular la media en datos agrupados, lo que hacemos es simplemente reemplazar cada dato por la
media del grupo o clase al que pertenece. En caso de tener datos no agrupados, en general es mejor
no agrupar ya que esto implica pérdida de información
O
-Media Geométrica
Media Geométrica ( MG) Es una medida

MG = n X 1 . X 2 . ... . X n
PR
de tendencia central que puede utilizarse

para mostrar los cambios porcentuales
en una serie de números positivos. Como Así por ejemplo, la media geométrica del conjunto de datos 2, 4, 6, 12 y 18 es
tal, tiene una amplia aplicación en los
negocios y en la economía, debido a MG = 5 (2)(4)(6)(12)(18)
que con frecuencia se está interesado
en establecer el cambio porcentual en MG = 5 10368
las ventas en el producto interno bruto o
en cualquier serie económica. Se define MG = 6 .355
como la raíz índice n del producto de n
términos.
La media geométrica se utiliza con más frecuencia para calcular la tasa de
crecimiento porcentual promedio de algunas series dadas, a través del tiempo.
154
- Media
• La media se calcula usando la siguiente fórmula:
x 1 . f 1 + x 2 . f 2 + ... + x n .f n Σ i = 1 x i.f i
n
x
= n =
Ejemplo: Frecuencia frecuencia
N
Intervalos Marca de clase x
absoluta f acumulada F
1 (0-4) 2 3 3
2 (4-8) 6 5 8
3 ( 8 - 12 ) 10 6 14
IÓ
4 ( 12 - 16 ) 14 4 18
5 ( 16 - 20 ) 18 3 21
Total 21
Dado que tenemos 5 intervalos, la media la calculamos usando la fórmula:
C
-x = x 1 .f 1 + x 2 .f 2 + x 3 .f 3 + x 4 .f 4 + x 5 .f 5 = Σ i =1 x i .f i
5
n n
Marca de Frecuencia Frecuencia

Intervalos x.f
O
clase x absoluta f acumulada F
1 (0-4) 2 3 3 x 1 .f 1
2 (4-8) 6 5 8 x 2 .f 2
3 ( 8 - 12 ) 10 6 14 x 3 .f 3
M
4 ( 12 - 16 ) 14 4 18 x 4 .f 4
5 ( 16 - 20 ) 18 3 21 x 5 .f 5
n
Total 21 Σ=x i .f i
i=1
O
Calculamos los valores de x.f :
Marca de Frecuencia Frecuencia

Intervalos x.f
PR
clase x absoluta f acumulada F

1 (0-4) 2 3 3 6
2 (4-8) 6 5 8 30
3 ( 8 - 12 ) 10 6 14 60
4 ( 12 - 16 ) 14 4 18 56
5 ( 16 - 20 ) 18 3 21 54
Total 21 206
Finalmente, calculamos el valor de la media, dividiendo la suma de valores de la columna x .f entre

n.
1 55
x 1 .f 1 + x 2 .f 2 + x 3 .f 3 + x 4 .f 4 + x 5 .f 5 Σ i5=1 x i .f i 20 6
- Mediana
• Para estimar la mediana, hay que seguir 2 pasos: Donde:

• Encontrar el intervalo en el que se encuentra la mediana • L i : límite inferior del intervalo en el cual se encuentra la
usando la fórmula: mediana.
p o sición = n +2 1 • n: número de datos del estudio. Es la sumatoria de las

frecuencias absolutas.
N
• F i -1: frecuencia acumulada del intervalo anterior al que
• Usar la fórmula de la mediana:
se encuentra la mediana.
n • A i : amplitud del intervalo en el que se encuentra la
2 - Fi - 1 mediana.
Me = Li + . Ai
fi • f i : frecuencia absoluta del intervalo en el que se encuentra
IÓ
la mediana.
Ejemplo:
Encontrar la mediana de la siguiente distribución:
1
Intervalos
(0-4)
Marca de clase x
2
C Frecuencia
absoluta f
3
frecuencia
acumulada F
3
O
2 (4-8) 6 5 8
3 ( 8 - 12 ) 10 6 14
4 ( 12 - 16 ) 14 4 18
5 ( 16 - 20 ) 18 3 21
M
Total 21
Para estimar el valor de la mediana, seguimos los 2 pasos.

Primero encontramos el intervalo en el cual se encuentra la mediana usando la fórmula:
O
o sición = n 2+ 1 = 21 + 1 = 22 = 11
p 2 2
Este valor, lo buscamos en la columna de frecuencias acumuladas. Si no aparece, buscamos el valor que sigue. Como
PR
vemos, después del 11 sigue el 14, por lo tanto, la mediana se ubica en el intervalo 3.
Frecuencia frecuencia
1 (0-4) 2 3 3
2 (4-8) 6 5 8
3 ( 8 - 12 ) 10 6 14
4 ( 12 - 16 ) 14 4 18
5 ( 16 - 20 ) 18 3 21
Total 21
1 56
Ahora, aplicamos la fórmula de la mediana:
n 21
2 - F i -1 . A = 8 + 2 - 8 .4
M
e = Li + f i i
6
M e = 8 + 10,5 - 8 .4 = 8 + 2,5 .4
6 6
N
M e = 9,667
El valor de la mediana, sería: M e = 9, 667.
IÓ
- Moda
• Para estimar la moda, se siguen los siguientes pasos: Donde:

• Encontrar el intervalo en el cual se encuentra la moda, • L i : límite inferior del intervalo en el cual se encuentra la
que es el intervalo con mayor frecuencia absoluta. moda.
• Usar la siguiente fórmula para estimar el valor de la moda: • f i -1: frecuencia absoluta del intervalo anterior en el que
C
se encuentra la moda.
• f i : frecuencia absoluta del intervalo en el que se encuentra
f i - f i -1
M = Li + . Ai la moda.
o
f i - f i -1 + f i - f i+1 • f i+1: frecuencia absoluta del intervalo siguiente en el que
O
se encuentra la moda.
• A i : amplitud del intervalo en el que se encuentra la moda.
Ejemplo: Frecuencia frecuencia

M
Encontrar la moda
1 (0-4) 2 3 3
de la siguiente
distribución: 2 (4-8) 6 5 8
3 ( 8 - 12 ) 10 6 14
O
4 ( 12 - 16 ) 14 4 18
5 ( 16 - 20 ) 18 3 21
Total 21
PR
Primero, encontramos Frecuencia frecuencia

el intervalo en el cual se Intervalos Marca de clase x
encuentra la moda, es decir,
1 (0-4) 2 3 3
el intervalo con mayor
frecuencia absoluta. El 2 (4-8) 6 5 8
intervalo 3, tiene la mayor 3 ( 8 - 12 ) 10 6 14
frecuencia absoluta (6), por 4 ( 12 - 16 ) 14 4 18
lo tanto, aquí se encontrará 5 ( 16 - 20 ) 18 3 21
la moda.
Total 21
1 57
Ahora, f i - f i -1 6 - 5
M = L + . A = 8 + .4
aplicamos la o i
f i - f i -1 + f i - f i+1 6 - 5 + 6 - 4
fórmula para
estimar la
moda: 1 .4 = 8 + 1 .4
M = 8 +
o 1+2 3
M o = 9,333
N
Por lo tanto, el valor de la moda sería: M o = 9, 333.
- Cuartiles
IÓ
Cuartiles. Son valores de la variable que
dividen los datos ordenados en cuartos; n + 1 = 14 + 1 = 7.5.
cada conjunto de datos tiene tres cuartiles. 2 2
El primer cuartil, Q1 ,es un número tal que
a lo sumo 25% de los datos son menores en
valor que Q1 y a lo sumo 75% son mayores.
El segundo cuartil es la mediana (50%). El
tercer cuartil, Q3 , es un número tal que a lo
sumo 75% de los datos son valores en valor
C
1 1 1 2 3 3 4 4 5 9 9 19 20 20
Po sición 7.5
O
que Q3 y a lo sumo 25% son mayores.
Valor de Q 2 = 4
Para el cálculo de los cuartiles debemos
determinar la posición del dato que ocupa
Esto significa que la mediana es 4. Ahora el primer cuartil es
M
cada cuartil con la condición de que
dividan a la colección de datos en cuatro la mediana de los datos que se encuentran a la izquierda de la
partes iguales. De esta forma encontramos mediana o segundo cuartil. Así, la posición del primer cuartil es
con que el segundo cuartil coincide con la
mediana dado que divide a la colección en
n + 1 = 7 + 1 = 4.
O
dos partes iguales, por lo que su posición

es 1 14 1 7.5 2 2 = 2 2
Esto significa que el primer cuartil es el valor

PR
que está en la cuarta posición, es decir,

2. Del mismo modo, el tercer cuartil es el
valor que está en la cuarta posición desde
el otro extremo, es decir, 9. Como vemos en Datos clasificados en orden ascendente
el diagrama de caja siguiente, al ubicar la
caja entre el primero y el tercer cuartil, se
25% 25% 25% 25%
puede tener una idea de la distribución de
los datos, es decir, se observa que hay una
mayor concentración de datos hacia los Li Q1 Q2 Q3 Ls
valores pequeños puesto que la caja está
desplazada a la izquierda.
Ejemplo:
158
Deciles
Deciles.
Son valores de la variable que dividen los datos ordenados en diez partes iguales
(9 divisiones).
En cuanto al octavo decil, bastaría con ubicar la posición en que se encuentra a través de la fórmula.
N
8 10n = 8 10
14 = 11.2.
Esto quiere decir que entre el dato que se encuentra en la posición 11 y la 12 está el octavo decil,
IÓ
pero más cerca de la 11 que de la 12 puesto que la posición es la 11.2. El resultado sería 9.2 porque
entre el 9 y el 19 (que son los datos cuyas posiciones son 11 y 12 respectivamente) hay exactamente
10 unidades.
Ejemplo:
Datos clasificados en orden ascendente
C
10% 10% 10% 10% 10% 10% 10% 10% 10% 10%
L i D1 D 2 D 3 D 4 D 5 D 6 D7 D 8 D 9 L s
O
- Percentiles
M
Percentiles. Son los valores de la variable que dividen un conjunto de datos clasificados en 100
subconjuntos iguales; cada conjunto de datos tiene 99 percentiles. El késimo percentil, Pk , es un
valor que a lo sumo k% de los datos son menores en valor que Pk y a lo sumo (100 - k)% de los datos
son mayores.
O
Con relación a los percentiles pedidos, tendríamos que ubicar las posiciones correspondientes como
lo hicimos con los deciles. Para la posición del percentil 42 tendríamos la siguiente fórmula
4210n0 = 42 10
14 = 5.88 .
0
PR
Esto quiere decir que el percentil 42 se encuentra entre los datos que ocupan la posición 5 y la 6.
Afortunadamente en este caso ambos datos son 3 por lo que el percentil 42 es 3. Para el percentil 50
basta con buscar la mediana puesto que coinciden. La mediana de esta colección es 4. Por último, el
percentil 87 se buscaría con el mismo procedimiento usado anteriormente, es decir,
8710n0 = 87 10140 = 12.18
1 59
nos daría la posición del percentil buscado que en este caso es entre las posiciones 12 y la 13, más
cerca de la primera. El resultado sería que el percentil 87 toma el valor de 19.18.
Ejemplo:
valor que P4 y a lo sumo (100 - k)% de los datos son mayores
N
1% 1% 1% 1% ... 1% 1% 1% 1%
L i P 1 P 2 P 3 P 4 P 9 6 P 97 P 9 8 P 9 9 L s
IÓ
Graficación
C
Representaciones gráficas para datos agrupados
La representación gráfica mas usada para datos agrupados es el histograma de frecuencias

absolutas o relativas. Un histograma es un conjunto de rectángulos adyacentes, cada uno de los
O
cuales representa un intervalo de clase. Las base de cada rectángulo es proporcional a la amplitud
del intervalo. Es decir, el centro de la base de cada rectángulo ha de corresponder a una marca de
clase. La altura se suele determinar para que el área de cada rectángulo sea igual a la frecuencia de
la marca de clase correspondiente. Por tanto, la altura de cada rectángulo se puede calcular como
M
el cociente entre la frecuencia (absoluta o relativa) y la amplitud del intervalo. En el caso de que la
amplitud de los intervalos sea constante, la representación es equivalente a usar como altura la
frecuencia de cada marca de clase, siendo este método mas sencillo para dibujar rápidamente un
histograma.
O
Ejemplo:
HISTOGRAMA DEL PARAJE DEL SOL
7
6
PR
5
FRECUENCIA
4
3
2
1
0
7 8 9 10
CLASES
160
1.Si se eligen los colores amarillo, azul, rojo y verde para construir banderas en las que no se puede 12 cultura del
aprendizaje.
repetir un color y en las que se considera el orden
N
11 interdisciplina
14 disciplina
a) ¿Cuántas banderas diferentes de cuatro colores salen?
b) ¿Cuántas banderas diferentes de dos colores salen?
IÓ
C
O
M
2. Un obrero puede pintar una casa en 6 días y otro puede pintarla en 8 días. Hallar
el rendimiento promedio que se tendría que tardar en pintar la misma casa
cualquier obrero, tomando como base el desempeño de estos dos.
O
PR
1 61
3. Supóngase que una familia realiza un viaje en automóvil a una ciudad y cubre los
primeros 100 km a 60 km/h, los siguientes 100 km a 70 km/h y los últimos 100 km
a 80 km/h. Calcular, en esas condiciones, la velocidad media realizada.
N
IÓ
4. Para la siguiente colección de datos 1, 1, 1, 2, 3, 3, 4, 4, 5, 9, 9, 19, 20 y 20 calcule:
a) El primero y el tercer cuartil. Ubíquelos en un diagrama de caja.

b) El octavo decil.
c) El percentil 42, el 50 y el 87.
C
O
M
O
5.En la siguiente serie simple, que corresponde a la edad de los trabajadores de una micro empresa:
33, 26, 66, 45, 28, 59, 33, 36, 26, 45, 62, 45, ordenar los datos y calcular los cuartiles uno, dos y tres, los
deciles uno, tres, cinco y nueve; y, los percentiles nueve, diez y cincuenta.
PR
1 62
6. Si el crecimiento de las ventas en un negocio fue en los tres últimos años de 26%, 32% y 28%, hallar
la media anual del crecimiento.
N
IÓ
7. En el cuadro siguiente se presentan los consumos de electricidad en Hidalgo en miles de millones
de de kw/hora desde diciembre de 2009 hasta diciembre de 2010.
Meses Consumo
Dic 10.1
Ene
Feb
Mar
Abr
C 10.7
9.96
9.46
9.53
O
May 8.92
Jun 8.95
Jul 8.58
M
O
PR
8. Si el crecimiento de las ventas en un negocio fue en los tres últimos años de 26%, 32% y 28%, hallar
la media anual del crecimiento.
163
Estudiante contesta correctamente la siguiente Word Cloud.
12 cultura del
aprendizaje.
11 interdisciplina
N
14 disciplina
IÓ
C
O
M
O
PR
1. 2.
3. 4.
5. 6.
7. 8.
9. 10.
11. 12.
164

Dimensión
Lección 11 Aliados para alcanzar mis metas

Habilidad
N
... toma decisiones
Elige T reflexivas y
responsables en
la vida para lograr
Perseverancia metas.
IÓ
Concepto Clave.
Aliados:
Aquellas personas que nos ayudan a cuidarnos y lograr nuestras metas. Pueden o no ser familiares.
C
02 Eje Transversal
O
Social
Los derechos humanos son cruciales para dar forma a la respuesta a la pandemia. Si respetamos los
M
derechos humanos en estos momentos de crisis, construiremos soluciones más efectivas e inclusivas para la
emergencia de hoy y la recuperación de mañana.
Los derechos humanos colocan a las personas en el centro del debate. Las respuestas que estén influidas por
los derechos humanos, y que los respetan, producen mejores resultados a la hora de vencer a la pandemia,
O
lo cual garantiza una atención sanitaria para todos y preserva la dignidad humana.
El Secretario General de las Naciones Unidas instó a los Gobiernos a que sean transparentes, sensibles
y responsables en su respuesta a la COVID-19 y que garanticen que cualquier medida de urgencia sea
PR
legal, proporcionada, necesaria y no discriminatoria. «La mejor respuesta es aquella que es proporcional
a las amenazas inmediatas, al mismo tiempo que protege los derechos humanos y el estado de derecho»,
ha mencionado.
Para centrarse en la «verdadera lucha», el Secretario General de las Naciones Unidas, António Guterres,
exigió un alto el fuego a nivel mundial, en un intento de instar a las
https://www.un.org/sustainabledevelopment/es/peace-justice/
1 65
Metodología
Desarrollo
B. Determinación e interpretación de medidas de dispersión
- Desviación media.
- Varianza
N
- Coeficiente de asimetría.
- Coeficiente de Kurtosis.
7 aprendizaje - Graficación
situado
6 naturaleza
IÓ
social del
conocimiento.
14 disciplina
Concepto clave
Dispersión
C
En estadística, las medidas de dispersión es el grado en que una
distribución se estira o exprime. Ejemplos comunes de medidas de
dispersión estadística son la varianza, la desviación estándar y el rango
intercuarti
O
¿De que hablamos cuando decimos… qué es medidas de dispersión poblacional y muestral? ?
M
Las medidas de dispersión son importantes porque nos hablan de la variabilidad que encontramos
en una determinada muestra o población. Cuando hablamos de muestra, esta dispersión es
importante porque condiciona el error que vamos a tener a la hora de hacer inferencias para medidas
de tendencia central, como la media.
O
PR
166
-Desviación Media
La diferencia entre el valor de cada observación y la media aritmética se denomina desviación.

La suma de las desviaciones de todas las observaciones respecto a su media es nula. Llamamos
desviación media a la sumatoria de los valores absolutos de las desviaciones de las observaciones
respecto a su media dividida entre el número de observaciones.
N
DM = 1 Σ x i - x
n
n i=1
La desviación media nos indica la distancia promedio a la que se encuentran los valores de las
observaciones a derecha e izquierda de la media aritmética. Es una medida de variabilidad mas
IÓ
sencilla de calcular que la desviación típica; aunque menos usada que esta última.
-Varianza
La varianza es la sumatoria de los cuadrados de las desviaciones de las observaciones respecto a su

media dividida entre el número de observaciones o entre el número de observaciones menos una.
C
Cuando se calcula la varianza de toda una población o de una muestra con un número muy grande
de datos, se denomina la varianza con la letra griega sigma y se divide entre el número total de
observaciones. Cuando se trabaja con muestras pequeñas, la varianza se denota con la letra s y se
divide entre el número total de observaciones menos una.
O
1 n 1 n
σ 2 = n Σ (x i - μ) 2 s 2 = (n -1) i=1
Σ (x i - x) 2
i=1
En la práctica, estas fórmulas se reducen a:

M
2 2
- 1 Σ xi - 1 Σ xi
n n n n
Σ (x i ) 2
Σ (x i ) 2
i=1 n i=1 i=1 n i=1
σ =
2
s =
2
n
O
(n -1)
-Desviación estándar
La desviación típica o desviación estandar es la raiz cuadrada positiva de la varianza. Tiene la ventaja,
PR
con respecto a la varianza, de que viene expresada en las mismas unidades de la variable estudiada.
(la varianza se expresa en unidades cuadradas)
1 n 1 n
σ 2 = σ = n Σ (x i - μ) 2 s 2 = s = n Σ (x i - x) 2
i=1 i=1
O bien, como en el caso de la varianza:

2
- 1 Σ xi
n n 2
Σ (x i ) - 1 Σ xi
2 n n
n i=1 Σ (x i ) 2
σ =
i=1
i=1 n i=1
n s =
(n -1)
1 67
-Coeficiente de asimetría
Es una medida adimensional que, de acuerdo a su signo, nos indica el grado de asimetría que posee
una distribución. Si es negativo indica asimetría a la izquierda, si es positivo nos indica asimetría a la
derecha y si es nulo nos indica que la distribución es simétrica.
n 1 n
N
A = Σ (x i - x ) 3
(n -1)(n -2) s 3 i =1
El cálculo de este indicador es relativamente complejo, por lo que en la mayoría de los casos se
prefiere observar la gráfica y realizar apreciaciones visuales acerca del sesgo o usar alguno de los
IÓ
otros dos indicadores que, aunque algo menos confiables que este, son mas sencillos de calcular.
-Coeficiente de Kurtosis
C
La curtosis nos indica el grado de apuntamiento (aplastamiento) de una distribución con respecto a
la distribución normal o gaussiana. Es adimensional.
n(n + 1) 1 n (n -1)(n -1)

O
C u r to si s = 4 Σ (x i - x) - 3
4
(n -1)(n -2)(n -3) s i =1 (n -2)(n -3)
M
Platicúrtica : curtosis < 0
Mesocúrtica : curtosis = 0
Leptocúrtica : curtosis > 0

O
En la práctica se usa un indice mas fácil de calcular llamado coeficiente percentil de curtosis. Para la
PR
distribución normal este coeficiente vale 0,263
1
(Q 3 - Q 1 )
Q 2
K = D = P 9 0 - P10
168
-Graficación
POLÍGONO DE FRECUENCIAS: ASIMETRÍA Y CURTOSIS
MEDIA CURTOSIS:
(279,06) Ligeramnte Leptocúrtica.
18 Un pico algo pronunciado
16
N
14
FRECUENCIA ABSOLUTA
12
10 ASIMETRÍA:
Ligera asimetría
IÓ
8 hacia la derecha.
C
255 265 275 285 295 305 315
MODA SALARIO SEMANAL ($)

(277,50)
O MEDIA
(279,77)
M
Para saber más…
Estudiante analiza la información del siguiente video Qr

O
¨Distribución Curtosis y Normal¨

PR
https://www.youtube.com/watch?-
v=B6I-Ltv9Wbo EXCELENCIA
E D U C AT I VA
E D I T O R I A L
STEAM
1 69
12 cultura del
aprendizaje. 1. Encontrar desviación media, la varianza y la desviación típica de las series de números siguientes:
11 interdisciplina
N
14 disciplina a) 2, 3, 6, 8, 11.
b) 12, 6, 7, 3, 15, 10, 18, 5.
IÓ
C
O
2. Dada la distribución estadística. Calcular la varianza.
M
fi xi fi Fi
[0, 5) 3 [0, 5) 2.5 3 3
[5, 10) 5 [5, 10) 7.5 5 8
[10, 15) 7 [10, 15) 12.5 7 15
O
[15, 20) 8 [15, 20) 17.5 8 23

[20, 25) 2 [20, 25) 22.5 2 25
[25, ∞) 6 [25, ∞) 6 31
31
PR
170
3. Se va a comparar la dispersión en los precios anuales de las acciones que se venden a menos de
$10 (dólares) y la dispersión en los precios de aquellas que se venden por arriba de $60. El precio
medio de las acciones que se venden a menos de $10 es 5,25 y la desviación estándar es $1,52. El
precio medio de las accciones que se negocian a más de $60 es $92,50 y su desviación estándar es
$5,28.
a) Porque debe utilizarse el coeficiente de variación para comparar la dispersión de los precios?
b) Calcule los coeficientes de variación. ¿Cuál es su conclusión?
N
IÓ
26 33 28 31
C
4. A continuación se presentan los sueldos iniciales en miles de dólares en una muestra de contadores
que terminaron sus estudios y empezaron a trabajar como contadores públicos el año pasado.
36
O
a) Determine los valores de la media, mediana y desviación estándar
M
O
5)Encontrar el coeficiente de apuntamiento de Fisher para las siguientes calificaciones, obtenidas en

PR
un examen de Física a un grupo de alumnos, con una escala del 1 al 10:

5, 5, 4, 7, 7,7, 9, 8, 9, 4, 3
17 1
Metodología
Cierre • Datos agrupados.
- Desviación media.
- Varianza
- Coeficiente de asimetría.
- Coeficiente de Kurtosis.
- Graficación
N
7 aprendizaje
situado
IÓ
6 naturaleza
social del
conocimiento Concepto clave
11 interdisciplina
14 disciplina Coeficiencia
En estadística, cuando se desea hacer referencia a la relación entre el
tamaño de la media y la variabilidad de la variable, se utiliza el coeficiente
de variación.
C
¿De que hablamos cuando decimos… qué es desviación media?
O
La desviación media es un método que mide la dispersión de los datos de un
conjunto con respecto a su media aritmética. Encontrar la desviación media
en datos que no están agrupados no es tan complicado, pero el proceso para
calcularla se extiende un poco cuando se trabaja con datos agrupados, porque
hay que realizar más pasos para determinar la desviación media, pero no es
M
algo que sea demasiado complejo una vez se comprende lo que hay que hacer,
por esto se recomienda leer detenidamente los procesos que se hacen en la
resolución de ejercicios más abajo en este artículo para que no se complique
demasiado entender este tema.
O
Fórmula de la desviación media

PR
d m = Σ x - nx * f
17 2
-Varianza y Desviación estandar.
Para simplificar el cálculo de la varianza vamos o utilizar las siguientes expresiones que son
equivalentes a las anteriores.
La desviación estándar o desviación típica es la raíz cuadrada de la varianza.
N
Es decir, la raíz cuadrada de la media de los cuadrados de las puntuaciones de desviación.
La desviación estándar se representa por σ
(x 1 - x ) 2 + (x 2 - x ) 2 + ... + (x n - x ) 2
IÓ
σ
= 2
N
n
σ 2 = Σ i=1 (x i - x )
2
-Asimetria y Curtosis
C
O
La asimetría es la medida que indica la simetría de la distribución de una variable respecto a la media
aritmética, sin necesidad de hacer la representación gráfica. Los coeficientes de asimetría indican si
hay el mismo número de elementos a izquierda y derecha de la media.
M
Existen tres tipos de curva de distribución según su asimetría:
• Asimetría negativa: la cola de la distribución se alarga para valores inferiores a la media.

• Simétrica: hay el mismo número de elementos a izquierda y derecha de la media. En este caso,
O
coinciden la media, la mediana y la moda. La distribución se adapta a la forma de la campana de

Gauss, o distribución normal.
• Asimetría positiva: la cola de la distribución se alarga (a la derecha) para valores superiores a la
media.
PR
MEDIA MEDIA MEDIA
1 2 3 4 5 6 7 8 9 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
ASIMETRÍA NEGATIVA SIMÉTRICA ASIMETRÍA POSITIVA
17 3
La curtosis (o apuntamiento) es una medida de forma que mide cuán escarpada o achatada está una
curva o distribución.
Este coeficiente indica la cantidad de datos que hay cercanos a la media, de manera que a mayor
grado de curtosis, más escarpada (o apuntada) será la forma de la curva.
N
CURTOSIS GRANDE
IÓ
CURTOSIS PEQUEÑA
C
O
La curtosis se mide promediando la cuarta potencia de la diferencia entre cada elemento del
conjunto y la media, dividido entre la desviación típica elevado también a la cuarta potencia. Sea el
conjunto X=(x1, x2 ,…, x N ), entonces el coeficiente de curtosis será:
Σ ( X i - x )4 . n i
M
i=1
g2 =
N Sx 4
n i la frecuencia absoluta de x i
O
-Graficar
PR
¨Graficar curtosis datos agrupados¨
https://www.youtube.com/watch?-
v=gt6bpsGGp44 EXCELENCIA
E D U C AT I VA
E D I T O R I A L
STEAM
174
1. Calcular la desviación estándar de la distribución: 12 cultura del

aprendizaje.
N
11 interdisciplina
9, 3, 8, 8, 9, 8, 9, 18 14 disciplina
IÓ
C
2. Calcular la varianza de la distribución: 12, 6, 7, 3, 15, 10, 18, 5.
O
M
O
PR
3. Calculamos la media aritmética
175
4. Calculamos la varianza
N
5. Calcular la varianza de la distribución: 5, 5, 12, 13, 15, 15, 15, 20, 20, 23.
IÓ
C
O
6. Calcular la varianza de la distribución: 150, 160, 164, 158, 183.
M
O
PR
176

Dimensión
Lección 12 Un recuento de mis habilidades
Habilidad
socioemocionales
N
Elige T
... toma decisiones

reflexivas y
IÓ
la vida para lograr
metas.
Concepto Clave.
Perfil de egreso: Conjunto de conocimientos, habilidades, actitudes y valores expresadas en rasgos deseables
para ser alcanzados por el estudiante al concluir la educación media superior
C
Conjunto de conocimientos, habilidades, actitudes y valores expresadas en rasgos deseables para ser alcanzados por el estudiante al concluir la educación media superio
O
04 Eje Transversal
Ambiental
M
El mundo vive un momento de violencia y conflictos desestabilizadores que sumen en la
desesperación a grandes grupos de población. Nuestra responsabilidad frente a tan grave
escenario es exigir de manera colectiva que cesen la brutalidad y la impunidad imperantes.
Estas palabras, pronunciadas por el Secretario General de la ONU para el Día Internacional
O
de la Paz, se ajustan al Objetivo de Desarrollo Sostenible 16, que busca la promoción de

sociedades pacíficas e inclusivas, el acceso a la justicia para todos y la creación de instituciones
responsables.
Los avances desiguales de los anteriores planes de desarrollo hicieron patente la necesidad de
salir del ámbito económico y adoptar una visión holística al elaborar nuevas estrategias.
PR
La primera lección al evaluar los Objetivos de Desarrollo del Milenio fue que las sociedades
que avanzaron menos carecían de paz y justicia.
Fue así que por primera vez se integró la paz y la justicia a la agenda de desarrollo 2030.
Radio de la ONU.
https://www.un.org/sustainabledevelopment/es/2015/09/la-paz-y-la-justicia-son-pilares-del-
desarrollo-sostenible/
17 7
N
12 cultura
del Producto esperado
aprendizaje.
Estudiante resuelve correctamente los siguientes problemas de
determinación e interpretación de las medidas de tendencia central y
IÓ
determinación e interpretación de medidas de dispersión poblacional y
muestral con datos no agrupados y agrupados que incluya memoria de
cálculo y gráficas de resultados en hojas milimetricas.
1) ¿Cuál es el rango para el siguiente conjunto de números?
C
15, 21, 57, 43, 11, 39, 56, 83, 77, 11, 64, 91, 18, 37
O
M
O
2.Diez amigos obtuvieron las siguientes calificaciones en su examen de matemáticas de fin de año:
23%, 37%, 45%, 49%, 56%, 63%, 63%, 70%, 72% y 82%
¿Cuál fue la desviación media? de sus marcas?

PR
17 8
3.Un folleto tiene 12 páginas con el siguiente número de palabras:

271, 354, 296, 301, 333, 326, 285, 298, 327, 316, 287 y 314
¿Cuál es el número de desviación estándar de palabras por página?
N
IÓ
4. ¿Cuál es la mediana de los números 3, 11, 6, 5, 4, 7, 12, 3 y 10?
C
O
5. ¿Cuál es la media de los números 8, 9, 13 y 18?
M
O
PR
6. ¿Cuáles son los cuartiles del siguiente conjunto de números?
8, 11, 20, 10, 2, 17, 15, 5, 16, 15, 25, 6
179
7. ¿Cuál es el rango intercuartílico para el siguiente conjunto de números?
4, 5, 6, 8, 9, 11, 13, 16, 16, 18, 20, 21, 25, 30, 31, 33, 36, 37, 40, 41
N
IÓ
TOOTHPICK
8.El diagrama muestra una ruleta formada por un trozo de

cartulina en forma de pentágono regular, con un palillo en 1
C
el centro. Los cinco triángulos están numerados del 1 al 5. 5
2
Se hace girar la ruleta hasta que aterriza en uno de los 4
cinco bordes del pentágono. ¿Cuál es la probabilidad de 3
que el número en el que aterrice sea impar?
O
M
O
PR
9. Se lanza un dado una vez. ¿Cuál es la probabilidad de que la puntuación sea un factor de 6?
180

CONALEP)
8 evaluación del
aprendizaje
N
Siglema: TADA-04
módulo: y azar. alumno:
IÓ
2.2.2. Recopila y analiza la información

planteada considerando lo siguiente:
- Determinación e interpretación de las
medidas de tendencia central con datos
agrupados y no agrupados.
2.2 Interpreta los resultados del análisis de la
Resultado de Actividad de -Grafica
información y las graficas para tomar decisiones sobre
C
aprendizaje: evaluación: -Interpretación de los resultados
un evento profesional.
-Determinación e interpretación de medidas
de dispersión poblacional y muestral con datos
no agrupados y agrupados.
-Grafica
-Interpretación de los resultados
O
C R I T E R I OS
INDICADORES %
• Realiza las operaciones Omite alguno de los siguientes
aritméticas, aplicando las fórmulas • Realiza las operaciones aspectos.
M
correspondientes, determinando: La aritméticas, aplicando las fórmulas • Realiza las operaciones
Determinación
media, mediana, moda. correspondientes, determinando: aritméticas, aplicando las fórmulas
de las medidas de
• Presenta el desarrollo de los cálculos La media, mediana, moda. correspondientes, determinando: La
tendencia central 20
realizados. • Presenta el desarrollo de los media, mediana, moda.
con datos no
• Realiza la gráfica en hojas milimétricas. cálculos realizados. • Presenta el desarrollo de los
agrupados.
Elabora las gráficas en software de • Realiza la gráfica en hojas cálculos realizados.
O
cómputo y las entrega impresas en milimétricas. • Realiza la gráfica en hojas

blanco y negro. milimétricas.
Omite alguno de los siguientes
• Realiza las operaciones
• Realiza las operaciones aspectos:
aritméticas, aplicando las fórmulas
aritméticas, aplicando las fórmulas • Realiza las operaciones
PR
correspondientes, determinando: media

correspondientes, determinando: aritméticas, aplicando las fórmulas
Determinación aritmética, media geométrica, mediana,
media aritmética, media correspondientes, determinando:
de las medidas moda, cuartiles. deciles percentiles.
geométrica, mediana, moda, media aritmética, media geométrica,
de tendencia 20 • Presenta el desarrollo de los cálculos
cuartiles. deciles percentiles. mediana, moda, cuartiles. deciles
central con datos realizados.
• Presenta el desarrollo de los percentiles.
agrupados. • Realiza la gráfica en hojas milimétricas
cálculos realizados. • Presenta el desarrollo de los
Elabora las gráficas en software de
• Realiza la gráfica en hojas cálculos realizados.
cómputo y las entregas impresas en
milimétricas • Realiza la gráfica en hojas
blanco y negro.
milimétricas
181
• Realiza las operaciones Omite alguno de los siguientes

aritméticas, aplicando las fórmulas • Realiza las operaciones aspectos:
Determinación correspondientes, determinando: aritméticas, aplicando las fórmulas • Realiza las operaciones
de las medidas desviación estándar, coeficiente de correspondientes, determinando: aritméticas, aplicando las fórmulas
de dispersión Curtosis. desviación estándar, coeficiente correspondientes, determinando:
poblacional 20 • Presenta el desarrollo de los cálculos de Curtosis. desviación estándar, coeficiente de
y muestral realizados. • Presenta el desarrollo de los Curtosis.
con datos no • Realiza la gráfica en hojas milimétricas. cálculos realizados. • Presenta el desarrollo de los
agrupados. Elabora las gráficas en software de • Realiza la gráfica en hojas cálculos realizados.
N
cómputo y las entrega impresas en milimétricas. • Realiza la gráfica en hojas
blanco y negro. milimétricas.
• Realiza las operaciones
• Realiza las operaciones aspectos:
aritméticas, aplicando las fórmulas
aritméticas, aplicando las fórmulas • Realiza las operaciones
IÓ
correspondientes, determinando:
Determinación correspondientes, determinando: aritméticas, aplicando las fórmulas
desviación media, varianza, desviación
de las medidas desviación media, varianza, correspondientes, determinando:
estándar, coeficiente de Curtosis.
de dispersión desviación estándar, coeficiente desviación media, varianza,
20 • Presenta el desarrollo de los cálculos
poblacional y de Curtosis. desviación estándar, coeficiente de
realizados.
muestral con • Presenta el desarrollo de los Curtosis.
• Realiza la gráfica en hojas milimétricas.
datos agrupados. cálculos realizados. • Presenta el desarrollo de los
Elabora las gráficas en software de
• Realiza la gráfica en hojas cálculos realizados.
cómputo y las entrega impresas en
milimétricas. • Realiza la gráfica en hojas
C
blanco y negro.
milimétricas.
• Explica el significado de los valores • Explica el significado de los Omite alguno de los siguientes
máximos y mínimos de cada uno de los valores máximos y mínimos aspectos:
siguientes problemas: de cada uno de los siguientes • Explica el significado de los valores
O
-De datos no agrupados de las medidas problemas: máximos y mínimos de cada uno de
de tendencia central -De datos no agrupados de las los siguientes problemas:
-De datos no agrupados de las medidas medidas de tendencia central -De datos no agrupados de las
Interpretación de
de dispersión poblacional y muestral. -De datos no agrupados de medidas de tendencia central
resultados. 15
-De datos agrupados de las medidias de las medidas de dispersión -De datos no agrupados de las
tendencia central poblacional y muestral. medidas de dispersión poblacional
M
-De datos agrupados de medidas de -De datos agrupados de las y muestral.
dispersión poblacional y muestral. medidias de tendencia central -De datos agrupados de las medidias
-Propuestos por el docente -De datos agrupados de medidas de tendencia central
Explica la diferencia entre los resultados de dispersión poblacional y -De datos agrupados de medidas de
de los datos no agrupados y agrupados. muestral. dispersión poblacional y muestral.
O
• Realiza con orden las operaciones • Realiza con orden las aspectos:
aritméticas de las fórmulas de medidas operaciones aritméticas de las • Realiza con orden las operaciones
Sentido de
de tendencia central y medidas de fórmulas de medidas de tendencia aritméticas de las fórmulas de
organización
5 dispersión. central y medidas de dispersión. medidas de tendencia central y
con disposición
Ubica los datos para realizar las gráficas • Ubica los datos para realizar medidas de dispersión.
emprendedora.
PR
de las medidas de tendencia central y las gráficas de las medidas de • Ubica los datos para realizar las
dispersión. tendencia central y dispersión. gráficas de las medidas de tendencia
central y dispersión.
100
1 82
Tabla de ponderación
(Guía Pedagógica y de evaluación Tratamiento de datos y azar CONALEP)
Actividad
%Peso %Peso %Peso
UNIDAD Resultado de aprendizaje de
Específico Logrado Acumulado
Evaluación
N
1.1 Recopila la información y calcula la
probabilidad de eventos aplicando las técnicas 1.1.1 5%
de conteo, formulas y leyes relacionadas,
IÓ
Interpretación 1.2 Representa la información de una situación
de eventos profesional, con técnicas de conteo o agrupación 1.2.1 15%
aleatorios. para determinar la pobabilidad de un evento.
1.3 Analiza la incertidumbre y aleatoriedad de la

información para interpretar la probabilidad de 1.3.1 20%
un evento en el contexto profesional.
Interpretación
de información.
% PESO PARA LA UNIDAD
C
2.1 Realiza la recolección y análisis de la
información de una situación profesional y lo 2.1.1
40%
30%
O
representa en una gráfica.
2.2 Interpreta los resultados del análisis de la

información y las gráficas para tomar decisiones 2.2.1 30%
sobre un evento profesional.
M
% PESO PARA LA UNIDAD 60%
PESO TOTAL DE MÓDULO 100%

O
PR
183
Referencias.
Fuentes de información bibliográfica

Básicas:
• Garza, B. (2014). Estadística y probabilidad. México: Pearson.
• Spiegel, M. (2009). Estadística. México: McGraw-Hill
• Rivera, M. (2014). Probabilidad y Estadística. México: GAFRA Editores.
N
Complementarias:
• Sánchez, O. (2004). Probabilidad y Estadística. México: McGraw-Hill
• Gutierrez, A. (2012). Probabilidad y Estadística: Enfoque por competencias. México:
McGraw-Hill
• Bannet, J. et al. (2011). Razonamiento Estadístico. México: Pearson.
IÓ
• Garza, B. (2014). Probabilidad y estadística. México: Pearson.
• Infante, S., y Zarate, G. (2012). Métodos Estadísticos: Un enfoque Interdisciplinario. México:
Colegio de Postgraduados.
• Johnson, R. (2008). Estadística Elemental: Lo Esencial. México: Cengage.
• Sánchez, E. (2013). Elementos de Estadística y su Didáctica a Nivel bachillerato. México:
SEP.
C
• Sánchez, Octavio. (2003). Probabilidad y Estadística. México: McGraw-Hill.
Fuentes de información electrónica

O
Páginas Web:
• Khan Academy. Probabilidad: Conceptos básicos. Recuperado el 14 de octubre del 2019,
de
https://es.khanacademy.org/math/probability/probability-geometry/probability-basics/a/
probability-the-basics
M
• Khan Academy. Probabilidad básica. Recuperado el 14 de octubre del 2019, de
https://es.khanacademy.org/math/probability/probability-geometry/probability-basics/v/
simple-probability
O
PR
184

6 Tada

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

6 Tada

Cargado por

Copyright:

Formatos disponibles

N

Campo Disciplinar de Matemáticas

Ivan Alejandro Larios Cruz

Editorial Excelencia Educativa, S.A. de C.V.

Blvd. Cuautitlán Izcalli Lote 27 Col. Hacienda de la Luz,

Impreso en México/Printed in México

Queda prohibida la reproducción o transmisión total o parcial del contenido

3. Ámbitos transversales del perfil de egreso de Tratamiento de datos y azar 7

Interpretación de eventos aleatorios

Interpretación de Información 100

2.1 Realiza la recolección y análisis de la información de una situación profesional y lo representa en

Básico del Marco Curricular Común de la Educación Media Superior.

4. Contenido central. Es el contenido de mayor jerarquía en el programa de estudio.

7. Productos esperados. Son la evidencia del logro de los aprendizajes esperados.

Del manejo de la información al Riesgo, inferencia y aleatoriedad: Conceptos basicos de Estadistica y

Concepto de riesgo en situaciones

e interpretació Bayes (probabilidad

Tratamiento de las medidas de

Competencias Disciplinares Básicas

1. Construye e interpreta modelos matemáticos mediante la aplicación de

5. Analiza las relaciones entre dos o más variables de un proceso social o

De forma transversal se favorecerá el desarrollo gradual de los siguientes ámbitos:

Se expresa con claridad en español de forma oral y escrita.

Es autoconsciente y determinado, cultiva relaciones interpersonales sanas,

Toma decisiones que le generan bienestar presente, oportunidades y sabe

Utiliza el pensamiento lógico y matemático, así como los métodos de las

Pensamiento crítico y solución

de la utilización del pensamiento matemático. Formula y resuelve problemas,

Programas de Estudio de CONALEP.

Programa del Módulo Tratamiento de datos y azar. Sexto Semestre

Guía Pedagógica y de Evaluación del módulo Tratamiento de datos y azar

Apertura Desarrollo Cierre

14 Principios Metodología Didáctica

Consulta el Programa ConstruyeT https://www.construye-t.org.mx

QUINTO ...toma decisiones

problema o desarrollar un proyecto M4 Argumenta la solución obtenida

Contenido central Aprendizaje esperado Producto esperado R e s u l t a d o dEej e

• Conceptos básicos de • Organizan la información 1.1Problemas resueltos 1.1Recopila la información

Del manejo de Riesgo, inferencia y

Representación simbólica y angular del entorno.

Estudiante con base a la lectura contesta los siguientes cuestionamientos.

1. ¿Qué significa (SPE)?

2. En que año se realizo la estadística de los jóvenes sin empleo

4. ¿Cuáles son las siglas de Programa de Apoyo al Empleo?

5. ¿Qué busca el programa?

(Evaluación por competencias)

cuantitativa discreta. 7. Elija la afirmación correcta sobre variables

c) La nacionalidad es una variable ordinal.

9. Elija la afirmación que pueda considerarse 10. Elija la afirmación correcta:

1. Interpretación de eventos aleatorios

Para saber más…

Vamos a plantear un par de ejemplos, porque la probabilidad -como tantos conceptos en

Unidad de Aprendizaje 1.1

Resultado de Aprendizaje 7 Horas

1.1 Recopila la información y calcula la probabilidad de eventos aplicando las técnicas de

B. Técnicas de recopilación de datos

La probabilidad es la ciencia que trata de cuantificar los posibles resultados de un experimento

Ejemplo: Una operación de adición.

repita siempre de la misma manera.

Ejemplo: El lanzamiento de un dado.

Ejemplo: El lanzamiento de una moneda.

Ejemplo: Los resultados posibles del lanzamiento de un dado.

Ejemplo: Los resultados posibles del lanzamiento de una moneda.