Cop B MC2 TB

MÉTODOS DE
CÁLCULO II
Bienvenida
Estimado alumno,
Te damos una cordial bienvenida a tu curso de Métodos de Cálculo II;

sabemos que el tiempo y esfuerzo que estás dedicando, darán frutos
muy pronto, tanto en tu vida personal como laboral.
Tu empresa, es una organización que reconoce en sus colaboradores,

su mayor activo; es por eso que ve en ti, a un ser humano con grandes
posibilidades de desarrollo y para ello, es fundamental que camines
paso a paso en tu formación a través de tus estudios de preparatoria.
Te invitamos a que veas el contenido del curso y las actividades de

aprendizaje que se diseñaron para desarrollar las competencias que te
permitan mejorar tu desempeño en el trabajo, al tiempo que alcanzas
el grado académico de bachillerato.
2
Bienvenida
En el botón de ayuda de la plataforma de estudio de Prepa Coppel, te

ofrecemos estar al pendiente de tus dudas y comentarios, y contestar
tus mensajes en un tiempo máximo de 12 horas.
Con todo el crédito que mereces, considéranos siempre tus aliados en

tu preparación continua.
Prepa Coppel.
3
Introducción a la Estadística y Probabilidad
En nuestra era de la información, el mundo abunda en datos. En los

artículos de los periódicos y en los reportajes de la televisión, se hacen
afirmaciones como «El Dow Jones ha caído 6 puntos hoy» o «El índice
de precios de consumo subió un 0,8 por ciento el mes pasado» o «la
última encuesta indica que la tasa de aprobación del presidente es hoy
de un 63 por ciento» o «El 98 por ciento de los pacientes de un estudio
clínico no experimentó ningún efecto secundario significativo con un
nuevo medicamento contra el cáncer de mama».
Cada vez es más frecuente que para hacer una valoración inteligente de
los acontecimientos actuales, necesitemos asimilar e interpretar una
cantidad considerable de datos. La Administración, las empresas y los
investigadores científicos gastan miles de millones de dólares en la
recogida de datos. La Administración ha contribuido a ello, tanto
recogiendo datos ella misma como obligando a las empresas a dar
información.
4
Introducción a la Estadística y Probabilidad
El sector privado también ha tenido que ver en ello. Las aireadas

encuestas Gallup de las actitudes de los votantes y los índices de
audiencia de Nielsen de los programas de televisión de la semana no
son más que la punta de un enorme iceberg de estudios de mercado. La
cantidad de datos recogidos ha aumentado a un ritmo extraordinario en
los últimos años.
Debemos explicar todos los datos. La era de la informática nos ha

permitido tanto procesar, resumir y analizar rápidamente los datos como
producir y almacenar más datos.
Los computadores ponen al alcance de la mano muchos datos, como las

cotizaciones bursátiles. Debemos analizarlos e interpretarlos
correctamente.
5
Competencias a desarrollar
Una competencia es el desarrollo de conocimientos, habilidades y

actitudes ante una situación dada en un contexto real.
En Prepa Coppel, se busca consolidar y diversificar los aprendizajes y

desempeños, ampliando y profundizando el desarrollo de las
siguientes competencias que promueve la materia Métodos de
Cálculo II:
• Valorarás a la estadística como una herramienta matemática que te

permite tomar decisiones para organizar, resumir datos y trasmitir
resultados de forma significativa.
• Distinguirás las ramas de la estadística para identificar su aplicación
en diferentes situaciones.
• Reconocerás las características de una población y las técnicas de
recolección de datos para aplicarlas en situaciones hipotéticas.
6
Competencias a desarrollar
• Valorarás las ventajas que tiene el emplear las diversas técnicas de

muestreo para el análisis de los datos de una población o muestra.
• Comprenderás, identificarás y describirás las variables como
atributos de interés de los datos provenientes de una población o
muestra para reconocer su comportamiento y diferencias.
• Organizarás y presentarás los datos obtenidos en una distribución
de frecuencias.
• Presentarás una distribución de frecuencias en un histograma, un
polígono de frecuencias y un polígono de frecuencias acumuladas.
• Construirás representaciones tabulares y gráficas después de
reconocer el tipo de agrupación de datos al que pertenecen, para
obtener una mejor comprensión del comportamiento de la población
del objeto de estudio.
7
Bloque 1
La estadística
¿Por qué estudiar estadística?
El conocimiento de los métodos estadísticos le ayudará a entender cómo

se toman las decisiones y le ayudará a comprender mejor de que manera
le afectan. A fin de tomar una decisión informada, necesitará poder:
1. Determinar si a información existente es adecuada o si se necesita

información adicional.
2. Recopilar información adicional, en caso de ser necesaria, de manera
que no proporcione resultados erróneos.
3. Resumir la información en forma útil y organizada.
4. Analizar la información disponible.
5. Sacar conclusiones y hacer deducciones al tiempo que evalúa el
riesgo de una conclusión incorrecta
¿Qué es estadística?
Es la ciencia de recopilar, organizar, presentar, analizar e interpretar

información para ayudar a tomar decisiones más efectivas.
9
Tipos de estadística
Estadística Descriptiva
Conjunto de métodos para organizar, resumir y presentar los datos de

manera informativa.
Existen grandes cantidades de datos sin organizar; como el censo de una

población, las ganancias de cada persona, entre otras; para ellos están
disponibles técnicas estadísticas para organizar este tipo de información
como distribución de frecuencias, gráficas, las medidas de tendencia
central y dispersión.
10
Tipos de estadística
Estadística Inferencial
Conjunto de métodos utilizados para determinar algún atributo medible

acerca de una población con base en una muestra. Con ella se descubre
algo acerca de la población a partir de una muestra tomada de ella.
• Población es el conjunto de todos los individuos, medidas u objetos de

interés.
• Muestra es una porción o parte representativa de la población de
interés.
11
Tipos de variables
Tipos de variables
Cualitativas Cuantitativas
*Marca de PC Discretas Continuas

*Estado Civil
*Color de Cabello
*cantidad de impuesto
*Hijos en la familia
sobre el ingreso
*Golpes en un hoyo de pagado.
Golf
*Peso de un estudiante
*Precipitación pluvial
anual en Tampa, FL.
12
Tipos de variables
Cuando la característica que se estudia es no numérica, se conoce como

variable cualitativa o atributo.
Cuando la variable estudiada se puede reportar en forma numérica, se

conoce como variable cuantitativa. Pueden ser discretas o continuas.
– Las variables discretas solo asumen ciertos valores, y casi siempre

existen “brechas” entre los valores.
– Una variable continua pueden asumir cualquier valor con un rango
específico.
13
Niveles de medición
Datos de nivel nominal. Las observaciones de una variable cualitativa

sólo se pueden clasificar y contar. No existe un orden particular para las
etiquetas.
Ejemplo
El género, en un partido de fútbol ver cuántos espectadores son hombres

y cuántos son mujeres.
• Mutuamente excluyente: propiedad de un grupo de categorías por la

que un individuo, medición u objeto se incluye en sólo una categoría.
• Exhaustivo: propiedad de un conjunto de categorías según la cual
cada uno de los individuos, mediciones u objetos debe aparecer por lo
menos en una categoría.
14
Datos de nivel ordinal. Un ejemplo es el Departamento de Seguridad

Nacional publica la información acerca del riesgo de actividad terrorista
para las autoridades federales, estatales y locales.
Nivel de Descripción Color

riesgo
Bajo Riesgo bajo de ataques terroristas Verde
Protegido Riesgo general de ataques terroristas Azul
Elevado Riesgo significativo de ataques Amarill
Alto terroristas o
Severo Riesgo alto de ataques terroristas Naranj
Riesgo severo de ataques terroristas a
Rojo
Ésta es información de escala ordinal porque sabemos el orden o las

clasificaciones de los niveles de riesgo.
15
Datos de nivel de intervalo. Incluye todas las características del nivel

ordinal, pero además, la diferencia entre los valores en un tamaño
constante.
Las propiedades de los datos de nivel intervalo son:
1. Las clasificaciones de los datos son mutuamente excluyentes y

colectivamente exhaustivas.
2. Las clasificaciones de los datos están ordenadas de acuerdo con la
cantidad de características que poseen.
3. Las diferencias iguales en la característica están representadas por
diferencias iguales en las mediciones.
16
Datos de nivel de intervalo
Ejemplo
En la siguiente tabla se muestra el promedio de las temperaturas de cinco
países en los últimos seis meses.
PAÍS TEMPERATURA (°F)

A 30
B 20
C 10
D 0 → -18°C
17
Datos de nivel de razón. Tiene todas las características del nivel de

intervalo pero además, el punto 0 es significativo y la razón entre dos
números también. Algunos ejemplos son: salarios, unidades de
producción, peso, cambios en los precios accionarios, entre otros.
Las propiedades de los datos de nivel de razón son:
1. Las clasificaciones de los datos son mutuamente excluyentes y

colectivamente exhaustivas.
2. Las clasificaciones de los datos están ordenadas de acuerdo con la
cantidad de las características que poseen.
3. Las diferencias iguales en la característica están representadas por
diferencias iguales en los números asignados a las clasificaciones.
4. El punto cero es la ausencia de la característica.
18
Datos de nivel de razón
Ejemplo
Se clasifica a los empleados de una compañía de acuerdo a su ingreso

mensual:
Empleados Ingresos mensuales

A $1000
B 900
C 500
D 0
19
Niveles de
medición
Nominal Ordinal De intervalo De razón
Los datos se Diferencia Punto 0

Los datos sólo se significativa entre significativo y
clasifican ordenan
los valores razón entre
valores
Números en los Su número de

lista en clase. Número de
jerseys de los Temperatura pacientes vistos.
jugadores. Posiciones de los
equipos en la lista Número de
Marca de auto. llamadas
realizadas
20
Bloque 2
Descripción de datos: distribuciones de frecuencias

y su representación gráfica
Distribución de frecuencias
“Agrupación de datos en clases mutuamente excluyentes mostrando el

número de observaciones en cada una”
Una distribución de frecuencias de datos numéricos es, al igual que una

distribución de frecuencias de datos categóricos, una tabla que resume
datos enumerando las clases en la columna de la izquierda y el número
de observaciones de cada clase en la columna de la derecha. Sin
embargo, en una distribución de frecuencias de datos numéricos las
clases o intervalos no son fácilmente identificables.
Para decidir los intervalos de una distribución de frecuencias de datos

numéricos es necesario responder a ciertas preguntas: ¿cuántos
intervalos deben utilizarse? ¿De qué amplitud debe ser cada intervalo?
Hay algunas reglas generales para preparar distribuciones de frecuencias
que nos permitan responder más fácilmente a este tipo de cuestiones,
para resumir datos y para comunicar los resultados.
22
Construcción de una distribución de frecuencias
Regla 1: Decidir k, el número de intervalos (clases)
Regla 2: Los intervalos (clases) deben ser de la misma amplitud, w, la

amplitud viene determinada por lo siguiente:
(𝑁ú𝑚𝑒𝑟𝑜 𝑚𝑎𝑦𝑜𝑟 − 𝑁ú𝑚𝑒𝑟𝑜 𝑚𝑒𝑛𝑜𝑟)

𝑤 = 𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑 𝑑𝑒 𝑙𝑜𝑠 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠
Tanto k como w deben redondearse al alza, posiblemente al siguiente

número entero mayor.
Regla 3: Los intervalos (clases) deben ser inclusivos y no solaparse.
23
Regla 1. Número de intervalos
El número de intervalos (clases) utilizados en una distribución de

frecuencias se decide de una manera algo arbitraria.
Guía rápida para decidir un número aproximado de intervalos de una

distribución de frecuencias:
Tamaño de la muestra Número de intervalos

Menos de 50 5-7
De 50 a 100 7-8
De 101 a 500 8-10
De 501 a 1000 10-11
De 1001 a 5000 11-14
Más de 5000 14-20
24
La práctica y la experiencia son la mejor guía. Los conjuntos de datos

mayores requieren más intervalos; los conjuntos de datos menores
requieren menos intervalos. Si seleccionamos excesivamente pocas
clases, las pautas y algunas características de los datos pueden quedar
ocultas. Si seleccionamos demasiadas clases, descubriremos que
algunos intervalos no contienen ninguna observación o tienen una
frecuencia muy pequeña.
Regla 2. Amplitud de los intervalos
Después de elegir el número de intervalos, el paso siguiente es elegir la

amplitud de los intervalos:
La amplitud de los intervalos a menudo se redondea a un número

entero para facilitar la interpretación.
25
Regla 3. Intervalos inclusivos y que no se solapen
Los intervalos deben ser inclusivos y no solaparse. Cada observación

debe pertenecer a uno y sólo un intervalo. Consideremos una
distribución de frecuencias de las edades (redondeadas al año más
próximo) de un grupo de personas.
Si la distribución de frecuencias contiene los intervalos «20-30 años» y

«30-40 años», ¿a cuál de estas dos clases pertenecería una persona
de 30 años? Los lํmites o extremos de cada clase deben estar
claramente definidos.
Para evitar solapamientos, los intervalos de edades podrían definirse

de la forma siguiente: «20 años pero menos de 30», seguido de «30
años pero menos de 40», y así sucesivamente. Otra posibilidad es
definir los intervalos de edad del modo siguiente: «20-29», «30-39»,
etc.
26
Dado que la edad es un número entero, no hay ningún solapamiento.

La selección de los límites es subjetiva. Hay que asegurarse
simplemente de definir unos límites que permitan comprender e
interpretar claramente los datos.
No debemos hacer excesivo hincapié en las reglas para determinar el

número de intervalos y su amplitud o hacer demasiado poco hincapié
en la selección del número de clases que muestren las pautas de los
datos más claras.
Dos distribuciones de frecuencias especiales son la distribución de

frecuencias acumuladas y la distribución de frecuencias relativas
acumuladas.
27
Distribución de frecuencias relativas, acumuladas y relativas

acumuladas
Se obtiene una distribución de frecuencias relativas dividiendo cada

frecuencia por el número de observaciones y multiplicando la
proporción resultante por 100 por ciento. Una distribución de
frecuencias acumuladas contiene el número total de observaciones
cuyos valores son menores que el límite superior de cada intervalo.
Se construye sumando las frecuencias de todos los intervalos de la

distribución de frecuencias e incluyendo el presente intervalo. En una
distribución de frecuencias relativas acumuladas, las frecuencias
acumuladas pueden expresarse en proporciones o porcentajes
acumulados.
28
Ejemplo
El uso del teléfono móvil (pensar en términos estadísticos) Juan

Vázquez, directora de marketing de una importante compañía de
telefonía móvil, obtuvo los registros de los minutos consumidos por una
muestra aleatoria de 110 abonados al plan más barato de la empresa
(250 minutos mensuales como máximo en hora punta). La Tabla 2.5
contiene una lista de los minutos consumidos por cada abonado de la
muestra durante un mes. Los datos se encuentran en el fichero de datos
Mobile Usage. ¿Qué indican los datos?
29
Solución
La Tabla anterior en sí misma no sirve de mucho a la directora de

marketing para desarrollar una estrategia de marketing. Podemos
encontrar alguna información en esa tabla: la cantidad mínima de
minutos consumidos en hora punta fue de 222 y el tiempo máximo
consumido fue de 298.
Sin embargo, necesitamos más información que ésta antes de presentar

un informe a los altos ejecutivos. Para comprender mejor lo que indican
los datos de la Tabla, primero desarrollamos una distribución de
frecuencias. Basándonos en la guía rápida, desarrollamos una
distribución de frecuencias con ocho clases para los datos. Según la
ecuación, la amplitud de cada clase es:
30
Dado que el valor más bajo es 222, el primer intervalo podría ser «220
pero menos que 230». A continuación, se van añadiendo intervalos de
igual amplitud a la distribución de frecuencias, así como el número de
minutos que pertenecen a cada clase. La Tabla 2.6 es una distribución de
frecuencias correspondiente a los datos de la Tabla 2.5 sobre el uso de
los teléfonos móviles.
Uso del teléfono Frecuencia Porcentaje
móvil (en minutos)
220 menos de 230 5 4.5
230 menos de 240 8 7.3
240 menos de 250 13 11.8
250 menos de 260 22 20.0
260 menos de 270 32 29.1
270 menos de 280 13 11.8
280 menos de 290 10 9.1
290 menos de 300 7 6.4
31
El director puede querer saber cuál es el uso del teléfono móvil por
debajo (o por encima) de una cierta cantidad de tiempo. La Tabla 2.7
contiene una distribución de frecuencias acumuladas y una distribución
de porcentajes acumulados.
Las distribuciones de frecuencias de las Tablas son una mejora con

respecto a la lista inicial de datos. Hemos resumido al menos 110
observaciones en 8 categorías y podemos decir a Juan que durante el
mes estudiado menos de una cuarta parte (el 23,6 por ciento) de los
abonados de la muestra utilizó el teléfono móvil respetando los límites de
sus planes. La directora de marketing podría sugerir que se pusiera en
marcha una campaña publicitaria para promover un plan que conllevara
un aumento de los minutos en hora punta.
32
Distribuciones de frecuencias acumuladas y de frecuencias relativas

acumuladas del uso del teléfono móvil
Uso del teléfono Frecuencia Porcentaje

móvil Acumulada %
(en minutos)
Menos de 230 5 4.5
Menos de 240 13 11.8
Menos de 250 26 23.6
Menos de 260 48 43.6
Menos de 270 80 72.7
Menos de 280 93 84.5
Menos de 290 103 93.6
Menos de 300 110 100.0
33
Representación gráfica
Histograma. Gráfica en la que las clases se marcan en el eje horizontal y

las frecuencias de clases en el eje vertical. Las frecuencias de clases se
representan mediante la altura de las barras y estas últimas se dibujan
una junto a otra.
15
Frecuencia
10
7 8 9 10 11 12 13 14
edad
Ejemplo
En el gráfico se puede observar el número de hijos , de menor edad (7-8

años), las de mayor edad (13-14 años); y además que la mayoría de hijos
de los trabajadores están entre los 10 y 12 años. 34
Es posible construir un histograma a partir de una distribución de
frecuencias.
En la siguiente figura se muestra el histograma correspondiente a la

distribución de frecuencias de nivel de nicotina de fumadores.
Distribución de frecuencias de los

niveles de nicotina de los fumadores
Nicotina Frecuencia
0-99 11
100-199 12
200-299 14
300-399 1
400-499 2
35
Niveles de nicotina de fumadores
Niveles de nicotina
36
Polígono de frecuencias. Es similar a un histograma. Consiste en

segmentos de línea que conectan los puntos formados por las
intersecciones de los puntos medios de clase y las frecuencias de
clase.
15
Frecuencia
10
7 8 9 10 11 12 13 14
edad
37
Otras presentaciones gráficas de datos
Gráficas lineales. Son efectivas para la

información de negocios y económica porque
muestran el cambio y las tendencias en una
variable a través del tiempo.
Gráficas de barras. Se puede utilizar para

representar cualquiera de los niveles de
medición: nominal, ordinal, de intervalo o de
razón.
Gráficas circulares o de pastel. Es muy útil

sobre todo para ilustrar los datos de nivel
nominal.
38
En general un diagrama de tallo y hoja permite identificar la extensión

en que se dispersan las observaciones. Si estas son inusualmente
grandes o pequeñas, conocidas como datos atípicos, resultan
fácilmente identificables. Es común que estén ubicadas en un renglón
adicional, con una leyenda que lo indique.
• Distribución de frecuencia es una tabla útil para organizar de forma

compacta conjuntos de datos muy grandes. Presenta cada
categoría con su frecuencia y frecuencia relativa.
• La frecuencia es el número de veces que aparece un valor o una

categoría en el conjunto de datos. Por su parte, la frecuencia
relativa es la proporción del conjunto de datos observados en una
categoría; se obtiene al dividir cada frecuencia entre el número total
de observaciones en el conjunto.
39
Ejemplo
Niveles de nicotina en un grupo de fumadores.
1 0 131 173 265 210 44 277 32

335 112 477 289 227 103 222 149
313 491 130 234 164 198 17 253
87 121 266 290 123 167 250 245
48 86 284 1 208 173
40
Distribución de frecuencias de los niveles

de nicotina de los fumadores
Nicotina Frecuencia
0-99 11
100-199 12
200-299 14
300-399 1
400-499 2
41
Distribución de frecuencias de los niveles

de nicotina de los fumadores
Nicotina Frecuencia
0-99 28%
100-199 30%
200-299 35%
300-399 3%
400-499 5%
42
La frecuencia acumulada es la suma de la frecuencia de una clase

con la frecuencia de las clases anteriores en la tabla.
Distribución de frecuencias
Acumulativas de los niveles de
nicotina de los fumadores
Nicotina Frecuencia
Acumulada
Menos de 100 11
Menos de 200 23
Menos de 300 37
Menos de 400 38
Menos de 500 40
43
Bloque 3
Descripción de datos: Medidas de ubicación

Medidas de tendencia central
Como su nombre lo indica, una medida de tendencia central es la que

describe un valor central para ubicar la localización del conjunto de datos.
Las más utilizadas son la media y la mediana.
Una población es el total de los datos que se desea analizar. Por

ejemplo, si se quiere estudiar las alturas de los niños de 5 y 7 años, la
población estaría constituida por todos los niños del país entre las
edades referidas.
Sin embargo, en muchos casos no se cuenta con información sobre toda

la población y se procede a analizar una muestra de esta, es decir, un
subconjunto representativo de la población. En el caso anterior lo normal
es tomar una muestra de niños entre 5 y 7 años. De acuerdo con el
tamaño y características de la población, así deberá ser el tamaño y
características de la muestra. En este caso, no resultaría significativo
tomar 100 niños como representación de todo un país y tampoco
significativo tomar 1000 niños de una misma ciudad.
45
La media de la población
La media de la población es la suma de todos los valores dividida entre

el número de valores en la población.
𝑠𝑢𝑚𝑎 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛

𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑥
𝜇=
𝑁
Parámetro. Característica de una población
46
Es la suma de todos los valores de la muestra divididos entre el número

total de valores de la muestra.
𝑠𝑢𝑚𝑎 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑢𝑛𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 =
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑒𝑛 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑋
𝑋=
𝑛
Estadístico. Característica de una muestra.
Propiedades de la media aritmética
1. Cada conjunto de datos de intervalo o de nivel de razón tiene una

media.
2. Todos los valores se incluyen al calcular la media.
3. Un conjunto de datos solo tiene una media. La media es única.
4. La suma de las desviaciones de cada valor de la media siempre
47
será cero.
Media ponderada. Es un caso especial de la media aritmética. Ocurre

cuando hay varias observaciones del mismo valor.
𝑤1 𝑋1 + 𝑤2 𝑋2 + 𝑤3 𝑋3 + ⋯ + 𝑤𝑛 𝑋𝑛
𝑋𝑤 =
𝑤1 + 𝑤2 + 𝑤3 + ⋯ + 𝑤𝑛
Mediana. El punto medio de los valores después de que se ordenan

desde el más bajo hasta el más alto o desde el más alto hasta el más
bajo.
Moda. El valor de la observación que aparece con mayor frecuencia.
48
Media geométrica
Es útil para encontrar el promedio de porcentajes, razones, índices o

tasas de crecimiento.
𝑛
𝐺𝑀 = (𝑋1 ) 𝑋2 … (𝑋𝑛 )
La media geométrica siempre va a ser igual o menor que la media

aritmética.
49
Ejemplo
Determinar a partir de una muestra de 10 fósiles, la altura promedio de

un hueso frontal.
42 27 25 40 33 31 42 34 35 25
Solución
El conjunto observado es una muestra, asó que se obtiene la media

muestral al sumar primero los datos representados en el cuadro:
42+27+25…+25= 334
Después se divide entre el número de observaciones(10)

334/10=33.4
Por ello se puede indicar que la media, un valor representativo de la

muestra de fósiles, es 33.4 mm, es decir, la altura del hueso frontal
toma valores que varían alrededor de 33.4 mm.
50
Mediana
La mediana es el valor que está justo en medio de los datos una vez
que han sido ordenados d forma ascendente.
1 2 3 4 5 6 7 8 9 10
25 25 27 31 33 34 35 40 42 42
Como es número de datos es par, hay dos valores en medio, los

valores señalados en las posiciones 5 y 6 se suman y se dividen entre
2:
33 + 34
𝑀𝑒𝑑𝑖𝑎𝑛𝑎 = = 33.5
2
51
Mediana
La mediana es 33.5 lo que indica alrededor de qué valor se encuentran

los datos del conjunto.
Desde luego que para datos categóricos no es posible calcular media

ni mediana; las únicas cantidades que representan el conjunto da
datos son las frecuencias relativas.
52
Moda
La moda es el valor más frecuente dentro del conjunto de datos, es

decir, el que tiene mayor frecuencia.
En muchas ocasiones la moda no es única, pues puede existir más de

un valor con la misma frecuencia dentro del conjunto de
observaciones.
53
Medidas de dispersión
Al describir un conjunto de datos se consideran dos aspectos

importantes: uno es la ubicación de los datos mismos, lo cual queda
descrito mediante las medidas de tendencia central, y el otro es la
extensión y dispersión de los datos respecto a su centro, lo cual se
determina con las medidas de dispersión como el rango, la desviación
estándar y la varianza.
54
• El rango se basa en los valores más altos y más bajos en el

conjunto de datos. Es la más sencilla medida.
𝑅𝑎𝑛𝑔𝑜 = 𝑣𝑎𝑙𝑜𝑟 𝑚á𝑠 𝑎𝑙𝑡𝑜 − 𝑣𝑎𝑙𝑜𝑟 𝑚á𝑠 𝑏𝑎𝑗𝑜
• Desviación media. La media aritmética de los valores absolutos de

las desviaciones de la media aritmética. Mide la cantidad media por
la cual los valores en una población o muestra varían.
|𝑋 − 𝑋|
𝑀𝐷 =
𝑛
Dónde: X es el valor de cada observación

𝑋 es la media aritmética de los valores
n es el número de observaciones en la muestra
|| indica el valor absoluto
55
Varianza. La media aritmética de las desviaciones cuadradas de la

media. Es no negativa y es cero sólo si todas las observaciones son
iguales.
Varianza de población. Se considera primero que la de muestra.
2
(𝑋 − 𝜇)
𝜎2 =
𝑁
Dónde: 𝜎 2 es el símbolo de la varianza de la población.

X es el valor de una observación en la población.
𝜇 es la media aritmética de la población
N el número de observaciones en la población
Desviación estándar de la población: la raíz cuadrada de la varianza.
𝑋−𝜇 2
𝜎=
𝑁
56
Varianza muestral
2
𝑋−𝑋
𝑆2 =
𝑛−1
Dónde: 𝑆 2 es la varianza de la muestra.

X es el valor de cada observación en la muestra
𝑋 es la media de la muestra
n es el número de observaciones de la muestra.
Desviación estándar de la muestra. Se utiliza como un estimador de la

desviación estándar de la población.
𝑋−𝑋 2
𝑠=
𝑛−1
57
La media y la desviación estándar
para datos agrupados
Media aritmética para datos agrupados
𝑓𝑀
𝑋=
𝑛
Dónde: 𝑋 es la media de la muestra.

M es el punto medio de cada clase.
f es la frecuencia en cada clase.
n es el número total de frecuencias.
58
La media y la desviación estándar
para datos agrupados
Desviación estándar para datos agrupados
𝑓 𝑀−𝑋 2
𝑠=
𝑛−1
Dónde: s es el símbolo para la desviación estándar.

M es el punto medio de la clase
f es la frecuencia de la clase
n es el número de observaciones de la muestra.
59
Bloque 4
Descripción de datos: Presentación y

exploración de datos
Diagramas de puntos
“Agrupa los datos lo menos posible y no perdemos la identidad de una

observación individual.”
Para desarrollar un diagrama de puntos simplemente desplegamos un

punto para cada observación a lo largo de una línea numérica
horizontal indicando los posibles valores.
61
Gráfica de tallo y hojas
“Técnica estadística para presentar un conjunto de datos, cada valor

numérico se divide en dos partes. El (los) digito(s) líder(es) se
convierte(n) en el tallo y los dígitos secundarios son las hojas. Los
tallos se colocan a lo largo del eje vertical y los valores de las hojas a
lo largo del eje horizontal”
62
Diagramas de caja
Un diagrama de caja es una representación gráfica, basada en

cuartiles, que nos ayuda a ilustrar un conjunto de datos.
63
Diagramas de dispersión
Es una grafica de datos apareados (x, y), con un eje x horizontal y un

eje y vertical. Los puntos se obtiene haciendo corresponder los
elementos de dos conjuntos. El patrón de los puntos graficados suele
ser útil para determinar si hay alguna relación entre las dos variables.
64
Gráficas de series de tiempo
Es una grafica en donde se reúnen datos de series de tiempo en

diferentes momentos.
Importancia: Con frecuencia es sumamente importante conocer los

cambios en los valores de una población a través del tiempo.
Están relacionadas con las graficas de control que son muy utilizadas
en la industria en general.
65
Pictogramas
Existe una gran variedad entre las que en los últimos años destacan
los pictogramas, que representan datos con el uso de imágenes de
objetos.
66
Cartogramas
Se realizan sobre un mapa donde se resaltan puntos geográficos de

acuerdo a los datos entregados.
67
Cuartiles, deciles y percentiles
-Percentil (ejemplo: 25, 50, 75)

Percentiles, Deciles o Cuartiles -Decil (ejemplo: 4, 5, 8)
-Cuartil (ejemplo: 1, 2, 3)
• Percentil, Decil o Cuartil: corresponde al valor que toma la variable

(cuantitativa), cuando los n datos están ordenados de Menor a Mayor
• El Percentil va de 1 a 100
• El percentil 25 (25/100): es el valor de la variable que reúne al menos

el 25% de los datos.
• Ejemplo: Si N=80, el 25% de 80 es 20; por lo tanto, se busca el dato

que este en la posición 20.
• Si N=85, el 25% de 85 es 21,25; por lo tanto se busca el dato que este

en la posición 22.
68
El Decil va de 1 a 10
El Decil 4 (4/10): es el valor de la variable que reúne al menos el 40% de

los datos
Ejemplo
Si N=80, el 40% de 80 es 32; por lo tanto, se busca el dato que este en

la posición 32.
Si N=85, el 40% de 85 es 34; por lo tanto se busca el dato que este en la

posición 34.
69
El Cuartil va de 1 a 4
El Cuartil 3 (3/4): es el valor de la variable que reúne al menos el 75% de

los datos,
Ejemplo
Si N=80, el 75% de 80 es 60; por lo tanto, se busca el dato que este en

la posición 60.
Si N=85, el 75% de 85 es 63,75; por lo tanto se busca el dato que este

en la posición 64.
70
Dispersión relativa
Medida relativa
Coeficiente de variación. La razón de la desviación estándar con la

media aritmética, expresada como un porcentaje.
s
CV = (100)
X
Sesgo. Otra característica de un conjunto de datos es la forma. Se

observan cuatro formas: simétrica, con sesgo positivo, con sesgo
negativo y bimodal.
71
Dispersión relativa
En un conjunto de observaciones simétrico, la media y la mediana son

iguales y los valores de los datos están dispersos de manera uniforme.
Un conjunto de valores tiene sesgo a la derecha o sesgo positivo si hay
un solo pico y los valores se extienden hacia la derecha.
El sesgo negativo se extienden hacia la izquierda. Una distribución

bimodal tiene dos o más picos.
72
Bloque 5
Estudio de los conceptos de probabilidad

¿Qué es probabilidad?
Valor entre cero y uno, inclusive, que describe la posibilidad

(probabilidad o viabilidad) relativa de que ocurra un evento.
Con frecuencia, una probabilidad se expresa con un decimal, como

0.70, 0.27 o 0.50. Sin embargo, se puede dar como una fracción, como
7/10, 27/100 o ½. Puede asumir cualquier número de 0 a 1, inclusive.
Cuanto más cerca de 0 esté una probabilidad, más improbable es que el

evento suceda. Cuanto más cerca esté de 1, es más seguro que
ocurra.
74
¿Qué es probabilidad?
Experimento. Proceso que lleva a la ocurrencia de una y sólo una de

varias observaciones posibles.
Resultado. La consecuencia de un experimento en particular.
Evento. Conjunto de uno o más resultados de un experimento.
75
Enfoques para calcular probabilidades
La probabilidad objetiva se divide en probabilidad clásica y probabilidad

empírica.
Probabilidad clásica. Se basa en la suposición de que los resultados de

un experimento son igualmente viables.
número de resultados favorables

Probabilidad de un evento =
Número total de resultados posibles
Probabilidad empírica. La probabilidad de que un evento suceda se

determina al observar en qué fracción de tiempo sucedieron eventos
similares en el pasado.
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑢𝑛 𝑒𝑣𝑒𝑛𝑡𝑜 𝑜𝑐𝑢𝑟𝑟𝑖ó 𝑒𝑛 𝑒𝑙 𝑝𝑎𝑠𝑎𝑑𝑜

𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑠𝑢𝑐𝑒𝑑𝑎 𝑢𝑛 𝑒𝑣𝑒𝑛𝑡𝑜 =
𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠
76
Probabilidad subjetiva. Posibilidad de que suceda un evento en

particular que asigna un individuo con base en la información disponible.
Algunos ejemplos son:
1. Estimar la probabilidad de que los Patriotas de Nueva Zelanda

jueguen en el Súper Tazón el próximo año.
2. Calcular la probabilidad de que, dentro de dos años, General Motors

Corp. pierda el primer lugar que ocupa en unidades vendidas.
77
Ejemplo
Procedimiento Ejemplo de un Espacio Muestral

suceso
Tirar un dado Cae un 5 (Suceso {1,2,3,4,5,6}

simple)
Tirar dos dados Cae 7 (Suceso no {1-1,1-2,…,6-6}
simple)
78
Ejemplo
Cuando se tira un dado, el resultado 5 es un suceso simple porque no

es posible desglosarse en otros.
Cuando se tiran dos dados, el resultado 7 no es un suceso simple,

porque puede desglosarse en eventos mas simples como 3-4 o 6-1.
El resultado 3-4 se considera un evento simple porque 3 y 4 no son

resultados individuales del procedimiento. Cuando se tiran dos dados,
existen exactamente 36 resultados que son sucesos simples: 1-1, 1-2,
1-3,…., 6-6.
79
Notación de probabilidades
• P denota una probabilidad.
• A, B y C denotan sucesos específicos.
• P(A) denota la probabilidad de que ocurra el suceso A.
80
Probabilidad de un suceso o evento
Hay diferentes formas para definir la probabilidad de un suceso. Se

exponen tres enfoques:
Regla 1: Aproximación de la probabilidad.
Realiza (u observa) un procedimiento un gran número de veces y cuenta

las ocasiones que le suceso A ocurre en realidad. Con base en éstos
resultados reales, P(A) se estima de la siguiente manera:
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑒 𝐴

𝑃 𝐴 =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑟𝑒𝑝𝑒𝑡𝑖𝑠𝑡𝑒 𝑒𝑙 𝑒𝑛𝑠𝑎𝑦𝑜
81
Regla 2: Método clásico de la probabilidad (requiere resultados

igualmente probables).
Supón que un procedimiento dado tiene n sucesos simples distintos,

cada uno de los cuales tiene la misma probabilidad de ocurrir. Si el
suceso A puede ocurrir en s de estas n formas, entonces:
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑓𝑜𝑟𝑚𝑎𝑠 𝑒𝑛 𝑞𝑢𝑒 𝑝𝑢𝑒𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑖𝑟 𝐴 𝑠

𝑃 𝐴 = =
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑠𝑢𝑐𝑒𝑠𝑜𝑠 𝑠𝑖𝑚𝑝𝑙𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒𝑠 𝑛
82
Regla 3: Probabilidades subjetivas.
P(A), la probabilidad del suceso A, se obtiene simplemente suponiendo o

estimando su valor con base en el conocimiento de las circunstancias
relevantes.
Ejemplos de aplicación de las tres reglas:
a) Método de las frecuencias relativas (Regla 1).
Cuando se trata de determinar P (tachuela cae con la punta hacia arriba),

debemos repetir muchas veces el procedimiento de lanzar la tachuela y
después calcular el cociente del número de veces que la tachuela cae
con la punta hacia arriba entre el numero de lanzamientos.
b) Método Clásico (Regla 2).
83
Cuando se trata de determinar P(3) con un dado balanceado, cada una

de las seis caras tiene la misma probabilidad de ocurrir.
c) Probabilidad Subjetiva (Regla 3).
Cuando se trata de estimar la probabilidad de que mañana llueva, los

meteorólogos usan su conocimiento experto de las condiciones del
tiempo para desarrollar un estimado de probabilidad.
84
Importante
El método clásico (regla 2) requiere resultados igualmente probables. Si

los resultados no son igualmente probables, debemos usar el estimado
de frecuencias relativas o confiar en nuestro conocimiento de las
circunstancias para hacer una conjetura entrenada.
Al calcular probabilidades con el método de frecuencias relativas (regla

1), obtenemos un estimado en lugar de un valor exacto. Conforme el
numero total de observaciones se incrementa, los estimados
correspondientes tienden a acercarse a la probabilidad real. Tal
propiedad se enuncia en forma de teorema, al que se conoce como ley
de los grandes números.
85
Ley de los grandes números
Conforme un procedimiento se repite una y otra vez, la probabilidad de

frecuencias relativas (regla 1) de un suceso, tiende a aproximarse a la
probabilidad real.
Los estimados por frecuencias relativas tienden a mejorar si se hacen

mas observaciones. Por ejemplo: es fácil que una encuesta de opinión
entre solo una docena de personas seleccionadas al azar resulte errónea
en gran medida, pero si se aplica a miles de personas seleccionadas al
azar, puede acercarse bastante a los valores reales de la población.
86
Ejemplos de resolución de problemas con las 3 reglas
Calcular la probabilidad de que un adulto que se seleccionó

aleatoriamente haya volado en avión.
Solución: El espacio muestral consiste en dos sucesos simples: la

persona ya voló o no ha volado en avión. Pero estos sucesos no son
igualmente probables, así que no es aplicable la regla 1.
Se necesitarían datos de encuestas.
Solución
Una encuesta de Gallup, indica que 855 adultos que se seleccionaron al

azar, 710 indicaron que ya volaron en avión.
P (haber volado en avión)=710/855=0.830
87
Planeas apostar al numero 13 en el próximo giro de la ruleta. ¿Cuál es

la probabilidad de que pierdas?
Solución
Una ruleta tiene 38 ranuras distintas y solo una corresponde al numero

13. La ruleta se diseño para que todos lo números sean igualmente
probables de resultar, por lo que en éste caso se puede utilizar el
método clásico (regla 2).
P (perdida) = 37/38=0.97
88
¿Cuál es la probabilidad de que tu automóvil sea impactado por un

meteorito éste año?
Solución
La regla 1 (Método de frecuencias relativas) no puede emplearse porque

no hay datos históricos de meteoritos que chocan contra automóviles.
Hay 2 posibles resultados: chocar o no chocar, pero no son igualmente

probables, por lo que no puede aplicarse la regla 2 (método clásico).
Queda la regla 3, por medio de la cual se hace un estimado subjetivo. En

éste caso, todos sabemos que la probabilidad en cuestión es muy
pequeña, estimemos que sea de 0.000000000001 (una en un billón).
Éste es un estimado subjetivo porque se basa en nuestro conocimiento

general.
89
Redondeo de probabilidades
Cuando se exprese el valor de una probabilidad , hay que dar la fracción

o el número decimal exactos, o redondear los resultados decimales a
tres cifras significativas.
Cuando una probabilidad no sea una fracción simple como 2/3 o 5/9, se
expresa como decimal para que el número resulte mas claro.
Ejemplo
La probabilidad de 0.021491 tiene cinco dígitos relevantes por lo cual

puede redondearse a 0.0215.
90
Redondeo de probabilidades
La probabilidad de 1/3 pude permanecer como una fracción o

redondearse a 0.333. No se redondea a 0.3.
La probabilidad de caras en un lanzamiento de monedas es de ½ o

0.5. No se representa como 0.500.
La fracción 432/7842 es exacta, pero su valor no es evidente. Se

expresa como 0.0551.
91
Posibilidades
Algunas expresiones de Probabilidad a veces se proponen como
Posibilidades. Su aplicación principal está asociada a los juegos de
azar.
Las Posibilidades reales en contra de que ocurra un suceso A son el

cociente P(Ā)/P(A), casi siempre expresado en la forma a:b (“a es a
b”), donde a y b son enteros que no tienen factores comunes.
Las Posibilidades reales a favor del suceso A son el reciproco de las

posibilidades reales en contra de ese suceso. Si las Posibilidades en
contra de A son a:b, entonces las posibilidades a favor son b:a.
Las Posibilidades de pago contra el suceso A representan la

proporción de la ganancia neta (si tu ganas) con respecto a la cantidad
de la apuesta.
Posibilidades de pago en contra del suceso A=(ganancia

neta)/(cantidad apostada).
92
Posibilidades
Ejemplo
Si tú apuestas $5 al numero 13 en la ruleta, tu probabilidad de ganar
es de 1/38, en tanto que las posibilidades de pago están dadas por el
casino como 35:1. (Las posibilidades de pago no son iguales a las
posibilidades reales).
Calcula las posibilidades reales en contra del resultado de 13.
¿Cuánta ganancia neta podrías obtener si ganas apostando al 13?
Si el casino solo estuviera funcionando solamente como diversión y las

posibilidades de pago fueran cambiadas para igualar las posibilidades
reales en contra del 13,¿Cuánto ganarías si el resultado fuera 13?
93
Algunas reglas para calcular probabilidades
Reglas de adición
• Regla especial de adición. Los eventos son mutuamente excluyentes,

solo pasa un evento.
𝑃 𝐴𝑜𝐵 = 𝑃 𝐴 + 𝑃 𝐵
• Regla del complemento. Se utiliza para determinar la probabilidad de

que un evento ocurra restando a 1 la probabilidad de que el evento
no ocurra.
𝑝 𝐴 = 1 − 𝑃 ~𝐴
• Probabilidad conjunta. Probabilidad que mide la posibilidad de que

dos o más eventos sucedan al mismo tiempo.
• Regla general de la adición.
𝑃 𝐴𝑜𝐵 = 𝑃 𝐴 − 𝑃 𝐵 − 𝑃 𝐴𝑦𝐵
94
Para calcular la probabilidad de que un suceso A ocurra o un suceso B

ocurra, se calcula el numero total de formas en que A puede ocurrir y el
numero de formas en que B puede ocurrir, pero de tal forma que
ningún resultado se cuente mas de una vez.
Ejemplo
Experimento de Mendel
Los chicharos que se muestran tienen vainas verdes o amarillas y

flores moradas o blancas. ¿Cuántos tienen vainas verdes o flores
moradas?
95
La probabilidad de seleccionar un chícharo al azar con una vaina verde

o una flor morada se expresa como:
P (Vaina verde o flor morada)= 12/14=6/7
Un método para determinar el resultado en un problema como éste

consiste en combinar el numero de formas e que sucede A con el
numero de formas que sucede B y si hay un traslape entre ambos
conjuntos, se resta el numero de resultados que se contaron dos
veces:
P (A o B) = P (A) + P (B) – P (A y B)
96
Donde P ( A y B) denota la probabilidad de que A y B ocurran al mismo

tiempo, como resultado de ensayo o procedimiento.
Una forma mas sencilla de entender la formula de la suma es usando

el diagrama de Venn.
Suceso traslapados Sucesos no traslapados
97
Regla de la suma
P (A o B)
Regla de la Suma
¿Son A y B Si
mutuamente P (A o B) = P (A) + P (B)
excluyentes?
No Los sucesos
mutuamente
P (A o B) = P (A) + P (B)- P (A y B) excluyentes no pueden
suceder al mismo
tiempo.
No tienen intercepto ni
traslape
98
Reglas de la multiplicación
• Independencia. La ocurrencia de un evento no tiene ningún efecto

sobre la probabilidad de la ocurrencia del otro.
• Regla especial de la multiplicación.
𝑃 𝐴𝑦𝐵 = 𝑃 𝐴 𝑃 𝐵
• Regla general de la multiplicación. Para encontrar la probabilidad

conjunta de dos eventos cuando éstos no son independientes.
𝑃 𝐴𝑦𝐵 = 𝑃 𝐴 𝑃(𝐵|𝐴)
99
Principio de multiplicación en el conteo
Supóngase que hay tres caminos a, b y c que van de Aguaclara a

Vistalarga y dos caminos m y n de Vistalarga a Ciudad Sol.
¿Cuantas rutas distintas se pueden escoger de Aguaclara a Ciudad Sol

pasando por Vistalarga?
100
Supóngase que un evento H puede ocurrir de h maneras y después de

que ha ocurrido, un evento K puede ocurrir de k maneras. Entonces el
número de maneras en las que ambos, H y K pueden ocurrir es hk.
h: Numero de caminos de Agua Clara a Vista Larga: h=3

k: Numero de caminos de Vista Larga a Ciudad Sol: k=2
Numero de maneras que H y K pueden ocurrir:
ℎ𝑘 = 3 2 = 6
101
El principio de la multiplicación en el conteo se aplica a cualquier

número de eventos.
Un club consiste de 4 mujeres y 2 hombres. Planean elegir un

presidente, un vicepresidente y un secretario. ¿De cuantas maneras
pueden elegir sus tres dirigentes si el presidente tiene que ser mujer y
el vicepresidente hombre?
4 2 4 = 32
102
Permutaciones
Permutar un conjunto de objetos significa reordenarlos.
Una permutación de un conjunto de objetos es un arreglo ordenado de

esos objetos.
Ejemplo
Permutaciones de la palabra RIE:
RIE REI
IER IRE
ERI EIR
103
Permutaciones
¿De cuantas maneras se pueden ordenar las letras de la palabra

factor?
Piénsese esto como el problema de llenar 6 casilleros.

¿De cuantas maneras se puede llenar el cada uno?
Por el principio de la multiplicación:
6 5 4 3 2 1 = 720
104
Permutaciones
¿Qué pasa si deseamos formar palabras código de 3 letras de la palabra

FACTOR?
Nuevamente piénsese esto como el problema de llenar 6 casilleros.
6 5 4 = 120
Considérese el problema general correspondiente. Supóngase que de n

objetos distinguibles se seleccionan r de ellos y se ordenan en hilera. Al
arreglo resultante se le llama una permutación de n cosas tomadas de r
en r. El número de tales permutaciones se denota por el símbolo nPr. Así:
• 6P3 = (6)(5)(4) = 120

• 6P6 = (6)(5)(4)(3)(2)(l) = 720
• 8P2 = (8)(7) = 56 y en general
• nPr = n(n -1)(n - 2) • • • (n - r + 2)(n - r + 1)
105
Permutaciones
Obsérvese que nPr es el producto de r enteros positivos consecutivos

empezando con n y siguiendo hacia abajo. En particular, nPn es el
producto de n enteros positivos consecutivos empezando con n y
siguiendo todo el camino hacia abajo hasta 1, esto es:
nPn = n(n- 1)(n - 2) • • • 3-2-1
El símbolo n! (se lee n factorial) también se utiliza para este producto.

Así:
5P5= 5! = (5)(4)(3)(2)(1) = 120

4P4 = 4! = 4 • 3 • 2 • 1 = 24
106
Combinaciones
¿Cuantos triángulos?
Considérense 6 puntos en el plano, sin que haya tres en la misma recta.

Márquense con F, A, C, T, O, R. ¿Cuantos triángulos pueden ser
dibujados utilizando estos puntos como vértices?
107
Conteo de colecciones no ordenadas
Se aprendió que se podían hacer
6P3= 6 • 5 • 4 = 120 palabras código con 3 letras de las letras de

FACTOR.
No obstante, cada triangulo puede marcarse con 3! = 6 palabras código

diferentes.
Para encontrar el numero de triángulos se debe por lo tanto dividir el

numero de palabras código entre 3!.
108
Combinaciones
Una colección no ordenada de objetos se llama combinación de esos

objetos. Si se eligen r objetos de un conjunto de n objetos distinguibles,
el subconjunto resultante se llama combinación de n cosas tomadas de
r en r.
El número de tales combinaciones se denota por nCr.
Por ejemplo 6C3 es el número de combinaciones de 6 cosas tomadas
de 3 en 3.
6𝑃 3 6∙5∙4
6𝐶 3 = = = 20
3! 3∙2∙1
109
Notación
Si , 1 ≤ 𝑟 ≤ 𝑛, el símbolo de combinación se representa:
𝑛𝐶𝑟
nP r 𝑛 𝑛 − 1 𝑛 − 2 … (𝑛 − 𝑟 + 2)(𝑛 − 𝑟 + 1)
𝑛𝐶𝑟 = =
𝑟! 𝑟 𝑟 − 1 𝑟 − 2 …2 ∙ 1
110
Notación
Una buena manera de recordar esto es que se quieren r factores en el

numerador y en el denominador.
En el numerador, se empieza con n y se va bajando; en el denominador

se empieza con r y se va bajando.
La respuesta debe ser un entero. Esto significa que el denominador

tiene que dividir exactamente al numerador.
111

Cop B MC2 TB

Cargado por

Información del documento

Descripción original:

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

Cop B MC2 TB

Cargado por

Copyright:

Formatos disponibles

MÉTODOS DE

Te damos una cordial bienvenida a tu curso de Métodos de Cálculo II;

Tu empresa, es una organización que reconoce en sus colaboradores,

Te invitamos a que veas el contenido del curso y las actividades de

En el botón de ayuda de la plataforma de estudio de Prepa Coppel, te

Con todo el crédito que mereces, considéranos siempre tus aliados en

En nuestra era de la información, el mundo abunda en datos. En los

El sector privado también ha tenido que ver en ello. Las aireadas

Debemos explicar todos los datos. La era de la informática nos ha

Los computadores ponen al alcance de la mano muchos datos, como las

Una competencia es el desarrollo de conocimientos, habilidades y

En Prepa Coppel, se busca consolidar y diversificar los aprendizajes y

• Valorarás a la estadística como una herramienta matemática que te

• Valorarás las ventajas que tiene el emplear las diversas técnicas de

El conocimiento de los métodos estadísticos le ayudará a entender cómo

1. Determinar si a información existente es adecuada o si se necesita

Es la ciencia de recopilar, organizar, presentar, analizar e interpretar

Conjunto de métodos para organizar, resumir y presentar los datos de

Existen grandes cantidades de datos sin organizar; como el censo de una

Conjunto de métodos utilizados para determinar algún atributo medible

• Población es el conjunto de todos los individuos, medidas u objetos de

*Marca de PC Discretas Continuas

Cuando la característica que se estudia es no numérica, se conoce como

Cuando la variable estudiada se puede reportar en forma numérica, se

– Las variables discretas solo asumen ciertos valores, y casi siempre

Datos de nivel nominal. Las observaciones de una variable cualitativa

El género, en un partido de fútbol ver cuántos espectadores son hombres

• Mutuamente excluyente: propiedad de un grupo de categorías por la

Datos de nivel ordinal. Un ejemplo es el Departamento de Seguridad

Nivel de Descripción Color

Ésta es información de escala ordinal porque sabemos el orden o las

Datos de nivel de intervalo. Incluye todas las características del nivel

Las propiedades de los datos de nivel intervalo son:

1. Las clasificaciones de los datos son mutuamente excluyentes y

Datos de nivel de intervalo

PAÍS TEMPERATURA (°F)

Datos de nivel de razón. Tiene todas las características del nivel de

Las propiedades de los datos de nivel de razón son:

1. Las clasificaciones de los datos son mutuamente excluyentes y

Datos de nivel de razón

Se clasifica a los empleados de una compañía de acuerdo a su ingreso

Empleados Ingresos mensuales

Nominal Ordinal De intervalo De razón

Los datos se Diferencia Punto 0

Números en los Su número de

Descripción de datos: distribuciones de frecuencias

“Agrupación de datos en clases mutuamente excluyentes mostrando el

Una distribución de frecuencias de datos numéricos es, al igual que una

Para decidir los intervalos de una distribución de frecuencias de datos

Regla 1: Decidir k, el número de intervalos (clases)

Regla 2: Los intervalos (clases) deben ser de la misma amplitud, w, la

(𝑁ú𝑚𝑒𝑟𝑜 𝑚𝑎𝑦𝑜𝑟 − 𝑁ú𝑚𝑒𝑟𝑜 𝑚𝑒𝑛𝑜𝑟)

Tanto k como w deben redondearse al alza, posiblemente al siguiente

Regla 3: Los intervalos (clases) deben ser inclusivos y no solaparse.

Regla 1. Número de intervalos

El número de intervalos (clases) utilizados en una distribución de

Guía rápida para decidir un número aproximado de intervalos de una

Tamaño de la muestra Número de intervalos

La práctica y la experiencia son la mejor guía. Los conjuntos de datos

Regla 2. Amplitud de los intervalos

Después de elegir el número de intervalos, el paso siguiente es elegir la

La amplitud de los intervalos a menudo se redondea a un número