Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Materia: Probabilidad y
Estadística
Producto Integrador de
Aprendizaje
Hora: M3
Fecha de entrega: 23/05/23
Índice
Introducción ............................................................................. 2
ESTADISTICA DESCRIPTIVA ................................................ 3
Probabilidad condicionada con reemplazo ............................. 6
Probabilidad condicionada sin reemplazo ............................... 7
Eventos ................................................................................... 8
Teorema de bayes ................................................................. 10
DISTRIBUCION BINOMIAL .................................................. 12
POISSON .............................................................................. 14
Área bajo la curva Normal ..................................................... 15
Intervalos de Confianza para una Media .............................. 18
Conclusión .......................................................................... 20
Referencias ......................................................................... 21
Introducción
En este producto integrador de aprendizaje vamos a ver los diferentes
temas en lo que se enfocaron para el semestre y que les dimos tanta
importancia ya que además de esto y nos ayudaron a poder reforzar
muchos temas que tal vez en algún momento vimos y no le dimos
importancia ahora que estamos en esta materia pasamos a entender
mejor el tema y así poder valor lo que es la probabilidad y estadística
dentro de nuestra vida y ámbito profesional para que en algún futuro
podamos pensar más rápido en las soluciones de algún problema que
tenga que ver con los temas que ya comprendimos en este semestre y
que seguiremos aprovechando en un futro así que en este proyecto
seguimos reforzando los temas que planteamos en clase ya que
veremos tanto la teoría y se verá también la práctica y así nos
podremos entender mejor y ayudarnos al final del semestre a obtener
una mejor calificación en el ultimo examen
ESTADISTICA DESCRIPTIVA
La estadística descriptiva es una rama de la estadística que se encarga
de recopilar, organizar, resumir y presentar datos de manera
comprensible y significativa. Su objetivo principal es describir las
características principales de un conjunto de datos, permitiendo así
comprender mejor la información y extraer conclusiones relevantes. En
la estadística descriptiva, se utilizan diferentes técnicas y medidas para
analizar los datos. Algunas de las medidas más comunes incluyen:
1. Medidas de tendencia central: Estas medidas proporcionan
información sobre el valor típico o central de un conjunto de datos.
Incluyen la media aritmética (promedio), la mediana (valor central
que divide al conjunto de datos en dos partes iguales) y la moda
(valor que ocurre con mayor frecuencia).
2. Medidas de dispersión: Estas medidas indican la variabilidad o
dispersión de los datos. Incluyen la desviación estándar (mide la
dispersión con respecto a la media), el rango (diferencia entre el
valor máximo y mínimo), y el rango intercuartílico (diferencia entre
el tercer y primer cuartil).
3. Medidas de forma: Estas medidas describen la forma de la
distribución de los datos. Algunas de ellas son la asimetría (indica
si la distribución es simétrica o sesgada) y la curtosis (mide la
concentración de los datos alrededor de la media).
Además de estas medidas, la estadística descriptiva también utiliza
técnicas gráficas para visualizar los datos, como histogramas, gráficos
de barras, diagramas de dispersión y diagramas de caja, entre otros. La
estadística descriptiva se utiliza ampliamente en diversos campos,
como la investigación científica, la economía, la psicología, la sociología
y muchas otras disciplinas. Permite resumir y comunicar de manera
efectiva la información contenida en los datos, lo que facilita la toma de
decisiones informadas y el análisis de situaciones complejas.
Antes de empezar con el problema tenemos que ir por nuestra
calculadora para hacer este procedimiento:
• Reiniciarla
• Poner en modo estadístico
• Capturar cada valor y dar m+ después de cada valor, hasta el
último, dar clic a shift 2,1, = sale la x es la media
• Shift 2,2= sale la desv estándar σ
• Shift 2,3= sale la varianza S
Ahora veremos un problema sobre la estadística descriptiva:
De los siguientes 30 datos son las calificaciones de un grupo de
personas obtenga: 75, 80, 85, 90, 65, 70, 75, 80, 95, 90, 75, 80, 85, 70,
75, 80, 65, 70, 75, 80, 90, 95, 85, 70, 75, 80, 65, 70, 75, 80.
a) Diagrama tallo-hoja
Tallo Hoja
6 5, 5
7 0, 0, 0, 0, 5, 5, 5, 5, 5, 5, 5, 5
8 0, 0, 0, 0, 0, 0, 0, 0, 5, 5, 5,
9 0, 0, 0, 5, 5
e) Tabla de frecuencias
Li Ls F Facum Frel LI=LIMITE INFERIOR LS= LIMITE
SUPERIOR F =FRECUENCIA
Facum=FREC ACUMULADA FrEL =Frecu
65 70 6 6 6
relativa
30
LS= LI+IR
70 75 8 14 8
30 F, SON LOS VALOLRES QUE ESTAN
ENTRE LOS DOS LIMITES
75 80 8 22 8
30 FACUM ES SUMAR LAS FRECENCIAS
SIEMRPE EL PRIMER VALOR PASA
85 90 6 28 6 DIRECTO
30
FREL= ES DIVIDIR F / N
90 95 2 30 2
30
f) Histograma y polígono de frecuencias
g) Media 𝑥̃ = 78.83
h) desviación estándar 𝜎 = 7.81
i) Varianza S = 7.95
Probabilidad condicionada con reemplazo
La probabilidad condicionada con reemplazo es un concepto estadístico
que se refiere a la probabilidad de que ocurra un evento A dado que ha
ocurrido un evento B, bajo la suposición de que el evento B se repite o
se reemplaza después de cada observación.
En otras palabras, si se tiene un conjunto de eventos o elementos en el
que cada uno se puede repetir o reemplazar después de ser
seleccionado, la probabilidad condicionada con reemplazo se calcula
considerando que el evento B ha ocurrido y que cada vez que se realiza
una selección, el evento B permanece presente.
Es importante tener en cuenta que la probabilidad condicionada con
reemplazo se utiliza cuando se desea considerar la misma población o
conjunto de elementos en cada selección, y cuando la ocurrencia de un
evento no afecta la ocurrencia del otro en cada selección individual.
La fórmula que utilizaremos será P= #casos posibles / #casos totales;
posibles los que hay de los que me piden, totales todos los elementos
del problema.
Ahora veremos un problema de lo que es la probabilidad condicionada
con reemplazo:
Supongamos que tienes una caja con 8 bolas: 4 bolas rojas (R) y 4 bolas
azules (A). Extraeremos dos bolas de la caja, una por una y sin mirar.
Queremos calcular cual es la probabilidad de que las dos sean azules
por lo tanto según dice nuestra formula tendremos que hacer esto:
#𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
𝑃=
#𝐶𝑎𝑠𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠
Es así que tenemos que sustituir en la formula y quedaría algo así:
4
𝑃=
8
Por lo tanto, al hacer la división en nuestra calculadora nos da como
resultado que la probabilidad que existe es de 50% de que nos salga
dos bolas azules.
Probabilidad condicionada sin reemplazo
La probabilidad condicionada sin reemplazo es un concepto estadístico
que se refiere a la probabilidad de que ocurra un evento A dado que ha
ocurrido un evento B, bajo la suposición de que el evento B no se repite
ni se reemplaza después de cada observación.
En otras palabras, si se tiene un conjunto de eventos o elementos en el
que cada uno se selecciona sin reemplazo, la probabilidad condicionada
sin reemplazo se calcula considerando que el evento B ha ocurrido y
que el evento B ya no está presente en la población o conjunto de
elementos.
Es importante tener en cuenta que la probabilidad condicionada sin
reemplazo se utiliza cuando la selección de un evento afecta la
ocurrencia del otro en cada selección individual, ya que el evento B ya
no está disponible en la población después de haber ocurrido.
Se puede usar la misma formula que utilizamos en la probabilidad
condicionada con solo que con una pequeña variación y tendremos que
ver un pequeño problema para poder entenderlo mejor:
Supongamos que tienes una caja con 5 bolas: 3 bolas rojas (R) y 2 bolas
azules (A). Vamos a extraer dos bolas de la caja, una por una y sin
reemplazo. Queremos calcular la probabilidad de que salgan una bola
roja y una bola azul. Entonces tendremos que hacer esto:
2 3
𝑃= ×
5 4
Y el resultado dado de esta misma operación el resultado seria de 0.3 y
ese resultado seria multiplicado por 100 por lo tanto sería el 30% de que
salga 1 bola roja y 1 bola azul.
Eventos
En probabilidad y estadística, un evento se refiere a un suceso o
resultado específico que puede ocurrir en un experimento o situación
aleatoria. Los eventos se utilizan para describir los posibles resultados
de un experimento y se pueden clasificar en tres categorías principales:
eventos simples, eventos compuestos y eventos complementarios.
• Evento Simple: Un evento simple es aquel que consiste en un
único resultado o suceso. Por ejemplo, en el lanzamiento de un
dado, obtener un 3 es un evento simple.
• Evento Compuesto: Un evento compuesto es aquel que consta de
dos o más resultados o sucesos. Por ejemplo, en el lanzamiento
de un dado, obtener un número par es un evento compuesto que
incluye los resultados 2, 4 y 6.
• Evento Complementario: El evento complementario de un evento
A se refiere a todos los resultados que no están incluidos en el
evento A. Se representa como A'. Por ejemplo, si consideramos el
evento A de obtener un número impar en el lanzamiento de un
dado, su evento complementario sería A', que incluye los números
pares (2, 4 y 6).
Los eventos se utilizan para calcular probabilidades, que representan la
medida numérica de la posibilidad de que ocurra un evento específico.
La probabilidad de un evento se expresa como un número entre 0 y 1,
donde 0 significa que el evento es imposible y 1 significa que el evento
es seguro de ocurrir.
En resumen, los eventos en probabilidad y estadística son los diferentes
resultados posibles que pueden ocurrir en un experimento aleatorio, y
se utilizan para analizar y calcular las probabilidades asociadas con
esos resultados.
En una encuesta a 500 pacientes, se encontró que 250 eran cardiacos,
220 diabéticos y 10 ambas enfermedades, se selecciona un paciente al
azar. ¿Cuál es la probabilidad de: a) No tenga ninguna enfermedad
C D
240 210
Ninguna: 40 10 CyD
|Z σ/2|= -1.96
500 500
50 − ((1.96 ( )) ≥ 𝜇 ≤ 50 + (1.96 ( ))
√50 √50
88.59 ≥ 𝜇 ≤ 188.59 = 95%
Conclusión
https://vereniciafunez94hotmail.files.wordpress.com/2014/08/8va-
probabilidad-y-estadistica-para-ingenier-walpole_8.pdf
https://www.ipn.mx/assets/files/cecyt4/docs/estudiantes/aulas/guias/se
xto/matutino/probabilidad-y-estadistica.pdf
https://ocw.unizar.es/ocw/ciencias-experimentales/conocimientos-
basicos-de-matematicas-para-primeros-cursos-
universitarios/b5_estadistica/b5_tema1/resueltos_B5_t1.pdf
https://www.mep.go.cr/sites/default/files/recursos/recursos-
interactivos/educ_abierta/mate_secundaria/areas/estadistica/estadistic
a_juanpa.pdf
https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/poisso
n.htm
https://economipedia.com/definiciones/distribucion-de-poisson.html
https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/
distribucion-binomial/
https://www.sdelsol.com/glosario/distribucion-binomial/
https://www.ibm.com/docs/es/spss-statistics/saas?topic=performance-
area-under-
curve#:~:text=El%20%C3%A1rea%20bajo%20la%20curva,ensayo%2
0es%20mejor%20que%20adivinar.
https://espanol.libretexts.org/Educacion_Basica/Analisis/08%3A_Introd
ucci%C3%B3n_al_C%C3%A1lculo/8.04%3A_Integrales/8.4.01%3A_%
C3%81rea_bajo_la_curva