You are on page 1of 100

MANUAL PARA EL ALUMNO

DE PROBABILIDAD Y
ESTADSTICA

Manual de Probabilidad y Estadstica

CBTA No. 33

INTRODUCCIN
El presente manual es una recopilacin de varios autores y sitios de internet que ofrecen
informacin con respecto al estudio de la estadstica y la probabilidad, se pretende que sea una
herramienta que facilite el trabajo tuyo como alumno y del maestro, por supuesto, ya que
contiene informacin sobre conceptos que en esta asignatura estaremos abordando y adems
una serie de ejercicios que tendrs que ir resolviendo para reforzar los conocimientos, con el
propsito de que al finalizar el curso puedas tener la competencia y el dominio de los temas
vistos.
Es importante que el este materia lo tengas a la mano todos los das que marca el
horario de clases para que no te quedes sin realizar las actividades que se realicen cada da en
la clase as como contar con una calculadora tipo cientfica para que te apoyes a realizar los
ejercicios, ya que los dos elementos son indispensables para tu avance acadmico.
El manual est distribuido por unidades, en la primera de ellas analizaremos algunos
aspectos relacionados con la historia y sus principales exponentes o descubridores de
importantes aportaciones a las matemticas, especficamente la estadstica, tambin
analizaremos algunos conceptos relacionados con la asignatura, todo lo referente a las
variables redondeo de datos y notacin sumatoria. Para la segunda unidad se estarn
considerando los temas como la distribucin de frecuencias desde la toma de datos hasta la
representacin de estos datos mediante grficas.
En la tercera unidad se abordarn temas relacionados con las medidas de tendencia
central como los promedios, la media, la mediana, la moda, entre otras. La cuarta unidad est
conformada por temas relacionados con las medidas de dispersin como la dispersin, el
rango, desviacin media, entre otras y por ultimo en la unidad nmero cinco se abordaran los
temas que tienen que ver con la probabilidad como lo es los antecedentes, conceptualizacin,
anlisis de funciones y rapidez, probabilidad axiomtica y probabilidad para eventos.
Deseo que el curso se torne interesante una vez que arranquemos y que puedas
demostrar tus habilidades matemticas y de desempeo para llevar a cabo cada una de las
actividades que el manual tiene y que el maestro te seale que debes realizar, as como los
ejercicios que cuentan para la calificacin o tambin llamados exmenes.
A continuacin te muestro algunos acercamientos al estudio de la estadstica:
Como dijera Huntsberger: "La palabra estadstica a menudo nos trae a la mente
imgenes de nmeros apilados en grandes arreglos y tablas, de volmenes de cifras relativas a

ME. Gonzalo Joel Bautista Lara


2

Manual de Probabilidad y Estadstica

CBTA No. 33

nacimientos, muertes, impuestos, poblaciones, ingresos, deudas, crditos y as sucesivamente.


Huntsberger tiene razn pues al instante de escuchar esta palabra estas son las imgenes que
llegan a nuestra cabeza.
La Estadstica es mucho ms que slo nmeros apilados y grficas bonitas. Es una
ciencia con tanta antigedad como la escritura, y es por s misma auxiliar de todas las dems
ciencias. Los mercados, la medicina, la ingeniera, los gobiernos, etc. Se nombran entre los
ms destacados clientes de sta.
La ausencia de sta conllevara a un caos generalizado, dejando a los administradores y
ejecutivos sin informacin vital a la hora de tomar decisiones en tiempos de incertidumbre.
Los estudiantes confunden comnmente los dems trminos asociados con las
Estadsticas, una confusin que es conveniente aclarar debido a que esta palabra tiene tres
significados: la palabra estadstica, en primer trmino se usa para referirse a la informacin
estadstica; tambin se utiliza para referirse al conjunto de tcnicas y mtodos que se utilizan
para analizar la informacin estadstica; y el trmino estadstico, en singular y en masculino, se
refiere a una medida derivada de una muestra.
Se pretende que t como alumno de V semestre desarrolles durante el semestre con los
temas que abordaremos, las siguientes competencias disciplinares:
1. Construye e interpreta modelos matemticos deterministas o aleatorios mediante la
aplicacin de procedimientos aritmticos, algebraicos, geomtricos y variacionales, para la
comprensin y anlisis de situaciones reales o formales.
2. Propone, formula, define y resuelve diferentes tipos de problemas matemticos
buscando diferentes enfoques.
3. Propone explicaciones de los

resultados obtenidos mediante procedimientos

matemticos y los contrasta con modelos establecidos o situaciones reales.


4. Argumenta la solucin obtenida de un problema, con mtodos numricos, grficos,
analticos y variacionales, mediante el lenguaje verbal y matemtico.
5. Analiza las relaciones entre dos o ms variables de un proceso social o natural para
determinar o estimar su comportamiento.
6. Cuantifica, representa y contrasta experimental o matemticamente magnitudes del
espacio que lo rodea.
7. Elige un enfoque determinista o uno aleatorio para el estudio un proceso o fenmeno,
y argumenta su pertinencia.

ME. Gonzalo Joel Bautista Lara


3

Manual de Probabilidad y Estadstica

CBTA No. 33

8. Interpreta tablas, grficas, mapas, diagramas y textos con smbolos matemticos y


cientficos.

Definicin: Las competencias disciplinares se refieren a las nociones de cada


campo disciplinar que se consideran necesarias para que los estudiantes se desarrollen
en diferentes contextos a lo largo de la vida.
http://www.dgeta.edu.mx/riems/index.php?
option=com_content&view=article&id=54&Itemid=66 )

ME. Gonzalo Joel Bautista Lara


4

Manual de Probabilidad y Estadstica

CBTA No. 33

Contenido
INTRODUCCIN............................................................................................................... 2
UNIDAD I.......................................................................................................................... 7
Historia y conceptualizacin de la estadstica.........................................................................7
1.1.

Historia y usos de la estadstica hasta nuestros tiempos.......................................7

1.2.- Conceptualizacin y elementos bsicos................................................................15


1.3. Redondeo de Datos............................................................................................... 22
1.4.

Cifras Significativas........................................................................................... 25

1.5.

Clculos............................................................................................................ 26

UNIDAD No. II................................................................................................................. 31


Distribucin de frecuencias................................................................................................ 31
a)

Paso uno: Toma de los datos................................................................................ 31

b)

Paso dos: Ordenacin de los datos........................................................................32

d)

Paso cuatro: Determinar el Rango del conjunto de datos........................................33

e)

Paso cinco: Calcular el nmero de intervalos de Clase............................................34

f)

Paso seis: Determinar el ancho de clase................................................................34

g)

Paso siete: Calcular el punto medio o marca de clase.............................................35

h)

Paso ocho: El Lmite real de cada clase, tanto el inferior como el superior...............35

i)

Paso nueve: Frecuencia relativa............................................................................36

j)

Paso diez: Frecuencia absoluta acumulada ascendente..........................................36

k)

Paso once: Frecuencia absoluta acumulada descendente.......................................37

l)

Paso doce: Representacin grfica de los datos.....................................................37

I.

Histograma............................................................................................................ 37

II.

Grfica de barras.................................................................................................... 39

III.

Polgono de frecuencias........................................................................................ 39

IV.

Grfica de pastel o circular.................................................................................... 40

V.

Pictograma o grfica de imgenes.............................................................................40

UNIDAD III...................................................................................................................... 47
Medidas de tendencia central............................................................................................. 47
3.1. Promedios............................................................................................................. 47
La Media ( X )............................................................................................................. 47
3.2. Medias de tendencia central para Datos no Agrupados.................................................47
La Mediana

( X ) (Me)............................................................................................... 48

ME. Gonzalo Joel Bautista Lara


5

Manual de Probabilidad y Estadstica

CBTA No. 33

La Moda(

) (Mo)...................................................................................................... 49

3.3. Medidas de tendencia central para datos agrupados....................................................55


Cuartiles, Deciles y Percentiles:................................................................................... 70
Regresin Lineal......................................................................................................... 72
UNIDAD IV...................................................................................................................... 74
Medidas de Dispersin...................................................................................................... 74
DISPERSIN ABSOLUTA:............................................................................................. 76
DISPERSIN RELATIVA:............................................................................................... 76
Desviacin Media....................................................................................................... 79
Rango Intercuartil...................................................................................................... 82
UNIDAD V....................................................................................................................... 89
Probabilidad.................................................................................................................... 89
Conceptos bsicos........................................................................................................ 89
Modelos matemticos.................................................................................................... 90
Permutaciones y combinaciones..................................................................................... 91
Diagrama de rbol........................................................................................................ 91
Bibliografa...................................................................................................................... 98

ME. Gonzalo Joel Bautista Lara


6

Manual de Probabilidad y Estadstica

CBTA No. 33

UNIDAD I
Historia y conceptualizacin de la estadstica
1.1.

Historia y usos de la estadstica hasta nuestros tiempos.


Conocer los aspectos histricos de esta rea del conocimiento es fundamental para

entender muchos de los fenmenos actuales y a tener explicaciones ms claras de cmo


nuestros ancestros podan predecir acontecimientos sin el avance de la tecnologa que tenemos
en la actualidad y sin el conocimiento cientfico de los fenmenos sociales y naturales que se
presentaban.
Por lo anterior en necesario que pongamos atencin en los pasajes de nuestra historia
donde se hizo y se pudo hacer presente el estudio de la estadstica y la probabilidad y la forma
en que resolvan a aplicaban el conocimiento de esta ciencia en la resolucin de problemas.
Los antecedentes de la probabilidad y la estadstica se remontan hasta las primeras
civilizaciones. Es posible que una de las primeras aplicaciones fuera cuando en las primeras
civilizaciones empezaron a ver que el nmero de sus habitantes era cada vez mayor,
requirindose entonces hacer un conteo de los habitantes y sus bienes; o bien que tal los
clculos que haca un combatiente guerrero en cuanto a cunta gente tena y la que necesitaba
para derrotar al enemigo.
Cuando el hombre tuvo que hacerse sedentario, entonces tambin tuvo la necesidad de
producir alimento y almacenarlo para su subsistencia.
Ahora analizaremos algunos hallazgos histricos reveladores que para el ao 7000 a.C.,
en la CD. de Jeric, la ciudad ms antigua del mundo ya se contaba con una organizacin bien
estructurada en cuanto al nmero de habitantes, la superficie en la que se situaba y a las
actividades a las que se dedicaban sus habitantes.
Esta ciudad milenaria ubicada al norte de Jerusaln, se extenda por el valle del rio Nilo,
muy religiosos sus habitantes, establecieron el calendario de los 365 das. Conocieron y
manejaron el ciclo agrcola, la irrigacin as como la produccin, almacenamiento y
comercializacin de productos agrcolas. Existieron ah tambin grandes astrnomos y
constructores de templos y pirmides espectaculares.
En el Papiro de Rhind, uno de los documentos ms antiguos que se conoce y que data
del ao 1650 a.C., se observan problemas matemticos y el gran conocimiento que tenan de
un sistema de numeracin vigesimal.

ME. Gonzalo Joel Bautista Lara


7

Manual de Probabilidad y Estadstica

CBTA No. 33

Otras grandes aportaciones de la civilizacin antigua es que aplicaban sus


observaciones al control e interpretacin de los fenmenos naturales, buscando siempre el
mejoramiento de la vida de sus habitantes. Por ejemplo ellos deban saber cunta produccin
agrcola necesitaban para comercializar con su gente y cuanta deberan de almacenar as como
sus respectivos pronsticos en los excedentes y de paso aplicaban algunos conocimientos
empricamente de probabilidad.
Los censos de poblacin se conocen desde pocas muy remotas al igual que el pago de
los impuestos. Adems existen algunos datos en la biblia que antes del ao 1657 a.C., se hizo
el acopio de animales, como el caso del Arca de Noe; el pago del 20% de los impuestos sobre
la produccin de la tierra en Egipto; o bien el recuento de hombres mayores de 20 aos de las
tribus de Israel a la salida de Egipto, antes del ao 1473 a.C., haciendo un total de 603550
personas.
En Babilonia los escribas testimonio, lo mismo de contratos de compra venta de
terrenos en el siglo XIV a. C. que de inventarios de lo conquistado en una ciudad despus de la
batalla.
En las antiguas ciudades de Egipto y Grecia, se utilizaba la estadstica para conocer el
nmero de habitantes de un lugar, el recuento de propiedades, el registro de volmenes de
produccin, un padrn para el cobro de impuestos.
Otro ejemplo era en Roma al igual que Grecia, conocan y aplicaban la estadstica para
controlar el pago de los tributos de los pueblos sometidos por ellos.
En Amrica, all por los aos 2500 a. C., la agricultura donde las condiciones la
permitan, se someta a una observacin de la naturaleza y las experiencias para determinar el
conocimiento de las causas y efectos en la prctica de la agricultura, como principal fuente de
alimentacin de los pueblos del continente.
Los aztecas utilizaban el sistema numrico vigesimal, el calendario lo dividieron en 18
meses de 20 das cada uno a lo que aadan 5 das en forma intercalada. A su vez el mes lo
dividieron en 4 semanas con 5 das. Agregaban 12 das y medio a cada ciclo de 52 aos, por lo
que fue el calendario ms exacto, al considerar el de la duracin de 365 das y 6 horas. Los
aztecas coincidieron en la periodicidad de los solsticios y equinoccios.(Chvez Escalante, 2001)
Para los mayas manejaban los cdices llamados Popol Vuh o el Chilam Balam que
atestiguan tradiciones, descripciones de ritos, leyendas y concepciones tecnolgicas que se
manifestaban en ese tiempo. Tenan un sistema de numeracin superior a la de los griegos y los
romanos, que utilizaban el cero; su calendario era ms preciso que el gregoriano; en

ME. Gonzalo Joel Bautista Lara


8

Manual de Probabilidad y Estadstica

CBTA No. 33
astronoma

conocan

el

movimiento revolucionario de los


planetas, llegando a predecir los
eclipses. Entre los sacerdotes
mayas

se

encontraban

los

Chilam, que tenan la tarea de


predecir

adivinar

acontecimientos, as como la
curacin de los enfermos y la
interpretacin de los orculos de
los dioses. Ejemplos de sitios
arqueolgicos en amrica que
an

conservan

templos,

pirmides y centros ceremoniales con trazos precisos de sus ciudades son Teotihuacn,
Chichn Itz, Monte Albn, etc. (Chvez Escalante, 2001)
As pues la estadstica era considerada como la exposicin sistemtica y ordenada de
las caractersticas ms notables de un estado; se relacionaban con la recoleccin y anlisis de
datos relativos a la poblacin y riquezas para fines de guerra o finanzas. (Chvez Escalante,
2001)
Su evolucin es generada por los ingleses desde el siglo XVII, con personajes como
Cning (1600 1681), quien fuera el fundador de la estadstica universitaria, John Graunt (1620
1676), llamado tambin el aritmtico poltico, calcula la poblacin de Londres y otras ciudades
europeas mediante la utilizacin de demogrficos. Seguidores de Graunt lograron que la
estadstica fuera una de las ramas de las matemticas dedicada a investigar fenmenos
colectivos.
Para el ao 1532 empezaron a registrarse en Inglaterra las defunciones debido al temor
que Enrique VII tena por la peste. Ms o menos por la misma poca, en Francia la ley exigi a
los clrigos registrar los bautismos, fallecimientos y matrimonios. Durante un brote de peste que
apareci a fines de la dcada de 1500, el gobierno ingls comenz a publicar estadsticas
semanales de los decesos. Esa costumbre continu muchos aos, y en 1632 estos Bills of
Mortality (Cuentas de Mortalidad) contenan los nacimientos y fallecimientos por sexo. En 1662,
el capitn John Graunt us documentos que abarcaban treinta aos y efectu predicciones
sobre el nmero de personas que moriran de varias enfermedades y sobre las proporciones de
nacimientos de varones y mujeres que cabra esperar. El trabajo de Graunt, condensado en su

ME. Gonzalo Joel Bautista Lara


9

Manual de Probabilidad y Estadstica

CBTA No. 33

obra Natural and PoliticalObservationsMadeupontheBills of Mortality (Observaciones Polticas y


Naturales. Hechas a partir de las Cuentas de Mortalidad), fue un esfuerzo innovador en el
anlisis estadstico. (Ruz Muoz, sa)
Por el ao 1540 el alemn Sebastin Muster realiz una compilacin estadstica de los
recursos nacionales, comprensiva de datos sobre organizacin poltica, instrucciones sociales,
comercio y podero militar. Durante el siglo XVII aport indicaciones ms concretas de mtodos
de observacin y anlisis cuantitativo y ampli los campos de la inferencia y la teora
Estadstica. (Ruz Muoz, sa)
En 1730 De Moivre desarrollo la ecuacin de la curva de distribucin normal. Pierre
Simon Laplace y Karl Friedich Gauss realizaron tambin importantes aportaciones sobre el
clculo de probabilidades y los aplicaron a la astronoma.
En el siglo XIX se presentaron algunos personajes que dejaron importantes aportaciones
al estudio de la estadstica y la probabilidad, de los cuales se hace mencin de algunos de
ellos: Adolfo Quetelet (1796 1874) aplic la estadstica a problemas sociales y educativos y se
le atribuye el que desarroll la teora estadstica a todos los campos de observacin. Por otro
lado Francis Galton contribuy notablemente en estudios de la herencia, eugenesia y
antropometra. A l se le atribuyen los conocimientos de la correlacin. Junto con Karl Pearson
desarrollaron frmulas de correlacin y regresin que actualmente se siguen utilizando.
A finales de este siglo XIX en estados Unidos se aplica la estadstica en los planes de
estudio de las universidades mediante los mtodos estadsticos aplicados a psicologa y
educacin.
Otros que aportaron teoremas a la probabilidad en campos como la biologa, fsica y
estadstica, fueron William Feller y AdreiNikolaevich.
Por ultimo en el siglo XX, John Von Newman aplic la teora de las computadoras,
integrando un analizador matemtico al ordenador, conocido como MANIAC, en 1952; y para
finales del este siglo ya casi en los comienzos del actual los procesos de estadstica y
probabilidad se han convertido en disciplinas de primordial importancia, que se conjugan y se
fortalecen para aplicar los mtodos y toma de decisiones apropiadas en todos los campos
cientficos.
Datos histricos de la estadstica
Sumerios y Asirios utilizaban un hueso extrado del taln de animales como ovejas,
ciervos o caballos, denominado astrgalo o talus, que tallaban para que pudieran caer en cuatro
posiciones distintas, por lo que son considerados como los precursores de los dados.

ME. Gonzalo Joel Bautista Lara


10

Manual de Probabilidad y Estadstica

CBTA No. 33

En el caso de la civilizacin egipcia, algunas pinturas encontradas en las tumbas de


los faraones muestran tanto astrgalos como tableros para el registro de los resultados.
Por su parte, los juegos con dados se practicaron ininterrumpidamente desde los
tiempos del Imperio Romano hasta el Renacimiento, aunque no se conoce apenas las reglas
con las que jugaban. Uno de estos juegos, denominado "hazard", palabra que en ingls y
francs significa riesgo o peligro, fue introducido en Europa con la Tercera Cruzada. Las races
etimolgicas del trmino provienen de la palabra rabe "al-azar", que significa "dado".
Posteriormente, en el "Purgatorio" de Dante el trmino aparece ya como "azar".
En la actualidad, ruletas, mquinas tragaperras, loteras, quinielas,..., nos indican
que dicha fascinacin del hombre por el juego, contina.
La historia de la probabilidad comienza en el siglo XVII cuando Pierre Fermat y Blaise
Pascal tratan de resolver algunos problemas relacionados con los juegos de azar. Aunque
algunos marcan sus inicios cuando Cardano (jugador donde los haya) escribi sobre 1520 El
Libro de los Juegos de Azar (aunque no fu publicado hasta ms de un siglo despus, sobre
1660) no es hasta dicha fecha que comienza a elaborarse una teora aceptable sobre los
juegos.
Christian Huygens conoci la correspondencia entre Blaise Pascal y Pierre Fermat
suscitada por el caballero De Mr, se plante el debate de determinar la probabilidad de
ganar una partida, y public (en 1657) el primer libro sobre probabilidad: De Ratiociniis in Ludo
Aleae, (Calculating in Games of Chance), un tratado sobre juegos de azar. Se aceptaba como
intuitivo el concepto de equiprobabilidad, se admita que la probabilidad de conseguir un
acontecimiento fuese igual al cociente entre
Durante el siglo XVIII, debido muy particularmente a la popularidad de los juegos de
azar, el clculo de probabilidades tuvo un notable desarrollo sobre la base de la anterior
definicin de probabilidad. Destacan en 1713 el teorema de Bernoulli y la distribucin binomial,
y en 1738 el primer caso particular estudiado por De Moivre , del teorema central del lmite. En
1809 Gauss inici el estudio de la teora de errores y en 1810 Laplace, que haba
considerado anteriormente el tema, complet el desarrollo de esta teora. En 1812 Pierre
Laplace public Thorieanalytique des probabilits en el que expone un anlisis matemtico
sobre los juegos de azar.
A mediados del siglo XIX, un fraile agustino austraco, Gregor Mendel, inici el estudio
de la herencia, la gentica, con sus interesantes experimentos sobre el cruce de plantas de

ME. Gonzalo Joel Bautista Lara


11

Manual de Probabilidad y Estadstica

CBTA No. 33

diferentes caractersticas. Su obra, La matemtica de la Herencia, fue una de las primeras


aplicaciones importantes de la teora de probabilidad a las ciencias naturales
Desde los orgenes la principal dificultad para poder considerar la probabilidad como una
rama de la matemtica fue la elaboracin de una teora suficientemente precisa como para que
fuese aceptada como una forma de matemtica. A principios del siglo XX el matemtico
rusoAndreiKolmogorov la defini de forma axiomtica y estableci las bases para la
moderna teora de la probabilidad que en la actualidad es parte de una teora ms amplia como
es la teora de la medida.

ACTIVIDAD 1:Identificando y analizando los antecedentes y aplicaciones


de la estadstica a lo largo de la historia.
Revisar en forma individual la presentacin en Power Point y completa la
tabla que se encuentra en la pgina 13 de tu gua de trabajo y asegrate de
que el profesor anote tu participacin de trabajo completo.

NOMBRE DEL ALUMNO(A): ____________________________________ GRUPO _____


ACTIVIDAD No. 2: Apoyados de la presentacin en powerpoint sobre la historia de la
Estadstica, completa el cuadro, con al menos diez sucesos de diferente poca donde
se observa a la estadstica que fue aplicada en algn momento de nuestra historia,
toma en cuenta el ejemplo que se te presenta en el mismo.

CIVILIZACIN, LUGAR O PERSONAJE

(Ejemplo) 1.-

Jeric

AO O

CUL FUE SU APORTACIN A LA

POCA

ESTADISTICA MS RELEVANTE?

1650 a.C.

Sistema numrico vigesimal y


problemas de matemticas.

2.3.-

ME. Gonzalo Joel Bautista Lara


12

Manual de Probabilidad y Estadstica

CBTA No. 33

4.5.6.7.8.9.10.11.-

San Jos de Gracia, Mich.

a ___ de _____________ del _201____

FIRMA DEL ALUMNO


__________________

ACTIVIDAD 2:Reforzamiento de aprendizaje sobre la historia de la


estadstica.
Mediante el anlisis del tema Historia y usos de la estadstica hasta
ME. Gonzalo Joel Bautista Lara
nuestros tiempos, resuelve de forma individual el cuestionario que
13
el profesor te indique, entrgalo oportunamente.

Manual de Probabilidad y Estadstica

CBTA No. 33

1.2.- Conceptualizacin y elementos bsicos.


Es importante para el estudio de cualquier disciplina adentrarnos un poco al
conocimiento de los conceptos que se utilizan, para darnos una idea clara de su uso al
momento que los estemos utilizando dentro del desarrollo de los contenidos programticos de
la asignatura, por ello es necesario que adems de los que se te ofrecen en este manual, el

profesor te pedir que realices algunas actividades para que refuerces el conocimiento de los
conceptos bsicos de la estadstica y la probabilidad.
Estadstica: Es un mtodo cientfico que recopila, organiza, analiza e interpreta los
datos obtenidos para tener conocimiento de los hechos pasados, para prever situaciones
futuras y tomar decisiones en base a la experiencia.
En el estudio de la estadstica, se diferencian dos tipos de estadsticas:
Estadstica descriptiva o deductiva y Estadstica inferencial o inductiva.

Estadstica Descriptiva: Es aquella cuyo objetivo es describir cuantitativamente una serie de


personas, animales o cosas, su estudio incluye las tcnicas de colectar, presentar, analizar
e interpretar datos.
Esta parte de la estadstica es la que estudiaremos en el presente curso de probabilidad
y estadstica,

ser la que nos auxilie a resolver preguntas de investigaciones como las

siguientes: Cmo ordenar los datos y analizarlos adecuadamente? Qu tipo de


representacin grfica es ms conveniente utilizar para presentar los datos? Cul es la media
aritmtica o promedio de los datos obtenidos? Qu tan dispersos estn los datos con respecto
a otra muestra?

Estadstica Inferencial: Es aquella cuyo objetivo es obtener informacin sobre una


poblacin o grupo grande de personas o cosas, mediante un metdico procedimiento de los
datos de una muestra tomada de l. Es determinante su estudio en la toma de decisiones y
conclusiones sobre una poblacin.

ME. Gonzalo Joel Bautista Lara


14

Manual de Probabilidad y Estadstica

CBTA No. 33

De este ltimo tipo de estadstica no profundizaremos en ste curso ya que la


descriptiva nos toma suficiente tiempo, adems de la parte inicial de la probabilidad, pero
hagamos un ejercicio para analizar cul es la diferencia entre estos dos tipos de estadstica,
tomaremos un caso de una escuela hermana del estado de Nayarit.
A un grupo de 50 alumnos del CBTA 107 Extensin Xalisco le preguntamos Cul es la
materia que les gusta ms? Los datos arrojados por sta encuesta, en ste grupo en particular,
es incumbencia de la Estadstica Descriptiva, ya que ordenamos los datos, los analizamos
obteniendo sus parmetros como la media, la desviacin, los graficamos y hasta los
interpretamos Pero
Si queremos hacer conclusiones a nivel estatal de todos los alumnos de los CBTAs del
estado de Nayarit, ste grupo de 50 encuestados sera una parte de las diferentes muestras
que nos serviran para saber la tendencia de toda la poblacin estudiantil respecto a la materia
que les gusta ms, y debemos tomar ms muestras de estudiantes de otros CBTAs, por lo cual
ya entraramos en el campo de la Estadstica Inferencial y sus datos debern de analizarse de
otra manera ms profunda, haciendo pruebas de hiptesis para obtener las inferencias o
conclusiones a futuro.
La Estadstica que conocemos hoy en da debe gran parte de su realizacin a los
trabajos matemticos de aquellos hombres que desarrollaron la teora de las probabilidades,
con la cual se adhiri a la Estadstica a las ciencias formales.
La Estadstica es la ciencia cuyo objetivo es reunir una informacin cuantitativa
concerniente a individuos, grupos, series de hechos, etc. y deducir de ello gracias al anlisis de
estos datos unos significados precisos o unas previsiones para el futuro.
La estadstica, en general, es la ciencia que trata de la recopilacin, organizacin
presentacin, anlisis e interpretacin de datos numricos con el fin de realizar una toma
de decisin ms efectiva.
Otros autores tienen definiciones de la Estadstica semejantes a las anteriores, y
algunos otros no tan semejantes. Para Chacn esta se define como la ciencia que tiene por
objeto el estudio cuantitativo de los colectivos; otros la definen como la expresin cuantitativa
del conocimiento dispuesta en forma adecuada para el escrutinio y anlisis. La ms aceptada,
sin embargo, es la de Minguez, que define la Estadstica como La ciencia que tiene por objeto
aplicar las leyes de la cantidad a los hechos sociales para medir su intensidad, deducir las leyes
que los rigen y hacer su prediccin prxima.

ME. Gonzalo Joel Bautista Lara


15

Manual de Probabilidad y Estadstica

CBTA No. 33

Poblacin: Es la coleccin o conjunto de cosas, individuos, objetos o eventos cuyas


propiedades sern analizadas.
Poblacin finita: Es aquella en la que se conocen todos los elementos que la
componen, ejemplo, las vocales, estados de la repblica mexicana, pases del mundo.
Poblacin infinita: Es el tipo de poblacin de cual se desconoce la totalidad de sus
elementos que la componen, ejemplo, estrellas en el universo.
Muestra:Es un subconjunto que representa a la poblacin, consta de objetos, cosas,
individuos, o medidas seleccionadas de la poblacin por un proceso aleatorio. Esta debe ser
representativa de la poblacin.
La muestra elegida debe cumplir con ciertos requisitos indispensables:
a) Validez. Debe representar a la poblacin, esto es, ha de pertenecer a sta y ser
elegida al azar o 67en forma aleatoria, para que todos los elementos de la poblacin tengan la
misma probabilidad de ser considerados.
b) Confiable. Los resultados que se obtengan deben poder generalizarse a toda la
poblacin con cierto grado de precisin.
c) Prctica. Debe ser sencilla de llevar acabo.
d) Eficiente. Debe proporcionar la mayor informacin con el menor costo.
DATOS: Son las medidas, valores o caractersticas susceptibles de ser observadas y
contadas.
Variable: Es una propiedad o caracterstica de algn evento, objeto o persona, que
puede tener diversos valores en diferentes instantes, segn las condiciones. La altura, el peso,
el tiempo de reaccin y la dosis de un medicamento, son ejemplos de variables.
Dato: es el valor que se le da a una variable asociada a un elemento de la poblacin o
muestra, puede ser nmero, palabra o smbolo, Ejemplo:
Juan tiene el cabello color (negro)
Beatriz vive en (Puebla)
En una produccin de cerillos, cada caja tiene
por lo menos (1) cerillo defectuoso.
Datos: Conjunto de valores recolectados de acuerdo a la variable de cada elemento que
pertenece a la muestra. Ejemplo:

ME. Gonzalo Joel Bautista Lara


16

Manual de Probabilidad y Estadstica

CBTA No. 33

El conjunto de 50 edades recolectadas de

estudiantes

(edades)
El conjunto de 122 salarios de empleados de una empresa
(122)
Datos primarios: Son los datos originales, que obtenemos de la primera fuente original
y que han sido recogidos especialmente con este propsito en mente.
Datos secundarios: Son los que se han recopilado para otros fines.
Experimento: Es una actividad que se planea para obtener resultados de una muestra.
Parmetro: Es el valor numrico que resume la informacin de una poblacin. Es
promedio de datos obtenidos y que describe una poblacin.
Estadstica: (como trmino usado en resultados) Valor numrico que describe los datos
de las muestras y se determina con la ayuda de frmulas. Por ejemplo; la edad promedio de los
estudiantes de quinto semestre del CBTA 33 en meses.
Ejemplo: Identifica los ocho trminos de la Estadstica:
El 23 % de la poblacin adulta en Canad padece de alergia. En una muestra aleatoria
de 1,200 adultos se encontr que el 20.2 % tiene alergia.
Solucin:
Poblacin:

Personas adultas en Canad

Muestra:

1200 adultos

Variable:

Padecen Alergia

Dato:

Si y No padecen alergia

Datos:

1200 datos entre los que Si y No

Experimento:

Muestra aleatoria

Parmetro:

23% de la poblacin Si padece alergia

Estadstica:

20.2%

Veamos otro Ejemplo:


Un estudiante est interesado en determinar el valor promedio de los automviles de los
maestros de su escuela y en especial los profesores de matemticas.
Determina los trminos estadsticos del planteamiento:

ME. Gonzalo Joel Bautista Lara


17

Manual de Probabilidad y Estadstica

CBTA No. 33

Solucin:
Poblacin:

Todos los automviles de los maestros

Muestra:

Automviles de los maestros de matemticas

Variable:

Valor en pesos.

Dato:

Valor del automvil del profesor Ledezma, $110,000.00

Datos:

110,000.00; 95,000.00; 75,000.00; 185,000.00; etc.

Experimento:

Mtodos aplicados, preguntas a los maestros de matemticas

Parmetro:

Promedio de la poblacin

Estadstica:

Promedio de los autos de los profesores de matemticas.

Ahora hagamos algunos ejemplos ms:

ACTIVIDAD No. 3Resuelve los siguientes dos ejercicios de


fortalecimiento para el tema de trminos estadsticos.

Ejercicio1: Identifica los trminos estadsticos en el planteamiento siguiente:


Se desea saber el promedio de estatura de los alumnos hombres del V semestre del
CBTA 33, de los cuales se selecciona uno de los grupos para hacer la medicin directa. El
promedio de la estatura es de 175 cms., de la m uestra obtenida el promedio de estatura de los
25 hombres fue de 178. cms.
Poblacin:

________________________________________

Muestra:

________________________________________

Variable:

________________________________________

Dato:

________________________________________

Datos:

________________________________________

Experimento:

________________________________________

Parmetro:

________________________________________

Estadstica:

________________________________________

ME. Gonzalo Joel Bautista Lara


18

Manual de Probabilidad y Estadstica

CBTA No. 33

Ejercicio2: Identifica los trminos estadsticos en el planteamiento siguiente:


El ao pasado de los 87 estudiantes que egresaron del CBTA 33, el 70 % continan
estudiando alguna carrera de nivel profesional, esto se sabe mediante la aplicacin de una
encuesta cada fin de ciclo al 30% de los que egresan, fueron 26 alumnos encuestados
mediante un procedimiento al azar.
Poblacin:

________________________________________

Muestra:

________________________________________

Variable:

________________________________________

Dato:

________________________________________

Datos:

________________________________________

Experimento:

________________________________________

Parmetro:

________________________________________

Estadstica:

________________________________________

ACTIVIDAD No. 4Ahora practica tus habilidades y competencias en


el uso de las TIC, y resuelve el ejercicio de la direccin electrnica
www.thatquiz.org/es en la que podrs acceder solo con un cdigo que
el profesor te proporciona en forma individual.

Tipos de variables:
Recordemos que variable es la caracterstica de nuestro inters de cada elemento que
vamos a observar o medir en una poblacin determinada y que puede tomar cualquier valor
numrico o caracterstica, por lo tanto tenemos dos tipos de variables, cuantitativas y
cualitativas.

a) Variable Cuantitativa, es la que se obtiene de conteos, mediciones, de un


conjunto de datos, existen dos tipos de esta variable:

Variable Discreta:
Est representada por nmeros reales o cero. Veamos algunos ejemplos:

ME. Gonzalo Joel Bautista Lara


19

Manual de Probabilidad y Estadstica

CBTA No. 33

Si queremos saber el nmero de hermanos de los alumnos del CBTA No. 33. Sern
desde cero en adelante y como es lgico no puede haber medio hermano o tres cuartos de
hermano, por lo tanto la variable nmero de hermanos es una variable numrica o
cuantitativa discreta
Otro ejemplo ser el nmero de preguntas acertadas en un examen de conocimientos;
los aos cumplidos de los estudiantes, el nmero de materias que cursan en el quinto semestre,
etc.... Ya que son variables numricas que pueden tomar slo valores enteros.
Es la que puede tomar cualquier valor entre los nmeros reales o el intervalo entre ellos.
Observemos algunos ejemplos:
Si queremos saber la estatura de los alumnos del quinto semestre con una aproximacin
a milmetros, tendramos que utilizar una regla de dos metros y dividida en centmetros y
milmetros. Los valores posibles de la variable sern todos los nmeros pertenecientes a algn
intervalo. Variables numricas o cuantitativas continuas
El peso que tienen las personas que asisten a un evento ser tambin una variable
numrica continua, pues podrn pesar kilos, con gramos y hasta miligramos, dependiendo de la
precisin que queramos los resultados.

b) Las variables cualitativas o de atributos, son aquellas que no se representan con


nmeros, se utilizan atributos que se describen con palabras o cualidades, como
nacionalidad, ocupacin, etc. Estas pueden ser de tipo Nominal y Ordinal.

Variable Nominal:
Es la variable que describe o identifica a un elemento de la poblacin, ejemplo, color
favorito, gnero, estado civil, etc.

Variable Ordinal:
Esta representa una posicin, clasificacin u ordenamiento, por ejemplo los grados de
estudio, nivel de satisfaccin, preferencia de un producto, etc.
Conocer cul es el candidato de la preferencia de los electores en una campaa poltica
en determinado estado de la repblica. Variable cualitativa ordinal.
Identificar el porcentaje de mujeres que asisten a un partido de fut bol del equipo
queseros de San Jos de Gracia. Variable cualitativa nominal.

ACTIVIDAD No. 5 Identifica el tipo de variables en cada uno de los


planteamientos y comparte los resultados con el resto de tus
ME. Gonzalo Joel Bautista
Lara
compaeros.
20

Manual de Probabilidad y Estadstica

CBTA No. 33

Anota el tipo de variable segn el caso nominal, ordinal, discreta o continua:


a) El Gnero (sexo) de cada alumno del grupo de quinto semestre. ________________________
b) La cantidad de estudiantes en cada grupo de una escuela: _____________________________
c) El Peso de los nios mexicanos de 6 aos. _________________________________________
d) El dao causado a los pulmones de los jvenes que fuman. ___________________________
e) Tipo de material con el que se construyen los techos de las viviendas de una localidad.
________________________________
f)

El

nmero

de

naranjas

producidas

por

cada

naranjo

en

una

huerta.

su

mam.

________________________
g)

La

cantidad

de

afecto

amor

que

siente

un

nio

por

____________________________
h)

El

tiempo

de

reaccin

de

una

sustancia

qumica

un

conmutador

en

el

laboratorio.

_________________________
i)

El

nmero

de

llamadas

de

en

10

min.

____________________________________
j)

Tiempo

que

tarda

en

sanar

una

herida

_______________________________________________

1.3. Redondeo de Datos


Dado que estaremos dando nuestras respuestas finales con dos decimales y en ciertas
ocasiones hasta con cuatro cifras decimales, necesitamos decidir cmo determinar el valor de
los ltimos dgitos.
Si nuestro resultado final tiene ENTEROS redondearemos a DOS DECIMALES
Primer ejemplo cuando el residuo es menor que 0.5: 34.01350 = 34.01 es la respuesta
potencial y .350 el residuo; como .350 es menor que 0.5, el ltimo dgito de la respuesta
potencial permanece sin cambio y la respuesta final es 34.01

ME. Gonzalo Joel Bautista Lara


21

Manual de Probabilidad y Estadstica

CBTA No. 33

Segundo ejemplo cuando el residuo es mayor que 0.5: 34.01761

34.01 es la

respuesta potencial y .761 el residuo; como .761 es mayor que 0.5, al ltimo dgito de la
respuesta potencial debemos sumar 1 al ltimo dgito, por lo que la respuesta correcta es 34.02
Tercer ejemplo cuando el residuo es igual a 0.5 y el ltimo dgito de la respuesta
potencial es impar: 43.07500

43.07 es la respuesta potencial y .500 el residuo; como es

impar el ltimo dgito de la respuesta potencial se AUMENTA 1, por lo que la respuesta correcta
es 43.08
Cuarto ejemplo cuando el residuo es igual a 0.5 y el ltimo dgito de la respuesta
potencial es par: 17.06500

17.06 es la respuesta potencial y .500 el residuo; como es par el

ltimo dgito de la respuesta potencial NO se aumenta 1, por lo que la respuesta correcta es


17.06
Si nuestro resultado final tiene puras DECIMALES redondeamos a CUATRO
DECIMALES
Siguiendo los mismos principios anteriores, si tenemos una cifra de 0.7544762 su
respuesta correcta es 0.7545; en cambio si es 0.1136211 la respuesta correcta es 0.1136; si
tenemos que 0.3463500 lo correcto ser 0.3464; finalmente si tenemos 0.7728500 lo correcto
ser 0.7728.

ACTIVIDAD No. 6.Realiza el redondeo de los siguientes


ejercicios, en la primera columna realiza el redondeo de
acuerdo a lo visto en la clase y en la segunda columna debers
anotar con nombre segn corresponda por el nmero de cifras
de cada cantidad.

Milsimos

22.666666 = ______22.667_________ 65.368 _________________________

Enteros

0.7654598 = ____________________ 0.32

Centsimos

57.87754 = ____________________ 109.00 ________________________

Dcimos

0.0663597= ____________________

008.56 ________________________

Milsimos

3876.2255 = ___________________

5826.1 ________________________

Centsimos

0.3877865 = ___________________

9.236

________________________

Enteros

99.7156 = ______________________ 67.01

_____Centsimos_________

ME. Gonzalo Joel Bautista Lara


22

_________________________

Manual de Probabilidad y Estadstica


Dcimos

CBTA No. 33

0.005329 = _____________________

15.00

________________________

Sigamos ejercitando:

Cifra
7.4657
45.700008
31.328
4.2467
962.367

Enteros

Dcimos
7.5

Centsimos

Milsimos

45.70
4.247
962

ACTIVIDAD No.7 En forma individual resuelve los ejercicios que el


profesor te proporcione en fotocopias y en el pintarrn.

Notacin Sistematizada
En estadstica, por lo general, trabajamos con datos agrupados resultantes de medir una
o ms variables. Con gran frecuencia, los datos se obtienen de las muestras y en ocasiones de
las poblaciones. Para fines matemticos, generalmente se utiliza la letra mayscula X y a veces
la Y, para representar la(s) variable(s). As, si estuviramos midiendo la edad de los sujetos,
haramos que X represente la variable edad. Si existen muchos valores de la variable
agregamos un subndice al smbolo X. Ilustramos este proceso en la siguiente tabla, la cual
contiene los datos de diez sujetos, para esta ocasin tomaremos en cuenta el peso en kgs.
Nmero de sujeto

ejemplo

Smbolo del dato

X1

X2

X3

X4

X5

X6

X7

X8

ME. Gonzalo Joel Bautista Lara


9
10

23

X9
X10

Valor del dato, edades


En este

Manual de Probabilidad y Estadstica

CBTA No. 33

representamos la variable edad de diez alumnos del grupo __ de V semestre mediante el


smbolo X, adems, N representa el nmero total de datos que hay en la distribucin. En este
ejemplo, N = 10, Cada uno de los diez datos representa un valor especfico de X. Distinguimos
los diez datos diferentes, al agregar un subndice a X, correspondiente al nmero de sujeto que
tiene el valor dado. As, el smbolo X1 corresponde al valor del dato __, X 2 al valor del dato __
hasta el X10 que corresponde al valor __. En general, podemos referirnos a un nico dato de la
distribucin X como Xi, donde i puede asumir cualquier valor de 1 a N, segn el dato que
queramos designar. En resumen:
X o Y representa la variable medida.
N representa el nmero total de sujetos o datos.
Xies el i-simo dato, donde i puede variar de 1 a N

1.4.

Cifras Significativas
En la estadstica analizamos datos; este anlisis implica muchos clculos matemticos.

Con mucha frecuencia tenemos un residuo decimal, por ejemplo, despus de realizar una
divisin. Cuando esto ocurre, necesitamos decidir la cantidad de cifras decimales que
utilizaremos para el residuo.
En las ciencias fsicas, por lo general, se utiliza el mismo nmero de cifras significativas
que tienen los datos en bruto, Por ejemplo, si medimos el peso de cinco sujetos hasta tres cifras
significativas (173, 156, 162, 165, y 175 libras) y queremos calcular el promedio de estos pesos,
nuestra respuesta debe contener slo tres cifras significativas. As

X
N

173 156 162 165 175 831

166.2 166
5
5

La respuesta de 166.2 se redondea a tres cifras significativas, dando un resultado final


de 166 libras. Por varias razones y mas por continuar una tradicin, en el presente curso de
estadstica utilizaremos DOS cifras decimales redondeadas cuando el resultado tenga
ENTEROS y CUATRO cifras decimales cuando NO EXISTAN ENTEROS, sin importar las cifras
significativas de los datos en bruto. As cuando se pida que el resultado tenga dos cifras
decimales, debemos realizar los clculos intermedios con al menos CUATRO cifras decimales y
redondear la respuesta final a dos cifras.

ME. Gonzalo Joel Bautista Lara


24

Manual de Probabilidad y Estadstica


1.5.

CBTA No. 33

Clculos
N

X
i 1

Una de las operaciones que se realizan con ms frecuencia en estadstica


consiste en sumar todos o una parte de los datos que pertenecen a una distribucin. Como no
es prctico escribir suma de todos los datos cada vez que se necesite emplear esta operacin,
particularmente en las ecuaciones, se utiliza una abreviatura simblica. La letra griega
mayscula sigma ( ) indica la operacin de sumatoria. La frase algebraica utilizada para la
sumatoria es:

Esta expresin se lee como la suma de la variable X de i = 1 a N. Las notaciones que


aparecen arriba y debajo del signo de la sumatoria indican los datos que deben incluirse en la
operacin. El trmino que aparece debajo del signo de la sumatoria nos indica el primer dato en
esta operacin, y el trmino que se encuentra arriba de dicho signo indica el ltimo dato. As,
esta frase seala que debemos sumar los datos X, comenzando con el primero y concluyendo
con el N-simo dato.
N

X
i 1

X 1 X 2 X 3 ... X N
As.

Ecuacin de una sumatoria


Al aplicar la sumatoria a los datos de las edades de la tabla anterior, tenemos que:
N

X
i 1

X1 X 2 X 3 X 4 X 5 X 6

Sustituimos

8 + 10 + 7 + 6 + 10 + 12 = 53

X X
i 1

Cuando la sumatoria se realiza con todos los datos (de 1 a N), es frecuente
que la propia frase de esta operacin se abrevie, omitiendo las notaciones arriba y abajo del
signo de la suma, al igual que el subndice i. As.

ME. Gonzalo Joel Bautista Lara


25

Manual de Probabilidad y Estadstica

CBTA No. 33

X
Se abrevia con frecuencia como
En el ejemplo anterior,

= 53 Esta expresin indica que la suma de todos los datos

X es 53.
Observa que no es necesario que la sumatoria se realice de 1 a N, Por ejemplo,
podramos querer sumar slo el segundo, tercer, cuarto y quinto dato. Recuerda que la
notacin debajo del signo de la sumatoria nos dice dnde comenzar la suma, y el trmino arriba
de dicho signo nos dice dnde terminarla.
5

Utilizaramos el smbolo

i 2

X
i 1

Para los datos anteriores, tenemos que:

X 2 X 3 X 4 X 5 10 7 6 10 33

Resolvamos algunos ejemplos:


Determina la sumatoria siguiente
3

X i 10 12 13 35

X
i 1

con

X1= 10, X2 = 12, X3 = 13, X4= 18

i 1

Por lo tanto:
4

X
i 2

3:

Determina la sumatoria siguiente

Con
4

3 (24 25 28) 3 80

i2

Por lo tanto:

ME. Gonzalo Joel Bautista Lara


26

X1=20, X2=24, X3=25, X4=28, X5=30, X6=31

Manual de Probabilidad y Estadstica


4

(X

3)

i 2

CBTA No. 33

Determina la sumatoria siguiente

Con
4

(X
i 2

X1=20, X2=24, X3=25, X4=28, X5=30, X6=31

3) ( 24 3) ( 25 3) ( 28 3) 86

Por lo tanto:
Algunas consideraciones al realizar las sumatorias, vamos revisando y
practicando.
Existen otros dos tipos de sumatorias que veremos con frecuencia en estadstica y son:
2

y (X)2. Aunque se parecen, son distintos y, en general, proporcionan diferentes

respuestas. Utiliza los valores siguientes para el desarrollo de las operaciones:


X1=6; X2=9; X3=13; X4=7; X5=-8

Y1=-2; Y2=12; Y3=5; Y4=1; Y5=6

El smbolo X2 (suma de los cuadrados de los datos X) indica que primero debemos
elevar el cuadrado de los datos X y luego sumarlos. As:

X 12 X 22 X 32 ... X N2

( X ) 2 ( X 1 X 2 X 3 ... X N ) 2

El smbolo (X)2, o (el cuadrado de la suma de los

datos X), indica que primero debemos sumar los datos X y luego elevar al cuadrado la suma
resultante. As,

La suma de los productos de dos variables es diferente al producto de la suma de la


primera variable por la segunda variable, o sea, sustituimos los valores anteriores para
demostrarlo.
n

i=1

i=1

i=1

XiYi Xi+ Yi
ME. Gonzalo Joel Bautista Lara
27

Manual de Probabilidad y Estadstica


Sigamos viendo las propiedades de la sumatoria

CBTA No. 33

1.- La sumatoria de dos variables es igual a la suma de la sumatoria de cada una de las
variables, es decir:
n

i=1

i=1

i=1

Xi +Yi= Xi + Yi
Sustituye los valores anteriores y realiza la demostracin.
2.- La sumatoria de la diferencia de dos variables es igual a la diferencia de la sumatoria
de cada variable, as tenemos la siguiente frmula.
n

i=1

i=1

i=1

XiYi= Xi Yi
3.- La sumatoria de una constante multiplicada por una variable es igual a la variable
multiplicada por la suma de la variable, veamos:
n

i=1

i=1

cXi=c xi
4.- Ahora, la sumatoria de una constante es igual a la constante multiplicada por el
nmero de elementos de la sumatoria, por lo tanto:
n

c =cn
i=1

La confusin es muy comn cometerla, sobre todo cuando se calculan las desviaciones
estndar, eso lo analizaremos en otro tema un poco ms adelante.

ME. Gonzalo Joel Bautista Lara


28

Manual de Probabilidad y Estadstica

CBTA No. 33

ACTIVIDAD No. 8 Con los datos que se te proporcionan resuelve

las siguientes sumatorias en forma individual y despus en


forma ordenada muestra los resultados de tus operaciones paso
a paso en el pizarrn.
X1=3; X2=6; X3=8; X4=2; X5=9; X6=1; X7=5
n

X
i 1

_________________________________________________________

X
i 1

12

__________________________________________________________
4

(X
i 2

) * 205

___________________________________________________________

X 2=

___________________________________________________________

i=1

( )
Xi
i=1

2=

__________________________________________________________

Xi45=
n

__________________________________________________________

i=1

ME. Gonzalo Joel Bautista Lara


29

Manual de Probabilidad y Estadstica

CBTA No. 33

7Xi=
n

__________________________________________________________

i=1

Xi /4=
5

__________________________________________________________

i=1

( X i ) 8
2

i2

( X i ) 2 510
i 1

____________________________________________________________

____________________________________________________________

ACTIVIDAD No. 9 Con los valores asignados a X y Y, resuelve las

siguientes sumatorias en forma individual y despus en forma


ordenada muestra los resultados de tus operaciones paso a
paso en el pizarrn.

X1=10; X2=7; X3=-3; X4=16; X5=2;

ME. Gonzalo Joel Bautista Lara


30

Y1= -4; Y2= 6; Y3= 8; Y4=2; Y5= 9

Manual de Probabilidad y Estadstica

Y2

(Y)2

CBTA No. 33

X2

(X)2

(X-Y)

(Y X)

2Y

(X Y)2

(2-Y)

(3-X)

Operaciones correctas______ Calificacin _________ Calific___________________________

UNIDAD No. II
Distribucin de frecuencias
La Tabla de Distribucin de Datos o Tabla de Distribucin de Frecuencias, adems
de ser un instrumento til para resumir un conjunto de datos obtenidos en una investigacin, es
una herramienta muy importante con que cuenta la estadstica para realizar las observaciones
de manera rpida y sencilla.
Para construir dicha Tabla realizaremos doce pasos

y para tu mejor aprendizaje,

desarrollaremos un ejemplo con una variable numrica continua, ya que deseamos conocer el

ME. Gonzalo Joel Bautista Lara


31

Manual de Probabilidad y Estadstica

CBTA No. 33

tiempo en minutos que emplearon para resolver los ejercicios anteriores 50 estudiantes del
CBTA 33 en la materia de estadstica.

a) Paso uno: Toma de los datos


La recopilacin de los datos consiste en asistir al
grupo de estudiantes y obtener los valores mediante una
pregunta abierta sobre el tiempo en minutos que
emplearon para estudiar el tema de estadstica o si
desconfiamos, podemos medir directamente el tiempo
durante las asesoras que emplearon cada uno de los
alumnos al estudiar estadstica. En resumen para recopilar
los datos debemos "asistir" al lugar donde vamos a 'tomar"
o "levantar" los datos. Esto puede ser mediante entrevistas, cuestionarios, observaciones o
mediciones directas a los individuos o cosas que corresponda nuestra variable.
Dato:
Frecuencia:
Porcentaje:
Absoluto:
Muestra:
Poblacin:

ME. Gonzalo Joel Bautista Lara


32

Manual de Probabilidad y Estadstica

CBTA No. 33

Supongamos que los 50 datos obtenidos en nuestra variable: tiempo para resolver los
ejercicios anteriores en minutos fueron los siguientes y que corresponden a los 50 estudiantes:

70

75

60

80

67

81

71

74

63

72

74

76

62

82

63

81

66

78

68

80

72

67

74

84

70

63

77

68

82

74

74

76

64

75

80

69

85

71

79

60

70

83

75

67

72

78

64

77

81

76

b) Paso dos: Ordenacin de los datos


La Ordenacin de los datos consiste en colocar los datos tomados en orden
creciente (de menor a mayor) o decreciente (de menor a mayor). Nosotros los vamos a
ordenar en forma creciente y sobre todo "contando" y "anotando" los que se repitan, que ser la
frecuencia.
Ordena aqu los datos anteriores de menor a mayor para poder realizar el paso tres.

60

63

67

70

72

74

75

77

80

82

60

64

67

70

72

74

76

78

80

82

62

64

68

70

72

74

76

78

81

83

63

66

68

71

74

75

76

79

81

84

63

67

69

71

74

75

77

80

81

85

c) Paso tres: Elaborar el cuadro de conteo llamado de distribucin de


frecuenciascon las siguientes recomendaciones:
En la primera columna se anotarn los datos que se obtuvieron de la muestra o de la
poblacin que se pretende estudiar, en la segunda columna te sirve para ir haciendo el conteo
de cada vez que se repite un dato y la tercera columna se escribe con nmero el total de veces
que se repiti el dato.
Tiempo empleado en minutos

Conteo

ME. Gonzalo Joel Bautista Lara


33

Frecuencia

Manual de Probabilidad y Estadstica

CBTA No. 33

60
62
63
64
66
67
68
69
70
71
72
74
75
76
77
78
79
80
81
82
83
84
85

//
/
///
//
/
///
//
/
///
//
///
/////
///
///
//
//
/
///
///
//
/
/
/
Total

2
1
3
2
1
3
2
1
3
2
3
5
3
3
2
2
1
3
3
2
1
1
1
50

Es importante que la suma total sea igual al nmero de datos que tomamos en la
investigacin. Ahora te invito a realizar los siguientes clculos de los pasos 4,5 y 6. No pierdas
de vista este proceso porque van a determinar tu dominio para la elaboracin de las
distribuciones de frecuencias de cada uno de los ejercicios que ms delante tienes que resolver.

d) Paso cuatro: Determinar el Rango del conjunto de datos.


El rango o recorrido es la diferencia que hay entre el dato mayor y el menor. Una vez
que se ordenaron los datos en forma creciente obtenemos el rango
85

que es el dato mayor

60

que es el dato menor

25

ser el rango o recorrido

e) Paso cinco: Calcular el nmero de intervalos de Clase.


Cuando se tiene un gran nmero de datos, se recomienda distribuirlos en clases o
categoras llamadas intervalos de clase o celdas. Para decidir la cantidad de intervalos de clase
que se van a utilizar (o nmero de clases) y la amplitud de los intervalos (o ancho del intervalo)
se siguen las siguientes operaciones:
Primero el NMERO DE CLASES o INTERVALOS se obtienen con la frmula:

ME. Gonzalo Joel Bautista Lara


34

Manual de Probabilidad y Estadstica

CBTA No. 33

El intervalo de clase se calcula mediante la raz cuadrada

del nmero de datos,

para este caso es 50 el nmero de datos y su raz cuadrada es 7.07, redondeado nos
quedamos en 7.
En resumen y de acuerdo a la formula el nmero de intervalos ser de 7.
Intervalos de Clase

FRECUENCI

MARCA

FRECUENCIA

FRECUENCIA

FRECUEN

DE

PORCENTUAL

ABSOLUTA

CIA

F%

ACUMULADA

ABSOLUT

Lmite Real

Lmite Real

Ao

Inferior

Superior

NMERO

LRI

LRS

DE VECES

PUNTO

ASCENDENTE

DEL DATO

MEDIO

Faaa

ACUMULA

F (X)

CLASE O

PM

DA
DESCEND
ENTE
Faad

Agregar filas segn sea necesario

Resulta claro que si lo ancho del intervalo es de 4 y el nmero de intervalos son 7; (4 )


(7) = 28 se cubrir todo el rango de datos que para este ejercicios es de 25.

f) Paso seis: Determinar el ancho de clase


Con los datos del ejemplo, el dato ms bajo es el 60 y como el ancho del intervalo es
de 4, su lmite superior ser de 64. El siguiente intervalo sera 64 ms 4 del ancho del intervalo
nos da 68 como lmite superior y as sucesivamente.
Ahora antes de pasar el siguiente momento de esta actividad debemos elaborar un
cuadro, el cual iremos desarrollando uno a uno los procesos para llenar los espacios, con las
siguientes columnas y filas con los datos necesarios.

g) Paso siete: Calcular el punto medio o marca de clase


La marca de clase es el punto medio del intervalo de clase y se obtiene sumando el
lmite real inferior ms el lmite real superior y dividindolo el resultado entre dos.
Hagmoslo practicando, llena los espacios que faltan.
Se suma 59.5 + 64.5 = 123 = 62
2

ME. Gonzalo Joel Bautista Lara


35

Manual de Probabilidad y Estadstica

L.R. Inferior

CBTA No. 33

Intervalos de Clase
L.R. Superior

59.5
64.5
69.5
74.5
79.5
84.5

64.5
69.5
74.5
79.5
84.5
89.5

MARCA DE CLASE O
PUNTO MEDIO

62

h) Pas
o

ocho: El Lmite real de cada clase, tanto el inferior como el superior


Cmo se obtiene el LRC de cada uno de los intervalos?, Debemos hacer uso de los
Lmites reales Inferiores (L.R.I.), quitando 0.5 al dato ms chico que en nuestro caso es de 60
minutos. Por lo tanto ser de 59.5 el L.R.I. Luego a este se le suma lo ancho del intervalo que es
de 5 resultando 64.5 que es el Lmite Real Superior (L.R.S.) por lo que ahora si podemos decir
que los dos datos 64 se debern anotarse en el 2do. Intervalo que iniciara en 64.5 hasta 69.5
como lmite real superior y as sucesivamente.
Adelante aydanos a completar el siguiente cuadro,
INTERVALOS DE CLASE
Lmite Real Inferior
Lmite Real Superior
59.5
64.5
64.5
74.5
74.5
84.5

ME. Gonzalo Joel Bautista Lara


36

Manual de Probabilidad y Estadstica

CBTA No. 33

i) Paso nueve: Frecuencia relativa


Para el clculo de esta columna es necesario tomar en consideracin el porcentaje
correspondiente a cada una de las clases, as tenemos que para este ejercicio toma en cuenta
la frecuencia de cada clase, se divide entre el total de datos y se multiplica por 100, como lo
muestra el cuadro de enseguida. Tambin puedes utilizar una regla de tres para calcular los
porcentajes.
Intervalos de Clase
F (X)

MARCA
DE
CLASE O PM

F%

Faaa

Faad

L.R. Inferior

L.R.
Superior

59.5

64.5

62

16

50

64.5

69.5

67

14

15

42

69.5

74.5

13

72

26

28

35

74.5

79.5

11

77

22

39

22

79.5

84.5

10

82

20

49

11

84.5

89.5

87

50

50

100

j) Paso diez: Frecuencia absoluta acumulada ascendente.


Este paso consiste en ir sumando a cada una de las frecuencias la de la siguiente clase
y as cada una de ellas, partiendo de la frecuencia de menor tamao, observa el ejemplo de la
tabla que se muestra enseguida.
Intervalos de Clase
F (X)

MARCA
DE
CLASE O PM

F%

Faaa

Faad

L.R. Inferior

L.R.
Superior

59.5

64.5

62

16

50

64.5

69.5

67

14

15

42

69.5

74.5

13

72

26

28

35

74.5

79.5

11

77

22

39

22

79.5

84.5

10

82

20

49

11

84.5

89.5

87

50

ME. Gonzalo Joel Bautista Lara


37

Manual de Probabilidad y Estadstica

CBTA No. 33

50

100

k) Paso once: Frecuencia absoluta acumulada descendente.


Este paso consiste en ir sumando a cada una de las frecuencias al igual que en el paso
anterior pero en este caso iniciando con el total de datos, y as con cada una de ellas, observa
el ejemplo de la tabla que se muestra enseguida.
Intervalos de Clase
F (X)

MARCA
DE
CLASE O PM

F%

Faaa

Faad

L.R. Inferior

L.R.
Superior

59.5

64.5

62

16

50

64.5

69.5

67

14

15

42

69.5

74.5

13

72

26

28

35

74.5

79.5

11

77

22

39

22

79.5

84.5

10

82

20

49

11

84.5

89.5

87

50

50

100

l) Paso doce: Representacin grfica de los datos


I.

Histograma

Cuando las variables son cuantitativas o numricas sean discretas o continuas la


representacin grfica ms comn es el HISTOGRAMA DE FRECUENCIAS y el POLGONO
DE FRECUENCIAS.

Este tipo de grfica consiste en una serie de rectngulos trazados en un sistema de


coordenadas cartesianas o rectangulares. Para realizar el histograma es necesario agrupar los
datos en intervalos de clase, con sus lmites reales inferiores y superiores, adems de su
frecuencia absoluta.
Los rectngulos tienen sus bases sobre el eje horizontal con centros en las marcas de
clase y su longitud es igual a la anchura de los intervalos de clase. La altura de cada rectngulo

ME. Gonzalo Joel Bautista Lara


38

Manual de Probabilidad y Estadstica

CBTA No. 33

corresponde al valor de la frecuencia que tenga el intervalo que representa. En stos


histogramas los rectngulos se trazan adyacentes entre si.
En el histograma se localizan los puntos medios en la parte superior de cada intervalo
de clase y en el eje horizontal, se indican las marcas de clase o puntos medios de cada
intervalo.

Para trazar el polgono de frecuencia unimos con rectas los puntos medios o marcas de
clase con su frecuencia absoluta respectiva, en donde estaban la parte alta de los rectngulos
del histograma.

II.

Grfica de barras

Se usa cuando se pretende resaltar la representacin de porcentajes de datos que


componen un total. Una grfica de barras contiene barras verticales que representan valores
numricos, generalmente usando una hoja de clculo. Las grficas de barras son una manera

ME. Gonzalo Joel Bautista Lara


39

Manual de Probabilidad y Estadstica

CBTA No. 33

de representar frecuencias; las frecuencias estn asociadas con categoras. Una grfica de
barras se presenta de dos maneras: horizontal o vertical.

III.

Polgono de frecuencias.

Los polgonos de frecuencia tambin se construyen a partir de datos con variables


cuantitativas o numricas y se puede realizar a partir de un histograma si se desea.
Una vez trazado el histograma, se localizan los puntos medios o marcas de clase en la
parte superior de cada uno de los rectngulos o intervalos de clase. Se trazan segmentos de
recta que unen cada punto medio de cada uno de los intervalos.
Este polgono se encierra uniendo con el eje horizontal en el punto que corresponde al
punto medio de un rectngulo imaginario y adyacente al histograma, esto se hace en los
extremos izquierdos y derechos del polgono.

IV.

Grfica de pastel o circular

Tambin llamada cuadro de pastel. Es una grfica circular que utiliza radios para dividir
el crculo en sectores, de manera que las reas de los sectores son proporcionales a las
cantidades representadas.

ME. Gonzalo Joel Bautista Lara


40

Manual de Probabilidad y Estadstica

V.

CBTA No. 33

Pictograma o grfica de imgenes

Tambin llamada grfica de imgenes o pictografa. Es un diagrama que utiliza


imgenes o smbolos para mostrar datos para una rpida comprensin. En un pictograma, se
utiliza una imagen o un smbolo para representar una cantidad especfica.

Cules de las grficas que te he mostrado te han gustado ms y explica la razn por la que tu
utilizaras esas?

ME. Gonzalo Joel Bautista Lara


41

Manual de Probabilidad y Estadstica

CBTA No. 33

Cul de las grficas observadas se facilita ms la interpretacin de los resultados obtenidos y


observados?

ME. Gonzalo Joel Bautista Lara


42

Manual de Probabilidad y Estadstica

CBTA No. 33

Tabla de distribucin de frecuencias de una variable numrica


Tiempo dedicado a estudiar la materia de estadstica
Intervalos de Clase
L.R. Inferior
L.R.
59.5
64.5
69.5
74.5
79.5
84.5

Superior
64.5
69.5
74.5
79.5
84.5
89.5

F (X)

MARCA

DE

F%

Faaa

Faad

16

8
15

50

CLASE O PM

8
7
13
11
10
1
50

62

Con los datos anteriores terminamos los componentes principales del cuadro que tambin recibe el
nombre de... "TABLA DE DISTRIBUCIN DE FRECUENCIAS" por lo que...
Ya podemos obtener algunas CONCLUSIONES de nuestra investigacin.

Ejemplo de algunas conclusiones


Te recordamos que los 50 datos son del tiempo en minutos dedicado a estudiar
estadstica por los estudiantes. Si analizamos detenidamente sus datos, podemos ver que el
mayor nmero de casos (frecuencia absoluta) es 11 y dedican de 71.5 a 75.5 minutos en
estudiar (su intervalo) pero adems representan el mayor porcentaje con un 22% del total.
Caso contrario, son lo que dedican de 83.5 a 87.5 minutos en estudiar pues nicamente
son 2 y representan un 4 % del total.
Si observamos en global el cuadro, podemos decir que la mayora de los estudiantes
(Los intervalos 3,4 y 5) dedican de 67.5 a 79.5 minutos en estudiar y representan el 54 % del
total.
Analizando otros datos podremos obtener ms conclusiones de nuestro trabajo e ir
descubriendo lo importante de nuestra investigacin. Mas adelante aprenders a realizar
GRFICAS con los datos obtenidos de la tabla de frecuencias. Quedamos pendientes. .. ,

ME. Gonzalo Joel Bautista Lara


43

Manual de Probabilidad y Estadstica

CBTA No. 33

ACTIVIDAD No. 10 Elaboracin de un distribucin de frecuencias

tomando en cuenta los doce pasos que revistaste anteriormente


y representando los resultados en los diferentes tipos de
grficas.
Ahora realiza la siguiente ACTIVIDAD DE APRENDIZAJE: Hagamos juntos un repaso
de lo que ya estuvimos viendo en el captulo. Estaturas de 55 estudiantes con aproximacin en
centmetros.

154
160
159
161
162

165
173
168
161
160

156
160
149
174
170

160
161
163
160
163

159
166
169
168
168

170
162
157
152
157

151
153
162
169
165

163
163
159
165
159

166
156
168
156
163

166
170
155
166
160

153
165
163
166
160

Aqu realiza los pasos que ya revisamos y tus clculos correctamente hasta llenar tu
Tabla de distribucin de frecuencias y graficar los resultados.

Tabla de distribucin de frecuencias de una variable numrica


Paso 1.- Toma de datos, en este caso son las estaturas de los 55 estudiantes.
Paso 2.- Ordenar de menor a mayor todos los datos.
Paso 3.- Realizar el conteo de las frecuencias, o sea ver cules son los datos que ms se
repiten.
Paso 4.- Determinar el rango
Paso 5.- Calcular el nmero de intervalos que tendr nuestra distribucin de frecuencias.
Paso 6.- Ahora debemos determinar el ancho de cada clase.
Paso 7.- Identificar o calcular el punto medio de cada clase.
Paso 8.- Encontrars los lmites reales de las clases de los intervalos.
Paso 9.- Calcula las frecuencias relativas o porcentuales.
Paso 10.- Es momento de calcular las frecuencias absolutas acumuladas ascendentes.
Paso 11.- Determina las frecuencias absolutas acumuladas descendentes.
Paso 12.- Grafica utilizando todos los tipos de grfica que vimos.
Intervalos de
Clase L.R.I.
L.R.S.

Marca de
Clase

TOTAL =
ME. Gonzalo Joel Bautista Lara
44

Frecuencia
Absoluta

Frecuencia
Relativa (%)

Faaa

Faad

Manual de Probabilidad y Estadstica

CBTA No. 33

Principales conclusiones:
1.________________________________________________________________
2._______________________________________________________________
3_________________________________________________________________
Otros tipos de grficas
VI.
La ojiva o polgono de frecuencia acumulada ascendente y
descendente
Se le llama ojiva o polgono de frecuencia acumulada, a la grfica que muestra la
distribucin de frecuencia acumulada. Al construirla, los intervalos de clase se disponen en el
eje horizontal, y las frecuencias acumuladas se representan en el eje vertical. Luego se unen
los puntos localizados mediante segmentos.
Primero se coloca un punto sobre el eje horizontal donde est el 9.5, puesto que no hay
observaciones de sta o de inferior magnitud. Luego se traza el siguiente punto en el 12.5 a la
altura del 3, esto se puede hacer porque hay 3 registros iguales o menores de 12.5 de esta
manera se continan representando el resto de los puntos.

TABLA DE DISTRIBUCIN DE FRECUENCIAS


INTERVALO
DE CLASE

MARCA
DE
CLASE

FRECUENCIA
ABSOLUTA

FRECUENCIA
ACUMULADA

FRECUENCIA
RELATIVA
ACUMULADA

100%
T O T A L:
ME. Gonzalo Joel Bautista Lara
45

Manual de Probabilidad y Estadstica

CBTA No. 33

ACTIVIDAD DE APRENDIZAJE: Con los datos del ejercicio anterior realiza las grficas
ascendentes y descendentes de las frecuencias acumuladas absolutas.

Actividad No. 11 Con los datos e indicaciones que el

profesor te proporcione realiza los ejercicios de distribucin


de frecuencias aplicando los doce pasos, en forma manual
y en el programa de Excel, segn corresponda.

EJERCICIO 1:Las calificaciones finales obtenidas por los 80 alumnos de un primer curso de
Estadstica figuran en la tabla adjunta, ya estn ordenados para obviar el primer paso los dems si
deben de ir indicados con sus respectivos procedimientos.
53

57

59

60

60

60

61

61

62

62

62

62

63

63

65

65

65

66

67

67

68

68

68

69

71

71

71

72

72

73

73

73

73

74

74

74

75

75

75

75

75

75

75

76

76

76

76

77

77

78

78

78

78

78

79

79

79

80

81

82

82

83

84

85

85

85

86

87

88

88

88

89

90

93

93

94

95

95

96

97

EJERCICIO 2:Se hansometido a un tratamiento a 30 enfermos en un asilo de ancianos con las


siguientes edades,
84 92 95 88

98

87 98

92

98 99

89 90 97 94 102 96 88 100 94 87
93 95 85 97

86

96 91 101 92 94

EJERCICIO 3:Supuestamente un cereal para


desayuno incluye 200 pasas en cada caja. Una muestra de 60 cajas, el da de ayer, mostr el
siguiente nmero de pasas en cada caja. Desarrolle una distribucin de frecuencias para el proceso.
Qu intervalo de clase sugerira? Resuma sus conclusiones.

200

200

202

204

206

197

199

200

204

195

206

193

196

200

195

202

ME. Gonzalo Joel Bautista Lara


46

Manual de Probabilidad y Estadstica

CBTA No. 33

199

202

200

206

197

202

198

203

201

198

198

200

205

205

206

200

197

203

201

198

202

206

205

207

196

199

199

200

196

205

203

201

200

191

199

200

193

200

198

202

201

193

204

204

EJERCICIO 4:Es el nmero de libros que se consultan a diario en el CBTA 33 por parte de los
estudiantes de diferentes materias y de los distintos grados, registrados en 95 das.
14
22
15
17
16
20
18
23
21
23

17
23
15
18
15
20
21
19
17
23

16
16
21
22
22
18
20
15
14
17

14
23
17
19
19
19
21
14
16
23

15
21
16
15
16
14
23
19
18
19

18
14
21
19
19
14
18
22
15

14
14
21
17
20
22
14
21
23

15
21
21
20
22
16
21
22
21

18
15
14
15
18
20
14
19
21

14
19
16
17
17
14
15
18
22

EJERCICIO 5:Nmero de personas que entraron a la presidencia a tramitar un asunto diariamente


durante el primer cuatrimestre del 2013.
2
2

3
0

3
3

3
5

3
8

4
0

4
5

4
9

2
2

3
0

3
3

3
5

3
8

4
1

5
0

2
3

3
0

3
3

3
5

3
8

4
1

4
5

5
0

2
4

3
0

3
4

3
5

3
8
2
6

4
2
3
1

4
6
3
5

5
2
3
7

2
5
3
9

3
0
4
3

3
4
4
7

3
6
5
3

3
8
2
7

4
2
3
1

4
6
3
5

5
2
3
7

2
6
3
9

3
0
4
3

3
6
4
7

3
8
5
3

4
2
2
7

4
7
3
1

5
2
3
5

2
6
3
7

3
0
4
0

3
4
4
3

3
6
4
7

3
9
5
4

4
2
2
7

4
7
3
1

5
2
3
5

ME. Gonzalo Joel Bautista Lara


47

Manual de Probabilidad y Estadstica


3
7
4
9

4
0
6
4

4
4
2
9

4
8
3
3

5
5
3
5

2
8
3
8

3
1
4
0

3
5
4
5

3
8
4
9

4
0
7
2

4
4
3
4

ME. Gonzalo Joel Bautista Lara


48

CBTA No. 33
4
8
4
5

6
1

2
8

3
2

3
5

3
8

4
0

4
5

4
8

6
2

2
8

3
2

3
5

3
8

4
0

4
5

Manual de Probabilidad y Estadstica

CBTA No. 33

UNIDAD III
Medidas de tendencia central
Para dar inicio con este tema haremos algunas precisiones sobre las propiedades de la
media aritmtica, las cuales nos establecen el comportamiento de este tipo de medidas en cada
uno de los casos que se presenten.
a) La sumatoria de las diferencias de cada dato y la media aritmtica es igual a cero o
tiende a cero.
b) La media puede utilizarse para determinar el valor total (suma) de la poblacin o
muestra aplicando lo siguiente. Suma*x =suma de x (total)
c) La media resulta sustancialmente afectada hacia arriba o hacia abajo con la
presencia de valores extremos. Cuando es as se recomienda recurrir a otra
alternativa para calcular la medida de tendencia central.

3.1. Promedios
En estadstica al promedio se le conoce como
medida

de

localizado

tendencia

hacia

el

central,

medio

ya
centro

que

est

de

una

distribucin, en la que la mayora de los valores


tendern a concentrarse. Entre los ms comunes se
pueden mencionar: la media aritmtica, la mediana

y la

moda

Media Aritmtica
MEDIDAS DE TENDENCIA CENTRAL

Mediana
Moda

La Media ( X )
La media aritmtica o simplemente media, es el promedio aritmtico de un conjunto de
observaciones y se obtiene al sumar todos los datos y dividir dicha suma entre el total de
datos.

3.2. Medias de tendencia central para Datos no Agrupados.


Algebraicamente se representa como:

X 1 X 2 X 3 ... Xn
n
X =

ME. Gonzalo Joel Bautista Lara


49

Manual de Probabilidad y Estadstica

CBTA No. 33

Donde:
X es la media aritmtica de la muestra X1 ,X2, X3, ... Xnson los datos de la muestra y n es el
total de los datos de la muestra.
Ejemplo: En la muestra siguiente la media aritmtica es:

30 32 32 32 32 34 34 34 34 34 34 36 36 36 36 36 38 38 38 40
20

X=

X=

696
20

= 34.8

Obsrvese que la media no necesariamente tiene que ser uno de los valores de la
muestra.
Una manera ms sencilla de encontrar esta media aritmtica es multiplicando cada
dato por su frecuencia y continuar el proceso respectivo, como se ilustra a continuacin:

1(30) 4(32) 6(34) 5(36) 3(38) 1(40)


20
X=

30 128 204 180 114 40


20
X=

696
20
X=

X = 34.8
Principales caractersticas de la media aritmtica:
1. El clculo de la media aritmtica est basado en todos los valores de un conjunto de datos.
El valor de cada elemento en los datos afecta el valor de la media.
2. Cuando algunos valores extremos son incluidos en los datos, la media puede llegar a ser
menos representativa del conjunto de valores.

ME. Gonzalo Joel Bautista Lara


50

Manual de Probabilidad y Estadstica

CBTA No. 33

3. La media tienen dos propiedades matemticas importantes que proporcionan un anlisis


matemtico adicional, hacindola ms popular que cualquier otro tipo de promedio.
a. La suma algebraica de las desviaciones de los valores individuales respecto a la
media, es cero.
b. La suma del cuadrado de las desviaciones con respecto a la media es mnima.
~

La Mediana

( X ) (Me)

~
La mediana ( X ) de una muestra de n datos, se localiza en la mitad de la muestra
o del conjunto de elementos ordenados de mayor a menor o viceversa.
Su caracterstica principal es dividir el conjunto ordenado en 2 grupos iguales; la mitad
de los nmeros tendr valores que son menores que la mediana y la otra mitad alcanza
valores mayores que sta.

Mediana para Datos no Agrupados


Si el nmero de elementos es impar, se toma el dato central; si es par la mediana est
dada por el promedio de los datos centrales, pudindose obtener un valor no dado en la
muestra.
Ejemplo: Cul es la mediana aritmtica de 3, 4, 4, 5, 6, 8, 8, 10?
Como los nmeros estn ya ordenados, la mediana es Me = 5+6 / 2 = 5.5,
Otro ejemplo: 5.1, 6.5, 8.1, 9.1, 10.1, 15.5,
Como los nmeros estn ordenados, la mediana es Me = 8.1+9.1 / 2 = 8.6
Principales caractersticas de la mediana
1. La mediana es un promedio de posicin y por su forma de clculo no es afectada por
valores extremos.
2. La mediana no est definida algebraicamente como lo est la media aritmtica.
3. La mediana en algunos casos, no puede ser calculada exactamente como s puede serlo la
media.
4. Cuando el nmero de elementos incluidos en una serie de datos es par, la mediana es
aproximadamente el punto medio de los elementos centrales en una serie de datos.
^

La Moda(

) (Mo)

La moda se define como el valor que tiene la mayor frecuencia (o que se repite mas) en
un grupo de datos.

ME. Gonzalo Joel Bautista Lara


51

Manual de Probabilidad y Estadstica

CBTA No. 33

Hay casos en que la moda no es nica, esto es, puede ser bimodal con dos modas, o
trimodal con tres modas. Tambin hay casos en que la moda no existe.

Moda para Datos no Agrupados.


Ejemplo: Cul es la moda de la serie: 4, 5, 5, 6, 7, 7, 7, 8, 9, 1
La Moda es Mo = 7 porque es el nmero que ms se repite.
Otro ejemplo: 60, 74, 82, 85, 90, 95,
La moda no existe.
Otro ejemplo: 10,12, 14, 16, 17, 17, 18, 19, 20, 20, 21.
La moda es bimodal o sea, Mo = 17 y 20
Principales caractersticas de la Moda.
1. La moda representa ms elementos que cualquier otro valor dentro de un conjunto de
datos.
2. La moda no se calcula incluyendo todos los valores y no est definida algebraicamente
como si lo est la media.
3. La moda no es afectada por valores extremos.
4. Para una distribucin de frecuencias, la moda no puede ser calculada exactamente, como
si puede serlo la media.
Otros tipos de medidas de tendencia central, menos comunes pero igual de
importantes en la estadstica:
a) Media cuadrtica. Es la medida que se determina mediante la raz cuadrada de la
sumatoria de los cuadrados de los datos divididos entre el nmero de ellos, esta media
se utiliza mayormente en el campo de la fsica, se representa con la formula siguiente:

X C =

X2
n

Media cuadrtica igual a la raz cuadrada de la sumatoria de cada dato al cuadrado


dividido entre el nmero total de datos.
Ejemplo: Determinar la media cuadrtica de los datos 2, 9, 5,10, 4

X C =

22+ 92 +52 +102 +4 2


5
X C =

226
5n

= 4.26=6.72

b) Media armnica. La media armnica de n datos se determina por el cociente del


nmero de datos entre la suma de los recprocos de los datos, por lo tanto,
algebraicamente se representa de la siguiente manera:

ME. Gonzalo Joel Bautista Lara


52

Manual de Probabilidad y Estadstica


X

CBTA No. 33

n
1
x

h=

Solo tendrs que cambiar los datos segn corresponda el ejercicio que ests realizando o ir
supliendo los datos en la frmula.
Ejemplo: Determinar la media armnica de los siguientes datos 5, 8, 2, 3, 4, 5, 4

7
h=
1 1 1 1 1 1 1
+ + + + + +
5 8 2 3 4 5 4

7
=3.766816
1.858333

c) Media geomtrica. Este tipo de media se puede aplicar en problemas de crecimiento


exponencial, de inters compuesto, ya que determina la raz elevada a la potencia igual
al nmero de datos del producto del grupo de datos. La frmula que los representa es:

X g= x
n

1 x2 x 3x n

Ejemplo: Calcular la media geomtrica para los siguientes datos: 5, 8, 3, 4, 10, 6

X g=5834106
6

X g= 28800
6

= 5.5364

d) Media ponderada. Esta media se utiliza cuando algunos valores por determinar
representan una mayor importancia numrica que otros, por ejemplo, al evaluar un
empleado, su calificacin en conocimientos, puntualidad, presentacin y otros
conceptos tienen una importancia relativa diferente en funcin de quien y con qu
propsito se hace la evaluacin. Tambin es muy comn usarla para evaluar en los
submdulos que llevas en la carrera de tcnico agropecuario. Se representa con la
siguiente frmula:

X
w=

wx
w

Ejemplo: Un comerciante compr tres lotes de dulces, de diferente precio por kilogramo,
con la finalidad de hacer una mezcla de todos ellos y venderlos en bolsas de un kilo. Los dulces
que compr dicha persona por lote fueron de la siguiente forma:
60 kg a $130.00; 140 kg a $80.00 y 250 kg a $35.00
La X representa el precio y la W ser la que represente los kilos. No debemos hacer la
suma y dividir directamente porque estaramos alterando el resultado que queremos obtener, es
importante utilizar la frmula y suplir los datos correspondientes.

ME. Gonzalo Joel Bautista Lara


53

Manual de Probabilidad y Estadstica


X

w=

wx = 60130+14080+25035
60 +140+250
w

w=

$ 27750
=$ 61.70 /kg
450 kg

CBTA No. 33

Comparacin entre la media, mediana y moda para datos no agrupados.


Medida

Definicin

Ventajas

Limitaciones

1. Refleja cada valor.

Media Aritmtica

Es la suma de los
valores de cierto
nmero de
cantidades,
dividido entre su
nmero.

2. Tiene propiedades matemticas


atractivas.
3. Todos los valores afectan su resultado.
4 Si se quiere calcular los totales, es mejor
usar la media.

1. La mitad de los valores son mayores, la


otra mitad son menores.

Mediana

Es el valor que
divide un conjunto
de datos
previamente
ordenados.

2. Es menos sensible a valores extremos


que la media.
3. Si se quiere ubicar las condiciones de
una variable categrica es mejor usar la
mediana.

1. Es la de menor sensibilidad a los valores


extremos.

Moda

Es el valor que
ocurre con mayor
frecuencia.

1. Puede ser
excesivamente influida
por los valores
extremos.

2. Tiene ms valores reunidos en este


punto que en cualquier otro.

1. Difcil de determinar
si hay gran cantidad de
datos.

2. Puede resultar falsa si


los datos son irregulares
y si hay lagunas en los
valores.
1. No se presta para
anlisis matemtico.
2. Puede no haber un
valor modal para
algunos conjuntos de
datos.
3. Puede tener varias
modas.

Finalmente, la medida de tendencia central que se debe utilizar depende de la informacin


disponible y el objetivo que se desea alcanzar.

ME. Gonzalo Joel Bautista Lara


54

Manual de Probabilidad y Estadstica

CBTA No. 33

Actividades de aprendizaje:
1) Calcula la media aritmtica, cuadrtica, geomtrica, armnica, ponderada, la mediana y la moda
con sus respectivas operaciones de las series de valores siguientes:
Fila No. I

2, 3, 7, 4, 5, 4, 8.

Fila No. II

8, 8, 6, 5, 3, 1, 1, 4.

Media Aritmtica =___________________________________________= _______________


Media cuadrtica= __________________________________________ = _______________
Media geomtrica= __________________________________________ = _______________
Media armnica = ___________________________________________ = _______________
Mediana = _________________________________________________ = _______________
Moda = ___________________________________________________ = _______________
Fila No. I

1, 9, 9, 4, 3, 5, 2, 7, 6, 9.

Fila No. II

3, 4, 8, 7, 3, 2, 3.

Media Aritmtica =___________________________________________= _______________


Media cuadrtica= __________________________________________ = _______________
Media geomtrica= __________________________________________ = _______________
Media armnica = ___________________________________________ = _______________
Mediana = _________________________________________________ = _______________
Moda = ___________________________________________________ = _______________
2) Obtn la mediana y la moda de la siguiente variable categrica o nominal.
Variable categrica Actividad Econmica de 16 alumnos del 5to. Semestre
Trabajo en hogar (TH); Trabajo albail (TA); Trabajo en campo (TC); Trabajo en Tiendas (TT)
TH, TH, TC, TA, TC, TA, TT, TT, TC, TH, TC, TA, TT, TC, TC, TA.
Ordenacin de los datos;
Media aritmtica = No se puede utilizar
Mediana = _________________

Moda = ___________________

Calcula la media ponderada y resuelve los planteamientos del siguiente caso:


Un productor de lcteos adquiere para elaborar queso, leche de diferentes ganaderas y
en diferentes cantidades, durante el mes pasado adquiri en promedio los siguientes lotes de
leche:

ME. Gonzalo Joel Bautista Lara


55

Manual de Probabilidad y Estadstica

CBTA No. 33

950 lts a $3.80; 620 lts a $4.25; 400 lts a $4.50 y 250 lts a $5.10. El productor de lcteos
ha hecho sus clculos y sabe que puede elaborar un kilo de queso con 8 litros de leche de la
mezcla.
1.- A cmo pago en promedio cada litro de leche de la mezcla?
2.- Qu precio debe tener el kilo de queso si se quiere tener una utilidad del 16% sobre
el costo?
3.- 300 litros de leche la va a vender al menudeo, por lo que, cul sera el precio del
litro de leche para obtener el mismo porcentaje de utilidad?
4.- Cunta leche fue la que destin a la produccin de queso y cuntos kilogramos
obtuvo?
5.- Cul fue la utilidad que tuvo durante el mes tanto de queso como de la venta de
leche al menudeo?

ME. Gonzalo Joel Bautista Lara


56

Manual de Probabilidad y Estadstica

CBTA No. 33

Ahora analicemos la media, mediana y moda pero con DATOS AGRUPADOS o tambin se
llaman de distribucin de frecuencias agrupadas.
Empecemos con la

3.3. Medidas de tendencia central para datos agrupados


Media Aritmtica para Datos Agrupados
Si los datos o valores han sido agrupados en intervalos de clase, entonces se considera
que todos los valores incluidos dentro de un determinado intervalo son iguales o estn
representados por el punto medio del intervalo o la marca de clase. En este caso se procede a
multiplicar cada punto medio por su respectiva frecuencia. Luego se suman estos productos,
para finalmente dividir este resultado entre el total de datos.
Es importante sealar que el valor de la media de la frecuencia agrupada es
suficientemente aproximado para trabajos de estadstica y que el valor de la media no ser
suficientemente aproximado si la distribucin de frecuencias agrupadas es muy irregular o
demasiado asimtrica.
La frmula para la media aritmtica en datos agrupados es la siguiente:

( f )( X )
n

Donde
f = Frecuencias absolutas de los intervalos.
X = Marca de clase o punto medio.
n = La suma de las frecuencias.

Mediana para Datos Agrupados

2 c
Me Li
(i )
Fme

Cuando Los datos simples son agrupados en una


distribucin de frecuencias, cada uno de los valores pierde su identidad en la tabla, significando
que la mediana de los datos simples puede no ser igual a la mediana obtenida de una
distribucin de frecuencias del mismo conjunto de datos. Es importante mencionar, que la

ME. Gonzalo Joel Bautista Lara


57

Manual de Probabilidad y Estadstica

CBTA No. 33

mediana de los datos agrupados es una aproximacin de la verdadera mediana. La


aproximacin puede ser obtenida mediante el uso de la siguiente frmula:

2 c
Me Li
(i )
fme

Donde:

Me = Mediana
Li = Lmite real inferior de la clase que contiene la mediana.
n = El nmero de datos o frecuencia total.
c = La frecuencia acumulada precisamente hasta la clase anterior a la clase mediana o la
suma de las frecuencias de los intervalos por debajo de la mediana.
fme = La frecuencia de la clase mediana.
i = Tamao del intervalo o amplitud de la clase mediana.

Moda para Datos Agrupados.


Cuando la moda se calcula a travs de la frmula para datos agrupados, los valores y
frecuencia en la clase modal y las frecuencias en las clases inmediatamente antes y despus
de la clase modal, son tambin empleadas. Por lo tanto se aplica la siguiente frmula.

d1
(i )
d1 d 2

Mo Li

Donde:
Mo = Moda
L1 = Lmite real inferior de la clase que contiene la moda
d1= Diferencia de la frecuencia de la clase modal y la frecuencia de la clase contigua inferior.
d2 = diferencia de la frecuencia de la clase modal y la frecuencia de la clase contigua superior.

ME. Gonzalo Joel Bautista Lara


58

Manual de Probabilidad y Estadstica

CBTA No. 33

i = Tamao del intervalo o amplitud del intervalo de la clase modal.


A continuacin resolveremos un ejercicio para utilizar las frmulas de la media, la
mediana y la moda de datos agrupados.
Ejemplo: En la siguiente tabla se resumen los datos de los pesos en kilogramos de 50
estudiantes.
Con base a la siguiente tabla de distribucin de frecuencias, calculemos los valores de la
media, la mediana y la moda, recordando cmo se conforman las columnas de Intervalos de
clase ( I ), Marca de clase o punto medio ( X ), Frecuencia absoluta( f ), Frecuencia relativa %
( f ) y la Frecuencia acumulada ( F ).

Marca de
clase

Intervalos de
clase( I )

Frecuencia
Absoluta

(X)

Frecuencia
relativa

(f )

( f )

(F)

30.5 33.5

32

.02

33.5 36.5

35

.04

36.5 39.5

38

.12

39.5 42.5

41

11

.22

20

42.5 45.5

44

16

.32

36

45.5 48.5

47

.18

45

48.5 51.5

50

.08

49

51.5 54.5

53

.02

50

50

1.0 o 100%

TOTAL =

Clculo de la Media Aritmtica para Datos Agrupados

Frecuencia
acumulada

( f )( X )
n

Su frmula es

ME. Gonzalo Joel Bautista Lara


59

Manual de Probabilidad y Estadstica

CBTA No. 33

Esta expresin no se puede aplicar directamente, ya que nicamente se cuenta con el


dato del denominador, esto es n = 50, pero no se tiene el dato del numerador. Para ello se
agrega una columna a la tabla, donde se proporcionan los datos agrupados en intervalos. Esta
columna se construye multiplicando el punto medio de cada intervalo por su respectiva
frecuencia y cuando se tengan todos los productos, se procede a obtener la suma de ellos. La
tabla original ya con la columna Fx y la suma de sta queda de la siguiente manera.

fx

30.5 33.5

32

.02

32

33.5 36.5

35

.04

70

36.5 39.5

38

.12

228

39.5 42.5

41

11

.22

20

451

42.5 45.5

44

16

.32

36

704

45.5 48.5

47

.18

45

423

48.5 51.5

50

.08

49

200

51.5 54.5

53

.02

50

53

50

1 o 100

TOTAL =

2161

Entonces:

2161
50
_
X =

= 43.22 ser el resultado de la media aritmtica

Ms actividades de aprendizaje:
Calcula la media aritmtica de los tres ejercicios siguientes.
Intervalos de Clase

Marca de

Frecuencia

L.R.I.

Clase (x )

Absoluta (f )

L.R.S.
59.5

63.5

61.5

63.5

67.5

65.5

ME. Gonzalo Joel Bautista Lara


60

(f)(x)

Manual de Probabilidad y Estadstica

CBTA No. 33

67.5

71.5

69.5

71.5

75.5

73.5

11

75.5

79.5

77.5

79.5

83.5

81.5

83.5

87.5

85.5

TOTAL =

50

Intervalos de Clase

Marca de

Frecuencia

L.R.I.

Clase (x)

Absoluta (f)

150.5

L.R.S.

148.5

152.5

TOTAL =

(f)(x)

55

Intervalo de clase
L.R.I.

Marca

Frecuencia

L.R.S

de clase (x)

de clase (f)

9.5

12.5

11

12.5

15.5

14

ME. Gonzalo Joel Bautista Lara


61

(f)(x)

Manual de Probabilidad y Estadstica

CBTA No. 33

T O T A L:

47

Clculo de la Mediana para Datos Agrupados.


Intervalo

30.5 33.5

32

.02

33.5 36.5

35

.04

36.5 39.5

38

.12

39.5 42.5

41

11

.22

20

42.5 45.5

44

16

.32

36

45.5 48.5

47

.18

45

48.5 51.5

50

.08

49

51.5 54.5

53

.02

50

50

TOTAL =

Si partimos de la definicin, la mediana es el dato central, como hay OCHO


INTERVALOS estar entre el cuarto y quinto intervalo; entonces, debe estar comprendida en el
intervalo 42.5 45.5, ya que observando la columna F, a este intervalo le corresponde una
frecuencia acumulada de 36. Note Usted que si se toma el intervalo inmediato inferior, 39.5
42.5 se observa en la columna F, que hasta esta celda hay 20 VEINTE casos y como se tiene
un total de 50 datos, el caso central es el nmero 25. As pues el intervalo donde est la
mediana es:
42.5 45.5

44

16

32

36

Algunos autores efectan el siguiente razonamiento, sin utilizar la frmula, pero si


interpolando una relacin proporcional: ANALIZA DETENIDAMENTE
n = 50 por lo tanto la media est en 50/2 = 25

El L.R.I. de la mediana = 42.5

Como 20 casos (1+2+6+11) caen por debajo del L.R.I. de la mediana, necesitamos 5
datos ms, para llegar a 25. Dado que existen 16 casos (frecuencia) en el intervalo y ste tiene
3 de amplitud o ancho, hacemos una regla de tres.
16 es a 3 como 5 es a x
16 : 3 :: 5 : x

x= (3)(5) =

ME. Gonzalo Joel Bautista Lara


62

15

= 0.9375

Manual de Probabilidad y Estadstica

CBTA No. 33

16

16

Al L.R.I. le sumamos el resultado

Me = 42.5 + 0.9735 = 43.4375

Finalmente mediana = 43.44 Kg.


Ahora utilicemos la frmula para determinar la mediana en datos agrupados:

Me Li 2
(i )
Fme

Li = Lmite real inferior de la clase que contiene la mediana.


n = El nmero de datos o frecuencia total.
c = La frecuencia acumulada precisamente hasta la clase anterior a la clase mediana o la
suma de las frecuencias de los intervalos por debajo de la mediana.
fme = La frecuencia de la clase mediana.
i = Tamao del intervalo o amplitud de la clase mediana.
39.5 -- 42.5

41

11

.22

20

.40

451

42.5 45.5

44

16

.32

36

.72

704

Analizando estos dos intervalos se pueden obtener los siguientes valores:

L1= 42.5 lmite real inferior que contiene la mediana

2
n = 50 es el nmero total de frecuencias

de donde:

25

c = 20 es la frecuencia acumulada hasta la clase anterior a la clase mediana

fme = 16 es la frecuencia de la clase mediana

ME. Gonzalo Joel Bautista Lara


63

Manual de Probabilidad y Estadstica

CBTA No. 33

i = 3 es el tamao del intervalo o amplitud de la clase mediana.


Sustituyendo estos datos en la frmula se tiene:

Me= 42.5+

25 20
16

( 3 ) = 42.5+

5
16

( 3 ) = 42.5 +

15

16

= 42.5 +

15

16

Me = 42.5 + 0.9375+ = 43.4375


Finalmente mediana = 43.44 Kg
MS ACTIVIDADES DE APRENDIZAJE:
presentado.
Intervalos de Clase L.R.I.
L.R.S.

Calcula la MEDIANA de los tres ejercicios que se han


Marca de Clase (x )

Frecuencia
Absoluta (f )

59.5

63.5

61.5

63.5

67.5

65.5

67.5

71.5

69.5

71.5

75.5

73.5

11

75.5

79.5

77.5

79.5

83.5

81.5

83.5

87.5

85.5

TOTAL =

50

Intervalos de Clase L.R.I.


L.R.S.
148.5
152.5

Marca de Clase (x)


150.5

Frecuencia
Absoluta (f)
3

152.5

156.5

154.5

156.5

160.5

158.5

13

160.5

164.5

162.5

12

164.5

168.5

166.5

13

168.5

172.5

170.5

172.5

176.5

174.5

TOTAL =

55

ME. Gonzalo Joel Bautista Lara


64

Manual de Probabilidad y Estadstica

CBTA No. 33

Intervalo de clase
L.R.I.
L.R.S.
9.5 12.5

Marca
De clase (x)
11

Frecuencia
de clase (f)
3

12.5 15.5

14

15.5 18.5

17

18.5 21.5

20

21.5 24.5

23

24.5 27.5

26

27.5 30.5

29

30.5 33.5

32

33.5 36.5

35

T O T A L:

47

Clculo de la Moda para Datos Agrupados.


Para determinar el valor de la moda, habr que observar las columnas f y seleccionar
el intervalo que presenta la mayor frecuencia. En este caso, el intervalo que donde est incluida
la moda es:
42.5 45.5

44

16

32

36

72

704

La frmula que se utiliza para encontrar el valor de la moda es:

d1
(i )
d

d
2
1

Mo Li

L1 = Lmite real inferior de la clase que contiene la moda


d1= Diferencia de la frecuencia de la clase modal y la frecuencia de la clase contigua inferior.
d2 = diferencia de la frecuencia de la clase modal y la frecuencia de la clase contigua superior.
i = Tamao del intervalo o amplitud del intervalo de la clase modal.

ME. Gonzalo Joel Bautista Lara


65

Manual de Probabilidad y Estadstica

CBTA No. 33

Para determinar los valores de cada trmino en esta expresin, se requiere adems del
intervalo donde est localizada la moda, de las celdas inmediata inferior y superior que queda
como sigue:
39.5 - 42.5

41

11

.22

20

.40

451

42.5 - 45.5

44

16

.32

36

.72

704

45.5 - 48.5

47

.18

45

.90

423

A partir de estos intervalos se adquieren los valores requeridos y que son:


Li = 42.5
d1= 16 - 11 = 5
d2 = 16 9 = 7
i =3
Sustituyendo estos datos en la formula se obtiene:

Mo = 42.5 +

5
5 7

Mo = 42.5 +

(3)

15
12

Mo = 42.5 +

= 42.5 + 1.25 = 43.75

Finalmente la Moda = 43.75

ME. Gonzalo Joel Bautista Lara


66

12

( 3 )

Manual de Probabilidad y Estadstica

CBTA No. 33

MS ACTIVIDADES DE APRENDIZAJE:
Calcula la MODA de los tres ejercicios que se han presentado de ejercicios anteriores.
Intervalos de Clase
L.R.I.
L.R.S.
59.5
- 63.5

Marca de
Clase (x )
61.5

Frecuencia
Absoluta (f )
6

63.5

67.5

65.5

67.5

71.5

69.5

71.5

75.5

73.5

11

75.5

79.5

77.5

79.5

83.5

81.5

83.5

87.5

85.5

TOTAL =

50

Intervalos de Clase
L.R.I.
L.R.S.
148.5
152.5

Marca de
Clase (x)
150.5

Frecuencia
Absoluta (f)
3

152.5

156.5

154.5

156.5

160.5

158.5

13

160.5

164.5

162.5

12

164.5

168.5

166.5

13

168.5

172.5

170.5

172.5

176.5

174.5

TOTAL =

55

ME. Gonzalo Joel Bautista Lara


67

Manual de Probabilidad y Estadstica

CBTA No. 33

Intervalo de clase
L.R.I.
L.R.S.
9.5 12.5

Marca
de clase (x)
11

Frecuencia
de clase (f)
3

12.5 15.5

14

15.5 18.5

17

18.5 21.5

20

21.5 24.5

23

24.5 27.5

26

27.5 30.5

29

30.5 33.5

32

33.5 36.5

35

T O T A L:

47

Realiza la siguiente actividad de aprendizaje:


De las edades de los maestros del C.B.T.a 33, calcula las MEDIDAS DE TENDENCIA
CENTRAL (MEDIA, MEDIANA Y MODA) Tanto de los datos sin agrupar como agrupados.
Edades: ?????????
CALCULA PRIMERO LA MEDIA ARITMETICA, MEDIANA Y MODA DE LOS
DATOS SIN AGRUPAR.
Media Aritmtica = _____________________________________________________
Ordena los datos:
_____________________________________________________________________
Cul es la Mediana =____________________
Cul es la Moda = ___________________

ME. Gonzalo Joel Bautista Lara


68

Manual de Probabilidad y Estadstica

CBTA No. 33

AHORA PARA DATOS AGRUPADOS. Realiza la Tabla de distribucin de frecuencias con los 7
pasos:
PASO 1. Ordenacin de datos:
Edad de los maestros

conteo

Frecuencia

PASO DOS: Rango o recorrido:


PASO TRES: Intervalos de Clase:
Nmero de intervalos o clases:

Ancho del Intervalo o clase:

PASO CUATRO: Lmites reales inferiores y lmites reales superiores:


PASO CINCO: Marca de Clase
PASO SEIS: Frecuencia Absoluta
PASO SIETE: Frecuencia Relativa (%)
Realiza tus operaciones en orden y limpieza hasta llenar la tabla de frecuencias

ME. Gonzalo Joel Bautista Lara


69

Manual de Probabilidad y Estadstica

CBTA No. 33

TABLA DE DISTRIBUCIN DE FRECUENCIAS


Edades de los maestros del C.B.T.A.
Intervalos de Clase
L.R.I.
L.R.S

Marca de
Clase
(X)

Frecuencia
Absoluta (f)

Frecuencia
Relativa
(f)

Frecuencia
Acumulada (F)

AHORA UTILIZA LAS FORMULAS PARA DATOS AGRUPADOS Y CALCULA..


MEDIA ARITMETICA:
Resultado Media =__________
MEDIANA:
Resultado Mediana =_______
MODA:
Resultado Moda =__________

ME. Gonzalo Joel Bautista Lara


70

(f )(x)

Manual de Probabilidad y Estadstica

CBTA No. 33

Finalmente realiza una comparacin de los tres ejercicios anteriores, comparando su media
mediana y moda de cada uno.
Intervalos de Clase
L.R.I.
L.R.S.
59.5
- 63.5

Marca de
Clase (x )
61.5

Frecuencia
Absoluta (f )
6

63.5

67.5

65.5

67.5

71.5

69.5

71.5

75.5

73.5

11

75.5

79.5

77.5

79.5

83.5

81.5

83.5

87.5

85.5

TOTAL =

Media = ____________

Mediana=:___________

Moda=_____________

50

Intervalos de Clase
L.R.I.
L.R.S.
148.5
152.5

Marca de
Clase (x)
150.5

Frecuencia
Absoluta (f)
3

152.5

156.5

154.5

156.5

160.5

158.5

13

160.5

164.5

162.5

12

164.5

168.5

166.5

13

168.5

172.5

170.5

172.5

176.5

174.5

TOTAL =

55

ME. Gonzalo Joel Bautista Lara


71

Media = ____________

Mediana=:___________

Moda=_____________

Manual de Probabilidad y Estadstica


Intervalo de clase
9.5 12.5

Marca
de clase (x)
11

CBTA No. 33
Frecuencia
de clase (f)
3

12.5 15.5

14

15.5 18.5

17

18.5 21.5

20

21.5 24.5

23

24.5 27.5

26

27.5 30.5

29

30.5 33.5

32

33.5 36.5

35

T O T A L:

Media = ____________

Mediana=:___________

Moda=_____________

47

Cuartiles, Deciles y Percentiles:


La mediana no es ms que uno de muchos fractiles; stos dividen los datos en dos o
ms partes, tan iguales como sea posible. Entre ellos tambin encontramos los cuartiles,
deciles y percentiles, que pretenden dividir los datos en cuatro, diez, y cien partes. Hasta hace
poco, los fractiles se manejaban principalmente para distribuciones de conjuntos numerosos de
datos.
El cuartil se utiliza a fin de conocer los intervalos dentro de los cuales quedan
representados proporcionalmente los trminos de una distribucin, para esto, se divide la
distribucin de frecuencias en 4 partes iguales, cada una contiene IGUAL NMERO DE
OBSERVACIONES (el 25% del total). Los puntos de separacin de los valores de X se llaman
CUARTILES.

El primer cuartil corresponde al 25% y se designa con Q1.

El segundo cuartil se designa con Q2 que representa el valor de 50% y coincide con la
mediana.

El tercer cuartil es Q3 representa el 75% de las observaciones.


Si en lugar de dividir en 4 partes iguales se hace con 10 partes, se tienen 9 puntos de

divisin, CORRESPONDIENDO A CADA PUNTO UN DECIL, de donde, el primer decil es el


valor por debajo del cual est el 10% de las observaciones, para el segundo decil el 20% y as
sucesivamente.

ME. Gonzalo Joel Bautista Lara


72

Manual de Probabilidad y Estadstica

CBTA No. 33

PRIMER EJEMPLO:
Consideremos las siguientes lecturas de temperaturas altas en doce ciudades Europeas
en un da de junio:
90, 75, 86, 77, 85, 72, 78, 79, 94, 82, 74, y 93 grados.
Ordenando estas cifras de acuerdo con su tamao, tenemos:
72 74 75 77 78 79 82 85 86 90 93 94

observa que son 12 datos

Para el clculo de los cuartiles dividimos los datos en CUATRO PARTES IGUALES.
Para ilustrar dicho procedimiento tenemos la siguiente figura:

n = 12

72
90

74
93

75
94

77

78

79

82

85

86

Se puede apreciar que las lneas punteadas dividen los datos en cuatro partes iguales.
Si determinamos que los puntos centrales entre 75 y 77, 79 y 82, y 86 y 90 sean los tres
cuartiles, tenemos:

Q3

86 90
79 82
88 Q2
80.5
2
2

Q1

75 77
76
2

Es evidente que Q2 = 80.5, tambin es la mediana y se puede verificar con facilidad que
se satisfacen las tres propiedades de los cuartiles. Todo lo anterior funcion muy bien porque
los doce datos result ser mltiplo de 4. No obstante Qu podemos hacer si fueran 11 datos?
Como los siguientes.

72 74 75 78 79 82 85 86 90 93 94

observa que son 11 datos

Una solucin es n = 11, la posicin de la mediana es

11 + 1 = 12 = 6 o sea el sexto dato


2
2

La mediana o Q2 ahora es 82.

72
90

74
93

75
94

78

79

82

85

86

n = 11
El cuartil inferior (Q1) es la mediana de los cinco valores por debajo de la mediana, esto
es, 75.

ME. Gonzalo Joel Bautista Lara


73

Manual de Probabilidad y Estadstica

CBTA No. 33

Y el cuartil superior (Q3) es la mediana de los cinco valores por arriba de la mediana, o
sea, 90.
Ahora te toca realizar las actividades de aprendizaje:
Realiza un esquema o dibujo de cada uno de los ejercicios, aun lado de la pgina
a) Calcula a mediana (Q2) y los cuartiles (Q1) y (Q3) de las siguientes calificaciones de nueve
alumnos en una prueba de matemticas.
86, 82, 73, 94, 88, 66, 79, 90, y 74
b) Calcula los tres cuartiles de las siguientes lecturas de presin de nueve personas despus de
haber efectuado ejercicios de esfuerzo;
104, 100, 98, 111, 191, 94, 103, 96, 108 y 99.

Regresin Lineal
La regresin lineal es un modelo de regresin mediante el cual es posible inferir datos
acerca de una poblacin. Se conoce como regresin lineal ya que usa parmetros lineales
(potencia 1).
Supuestos del error
Para poder crear un modelo de regresin lineal, es necesario que se cumpla con los
supuestos del error:
Los errores son independientes.
Los errores tienen media cero.
Los errores tienen varianza constante.
Los errores tienen una distribucin normal.
Tipos de modelos de regresin lineal
Existen diferentes tipos de regresin lineal que se clasifican de acuerdo a sus
parmetros:
Regresin lineal simple. Slo se maneja una variable independiente, por lo que slo
cuenta con dos parmetros.
Regresin lineal mltiple. Maneja varias variables independientes. Cuenta con varios
parmetros.
Regresin lineal simple
Para calcular los parmetros se cuenta con las siguientes frmulas:

ME. Gonzalo Joel Bautista Lara


74

Manual de Probabilidad y Estadstica

CBTA No. 33

Regresin lineal mltiple


Para calcular los parmetros debe tomarse en cuenta que se est refiriendo a matrices:

ME. Gonzalo Joel Bautista Lara


75

Manual de Probabilidad y Estadstica

CBTA No. 33

UNIDAD IV
Medidas de Dispersin
A menudo escuchamos que en los pases
latinoamericanos

existe

mucha

DIFERENCIA

entre los ingresos que perciben por ejemplo los


polticos y los trabajadores de otra clase social de

la

poblacin. Esas diferencias tienen sus races en


distintos

fenmenos

sociales,

polticos

econmicos; sin embargo, un economista dira

el

ingreso per cpita en los pases latinoamericanos est ms DISPERSO que el ingreso per
cpita de los pases desarrollados.
El concepto de DISPERSIN resulta importante en casi todos los estudios, ya que
puede darse el caso de poblaciones con igual valor central (Media aritmtica, Mediana

Moda), pero una puede estar ms DISPERSA que la otra, es decir, los promedios nos sirven
para describir los datos representados por la tendencia central del conjunto. Por lo tanto, el
promedio no logra por si mismo describir completamente a una coleccin de datos; se necesitan
otros valores que nos indiquen el grado en que las observaciones estudiadas se apartan o
VARAN con respecto al valor central, es decir, el GRADO DE VARIACIN O DISPERSIN.
ANALIZA CON DETENIMIENTO EL SIGUIENTE EJEMPLO

ME. Gonzalo Joel Bautista Lara


76

Manual de Probabilidad y Estadstica

CBTA No. 33

Con los siguientes datos de dos poblaciones, analicemos primeramente sus medias
aritmticas:
Poblacin A) : 1 (7) , 2 (11), 3 (13), 4 (9), 5 (5), 6( 3), 7( 2), 8(1) = 169 = 3.31
51
n = 51
15 -13 --

Histograma de los datos de la poblacin A

11 -Frecuencia

9 --

Media aritmtica (promedio) =3.31

7 -5 -3 -1 -1

Poblacin B) : 1 ( 3 ), 2 ( 9 ), 3 ( 15 ), 4 ( 12 ), 5 ( 9 ) =
Poblacin A

159 = 3.31 igual que la


48

n = 48

15-13--

Histograma de los datos de la poblacin B

11-Frecuencia

9-7--

Media aritmtica (promedio) = 3.31

5-3-1-1

No obstante que en las dos poblaciones se obtuvo una media aritmtica igual de 3.31; al
observar los dos histogramas nos damos cuenta que no son iguales PERO...
EN CUL HISTOGRAMA ESTN MS DISPERSOS LOS DATOS?

ME. Gonzalo Joel Bautista Lara


77

Manual de Probabilidad y Estadstica

CBTA No. 33

En la poblacin A____________ o en la poblacin B_____________

Explica porque? ________________________________________________________

______________________________________________________________________
Por tal motivo las medidas de tendencia central, no dicen nada por s mismas, por lo que
se deben calcular las MEDIDAS DE DISPERSIN o LAS VARIACIONES de los datos. Por su
clculo las MEDIDAS DE DISPERSIN se dividen en absolutas y relativas, an que existen
ms, estudiaremos las siguientes:

DISPERSIN ABSOLUTA:

Rango o recorrido
Rango intercuartilico o desviacin cuartil
Desviacin Media
Varianza
Desviacin Estndar

DISPERSIN RELATIVA:

Coeficiente de variacin

Rango o recorrido:
Como se ha indicado con anterioridad, el rango o recorrido es la diferencia entre el valor
mayor y el valor menor de un grupo de datos o sea:
RANGO = Dato mayor Dato menor
El rango es una medida de dispersin que no se utiliza mucho, aunque su clculo es
muy rpido. Si analizamos el rango de los histogramas anteriores tenemos que;
En la primera poblacin A su rango es:
R=81=8

(su rango o recorrido es 8)

En la segunda poblacin B se rango es:


R=51=5

(su rango o recorrido es 5 )

Por lo tanto y como 8 > 5, podemos sealar con seguridad que los datos de la primera
poblacin A), est ms dispersa o desviados que los datos de la segunda poblacin B).

ME. Gonzalo Joel Bautista Lara


78

Manual de Probabilidad y Estadstica

CBTA No. 33

AHORA ESTUDIAREMOS OTRAS MEDIDAS DE DISPERSIN PARA DATOS NO


AGRUPADOS

Desviacin media, varianza, desviacin estndar o tpica y coeficiente de


variacin, que son medidas de dispersin que tienen relacin con la media aritmtica, y por
sus propiedades algebraicas son las de ms frecuente aplicacin y de mayor importancia.
PERO ANTES QUE NADA QUE ES EL DESVO O DESVIACIN ?
El desvo de cada observacin (o dato) es la DIFERENCIA ENTRE LA OBSERVACIN
(o el dato) Y LA MEDIA ARITMTICA. El desvo es un concepto fundamental que nos permitir
comprender posteriormente otras medidas de dispersin. Por lo tanto.

x
Desvo ( d ) = x1

Pero hagamos un ejemplo

Si el conjunto de datos son: 4, 2, 5, 8, 2, 1, 7, 8, 5, y 7 su media aritmtica es = 4.9


Cul es la dispersin de cada dato? Cul es el dato que est mas disperso? Cul es
el dato menos disperso?
Ordenamos los datos de menor a mayor 1, 2, 2, 4, 5, 5, 7, 7, 8, 8

y grafiquemos

x
1

4.9

Segn la frmula anterior, desvo es igual al dato menos la media aritmtica por lo tanto
tenemos:

ME. Gonzalo Joel Bautista Lara


79

Manual de Probabilidad y Estadstica

CBTA No. 33

La desviacin de cada dato ser:


Datos

1
2
2
4
5
5
7
7
8
9
49/10=.

desvo =

Calculo del
desvo
d = X1 1 4.9 =
2 4.9 =
2 4.9 =
4 4.9 =
5 4.9 =
5 4.9 =
7 4.9 =
7 4.9 =
8 4.9 =
8 4.9 =

- 3.9
-2.9
-2.9
-0.9
0.1
0.1
2.1
2.1
3.1
3.1
-10.6

Suman
10.6

Suman
+ 10.6

+10.6= 0.0

De acuerdo a los resultados de la tabla Cul es el dato que est ms disperso?


Es el nmero 1, porque independientemente de su signo, su valor absoluto es el mas
alto y es de 3.9 de desvo.
Ahora Cul es el dato menos disperso? Es el nmero 5 porque est ms cerca de la
media aritmtica y tiene un desvo de 0.1.
Si observas la tabla anterior en muy importante obtener primero el valor de la media
aritmtica que en nuestro caso fue de 49 / 10 = 4.9 para despus restarle al valor de cada dato,
dicha media.
Por otro lado, al sumar los resultados NEGATIVOS de los desvos nos arroja un valor de
10.6 y al sumar los resultados POSITIVOS de los desvos tambin nos da un valor de + 10.6
por lo tanto, se comprueba que la diferencia de los desvos negativos y los positivos, nos da
cero o en su defecto tiende a ser cero.
Ahora resolvamos un problema para utilizar las medidas de dispersin

ME. Gonzalo Joel Bautista Lara


80

Manual de Probabilidad y Estadstica

CBTA No. 33

Desviacin media, varianza, desviacin estndar o tpica y coeficiente de variacin con


datos no agrupados.

Nmero de
muestra
1

DATOS de la
resistencia del
concreto kg/cm2
358

369

363

358

336

341

Un constructor, para asegurarse de la calidad de su


obra, tom seis muestras de concreto y obtuvo los
resultados del cuadro.
Al preguntarle uno de sus colaboradores Cul de
todas las muestras del grupo era la ms dispersa?
el constructor elabor la siguiente tabla:

Nmero
de
Finalmente el constructor en base a muestra
1
la tabla y a los clculos realizados le indic
a su colaborador:

Resistencia
Kg/cm2

358

desvos
d = x1
358 354.17 = 3.83

369

369 354.17 = 14.83

363

363 354.17 = 8.83

358

358 354.17 = 3.83

336

336 354.17 = -18.17

341

341 354.17 = - 13.17


Diferencia = 0.02

Suma =2125
2125/6=
Media
=354.17

LA MUESTRA NMERO 5 ES LA MS DISPERSA, DEBIDO A QUE OBTUVO EL


MAYOR VALOR ABSOLUTO DE DESVO CON -18.17.
En este caso particular, el mayor valor tuvo el signo negativo lo que significa que la
observacin es menor que el valor de la media.
Calculemos ahora la

Desviacin Media.
La desviacin media es la media aritmtica de los valores absolutos (ignorando el signo)
de las desviaciones de cada elemento del conjunto de datos, es decir, hay que restar a la media
aritmtica cada valor del conjunto de datos, ignorando el signo, y sumamos todas las
diferencias para dividirlo entre el nmero total de datos.

ME. Gonzalo Joel Bautista Lara


81

Manual de Probabilidad y Estadstica


N

dm

i 1

CBTA No. 33

N
Suma de los valores absolutos

Su frmula es
Nmero de datos
Sigamos el mismo ejemplo y AUMENTEMOS UNA COLUMNA para los valores
absolutos al cuadro anterior:
Datos de
resistencia
358

x3.83

369

14.83

14.83

363

8.83

8.83

358

3.83

3.83

336

-18.17

18.17

341

-13.17
0.02

13.17
Suma = 62.66

2125

Desvo

x x

Nmero
de
muestra
1

Valor absoluto
|x- |
3.83

= 354.17
Desviacin media es igual a... La suma de los valores absolutos entre el nmero de
muestras
Desviacin Media ( dm ) = 62.66 = 10.44
6
Como se ve en el ejemplo anterior,
La Desviacin Media MIDE LA DISPERSIN ALREDEDOR DEL PROMEDIO, mas que
la dispersin de ciertos valores, ya que el concepto de desviacin media se origina cuando los
desvos se toman en valor absolutos, eliminando as el efecto de que la suma de los desvos (x1
x = 0 ) que es igual a cero (o tiende a cero).

ME. Gonzalo Joel Bautista Lara


82

Manual de Probabilidad y Estadstica


N

S2

(x
i 1

CBTA No. 33

x )2

N
Otra forma de hacerlo, es elevar al cuadrado los desvos, por lo

que surge la VARIANZA (S2):Que es la media aritmtica (promedio) de los cuadrados de los
desvos y su frmula es la siguiente:
Suma de desvos al cuadrado
Nmero de datos
Sigamos el mismo ejemplo para calcular la varianza ( S2):
AUMENTAMOS OTRA COLUMNA a la tabla, ahora para los desvos al cuadrado
Nmero de
muestra

Datos de
resistencia

Valor absoluto
Desvo

Desvos al cuadrado

(x -

)2

358

3.83

|x- |
3.83

369

14.83

14.83

219.93

363

8.83

8.83

77.97

358

3.83

3.83

14.67

336

-18.17

18.17

330.15

341

-13.17

13.17

173.45

x-

Se tiende a
2125/6

144.67

Suma= 62.66

Suma = 830.83

0.02

= 354.17
Calculamos la varianza segn la frmula anterior y tenemos:
Varianza (S2) =

Suma de desvos al cuadrado = 830.83


Nmero de datos

= 138.47

DESVIACIN ESTNDAR o TPICA ( S ): Es la raz cuadrada de la varianza (S2 )

( x x)

Tambin se puede definir como la raz cuadrada de la media aritmtica


de los cuadrados de los desvos.

ME. Gonzalo Joel Bautista Lara


83

Manual de Probabilidad y Estadstica

CBTA No. 33

En el mismo ejemplo tendramos lo siguiente:


Varianza (S2) fue igual a = 138.47 por lo tanto

Desviacin Estndar ( S ) =

138.47

= 11.77

Finalmente analicemos la medida de dispersin relativa llamada


COEFICIENTE DE VARIACIN ( C.V ): Es el resultado de la divisin de la desviacin
estndar entre la media aritmtica.
Este tipo de coeficiente es muy til para medir la DISPERSIN RELATIVA en base a la
desviacin estndar y la media y sirve bsicamente para comparar muestras distintas en
trminos numricos adimensionales, es decir, que mientras las dems medidas de dispersin
tienen unidades, el coeficiente de variacin carece de ellas.
Su frmula es...

C.V. = S( Desviacin Estndar) .


X ( Media Aritmtica)

En el mismo ejemplo que estamos analizando, el coeficiente de variacin ser:


C. V = 11.77 . = 0.033
354.17
Tambin se puede expresar en porcentaje al multiplicar por 100 esto es, (0.033) (100) =
3.30%
C.V. = 3.30 %

Rango Intercuartil
El rango intercuartil es el resultado de la diferencia entre el tercer cuartil Q3 y el primero
Q1, se expresa:
Rango intercuartilQ = Q3 - Q1
Cuando habindose aplicado la media aritmtica se quiere evitar la influencia de los
valores extremos, se analiza nicamente la situacin intermedia de la distribucin de
frecuencias aplicando el RANGO INTERCUARTIL.
El RANGO SEMIINTERCUARTIL o DESVIACIN CUARTIL, es la mitad del rango
intercuartil, se designa con QD
Rango semiintercuartil QD =

ME. Gonzalo Joel Bautista Lara


84

Q3 - Q1

Manual de Probabilidad y Estadstica

CBTA No. 33
2

Hagamos un ejemplo:
Calcular el rango intercuartil y la desviacin cuartil de los siguientes datos.

n = 12

Q3

72

74

75

77

78

79

82

85

86

86 90
79 82
75 77
88 Q2
80.5 Q1
76
2
2
2

Rango intercuartil Q = Q3 Q1
Q =88 76 = 12
Rango semiintrecuartil o Desviacin cuartil QD = Q3 Q1
2
QD =

12 = 6
2

El rango semiintercuartil (desviacin cuartil) mide la dispersin con mayor precisin que
el rango, sin embargo, presenta las limitaciones siguientes:
a) No toma en consideracin todos los valores de la distribucin de frecuencias y puede
suceder que los valores menores a Q1 o superiores a Q3 estn muy compactos o muy
dispersos, y el valor de Q sera el mismo.
b) No es posible, conociendo nicamente Q, hacer la ubicacin precisa de una
observacin dentro de la distribucin de frecuencias.
c) Igual que la mediana, no tiene propiedades que permitan su uso en las relaciones
matemticas que utiliza la estadstica
Percentiles
Percentil, en estadstica, parmetro que indica el porcentaje de individuos de una
distribucin que tienen un valor inferior a l. Es una medida de posicin.
Por ejemplo, el percentil 80, p80, es un nmero que supera al 80% de los datos de la
distribucin. Los percentiles tambin se llaman centiles.
A CONTINUACIN TE PRESENTO UN RESUMEN DE LAS MEDIDAS DE
DISPERSIN ESTUDIADAS Y SU USO MS ADECUADO.

ME. Gonzalo Joel Bautista Lara


85

Manual de Probabilidad y Estadstica

CBTA No. 33

RANGO ( R )= Es la diferencia del valor mayor menos el valor menor


en un conjunto de datos y se emplea de manera muy limitada, ya que es slo
una apreciacin de la amplitud de los datos, y presenta poca estabilidad; se
usa, casi siempre que se requiera rapidez.
RANGO INTERCUARTIL ( Q ): es el resultado de la diferencia entre el tercer cuartil Q3 y
el primero Q1. Su utilidad es baja y su valoracin respecto a la cantidad de datos que incluye en
su aplicacin en una distribucin normal es del 50 %
DESVIACIN MEDIA ( dm )= Es el promedio de los valores absolutos (ignorando
signos) de las desviaciones de cada dato; En sta prueba se pueden calcular los desvos tanto
con la media aritmtica como la mediana, segn convenga. Actualmente sta prueba casi no se
usa. En una distribucin normal, la cantidad de datos que incluye en su aplicacin es de
aproximadamente el 58%.
VARIANZA( S2) = Es el promedio de los cuadrados de los desvos y se utiliza en anlisis
estadstico avanzado, pero tiene el inconveniente de que sus unidades son las mismas de la
variable al cuadrado.
DESVIACIN ESTNDAR(S) = Es la raz cuadrada de la varianza o del promedio de los
cuadrados de los desvos. Es la ms importante de todas las medidas de dispersin ya que
incluye ms o menos el 68% de los trminos de una distribucin normal, adems por sus
propiedades algebraicas se utiliza con facilidad en el anlisis estadstico
COEFICIENTE DE VARIACIN( CV) = Es el cociente entre la desviacin estndar y la
media aritmtica. Generalmente se utiliza para comparar muestras distintas y saber cul tiene
mayor o menor dispersin den sus datos.
SIGAMOS PRACTICANDO PARA OBTENER LAS
MEDIDAS DE DISPERSIN
PARA

DATOS

NO

AGRUPADO S

Toma los datos de los tiempos que realizas para llegar a la escuela de los grupos de
estudiantes del CBTA 33, que estn en el V semestre de Agropecuario.
A cada uno de los grupos le obtendrs las medidas de dispersin siguientes:
DESVIOS de tiempo, DESVIACIN MEDIA, VARIANZA,
DESVIACIN ESTNDAR Y COEFICIENTE DE VARIACIN
Claro que puedo!!!
Tiempo

Desvo
s

Valor
absoluto

Desvos al
cuadrado

ME. Gonzalo Joel Bautista Lara


86

Tiempo

Desvo
s

Valor
absoluto

Desvos al
cuadrado

Manual de Probabilidad y Estadstica

CBTA No. 33

Grupo I

Grupo II

En la siguiente pgina
REALIZA TUS CLCULOS DE ACUERDO A LAS FRMULAS CORRESPONDIENTES,
HASTA OBTENER SUS RESULTADOS PARA CADA GRUPO.
Clculos para el grupo I

Clculos para el grupo II

RESULTADOS DEL GRUPO II

DESVIACIN MEDIA (dm) = ____________________

VARIANZA (S2) = _____________________________

AHORA CONTESTA CUL DE LOS DOS GRUPOS TIENE SUS DATOS MS


DISPERSOS?
Respuesta: Grupo I ____ o Grupo II _____
Por qu?___________________________________________________

ME. Gonzalo Joel Bautista Lara


87

Manual de Probabilidad y Estadstica

CBTA No. 33

FINALMENTE OBTENGAMOS LAS MEDIADAS DE DISPERSIN


PARA

DATOS

AGRUPAD OS

OBTENER LA DESVIACIN MEDIA (dm), VARIANZA (S2),


DESVIACIN ESTANDAR (S) Y COEFICIENTE DE VARIACIN (C.V.)
Completa las siguientes filas de las columnas para que calcules la Desviacin media
(dm), la Varianza (S2) la Desviacin estndar o tpica ( S ).
Intervalo clase
(estaturas )

Marca
de
clase
(X)

121.5 126.5
126.513.1.5
131.5136.5
136.5141.5
141.5146.5
146.5151.5
151.5156.5
156.5161.5

Frecuencia
(alumnos)
(f)

124

2
3
8
23
27
20
16
3

134
144
1

Frecuencia
por marca
de clase
(f)(X)

248

Valor
absoluto
del desvo

X1 X

Frecuencia
por
desvos f

X1 X

Desvos
al
cuadrado
(X X)2

Frec. por
desvos al
cuadrado

XX
2

20.62
46.86
112.78
0.62
383.60

477

14.38

206.78

59
161.5166.5
Totales

2
n = 104

15041

638.64

6383.92

Media aritmtica = 15041/ 104 = 144.625 = 144.62


Aqu o aun lado de la pgina, realiza tus clculos con orden y limpieza; y utilizando las
formulas correspondientes hasta que obtengas la Desviacin media, Varianza y Desviacin
estndar.
N

dm

f
i 1

x1 x
N

Frmula para obtener la desviacin media =

S2

f (x
i 1

x)2

Frmula para obtener la varianza =

ME. Gonzalo Joel Bautista Lara


88

Manual de Probabilidad y Estadstica

f (x

i 1

CBTA No. 33

X )2

Frmula para obtener la desviacin estndar (S) =

S
(100)
X

C.V .

Frmula para obtener el coeficiente de variacin en porcentaje


RESULTADOS
Desviacin media =

Varianza=

Actividades de aprendizaje:
Calcula las medidas de dispersin (desviacin media, varianza, desviacin estndar
y coeficiente de variacin) de los siguientes dos ejercicios.
Intervalos de
Clase

Marca
de
Clase
(x)

Frecuencia
Absoluta
(f )

59.5 - 63.5

61.5

63.5 - 67.5

65.5

67.5 - 71.5

69.5

71.5 - 75.5

73.5

11

75.5 - 79.5

77.5

79.5 - 83.5

81.5

83.5 - 87.5

85.5

TOTAL =

Frecuencia
por marca
de clase
(f)(X)

Valor
absoluto
del desvo

X1 X

50

ME. Gonzalo Joel Bautista Lara

RESULTADOS

89
Desviacin media =

Frecuencia
por desvos

X1 X
f

Desvos
al
cuadrado
(X X)2

Frec. por
desvos al
cuadrado

XX
f

Manual de Probabilidad y Estadstica

CBTA No. 33

Ahora realiza el siguiente ejercicio tomado de datos de ejercicios anteriores.


Intervalos
Marca de
de Clase
Clase (x)
148.5
152.5
150.5
152.5
156.5
154.5
156.5
160.5
58.5
160.5
164.5
162.5
164.5
168.5
166.5
168.5
172.5
170.5
172.5
176.5
174.5
TOTAL =

Frecuencia
Absoluta (f)
3
7
13
12
13
5
2
55

RESULTADOS

Desviacin media =

Varianza =

ME. Gonzalo Joel Bautista Lara


90

Manual de Probabilidad y Estadstica

CBTA No. 33

UNIDAD V
Probabilidad
El problema central de la estadstica es el manejo del azar y la incertidumbre. Los
eventos aleatorios siempre se han considerado como misteriosos. El libro de Job ponder hace
mucho tiempo la funcin del intento divino en los acontecimientos al azar y fue, varios siglos
ms tarde, que se us el poder de las matemticas para explicar la aleatoriedad. Los orgenes
de las matemticas de la probabilidad se remontan al siglo XV, las primeras aplicaciones se
relacionan bsicamente a los juegos de azar. Los jugadores ganadores utilizaron el
conocimiento probabilstico para desarrollar estrategias de apuestas en loteras, casinos,
carreras de caballos etc. Los avances cientficos de los siglos que siguieron al Renacimiento,
enfatizando la observacin y la experimentacin cuidadosa, dieron lugar a la teora de la
probabilidad para estudiar las leyes de la naturaleza y los problemas de la vida cotidiana.
Conceptos bsicos
Con el objeto de familiarizarse con el concepto de la probabilidad comenzaremos por dar
una definicin de probabilidad que slo es vlida cuando todos los resultados son igualmente
probables.
Si hay n posibilidades igualmente probables y una de ellas debe ocurrir, entonces la
probabilidad de que ocurra algn evento o suceso de k de estas n posibilidades es k / n. Las
palabras SUCESO O EVENTO aqu los utilizaremos como sinnimos. Si un experimento se
repite muchas veces, digamos n y si el suceso o evento E1 se observa k veces, entonces la
probabilidad S del suceso E1 es el cociente de la razn k / n.

Probabilidad S = nm de veces que el suceso E1 ocurri

Total de sucesos realizados

=k .

La experiencia justifica esta igualdad, pues a medida que n se hace mayor, la frecuencia
relativa se aproxima ms a la probabilidad matemtica. Este concepto se utiliza para definir la
razn citada como probabilidad emprica, algunos autores la citan como FORMULA BSICA de
la probabilidad.

Otro concepto importante es que la probabilidad de que suceda un evento es un nmero


real entre cero y uno. Entre ms pequeo sea este nmero, el evento es menos probable, y

ME. Gonzalo Joel Bautista Lara


91

Manual de Probabilidad y Estadstica

CBTA No. 33

entre ms cercano a uno sea este nmero, el evento es ms probable. Cuando la probabilidad
es igual a el evento tiene la misma probabilidad de ocurrir que de no ocurrir.
Coloquialmente tambin hablamos de probabilidades empleando porcentajes.
As la posibilidad de que al tirar el dado el resultado sea 2 o 5 es de 2/6 = 1/3 que sera
igual al 33.33 % ya que se dividi 1/3 por 100.
Cul es la probabilidad de obtener un nmero impar al lanzar un dado?.
S = ( 1, 2, 3, 4, 5, 6 )

E = ( 1, 3, 5, )

p(E)= 3 = 1
6

La probabilidad es de o 0.5 en porcentaje ser el 50%


Cul es la probabilidad de extraer una ficha de domin con 7 puntos de una caja, sin
ver?.
S = (6,6), (6,5), (6,4), (6,3), (6,2), (6,1), (6,0), (5,5), (5,4), (5,3), (5,2), (5,1), (5,0),
(4,4),
(4,3), (4,2), (4,1), (4,0), (3,3), (3,2), (3,1), (3,0), (2,2), (2,1), (2,0), (1,1), (1,0),
(0,0)
E = { (6,1), (5,2), (4,3) }
p( E ) = 3 = 0.1071 en porcentaje ser el 10.71%
28
Modelos matemticos
En la teora de probabilidadmatemtica se define la probabilidad con los tres axiomas de
Kolmogorov.
Axiomas de Kolmogorov
Primer axioma
La probabilidad de un suceso A es un nmerorealentre 0 y 1.
.
Segundo axioma
Ocurre un suceso de la muestra de todos los sucesos o espacio de sucesos
probabilidad 1.
.
la probabilidad del espacio muestral es igual a 1:
p(S)=1

ME. Gonzalo Joel Bautista Lara


92

con

Manual de Probabilidad y Estadstica

CBTA No. 33

Tercer axioma
Si A1, A2 ... son sucesos mutuamente excluyentes (incompatibles dos a dos, disjuntos o
de interseccin vaca dos a dos), entonces:

.
Permutaciones y combinaciones
Para pronosticar el triunfador de una eleccin municipal necesitamos al menos conocer
quines son los candidatos de los distintos partidos polticos, as como para pronosticar si la
seleccin mexicana de ftbol ganar un partido, es necesario saber si en caso de empate el
partido se decidir en tiempos extras o por medio de penales. En general, NO ES POSIBLE
HACER PREDICCIONES RAZONABLES A MENOS DE QUE CONOZCAMOS LO QUE ES
POSIBLE, es decir, es necesario conocer LO QUE ES POSIBLE antes de juzgar LO QUE ES
PROBABLE. Por lo tanto estudiaremos someramente cmo determinar en algunos casos lo que
es posible.
En el estudio de lo que es posible hay esencialmente dos tipos de problemas. Existe el
problema de hacer una lista de todo lo que puede suceder en una situacin determinada y se
tiene el problema de determinar cuntas cosas diferentes pueden suceder. El segundo tipo de
problema es de especial importancia porque hay muchas situaciones en que no necesitamos
una lista completa y por tanto, podemos ahorrarnos una gran cantidad de trabajo.
Diagrama de rbol
Aunque el primer tipo de problema
puede parecer directo y sencillo, existen
problemas que ilustran que esto no siempre
es el caso; hagamos unos ejercicios para
reflexionar.
En un estudio mdico se clasifica a
los pacientes de acuerdo con el tipo de
sangre que tengan, ya sea, tipo A; B, AB u
O y tambin de acuerdo con su tipo de
presin sangunea, ya sea baja, normal o
alta.
De cuntas maneras distintas se
puede clasificar a un paciente?
Este tipo de problemas se puede manejar sistemticamente trazando un DIAGRAMA DE
RBOL como el siguiente, donde se puede apreciar que la respuesta es 12. Comenzando por la

ME. Gonzalo Joel Bautista Lara


93

Manual de Probabilidad y Estadstica

CBTA No. 33

parte superior, el primer camino a lo largo de las ramas corresponde a un paciente con tipo de
sangre A y presin sangunea baja, el segundo camino a un paciente con tipo de sangre A y
presin sangunea normal y el duodcimo camino corresponde a un paciente que tiene
sangre tipo O y una presin sangunea alta.
La respuesta que obtuvimos es de 4 por 3 = 12, especficamente es el producto del
nmero de tipos de sangre por el nmero de niveles de presin sangunea.
Otro ejemplo: Cuntas palabras de tres letras se pueden formar si se dispone de un
alfabeto con dos letras; a y b.? (Nota: Son permisibles palabras como bba)
Solucin: Si tenemos 2 letras (a, b) y formamos la palabra con tres letras tendremos 23
= 2 x 2 x 2 = 8 esto quiere decir que formaremos ocho palabras con tres letras.
Para comprender mejor hagamos otro DIAGRAMA DE RBOL
Letra

Letra

letra

palabra

Inical

central

final

formada

a ..

aaa

a
b a a b
a
a a b a
b
b ..

abb

a ..

baa

b .

bab

a .

bba

b .

b bb

ME. Gonzalo Joel Bautista Lara


94

Manual de Probabilidad y Estadstica

CBTA No. 33

Te toca a ti resolver el siguiente ejercicio utilizando un principio de conteo.


Cuntas placas distintas hay con dos letras a la izquierda y tres nmeros a la derecha?
Considerando que el alfabeto es de 27 letras castellanas y por supuesto 10 nmeros
Realiza aqu tus operaciones. ANIMO TU PUEDES

PLACA DE MICHOACN

SI OBTUVISTE BIEN EL RESULTADO, HAS DESCUBIERTO UN PRINCIPIO DEL CONTEO QUE


ES EL
PROCESO DE CONTAR
Si un primer suceso o evento puede efectuarse de p1 maneras diferentes, y si despus
de que este suceso ha sido efectuado, un segundo suceso puede efectuarse de p2 maneras
diferentes, entonces los dos sucesos pueden verificarse siguiendo el orden indicado de p1. p2
maneras diferentes.
Analiza con cuidado: De cuantas maneras diferentes se pueden
seleccionar parejas de diferentes sexo de un grupo de 4 hombres y 6
mujeres?
Solucin: Como cada hombre puede ser seleccionado de cuatro
maneras diferentes y cada mujer puede ser seleccionada de 6 maneras
diferentes; entonces, cada pareja puede ser escogida de: 4 ( 6 ) = 24
maneras diferentes.
Si el suceso o evento incluye ms de dos sucesos diferentes podemos ampliar el
principio multiplicativo, de manera que si despus de haber ocurrido los dos primeros sucesos,
puede ocurrir un tercero de p3 maneras diferentes, un cuarto de p4 maneras diferentes, y por
ltimo un n-simo de pn maneras diferentes, entonces los sucesos pueden ocurrir en el orden
siguiente: p1 p2 p3 p4 , pn maneras diferente.
Reflexiona y piensa: Una cafetera ofrece una comida especial que consiste en un
emparedado (usando una de ocho carnes distintas y uno de cuatro tipos diferentes de pan), una
de cuatro clases distintas de sopa y una de tres bebidas diferentes.
De cuntas maneras distintas una persona puede seleccionar una de estas comidas
especiales?

ME. Gonzalo Joel Bautista Lara


95

Manual de Probabilidad y Estadstica

CBTA No. 33

Solucin: Dado que p1 = 8, p2 = 4, p3 = 4, p4 = 3, hay (8)(4)(4)(3) = 384 maneras


diferentes en que se puede seleccionar una comida especial.
Sigue pensando y analizando: Un examen de estadstica, consta de quince preguntas de
opcin mltiple, de las cuales cada una tiene cuatro posibles respuestas.
De cuntas maneras distintas un estudiante puede marcar una respuesta para cada
pregunta?
Solucin: puesto que p1=p2=p3== p15 = 4, en total hay
4.4.4.4.4.4.4.4.4.4.4.4.4.4.4 = 1,073,741,824 diferentes maneras en
que un estudiante puede marcar una respuesta para cada pregunta.
Ntese que slo en una de las 1,073,741,824 posibilidades todas las
respuestas son correctas. Y si queremos saber todas las respuestas
incorrectas? ser: 3.3.3.3.3.3.3.3.3.3.3.3.3.3 = 14,348,907 todas las
respuestas incorrectas.
En una calculadora cientfica este tipo de problema se resuelve de la siguiente forma:
p15 (o quince preguntas) tiene 4 posibles respuestas = cuatro respuestas por las 15 preguntas
tenemos = 415 ponemos 4 y tecleamos X y , ponemos 15 y la tecla = y nos arroja el resultado
1,073,741,824
El principio multiplicativo nos permite en muchos casos calcular el nmero de
posibilidades sin necesidad de listar todas ellas o de desarrollar un diagrama de rbol
excesivamente grande.
ES IMPORTANTE TENER EN CUENTA QUE PARA APLICAR ESTA REGLA, NO
DEBE HABER RESTRICCIONES EN LAS COMBINACIONES POSIBLES.
FACTORIAL QUE ES EL FACTORIAL DE UN NMERO?
Uno de los principales conocimientos que nos servirn como base para el clculo de las
tcnicas de conteo (permutaciones y combinaciones), es el factorial de un nmero. Su
definicin y algunos ejemplos se comentan enseguida.
El producto de cualquier nmero entero positivo n por todos los enteros menores que n
se llama FACTORIAL de n y se expresa con el smbolo n!, por lo tanto:

0! = 1 por definicin
1! = 1 (1) = 1
2! = 2 (1) = 2
3! = 3 (2) (1) = 6
4! = 4 (3)(2)(1) = 24

ME. Gonzalo Joel Bautista Lara


96

Manual de Probabilidad y Estadstica

CBTA No. 33

5! = 5 (4)(3)(2)(1) = 120
.
.
.
n! = (n) (n-1) (n-2) ,(1)
El factorial de los primeros nmeros enteros positivos se pueden obtener directamente
utilizando una calculadora, para nmeros mayores se obtienen con la formula aproximada de
Stirling o consultando tablas elaboradas con resultados.
En tu calculadora cientfica pon 6 y oprime la tecla n! y te arrojar 720, que es el
factorial de 6.
Cuanto es el factorial de 7! = ______________________
8! = ______________________
9! =_______________________
10! = _______________________

Actividades de aprendizaje: Resuelve los siguientes problemas de probabilidades de


frecuencia relativa en fracciones ( 0 a 1) y en porcentajes (%). REALIZA AQU TUS
CLCULOS.
1) Cul es la probabilidad de obtener un AS de una baraja de pker (de 52 cartas)?

2) De cada 1000 personas a quienes se les practican exmenes mdicos 35 tienen


problemas de la vista. Cul es la probabilidad de que una persona examinada padezca algn
malestar con su vista?

3) En una caja hay 75 canicas azules y 225 rojas. Cul es la probabilidad de sacar al
azar una canica azul? Adems calcula cual es la probabilidad de sacar una roja?

4) En una caja hay 25 tornillos en buen estado y 80 defectuosos. Cul es la


probabilidad de sacar de la caja al azar?

ME. Gonzalo Joel Bautista Lara


97

Manual de Probabilidad y Estadstica

CBTA No. 33

a) Un tornillo en buen estado


b) Un tornillo defectuoso?

MAS ACTIVIDADES DE APRENDIZAJE: UTILIZA LA HOJA DE AUN LADO O DE


ATRAZ, PARA RESOLVER LOS SIGUIENTES PROBLEMAS DE CONTEO (Diagrama de rbol
y principio multiplicativo,)
1) De cuntas maneras diferentes se puede arreglar uno de los viajes especiales de fin
de semana a 12 ciudades distintas, por avin, tren o autobs, que ofrece una agencia de
viajes?:
ELABORA UN DIAGRAMA DE RBOL PARA ESTE EJERCICIO.

2) En un restaurante ofrecen 4 tipos de comidas (a,b,c,d); 3 tipos de sopas (1,2,3); y 3


tipos de postres( x,y,z), Cules son el nmero total de posibles formas de arreglos?
ELABORA UN DIAGRAMA DE RBOL PARA ESTE EJERCICIO.

3) Un examen de 10 preguntas consiste en 6 preguntas de eleccin mltiple, cada una


con 4 posibles respuestas, y la otra parte del examen con 4 preguntas de falso y verdadero.
a) De cuntas maneras (diferentes) se puede contestar el examen?
b) En cuantas maneras es posible responder el examen y obtener todas las respuestas
mal?

4) Una persona piensa comprar cierto automvil. El fabricante ofrece cualquier


combinacin de las siguientes alternativas: SEIS colores diferentes; DOS tipos de motor; TRES
tipos de rines; Transmisin manual o automtica; sin radio, con radio AM-FM, con radio AM-FMTocacintas o con radio AM-FM-CD; y sin aire acondicionado o con aire acondicionado. Cada

ME. Gonzalo Joel Bautista Lara


98

Manual de Probabilidad y Estadstica

CBTA No. 33

comprador debe hacer UNA eleccin con respecto al color, motor, rines, transmisin, radio y
aire acondicionado.

5) De una ciudad A a otra B hay 4 caminos; a su vez de la ciudad B a la C hay 6


caminos, si todos los caminos son diferentes, de cuantas formas es posible:
a) Viajar de A hasta C pasando por B
b) Hacer el viaje redondo saliendo de A hasta C pasando por B y de C hasta A pasando
por B
c) Hacer el viaje redondo desde A hasta C pasando por B pero sin utilizar el mismo
camino ms de una vez.
Ciudad

Ciudad

ME. Gonzalo Joel Bautista Lara


99

Ciudad C

Manual de Probabilidad y Estadstica

CBTA No. 33

Bibliografa y Referencias
Chvez Escalante, M. (2001). Fundamentos de Estadstica Descriptiva y Probabilidad.
Mxico, D.F.: DGETA.
Ruz Muoz, D. y. (sd de sm de sa). http://www.eumed.net/libros/2006a/rmss/00.htm.
Recuperado el 11 de julio de 2011, de
http://www.eumed.net/libros/2006a/rmss/00.htm:
http://www.eumed.net/libros/2006a/rmss/00.htm
Antologa de Probabilidad y Estadstica, DGETA,
SILVA MARTNEZ, Jess Manuel, Asmate a las matemticas, Ed. Progreso, Mxico, DF. 2011
COLLINS, Jane, Probabilidad y estadstica, ALEC, Mxico DF. 2013.
http://www.julioprofe.net/
http://www.vitutor.com/estadistica.html
http://www.youtube.com/watch?v=akNzV9KX6jI
http://www.youtube.com/watch?v=ugOQZtMlwcY

ME. Gonzalo Joel Bautista Lara


100