Miaumiaumiaumiaumiaum

iaumiaumiaumiaumiaumia
umiaumiaumiaumiaumiau
Trabajo de Investigacin
miaumiaumiaumiaumiaum
Estadstica y Probabilidad
iaumiaumiaumiaumiaumia
umiaumiaumiaumiaumiau
miaumiaumiaumiaumiaum
iaumiaumiaumiaumiaumia
umiaumiau:3miaumiaumia
umiau:3miaumiaumiaumia
umiaumiaumiaumiaumiau
miaumiaumiaumiaumiaum
iaumiaumiaumiaumiaumia
umiaumiaumiaumiaumiau
miaumiaumiaumiaumiaum
iaumiaumiaumiaumiaumia
umiaumiaumiaumiaumiau
Erick Urea

Historia de la Probabilidad y Estadstica

Segn el historiador Herodoto, en el antiguo Egipto (3000 a.C.) ya se
registraban datos relativos a la poblacin y riqueza para construir
pirmides. En China, Grecia, Roma, as como en los territorios
actuales de Francia en Inglaterra, tambin se registraron datos
estadsticos para distintos fines.
Por otra parte, desde el siglo XII se han estudiado los juegos de azar,
principalmente con dados y cartas; un ejemplo lo encontramos en el
poema De Vetula, de Richard de Fournival (1200-1250), en el que
afirma que si se lanzan tres dados hay 216
combinaciones
posibles.
Otros
matemticos
realizaron diversos aportes al estudio del clculo
de probabilidades relacionado con este tipo
de juegos.

En 1662, el ingls John Graunt (1620-1674) realiz un estudio sobre

distintos temas relacionados con la demografa en Londres. Entre
ellos se encontraban: la edad promedio de vida, y estableci algunas
causas de fallecimiento. De hecho, Graunt elabor la primera tabla de
mortalidad y se cuenta que hizo predicciones sobre la cantidad de
personas que moriran a causa de ciertas enfermedades. En
conclusin, se podra decir que el trabajo realizado por Graunt se
enmarca en la Estadstica y en la Probabilidad.

Actividades Resueltas
a) La estatura en centmetros de un grupo de 200 personas se
distribuye N (161, 11) .
Cul es la probabilidad de que al escoger una persona del
grupo su estatura sea mayor que 168cm? Aproximadamente
cuntas personas del grupo son de estatura mayor que 168cm?
Sea X la estatura de una persona. Luego, la probabilidad de que
sea mayor que 168cm es posible representarla por P( X >168) .
Adems, como X se distribuye

Y como se pide

N (161, 11) , se tiene.

P( X >168) , se debe calcular la siguiente rea

sombreada:
S
S
Al

tipificar se obtiene:
Z=

168161 7
= =0,64
11
11

w
Luego,
Observa:

se

tiene

P ( Z >0,64 )=1P ( Z <0,64 )=10,7389=0,2611 .

Por lo tanto, la probabilidad de escoger una persona del grupo

se estatura mayor que 168cm es cerca del 26%, que
corresponde a 52 personas aproximadamente.
1- SI el tiempo en horas que un estudiante de 4 o medio dedica
diariamente a estudiar Matemticas sigue una distribucin de

N (3,2) Y EL 25% de estos alumnos estudia ms de x horas diarias,

Cul es el valor de x?
Sea x el tiempo en horas que un estudiante de 4 o medio dedica
diariamente en estudiar Matemticas. Como sigue una distribucin

N (3,2) y el 25% de estos alumnos estudia ms de x horas diarias, se

obtiene lo siguiente:

Donde

P( Z> z )=0,25 ; lo cual es equivalente a

donde obtiene que

P( Z< z )=0,75.

0,25=1 P (Z < z) ; de

As, utilizado la tabla de tipificacin

de la pagina 223, se obtiene que z = 0,675, Observa:

z
0,0
0,1
0,2
0,3
0,4
0,5
0,6

0,00
0,500
0
0,539
8
0,579
3
0,617
9
0,655
4
0,691
5
0,726
7

0,01
0,504
0
0,543
8
0,583
2
0,621
7
0,659
1
0,695
0
0,729
1

0,02
0,508
0
0,547
8
0,587
1
0,625
5
0,662
8
0,698
5
0,732
4

0,03
0,512
0
0,551
7
0,591
0
0,629
3
0,666
4
0,701
9
0,735
7

0,04
0,516
0
0,555
7
0,594
8
0,636
8
0,673
6
0,708
8
0,742
2

0,05
0,519
9
0,559
6
0,602
6
0,640
6
0,677
2
0,712
3
0,745
4

0,06
0,527
9
0,567
5
0,606
4
0,644
3
0,680
8
0,715
7
0,748
6

0,07
0,527
9
0,567
5
0,606
4
0,644
3
0,680
8
0,715
7
0,748
6

0,08
0,512
0
0,551
7
0,591
0
0,629
3
0,666
4
0,701
9
0,735
7

Una vez encontrado el valor de z, se debe buscar el valor de x, ya que es

la interrogante del problema. Entonces, se tiene que:

0,676=

x3
1,35=x 3 x=4,35
2

Finalmente, se tiene que el 25% de los estudiantes de 4 medio dedica

ms de 4,35 horas diarias en estudiar Matemtica.

Asocia a cada diagrama de dispersin el coeficiente de correlacin

correspondiente:

0,99 ;

0,8 ;

0,6

0,1 .

a) Las variables son prcticamente independientes

r =0,1

b) Las variables tienen correlacin negativa dbil

r =0,6

c) Las variables tienen correlacin positiva media

r =0,8

d) Las variables tienen correlacin negativa fuerte

r =0,99

La siguiente tabla muestra la estatura de Juan entre los 3 aos y los 5 aos.

Edad (meses)

36

48

51

Estatura (cm)

86

90

91

5
4
9
3

57

60

94

95

Halla la recta que mejor se ajuste a la nube. Cunto medir cuando tenga
70 meses?
Sabiendo que

r=0,99 , tiene sentido calcular la recta que mejor se ajuste

a los valores de la variable y as poder hacer las predicciones.

Se calculan los distintos parmetros, obteniendo:

Se sustituye en la ecuacin de la recta de re regresin

y se obtiene:

y91,5=0,38 ( x51 ) y=0,38 x +72,12

Sustituyendo en esta ecuacin los valores de x, se pueden obtener, con
cierta aproximacin, los valores esperados para la variable y, que se llaman
estimaciones o predicciones.

Si

x=70

meses, Juan medir

y=0,3870+72,12=98,72 cm

La fiabilidad de estas estimaciones ser mayor cuanto ms prximo est el

coeficiente de correlacin a 1 -1, y cuando el valor no est alejado de los
valores de X.

Problema
Si el 7% de los celulares de cierta marca tiene algn defecto y se
empaqueta en cajas de 80 unidades para distribuirlos, Cul es la
probabilidad de que en una caja haya ms de 10 celulares defectuosos?

Comprender el enunciado del problema

Qu se quiere dar a conocer una vez resuelto el problema?
La probabilidad de encontrar ms de 10 celulares defectuosos en una caja.
Qu
informacin
entrega
el
enunciado
del
problema?
Que el 7% de los celulares tiene algn defecto y que se empaquetan en
cajas de 80 unidades.

Proponer un plan
Analiza el objeto o situacin que evaluaras y define realizars estas
evaluacin.
La situacin a considerar es obtener celulares defectuosos o no se trata de
un experimento dicotmico. Luego, la variable aleatoria sigue una
distribucin binomial

B (80 ; 0.07)

que se puede aproximar a una

distribucin normal.

Ejecutar el plan
Verificar si la proposicin es vlida o no
La

variable

np=5.6>5

se

distribuye

de

forma

binomial

Luego, se puede aproximar a una distribucin normal

B (80 ; 0.07) , siendo

n(1p)=74,4>5 .
N (5 ; 6 ; 2,28)

Explica los argumentos sobre el valor atribuido a la solucin de la situacin.

Considerando la informacin del enunciado se quiere calcular

P(Y >10) .

Luego:

P(Y >10)=P( X >10,5)

X 5,6 105,6
>
) P(Z >2,15)=1 P( Z <2,15)
2,28
2,28

1 0,9842=0,0158
Por lo tanto, la probabilidad de que una caja haya ms de 10 celulares
defectuosos es de

0,0158.

Revisa la solucin.
Puedes calcular:

1 (P(Y 10))=1 ( P(Y =0)+ P( y=1)+ + P( y=10)) .

Problema
Un examen consta de 10 preguntas a las cuales hay que contestar SI o NO.
Suponiendo que a las personas que se les aplica no saben contestar a
ninguna de las preguntas y en consecuencia contestan al azar, hallas;
a) Probabilidad de obtener cinco acierto.
b) Probabilidad de obtener algn acierto.

Resolucin
Es una distribucin binomial, la persona puede acertar o fallar la pregunta
Suceso A(xito) = acertar la pregunta,

P(a)=0,5

Suceso AN =no acertar la pregunta,

P( AN)=0,5

Distribucin binomial de parmetros

N=10, bP=0,5 ; B(10 ; 0,5)

a) Probabilidad de obtener cinco aciertos

Obtener exactamente cinco aciertos, y = 5, aplicamos la frmula:

P(Y = y)=

( ny ) p q
y

n y

y=5 ; n=10 ; p=0,5, q=0,5

P(Y =5)=(

10
5
105
5
5
)(0,5) ( 0,5 )
P(Y =5)=252(0,5) (0,5) 0,2461
5

b) Probabilidad de obtener algn acierto

x=2=+ P ( x=3 ) + P ( x=4 ) + P ( x=5 ) + P ( x =6 )

P(x 1)=P
+ P(x=7)+ P( x=8)+ P(x=9)+ P( z=10)
De esta forma resulta muy largo, para evitar esta situacin buscamos
el
complemento.

P( x 1)=1 P( x=0)
Calculamos la probabilidad de no obtener ningn acierto P(x = 0)

P( x=0)=(

10
0
10
)( 0,5 ) ( 0,5 ) =0,0010
0

P( x 1)=1 P( x=0) P( x 1)=1 0,0010=0,99

Aplicacin Cientfica de la Estadstica y Probabilidad

Una de las aplicaciones se da en la meteorologa como una ciencia
aplicada.

La previsin del tiempo

Mapa sinptico de Estados Unidos para el 21 de octubre de 2006.
Varias veces por da, a horas fijas, los datos procedentes de cada
estacin meteorolgica, de los barcos y de los satlites llegan a los
servicios regionales encargados de centralizarlos, analizarlos y
explotarlos, tanto para hacer progresar a la meteorologa como para
establecer previsiones sobre el tiempo clave que har en los das
venideros. Como las observaciones se repiten cada 3 horas (segn el

horario sinptico mundial), la sucesin de los mapas y diagramas

permite apreciar la evolucin sinptica: se ve cmo las
perturbaciones se forman o se resuelven, si estn subiendo o bajando
la presin y la temperatura, si aumenta o disminuye la fuerza del
viento o si cambia ste de direccin, si las masas de aire que se
dirigen hacia tal regin son hmedas o secas, fras o clidas, etc.
Parece as bastante fcil prever la trayectoria que seguirn las
perturbaciones y saber el tiempo que har en determinado lugar al
cabo de uno o varios das. En realidad, la atmsfera es una
gigantesca masa gaseosa tridimensional, turbulenta y en cuya
evolucin influyen tantos factores que uno de stos puede ejercer de
modo imprevisible una accin preponderante que trastorne la
evolucin prevista en toda una regin. As, la previsin del tiempo es
tanto menos insegura cuando menor es la anticipacin y ms
reducido el espacio a que se refiere. Por ello la previsin es calificada
demicrometeorolgica, mesometeorolgica o macrometeorolgica,
segn se trate, respectivamente, de un espacio de 15 km, 15 a 200
km o ms de 200 km.

Otra de las aplicaciones notables sera la Tasa de Mortalidad.

Tasa de Mortalidad
La tasa de mortalidad general es la proporcin de personas que
fallecen respecto al total de la poblacin (usualmente expresada en
tanto por mil, ), la tasa de mortalidad particular se refiere a la
proporcin de personas con una caracterstica particular que mueren
respecto al total de personas que tienen esa caracterstica (la tasa de
mortalidad por edad, o la tasa de mortalidad por grupo social son
ejemplos de tasas particulares). Ambas tasas de mortalidad se
expresan por frmulas de la forma:
mx =

Fx
x 100
Px

mx : Tasa de mortalidad (dentro del grupo X, si es general X =G ) y

con m (no vara)
Fx : Nmero de fallecimientos dentro de un conjunto X.

Px : Nmero total de personas en el conjunto X.

Generalmente en los pases menos desarrollados la tasa de
mortalidad y natalidad es ms alta, mientras que en los ms
desarrollados la tasa de mortalidad y natalidad es ms baja. La tasa
de mortalidad est negativamente correlacionada con la esperanza
de vida al nacer, de tal manera que cuanta ms esperanza de vida
tenga un individuo en su nacimiento, menos tasa de mortalidad tiene
la poblacin.

Conclusiones
Con el presente documento, he aprendido sobre qu tan importante
es la probabilidad y estadstica en estudios matemticos,
comprendemos que tiene aplicaciones muy importantes y
destacables en la vida, como predicciones atmosfricas, tasa de
natalidad y mortalidad.
Tiene tambin cabida en lo que respecta a teora de juegos, adems
si tenemos presente estas asignaturas al realizar encuestas y
recopilar
datos,
tendremos
una
tabulacin
de
datos
considerablemente precisa.

Recomendaciones

Se recomienda indagar ms sobre el estudio y aplicaciones de

probabilidad y estadstica, en conjunto nos brindan datos muy
detallados
sobre
algo
que
deseemos
conocer.

Bibliografa
http://es.wikipedia.org/wiki/Tasa_bruta_de_mortalidad
http://es.wikipedia.org/wiki/Meteorolog%C3%ADa
http://www.astromia.com/tierraluna/meteorologia.htm