You are on page 1of 124

FACULTAD DE INGENIERA.

PROGRAMA INGENIERA DE SISTEMAS

mean

PROBABILIDAD Y ESTADSTICA
CON MATLAB PARA
INVESTIGADORES
Curso bsico
Hctor Jos Pabn ngel MSc.

2010

UNIVERSIDAD

~1~
DE CUNDINAMARCA SECCIONAL UBAT

PROBABILIDAD Y ESTADSTICA
CON MATLAB
PARA INVESTIGADORES

POR:

HCTOR JOS PABN NGEL


MSc.

UNIVERSIDAD DE CUNDINAMARCA
SECCIONAL UBAT
PROGRAMA DE INGENIERA
2010
2

CONTENIDO
Pg.
8
8
8
9
9
11
11
14
17
21
23
24
27
29
30

1.
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
1.10
1.11
1.12
1.13
1.14

ELEMENTOS DE MATLAB
INTRODUCCIN
ALGUNAS OPERACIONES BSICAS CON MATLAB
LOS NMEROS EN MATLAB Y LOS FORMATOS NUMRICOS
OPERACIONES ARITMTICAS
FUNCIONES MATEMTICAS DE MATLAB
VECTORES
MATRICES
CREACIN DE MATRICES ESPECIALES
OPERACIONES CON MATRICES
CADENAS DE IMPRESIN
SOLUCIN DE ECUACIONES LINEALES
GRAFICACIN CON MATLAB
SUBPLOT
DEFINICIN DE FUNCIONES

2.
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
2.10
2.11
2.12
2.13
2.13.1
2.13.2
2.13.3
2.14
2.14.1
2.14.2
2.14.3
2.14.4

PROBABILIDAD
INTRODUCCIN
ESPACIO MUESTRAL
EVENTO
COMBINATORIA
PROBABILIDAD DE UN EVENTO
PROBABILIDAD CONDICIONAL
EVENTOS INDEPENDIENTES
VARIABLES ALETAORIAS
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
DISTRIBUCIN CONTINUA DE PROBABILIDAD
ESPERANZA MATEMTICA
VARIANZA
DISTRIBUCIONES DISCRETAS
Distribucin binomial
Distribucin hipergeomtrica
Distribucin de Poisson
DISTRIBUCIONES CONTINUAS
Distribucin normal
Distribucin 2 (o JI-cuadrado)
Distribucin t de Student
Distribucin F

32
32
32
32
33
34
36
37
37
38
40
41
43
45
45
47
48
50
50
57
58
59

3.
3.1
3.1.1
3.1.2

ANLISIS ESTADSTICO
ESTADSTICA DESCRIPTIVA
Estadgrafos de posicin
Estadgrafos de dispersin

61
61
66
66

4.
4.1
4.2

TEORA DE MUESTREO
INFERENCIA ESTADSTICA
PRUEBA DE HIPTESIS

72
75
75
3

5.
5.1
5.2
5.3

AJUSTES DE CURVAS Y REGRESIN


INTRODUCCIN
REGRESIN LINEAL SIMPLE
DIAGRAMAS DE DISPERSIN
APNDICE 1
APNDICE 2
APNDICE 3
APNDICE 4
GLOSARIO
BIBLIOGRAFA
FUENTES DE INFORMACIN ELECTRNICA

88
88
88
89
98
99
100
101
103
108
111

LISTA DE FIGURAS
Pg.
FIGURA 1.1
FIGURA 1.2
FIGURA 1.3
FIGURA 1.4
FIGURA 1.5

Grfica de la funcin y = ex+10


Grfica de malla para la superficie Z = -3X + Y
Grfica de la superficie z =
Varios grficos en una misma ventana utilizando la funcin subplot
Varios grficos en una misma ventana utilizando la funcin

27
28
28
29
30

subplot

FIGURA 1.6
FIGURA 2.1
FIGURA 2.2
FIGURA 2.3
FIGURA 2.4
FIGURA 2.5
FIGURA 2.6
FIGURA 2.7
FIGURA 2.8
FIGURA 2.9
FIGURA 2.10
FIGURA 2.11
FIGURA 2.12

Grfica de la funcin f(x) = ex 2x/(1 + x3)


(a) Diagrama de Venn de eventos mutuamente excluyentes (b)
(disyuntos)
Diagrama de Venn de la variable aleatoria X del ejemplo 2.7
Histograma de probabilidad
Distribucin acumulada discreta
Distribucin de Poisson con
Funcin de densidad de la variable aleatoria normal X con = 0 y
=1
Distribuciones normales con = -3, = 0 y = 3 y constante
Distribuciones normales con igual media 0 y varianzas diferentes
Histograma del ejemplo 2.27
Histograma del ejemplo 2.28
Funcin de distribucin acumulada para la curva normal
Distribucin 2 con 2, 4, 6 y 8 grados de libertad con azul, verde,
rojo, azul claro, respectivamente

FIGURA 2.13
FIGURA 2.14
FIGURA 3.1
FIGURA 3.2
FIGURA 3.3
FIGURA 3.4
FIGURA 3.5
FIGURA 3.6
FIGURA 3.7
FIGURA 3.8
FIGURA 3.9
FIGURA 3.10
FIGURA 5.1
FIGURA 5.2
FIGURA 5.3
FIGURA 5.4
FIGURA 5.5
FIGURA 5.6
FIGURA 5.7
FIGURA 5.8

31
33
38
39
39
48
50
51
52
52
53
57
58
59

grados de libertad
Distribuciones F con 8 y 12 grados de libertad (azul), y 12 y 24
grados de libertad (verde)
Grfico de sectores (pie)
Histograma de frecuencias con seis clases del ejemplo 3.2
Diagrama de barras verticales
Diagrama de barras horizontales
Grfico de racimo
Polgono de frecuencias (rojo)
Histograma y curva normal
Histograma y curva normal
Asimetras
Curtosis
No existe relacin entre los vectores de datos x e y
Relacin lineal positiva
Relacin lineal negativa
Relacin curvilnea
Lnea recta de ajuste por mnimos cuadrados
Ajuste lineal y cuadrtico
Regresin lineal para la data del ejemplo 5.1 y lmite de confianza
de y
Grfico de la distribucin acumulativa normal de las desviaciones
de la lnea que aparece adecuada en la figura anterior
5

60
64
64
64
65
65
65
67
69
69
70
89
89
90
90
91
92
94
94

FIGURA 5.9
FIGURA 5.10

Recta de regresin estimada de las notas de Matemtica I


respecto al puntaje de ingreso a la universidad
Grfico de la distribucin acumulativa normal de las desviaciones

95
96

LISTA DE TABLAS
Pg.
TABLA 2.1 Datos de estudiantes de la Universidad X
TABLA 3.1 Clases vs frecuencias
TABLA 5.1 Data de la variable independiente x, y la variable dependiente y

36
64
93

PROBABILIDAD Y ESTADSTICA CON MATLAB PARA


INVESTIGADORES

1. ELEMENTOS DE MATLAB
1.1 INTRODUCCIN
En esta seccin se discutirn algunos tpicos de programacin con MATLAB. El nombre
de MATLAB
Matrix Laboratory
es un paquete para
computacin numrica extremadamente potente. Con MATLAB se pueden dar
comandos directos, como una calculadora de mano o se pueden escribir programas.
MATLAB existe como un programa de aplicacin primaria con una librera bastante
Toolbox standard
Toolbox de
MATLAB, contienen una librera amplia para resolver muchos problemas prcticos de
estadstica, tales como interpolacin, regresin, medidas de tendencia central, medidas
de dispersin, inferencia estadstica, graficacin, entre otros muchos temas.
MATLAB es un paquete de software matemtico basado en matrices. Est altamente
optimizado y es un sistema muy confiable. Muchas tareas numricas pueden ser
expresadas en forma concisa en el lenguaje del lgebra lineal sin mucha dificultad como
ocurrira en otro lenguaje de programacin no optimizado para matemticas.
1.2 ALGUNAS OPERACIONES BSICAS CON MATLAB
El prompt >> est dado por el sistema y se requiere dar <ENTER> para ejecutar un
comando MATLAB
Es posible incluir comentarios en el espacio de trabajo de MATLAB
despus de la sentencia, para indicar que es un comentario.

Ejemplo 1.1
>>% este es un comentario que no es ejecutable.

Ejemplo 1.2 Para buscar ayuda en un tpico especfico, se puede escribir:


>>help format %busca ayuda sobre format

Un punto y coma colocado al final de una expresin hace que la ejecucin del comando
no sea visible al usuario. Sin el punto y coma, se muestra el resultado de la ejecucin.

Ejemplo 1.3 Uso del punto y coma.


>>A=[1 2 3;4 5 6;7 8 9]; % no muestra la matriz
>>A=[1 2 3;4 5 6;7 8 9] % muestra la matriz

1.3 LOS NMEROS EN MATLAB Y LOS FORMATOS NUMRICOS


Las variables numricas son almacenadas en MATLAB en doble precisin, formato de
punto flotante. Es posible forzar algunas variables a otros tipos, pero no de una manera
fcil y esta capacidad no es necesaria por ahora.
Por defecto, la salida a la pantalla es de cuatro dgitos a la derecha del punto decimal.
Ejemplo 1.4 Para determinar el formato de salida de pantalla, se usa el comando
format, as:
>>format short
>>pi
ans =
3.1416
>>format long % formato con 14 cifras decimales
>>pi
ans =
3.14159265358979
>>format short e
>>pi
ans =
3.1416e + 000

Como parte de su sintaxis y su semntica, MATLAB est previsto para dar valores
excepcionales. Ms infinito (+ ) est representado por Inf, menos infinito (- ) por inf,
NAN (not a number). Estos valores excepcionales se
encuentran a menudo a travs de clculos en MATLAB.
1.4 OPERACIONES ARITMTICAS
La aritmtica en MATLAB sigue las reglas y uso de los smbolos de la computacin
estndar para los signos de las operaciones aritmticas.
9

Smbolo

Efecto

+
*
/
^

Adicin o suma
Substraccin o resta
Multiplicacin o producto
Divisin
Potencia
Conjugada transpuesta
Constantes

pi, e

En el presente contexto se considerarn estas operaciones como operaciones aritmticas


con escalares.
Ejemplo 1.5
>>(4-2+3*pi)/2
ans =
5.7124
>>a=2;
>>b=sin(a);
>>2*b^2
ans =
1.6537

Las operaciones aritmticas con MATLAB son mucho ms potentes que stas del
ejemplo 1.5, como se ver ms adelante.
Hay algunas operaciones aritmticas que requieren gran cuidado. El orden en el cual la
multiplicacin y la divisin se especifican es especialmente importante.
Ejemplo 1.6 El orden de ejecucin de las operaciones siguen un orden estricto de
acuerdo a la prioridad establecida por MATLAB
>>a=2;
>>b=3;
>>c=4;

Aqu, ante la ausencia de parntesis, las dos operaciones se ejecutan de izquierda a


derecha como sigue:
10

>>a/b*c
ans =
2.6667

Las operaciones aritmticas ejecutadas es equivalente a (a/b)*c, que es diferente a:


a/(b*c)
>> a/(b*c)
ans =
0.1667

1.5 FUNCIONES MATEMTICAS DE MATLAB


Todas las funciones matemticas estndar, llamadas funciones elementales que se
necesitan en este curso estn disponibles en MATLAB usando sus nombres
matemticos usuales.
Smbolo

Efecto

abs(x)

Valor absoluto

sqrt(x)

Raz cuadrada

sin(x)

Funcin seno

cos(x)

Funcin coseno

tan(x)

Funcin tangente

log(x)

Funcin logaritmo natural

exp(x)

Funcin exponencial

atan(x)

Funcin tangente inversa

acos(x)

Funcin coseno inversa

asin(x)

Funcin seno inversa

cosh(x)

Funcin coseno hiperblico

sinh(x)

Funcin seno hiperblico

Ntese que las funciones trigonomtricas su argumento debe estar en radianes (o nmero
puro) y no en grados.
Ejemplo 1.7 Calcular cos(pi/3)

11

>> cos(pi/3)
ans =
0.5000

Como se dijo antes, las variables aparecen como escalares. De hecho, todas las variables
en MATLAB son arreglos. Un aspecto importante de MATLAB es que se trabaja muy
eficientemente con arreglos y las tareas principales son mejor trabajadas con arreglos.
1.6 VECTORES
En MATLAB la palabra vector puede ser realmente interpretada como una lista de
nmeros. Estrictamente, podra ser una lista de otros objetos no numricos, pero por
ahora, decir esto es ms que suficiente y llena las expectativas del curso.
Hay dos clases bsicas de vectores en MATLAB: vector fila y vector columna.

Ejemplo 1.8 Definir un vector fila y un vector columna


>> x=[1 2 3 4 5] %define el vector x
x=
1

>> y=[1;2;3;4;5] %define el vector columna y


y=
1
2
3
4
5
>> x(3) %muestra el tercer elemento del vector x
ans =
3
>> y(5) %muestra el quinto elemento del vector columna
ans =
5
>> z=x(4)+3*x(2)+y(5)
z = 15
12

Los dos puntos tienen un especial y potente rol. Bsicamente, permite una forma fcil de
definir un vector de nmeros igualmente espaciados. Hay dos formas bsicas de definir
un vector en MATLAB con esta la notacin, utilizando los dos puntos.
La primera se hace con dos argumentos separados por dos puntos, como sigue:
Ejemplo 1.9 Definir un vector x con elementos igualmente espaciados por una unidad.
>> x=-2:4 %crea un vector que empieza con -2 y termina con 4 con incrementos de a 1
x=
-2

-1

La segunda es con tres argumentos separados por dos veces los dos puntos y tiene el
efecto de especificar el valor inicial : espaciamiento : valor final.
Ejemplo 1.10 Definir un vector

espaciando igualmente sus elementos con incrementos

de 0.5
>> y=-2:0.5:4 %crea un vector que empieza con -2 y termina con 4 con incrementos de a 0.5
y=
-2.0000 -1.5000 -1.0000 -0.5000
3.0000

3.5000

0.5000

1.0000

1.5000

2.0000

2.5000

4.0000

Ejemplo 1.11 Tambin se puede utilizar la notacin con dos puntos como sigue:
>> z=x(2:6) %crea el vector z con los elementos desde x(2) hasta x(6)
z=
-1

>> w=y(2:6) %crea el vector w con los elementos desde y(2) hasta y(6)
w=
-1.5000 -1.0000 -0.5000

0.5000

MATLAB tiene otros dos comandos para definir vectores de una manera adecuada. La
primera se llama funcin linspace, que se usa para especificar un vector con un nmero
dado de elementos igualmente espaciados entre un punto inicial y un punto final.
Ejemplo 1.12 Definir un vector

en un intervalo dado con

elementos.

>> x=linspace(1,2,5) %crea el vector x con 5 elementos en el intervalo [1,2]


13

x=
1.0000

1.2500

1.5000

1.7500

En el ejemplo 1.12, el vector

2.0000

tiene 5 elementos acomodados entre 1 y 2, igualmente

espaciados.
El otro comando es llamado funcin logspace, que es similar a la funcin linspace,
excepto que los elementos crecen igualmente espaciados en forma logartmica, y tambin
valor inicial

segn 10

valor final

y 10

Ejemplo 1.13 Definir un vector

en forma logartmica con

elementos

>> x=logspace(1,5,5)
x=
10

100

1000

10000

100000

Ejemplo 1.14 Se pueden usar vectores con MATLAB para generar tablas de valores de
funciones.
>> x=linspace(0,1,11);%crea el vector x con 11 valores entre 0 y 1
>> y=cos(x);%crea el vector y con los 11 valores de cos(x)
>> [x',y']%escribe los dos vectores x, y como columnas
ans =
0

1.0000

0.1000

0.9950

0.2000

0.9801

0.3000

0.9553

0.4000

0.9211

0.5000

0.8776

0.6000

0.8253

0.7000

0.7648

0.8000

0.6967

0.9000

0.6216

1.0000

0.5403

14

Ntese que se utiliz el apstrofe para transponer los vectores, es decir, para convertir
las filas en columnas.
Ejemplo 1.15 Otra forma de usar los dos puntos es como sigue:
>> y=sqrt(4+2*(0:0.3:2.4)')
y=
2.0000
2.1448
2.2804
2.4083
2.5298
2.6458
2.7568
2.8636
2.9665

1.7 MATRICES
Una matriz es un arreglo bidimensional de valores numricos que obedecen las reglas del
lgebra lineal.
Para entrar una matriz, se listan todos los elementos de la matriz de la primera fila
separados por espacios en blanco o comas, separando la primera fila de la segunda por
punto y coma y as sucesivamente hasta la ltima fila, encerrando todos los elementos
con corchetes. Para entrar una matriz de 3x4 de nmeros se procede as:
Ejemplo 1.16 Definir una matriz numrica de dimensin 3x4.
>> A=[1 2 3 4;5 6 7 8;8 10 11 12]%crea la matriz A de tres filas y 4 columnas
A=
1

10

11

12

Ejemplo 1.17 Si se quiere convertir un vector fila, en vector columna, se procede:


>> [1 2 3] %el ap strofe transpone el vector
15

ans =

1
2
3

Ejemplo 1.18 Los elementos de las matrices se pueden manipular de muchas maneras.
>> A
A=
1

10

11

12

>> A(2,3)%escribe el elemento localizado en la segunda fila y tercera columna


ans =
7

Ejemplo 1.19 Se puede seleccionar una submatriz, de la siguiente forma:


>> A([1 2 3],[1 2 3])
ans =
1

10

11

>> A([1:3],[1:3])
ans =
1

10

11

Ejemplo 1.20 Se puede borrar un elemento o un grupo de elementos de un vector o una


matriz, asignando a esos elementos la matriz nula (cero), [ ].
>> x=[1 2 3 4 5 6];
16

>> x(4)=[ ]
x=
1

>> A(:,1)=[ ]
A=
2

10

11

12

Ejemplo 1.21 Para intercambiar dos filas de una matriz A, se digita el siguiente script:
>> B=A([3 2 1])
B=
10

>> B=A([3 2 1],:)


B=
10

11

12

10

11

12

>> A
A=

Ejemplo 1.22 Para cambiar la segunda fila de una matriz A de 3x3 a [2 2 2], se ejecuta el
siguiente script:
>> A=[1 2 3;4 5 6;7 8 9]
A=
1

9
17

>> A(2,:)=[2 2 2]
A=
1

Ejemplo 1.23
ejecuta el siguiente script:

se

>> A=[1 2 3;4 5 6;7 8 9]


A=
1

>> A(:,2)=[1 1 1]
A=
1

1.8 CREACIN DE MATRICES ESPECIALES


Hay muchas funciones incorporadas en MATLAB que se utilizan para crear vectores y
matrices especiales. Se tienen ejemplos como:
Ejemplo 1.24 Crear la matriz cero.
>> A=zeros(2,3)%crea la matriz A de 2 filas y tres columnas de ceros
A=
0

>> A=zeros(3)%crea la matriz cuadrada A de ceros de orden 3

A=
0

0
18

Ejemplo 1.25 Crear una matriz de unos


>> A=ones(2,3)
A=
1

>> A=ones(3)
A=
1

>> A=ones(2,3)'
A=
1

Ejemplo 1.26 Crear la matriz identidad


>> I3=eye(3)
I3 =
1

>> I5=eye(5)
I5 =
1

1
19

Ejemplo 1.27 Crear una matriz diagonal


>> x=[1 2 3];
>> A=diag(x)
A=
1

>> A=diag([4 5 6])


A=

Ejemplo 1.28 Para extraer la diagonal de una matriz almacenada en memoria, se usa el
nombre de la funcin diag, pero poniendo como entrada una matriz y presentando como
salida alternativa un vector.
>> A=diag([1 2 3])
A=
1

>> u=diag(A)
u=
1
2
3

Ejemplo 1.29 Crear la funcin length y la funcin size, la cual se usa para determinar el
nmero de elementos de un vector o una matriz. Estas funciones son muy tiles cuando

20

se trata de matrices de tamao desconocido o tamao variable especialmente cuando se


escriben bucles (loops).
>> x=1:10 %crea el vector x de enteros entre 1 y 10
x=
1

10

>> length(x)%proporciona el n mero de elementos del vector x


ans =
10

Ejemplo 1.30 Ahora se define el comando size, el cual retorna dos valores,
correspondientes a las filas y columnas de la matriz en cuestin, donde el primer nmero
corresponde a las filas y el segundo a las columnas.
>> A=[1 2 3 4;5 6 7 8]
A=
1

>> size(A)
ans =
2

>> size(A')
ans =
4

Ejemplo 1.31 Crear la matriz de races cuadradas de una matriz A, usando la funcin sqrt
para obtener una matriz B cuyos elementos son las races cuadradas de los elementos de
la matriz A.
>> A
A=
1

>> B=sqrt(A)
B=
21

1.0000

1.4142

1.7321

2.0000

2.2361

2.4495

2.6458

2.8284

Ejemplo 1.32 Crear una matriz triangular superior de una matriz dada A, usando la
funcin triu
>> A=[1 2 3;4 5 6;7 8 9]
A=
1

>> U=triu(A)
U=
1

>> U=triu(A,1)
U=
0

>> U=triu(A,2)
U=
0

Ejemplo 1.33 Crear una matriz triangular inferior, usando la funcin tril
>> U=tril(A)
U=
1

0
22

>> U=tril(A,-1)
U=
0

>> U=tril(A,-2)
U=
0

Ejemplo 1.34 Crear una matriz aleatoria nxn usando la funcin rand
>> R=rand(3) %siempre va a salir una matriz diferente por ser aleatoria
R=
0.8147

0.9134

0.2785

0.9058

0.6324

0.5469

0.1270

0.0975

0.9575

>> R=rand(2) %siempre va a salir una matriz diferente por ser aleatoria
R=
0.9649

0.9706

0.1576

0.9572

1.9 OPERACIONES CON MATRICES


Las operaciones bsicas con matrices son la adicin, substraccin y multiplicacin.
Cuando dos matrices tienen el mismo tamao, se pueden sumar y restar. Tambin se
puede multiplicar una matriz por escalar.
Ejemplo 1.35
>> A=[-1 2 5 0; 1 -2 4 2; 1 2 3 4]
A=
23

-1

-2

>> B=[0 1 0 1; 2 -1 -4 3; 2 1 4 1]
B=
0

2 -1

-4

1
3

>> A+B
ans =
-1

-3

-1

-1

-1

-1

-1

-1

1 -1

>> A-B
ans =

>> 2*A-3*B
ans =
-2

10

-3

-4

-1 20

-5

-4

-6

>> B=B' %

se hace B igual a B transpuesta por

B=
0

-1

-4

>> B*A %
a.
ans =
24

14

12

-1

16 -4

-2

20 10

>> A*B %en general A*B es diferente de B*A


ans =
2 -24

20

-6

18

20

Ejemplo 1.36 Matemticamente la operacin de divisin de matrices no est definida,


mas sin embargo se pueden realizar algunas operaciones adicionales como sigue:
>> a=[1 2 3];
>> b=[2 -1 4];
>> c=a./b
c=
0.5000 -2.0000

0.7500

>> c=a.*b
c=
2

-2

12

>> c=a.^2
c=
1

>> c=a.^a
c=
1

27

>> c=a.^b
c=
1.0000

0.5000 81.0000

>> B=B'
B=
0

1
25

2 -1
2

-4

>> C=A.*B
C=
0

2 -16

12

>> C=C.^(1/2)
C=
0

1.4142

1.4142

1.4142

0.0000 + 4.0000i 2.4495

1.4142

1.4142

3.4641

2.0000

1.10 CADENAS DE IMPRESIN


Las cadenas son matrices cuyos elementos son caracteres. En aplicaciones ms
avanzadas tales como computacin simblica, la manipulacin de cadenas es un tpico
muy importante. Para el presente propsito, sin embargo, se necesitarn algunas
herramientas limitadas al manejo elemental de tales cadenas.
Ejemplo 1.37
>> nombre=' Hector';
>> apellido=' Pabon';
>> apellido=apellido'
apellido =
P
a
b
o
n

Ejemplo 1.38 Las matrices tipo string tambin pueden ser creadas como sigue:
>> nombres=['Hector';'Pabon '] %las dos cadenas deben ser de la misma longitud, o completarse
con blancos
26

nombres =
Hector
Pabon

Ejemplo 1.39 La funcin disp toma nicamente un argumento, el cual puede ser ambos, o
una matriz de caracteres o una matriz numrica.
>> x=0:0.5:2*pi;
>> y=cos(x);
>> disp([x' y'])
0

1.0000

0.5000

0.8776

1.0000

0.5403

1.5000

0.0707

2.0000 -0.4161
2.5000 -0.8011
3.0000 -0.9900
3.5000 -0.9365
4.0000 -0.6536
4.5000 -0.2108
5.0000

0.2837

5.5000

0.7087

6.0000

0.9602

Ejemplo 1.40 Se pueden imprimir cadenas ms complicadas con la funcin fprintf.


Esta es esencial en los comandos de programacin C, que se usan para obtener un
amplio rango de especificaciones de impresin.
>> fprintf('Mi nombre es: \n Hector Pabon \n') %donde \
Mi nombre es:
Hector Pabon

Ejemplo 1.41 La funcin fprintf tiene especificaciones del nmero de dgitos en el display
27

>> raiz2=fprintf('La raiz cuadrada de 2 es: %1.6f',(sqrt(2)))


La raiz cuadrada de 2 es: 1.414214
>> raiz2=fprintf('La raiz cuadrada de 2 es: %1.6e',(sqrt(2)))
La raiz cuadrada de 2 es: 1.414214e+000

1.11 SOLUCIN DE ECUACIONES LINEALES


Para resolver un sistema de ecuaciones lineales de la forma: Ax = b, se puede ejecutar un
comando de MATLAB, de la siguiente manera:
>>x = A\b % con A como una matriz no singular.

Ejemplo 1.42 Resolver el siguiente sistema de ecuaciones lineales:

>> A=[1 1 1;2 3 1;1 -1 -2]; %matriz de los coeficientes de las variables
>> b=[2;3;-6]; %matriz de los terminos independientes
>> x=A\b
x=
-1
1
2

Hay un pequeo nmero de funciones que pueden ser mencionadas a continuacin:


Ejemplo 1.43 Reducir una matriz A a la forma escalonada reducida por filas.
>> rref(A)
ans =
1

Ejemplo 1.44 Encontrar el determinante de una matriz A, usando la funcin det.


>> det(A)
ans =
-5
28

Ejemplo 1.45 Encontrar el rango de una matriz, usando la funcin Rank.


>> rank(A)
ans =
3

Ejemplo 1.46 Encontrar la inversa de una matriz A no singular, usando la funcin inv.
>> format rat %formato de la forma p/q
>> inv(A)
ans =

-1/5

2/5

-1

3/5

-1/5

-2/5

-1/5

Ejemplo 1.47 Encontrar la matriz aumentada [A b], la cual es una combinacin de


coeficientes de la matriz A y el lado derecho es el vector b del sistema lineal Ax = b.
>> C=[A b] %escribe la matriz aumentada del sistema de ecuac. lineales
C=
1

-1

-2

-6

>> rref(C) %lleva a la forma escalonada reducida por filas


ans =

1
0
0

0
1
0

0
0
1

-1
1
2

Ejemplo 1.48 Descomposicin LU de una matriz A, utilizando la funcin lu.


>> [L,U]=lu(A)
L=
1/2

1/5

1/2

0
29

U=
2

-5/2

-5/2

>> L*U
ans =
1

-1

-2

-1

-2

>> A
A=

Las races de un polinomio p(x) se pueden hallar utilizando la funcin roots, como
roots(p).
Ejemplo 1.49 Hallar las races del polinomio p(x) = 3x2 + 5x -6
>> p=[3 5 -6];
>> r=roots(p)
r=
-2.4748
0.8081

La funcin polyval se utiliza para evaluar un polinomio pn(x) en un punto particular x.


Ejemplo 1.50 Hallar el valor de la funcin polinmica p3(x) = x3
dado x = 1.5
>> coef=[1 0 -2 12];
>> sol=polyval(coef,1.5)
sol =
12.3750
30

2x + 12, en el punto

1.12 GRAFICACIN CON MATLAB


Con MATLAB se pueden realizar grficas de 2 o 3 dimensiones de curvas y superficies.
El comando plot se utiliza para generar grficos de funciones bidimensionales.
Primero se divide el intervalo en subintervalos de igual anchura. Luego se entra la
expresin para la variable dependiente y en trminos de la variable independiente x, y
finalmente se crea el grfico.
Ejemplo 1.51
>> x=-2:0.1:2;
>> y=exp(x)+10;
>> plot(x,y)
>> plot(x,y),grid %grid permite hacer las rejillas o cuadriculado

FIGURA 1.1 Grfica de la funcin y = ex+10

Por defecto, la funcin plot conecta los puntos por medio de segmentos de lnea slida.
Otras posibilidades que se pueden usar para cambiar la apariencia de la grfica son:
>> plot(x,y,'o'),grid
>> plot(x,y,'*'),grid
>> plot(x,y,'x'),grid
>> plot(x,y,'.'),grid
>> plot(x,y,'+'),grid
31

>> plot(x,y,'-'),grid
>> plot(x,y,'.-'),grid
>> plot(x,y,'o-'),grid
>> x=-2:0.1:2;% crea una malla para los ejes x , y
>> y=x;
>> [X,Y]=meshgrid(x,y);
>> Z= -3*X+Y;
>> mesh(X,Y,Z)

FIGURA 1.2 Grfica de malla para la superficie Z = -3X + Y

Ejemplo 1.52 Para crear una superficie de z =


>> x=linspace(-5,5,20);
>> y=linspace(-5,5,20);
>> [X,Y]=meshgrid(x,y);
>> R=sqrt(X.^2+Y.^2+1)+eps; % este

evita la divisi

>> Z=sin(R)./R;
>> surf(X,Y,Z)

FIGURA 1.3 Grfica de la superficie z =

32

en el dominio de -

1.13 SUBPLOT
Muchas veces es conveniente colocar ms de una figura en una misma ventana. Esto es
posible con el comando grfico llamado funcin subplot, lo cual se puede hacer como se
muestra a continuacin:
Ejemplo 1.53
>> x=-2:0.1:2;
>> y=x;
>> [X,Y]=meshgrid(x,y);
>> Z=2+(X.^2+Y.^2);
>> subplot(2,2,1); mesh(x,y,Z); title('meshplot');
>> subplot(2,2,2); surf(x,y,Z); title('surfplot');
>> subplot(2,2,3); surfc(x,y,Z); title('surfcplot');
>> subplot(2,2,4); surfl(x,y,Z); title('surflplot');

FIGURA 1.4 Varios grficos en una misma ventana utilizando la funcin subplot

33

>> x=linspace(-2*pi,2*pi);
>> subplot(2,2,1);
>> plot(x,cos(x));axis([-6.5 6.5 -1.2 1.2]); title('cos(x)')
>> subplot(2,2,2);
>> plot(x,cos(2*x));axis([-6.5 6.5 -1.2 1.2]); title('cos(2x)')
>> subplot(2,2,3);
>> plot(x,cos(3*x));axis([-6.5 6.5 -1.2 1.2]); title('cos(3x)')
>> subplot(2,2,4);
>> plot(x,cos(4*x));axis([-6.5 6.5 -1.2 1.2]); title('cos(4x)')

FIGURA 1.5 Varios grficos en una misma ventana utilizando la funcin subplot

34

1.14 DEFINICIN DE FUNCIONES


La sintaxis para definir funciones desde el editor de MATLAB, tiene la siguiente forma:
function = nombre_funcion(entrada de argumentos)

Ejemplo 1.54 Para definir la funcin f(x) = ex


>> x=(0:0.2:2);
>> fx=fn2(x);
>> [x',fx'] %genera la siguiente tabla:
ans =
0

1.0000

0.2000

0.8246

0.4000

0.7399

0.6000

0.8353

0.8000

1.1673

1.0000

1.7183

1.2000

2.4404

1.4000

3.3073

1.6000

4.3251

1.8000

5.5227

2.0000

6.9446
35

2x/(1 + x3), se escribe:

Correspondiente al siguiente grfico:


>>plot(x,y)

FIGURA 1.6 Grfica de la funcin f(x) = ex

36

2x/(1 + x3)

2. PROBABILIDAD
2.1 INTRODUCCIN
La probabilidad est asociada con muchas tendencias en eventos aleatorios naturales
que siguen una cierta regularidad si el proceso se repite un suficiente nmero de veces.
Por ejemplo, se puede considerar el evento del lanzamiento de una moneda no cargada.
Si el experimento se repite un nmero suficiente de veces, en forma continua en un gran
nmero de ensayos, se puede esperar que se logren el mismo nmero de caras que de
sellos. Intuitivamente se puede decir que la probabilidad de obtener una cara es la misma
que la de obtener un sello en una moneda justa (no cargada) y que sta es de 0.5 o del
50%.
2.2 ESPACIO MUESTRAL
Al conjunto de todos los resultados posibles de un experimento estadstico se le llama
espacio muestral y generalmente se representa con la letra S.
A cada resultado en un espacio muestral se llama elemento o punto del espacio muestral.
Por ejemplo, al lanzar una moneda el conjunto muestral S est conformado por dos
elementos: cara y sello.
Ejemplo 2.1 En un experimento de lanzar un dado cbico (seis caras) el espacio muestral
est conformado por los puntos muestrales: S = {1, 2, 3, 4, 5, 6}
2.3 EVENTO
En cualquier experimento el hecho de que ocurra cierta circunstancia se llama evento, por
ejemplo al lanzar un dado corriente, un evento puede ser el hecho de obtener un nmero
par, en cuyo caso est conformado por tres puntos muestrales: A = {2, 4, 6}
Matemticamente se puede definir un evento A como un subconjunto de un espacio
muestral S.
Tambin se puede definir el complemento de un evento A con respecto a S como el
conjunto de todos los elementos de S que no pertenecen a A y se denota como: A .
En el ejemplo 2.1, el complemento est conformado por A = {1, 3, 5}
La interseccin de dos eventos A1 y A2, se representa con los smbolos A1 A2, y es el
evento que contiene todos los elementos comunes que pertenecen a A1 y A2.
Dos eventos A1 y A2 son mutuamente excluyentes o disyuntos si A1 A2 = , es decir,
cuando no hay puntos muestrales comunes.
37

FIGURA 2.1 (a) Diagrama de Venn de eventos mutuamente excluyentes (disyuntos)

A2

A1

(b) Eventos que no son mutuamente excluyentes

A2

A1

La unin de dos eventos A1 y A2 se representa con el smbolo A1 A2 y es el evento que


abarca a todos los elementos de A1 o A2 o a ambos.
2.4 COMBINATORIA
Una combinacin es el nmero posible de seleccionar r objetos de un total de n
elementos, sin importar el orden.
(1)

Ejemplo 2.2 Con MATLAB se pueden generar combinaciones de un conjunto de n


elementos tomados en partes de r elementos. Para el caso de un conjunto X = {1, 2, 3, 4,
5}, tomando subconjuntos de a dos elementos, se procede de la siguiente forma:
>> v=[1 2 3 4 5]
>> c2=combnk(v,2)
c2 =
4

4
38

>> c4=combnk(v,4)
c4 =
1

Una permutacin es un arreglo de todos o parte de un conjunto de objetos. Desde luego


que aqu s importa el orden. Si se tienen tres letras diferentes como X = {v, e, a},
permutadas todas tres aparecen palabras diferentes como VEA, AVE, EVA , que son
palabras completamente diferentes.
(2)

>> v=['e' 'v' 'a'];


>> perms(v)
ans =
ave
aev
vae
vea
eva
eav
>> perms(0:2)%crea un vector con componentes 0, 1 y 2 y los permuta
39

ans =
2

2.5 PROBABILIDAD DE UN EVENTO


La probabilidad de un evento A es la suma de los pesos de todos los puntos muestrales
de A. As que:
P( ) = 0 ; P(S) = 1 ;
P(Ak
,
(3)
Para una poblacin consistente de K posibles resultados, solamente una de los cuales
puede ocurrir, para cada ensayo del experimento, se puede deducir la siguiente relacin:
P(A1) + P(A2) + P(A3

k)

= 1,

(4)

Ejemplo 2.3 Se lanza un dado (cbico) una vez, Cul es la probabilidad de que caiga un
nmero par?
Solucin. El espacio muestral para este experimento es: S = {1, 2, 3, 4, 5, 6}. A
representa el evento de que caiga un nmero par, A = {2, 4, 6}, entonces la probabilidad
de A es, P(A)=nmero de casos favorables/nmero de casos posibles = n/N = 3/6 = 0.5 =
50%.
Si A1 y A2 son dos eventos cualesquiera se tiene que:
P(A1 U A2) = P(A1) + P(A2)

P(A1

A2)

(5)

Pero si A1 y A2 son mutuamente excluyentes se tiene que:


P(A1 U A2) = P(A1) + P(A2)

(6)

Ejemplo 2.4 Cul es la probabilidad de obtener al lanzar un dado un nmero par o un


nmero mayor que 3?
Solucin. El espacio muestral es: S = {1, 2, 3, 4, 5, 6}, el evento A 1 = {2, 4, 6} y A2 = {4, 5,
6}. A1 A2 = {4} por tanto P(A1 U A2) = 3/6 + 3/6
que no son mutuamente excluyentes.
40

1/6 = 5/6, utilizando (2) para sucesos

Ejemplo 2.5. Se lanza un par de dados. Cul es la probabilidad de obtener 10 puntos u


11 puntos?
Solucin. El espacio muestral para este caso es:
S = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),(3,1),(3,2),(3,3),(3,4),
(3,5),(3,6),(4,1),(4,2),(4,3),(4,4),(4,5),(4,6),(5,1),(5,2),(5,3),(5,4),(5,5),(5,6),(6,1),(6,2), (6,3),
(6,4),(6,5),(6,6)}
P(A1) = P({(4,6),(5,5),(6,4)} = 3/36
P(A2) = P({(5,6),(6,5)}) = 2/36
Por tanto, P(A1UA2) = 3/36 + 2/36 = 5/36, aplicando (3), ya que A1 y A2 son mutuamente
excluyentes.
Ahora, si A1 y A2 son eventos complementarios, se tiene que:
P(A1) + P(A ) = 1

(7)

Ejemplo 2.6 Se lanza un dado. Cul es la probabilidad de no obtener un nmero


mltiplo de 3?
Solucin. La probabilidad de obtener un nmero mltiplo de 3 es: P({3,6}) = 2/6 = 1/3. Por
tanto, la probabilidad de no obtener un nmero mltiplo de 3 es: 1 - P({3,6}) = 1 - 1/3 = 2/3
aplicando (4).
Ejemplo 2.7 Al lanzar tres monedas, se quiere determinar la probabilidad de obtener
exactamente dos caras.
Solucin. El espacio muestral es: S = {ccc, ccs, csc, scc, css, scs, ssc, sss}. La
probabilidad P({ccs, csc, scc}) = 3/8
2.6 PROBABILIDAD CONDICIONAL
La probabilidad condicional de A2 dado A1, que se denota por P(A2|A1), se define como:
P(A2|A1) = P(A1 A2) / P(A1), si P(A) > 0;
De (5), se puede obtener: P(A1 A2) = P(A1) P(A2|A1);

(8)
(9)

Ejemplo 2.8. Se tiene la siguiente tabla de estudiantes de la Universidad X


TABLA 2.1. Datos de estudiantes de la Universidad X
41

ESTUDIANTES DE

ESTUDIANTES DE

TOTAL

70
90
160

80
60
140

150
150
300

HOMBRES
MUJERES
TOTAL

Se va a seleccionar un estudiante al azar para ser becado. Los eventos son:


H: seleccionar a un hombre
I: seleccionar a un estudiante de ingeniera
P(I) = 160/300 = 16/30
P(H

I) = 70/300 = 7/30

P(H | I) =

= 7/16, segn (5)

Visto directamente desde la tabla 2.1 se obtiene el mismo resultado: P(H


7/16

I) = 70/160 =

2.7 EVENTOS INDEPENDIENTES


Dados dos eventos A1 y A2, se dice que estos eventos son independientes siempre que:
P(A1|A2) = P(A1), lo cual significa que la ocurrencia de A2 no incide en la ocurrencia de A1
Dicho de otra forma: dos eventos A1 y A2 son independientes s y solo si:
P(A2|A1) = P(A2)

P(A1|A2) = P(A1)

(10)

De otra forma A1 y A2 son dependientes.


Ejemplo 2.9 Suponga que se tiene una tula con 20 balotas, de las cuales 15 son rojas y 5
azules. Se seleccionan dos balotas al azar una despus de otra, sin reemplazamiento.
Cul es la probabilidad de obtener dos balotas azules?
Solucin. Sea A1 el evento de obtener una balota azul en la primera extraccin y A 2 el
evento de obtener una balota azul en la segunda extraccin. P(A 1 A2) es la probabilidad
de obtener una balota azul en la primera extraccin y otra balota azul en la segunda
extraccin. P(A2|A1), es la probabilidad de obtener una balota azul en la segunda
extraccin, dado que la primera extraccin fue tambin una balota azul (sin
reemplazamiento). Segn (6) se tiene:
P(A1 A2) = P(A1) P(A2|A1) = (5/20)(4/19) = 1/19 = 5.26% aproximadamente.
Dos eventos son independientes s y solo si P(A1 A2) = P(A1) P(A2);
42

2.8 VARIABLES ALETAORIAS


Una variable aleatoria es una funcin que asocia un nmero real con cada elemento del
espacio muestral.
Ejemplo 2.10 Se tienen tres monedas. Se lanzan todas tres simultneamente. El espacio
muestral es S = {ccc, ccs, csc, scc, ssc, scs, css, sss}, como en el ejemplo 2.7
Se define ahora variable aleatoria como una funcin que asocia un nmero real con cada
elemento del espacio muestral. En el ejemplo 2.7, si se asocia el nmero de caras para
cada elemento del espacio muestral, se tiene:

FIGURA 2.2 Diagrama de Venn de la variable aleatoria X del ejemplo 2.7


S
X

ccc
ccs
csc
scc
ssc
scs
css
sss

1
2
3

Se ve en la figura 2.2 que, la variable aleatoria X tiene como elementos X={0, 1, 2, 3}. Si
un espacio muestral S posee un nmero finito de posibilidades o un nmero infinito con
tantos elementos como nmeros enteros positivos existen, se llama entonces, espacio
muestral discreto.
Si el anterior no fuese el caso, es decir, si S contiene un nmero infinito de posibilidades
con tantos elementos como nmeros reales existen en un segmento de lnea, se llama
espacio muestral continuo.
2.9 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
El conjunto de parejas ordenadas (x, f(x)) es una funcin de probabilidad o distribucin de
probabilidad de la variable aleatoria X, si se cumple que para cada valor posible de x:
f(x)

=1
P(X = x) = f(x)
43

Segn el ejemplo 2.10, f(x)

0, ya que f(0) = 1/8, f(1) = 3/8, f(2) = 3/8, f(3) = 1/8.

>> x=[1/8 3/8 3/8 1/8];


>> y=[0 1 2 3]
>> bar(y,x, r )

Se ve tambin claramente que

= 1/8 + 3/8 + 3/8 + 1/8 = 1

FIGURA 2.3 Histograma de probabilidad

La distribucin acumulada F(x) de una variable aleatoria X con distribucin de


probabilidad f(x) es:
, para - < x <
Segn el ejemplo 2.10
FIGURA 2.4 Distribucin acumulada discreta

44

>> x=[1/8 4/8 7/8 8/8];


>> y=[0 1 2 3];
>> bar(y,x,'g')

2.10 DISTRIBUCIN CONTINUA DE PROBABILIDAD


La probabilidad de una funcin aleatoria continua tiene algunas particularidades a tener
en cuenta, como por ejemplo que P(X=x) para un valor particular x de la variable aleatoria
X es cero, por tanto se toman intervalos para poder calcular su probabilidad. Si se desea
calcular la probabilidad de que un estudiante de Ingeniera de la Universidad de
Cundinamarca Seccional Ubat tenga un ndice de masa corporal1 de 20, la variable
aleatoria se sabe que es continua y P(x=20) = 0, por propiedades de la integral definida.
La funcin de densidad de probabilidad de una variable aleatoria continua se define como
sigue:
P(a < x < b) =

(12)

Una funcin f(x) es una funcin de densidad de probabilidad para la variable aleatoria
continua X, definida en el conjunto de los , si cumple las siguientes condiciones:
f(x)

0, para cada x
=1

P(a < x < b) =

ndice de masa corporal es igual a: peso(kg)/altura2 (m)

45

La distribucin acumulada F(x) de una VAC X (variable aleatoria continua X) con funcin
de densidad f(x) es:
para - < x <

(13)

Como consecuencia de la anterior definicin se puede anotar que:


P(a < X < b) = F(b) - F(a)

(14)

Ejemplo 2.11 Para la funcin de densidad definida como sigue:


,

-1 < x < 2

f(x) =
0,

para cualquier otro valor en

Hallar:
a) P(-1 < X < 2);
b) P(-1 < X < 1);
c) P(1 < X 2)
Solucin. Se utiliza el mtodo de Simpson para calcular la integral de f(x), como ya se
defini anteriormente.
function SN=simpsonR(fn,a,b,n)
%Regla trapezoidal compuesta
h=(b-a)/n;
s=(feval(fn,a)+feval(fn,b));
for k=1:2:n-1
s=s+4*feval(fn,a+k*h);
end;
for k=2:2:n-2
s=s+2*feval(fn,a+k*h);
function y=fn(x)
y=(1/3)*x.^2;
a)>> simpsonR('fn',-1,2,10)
ans =
1
b)>> simpsonR('fn',-1,1,10)
46

ans =
0.2222
c)>> simpsonR('fn',1,2,10)
ans =
0.7778

2.11 ESPERANZA MATEMTICA


Sea X una VA con distribucin de probabilidad f(x). La media o valor esperado de X es:
= E(X) =
= E(X) =

; para X discreta
; para X continua

(15)
(16)

Ejemplo 2.12. Al lanzar un dado (cbico), la VAD se anota en la siguiente tabla, lo mismo
que sus valores de probabilidad:
X
P(X = x)

1
1/6

2
1/6

3
1/6

4
1/6

5
1/6

6
1/6

E(X) = 1(1/6) + 2(1/6) + 3(1/6) + 4(1/6) + 5(1/6) + 6(1/6) = 21/6 = 3.5


Lo anterior se interpreta como que si se lanza un dado un gran nmero de veces y luego
se promedia los distintos puntajes que se han obtenido entonces la media tiende a 3.5
Ejemplo 2.13 Supngase que la variable aleatoria X se representa por el nmero de
puntos que marca un dado corriente y la nueva VA como Y = 2x, los valores de esta
variable son: {2, 4, 6, 8, 10, 12}. Los valores de probabilidad asociados son:
Y
P(Y = y)

2
1/6

4
1/6

6
1/6

8
1/6

10
1/6

12
1/6

E(Y) = 2(1/6) + 4(1/6) + 6(1/6) + 8(1/6) + 10(1/6) + 12(1/6) = 42/6 = 7


E(X) = 3.5 implica 2E(X) = 2(3.5) = 7 = E(2X)
Ejemplo 2.14 Calcular E(X

3).

Solucin. Aqu se tiene que E(X


valor esperado.

3) = E(X)

Propiedades del valor esperado:

47

E(3) = 3.5

3 = 0.5, por propiedades del

E(c) = c
E(cX) = cE(X)
E(X + c) = E(X) + c
E(X + Y) = E(X) + E(Y)
E(aX + bY) = aE(X) + bE(Y)
Ejemplo 2.15 Sea X la VAC que define la vida en horas de cierta bombilla domstica. La
funcin de densidad de probabilidad es:
,

x > 100

f(x) =
0,

para cualquier otro valor en

= E(X) =

=
= -20000(1/x)|

= 200 horas

Si se quiere integrar utilizando el mtodo de Simpson, se procede as:


>> SN=simpsonR('fn',100,100000,1000000)
SN =
1.0
function y=fn(x)
y=20000/x^3;

Como se ve, f(x) cumple con la condicin para la cual el rea bajo la curva es 1.
function y=fn(x)
>> SN=simpsonR('fn',100,100000,1000000)
SN =
199.8

Que es aproximadamente 200 horas como se calcul manualmente para esta integral
definida que es realmente fcil de calcular.
2.12 VARIANZA

48

Sea X una VA con distribucin de probabilidad f(x) y media , la varianza de X, para X


discreta es:
2
= E[(X - )2] =
(17)
Si X es continua se tiene:
2

= E[(X - )2] =

La raz cuadrada de la varianza

(18)

se denomina desviacin estndar de X.

Ejemplo 2.16 Hallar la varianza para la VAD del


Solucin. Como ya se sabe en el ejemplo 2.12,

del ejemplo 2.12.


= 3.5.

= E[(X - )2] = (1 - 3.5)(1/6) + (2 - 3.5)(1/6) + (3 - 3.5)(1/6) + (4 - 3.5)(1/6) + (5 3.5)(1/6) + (6 - 3.5)(1/6) = 2.9167


La desviacin estndar es:

= 1.7078

>> E=((1-3.5)^2)/6 + ((2-3.5)^2)/6 +((3-3.5)^2)/6 +((4-3.5)^2)/6 +((5-3.5)^2)/6 +((6-3.5)^2)/6


E=
2.9167
>> s=sqrt(E)
s=
1.7078

Ejemplo 2.17 La demanda mensual de un cierto artculo en una cadena de


hipermercados es una VAC que tiene densidad de probabilidad:
2(2x-1),

1<x<2

f(x) =
0,
= E(X) =
E(X2) =

para cualquier otro valor en


=

= 2[

] = 5/3

= 17/6

Por tanto, teniendo en cuenta que la varianza tambin se puede escribir como:
2

Se obtiene: 17/8

(5/3)2 = 17/6

= E(X2) -

25/9 = 1/18
49

(19)

function y=fn(x)
y=2*(x 1);
----------------------------->> SN=simpsonR('fn',1,2,10)
SN =
1

Ahora se calcula
function y=fn(x)
y=2*(x*(x 1));
>> SN=simpsonR('fn',1,2,10)
SN =
5/3

Ahora se calcula E(X2)


>> SN=simpsonR('fn',1,2,10)
SN =
17/6
>> s2=17/6 - (5/3)^2
s2 =
1/18

2.13 DISTRIBUCIONES DISCRETAS


2.13.1 Distribucin binomial. Si p es la probabilidad de xito y q la probabilidad de
fracaso, entonces la probabilidad P de que obtengan x xitos en n ensayos, es el trmino
del desarrollo binomial de (p + q)n, as:
P(X=x) =

px qn-x

x,

(20)

Ejemplo 2.18 La probabilidad de que un estudiante que ingresa a la universidad se


grade es de 0.6. Calcular la probabilidad de que 20 estudiantes que ingresan:
1. Ninguno se grade
50

2. Que se graden la mitad


3. Que se graden todos
Solucin. Se tiene que n = 20, p = 0.6 y por tanto q = 0.4, pues p + q = 1. Para n grande
como en este caso es conveniente utilizar MATLAB para agilizar los clculos.
1. Que ninguno se grade
>> p=binopdf(0,20,0.6)
p=
1.0995e-008

Lo que es lo mismo que p = 1.0995 x 10-8 = 0.000000010995 un valor cercano a 0


2. Que se graden 10
>> p=binopdf(10,20,0.6)
p=
0.1171

La probabilidad de que se graden la mitad dada en porcentaje es 11.71%


3. Que se graden todos los 20
>> p=binopdf(20,20,0.6)
p=
3.6562e-005

Que es un valor bastante pequeo: p = 3.6562x10-5 = 0.000036562


Ejemplo 2.19 Encontrar la probabilidad de que diez personas que se encuentran en una
reunin un sbado, a lo ms 2 hayan nacido en este mismo da de la semana.
Solucin. El trabajo ms dispendioso del clculo de probabilidades es cuando estas son
acumuladas como en el presente ejemplo. En los libros aparecen al final, tablas que
permiten solucionar el problema pero con algunas limitaciones, por lo incompletas y
dispendiosa la forma de encontrarlas.
En
Se tiene que p = 1/7, q = 6/7, x = 0, 1, 2, 3, 4.
51

>> p=binocdf(2,10,1/7)
p=
0.8384

Ejemplo 2.20 Encontrar la probabilidad de que diez personas que se encuentran en una
reunin un sbado, por lo menos 2 hayan nacido en este mismo da de la semana.
Solucin. Se tiene que p = 1/7, q = 6/7, x = 2, 3, 4, 5, 6, 7, 8, 9, 10.
>> p = 1-binocdf(1,10,1/7) %se calcula la probabilidad complementaria
p=
0.4292

O tambin utilizando la forma larga que es poco funcional, pero que sirve como prueba:
>> y = binopdf(2,10,1/7) + binopdf(3,10,1/7) + binopdf(4,10,1/7) + binopdf(5,10,1/7) +
binopdf(6,10,1/7) + binopdf(7,10,1/7) + binopdf(8,10,1/7) + binopdf(9,10,1/7) + binopdf(10,10,1/7)
y=
0.4292

n = 20 y p = 0.3, se procede de la siguiente manera:


>> p=binocdf(7,20,0.3)
p=
0.7723

Ejemplo 2.21 De 100 monedas que son extradas de una alcanca y puestas sobre una
mesa, Cul es la probabilidad de que entre 50 y 70 monedas inclusive se encuentren
mostrando cara?
Solucin.
>> p=binocdf(70,100,0.5)- binocdf(49,100,0.5) %se supone p=0.5
p=
0.5398

La media y la varianza de la distribucin binomial b(x; n, p) son:


52

= np

= npq

(21)

Ejemplo 2.22 Encuentre la media y la varianza del ejemplo 2.21


Solucin. n = 100; p = ; q =
= np = 100(1/2) = 50
= npq = 100(1/2)(1/2) = 25

2.13.2 Distribucin hipergeomtrica. La distribucin de probabilidad aleatoria


hipergeomtrica X, el nmero de xitos en una muestra aleatoria de tamao n que se
selecciona de m artculos de los que k se denominan xito y m-k fracaso, es:

h(x, m, n, k) =

(22)

Esta distribucin se aplica cuando de un grupo de m artculos, de los cuales k tienen


cierta caracterstica, son tomados n artculos, para saber el nmero de los seleccionados
que tienen la caracterstica mencionada x.
Ejemplo 2.23 Se tienen 200 artculos de los cuales 50 son defectuosos. Si son tomados
10 artculos al azar, calcular la probabilidad de que salgan: a) exactamente cinco
defectuosos b) cinco o menos defectuosos.
Solucin. m = 200; k = 50; n = 10.
Con MATLAB se utiliza el siguiente comando: h = hygepdf(x, m, k, n)
a) Para p(x = 5)
>> h=hygepdf(5,200,50,10)%m = 200; k = 50; n = 10.
h=
0.0558

b)

5)

Se utiliza el siguiente comando: hc = hygecdf(x, m, k, n)


>> hc = hygecdf(5,200,50,10)
hc =
0.9829

2.13.3 Distribucin de Poisson. En una distribucin binomial cuando n es grande, por lo


general mayor de 50, y p, la probabilidad de xito de un evento, se acerca a 0, mientras
53

que q la probabilidad de fracaso se aproxima a 1 de tal manera que el producto np = , es


menor o igual a 5, debe utilizarse la distribucin de Poisson. Tambin puede considerarse
el caso cuando p es bastante grande cercana a 1 y tambin > 5. En estos dos casos se
puede aplicar esta distribucin.
P(x = k) = e

/ k!

(23)

Donde e es la base de los logaritmos naturales e = 2.71828182,


casos favorables.

= np, k = nmero de

La distribucin de Poisson es utilizada en las lneas de espera, nmero de bacterias en un


cultivo, insectos por unidad de superficie, nmero de fallas de una mquina por unidad de
tiempo, entre otras.
FIGURA 2.5 Distribucin de Poisson con

>> p0=poisspdf(0,2)
p0 =

0.1353

>> p1=poisspdf(1,2)
p1 =

0.2707

>> p2=poisspdf(2,2)
p2 =

0.2707

>> p3=poisspdf(3,2)
p3 =

0.1804

>> p4=poisspdf(4,2)
p4 =

0.0902

>> p5=poisspdf(5,2)
p5 =

0.0361
54

=2y k

>> p6=poisspdf(6,2)
p6 =

0.0120

>> p7=poisspdf(7,2)
p7 =

0.0034

>> p8=poisspdf(8,2)
p8 = 8.5927e-004
>> p9=poisspdf(9,2)
p9 = 1.9095e-004
>> p10=poisspdf(10,2)
p10 = 3.8190e-005
>> k=0:10
k=

10

>> p=[p0 p1 p2 p3 p4 p5 p6 p7 p8 p9 p10];


>> plot(k,p,'o',k,p,'*'),grid

Ejemplo 2.24 Si la probabilidad de que una persona se contagie debido a la aplicacin de


una vacuna es de una en diez mil. Cul es la probabilidad de que se contagien con el
virus de la vacuna exactamente 5 personas en una poblacin de 20,000 vacunados?
Cul es la probabilidad de que se contagien menos de 5 personas en la misma
poblacin?
Solucin.

= np = 20000(1/10000) = 2

a) Exactamente 5 personas
>> p=poisspdf(5,2)
p=
0.0361
>> p=poisscdf(5,2)
p=
0.9834

b) Cinco o menos de 5 personas


>> p=poisscdf(5,2)
p=
55

0.9834

Ejemplo 2.25 Durante un experimento en un laboratorio de fsica, el nmero promedio de


partculas radiactivas que pasan a travs de un contador en un milisegundo es 4. Cul
es la probabilidad de que seis partculas entren al contador en un milisegundo dado?
Solucin. k = 6;

= 4;

>> p4=poisspdf(6,4)
p4 =
0.1042

La media y la varianza de la distribucin de Poisson p(k, ) tienen el valor .


2.14 DISTRIBUCIONES CONTINUAS
2.14.1 Distribucin normal. La funcin de densidad de la variable aleatoria normal X
(VAN), con media y varianza 2 es:
y = n(x, , ) =

e-(x-

)/2

(24)

Propiedades de la curva normal


La moda, ocurre donde la curva tiene el mximo, es decir en x =
La curva es simtrica con respecto al eje vertical
El eje de las abscisas es asntota horizontal
El rea bajo la curva es igual a 1
En las variables continuas, no tiene sentido referirse a probabilidades de la forma p(x = k),
de manera que slo se tratarn probabilidades acumuladas.
Con MATLAB la funcin y = normcdf(k, , ) calcula p(x < k) con media
estndar
Ejemplo 2.26 Calcular p(x < 20) con

= 25, y,

y desviacin

=3

>> y=normcdf(20,25,3)
y=
0.0478

FIGURA 2.6 Funcin de densidad de la variable aleatoria normal X con

56

=0y

=1

>> nu=0;
>> ro=1;
>> x=linspace(-2.5,2.5,100);
>> y=(1/(sqrt(2*pi)*ro)*exp(-(x-nu).^2)/2*ro^2);
>> plot(x,y)

Una variable aleatoria continua (VAC) X que tiene su grfica en forma de campana como
la figura 2.6 se llama variable aleatoria normal (VAN).
La funcin matemtica correspondiente a la figura 2.6 con
f(x) =
f(x) depende de dos parmetros:

=1y

= 0, es:

e-(x-

)/2

que son la varianza y la media, respectivamente.

(25)

>> nu=-3;sigma=2;
>> y1=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> nu=0;sigma=2;
>> y2=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> nu=3;sigma=2;
>> y3=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> plot(x,y1,x,y2,x,y3)

FIGURA 2.7 Distribuciones normales con

57

= -3,

=0y

=3y

constante

>> nu=0;sigma=1;
>> x=linspace(-2.5,2.5,100);
>> y1=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> nu=0;sigma=2;
>> y2=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> nu=0;sigma=4;
>> y3=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> plot(x,y1,x,y2,x,y3)

FIGURA 2.8 Distribuciones normales con igual media 0 y varianzas diferentes

Ejemplo 2.27 Para una distribucin binomial con n = 5 y p = 0.5 calcular la distribucin de
probabilidades para la variable aleatoria X.
58

Solucin.
>> x=0:5
x=

>> p=binopdf(0:5,5,0.5)
p=

0.0313

0.1562

0.3125

0.3125

0.1562

0.0313

>> bar(x,p)

FIGURA 2.9 Histograma del ejemplo 2.27

Ejemplo 2.28 Para una distribucin binomial con n = 10 y p = 0.3 calcular la distribucin
de probabilidades para la variable aleatoria X.
Solucin.
FIGURA 2.10 Histograma del ejemplo 2.28

>> x=0:10
59

x=
0

10

>> p=binopdf(0:10,10,0.3)
p=
0.0282

0.1211 0.2335 0.2668

0.2001

0.1029

0.0368

0.0090 0.0014 0.0001

0.0000
>> bar(x,p,'r')

Ejemplo 2.29 Calcular la probabilidad de obtener 4, 5 o 6 caras en 9 lanzamientos de una


moneda, mediante aproximacin binomial y mediante la normal.
Solucin. p = 0.5; q = 0.5; n = 9;

= np = 9(0.5) = 4.5;

= 1.5

>> p=binopdf(4,9,0.5)+binopdf(5,9,0.5)+binopdf(6,9,0.5)
cuadro a cuadro
p=
0.6563
>> p=binocdf(6.5,9,0.5)-binocdf(3.5,9,0.5)

p=
0.6562

Ahora se calcula un valor aproximado utilizando la normal:


>> y=normcdf(6.5,4.5,1.5)-normcdf(3.5,4.5,1.5)
intervalo
y=
0.6563

Observe que utilizando MATLAB no es necesario normalizar 2, como se acostumbra de


manera regular.
La distribucin de una VAN con media 0 y varianza 1 se llama distribucin normal
estndar.

Z = (x - )/

60

Ejemplo 2.30 Hallar el rea bajo la curva normal: Z = -1.20 y Z = 2.40


Solucin.
>> y=normcdf(2.4,0,1)-normcdf(-1.2,0,1)% como Z est normalizada, se tiene que la media es 0 y
la desviaci n

es 1

y=
0.8767

Ejemplo 2.31 Calcular el rea bajo la curva normal, a la izquierda de Z = -1.78


Solucin.
>> y=normcdf(-1.78,0,1)
y=
0.0375

Ejemplo 2.32 Calcular el rea bajo la curva normal, a la derecha de Z = 1.78


Solucin.
>> y=1-normcdf(1.78,0,1)
y=
0.0375

Ejemplo 2.33 Las estaturas de los varones de la Universidad de Cundinamarca se


encuentran distribuidas normalmente con media 170 cm. y desviacin estndar 4 cm.
Calcular: a) Cul es la probabilidad de que un estudiante tenga una estatura superior a
1.72 cm? b) Qu porcentaje de estudiantes tendr una estatura entre 160 cm. y 170 cm?

Solucin.
a) Probabilidad de que un estudiante tenga una estatura superior a 172 cm.
>> y=1-normcdf(172,170,4)
y=
0.3085
61

En trminos de porcentaje: 30.85% de los estudiantes miden ms de 172 cm.


b) Porcentaje de estudiantes que miden entre 160 cm y 170 cm.
>> y=normcdf(170,170,4)- normcdf(160,170,4)
y=
0.4938

En trminos de porcentaje, el 49.38% de los estudiantes miden entre 160 cm y 170 cm.
Ejemplo 2.34 En una distribucin binomial de frecuencias, donde p = 0.2, encontrar la
probabilidad de obtener al menos 10 xitos en 50 experimentos.
Solucin. p = 0.2; q =0.8; n =50;

= np = 50(0.2) = 10;

>> yc=normcdf(10.5,10,2.8284)%c

=2.8284

normal

yc =
0.5702
>> yc=binocdf(10,50,0.2)%c
yc =
0.5836

Ejemplo 2.35 Si una distribucin normal tiene = 20 y = 3, encuentre la probabilidad de


que una variable, seleccionada al azar, sea mayor de 30 o menor de 15.
Solucin.
>> y30=normcdf(30,21,3)
y30 =
0.9987
>> y15=normcdf(15,21,3)
y15 =
0.0228
>> p=1-(y30-y15)
p=
0.0241

Expresado en porcentaje: p = 2.41%


62

Ejemplo 2.36 Se analiz una muestra de cinco bebidas gaseosas de un mismo sabor y
una misma marca y se encontr que su contenido de agua era, en mililitros: 20, 19, 22,
18, 22. Obtener el intervalo de confianza al 0.95, para estimar el contenido medio de agua
de todas las gaseosas de este tipo.
Solucin.
>> [mediamuestral,destipicamuestral,interconfianza]=normfit(x,0.05)
mediamuestral =
20.2000
destipicamuestral =
1.7889
interconfianza =
17.9788
22.4212

Interconfianza (17.9788, 22.4212) representa el intervalo de confianza al 95% para la


media poblacional.
>> [mediamuestral, destipicamuestral, interconfianza]=normfit(x,0.01)
mediamuestral =
20.2000
destipicamuestral =
1.7889
interconfianza =
16.5167
23.8833

Ahora, Interconfianza (16.5167, 23.8833) representa el intervalo de confianza al 99% para


la media poblacional.
Si se desea calcular el intervalo de confianza al 95% de los valores de una distribucin
normal (0, 1), la solucin consiste en calcular los valores de la inversa de una normal en
los puntos 0.025 y 0.975, as:
>> x=norminv([0.025 0.975],0,1) %intervalo de confianza al 95 por ciento
x=
-1.9600

1.9600
63

>> x=norminv([0.01 0.99],0,1) %intervalo de confianza al 99 por ciento


x=
-2.3263

2.3263

>> x=norminv([0.1 0.9],0,1 %intervalo de confianza al 90 por ciento)


x=
-1.2816

1.2816

Ms adelante se resolver este mismo ejemplo, utilizando la distribucin t-student para


comparar los resultados obtenidos.
FIGURA 2.11 Funcin de distribucin acumulada para la curva normal

2.14.2 Distribucin 2 (o JI-cuadrado). Una variable aleatoria continua X se dice que


tiene distribucin 2, con grados de libertad, si su funcin de densidad est definida
como:
f(x) =

f(x) = 0, en cualquier otro caso, donde

/2

e-x/2, x > 0;

(26)

es un entero positivo.

La funcin 2, de distribucin acumulada p = chi2cdf(x,v) en MATLAB es la funcin que


devuelve la probabilidad acumulada p con v grados de libertad con valores en x.
Ejemplo 2.37 Hallar la probabilidad para x = 2, con una funcin de distribucin acumulada
2
y 3 grados de libertad, luego hacer el proceso inverso, es decir, calcular x dado p.
Solucin.
>> v=3;
64

>> x=2;
>> p=chi2cdf(x,v) %calcula la probabilidad acumulada de chi-cuadrado con x=2 y =3 grados de
libertad
p=
0.4276
>> x=chi2inv(p,v) %calcula el valor de x con la probabilidad calculada p, y 3 grados de libertad
x=
2.0000

Esta funcin de probabilidad es muy importante en la inferencia estadstica. Es un


concepto importante en la prueba de hiptesis y en la estimacin estadstica. Los
problemas con distribuciones de muestreo, anlisis de varianza y estadstica no
paramtrica exigen un importante uso de 2.
La media y la varianza de la distribucin
FIGURA 2.12 Distribucin

son:

= ,y

=2

con 2, 4, 6 y 8 grados de libertad con azul, verde, rojo, azul


claro, respectivamente

>> x=0:0.1:16;%dominio en el intervalo [0, 16]


>> p2=chi2pdf(0:0.1:16,2);%recorrido con 2 grados de libertad
>> p4=chi2pdf(0:0.1:16,4);%recorrido con 4 grados de libertad
>> p6=chi2pdf(0:0.1:16,6);%recorrido con 6 grados de libertad
>> p8=chi2pdf(0:0.1:16,8);%recorrido con 8 grados de libertad
>> plot(x,p2,x,p4,x,p6,x,p8)

65

2.14.3 Distribucin t de Student. Se utiliza en las pruebas de hiptesis, cuando se


conoce la desviacin estndar poblacional , no importa el tamao de la muestra ya sea
pequea o grande. Una muestra es pequea cuando n es menor o igual que 30 y se
considera grande cuando n es mayor que 30.
Cuando se desconoce la desviacin estndar poblacional , sta se puede reemplazar
por la desviacin estndar muestral s, siempre que la muestra sea grande, de acuerdo a
las consideraciones anteriores.
cuando no se le ha hecho ninguna
correccin. Generalmente
es menor que , por lo tanto se hace necesario hacerle
algunas correcciones en su clculo, con el fin de convertirla en un buen estimador de ,
como se ver ms adelante.
Estas y otras consideraciones se tendrn en cuenta ms tarde para el estudio de la
inferencia estadstica, en su debido momento.
con v grados de libertad est dada por:

h(t) =

(1+t2/v)-(v+1)/2 , - < t <

FIGURA 2.13

(27)
de

libertad

>> x=-5:0.1:5;
>> t1=tpdf(x,1);
>> t2=tpdf(x,2);
>> t3=tpdf(x,5);
66

>> t4=tpdf(x,100);
>> plot(x,t1,x,t2,x,t3,x,t4)

2.14.4 Distribucin F. Sean X e Y dos variables aleatorias independientes que tienen


distribuciones 2 con v1 y v2 grados de libertad, respectivamente. Entonces la distribucin
de la VA, F =

, est dada por:


[( 1 + 2)/2]( 1/ 2) 1/2
f 1/2 1
h(f) = ------------------------- -------------------- ,
(28)
( 1+ 2) /2
( 1/2) ( 2/2)
(1 + 1f/ 2)
0 en cualquier otro caso, 0 < f <

(28) se denomina distribucin F con v1 y v2 grados de libertad.


FIGURA 2.14 Distribuciones F con 8 y 12 grados de libertad (azul), y 12 y 24 grados de
libertad (verde)

>> x=0:0.01:4;
>> y1=fpdf(0:0.01:4,8,12);
>> y2=fpdf(0:0.01:4,12,24);
>> plot(x,y1,x,y2)

La distribucin F se utiliza para el caso de dos muestras para obtener inferencias acerca
de las varianzas de poblacin. A menudo se encuentra la situacin en que se requiere la
comparacin entre dos varianzas de poblacin; es decir, determinar si la variabilidad de
una poblacin difiere de la otra. La distribucin F se utiliza para estos casos. Este tema se
tratar ms adelante, cuando se trabaje inferencia estadstica.
67

68

3. ANLISIS ESTADSTICO
3.1 ESTADSTICA DESCRIPTIVA
Una de las etapas ms importantes en el proceso de investigacin se relaciona con la
sistematizacin y anlisis de la informacin y se denomina esta etapa como anlisis
estadstico de la informacin, y es una disciplina que se define como la ciencia de la
recoleccin, anlisis, interpretacin y presentacin de informacin que puede expresarse
en forma numrica3.
Dada una serie de datos, se puede dibujar un histograma y calcular las medidas de
tendencia central: media, mediana, moda, media geomtrica, media armnica y las
medidas de dispersin como: rango, varianza, desviacin estndar, desviacin media,
etc4.
La estadstica como disciplina no debe confundirse con el concepto de
estadstica, se refiere pues a algunas medidas calculadas con respecto a una muestra
como la media aritmtica muestral o la desviacin estndar muestral.
La primera es el proceso necesario para manejar y analizar informacin (data) con el fin
de apoyar de manera sistemtica al investigador, para que identifique las leyes que guan
o regulan los fenmenos o problemas estudiados. Una estadstica es una caracterstica o
un resultado numrico a partir de una muestra de elementos. Relacionado con el
concepto de una estadstica se encuentra el de parmetro (poblacional), que es el valor
de una caracterstica de una poblacin total o Universo y ya no de una muestra de la
misma5.
La muestra se refiere a un subconjunto de elementos tomados del universo o poblacin
que a su vez incluye a todos los elementos6.
Ejemplo 3.1 Dados los siguientes datos de notas de un grupo de 10 estudiantes en
determinada asignatura, hallar la tabla de frecuencia absoluta y la frecuencia en
porcentajes.
Solucin.
>> x=[4.5 3.0 3.0 4.0 2.5 5.0 3.5 4.0 3.5 3.5];%data

VLEZ B. Eduardo. Anlisis de la informacin. ICFES. Mdulo 4. pp. 9.


ARBOLEDA Q. Dairon y LVAREZ J. Rafael. MATLAB. Aplicaciones a las Matemticas Bsicas. Universidad de
Medelln. pp. 30.
5
VLEZ B. Eduardo. Op.Cit. pp.10.
6
IBID. pp. 11.
4

69

>> x=sort(x)%ordena el vector ascendentemente


x=
2.5000

3.0000

3.0000

3.5000

3.5000

3.5000

4.0000

4.0000

4.5000

5.0000

>> tabla=tabulate(x)
tabla =
2.5000

1.0000 10.0000

3.0000

2.0000 20.0000

3.5000

3.0000 30.0000

4.0000

2.0000 20.0000

4.5000

1.0000 10.0000

5.0000

1.0000 10.0000

>> tabulate(x)
Value Count Percent
2.5

10.00%

20.00%

3.5

30.00%

20.00%

4.5

10.00%

10.00%

Ejemplo 3.2 Dada la siguiente serie de datos, calcular las medidas de tendencia central y
de dispersin, adems hacer la representacin de datos agrupados.
Dado un examen de matemticas de 60 estudiantes de dos cursos paralelos de la misma
asignatura, obtuvieron las siguientes calificaciones:
40, 33, 28, 25, 11, 21, 22, 17, 22, 19, 17, 16, 28, 26, 20, 15, 21, 20, 19, 24, 10, 29, 23, 34,
24, 33, 26, 14, 13, 18, 28, 23, 28, 21, 29, 24, 11, 31, 25, 18, 25, 26, 20, 34, 22,30, 27, 32,
35, 39, 18, 29, 16, 37, 28, 29, 10, 34, 29, 38
Solucin.
function d=dataset11
d=[40 33 28 25 11 21 22 17 22 19 17 16 28 26 20 15 21 20 19 24 10 29 23
34 24 33 26 14 13 18 28 23 28 21 29 24 11 31 25 18 25 26 20 34 22 30 27
32 35 39 18 29 16 37 28 29 10 34 29 38];

70

>>data=dataset11;

y los guarda en data

>> max(data)

de data

ans =
40
>> min(data)

de data

ans =
10
>> sum(data) %obtiene la suma de todos los elementos del vector data
ans =
1464
>> data=sort(data) % ordena

en forma ascendente

data =
Columns 1 through 34
10 10

11

11

13

14

15

21

22

22

22

23

23

24

24

28

29

29

29

21

16 16

17

17

18

24

25

25

18
25

18
26

19
26

19

20 20

20

21

34

34

35

26

Columns 37 through 60
27

28

28

28

37

38

39

40

28

29

29

>> tabulate(data)
Value Count Percent
10

3.33%

11

3.33%

12

0.00%

13

1.67%

14

1.67%

15

1.67%

16

3.33%

17

3.33%

18

5.00%

19

3.33%

20

5.00%
71

30

31

32

33

33

34

21

5.00%

22

5.00%

23

3.33%

24

5.00%

25

5.00%

26

5.00%

27

1.67%

28

8.33%

29

8.33%

30

1.67%

31

1.67%

32

1.67%

33

3.33%

34

5.00%

35

1.67%

36

0.00%

37

1.67%

38

1.67%

39

1.67%

40

1.67%

TABLA 3.1 Clases vs frecuencias


Clases

Clase 1

Clase 2

Clase 3

Clase 4

Clase 5

Clase 6

Intervalos
Frecuencia

10-15
7

16-20
12

21-25
14

26-30
15

31-35
8

36-40
4

>> y=[7 12 14 15 8 4]; % y es el vector de frecuencias de las 6 clases


>> pie(y) % hace el gr fico de sectores

FIGURA 3.1 Grfico de sectores (pie)

72

FIGURA 3.2 Histograma de frecuencias de


con seis clases

Cdigo:

FIGURA 3.3 Diagrama de barras


verticales

Cdigo:

>> hist(data,6)%histograma con seis clases

>> bar(y,'g') %diagrama de barras verticales

FIGURA 3.4 Diagrama de barras horizontales

Cdigo:

FIGURA 3.5 Grfico de racimo

Cdigo:
73

>> barh(y,'r')%diagrama de barras horizontales

>> stem(y,'r')%gr fico de racimo

Ahora se escribe el script para un histograma con distribucin acumulada, as:


>> data=dataset10;
n=length(data);
b=80:20:240;
nn=hist(data,b);
maxn=max(nn);
cs=cumsum(nn*maxn/n);
bar(b,nn,0.95,'y')
axis([70,250,0,maxn])
>> box off
>> hold on
>> plot(b,cs,'k-s')

FIGURA 3.6 Histograma de nueve clases, distribucin acumulada de los datos dataset10

3.1.1 Estadgrafos de posicin


>> xmedia=mean(data) %calcula la media aritm tica
xmedia =
24.4000
>> xmedian=median(data)%calcula la mediana
74

xmedian =
24.5000
>> xgeomed=geomean(data)%calcula la media geom trica
xgeomed =
23.1568
>> xarmedia=harmmean(data) %calcula la media arm nica
xarmedia =
21.7846
>> xmoda=mode(data)
moda =
28

Media
Aritmtica

Mediana

Media
Geomtrica

Media
Armnica

Posicin de la
mediana:

Fuente: MAGRAB, Edward B. et al.

Moda
Md = xi
Si ni = Max{ fj }
j

ATLAB.

3.1.2 Estadgrafos de dispersin


>> xmad=mad(data)%calcula la desviaci n media absoluta
xmad =
6.1000
>> xrango=range(data)%calcula el rango = max(data)-min(data)
rango =
30
>> xstd=std(data) %calcula la desviaci n est ndar
xstd =
7.4815
>> xcvar= var(data) %calcula la cuasivarianza
xcvar =
55.9729
>> xvar1=var(data,1)%calcula la varianza
Xvar1=
75

55.0400
>> riq=iqr(data) %rango intercuart lico q3-q1
riq =

10

Desviacin Media
Absoluta

Cuasivarianza

Varianza

Desviacin Estndar
Muestral

Fuente: http://es.wikipedia.org/wiki/Dispersi%C3%B3n_(matem%C3%A1ticas)

FIGURA 3.7 Polgono de frecuencias (rojo)

>> marcas=[8 13 18 23 28 33 38 43]; %marcas de clase


>> y=[0 7 12 14 15 8 4 0]; % frecuencias
>> hold on; bar(marcas,y); plot(marcas,y,'r')

Ejemplo 3.3 Con el mismo vector de datos, calcular: rango intercuartlico, cuartiles 1, 2 y
3, percentiles 10, 25, 50 y 80, coeficiente de asimetra, kurtosis, momento de orden 2
centrado en el origen, e interpretar los resultados.
Solucin.
>> q1=quantile(data, 0.25)% calcula el cuartil 1
q1 =
19
76

>> q2=quantile(data,0.50) % mcalcula el cuartil 2


q2 =
24.5000
>> q3=quantile(data, 0.75)% calcula el cuartil 3
q3 =
29

El cuartil 1, indica que una cuarta parte de los estudiantes tienen notas por debajo de 19
El cuartil 2, indica que la mitad de los estudiantes tienen notas por debajo de 24.5. Ntese
que el cuartil dos, corresponde a la mediana.
El cuartil 3, muestra que las tres cuartas partes de los estudiantes tienen notas por debajo
de 29.
El rango intercuartlico corresponde a la diferencia entre el cuartil 3 y el cuartil 1, o sea, el
50% de estudiantes estn en ese rango, entre 19 y 29.
>> percentiles=prctile(data, [10 20 25 50 75 90]) %calcula los percentiles 10, 20, 25, 50, 75, y 90
percentiles =
14.5000 18.0000 19.0000 24.5000 29.0000 34.0000

El resultado anterior muestra:


p10 = 14.5
p20 = 18.0
p25 = 19.0
p50 = 24.5
p75 = 29.0
p80 = 34.0
de 34.

El 10% de los estudiantes tienen notas por debajo de 14.5


El 20% de los estudiantes tienen notas por debajo de 18.0
Observe que es el mismo cuartil 1
Observe que es la mediana, el cuartil 2 y el percentil 50
Observe que es el cuartil 3
El percentil 80 indica que el 80% de los estudiantes tienen notas por debajo

>> coefasimetria = skewness(data)% calcula el coeficiente de asimetr a


coefasimetria =
0.0186

El coeficiente sesgo o de asimetra es un nmero que mediante su signo se puede


determinar si los datos tienen distribucin simtrica o sesgada.

77

El coeficiente de sesgo o de asimetra, se interpreta del siguiente modo7:


Si es igual a cero, entonces los datos se distribuyen de manera simtrica.
Si es mayor que cero, entonces los datos son sesgados a la derecha.
Si es menor que cero, entonces los datos son sesgados a la izquierda.
Para el caso de estudio, los datos son sesgados ligeramente a la derecha, como se ilustra
en la figura 3.8, mostrado a continuacin.
FIGURA 3.8 Histograma y curva normal

>> histfit(data);colormap([1 1 0])


>> k=kurtosis(data)
k=
2.3859

FIGURA 3.9 Asimetras

CHAO L. Lincoln. Estadstica para las ciencias administrativas. McGraw Hill Latinoamericana. Bogot, 1993. pp. 64-65

78

Fuente: http://www.tuveras.com/estadistica/estadistica02.htm

El coeficiente k de curtosis se interpreta de la siguiente manera8:


Si k = 3 implica que los datos presentan forma de una normal estandarizada (ver polgono
de frecuencias y la curva normal).
Si k > 3 implica que los datos se presentan ms empinados que los de la normal
estandarizada.
Si k < 3 entonces los datos se presentan ms aplanados que los de la curva normal, como
es el caso de estudio: k = 2.3859.
>> moment(data,2)% momento de orden 2
ans =
55.0400
>> s2=var(data,1)% calcula la varianza
S2 =
55.0400

Obsrvese que el momento de orden 2 es la misma varianza.


FIGURA 3.10 Curtosis
Leptocrtica

Mesocrtica

Platicrtica

Coeficiente de variacin. Tambin es una medida relativa de dispersin. Determina el


grado de dispersin de un conjunto de datos relativo a su media aritmtica.
Si se ha realizado un estudio estadstico en dos poblaciones diferentes, y se quiere
comparar resultados, no se puede acudir a la desviacin estndar para ver la mayor o

CHAO L. Lincoln. Op Cit. pp. 65-66

79

menor homogeneidad de los datos, sino a otro parmetro: el coeficiente de variacin el


cual se define como el cociente entre la desviacin estndar y la media aritmtica.
CV =
Ejemplo 3.4 En una exposicin de ganado se estudia un conjunto de vacas con una
media de 500 kilos y una desviacin estndar de 50 kilos. Y se observa tambin un
conjunto de ovejas con una media de 40 kilos y una desviacin estndar de 10 kilos.
Qu grupo de animales es ms homogneo?
Solucin. Un razonamiento falso sera decir que el conjunto de ovejas es ms
homogneo porque su desviacin estndar es ms pequea, pero si se calcula el
coeficiente de variacin para ambos se notar que no es as:
CVV = 50/500 = 0.1 = 10%
CVO = 10/40 = 0.25 = 25%
Por tanto, es ms homogneo el conjunto de las vacas9.
Ejemplo 3.5 Quince estudiantes del grupo A de matemtica I obtuvieron las siguientes
notas definitivas al final del periodo: 25 34 26 45 23 36 29 32 33 44 31 30 35 40 20 y el
grupo B de 20 estudiantes obtuvo las siguientes notas: 36 45 23 37 39 44 39 20 20 29 39
46 28 30 35 36 28 29 40 38 de la misma asignatura. El docente desea averiguar cul de
estos dos grupos es ms homogneo (ms parejo), teniendo en cuenta las notas
definitivas obtenidas.
Solucin
>> x=[25 34 26 45 23 36 29 32 33 44 31 30 35 40 20];
>> y=[36 45 23 37 39 44 39 20 20 29 39 46 28 30 35 36 28 29 40 38];
>> stdx=std(x)
stdx =
7.2230
>> stdy=std(y)
stdy =
7.8168
>> xmedia=mean(x)
xmedia =
32.2000
>> ymedia=mean(y)

http://recursostic.educacion.es/descartes/web/materiales_didacticos/unidimensional_lbarrios/parametros_est.htm

80

ymedia =
34.0500
>> CV1=std(x)/mean(x)
CV1 =
0.2243
>> CV2=std(y)/mean(y)
CV2 =
0.2296

Promedio aritmtico del grupo 1 es: 32


Promedio aritmtico del grupo 2 es: 34
Coeficiente de variacin del grupo 1 es 22.43%
Coeficiente de variacin del grupo 2 es 22.96%
Se puede observar que: el grupo 1 tiene un promedio ms bajo que el grupo 2, pero el
grupo 1 es ms homogneo que el grupo 2.

81

4. TEORA DE MUESTREO
Tanto en las ciencias exactas como en las ciencias sociales, la mayora del conocimiento
existente se debe a experiencias basadas en inferencias a partir de la observacin y del
anlisis de un nmero limitado de eventos.10
De la calidad y representatividad que ese nmero limitado de eventos (muestra) tenga,
depender la bondad o el defecto (la precisin o el error) del conocimiento generado y,
precisamente por esto, es relevante identificar cmo se debe seleccionar una buena
muestra11.
El primer paso para lograrlo, es tener claridad de que un muestreo es un proceso por
medio del cual se seleccionan probabilsticamente elementos de un universo o poblacin
con la finalidad de estimar, con un determinado grado de precisin, algunas
caractersticas de la poblacin en su totalidad12.
De manera que, la lgica del muestreo consiste en estimar parmetros de la poblacin a
partir de estadsticos obtenidos de una muestra, aun cuando nunca se pueda afirmar con
absoluta seguridad cules son esos parmetros. Esto, que aparentemente es un
problema, realmente no lo es, ya que en la prctica lo importante es asegurar que el
parmetro se encuentre dentro de cierto rango y esto lo permite la denominada teora de
la estimacin que identifica la precisin de las estimaciones; es decir, identifica la
probabilidad de que el valor real del parmetro se encuentre dentro de unos lmites
especificados13.
Es necesario es entender que la teora del muestreo permite estimar tamaos adecuados
de muestra, indispensables para obtener una estimacin con cierto grado de precisin.
Para lograrlo, es necesario definir qu es un intervalo de confianza, qu es un grado de
de significancia y qu es una distribucin muestral.
El grado de confianza se refiere a la probabilidad de que el valor real de un parmetro, se
encuentre dentro de los lmites especificados en la estimacin que se quiere calcular14.
El intervalo de confianza corresponde a un intervalo de valores, dentro de los cuales se espera que
est el parmetro con cierto grado de confianza o con riesgo de error conocido; para ello es
necesario determinar primero la estimacin puntual.

Cuando de una poblacin de tamao N se toman, por ejemplo, muestras de tamao n un


nmero infinito de veces, la distribucin de cualquier estadstico calculado, por ejemplo de

10

VLEZ, Eduardo B. El Anlisis de la Informacin. ICFES, Mdulo 4. Serie Aprender a Investigar. Bogot D.C. 1990. pp.
80.
11
Ibid. pp. 80
12
Ibid. pp. 81
13
Ibid. pp. 81
14
Ibid. pp. 81

82

su media aritmtica, recibe el nombre de distribucin de muestreo. Esto es importante,


porque la distribucin de muestreo de muchos estadsticos se aproxima a la curva normal
y as se puede estudiarlos de manera adecuada15.
Un intervalo de confianza permite verificar las hiptesis planteadas acerca de parmetros
poblacionales. Existe intervalos de confianza bilaterales y unilaterales.
En el contexto de estimar un parmetro poblacional, un intervalo de confianza es un rango
de valores (calculado en una muestra) en el cual se encuentra el verdadero valor del
parmetro, con una probabilidad determinada.
La probabilidad de que el verdadero valor del parmetro se encuentre en el intervalo
construido se denomina nivel de confianza, y se denota 1- . La probabilidad de
equivocarse se llama nivel de significancia y se simboliza como . Generalmente, se
construyen intervalos con confianza 1- = 95% (o significancia =5%). Menos frecuentes
son los intervalos con = 10% o = 1%
Para construir un intervalo de confianza, se puede comprobar que la distribucin normal
estndar cumple:
p(-1.96 < z < 1.96) = 0.95
Luego, si una variable x tiene distribucin N( , ), entonces el 95% de las veces se
cumple:
Despejando

en la ecuacin se tiene:
x - 1.96

El resultado es un intervalo que incluye a el 95% de las veces. Es decir, es un intervalo


de confianza al 95% para la media cuando la variable x es normal y
es conocido16.
En cuanto a definicin de poblacin, el concepto de poblacin o universo en estadstica,
va ms all de lo que comnmente se conoce como tal. Una poblacin, se precisa como
un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes.
Tambin, una poblacin es un conjunto de todos los elementos que se estn estudiando,
acerca de los cuales se intenta sacar conclusiones17.
Por ejemplo, si el elemento es una persona, se puede estudiar las caractersticas edad,
peso, nacionalidad, sexo, etc. Los elementos que integran una poblacin pueden
corresponder a personas, objetos o grupos (por ejemplo, familias, fbricas, empresas,
etc). Las caractersticas de la poblacin se resumen en valores llamados parmetros.

15

VLEZ, Eduardo B. Op Cit. pp. 82


http://escuela.med.puc.cl/recursos/recepidem/EPIANAL9.HTM
17
http://www.scribd.com/doc/5181091/Estadistica-y-poblacio-y-muestra
16

83

En cuanto a la muestra, la mayora de los estudios estadsticos, se realizan no sobre la


poblacin, sino sobre un subconjunto o una parte de ella, llamado muestra, partiendo del
supuesto de que este subconjunto presenta el mismo comportamiento y caractersticas
que la poblacin. En general el tamao de la muestra es mucho menor al tamao de la
poblacin, porque de esta manera ahorra un gran esfuerzo.
Los valores o ndices que se concluyen de una muestra se llaman estadgrafos o
estadsticos y estos mediante mtodos inferenciales o probabilsticos, se aproximan a los
parmetros poblacionales18.
A continuacin se muestra la sintaxis de MATLAB con respecto a algunas funciones o
comandos relativos a los conceptos examinados anteriormente.

SINTAXIS MATLAB
normfit19
[muhat,sigmahat] = normfit(data)
[muhat,sigmahat,muci,sigmaci] = normfit(data)
[muhat,sigmahat,muci,sigmaci] = normfit(data,alpha)
[...] = normfit(data,alpha,censoring)
[...] = normfit(data,alpha,censoring,freq)
[...] = normfit(data,alpha,censoring,freq,options

Descripcin
>>[muhat,sigmahat] = normfit(data) %devuelve el estimativo de la media

>>[muhat,sigmahat,muci,sigmaci] = normfit(data) % devuelve el intervalo de confianza al 95%


para los

s estimados de la m

respectivamente. La primera fila de

s arreglos

contiene las cotas inferiores de los intervalos de

confianza para , la segunda fila contiene las cotas superiores. La primera fila de
contiene las cotas inferiores de los intervalos de confianza para , y la segunda fila contiene las
cotas superiores.
>>[muhat,sigmahat,muci,sigmaci] = normfit(datos,alpha) % devuelve el intervalo de confianza al
100(1 - alfa)%

stimado, donde alfa es un valor en el intervalo o rango [0 1],

18

http://www.scribd.com/doc/15268123/Conceptos-Basicos-de-Estadistica-I
1984-2008 The MathWorks, Inc. MATLAB

19

84

especificando el ancho del intervalo de confianza. Por defecto, alfa es 0.05, lo cual corresponde
a un intervalo de confianza del 95%.

Ejemplo 4.1 El contenido de siete contenedores similares de un cido son 9.8, 10.2 10.4,
9.8, 10, 10.2, 9.6 litros. Encuentre el intervalo de confianza del 95% para la media de
todos los contenedores si se supone que la distribucin es aproximadamente normal.
Solucin.
>> x=[9.8, 10.2 10.4, 9.8, 10, 10.2, 9.6 ]; %datos
>>alfa=0.05 %alfa por defecto es 0.05
>>[muhat,sigmahat,muci]=normfit(x,alfa) %
n-1

y muci: intervalo de confianza al 95%

muhat =
10
sigmahat =
0.2828
muci =
9.7384
10.2616

El intervalo en cuestin es: 9.7384 <

< 10.2616

4.1 INFERENCIA ESTADSTICA


Se basa en las conclusiones a la que se llega por la ciencia experimental basndose en
informacin incompleta (de una parte de la poblacin). La inferencia estadstica es una
parte de la Estadstica que permite generar modelos probabilsticos a partir de un conjunto
de observaciones. Del conjunto se observaciones que van a ser analizadas, se eligen
aleatoriamente slo unas cuantas, que es lo que se denomina muestra, y a partir de dicha
muestra se estiman los parmetros del modelo, y se contrastan las hiptesis establecidas,
con el objeto de determinar si el modelo probabilstico es el adecuado al problema real
que se ha planteado.
La utilidad de la inferencia estadstica, consiste en que si el modelo se considera
adecuado, puede usarse para la toma de decisiones o para la realizacin de las
previsiones convenientes.
La inferencia estadstica, parte de un conjunto de observaciones de una variable, y a partir
de estos da
infiere
modelo probabilstico; por tanto, la inferencia
85

estadstica es la consecuencia de la investigacin emprica, cuando se est llevando a


cabo, y como consecuencia de la ciencia terica, cuando se estn generando
estimadores, o mtodos, con tal o cual caracterstica para casos particulares. La
inferencia estadstica es, en consecuencia, un planteamiento inductivo20.
4.2 PRUEBA DE HIPTESIS
En ingeniera e investigacin hay muchas situaciones donde uno tiene aceptar o negar
una hiptesis acerca de un parmetro. Una hiptesis estadstica puede considerarse
como una aseveracin sobre los parmetros de una o ms poblaciones. Una poblacin es
la totalidad de las observaciones de la cual se ocupa el investigador en el problema. Una
muestra es un subconjunto de una poblacin. Desde que se utilizan distribuciones de
probabilidad para representar poblaciones, una hiptesis estadstica puede considerarse
como una aseveracin sobre la distribucin estadstica de la poblacin21.
Por ejemplo, supngase que se tiene un parmetro que ha sido obtenido de n muestras
de una poblacin, y se est interesado en determinar si este parmetro es igual a o. El
procedimiento para la prueba de hiptesis requiere:
Formular una hiptesis, llamada hiptesis nula, Ho
La forma de prueba estadstica apropiada, q o.
Seleccionar un nivel de confianza (tener en cuenta que: 100(1- )% es el nivel de
confianza para ).
Comparar la prueba estadstica para un valor que corresponde a la magnitud de la
prueba que se puede esperar que ocurra naturalmente, q.
Basado en las respectivas magnitudes de qo y q, la hiptesis nula tiene dos posibilidades,
ser aceptada o rechazada. Si la hiptesis nula es rechazada, entonces se acepta la
hiptesis alternativa, la cual se denota como H1.
Hay tres casos posibles a considerar:
Ho :
Ha :

o
o

Ho :
Ha :

=
>

o
o

Ho :
Ha :

=
<

o
o

Existen dos tipos de errores que se pueden cometer en la prueba de hiptesis:


Error tipo I : Rechazar la hiptesis nula Ho cuando es verdadera.
Error tipo II : Aceptar la hiptesis nula Ho cuando es falsa; esto es, cuando realmente
1.

20
21

http://www.mitecnologico.com/Main/InferenciaEstadistica

86

SINTAXIS MATLAB
ttest

22

h = ttest(x)
h = ttest(x,m)
h = ttest(x,y)
h = ttest(...,alfa)
h = ttest(...,alfa,tail)
h = ttest(...,alfa,tail,dim)
[h,p] = ttest(...)
[h,p,ci] = ttest(...)
[h,p,ci,stats] = ttest(...)

Descripcin
>>h =ttest(x) %
varianza desconocida, frente a la
h = 0, indica un
error al rechazar la h
h=ttest(x,m)
y varianza desconocida, frente a la
alternativa de que la media no sea

h=ttest(x,y)
es la diferencia x-

rmal con media

0 y varianza desconocida, frente a la alternativa de que la media no sea 0. Se debe tener en

a) %ejecuta la prueba en (100*alfa)% nivel de significancia. Por defecto, cuando no


se especifica alfa, esta es de 0.05.
h=ttest(

22

,alfa,tail)

1984-2008 The MathWorks, Inc. MATLAB

87

m). Se realiza por defecto, cuando la cola no se especifica. (prueba


de dos colas).
m) (prueba de cola derecha)
m) (prueba de cola izquierda)
h ttest(

,alfa,cola,dim)

-y para una prueba de par

de variables. Usar [] para pasar por defecto valores predeterminados para m, alfa, o tail.
[h,p] = ttest

o la

t=
Donde
m) es la media poblacional hipottica, s es la desviacin
estndar muestral, y n es el tamao de la muestra. Bajo la hiptesis nula, la prueba estadstica
tendr una distribucin t de Student con n - 1 grados de libertad.
[h,p,ci]=ttest(...) % retorna un intervalo de confianza de 100*(1

alpha)% de la media poblacional

o de la diferencia de medias poblacionales para una prueba apareada.


[h,p,ci,stats]=ttest(...) %devuelve la estructura

con los siguientes campos:

tstat : Valor de la prueba estadstica.


df : Grados de libertad de la prueba.
sd : Desviacin estndar muestral.

Para probar la veracidad o no de una hiptesis acerca de la media poblacional, el


MATLAB asume la distribucin normal cuando es conocida la media poblacional y la
distribucin t-student cuando no se conoce . Segn esto, se utilizan las funciones ztest
o ttest para comprobar la hiptesis nula. La forma de utilizar estas funciones se hace de
la siguiente manera:
Ejemplo 4.1 Considrese los datos de dataFci. Se quiere determinar si existe alguna
diferencia estadsticamente significativa entre las medias de estas muestras con un 95%
de confianza. As, la hiptesis es:
Ho: 1 = 2
H1:
2
Solucin. Se usa ttest2 para determinar la validez de esta hiptesis. La funcin ttest2 es:
[h,p,ci]=ttest2(x1, x2, alfa)
88

Donde x1 y x2 son los datos, alfa = , h = 0 si Ho y h = 1 si H1, p = p-valor; esto es: p =


2*(1-tcdf(t0,n-1))
Para un intervalo de confianza de dos colas; t0 = to est definido en la cuarta columna del
caso 4, y ci(1) = l y ci(2) = u son los lmites de confianza inferior y superior,
respectivamente. As, el script es:
>> [x1,x2]=dataFci;
>> [h,p,ci]=ttest2(x1,x2,0.05)
h=
0
p=
0.6775
ci =
-0.7819

1.1724

Ejecutando el anterior script, se obtiene h = 0; esto es, que no se puede rechazar la


hiptesis nula, p = 0.6645, ci(1) = -0.7550, y ci(2) = 1.1855 son los lmites de confianza
inferior y superior, respectivamente, de la diferencia entre las medias. Basado en el valor
de p, se ve que estn solamente 100(1-0.6445)=35.55% de confianza
Basado en el valor de p, se ve que se est a slo 100(1-0.6445) = 35.55% de confianza
en que existe una diferencia estadsticamente significativa entre los medios, el cual es
sustancialmente inferior al valor deseado de nivel de confianza del 95%. Por tanto, la
hiptesis nula no puede ser rechazada.
Ejemplo 4.2 El vendedor de cierta marca de automvil afirma que el kilometraje medio del
modelo XW es de 45.425 Km por galn de gasolina. Un ente gubernamental de Pesas y
Medidas, cree que el vendedor est generando falsas expectativas a los clientes. Nueve
automviles de este modelo son sometidos a prueba con un galn de gasolina y dan el
siguiente resultado de kilmetros recorridos:
45.425 Km 41.640 Km 37.854 Km 39.747 Km 43.532 Km 41.640 Km 47.318 Km
37.854 Km 39.747 Km.
Se rechazar o se aceptar la afirmacin del vendedor? Utilizar un nivel de significancia
de 0.01 ( = 1%).
Solucin.
Ho = 45.425 Km/galn
89

Ha

45.425 Km/galn

Formato: [h,sig,ci] = ttest(x, , , tail)


Entrada:
x : data (si es menor que 30 se utiliza t-student como en este caso)
: media poblacional (44.425 Km/galn)
: significancia (0.01)
both
right
left

>
<

0
0

Salida:
Si h = 0, entonces se acepta la hiptesis nula.
Si h = 1, entonces se rechaza la hiptesis nula.
ci : intervalo de confianza
sig : significancia
>> x= [45.425 41.640 37.854 39.747 43.532 41.640 47.318 37.854 39.747];

h=
1
sig =
0.0085
ci =
37.9730 45.3064

h = 1, significa que debe rechazarse la hiptesis nula, es decir, que lo que afirma el
vendedor no es creble bajo una certeza del 99%
sig = 0.0085 es menor que 0.01 o 1% , luego se rechaza la hiptesis nula.
ci = [37.9730 Km/galn , 45.3064 Km/galn] es el intervalo en el que puede
desempearse el carro, respecto al kilometraje que afirma el vendedor del automvil XW,
con una significancia del 1%
Como la media poblacional es 45.425 km, no cae dentro del intervalo de confianza 0.99
= 99% = (1- ), es as que se rechaza la hiptesis nula.
90

Ejemplo 4.3 Probar la hiptesis de que la distancia media requerida para poder frenar un
automvil que va a 20 Km/h es de 25 metros. Con base en una muestra de 100
conductores se obtiene que la distancia media es 27.3 metros, con una desviacin
estndar de s = 2.1 metros. Utilizar un nivel de significacin de 5%.
Solucin.
Entrada:
x: vector de 100 distancias con media 27.3
= 0.05
s = 2.5761
m = 25
Ho : = 25
Ha :
25
function d=dataset12
d=[30 30 28 26 26 24 22 30 31 29 29 26 28 26 30 25 31 30 29 26 30 29 23 34 24 30 26 24 23 28
28 23 28 31 27 24 31 28 25 28 25 26 30 24 27 30 27 32 35 29 28 29 26 27 28 29 30 24 29 28 25
24 26 30 29 28 24 28 30 23 26 27 25 24 27 29 30 24 25 28 28 28 30 26 27 25 24 25 31 26 24 30
27 28 25 26 24 27 26 28];
>> data=dataset12;
>> sigma=2.1;
>> alfa=0.05;
>> m=25;

Salida:
>> h = ztest(data,m,sigma,alfa,'both')
h=
1

Como h = 1, se rechaza la hiptesis nula, es decir, que la distancia media requerida para
frenar es diferente de 25 metros, a un nivel de significancia del 5%.
SINTAXIS MATLAB
ztest

23

23

The MathWorks, Inc. MATLAB 1984-2008.

91

h = ztest(x,m,sigma)
h = ztest(...,alpha)
h = ztest(...,alpha,tail)
h = ztest(...,alpha,tail,dim)
[h,p] = ztest(...)
[h,p,ci] = ztest(...)
[h,p,ci,zval] = ztest(...)
Descripcin
h = ztest(x,m,sigma)
Ejecuta una prueba de hiptesis z (normal), donde la data proviene de una distribucin con
media m, y que devuelve el resultado de la prueba en trminos de h. Cuando h = 0 indica que la
m
5%. Los datos se supone que provienen de una distribucin normal con desviacin estndar
sigma.
h=ztest(...,alpha) %Ejecuta una prueba de nivel de significancia del (100*alfa)%. Por defecto,
cuando no se especifica alfa da por sentado que alfa es 5% o 0.05.
h=ztest(...,alpha,tail) %Ejecuta la prueba contra la alternativa especificada por la string
Hay tres opciones para la string tail
both
especifica.

m (prueba de dos colas). Esto es por defecto, cuando la cola no se

'right' : La media es ms grande que m (prueba de cola derecha).


'left' : La media es ms pequea que m (prueba de cola izquierda).
La cola debe ser una cadena simple, incluso cuando x es una matriz o un arreglo n-dimensional.
>>h=ztest(...,alpha,cola,dim) %

dim de x. Usar [] para pasar por

>>[h,p] = ztest(...) %devuelve el valor p de la prueba. El valor de p es la probabilidad, bajo la


.

z=
Donde
es la media muestral,
es la media poblacional hipottica,
es la desviacin
estndar, y n es el tamao de la muestra. Bajo la hiptesis nula, la prueba estadstica tendr una
distribucin normal estandarizada N(0,1).
92

[h,p,ci]=ztest(...) % devuelve un intervalo de confianza 100*(1

alfa)% de la media poblacional

[h,p,ci,zval]=ztest(...) % devuelve el valor de l

Ejemplo 4.3 De una poblacin con distribucin normal, constituida por 500 fichas que se
encuentran en un archivador, se extrajo una muestra de 16 observaciones como sigue: 56
45 46 37 56 41 43 36 45 56 49 62 43 60 49 72 56. Se sabe que la
desviacin estndar poblacional =10, pero es desconocida la media poblacional ( = 50
verdadera). Cometiendo un riesgo = 0.05 (nivel de significancia 5%), probar la hiptesis
de que la media poblacional sea igual a: (a) 40, (b) 49, (c) 50, (d) 51 y (e) 60.
Solucin.
(a) Ho :
Ha :

= 40
40

= 0.05
= 10
>> x=[56 45 46

37

56

41

43

36

45

56

49 62 43 60 49 72 56];

>> m=40;
>> sigma=10;
>> alfa=0.05;
>> h = ztest(x,m,sigma,alfa,'both') %
h=
1

Como h = 1 se rechaza la hiptesis nula, es decir, que no es cierto que


(b) Ho : = 49
H1 :
49
= 0.05
= 10
>> m=49;
>> sigma=10;
>> alfa=0.05;
>> h = ztest(x,m,sigma,alfa,'both')
h=
0
93

= 40.

Como se sabe h = 0 significa que se acepta que


aceptando algo falso que es un error tipo II.
(c) Ho :
H1 :

= 49 y

verdadera es 50, se est

= 49
49

>> m=50;
>> h = ztest(x,m,sigma,alfa,'both')
h=
0

Aqu se acepta la hiptesis nula Ho = 50, lo cual es verdadero y no se est cometiendo


ningn error.
(d) Ho :
H1 :

= 51
51

>> m=51;
>> h = ztest(x,m,sigma,alfa,'both')
h=
0

Se acepta la hiptesis nula, por lo tanto se est cometiendo un error de tipo II porque se
sabe que la media poblacional verdadera es 50.
(e) Ho :
H1 :

= 60
60

>> m=60;
>> h = ztest(x,m,sigma,alfa,'both')
h=
1

Como h = 1, se rechaza la hiptesis nula y por tanto no se comete ningn error, ya que se
rechaza algo falso.
Ejemplo 4.4 Encuentre el intervalo de confianza para la media muestral al 95% de nivel
de confianza, segn los datos dados en dataset10.
94

Solucin. Si se tiene el nivel de confianza del 95%, entonces el programa para


determinar el intervalo de confianza de la media es:
function d=dataset10
d=[105 160 157 190 199 121 160 172 156 110 97 196 151 76 115 120 150 171 229 133 245 221
175 101 193 181 181 237 158 123 163 154 201 142 167 160 168 170 148 146 207 228 183 149
171 194 158 180 150 169 134 131 153 200 163 184 208 167 118 158 218 180 174 186 87 165
133 176 143 135 199 178 154 174 176 145 135 158 141 149];
clc
disp([' '])
meen=mean(dataset10);
L=length(dataset10);
q=std(dataset10)*tinv(0.975,L-1)/sqrt(L);
disp([' '])
disp([' Media muestral = ' num2str(meen)])
disp([' '])
disp(' Intervalo de confianza para la media muestral al 95% de nivel de confianza: ')
disp([' '])
disp([' ' num2str(meen-q) ' <= Media muestral <= ' num2str(meen+q)])
disp([' '])

Considere los datos en dataset10. Se quiere saber si existe una diferencia


estadsticamente significativa entre la muestra y un valor promedio de 168 ( 0 = 168) en
un 95% de nivel de confianza. As, la hiptesis es:
Ho:
H1:

= 168
168

Se usa ttest para determinar la validez de la hiptesis.


[h,p,ci]=ttest(data,mucero,alfa)

Donde data son los datos, mucero =

0,

alfa = , h = 0 si Ho y h = 1 si H1, p = valor de p;

esto es:

95

p = 2*(1-tcdf(t0,n-1));
>> [h,p,ci]=ttest(dataset10,168,0.05)
h=
0
p=
0.1614
ci =
155.1466 170.1784

As, en el presente caso, tras la ejecucin, se encuentra que h = 0; es decir, no se puede


rechazar la hiptesis nula, p = 0.1614, ci(1) = 155.1466, y ci(2)=170.1784. Se observa que
= 162.6625 dado atrs y que el intervalo de confianza para el valor de 168 en el 95% de
nivel de confianza es
. Siendo que el valor hipottico de 168
para la media est dentro de este intervalo de confianza, se debe esperar que la
hiptesis nula no sea rechazada. De hecho, basado en su p-valor, se ve que se est a
slo 100(1-0.1614) = 83,9% de confianza, que es menos que el nivel de confianza del
95% deseado.
Ahora, si se ejecuta:
>> [h,p,ci]=ttest(dataset10,175,0.05)
h=
1
p=
0.0016
ci =
155.1466 170.1784

Se obtiene h = 1; esto es, se puede rechazar la hiptesis nula y aceptar H1; p = 0.0016,
ci(1) = 155.1466, y ci(2) = 170.1784. En otras palabras, se puede tener 100(1-0.0016) =
99.84% de confianza que la media de los datos en dataset10 son diferentes del valor de la
media de 175.

Ejemplo 4.5 Determinar el intervalo de confianza para la razn de varianzas muestrales


al 95% de nivel de confianza.
Solucin. Se consideran los datos almacenados en
function [set1,set2]=dataFci
96

, para desarrollar el ejemplo:

set1=[41.60 41.28 42.34 41.95 41.86 42.18 41.72 42.26 41.81 42.04];
set2=[39.72 42.59 41.88 42.00 40.22 41.07 41.90 44.29];
clc
disp([' '])
[data1,data2]=dataFci;
r=var(data1)/var(data2);
L1=length(data1);
L2=length(data2);
q2=r*finv(.975,L2-1,L1-1);
q1=r/finv(.975,L1-1,L2-1);
disp([' '])
disp(['Razon de varianzas muestrales = ' num2str(r)])
disp([' '])
disp('Intervalo de confianza para la razon de varianzas muestrales al 95% de nivel de confianza:
')
disp([' '])
disp(['' num2str(q1) ' <= Razon de la varianza muestral <= ' num2str(q2)])
disp([' '])

Despus de la ejecucin se obtiene:


Razon de varianzas muestrales = 0.051599

Intervalo de confianza para la razon de varianzas muestrales al 95% de nivel de confianza:

0.010698 <= Razon de la varianza muestral <= 0.21656

Ejemplo 4.6 Considere los datos de dataFci. Se quiere saber si existe alguna diferencia
estadsticamente significativa entre las variaciones de estas muestras con un 95% de
confianza. As, la hiptesis es:
Ho :

H1 :
La prueba estadstica es:
fo =

97

y el criterio de rechazo de la hiptesis nula es bien


f0 > f /2,n1-1,n2-1 ,Or, f0 < f1- /2,n1-1,n2-1
Solucin. Se usa vartest2 para determinar la validez de esta hiptesis; esto es,
[h,p,ci] = vartest2(x1,x2,alfa)

Donde x1 y x2 son los datos, alfa = , h = 0 si Ho, y h = 1 si H1, p = valor de p, esto es:
p=2*(1-fcdf(f0,n1,n2))
para un intervalo de confianza de dos colas; f0 = f 0, y ci(1) = l y ci(2) = u son los lmites de
confianza superior e inferior, respectivamente. El script es:
>> [x1,x2]=dataFci;
>> [h,p,ci]=vartest2(x1,x2,0.05)
h=
1
p=
6.5379e-005
ci =
0.0083

0.1674

Al ejecutar el anterior script, se encontr que h = 1; o sea, se niega la hiptesis nula, p =


6.5379 x 10-5, ci(1) = 0.0083, y ci(2) = 0.1674 que son los lmites de confianza inferior y
superior, respectivamente en relacin a las varianzas. Con base en el valor de p, se
observa que hay 100(1 - 6.5379 x 10-5) = 99.993 % de confianza que hay diferencia
estadsticamente significativa en sus varianzas.

98

5. AJUSTES DE CURVAS Y REGRESIN


5.1 INTRODUCCIN
Todas las fases cientficas, y prcticas de ingeniera y servicios humanos implican la
obtencin, procesamiento, e interpretacin de datos. La puesta de datos experimentales a
una ecuacin matemtica se llama regresin. La regresin puede tener diferentes
adjetivos, segn la forma matemtica que se utilice para el ajuste y el nmero de variables
utilizada. Por ejemplo, la regresin lineal consiste en utilizar una lnea recta, o ecuacin
lineal para el ajuste requerido. Otro ejemplo puede ser, regresin mltiple que implica una
funcin de ms de una variable independiente.
La regresin y correlacin son las dos herramientas estadsticas ms poderosas y
verstiles que se pueden utilizar para solucionar problemas comunes de investigacin. Se
dice que una variable depende de la otra, o como en este caso, que y depende de x,
donde x e y son dos variables cualesquiera. Esto se puede escribir como: y = f(x). Se lee:
y es funcin de x.
5.2 REGRESIN LINEAL SIMPLE
El primer caso a considerar es el de un conjunto de datos bidimensionales (puntos en el
plano) en el que se selecciona la "mejor" lnea recta o ecuacin lineal que se ajuste, a los
datos correspondientes del problema. Esta recta podr tener o no tener sentido para los
datos correspondientes, ello depender de su comportamiento en la realidad. Si esta
relacin es evidente desde una simple inspeccin en que la variacin es drsticamente
diferente de la de una ecuacin lineal, el procedimiento puede dar resultados que tienen
muy poco sentido. Sin embargo, si la tendencia general de los datos parece aproximarse
a una lnea recta, el procedimiento puede arrojar resultados significativos.
En el caso expuesto,

es la variable dependiente y

es la variable independiente. Es

importante en su momento identificar cul es la variable dependiente y cul la


independiente.
La variable dependiente es la variable que se desea explicar o predecir. A la variable
independiente se le denomina tambin como variable explicativa.
Se debe diferenciar entre regresin simple y regresin mltiple. En la regresin simple, se
establece que y es funcin de una sola variable independiente. A veces se le llama
regresin bivariada porque intervienen dos variables. En un modelo de regresin mltiple,
y es funcin de dos o ms variables independientes y se nota: y = f(x1, x2, x3
n)
donde hay n variables independientes.

99

Es necesario tambin hacer distincin entre regresin lineal y regresin curvilnea (no
lineal). En el caso de la regresin lineal, la relacin se representa mediante una lnea
recta y en el caso de regresin curvilnea obviamente mediante una curva.
Si x e y se relacionan linealmente entonces a medida que x cambia, y cambia en forma
constante. Si existe una relacin curvilnea y cambiar en cantidades diferentes a medida
que cambia x.
5.3 DIAGRAMAS DE DISPERSIN
A simple vista se puede observar que en la figura 5.1 no existe relacin alguna entre las
dos variables.
FIGURA 5.1 No existe relacin entre los vectores de datos x e y

En la figura 5.2, la lnea recta ajusta bien los datos


FIGURA 5.2 Relacin lineal positiva

100

En la figura 5.3, la recta tiene una pendiente negativa y proporciona un buen ajuste.
FIGURA 5.3 Relacin lineal negativa

En la figura 5.4, los puntos de los datos sugieren una relacin curvilnea
FIGURA 5.4 Relacin curvilnea

El modelo ms elemental de regresin es aquel donde los puntos tienden a formar una
lnea recta en el diagrama de dispersin. En este caso, la ecuacin de regresin lineal
simple est dada por:
y= x+
donde

es la pendiente de la recta dada.

La siguiente funcin calcula los coeficientes de regresin y y el error cuadrtico en el


ajuste de los puntos con respecto a la recta. La funcin de regresin es: f(x) = x +
101

function [a,b]=linefit(x,y)
n=length(x);
S1=sum(x);
S2=sum(y);
S3=sum(x.*x);
S4=sum(x.*y);
a=(n*S4-S1*S2)/(n*S3-(S1)^2);
b=(S3*S2-S4*S1)/(n*S3-(S1)^2);
for k=1:n
p1=a+b*x(k);
Error(k)=abs(p1-y(k));
end
Error=sum(Error.*Error)

Se entran primero los vectores x e y que deben ser de la misma dimensin y luego desde
el rea de trabajo se llama de la siguiente manera:
>> x=[1 2 3 4 5];
>> y=[1 5 7 8 10]
>> [a b]=linefit(x,y)
Error =
147.9000
a=
2.1000
b=
-0.1000
>> z=a+b.*x;
>> plot(x,y,'*',x,z),grid
>> z=a.*x+b;
>> plot(x,y,'*',x,z),grid

FIGURA 5.5 Lnea recta de ajuste por mnimos cuadrados

102

>> polyfit(x,y,1)
ans =
2.1000 -0.1000
>> x=[-3 -2 -1 0 1 2 3];
>> y=[8 5 2 0 1 3 10];
>> polyfit(x,y,1)%interpolaci

n de MATLAB

ans =
0.0357

4.1429

>> [a b]=linefit(x,y)

n lineal con la funci n creada

Error =
673.2232
a=
0.0357
b=
4.1429
>> z1=a.*x+b;
>> polyfit(x,y,2) %interpolaci n cuadr tica con la funci n de MATLAB
ans =
0.9643

0.0357

0.2857

>> z2=0.9643*x.^2+0.0357*x+0.2857

tica

z2 =
8.8573

4.0715

1.2143

0.2857

1.2857

4.2143
103

9.0715

>> plot(x,y,'*',x,z1,x,z2), grid

La funcin p=poly(r) da los coeficientes del polinomio p cuyas races son el vector r.
La funcin polyfit(x,y,n) da los coeficientes del polinomio de grado n que se ajusta a los
puntos (x,y)
FIGURA 5.6. Ajuste lineal y cuadrtico

Ejemplo 5.1 Considere los datos dados de la tabla 5.1. Estos datos son colocados en un
archivo M de funcin llamado DataRegress1. Ntese sin embargo, que estos datos no
estn ordenados. Siendo que esto es un inconveniente cuando llega el momento de
graficarlos con una lnea recta conectada, se ordenan pues los datos en forma
ascendente. Ninguno, ni polyfit ni polyconf requieren del ordenamiento.
TABLA 5.1 Data de la variable independiente x, y la variable dependiente y
x : 2.38 2.44 2.70 2.98 3.32 3.12 2.14 2.86 3.50 3.20 2.78 2.70 2.36 2.42 2.62 2.80 2.92 3.04
3.26 2.30

y : 51.11 50.63 51.82 52.97 54.47 53.33 49.90 51.99 55.81 52.93 52.87 52.36 51.38 50.87 51.02
51.29 52.73 52.81 53.59 49.77

function [x,y]=DataRegress1
xx=[2.38 2.44 2.70 2.98 3.32 3.12 2.14 2.86 3.50 3.20 2.78 2.70 2.36 2.42 2.62 2.80 2.92 3.04
3.26 2.30];
yy=[51.11 50.63 51.82 52.97 54.47 53.33 49.90 51.99 55.81 52.93 52.87 52.36 51.38 50.87
104

51.02 51.29 52.73 52.81 53.59 49.77];


[x,index]=sort(xx); %los datos se ordenan pero deben preservarse las parejas
y=yy(index); %lo anterior se logra de esta manera
>> [x,y]=DataRegress1;
>> [c,s]=polyfit(x,y,1);
>> [yhat,w]=polyconf(c,x,s,0.005);
>> syy=sum(y.^2)-length(x)*mean(y)^2;
>> sse=syy-c(1)*(sum(x.*y)-length(x)*mean(x)*mean(y));
>> plot(x,yhat,'k-',x,yhat-w,'k--',x,yhat+w,'k--',x,y,'ks',[x;x],[yhat;y],'k-')
>> legend('Linea de regresion','95% intervalo de confianza de y','Location','SouthEast')
>> axis([2,3.6,48,57])
>> xlabel('x(Entrada)')
>> ylabel('y(Respuesta'))
>> coefdet=(1-sse/syy)
coefdet =
0.8774

El coeficiente de determinacin est cerca de 1, lo cual refleja una correlacin buena.


Se sabe que el coeficiente de determinacin toma valores en el intervalo [-1,1]. Si el valor
es 1 existe una relacin lineal positiva perfecta. Si es 0 indica que entre las dos variables
no existe relacin lineal alguna (porque puede haber curvilnea). Si fuera negativa indica
que entre x e y existe una correlacin lineal negativa perfecta.

FIGURA 5.7 Regresin lineal para la data del ejemplo 5.7 y lmite de confianza de y

105

FIGURA 5.8 Grfico de la distribucin acumulativa normal de las desviaciones de la lnea


que aparece adecuada en la figura anterior.

Ahora, se contina adelante para investigar las desviaciones. Primero se calculan las
desviaciones y luego se grafica utilizando normplot para determinar si estn normalmente
distribuidas. El script es:
>> [x,y]=DataRegress1;
>> normplot(y-polyval(polyfit(x,y,1),x))
106

Siendo que las desviaciones estn muy cerca de la lnea que representa la distribucin
normal, se puede decir que las desviaciones estn muy cercanamente distribuidas de
forma normal, por lo tanto, el modelo es adecuado.
Ejemplo 5.2 Una muestra de 10 estudiantes que ingresaron a la universidad con los
siguientes puntajes: 39, 43, 21, 64, 57, 47, 28, 75, 34, 52 sobre 100 obtuvieron las
siguientes notas en matemtica I: 65, 78, 52, 82, 92, 89, 73, 98, 56, 75, respectivamente.
Solucin.
function [x,y]=DataRegress2
xx=[39 43 21 64 57 47 28 75 34 52];
yy=[65 78 52 82 92 89 73 98 56 75];
[x,index]=sort(xx); %los datos se ordenan pero deben preservarse las parejas
y=yy(index); %lo anterior se logra de esta manera
>> [x,y]=DataRegress2;
>> [c,s]=polyfit(x,y,1);
>> [yhat,w]=polyconf(c,x,s,0.005);
>> syy=sum(y.^2)-length(x)*mean(y)^2;
>> sse=syy-c(1)*(sum(x.*y)-length(x)*mean(x)*mean(y));
>> plot(x,yhat,'k-',x,yhat-w,'k--',x,yhat+w,'k--',x,y,'ks',[x;x],[yhat;y],'k-')
>> legend('Linea de regresion','95% intervalo de confianza de y','Location','SouthEast')
>> axis([15,80,10,140])
>> xlabel('x(Examen de Entrada)')
>> ylabel('y(Def. Matematica I)')
>> coefdet=(1coefdet =
0.7052

El coeficiente de determinacin, muestra una buena relacin lineal positiva entre las
variables, porque est prximo a 1. Para el caso en cuestin, muestra que el puntaje
obtenido por los estudiantes al ingresar a la universidad, se ha visto reflejado en las notas
de matemtica I.
Ahora, se se observan las desviaciones. Primero se calculan las desviaciones y luego se
grafica utilizando normplot para determinar si estn normalmente distribuidas. Ver figura
5.10. El script es:
107

>> [x,y]=DataRegress2;
>> normplot(y-polyval(polyfit(x,y,1),x))

FIGURA 5.9 Recta de regresin estimada de las notas de Matemtica I respecto al


puntaje de ingreso a la universidad

FIGURA 5.10 Grfico de la distribucin acumulativa normal de las desviaciones

108

Los datos se adaptan bien con los puntos de la normal.

(Curso II)
6. REGRESIN LINEAL MLTIPLE
7. SERIES DE TIEMPO
8. ANLISIS DE VARIANZA
9. PRUEBAS NO PARAMTRICAS

109

APNDICE 1
>> theta1=linspace(-2.0*pi,2.0*pi,35);
>> theta2=linspace(-2.0*pi,2.0*pi,35);
>> [T1,T2]=meshgrid(theta1,theta2);
>> F=T2.^2/2-cos(T1);
>> meshc(T1,T2,F)
>> axis([-2.0*pi,2.0*pi,-2.0*pi,2.0*pi,-5,20])
>> xlabel('\theta_1')
>> ylabel('F(\theta_1,\theta_2)')

110

APNDICE 2
>> t=linspace(0,2*pi);
>>fill(t,sin(t),'m')
>>hold on
>>fill(t,0.5*sin(2*t),'y')
>>axis off

111

APNDICE 3
>> x=linspace(0,6,100);
>> hc=plot(x,cos(x),'k-');
>> hold on
>> hch=plot(x,1./cosh(x),'k--');
>> hcl=plot([4.73,4.73],[-1,1],'k');
>> [a,b]=legend('cos(x)','1/cosh(x)','location','SouthWest');
>> xlabel('\it\bfx','FontSize',14,'FontName','Times')
>> ylabel('Value of function','FontSize',14)
>> ylabel('Valor de la funcion','FontSize',14)
>> title('\bfMuestra la interseccion de las dos curvas','FontName','Courier','FontSize',14)

>> text(4.8,-0.1,'\itx \rm= 4.73','FontName','Times','FontSize',12)


>> set(hc,'LineWidth',4)
>> set(hch,'LineWidth',2.5)
>> set(hcl,'LineWidth',0.25,'color','g')
>> set(gca,'FontSize',14,'LineWidth',1.5)
>> set(b(1),'FontSize',10)

112

113

APNDICE 4
Modelo de Solucin de problemas con MATLAB
Se usan globos metereolgicos para obtener datos de temperatura y presin a diferentes
alturas en la atmsfera. El globo se eleva porque la densidad del helio en su interior es
menor que la del aire que rodea al globo. Al subir el globo, el aire circundante se vuelve
menos denso, y el ascenso se va frenando hasta que el globo alcanza un punto de
equilibrio. Durante el da, la luz del Sol calienta el helio atrapado dentro del globo; el helio
se expande y se vuelve menos denso, y el globo sube ms. Durante la noche, en cambio,
el helio del globo se enfra y se vuelve ms denso, y el globo desciende a una altura
menor. El da siguiente, el Sol calienta el helio otra vez, y el globo sube. Este proceso
genera una serie de mediciones de altura con el transcurso del tiempo que se pueden
aproximar con una ecuacin polinmica.
Suponga que el siguiente polinomio representa la altura en metros durante las primeras
48 horas despus del lanzamiento de un globo metereolgico:
h(t) = -0.12t4 + 12t3

380t2 + 4100t + 220

donde las unidades de t son horas. Genere curvas para la altura, velocidad y aceleracin
de este globo usando unidades de metros, m/s y m/s 2. Adems, determine y exhiba la
altura mxima y su hora correspondiente.
Planteamiento del problema
Usando el polinomio dado, determine la velocidad y aceleracin que corresponden a la
informacin de altura. Grafique la altura, velocidad y aceleracin. Adems calcule la altura
mxima y su hora correspondiente.
Descripcin de entradas/salidas
El siguiente diagrama de E/S muestra que el programa no tiene entradas externas. La
salida consiste en las curvas y la altura mxima con su correspondiente tiempo.

* Grfica de valores de altura


No hay datos
externos de
entrada

* Grfica de valores de velocidad


* Grfica de valores de aceleracin

114

Ejemplo a mano
Solamente se necesita calcular la velocidad y la aceleracin derivando a mano la funcin
polinmica dada de la altitud. Los datos se graficarn y se determinar el valor mximo.
No obstante, es importante sealar que, al ser horas las unidades de t, se necesita
convertir m/h en m/s sustituyendo el tiempo en horas por el tiempo en segundos.
Solucin con MATLAB
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%
%polinomico para la altura de un globo metereologico.
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%
t=linspace(0,48,480);
altitud=-0.12*t.^4+12*t.^3-380*t.^2+4100*t+220;
velocidad=-0.48*t.^3+36*t.^2-760*t+4100;
aceleracion=-1.44*t.^2+72*t-760;
%
subplot(2,1,1),plot(t,altitud),title('Altura del globo')
xlabel('t, horas'),ylabel('metros'),grid,pause
subplot(2,1,1),plot(t,velocidad/3600),title('Velocidad del globo')
ylabel ('m/seg'),grid
subplot(2,1,2),plot(t,aceleracion/(3600*60)),title('Aceleracion del globo'),xlabel('t, horas')
ylabel('metros/seg^2'),grid
%
clc
maxima_altitud=max(altitud)
for i=1:length(altitud)
if altitud(i)==maxima_altitud, t(i), break, end
end
clc
fprintf('La altura

en metros es: %8.2f El tiempo en segundos es: %6.2f

\n',maxima_altitud,t(i))

115

GLOSARIO
ANLISIS DE CORRELACIN. Es el conjunto de tcnicas estadsticas empleado para
medir la intensidad de la asociacin entre dos o ms variables. El principal objetivo del
anlisis de correlacin consiste en determinar qu tan intensa es la relacin entre dos o
ms variables. Normalmente, el primer paso es mostrar los datos en un diagrama de
dispersin.
ANLISIS DE REGRESIN. Es una tcnica estadstica para el modelamiento e investiga
las relaciones entre dos o ms variables. El modelo de regresin lineal simple tiene
nicamente una variable independiente24. Es la tcnica empleada para desarrollar la
ecuacin y dar las estimaciones.
ANLISIS DE REGRESIN Y CORRELACIN MLTIPLE. Consiste en estimar una
variable dependiente, utilizando dos o ms variables independientes.
ANLISIS ESTADSTICO DE LA INFORMACIN. Disciplina que se define como la ciencia de la
recoleccin, anlisis, interpretacin y presentacin de informacin que puede expresarse en forma
numrica.
COEFICIENTE DE CONFIANZA. Es la probabilidad de que un intervalo de confianza contenga el
parmetro que se estima.

COEFICIENTE DE CORRELACIN. Describe la intensidad de la relacin entre dos


conjuntos de variables de nivel de intervalo. Es la medida de la intensidad de la relacin
lineal entre dos variables.
El valor del coeficiente de correlacin puede tomar valores desde -1 hasta 1, indicando
que mientras ms cercano a 1 sea el valor del coeficiente de correlacin, en cualquier
direccin, ms fuerte ser la asociacin lineal entre las dos variables. Mientras ms
cercano a 0 sea el coeficiente de correlacin indicar ms dbil esta asociacin entre
ambas variables. Si es igual a 0 se concluir que no existe relacin lineal alguna entre
ambas variables.
COVARIANZA. La covarianza de una variable bidimensional es la media aritmtica de los
productos de las desviaciones de cada una de las variables respecto a sus medias respectivas.
DESVIACIN ESTNDAR. Se define como la raz cuadrada de la varianza o como la desviacin
cuadrtica media.

DIAGRAMA DE DISPERSIN. Es aquel grfico que representa la relacin entre dos


variables.

24

116

ECUACIN DE REGRESIN. Es una ecuacin que define la relacin lineal entre dos
1x1

+b2x2 + b3x3

ECUACIN DE REGRESIN MLTIPLE. La forma general de la ecuacin de regresin


mltiple con dos variables independientes es:
= a + b1x1 + b2x2
x1 y x2
Variables independientes
a

Coordenada del punto de interseccin con el eje y

b1

Coeficiente de regresin (es la variacin neta en y por cada unidad de


variacin en x1)

b2

Coeficiente de regresin (es el cambio neto en y para cada cambio unitario


en x2)

ESTADSTICA. La Estadstica es la parte de las Matemticas que se encarga del estudio de una
determinada caracterstica en una poblacin, recogiendo los datos, organizndolos en tablas,
25
representndolos grficamente y analizndolos para sacar conclusiones de dicha poblacin .
ESTADSTICA DESCRIPTIVA. Realiza el estudio sobre la poblacin completa, observando una
caracterstica de la misma y calculando unos parmetros que den informacin global de toda la
poblacin.
ESTADSTICA INFERENCIAL. Realiza el estudio descriptivo sobre un subconjunto de la poblacin
26
llamado muestra y, posteriormente, extiende los resultados obtenidos a toda la poblacin .
ESTADSTICO. Los datos o medidas que se obtienen sobre una muestra y por lo tanto una
estimacin de los parmetros.
ESTIMADOR. Un estimador puntual utiliza un nmero nico o valor para localizar una estimacin
del parmetro. Un intervalo de confianza denota un rango dentro del cual puede encontrarse el
parmetro, y el nivel de confianza que el intervalo contiene del parmetro.
ESTIMADORES Y ESTIMACIONES. Un estimador es el proceso mediante el cual se obtiene la
estimacin. Una estimacin es el resultado numrico del estimador.
Se dice que un buen estimador debe ser:
Insesgado, es decir, que no tenga sesgo o error, cuando el valor del estimador es igual al
del parmetro.
Consistente, o sea, que al aumentar el tamao de la muestra, converge en probabilidad al
parmetro que se estima.

25
26

http://www.scribd.com/doc/15268123/Conceptos-Basicos-de-Estadistica-I
http://recursostic.educacion.es/descartes/web/materiales_didacticos/unidimensional_lbarrios/parametros_est.htm

117

Eficiente, es decir, que el estimador tiene la menor varianza entre todos los estimadores
posibles.
Suficiente, o sea, cuando incluye toda la informacin que la muestra puede proporcionar
27
acerca del parmetro .
ESTIMADOR INSESGADO. Un estimador es insesgado si la media de su distribucin muestral es
igual al parmetro correspondiente.
ESTIMADOR EFICIENTE. Dado un estimador insesgado, el estimador ms eficiente es aquel que
tenga la varianza ms pequea.
ESTIMADOR CONSISTENTE. Un estimador es consistente si, a medida que n aumenta, el valor
del estadstico se aproxima al parmetro.
ESTIMADOR SUFICIENTE. Un estimador es suficiente si ningn otro estimador puede
proporcionar ms informacin sobre el parmetro.
GRADO DE CONFIANZA. Se refiere a la probabilidad de que el valor real de un parmetro, se
encuentre dentro de los lmites especificados en la estimacin que se quiere calcular.
GRADOS DE LIBERTAD. El nmero de observaciones menos el nmero de restricciones
impuestas sobre tales observaciones.
GRFICO DE BARRAS. Son barras horizontales que representan el grado en que ciertas
caractersticas pueden existir a partir de la observacin de casos o elementos.
GRFICOS CRCULARES O DE PASTEL (PIE). Son grficas circulares divididas en sectores, que
representan fracciones del crculo total y que estn asociadas con una caracterstica especfica.
HISTOGRAMAS DE FRECUENCIA. Son grficos que presentan la informacin contenida en una
distribucin de frecuencia.
HIPTESIS ESTADSTICA. Puede considerarse como la afirmacin acerca de una caracterstica
ideal de una poblacin sobre la cual hay inseguridad en el momento de formularla y que, a la vez,
es expresada de tal forma que puede ser rechazada.
INTERVALO DE CONFIANZA. Corresponde a un intervalo de valores, dentro de los cuales se
espera que est el parmetro con cierto grado de confianza o con riesgo de error conocido; para
ello es necesario determinar primero la estimacin puntual.
MEDIANA. Es la observacin de la mitad despus de que se han colocado la data en una serie
ordenada. Se usa en variables medidas en escala ordinal, intervalo o de razn. Si la data est
agrupada, la mediana se define como el valor dentro del intervalo que divide la distribucin en dos
partes iguales.

27

MARTNEZ B. Ciro. Op.Cit. pp. 315

118

MEDIA ARITMTICA. Se le llama tambin promedio. Es una medida de tendencia central que
consiste en la suma de las mediciones divididas por el total del nmero de mediciones. Se utiliza
en variables medidas en escalas de intervalo o de razn.
MEDIA GEOMTRICA. Proporciona una medida precisa de un cambio porcentual promedio en
28
una serie de nmeros .
MEDIDA DE DISPERSIN. Miden qu tanto se dispersan las observaciones alrededor de su
29
media .
MTODO NO PARAMTRICO. O de distribucin libre, es el anlisis estadstico que no depende
del conocimiento de la distribucin, ni de los parmetros poblacionales.
MODA. La moda de una distribucin se define como el valor ms frecuentemente encontrado, o la
mayor frecuencia. Se usa con mediciones en escala nominal, ordinal, de intervalo o de razn. Si se
trabaja con datos agrupados la moda se refiere al valor medio del intervalo que contiene la mayor
frecuencia.
MUESTRA. Es un subconjunto, extrado de la poblacin (mediante tcnicas de muestreo), cuyo
estudio sirve para inferir caractersticas de toda la poblacin.
MUESTREO. Es la tcnica utilizada en la seleccin de una muestra a partir de una poblacin.
MUESTREO NO PROBABILSTICO. Este tipo de muestreo, puede haber clara influencia de la
persona o personas que seleccionan la muestra o simplemente se realiza atendiendo a razones de
comodidad. Salvo en situaciones muy concretas, en la que los errores cometidos no son grandes,
debido a la homogeneidad de la poblacin, en general no es un tipo de muestreo riguroso y
cientfico, dado que no todos los elementos de la poblacin pueden formar parte de la muestra. Por
ejemplo, si se hace una encuesta telefnica por la maana, las personas que no tienen telfono o
que estn trabajando, no podrn formar parte de la muestra.
MUESTREO PROBABILSTICO. En este tipo de muestreo, todos los individuos de la poblacin
pueden formar parte de la muestra, tienen probabilidad positiva de formar parte de la muestra. Por
lo tanto es el tipo de muestreo que se debe utilizar en las investigaciones, por ser el ms riguroso y
cientfico.
M.A.S. Es un muestreo aleatorio simple, donde todos los individuos tienen la misma probabilidad
de ser seleccionados. La seleccin de la muestre puede realizarse a travs de cualquier
mecanismo probabilstico en el que todos los elementos tengan las mismas opciones de salir.
PARMETROS ESTADSTICOS. Son las medidas que se obtienen sobre la distribucin de
probabilidades de la poblacin, tales como la media, la varianza, la proporcin, etc.
Pueden ser de dos tipos:

28
29

WEBSTER, Allen L. Estadstica Aplicada a los Negocios y la Economa. McGraw-Hill. Bogot D.C. 2000. pp. 44.
WEBSTER, Allen L. Op. Cit. pp. 47.

119

PARMETROS DE CENTRALIZACIN. Son datos que representan de forma global a toda la


poblacin. Entre ellos se estudian: la media aritmtica, la moda y la mediana.
PARMETROS DE DISPERSIN. Son datos que informan de la concentracin o dispersin de los
datos respecto de los parmetros de centralizacin. Por ejemplo el rango, la desviacin media, la
30
varianza y la desviacin estndar .
PERCENTILES. Es una medida de dispersin utilizada para calcular el valor que tiene P % de las
mediciones por debajo del percentil P y (100-P %) por encima.
POBLACIN. Es el conjunto de todos los elementos que son objeto del estudio estadstico.
Algunos autores tambin le llaman Universo.
POLGONOS DE FRECUENCIA. Son grficos en la forma de una serie de lneas rectas
conectadas entre s y que unen puntos medios de intervalos a lo largo del eje horizontal.

PRINCIPIO DE MNIMOS CUADRADOS. Es la tcnica empleada para obtener la


ecuacin de regresin, minimizando la suma de los cuadrados de las distancias verticales

PRUEBA DE HIPTESIS. Se denomina tambin prueba de significacin que tiene por objeto
principal evaluar suposiciones o afirmaciones acerca de los valores estadsticos de la poblacin,
denominados parmetros.
RANGO. Medida de dispersin que identifica la distancia entre el valor mximo y el menor valor de
la distribucin. O tambin se define como la diferencia entre el lmite superior e inferior.
RANGO INTERCUARTLICO. Es otra medida de dispersin y se define como la diferencia entre el
cuartil superior y el inferior.
2

TEOREMA DEL LMITE CENTRAL. Si de una poblacin de tamao N con media y varianza
se obtienen muestras al azar, la distribucin de las medias de las muestras seleccionadas ser
normal. Y ms lo ser en la medida en que se incremente el nmero de muestras seleccionadas y
2
31
tendr una media de y varianza /N .

VARIABLE. Al hacer un estudio de una determinada poblacin, se observa una caracterstica o


propiedad de sus elementos. Por ejemplo, con los y las estudiantes de la clase, se puede estudiar
el lugar de residencia, el nmero de hermanos, la estatura, etc. Cada una de estas caractersticas
32
estudiadas se llama variable estadstica .
Dependiendo de la caracterstica se pueden distinguir varios tipos de variables:
VARIABLE CUALITATIVA. Es aquella caracterstica que no se puede expresar con nmeros y hay
que expresarla con palabras. Por ejemplo, el lugar de residencia.

30

http://recursostic.educacion.es/descartes/web/materiales_didacticos/unidimensional_lbarrios/parametros_est.htm
VLEZ, Eduardo B. El Anlisis de la Informacin. ICFES, Mdulo 4. Serie Aprender a Investigar. Bogot D.C. 1990.
32
http://recursostic.educacion.es/descartes/web/materiales_didacticos/unidimensional_lbarrios/parametros_est.htm
31

120

VARIABLE CUANTITATIVA. Es cualquier caracterstica que se puede expresar con nmeros. Por
ejemplo, el nmero de hermanos o la estatura. Dentro de esta variable se pueden distinguir dos
tipos:
VARIABLE CUANTITATIVA DISCRETA. Es aquella variable que puede tomar nicamente un
nmero finito de valores. Por ejemplo, el nmero de hermanos.
VARIABLE CUANTITATIVA CONTINUA. Es aquella variable que puede tomar cualquier valor
dentro de un intervalo real. Por ejemplo, la estatura.

VARIABLE DEPENDIENTE. Es la variable que se predice o calcula, cuya representacin


puede ser y.
VARIABLE INDEPENDIENTE. Es la variable que proporciona las bases del clculo, cuya
representacin puede ser: x1, x2
VARIANZA. El promedio de las observaciones respecto a su media elevados al cuadrado.

121

BIBLIOGRAFA
ARAJO, Ulisses F. y SASTRE, Genoveva. El Aprendizaje Basado en Problemas. Una nueva
perspectiva de la enseanza en la universidad. Gedisa Editorial. Barcelona, 2008.
ARBOLEDA Q. Dairon y LVAREZ J. Rafael. MATLAB. Aplicaciones a las Matemticas Bsicas.
Sello Editorial Universidad de Medelln, 2008.
BLAIR, Clifford R. and TAYLOR, Richard A. Bioestadstica. Pearson Prentice Hall. Mxico D.F.
2008.
BOWERMAN, Bruce L. y otros. Pronsticos, Series de Tiempo y Regresin. Un enfoque Aplicado.
CENGAGE Learning. Mxico, 2007.
BROCKWELL, Peter J. and DAVIS, Richard A. Time Series: Theory and Methods. Springer Series
in Statistics. Springer. New York, 2006.
CHAPMAN, Stephen J. MATLAB Programming for Engineers. CENGAGE Learning. International
Student Edition. Stanford, 2008
CHAO L. Lincoln. Estadstica para las Ciencias Administrativas. Mc Graw-Hill. Bogot D.C. 1998.
GIL RODRGUEZ, Manuel. Introduccin Rpida a MATLAB y SIMULINK PARA CIENCIA E
INGENIERA. Daz de Santos. Madrid, 2003.
HAIR, ANDERSON et al. Anlisis multivariante. Prentice Hall. Madrid, 2000.
HANSELMAN, Duane and LITTLEFIELD, Bruce. Mastering MATLAB 7. Pearson Prentice-Hall. New
Jersey, 2005.
INSTITUTO DE NORMAS TCNICAS Y CERTIFICACIN. Trabajos escritos: presentacin y
referencias bibliogrficas. ICONTEC. Bogot D. C. 2009.
KREYSZIG, Erwin. Introduccin a la Estadstica Matemtica. Principios y Mtodos. Editorial
LIMUSA S. A. Mxido D.F. 1990.
MILLER, Irwin y FREUND, John E. Probabilidad y Estadstica para Ingenieros. Prentice Hall.
Mxico D.F. 1990
PREZ, Csar. MATLAB y sus aplicaciones en las Ciencias y la Ingeniera. Prentice Hall. Madrid,
2002.
PREZ, Csar. Econometra de las Series Temporales. Pearson. Prentice Hall. Madrid, 2006.
Prentice Hall. New Jersey, 2010.
MARTNEZ BENCARDINO, Ciro. Estadstica y Muestreo. ECOE Ediciones. Bogot D.C. 2003.
122

SMITH, David M. Engineering Computation with MATLAB. Addsison Wesley. Boston, 2010.
STANLEY, WillIam D. Technical Analysis and Applications with MATLAB. THOMPSON Delmar
Learning. Canada, 2005.
VLEZ, Eduardo B. El Anlisis de la Informacin. ICFES, Mdulo 4. Serie Aprender a Investigar.
Bogot D.C. 1990
WALPOLE, Ronald y otros. Probabilidad y Estadstica para Ingenieros. Prentice Hall. Pearson
Educacin. Addison Wesley. Mxico D.F. 1998.
WEBSTER, Allen L. Estadstica Aplicada a los Negocios y la Economa. McGraw-Hill. Bogot D.C.
2000.
ZIMMERMANN, Francisco Jos P. Estadstica para Investigadores. Universidad de la Sabana.
Editorial Escuela Colombiana de Ingeniera. Bogot D.C. 2004.

123

FUENTES DE INFORMACIN ELECTRNICA


Conceptos Bsicos de Estadstica [en lnea]. http://www.scribd.com/doc/15268123/ConceptosBasicos-de-Estadistica-I
Correlacin [en linea]. <http://es. Wikipedia.org/wiki/Correlacion>
Coeficiente de Correlacin de Pearson [en lnea].
<http://es.wikipedia.org/wiki/Coeficiente_de_correlacin_de_Pearson>
Estadstica Inferencial. [en lnea] <http://es.wikipedia.org/wiki/Estadistica_inferencial >
Estadstica, poblacin y muestra. [en lnea]. http://www.scribd.com/doc/5181091/Estadistica-ypoblacio-y-muestra
Hiptesis nula. [en lnea]. <http://es.wikipedia.org/wiki/Hiptesis_nula>
Inferencia Estadstica. [en lnea]. http://www.mitecnologico.com/Main/InferenciaEstadistica
Intervalo de confianza. [en lnea]. http://escuela.med.puc.cl/recursos/recepidem/EPIANAL9.HTM

Parmetros estadsticos. [en lnea].


http://recursostic.educacion.es/descartes/web/materiales_didacticos/unidimensional_lbarrios/param
etros_est.htm
Pronstico Estadstico. [en lnea]. <http://es.wikipedia.org/wiki/Pronstico_(Estadstica)>

124