Академический Документы
Профессиональный Документы
Культура Документы
INFROMACIN
CONTENIDOS:
Introduccin
Competencias a desarrollar
Objetivos
Nocin frecuecial de probabilidad
Distribucin binomial
Medidas de dispersin
Estadstica descriptiva
Desviacin estndar
Teorema de Chebyshev y Regla emprica
Histograma
Datos bivariados y correlacin lineal
INTRODUCCIN
La probabilidad de un suceso es un nmero, comprendido entre 0 y 1, que indica las posibilidades que tiene
de verificarse cuando se realiza un experimento aleatorio.
Experimentos deterministas
Son los experimentos de los que podemos predecir el resultado antes de que se realicen.
Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas, que la piedra bajar. Si la
arrojamos hacia arriba, sabemos que subir durante un determinado intervalo de tiempo; pero despus
bajar.
Experimentos aleatorios
Son aquellos en los que no se puede predecir el resultado, ya que ste depende del azar.
Si lanzamos una moneda no sabemos de antemano si saldr
cara o cruz.
Ejemplos:
Si lanzamos un dado tampoco podemos determinar el resultado
que vamos a obtener.
Teora de probabilidades
La teora de probabilidades se ocupa de asignar un cierto nmero a cada posible resultado que pueda ocurrir
en un experimento aleatorio, con el fin de cuantificar dichos resultados y saber si un suceso es ms probable
que otro. Con este fin, introduciremos algunas definiciones:
Suceso
Es cada uno de los resultados posibles de una experiencia aleatoria.
Al lanzar una moneda salga cara.
Ejemplos:
Al lanzar un dado se obtenga 4.
Espacio muestral
Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo representaremos por E (o
bien por la letra griega ).
Espacio muestral de una moneda:
E = {C, X}.
Ejemplos:
Espacio muestral de un dado:
E = {1, 2, 3, 4, 5, 6}.
Suceso aleatorio
Suceso aleatorio es cualquier subconjunto del espacio muestral.
Tirar un dado un suceso sera que saliera par, otro, obtener
Ejemplo:
mltiplo de 3, y otro, sacar 5.
COMPETENCIAS A DESARROLLAR
Construye argumentos para validar en forma lgica procesos matemticos. Elabora un esquema
bsico de demostracin para validar los resultados.
OBJETIVOS
1.
Ejemplo:
Repeticiones
Frecuencia absoluta
10
20
11
40
21
60
29
Frecuencia relativa
n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso.
Ejemplo:
La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80% de los
lectores ya la han ledo. Un grupo de 4 amigos son aficionados a la lectura:
1. Cul es la probabilidad de que el grupo hayan ledo la novela 2 personas?
n=4
k=2
p = 0.8
q = 0.2
B(4, 0.8)
)
(
2. Y cmo mximo?
(
)
La desviacin media es la media aritmtica de los valores absolutos de las desviaciones respecto a la
media.
La desviacin media se representa por
Ejemplo:
Estadstica descriptiva
La Estadstica descriptiva registra los datos en tablas y los representa en grficos. Calcula los parmetros
estadsticos (medidas de centralizacin y de dispersin), que describen el conjunto estudiado.
Tablas de estadstica
La distribucin de frecuencias o tabla de frecuencias es una ordenacin en forma de tabla de los datos
estadsticos, asignando a cada dato su frecuencia correspondiente.
Frecuencia absoluta
La frecuencia absoluta es el nmero de veces que aparece un determinado valor en un estudio estadstico.
Se representa por
La suma de las frecuencias absolutas es igual al nmero total de datos, que se representa por N.
Para indicar resumidamente estas sumas se utiliza la letra griega (sigma mayscula) que se lee suma o
sumatoria.
Frecuencia relativa
La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor y el nmero
total de datos.
Se puede expresar en tantos por ciento y se representa por
DESVIACIN ESTNDAR
La desviacin estndar () mide cunto se separan los datos.
La frmula es fcil: es la raz cuadrada de la varianza.
Varianza
La varianza (que es el cuadrado de la desviacin estndar: 2) se define as:
Es la media de las diferencias con la media elevadas al cuadrado.
En otras palabras, sigue estos pasos:
1. Calcula la media (el promedio de los nmeros).
2. Ahora, por cada nmero resta la media y eleva el resultado al cuadrado (la diferencia elevada al
cuadrado).
3. Ahora calcula la media de esas diferencias al cuadrado.
Ejemplo
T y tus amigos habis medido las alturas de vuestros perros (en milmetros):
Las alturas (de los hombros) son: 600mm, 470mm, 170mm, 430mm y 300mm.
Calcula la media, la varianza y la desviacin estndar.
Respuesta:
Para calcular la varianza, toma cada diferencia, elvala al cuadrado, y haz la media:
(
y lo bueno de la desviacin estndar es que es til: ahora veremos qu alturas estn a distancia menos de la
desviacin estndar (147mm) de la media:
As que usando la desviacin estndar tenemos una manera "estndar" de saber qu es normal, o extra
grande o extra pequeo.
10
que
. Entonces
creciente tal
se da la desigualdad siguiente:
REGLA EMPRICA
Ayuda a medir como se distribuyen los valores por encima y debajo de la media. Implica que, en las
distribuciones con forma de campana, aproximadamente uno de cada 20 valores estar alejado de la media
ms all de dos desviaciones estndar en cualquier direccin.
Porcentaje delos elementos que se encuentran bajo una curva. (Slo en distribucin normal).
La regla emprica para los intervalos:
(
)
de los datos (
(
)
de los datos
Donde:
x = Media
s = Desviacin estndar
11
de los datos
HISTOGRAMA
Polgono de frecuencia
Para construir el polgono de frecuencia se toma la marca de clase que coincide con el punto medio de
cada rectngulo.
Ejemplo:
El peso de 65 personas adultas viene dado por la siguiente grfica:
Para construir un histogramas con intervalo de amplitud diferente tenemos que calcular las alturas de
los rectngulos del histograma.
13
DTOS BIVARIADOS
Cuando se miden dos variables en una sola unidad experimental; los datos resultantes se llaman Datos
Bivariados. Los mtodos para graficar datos bivariados, si las variables son cualitativas o cuantitativas, permiten
estudiar las dos variables.
14