ORGANIZACIN Y ANLISIS DE LA

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.

Desarrolla procedimientos matemticos y resuelve problemas, usando innovaciones cientficas y

tecnolgicas: aplica las Tecnologas de la Informacin y la Comunicacin (TICs), como instrumento
para el aprendizaje de las Matemticas. Maneja de forma eficiente la calculadora cientfica y
graficadora.

OBJETIVOS
1.

Calcular medidas de dispersin de un conjunto de datos agrupados y no agrupados.

2. Aplicar el Teorema de Chebyshev y la Regla emprica en un conjunto de datos agrupados y no

agrupados.
3. Elabora el histograma de un conjunto de datos agrupados a partir de las medidas de dispersin.

NOCIN FRECUENCIAL DE PROBABILIDAD

La probabilidad frecuencial es una medida obtenida de la experiencia de algn fenmeno o experimento
aleatorio que permite estimar a futuro un comportamiento. Sin embargo, no es definitiva, por lo que es
importante saber interpretar los resultados que se obtienen.
La probabilidad frecuencial de un evento A, que se denotar P(A), se obtiene dividiendo el nmero de veces
que ocurre el evento entre el nmero total de veces que se realiz el experimento.
( )
Como el valor de la probabilidad es el de la frecuencia relativa, la probabilidad es un nmero entre 0 y 1, que
puede expresarse en forma de fraccin, nmero decimal y porcentaje.
Al repetir un experimento bajo las mismas circunstancias y condiciones, la frecuencia de un evento se
aproxima a su probabilidad y a mayor cantidad de repeticiones, la probabilidad frecuencial tiende a
establecerse en un valor que coincide con la probabilidad terica del evento.
Lanzar una moneda al aire y la probabilidad que caiga sol, donde se
obtuvo lo siguiente:

Ejemplo:

Repeticiones

Frecuencia absoluta

10

20

11

40

21

60

29

Entre ms aumentan las repeticiones, la probabilidad de caer sol aumenta.

Frecuencia relativa

NOCIN FRECUENCIAL DE PROBABILIDAD

Una distribucin binomial o de Bernoulli tiene las siguientes caractersticas:
1. En cada prueba del experimento slo son posibles dos resultados: xito y fracaso.
2. La probabilidad de xito es constante, es decir, que no vara de una prueba a otra. Se representa por
p.
3. La probabilidad de fracaso tambin es constante, Se representa por q,
q=1p
4. El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente.
5. La variable aleatoria binomial, x, expresa el nmero de xitos obtenidos en las n pruebas. Por tanto,
los valores que puede tomar x son: 0, 1, 2, 3, 4, ..., n.
La distribucin bimomial se expresa por B(n, p)
Clculo de probabilidades en una distribucin binomial

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?

(
)

NOCIN FRECUENCIAL DE PROBABILIDAD

Las medidas de dispersin nos informan sobre cunto se alejan del centro los valores de la distribucin.
Las medidas de dispersin son:
Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los datos de una distribucin estadstica.
Desviacin media
La desviacin respecto a la media es la diferencia entre cada valor de la variable estadstica y la media
aritmtica.

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:

Calcular la desviacin media de la distribucin:

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

La suma de las frecuencias relativas es igual a 1.

Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los valores inferiores o iguales al
valor considerado.
Se representa por
Frecuencia relativa acumulada
La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de un determinado valor y
el nmero total de datos. Se puede expresar en tantos por ciento.

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:

as que la altura media es 394 mm. Vamos a dibujar esto en el grfico:

Ahora calculamos la diferencia de cada altura con la media:

Para calcular la varianza, toma cada diferencia, elvala al cuadrado, y haz la media:
(

As que la varianza es 21,704.

Y la desviacin estndar es la raz de la varianza, as que:
Desviacin estndar:

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

TEOREMA DE CHEBYSHEV Y LA REGLA EMPRICA

En probabilidad, la desigualdad de Cheby shev (tambin escrito como "Tchebycheff") es un resultado que
ofrece una cota inferior a la probabilidad de que el valor de una variable aleatoria con varianza finita est a
una cierta distancia de su esperanza matemtica. La desigualdad recibe su nombre del matemtico ruso
Pafnuti Chebyshev.
En la literatura, a este tipo de desigualdades, cuya caracterstica es la comparacin de la probabilidad de la
cola de la distribucin y su valor esperado, se le conoce como desigualdades tipo Chevy shev.
Estas desigualdades son la herramienta bsica para demostrar resultados como la Ley de los grandes
nmeros, entre otros. Adems de que tienen aplicaciones en estadstica, as como en otras reas de las
matemticas.
Frmula
Sea

una variable aleatoria no negativa y una funcin

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:

Histograma y polgono de frecuencias acumuladas

Si se representan las frecuencias acumuladas de una tabla de datos agrupados se obtiene el histograma
de frecuencias acumuladas o su correspondiente polgono.

Histogramas con intervalos de amplitud diferente

12

Para construir un histogramas con intervalo de amplitud diferente tenemos que calcular las alturas de
los rectngulos del histograma.

hi es la altura del intervalo.

fi es la frecuencia del intervalo.
ai es la amplitud del intervalo.

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